Know more

Our use of cookies

Cookies are a set of data stored on a user’s device when the user browses a web site. The data is in a file containing an ID number, the name of the server which deposited it and, in some cases, an expiry date. We use cookies to record information about your visit, language of preference, and other parameters on the site in order to optimise your next visit and make the site even more useful to you.

To improve your experience, we use cookies to store certain browsing information and provide secure navigation, and to collect statistics with a view to improve the site’s features. For a complete list of the cookies we use, download “Ghostery”, a free plug-in for browsers which can detect, and, in some cases, block cookies.

Ghostery is available here for free: https://www.ghostery.com/fr/products/

You can also visit the CNIL web site for instructions on how to configure your browser to manage cookie storage on your device.

In the case of third-party advertising cookies, you can also visit the following site: http://www.youronlinechoices.com/fr/controler-ses-cookies/, offered by digital advertising professionals within the European Digital Advertising Alliance (EDAA). From the site, you can deny or accept the cookies used by advertising professionals who are members.

It is also possible to block certain third-party cookies directly via publishers:

Cookie type

Means of blocking

Analytical and performance cookies

Realytics
Google Analytics
Spoteffects
Optimizely

Targeted advertising cookies

DoubleClick
Mediarithmics

The following types of cookies may be used on our websites:

Mandatory cookies

Functional cookies

Social media and advertising cookies

These cookies are needed to ensure the proper functioning of the site and cannot be disabled. They help ensure a secure connection and the basic availability of our website.

These cookies allow us to analyse site use in order to measure and optimise performance. They allow us to store your sign-in information and display the different components of our website in a more coherent way.

These cookies are used by advertising agencies such as Google and by social media sites such as LinkedIn and Facebook. Among other things, they allow pages to be shared on social media, the posting of comments, and the publication (on our site or elsewhere) of ads that reflect your centres of interest.

Our EZPublish content management system (CMS) uses CAS and PHP session cookies and the New Relic cookie for monitoring purposes (IP, response times).

These cookies are deleted at the end of the browsing session (when you log off or close your browser window)

Our EZPublish content management system (CMS) uses the XiTi cookie to measure traffic. Our service provider is AT Internet. This company stores data (IPs, date and time of access, length of the visit and pages viewed) for six months.

Our EZPublish content management system (CMS) does not use this type of cookie.

For more information about the cookies we use, contact INRA’s Data Protection Officer by email at cil-dpo@inra.fr or by post at:

INRA
24, chemin de Borde Rouge –Auzeville – CS52627
31326 Castanet Tolosan CEDEX - France

Dernière mise à jour : Mai 2018

Menu Logo Principal Logo Aberystwyth University Logo IPK Logo EPHE Logo Ilvo

GrassLandscape

Résumé du projet

GrassLandscape est un projet en réponse à l’appel d’offre 2014 FACCE-JPI ERA-NET+ Climate Smart Agriculture

Les prairies constituent des agro-écosystèmes majeurs qui offrent des services environnementaux et de production indispensables. Au cours des prochaines décennies, elles connaîtront très probablement des dégradations importantes de leurs peuplements végétaux causées par un changement rapide des conditions climatiques. Des épisodes récents, comme la sécheresse sévère de l’été 2003 en Europe occidentale, ont mis en évidence la capacité insuffisante des populations locales d’espèces prairiales à supporter des événements climatiques extrêmes. Toutefois, la plupart de ces espèces offrent une grande diversité d’écotypes adaptés à une large gamme de variations macro-environnementales. Cette large variabilité d’écotypes pourrait être utilisée pour recombiner différentes adaptations climatiques naturelles avec le potentiel de production agronomique afin de créer de nouvelles populations adaptées aux futures conditions climatiques régionales.

Le projet GrassLandscape a été sélectionné par l’appel d’offres 2014 FACCE-JPI ERA-NET+ Climate Smart Agriculture pour appliquer cette stratégie au ray-grass anglais qui une graminée majeure des prairies en Europe. Ce projet réunit l’INRA et l’EPHE-CEFE en France, l’IBERS au Royaume-Uni, l’IPK en Allemagne et l’ILVO en Belgique. Il met en œuvre un cadre méthodologique innovant (la génomique du paysage) pour cribler la diversité naturelle du ray-grass anglais en vue de détecter la variabilité génétique impliquée dans l’adaptation environnementale, et plus particulièrement dans l’adaptation climatique. La génomique du paysage combine la recherche de corrélations entre polymorphismes génomiques et variations environnementales aux sites d’origine des génotypes et l’utilisation de tests de signature de la sélection. Pour mettre en œuvre ce cadre méthodologique, une méthode de génotypage basée sur une technique de séquençage haut-débit est appliquée à 550 populations de ray-grass anglais échantillonnées sur l’ensemble de l’aire d’expansion primaire de cette espèce (Europe, Afrique du Nord, Proche-Orient). Ces populations proviennent essentiellement des collections conservées dans les centres de ressources génétiques européens mais aussi de nouvelles collectes réalisées par les partenaires du projet. La méthode de génotypage utilisée a permis de révéler plusieurs centaines de milliers de sites polymorphes dans le génome du ray-grass anglais. Les populations étudiées ont de plus fait l’objet d’un phénotypage au champ et sur une plateforme haut-débit afin de disposer de données pour un ensemble de caractères agronomiques et écophysiologiques.

Des modèles d’association entre polymorphismes génomiques et variations environnementales sont utilisés pour établir une cartographie sur l’ensemble de l’Europe de la distribution spatiale des marqueurs génomiques liés à l’adaptation environnementale dans les conditions climatiques actuelles. Ils permettront de plus de prédire les déplacements des zones géographiques où les gènes d’adaptation marqués présentent un avantage sélectif dans le cadre de plusieurs scénarios de changement climatique basés sur les quatre trajectoires de concentrations représentatives de gaz à effet de serres du rapport AR5 du GIEC.

Sur la base de ces résultats, on définira des profils alléliques qui devraient permettre d’adapter le ray-grass anglais aux climats prédits pour les différentes régions de l’Europe par les scénarios de changement climatique envisagés. Des pools génétiques seront constitués pour ces différentes régions en intercroisant un certain nombre de populations naturelles afin de recombiner génétiquement l’adaptation climatique et la valeur pour les services. Ces pools génétiques constitueront le matériel génétique de base pour initier des programmes de sélection visant à créer des populations améliorées adaptées aux futurs climats régionaux. Ces dernières permettront dans le futur de restaurer les prairies dégradées par les bouleversements climatiques attendus.