HAL Id: hal-02810652
https://hal.inrae.fr/hal-02810652
Submitted on 6 Jun 2020
HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci- entific research documents, whether they are pub- lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.
L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.
Un fruit virtuel pour analyser le fonctionnement du fruit sous le contrôle de l’environnement et du génome
Nadia Bertin
To cite this version:
Nadia Bertin. Un fruit virtuel pour analyser le fonctionnement du fruit sous le contrôle de l’environnement et du génome. Colloque ENS Modélisation multi-échelle des Plantes, Nov 2013, Lyon, France. 37 p. �hal-02810652�
Nadia Bertin
UR Plantes et Systèmes de Culture Horticoles INRA Avignon
Un fruit virtuel pour analyser le fonctionnement du fruit sous le contrôle de l’environnement et du
génome
PSH
- Comprendre le fonctionnement du fruit tout en synthétisant nos connaissances
- Hiérarchiser les processus impliqués dans la qualité
(Quelsprocessus influent sur la qualité? Comment sont-ils régulés?)
et analyser leurs interactions
- Produire des outils utiles pour l’analyse des contrôles environnementaux, agronomiques & génétiques de la qualité
- Concevoir des idéotypes (multi-performances)
Un Fruit Virtuel pour
Analyser le fonctionnement du fruit nécessite une approche systémique
Modélisation Expérimentation Système complexe
• thermodynamiquement ouvert (échanges avec l’environnement)
• composés d’un grand nombre de processus ayant des
caractéristiques variées qui interagissent entre eux avec des boucles de rétroaction
• des interactions fortes entre les variables qui pilotent le système
Fruit
Approche de modélisation
•Bottom-up : du gène à la cellule
•Top-down : connecte les performances aux contrôles
•Middle-out : combinaison des deux
Génard et al. 2007 J. Exp. Bot. 58
Métabolisme sucres & acides
Maturation (C2H4) Croissance
Division
Endoreduplication Grandissement
Transpiration
Respiration Métabolisme II µnutriments
Variables simulées
• Taille, masse
• Qualité gustative (sucres-acides)
•Valeur santé
(caroténoïdes, vit. C)
•Texture
Fruit Virtuel: plateforme de couplage
Flux eau, carbone
Contrôle génétique
Variables d’entrée
• climat (T°, humidité)
• plant (, sucres sève)
• pratiques (taille, irrigation)
1. Présentation de quelques sous-modèles (grandissement, sucres)
2. Fruit virtuel et génétique
3. Un fruit virtuel pour explorer la complexité et rechercher des idéotypes
4. Evolution du Fruit Virtuel: vers la biologie intégrative
Fruit Virtuel
xylème
phloème
Respiration croissance
Extension des parois
Dilution
Extension
Transpiration
Cphl
transport
actif (+mass flow)
Matière sèche:
Carbone total
=
C. Soluble (sucres) +
C. Structure (parois) Matière fraiche:
eau
phl
xyl
Transport passif
Hr, T°C
Feuilles/fruits
T°C
Ψ
+ P =
Modèles de croissance du fruit
dMS/dt = FluxS – Rf + (Phot)
p Coefficient de reflection membranaire des sucres ps = perméabilité aux sucres
Fluxphl = eau phloème (85% de l’eau importée dans le fruit de tomate) C concentrations en sucres
Ap surface d’échanges
FluxS = flux de déchargement en sucres Rf= respiration du fruit
Phot=photosynthèse (~ 0)
Passive diffusionfruit phl
s p flow
Mass
phl s
p transport
Active
phl M
phl
m
C Flux A p C C
C K
C v
FluxS s
1
Apoplasme Cytoplasme
Vacuole
Phloème Flux de carbone
Modèles de croissance du fruit
Tf = Surf a r (Hf - Ha)
dEau/dt = Fxyl + Fphl– Tf
Fxyl = flux xylémien Fphl = flux phloémien Tf= transpiration du fruit
Fxyl = Ax Lx [ yxyl - yfr ] Lx = perméabilité hydraulique de la surface traversée Ax
Fphl = Ap Lp [ Pphl - Pfr - p (pphl - pfr)] Lp = perméabilité hydraulique de la surface traversée Ap
Surf = surface du fruit
r = perméabilité du fruit à la vapeur d'eau a=MH20* P / RT, avec P = pression de vapeur saturante
Flux d’eau
Modèles de croissance du fruit
Cell wall extensibility
°C.days after flowering
dV/dt = . V . (P
f- Y) + (1 / e). V . (dP
f/ dt)
Irreversible PLASTIC variations in volume
(Lockart 1965)
Short-term reversible ELASTIC
Variations
Volumetric elastic modulus
Theory of cell expansion
0,375 0,400 0,425 0,450 0,475
0 50 100 150 200
Heures
Y (MPa)
Yield threshold
Hours Turgor
pressure
Mangue
Léchaudel et al. 2007.
Tree Physiol.
Modèles de croissance du fruit
6 fruits 1 fruit
Time (days after flowering) Fresh mass
(g fruit-1) Dry mass (g fruit-1)
50 100 150 200 10 20 30
80 100 120 140
80 100 120 140 8080 100100 120120 140140
Modèle générique: pêche, tomate, mangue, kiwi, raisin
Fishman et Génard.,1998. PCE
0 50 100 150
5 15 25 35 45
Fruit age (daa)
Fruit fresh mass (g)
Fruit 1 Fruit 3 Fruit 5
0 2 4 6 8
5 15 25 35 45
Fruit age (daa)
Fruit dry mass (g)
Liu et al., 2007. J. Exp. Bot.
Supply C
Sucrose
Glucose Fructose
Other
compounds CO2 synthesis
k1
1- k1
k4k2
k5k3
k3(1-k5)
k6
K2(1-k4)
Climate Leaf:Fruit
Génard et al., 1996. J. Amer. Soc. Hort. Sci. , 2003. Tree Physiol.
Modéliser la composition en sucres du fruit
Sorbitol
A set of differential equations
Modéliser la composition en sucres du fruit
30 feuilles/fruit 18 feuilles/fruit 6 feuilles/fruit
Modéliser la composition en sucres du fruit
Fruit Virtuel
Fruit virtuel et génétique
100 genotypes
branch
environment
Fruit
Assimilation and allocation of carbone
Sugar accumulation Water
accumulation
Carbone Water
Ecophysiological model
Quilot et al., 2005. J. Exp. Bot.
Fruit virtuel et génétique (pêche)
QTL-based model
Select and estimate the genetic cœfficients for individuals
QTLs analysis
GL1
AG102 AG109
PC78
PC102
PC30 AG29 PC35
AG44 FG79
CFF9 CFF5
CFF14 CFF2
CFF19
CFM12 CFF18
CFF17
AC18 CFM6 CFF7
CFM7 0
6
35
58
75 67
80 84
96 11 20 26
40 47
100 104
116 119 128 22
68
GL7
CFF8 CFM3
CFF11 CC63b mp6
AG104
mp22 CFF10 CC132 0
5
23 14
28 31
43 46 48
Water flux
Xylem Phloem
Respiration
Sugar transport
growth : extension
Dilution
Extension
p
+P
Water
Sugar metabolism
Transpiration
Model of water and sugar accumulation
Genetic map QTL-analysis
Fruit virtuel et génétique (pêche)
Fruit virtuel et génétique (pêche)
• Analyse du contrôle génétique en termes de processus
• Accroit la stabilité des QTL et leur héritabilité
• Prédiction de jeux de paramètres dont les valeurs dépendent des combinaisons alléliques
• Prédiction de génotypes virtuels dans différents environnements support à la sélection
• Travail expérimental lourd et difficile à valider
Fruit Virtuel
Un fruit virtuel pour explorer la complexité et rechercher des
idéotypes
Intégration des processus
Relative humidity
C flow
citric acid content C2H4 emission
H20 loss Microcracking area Fruit fresh mass
Proportion of flesh Flesh dry matter content
4 sugars content
O2, CO2
ATP C02 emission flesh dry mass
stone dry mass C reserves
Temperature
Temperature Carbon
Photosynthesis Stem carbon balance Stone and flesh dry growth
Radiation Leaf water
potential State of the
system
Water
Osmotic pressure Turgor pressure Tissue plasticity
Stem water potential
Sugars
Carbon partitioning into sucrose, sorbitol, glucose and fructose
amounts of sugars
Respiration
Maintenance and growth
Skin conductance
(stomata, cuticule and cracks)
Skin microcracking
Cuticule extension rates
Ethylene
Yang cycle
Variations of ACC and MAC contents ACCO and ACCS activities
Citrate
TCA cycle
Matter or information fluxes Outputs
Inputs Submodel
variables
2 3 4 5 6 7 8 9
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 632 3 4 5 6 7 8 9
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63
Days after bloom
C2H4em ACCs ACCo C2H4 MACC ACC ATP O2 CO2 CI Egl Efr Eglfr FR GL SO SU Skin Cuco Sco Crco Sf Ff Os P Flux Tr Sd Fre Fd Fph Fde Pm Lph MRs Csh Cst
Wild-type 6L Mutant-type 6L
2 3 4 5 6 7 8 9
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 632 3 4 5 6 7 8 9
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63
Days after bloom
C2H4em ACCs ACCo C2H4 MACC ACC ATP O2 CO2 CI Egl Efr Eglfr FR GL SO SU Skin Cuco Sco Crco Sf Ff Os P Flux Tr Sd Fre Fd Fph Fde Pm Lph MRs Csh Cst
Wild-type 18L Mutant-type 18L
Carbon Balance Stem-Shoots Carbon Balance Fruits
Water Balance Fruits
Skin
Sugar and Acid metabolism Respiration and Ethylene
Effet du nombre de feuilles et de l’utilisation
des réserves foliaires
ACC
C2H4 MACC
C2H4m ACCs
ACCo
EmiC2H4 ACC [CI]
MSStone Sco FrStone Fph ATP
CO2
Crco P
Flux Tr Csh O2
Cuco MRs
Ff ConsoCO2
[SU]
Fde Cst
SO
Os [GL]
[FR]
Fre
FR
Eglfr
Pm Fd
MSFruit EmiCO2
[SO]
Sf
Sd Skin
Frfruit
Egl GL
SU Efr
Lph
Un réseau de corrélations:
propriété émergente du Fruit Virtuel
Projet UE Isafruit
Monilinia laxa cuticular cracks
Recherche d’idéotypes
Masse du fruit Sucres
Fruit virtuel
Irrigué faible charge Irrigué forte charge Déficit faible charge Déficit forte charge
Coll. PSH-UGAFL
Les caractères ciblés
Sensibilité
scatterplot3d - 5
100 150 200 250 300
0 5101520
5
10 15
20
FruitMass
Sweetness
CrackDensity
actual alternative
AV_WI_LC AV_WI_HC AV_WD_LC AV_WD_HC
Irrigué faible charge Irrigué forte charge Déficit faible charge Déficit forte charge
Optimization: multi-objective evolutionary algorithm
Quilot et al. 2012 Coll. PSH-UGAFL
Fruit Virtuel
Evolution du Fruit Virtuel: vers la
biologie intégrative
Vers la biologie intégrative,
réseaux de processus & réseaux architecturés
Baldazzi et al. submitted (projet FRIM)
Intégration vers le haut…
Fruit Virtual
En cours...
Intégration vers le bas…
Modélisation couplée des processus de division cellulaire, d’endoréduplication et de croissance
Cellules en division Cellules
en croissance
Surface de cellules
Intégration vers le bas…
Flux à l ’échelle cellulaire fonction de l'âge de la cellules
Baldazzi et al. submitted (projet FRIM)
TranspiratonFlux xylémienFlux phloémien RespirationTransport actif Transport symplastique
Structural model Carbon and water fluxes model
Function
• Carbon and water fluxes
• Growth
• Transpiration
• Respiration
Structure
• External shape
• skin properties
• Internal tissues:
- pericarp, columella, seeds+jelly, and vasculature
Idéotypes forme, structure interne, cuticule…
Projet Agropolis. Coll. INRIA Virtual Plant – BFP Bordeaux
Vers un fruit virtuel 3D
Modelling water and carbon flow
U
ij : Water flow in xylem & phloemV
ij : Carbon flow in phloemU
i : Water inflow from xylem & phloemV
i : Carbon inflow from phloemw
i : water contents
i : carbon contentT
i : Transpiration from external tetrahedraR
i : Growth and maintenance respirationTi wi Uij,
Vij si Ri Ui
Vi Tj
wj sj Rj
Uj
Vj
Front side Back side Q1
Q7 Q2 Q8
Q3
Q4 Q5 Q6
Projet Agropolis. Coll. INRIA Virtual Plant
Effects of skin microcracking on sugar distribution
in nectarine fruit
Visualisation of percent of microcracks and sugar distribution at 140 dafb
Front side Back side
Q1
Q2 Q3
Q4 Q5 Q6 Q7
Q8
Q1 Q7 Q2
Q8
Q3
Q4 Q5 Q6
Projet Agropolis. Coll. INRIA Virtual Plant
Perspectives
•Tester la généricité des modèles (pêche, tomate, mangue, raisin,…)
•Développer des modèles sur :
- les micro-constituants: vit.C, caroténoïdes - la sensibilité du fruit aux maladies
- la forme et la texture du fruit…
•Utiliser les modèles pour analyser le contrôle génétique
Prédire les valeurs de paramètres de modèles avec suffisamment de précision à partir des QTLs (saturation des cartes en marqueurs)
Simuler des descendances et faire de la sélection in silico d’idéotypes (méthodes d’optimisation multicritères)
•Coupler le fruit virtuel avec les approches omiques Liens réseaux simplifiés de gènes, protéines, métabolites
/ réseaux de processus modélisés
Difficultés pour l’intégration du niveau cellulaire / moléculaire
• Complexité des voies métaboliques impliquées
• Grande quantité des données sur les phénotypes moléculaires (métabolomiques, transcriptomique)
• Mais manque de
• information sur les mécanismes de contrôle des processus chez les différentes espèces
• information sur certaines étapes (eg transporteurs intra –cellulaires, stockage)
• données au cours du développement
• réponses à l’environnement
• Informations sur les liens gènes – processus modélisés
• Difficile d’identifier les variables et mécanismes à considérer dans le modèle
• Nécessaire de changer d'échelle et de niveaux de complexité selon les questions scientifiques
Loïc Pagès
Jacques Le Bot
Stéphane Adamowicz Valentina
Baldazzi
Gilles Vercambre Nadia
Bertin
Hélène Gautier
Philippe Bussières
Equipe Ecophysiologie de la plante horticole
Michel Génard A-L
Fanciullino
M-Odile Jordan