GWAS en agriculture et amélioration des plantes : applications en cartographie génétique et amélioration des cultures

L'amélioration des cultures est le moyen essentiel d'assurer la sécurité alimentaire, de faire face au changement climatique et de répondre aux besoins de la croissance démographique mondiale. Selon les prévisions de la FAO, la production mondiale de céréales doit être augmentée de 50 % d'ici 2050 pour répondre à la demande croissante de la population, et les événements climatiques extrêmes fréquents causés par le changement climatique rendent de plus en plus difficile l'adaptation des cultures cultivées par des méthodes de sélection traditionnelles à un environnement complexe.

Avec le développement rapide de la biologie moléculaire et des technologies génomiques, étude d'association à l'échelle du génome (GWAS) est devenu un outil clé pour analyser la base génétique des traits complexes des cultures et accélérer le processus de sélection grâce à ses avantages, tels qu'une grande capacité, l'absence de besoin de construire une population spécifique, et l'analyse simultanée de plusieurs traits. En scannant les sites de polymorphisme mononucléotidique (SNP) dans l'ensemble du génome, l'AGM peut exploiter la variation génétique associée au trait cible. Comparé à la méthode traditionnelle de cartographie des loci de traits quantitatifs (QTL), l'AGM peut surmonter le déséquilibre de liaison et atteindre une cartographie génétique plus précise.

L'article discute de la manière dont les GWAS servent d'outil clé dans agriculture et la sélection des plantes, couvrant ses applications dans l'amélioration des cultures, son intégration avec le cartographie des QTL, les défis dans les GWAS des plantes et son avenir dans l'agriculture durable.

GWAS pour l'amélioration des cultures

En analysant l'association entre les marqueurs génomiques et les traits phénotypiques d'un grand nombre d'individus dans des populations naturelles, les GWAS peuvent efficacement identifier des loci génétiques qui contrôlent des traits complexes et fournir des cibles moléculaires précises pour l'amélioration des cultures. Son application dans l'amélioration des cultures se reflète principalement dans les aspects suivants :

Analyse génétique des traits agronomiques complexes

Pour des traits complexes tels que le rendement, la qualité et la résistance au stress (comme la résistance à la sécheresse et la résistance aux maladies) contrôlés par plusieurs gènes, l'AGM peut localiser des sites de mutation clés dans le génome entierDans l'étude des caractères de rendement, à travers l'analyse GWAS du poids de 1000 grains de blé, les chercheurs ont analysé des milliers de ressources de germoplasme de blé avec des puces SNP à haute densité, et en combinant avec de nombreuses années de données phénotypiques de terrain, ont réussi à localiser le locus du gène TaGW2 sur le chromosome 3B. La variation de ce locus peut expliquer la variation phénotypique de 12 % à 18 %, fournissant une cible moléculaire importante pour l'élevage de blé à haut rendement.

En termes de caractéristiques de qualité, la longueur des fibres de coton est un indice important qui affecte l'industrie du filage du coton. En intégrant des données de transcriptome et de métabolomique, la recherche GWAS a localisé un certain nombre de QTL clés liés à l'élongation des fibres dans le coton de l'île, parmi lesquels le gène GhMML4 est fortement exprimé pendant la période d'élongation des fibres, régulant la voie de synthèse de la cellulose, et des marqueurs associés ont été appliqués à la sélection assistée par marqueurs moléculaires pour le coton à longues fibres de haute qualité.

Combler le fossé : GWAS assisté par lipidomique (lGWAS) (Pranneshraj et al., 2022)

Développement ciblé de la sélection assistée par marqueurs moléculaires

Les marqueurs d'association significatifs identifiés par les GWAS peuvent être utilisés directement comme outils de dépistage pour le breeding moléculaire afin de réaliser une sélection précoce de caractères excellents. Cette avancée technique a fondamentalement changé le modèle traditionnel de la sélection des cultures reposant sur l'observation phénotypique. Les loci génétiques étroitement liés aux traits cibles sont directement localisés par la technologie de génotypage quantitatif de Qualcomm, ce qui permet aux sélectionneurs de dépister avec précision les individus portant des gènes excellents dès le stade précoce de croissance des cultures et même au stade des semences.

Comparé à la sélection phénotypique traditionnelle, la sélection assistée basée sur les marqueurs GWAS présente des avantages significatifs : tout d'abord, elle peut surmonter efficacement l'interférence des facteurs environnementaux sur l'identification phénotypique et réaliser une sélection précise au niveau génétique ; deuxièmement, elle peut franchir les limites de temps et d'espace de l'expression des traits, comme la prédiction précoce des traits de rendement qui ne peuvent apparaître qu'à un stade avancé de croissance ; troisièmement, le cycle de reproduction est considérablement raccourci. Dans la reproduction traditionnelle, il peut falloir 1 à 2 ans pour compléter le dépistage phénotypique d'une génération, tandis que la sélection assistée par marqueurs moléculaires peut réduire le temps de dépistage d'une seule génération à quelques semaines, améliorant ainsi considérablement l'efficacité de la sélection.

Résultats des simulations sous des scénarios de colocalisation/non-colocalisation (A, B), et résultats de l'application sur des données réelles (C) (Giambartolomei et al., 2018)

Le pont entre le clonage de gènes et la vérification fonctionnelle

L'intervalle de corrélation de la cartographie GWAS définit la limite précise pour le clonage des gènes candidats et établit un cadre de base solide pour la recherche ultérieure sur la fonction des gènes. Dans la recherche pratique, les chercheurs utilisent généralement une variété de moyens techniques de pointe pour approfondir et vérifier les fonctions des gènes clés issus de l'intervalle de corrélation.

Tout d'abord, grâce à l'analyse de l'expression génique, les chercheurs peuvent obtenir des motifs d'expression génique à différents stades de croissance et sous différentes conditions environnementales, et sélectionner initialement des gènes candidats ayant des fonctions potentielles ; ensuite, avec l'aide de techniques avancées d'édition génétique telles que CRISPR/Cas9, les gènes candidats ont été ciblés pour être inactivés, surexprimés ou modifiés, et leurs effets sur le phénotype ont été observés, afin de déterminer avec précision les fonctions biologiques des gènes.

Intégration des GWAS avec le mapping QTL

Le cartographie des loci de traits quantitatifs (QTL) (basée sur l'analyse de liaison) et les études d'association génomique (GWAS) (basées sur le déséquilibre de liaison) ont leurs avantages dans l'analyse génétique. Leur intégration peut compléter les avantages de chacun et améliorer la précision et l'efficacité de l'analyse des traits complexes.

Principe de complémentarité et logique d'intégration

La technologie de cartographie des QTL est principalement appliquée à des populations isolées avec un arrière-plan génétique simple, telles que la population F2 et la population de rétro-croisement. Cette méthode peut identifier efficacement des loci génétiques ayant des effets significatifs, mais sa résolution de positionnement est relativement limitée. En revanche, les études d'association génomique (GWAS) s'appuyant sur des populations naturelles pour mener des recherches peuvent détecter des loci génétiques mineurs et ont une grande précision de positionnement.

Cependant, il convient de noter que la méthode GWAS est facilement perturbée par la structure de groupe dans le processus de mise en œuvre. Étant donné les avantages et les inconvénients des deux méthodes, une couverture complète des loci majeurs et mineurs peut être obtenue en intégrant le mapping QTL et la technologie GWAS, et un cadre de recherche systématique de "mapping préliminaire QTL - mapping fin GWAS" peut être construit.

Prendre en compte le contexte génétique améliore la performance des GWAS (Korte et al., 2013)

Méthode d'intégration technologique

Tout d'abord, le mappage QTL a été utilisé pour localiser les principaux loci dans la population isolée, puis l'AGM a été utilisé pour examiner attentivement la région dans la population naturelle afin de réduire l'intervalle candidat. Cette stratégie exploite pleinement les avantages des deux technologies, à savoir la capacité du mappage QTL à détecter des sites à fort effet dans des populations avec des arrière-plans génétiques relativement simples, et les caractéristiques de l'AGM pour réaliser un mappage à haute résolution dans des populations naturelles riches en diversité génétique.

Utiliser des méthodes statistiques (comme le modèle linéaire mixte) pour intégrer directement le génotype et les informations phénotypiques des deux types de données, et estimer les effets des loci QTL et GWAS en même temps. Cette méthode surmonte la limitation de la méthode d'analyse traditionnelle unique et peut capturer de manière plus complète la base génétique des traits complexes.

La stratégie d'intégration améliore considérablement la précision de la localisation des loci génétiques grâce à la fusion de données multidimensionnelles et à l'optimisation des algorithmes. Le modèle linéaire mixte (MLM) et la méthode d'analyse bayésienne basée sur l'apprentissage automatique peuvent efficacement contrôler les interférences causées par la structure de la population et la parenté, et améliorer la précision de localisation du niveau des segments chromosomiques des méthodes traditionnelles au niveau des kb des gènes candidats.

L'état actuel des GWAS équipés de phénotypage à haut débit chez les plantes (Xiao et al., 2021)

Défis dans les GWAS des plantes

Bien que les GWAS soient devenus un outil important pour la recherche génétique des cultures et l'amélioration des variétés, leur application pratique est encore soumise à de multiples contraintes liées aux caractéristiques biologiques des plantes et aux conditions de recherche, et elle fait face à de nombreux défis techniques et théoriques qui doivent être résolus de toute urgence.

• La population naturelle de plantes présente souvent une différenciation évidente des sous-groupes (comme différentes sources géographiques et origines de reproduction), ce qui peut facilement conduire à de fausses associations. Il existe de grandes différences génétiques entre les sous-espèces de riz indica et japonica, et si elles sont mélangées directement, les marqueurs subspecifiques peuvent être mal interprétés comme des loci associés à des traits. De plus, la base génétique du même trait dans différents sous-groupes peut être différente (hétérogénéité génétique), ce qui augmente la difficulté d'analyse des résultats.
• La plasticité du phénotype des plantes est significativement contrôlée par des covariables environnementales, y compris des facteurs abiotiques tels que l'intensité de la radiation lumineuse, la teneur en eau du sol et le gradient d'approvisionnement en nutriments. En même temps, les composants du rendement des cultures, les indicateurs liés à la qualité et d'autres traits agronomiques importants se caractérisent par des changements dynamiques et des propriétés composites multidimensionnelles, ce qui fait que les erreurs de mesure générées lors du processus de collecte de données phénotypiques peuvent facilement entraîner une atténuation du signal des effets génétiques. Prenons l'exemple du poids de 1000 grains, l'exactitude des données phénotypiques dépend fortement de facteurs tels que le jugement de maturité au moment de la récolte, l'uniformité du développement des grains, etc. Si la collecte de données phénotypiques manque de procédures opérationnelles standardisées et d'un système de contrôle de la qualité, cela entraînera directement une baisse significative de l'efficacité des tests statistiques des GWAS.

Implications de la profondeur de séquençage des échantillons pour les GWAS basés sur les k-mers (Karikari et al., 2023)

• Dans le domaine de la recherche génétique sur les cultures polyploïdes (telles que la pomme de terre et la canne à sucre), la complexité de la structure génomique augmente considérablement la difficulté de la recherche. En raison de la forte répétition et de l'homologie des séquences des génomes polyploïdes, l'assemblage des génomes de référence présente généralement certains problèmes, tels qu'une continuité médiocre et une intégrité insuffisante. Un grand nombre de lacunes de séquences non fermées et de sites d'annotation erronés interfèrent sérieusement avec le positionnement précis des marqueurs moléculaires dans les GWAS.

En même temps, la technologie de génotypage basée sur une puce de polymorphisme mononucléotidique (SNP) à faible densité a du mal à capturer efficacement les allèles rares et les sites de variation structurelle en raison d'une couverture limitée des sondes. Bien que la technologie de séquençage de génome entier puisse réaliser une détection complète des variations génétiques, son coût de séquençage élevé et la pression de traitement des données rendent toujours l'analyse génétique approfondie des populations à grande échelle confrontée à des contraintes doubles en matière de technologie et d'économie.

Avenir des GWAS dans l'agriculture durable

Avec l'innovation technologique et l'optimisation des méthodes, les GWAS joueront un rôle de plus en plus crucial dans le développement agricole durable et favoriseront la transformation de la sélection des cultures vers une direction efficace, précise et respectueuse de l'environnement.

• A. Combinaison avec l'élevage d'adaptabilité environnementale
  • a) L'association génomique à l'échelle du génome (GWAS) est utilisée pour analyser la réponse génétique des cultures au stress climatique extrême (y compris les températures élevées, la sécheresse, la salinité et d'autres conditions défavorables), ce qui peut efficacement mettre en évidence des sites régulateurs clés et fournir une base théorique ainsi que des ressources génétiques pour la conception moléculaire et l'élevage de variétés de cultures tolérantes au stress. Basée sur le principe de déséquilibre de liaison des populations naturelles, cette méthode localise avec précision les QTL contrôlant les traits cibles grâce à l'analyse de corrélation entre le génotype Qualcomm et les données phénotypiques.
• B. Analyse génétique de l'utilisation efficace des ressources
  • a) La recherche GWAS sur l'efficacité d'utilisation des nutriments tels que l'azote, le phosphore et le potassium est devenue un chemin technique important pour surmonter le goulot d'étranglement des ressources agricoles. Dans la production agricole mondiale, le problème de la pollution environnementale et du gaspillage de ressources causé par l'application excessive d'engrais chimiques devient de plus en plus grave, et la technologie GWAS peut localiser avec précision les loci génétiques liés à des processus clés tels que l'absorption, le transport, l'assimilation et le métabolisme de l'azote, du phosphore et du potassium en scannant l'ensemble du génome de grandes populations naturelles.

Identification des interactions géniques potentielles à partir des GWAS et GWES (Assefa et al., 2020)

• C. Innovation collaborative avec la technologie d'édition génomique
  • a) Les sites clés identifiés par les GWAS peuvent fournir des cibles précises pour les technologies d'édition génétique telles que CRISPR/Cas9, et réaliser une amélioration directionnelle des caractères des cultures. Les GWAS peuvent localiser efficacement les loci géniques étroitement liés aux traits cibles par une analyse de corrélation entre les données phénotypiques d'une population à grande échelle et les marqueurs SNP de l'ensemble du génome, et ancrer la cible précise pour la technologie d'édition génétique.
  • b) Prenant l'amélioration de la teneur en acide oléique du soja comme exemple, les chercheurs ont utilisé l'AGM pour analyser la population naturelle de soja contenant plus de 3 000 ressources de germoplasme, et ont réussi à localiser le gène clé GmFAD2 contrôlant la synthèse de l'acide oléique. La désaturase des acides gras ω-6 codée par ce gène peut catalyser la conversion de l'acide oléique en acide linoléique, qui est l'élément central pour réguler le degré d'insaturation des huiles.

• D. GWAS inter-cultures et Pan-génome Intégration
  • a) Avec l'approfondissement de la recherche en pan-génomique, la technologie GWAS offre un nouveau paradigme de recherche pour analyser le réseau de régulation moléculaire des traits agronomiques importants des cultures. En intégrant des données de variation génomique multi-espèces et en exploitant systématiquement les éléments régulateurs génétiques conservés parmi différentes cultures, l'efficacité d'utilisation inter-espèces des ressources génétiques dans l'amélioration des cultures peut être considérablement améliorée.
  • b) En prenant les cultures de Gramineae comme objet de recherche, une analyse d'association du pan-génome a révélé qu'OsSPL14, un gène clé régulant le nombre de grains par épi chez le riz, avait une fonction biologique hautement conservée chez le maïs, le blé et d'autres espèces. Les résultats de la recherche fournissent non seulement une base théorique pour l'analyse du mécanisme de régulation conservateur des traits agronomiques importants des cultures, mais établissent également une solide fondation génétique pour le développement de stratégies de sélection améliorée coopérative multi-cultures.

Distribution des traits mesurés chez le maïs sous conditions de contrôle et de stress salin (Luo et al., 2021)

Conclusion

L'EGA (étude d'association génomique) est devenue un outil puissant pour l'amélioration des cultures. Grâce à l'intégration avec le cartographie des QTL et à l'innovation des méthodes techniques, son rôle dans l'analyse de la base génétique des traits complexes et l'accélération du processus de sélection est devenu de plus en plus évident. Bien que l'EGA végétale fasse encore face à des défis tels que la structure de la population et l'identification phénotypique, avec l'intégration de la multi-omique, de l'intelligence artificielle et d'autres technologies, ses perspectives d'application dans l'agriculture durable sont vastes.

À l'avenir, les GWAS seront profondément intégrés à l'édition génomique, à la pan-génomique et à d'autres technologies pour promouvoir la sélection des cultures dans l'ère du "design précis" et fournir un soutien essentiel pour garantir la sécurité alimentaire mondiale et le développement agricole durable.

Références :

1. Pranneshraj V, Sangha MK, Djalovic I, Miladinovic J, Djanaguiraman M.Approche GWAS assistée par lipidomique (lGWAS) pour améliorer la tolérance au stress thermique des cultures." Int J Mol Sci. 2022 23(16): 9389
2. Giambartolomei C, Zhenli Liu J, Zhang W, et al. "Un cadre bayésien pour la colocalisation de traits multiples à partir de statistiques d'association résumées." Bioinformatique2018 34(15) : 2538-2545
3. Korte A, Farlow A. "Les avantages et les limites de l'analyse des traits avec les GWAS : une revue." Méthodes végétales2013 9:29
4. Xiao Q, Bai X, Zhang C, He Y. "Techniques avancées de phénotypage végétal à haut débit pour les études d'association à l'échelle du génome : Une revue." J Adv Res. 2021 35 : 215-230
5. Karikari B, Lemay MA, Belzile F. "Études d'association à l'échelle du génome basées sur les k-mers chez les plantes : avancées, défis et perspectives." Gènes (Bâle)2023 14(7): 1439
6. Assefa T, Zhang J, Chowda-Reddy RV, et al. "Déconstruction de l'architecture génétique de la chlorose ferrique dans le soja en utilisant des approches à l'échelle du génome." BMC Biologie des Plantes2020 20(1) : 42
7. Luo M, Zhang Y, Li J, et al. "Disséquation moléculaire de la tolérance au sel chez les semis de maïs à l'aide d'une méthode d'analyse d'association à l'échelle du génome." Plant Biotechnol J. 2021 19(10) : 1937-1951