Technologie GBS ciblée et agriculture de précision

En tant que direction fondamentale du développement agricole moderne, l'agriculture de précision redéfinit le mode de production de l'agriculture traditionnelle grâce à l'intégration approfondie de la génomique, de l'Internet des objets et des technologies de big data. Son objectif principal est d'atteindre "une input à la demande et une output précise", c'est-à-dire d'améliorer le rendement et la qualité des cultures tout en minimisant la consommation de ressources et l'impact environnemental. Génotypage La technologie, en tant qu'outil clé pour analyser le potentiel génétique des cultures et relier génotype et phénotype, détermine directement la précision de mise en œuvre de l'agriculture de précision.

Ciblé génotypage par séquençage (GBS) La technologie est née dans ce contexte, qui a permis de surmonter le goulot d'étranglement de la technologie de génotypage traditionnelle en termes d'efficacité, de coût et de précision en capturant spécifiquement les régions fonctionnelles étroitement liées aux traits agronomiques (tels que les gènes de résistance aux maladies, les sites de régulation du rendement, les gènes de réponse environnementale, etc.) dans le génome. Comparé à la méthode traditionnelle de séquençage aléatoire à l'échelle du génome, le GBS ciblé réduit non seulement le coût de séquençage de plus de 40 %, mais améliore également la précision de la détection des génotypes à plus de 95 % en se concentrant sur des régions génétiques clés, ce qui répond parfaitement aux exigences techniques de l'agriculture de précision pour un "coût faible et une haute spécificité".

L'article explore la technologie GBS ciblée, y compris sa compatibilité avec l'agriculture de précision, son application dans la dissection des traits des cultures et la sélection précise, son utilisation dans la production agricole, ainsi que les défis auxquels elle est confrontée et les directions de développement futures.

Compatibilité des GBS ciblés en agriculture de précision

Le cœur de l'agriculture de précision est d'atteindre une haute efficacité et durabilité de la production agricole grâce à une perception précise, une prise de décision précise et une mise en œuvre précise, et la technologie de génotypage est la clé fondamentale pour soutenir ce système. Le génotypage par séquençage ciblé, en tant que version améliorée de la technologie GBS traditionnelle, améliore considérablement l'efficacité et la précision du génotypage en capturant spécifiquement des régions cibles (telles que des gènes fonctionnels et des intervalles de QTL) dans le génome pour le séquençage, ce qui est fortement adapté aux exigences techniques de l'agriculture de précision.

D'un point de vue technique, le GBS ciblé se concentre sur les régions du génome directement liées aux traits agronomiques (tels que les gènes de résistance aux maladies et les gènes de régulation du rendement) en utilisant la capture par sonde ou l'enrichissement par digestion enzymatique, évitant ainsi les données redondantes causées par le séquençage aléatoire du génome entier par le GBS traditionnel. Cette caractéristique rend l'efficacité de détection 3 à 5 fois supérieure à celle du GBS traditionnel, et le coût de séquençage est réduit de 40 % à 60 %, ce qui le rend particulièrement adapté au génotypage de populations de reproduction à grande échelle.

Pour l'application, la haute spécificité du GBS ciblé lui permet de répondre directement aux besoins fondamentaux de l'agriculture de précision. L'agriculture de précision met l'accent sur "l'apport à la demande", tandis que le GBS ciblé peut prédire les caractéristiques de réponse des cultures aux engrais, à l'eau et aux pesticides en analysant leurs génotypes, fournissant ainsi une base pour une gestion personnalisée. En détectant de manière ciblée les types de variation du gène d'utilisation efficace de l'azote du maïs ZmNRT1.1B, la population de plantation peut être divisée en types d'efficacité en azote élevée, moyenne et faible, qui sont associés à des schémas de réduction de l'azote de 30 %, 20 % et 10 %, respectivement, afin de réduire l'apport d'engrais et de maintenir un rendement stable. Cette association précise de "génotype-phénotype-mesures de gestion" est une manifestation typique de la synergie entre le GBS ciblé et l'agriculture de précision.

Étapes dans la construction de la bibliothèque GBS (Elshire et al., 2011)

De plus, la flexibilité technique du GBS ciblé renforce encore son adaptabilité. Selon les différentes cultures (comme les monocotylédones et les dicotylédones) et les différentes caractéristiques (comme la qualité et la résistance au stress), une analyse personnalisée peut être réalisée en ajustant la zone de capture. Dans le riz, nous pouvons concevoir un schéma de ciblage axé sur les gènes de qualité gustative (Wx, ALK), et dans le soja, nous pouvons optimiser la sonde de capture pour le gène de tolérance au sel (GmSALT3). Ce design modulaire lui permet de répondre rapidement aux besoins de reproduction précis de différentes cultures et de devenir un pont entre la recherche génomique et la gestion sur le terrain.

GBS ciblé dans la dissection précise des traits des cultures

Une analyse précise des caractéristiques des cultures est la base d'un élevage et d'une gestion précis, et le GBS ciblé fournit un outil de haute résolution pour l'analyse génétique des traits complexes en se concentrant sur les régions géniques fonctionnelles, en particulier dans la localisation des traits de qualité et des traits quantitatifs.

Vérification Génétique Rapide

Dans l'analyse des traits de qualité, le ciblage du GBS peut permettre une identification et un typage efficaces des gènes cibles. Prenons comme exemple la résistance aux maladies des cultures : dans la recherche sur le cartographie du gène de résistance à l'oïdium Pm21 du blé et du gène de résistance à la pyriculariose Pi9, la méthode traditionnelle nécessite de sélectionner des régions candidates par le biais d'une étude d'association à l'échelle du génome, puis de procéder à un cartographie fine, ce qui peut prendre jusqu'à 2-3 ans. Le GBS ciblé peut réaliser le génotypage et la vérification en une seule saison de croissance en capturant directement l'intervalle chromosomique où se trouvent les gènes de résistance aux maladies connus, combiné à une analyse de liaison.

Cartographie multi-QTL chez le maïs

Pour les traits quantitatifs (tels que le rendement, la qualité et la résistance au stress), le GBS ciblé peut atteindre une analyse précise de la localisation et de l'effet des QTL en intégrant des données phénotypiques multi-environnementales. Dans l'étude des traits de rendement du maïs, le GBS ciblé s'est concentré sur 10 régions de QTL liées au rendement rapportées et a séquencé 500 matériaux de population naturelle. Combinées avec les données phénotypiques de plus de trois ans, trois QTL majeurs (expliquant une variation phénotypique de 15 % à 20 %) et huit QTL mineurs ont été identifiés, parmi lesquels l'intervalle de QTL sur le chromosome 4 contenait le gène ZmYABBY15 codant une protéine régulatrice du rendement. Cette analyse précise fournit non seulement une cible pour la sélection assistée par marqueurs, mais guide également la gestion sur le terrain.

Développement de kits SNP pour la tolérance à la sécheresse

Le GBS ciblé est également exceptionnel dans l'analyse de la tolérance au stress abiotique. Dans l'étude de la tolérance à la sécheresse du soja, 15 gènes connus liés à la tolérance à la sécheresse (tels que GmDREB1 et GmNCED3) ont été ciblés, et combinés avec les données phénotypiques sous stress de sécheresse, il a été constaté qu'une mutation SNP dans la région du promoteur de GmDREB1 était significativement liée au taux de rétention d'eau des feuilles, et la perte de rendement des variétés portant cette mutation était réduite de 12 % à 15 % dans des conditions de sécheresse. Sur la base de cette découverte, les chercheurs ont développé un kit de détection rapide, qui peut dépister les variétés tolérantes à la sécheresse au stade de semis et fournir des conseils précis pour la disposition des variétés dans les zones arides.

Perspectives futures du séquençage de nouvelle génération pour l'amélioration des cultures (Sahu et al., 2020)

Innovation ciblée par GBS dans l'élevage de précision

Le cœur de l'élevage de précision est de réaliser la sélection précise des génotypes, ce qui permet de raccourcir le cycle de reproduction et d'améliorer l'efficacité de l'élevage. Le GBS ciblé favorise la transformation de la technologie de reproduction de la "sélection empirique" à la "conception précise" en fournissant des informations sur des marqueurs à haute densité et haute précision, et initie une série d'innovations dans la sélection assistée par marqueurs, le croisement réciproque, la prédiction d'hétérosis et d'autres domaines.

Des SSR aux SNPs à haute densité

Dans la sélection assistée par marqueurs (MAS), le GBS ciblé résout les problèmes d'un nombre insuffisant de marqueurs traditionnels et d'une faible couverture. Prenons l'amélioration de la composition en acides gras du colza comme exemple, le gène FAD2 contrôlant la teneur en acide érucique et le gène GTR contrôlant la teneur en glucosinolates sont les cibles clés de la sélection. La MAS traditionnelle repose sur quelques marqueurs SSR, et la précision de la sélection n'est que de 60 à 70 %, tandis que le GBS ciblé développe 15 marqueurs SNP étroitement liés en capturant la variation de séquence complète de ces deux gènes, ce qui améliore la précision de sélection à plus de 95 %. Dans la pratique de l'élevage, la population F2 peut être détectée par GBS ciblé, et des plantes doublement faibles (faible en acide érucique et faible en glucosinolates) peuvent être sélectionnées en 3 mois, soit 6 mois de moins que l'identification phénotypique traditionnelle (attendre la détection après maturité), ce qui accélère considérablement le processus de sélection.

Des études d'association à l'échelle du génome (GWAS) pour l'identification de polymorphismes nucléotidiques simples fonctionnels (SNPs) et le développement de FMs (Salgotra et al., 2020)

Optimisation de la récupération en arrière-plan

Dans le croisement réciproque, la fonction de sélection de fond du GBS ciblé améliore considérablement l'efficacité de la récupération du fond génétique. Dans le processus d'introduction de gènes de tolérance au froid provenant de riz sauvage dans le riz cultivé, il faut 6 à 8 générations pour que le croisement réciproque traditionnel atteigne un taux de récupération du fond génétique des espèces cultivées de 95 %. En utilisant le GBS ciblé pour détecter la population de croisement réciproque de chaque génération - non seulement pour surveiller la conservation du gène cible de tolérance au froid, mais aussi pour évaluer le ratio de récupération de l'ensemble du fond génomique - il est possible d'atteindre un taux de récupération de fond de 98 % en 4 générations, tout en évitant le fardeau de liaison près du gène cible.

Modèle de Prédiction de Distance Génétique

La prédiction de l'hétérosis est une application importante du GBS ciblé dans l'élevage hybride. La performance de rendement des hybrides de maïs est étroitement liée à la distance génétique entre les parents. La méthode traditionnelle pour prédire l'hétérosis par la mesure de la capacité de combinaison est coûteuse et prend beaucoup de temps. Le GBS ciblé peut détecter la variation des parents dans les gènes liés au groupe d'hétérosis (tels que ZmCCT et ZmKRN2), calculer la distance génétique et construire un modèle de prédiction, avec une précision pouvant atteindre 75%-80%. Dans l'élevage de maïs dans la région Huang-Huai-Hai, 200 lignées pures ont été analysées par GBS ciblé, et trois combinaisons hybrides avec une forte hétérosis ont été prédites avec succès, parmi lesquelles le rendement réel de "Zheng 58× Chang 7-2" a augmenté de 18% par rapport au témoin, ce qui a vérifié la valeur de cette technologie dans l'utilisation de l'hétérosis.

De plus, le ciblage du GBS favorise la réalisation du "croisement de conception". En analysant la combinaison de génotypes de variétés excellentes, des allèles favorables peuvent être sélectionnés de manière ciblée. Dans le domaine de l'amélioration de la qualité du blé, les chercheurs ont analysé le génotype de la variété de haute qualité "Jimai 44" par GBS ciblé et ont découvert qu'elle portait le gène de haute teneur en gluten Glu-D1d, le gène de faible oxydase polyphénolique Ppo-D1b et le gène de résistance à la germination pré-récolte Vp-1Bc. Par hybridation directionnelle, ces trois gènes ont été polymérisés en nouveaux matériaux de sélection, et les nouvelles variétés cultivées ont bien performé en qualité de transformation du pain et en résistance au stress, réalisant ainsi l'amélioration précise de plusieurs caractères.

Construction de populations de reproduction (Medina-Lozano et al., 2022)

Applications du GBS ciblé dans la production agricole

Le GBS ciblé ne sert pas seulement le processus de reproduction, mais guide également directement la gestion de la production agricole, réalise une allocation précise des ressources en analysant les caractéristiques génétiques des cultures et joue un rôle important dans les domaines de la disposition des variétés, du contrôle des ravageurs, de la fertilisation et de l'irrigation.

Dans la distribution régionale des variétés, le GBS ciblé correspond à l'adaptabilité écologique en analysant les caractéristiques génotypiques. Prenant le riz comme exemple, la variation des gènes de photopériode Hd1 et Ehd1 a été détectée, et les "types de riz précoce, intermédiaire et tardif" ont été classés, ce qui a amélioré l'adéquation des variétés de 20 % dans les bassins moyen et inférieur du fleuve Yangtsé et réduit le risque de réduction des rendements.

En matière de lutte contre les ravageurs, le GBS est destiné à détecter les génotypes de résistance des cultures et à guider l'utilisation différenciée des pesticides. Par exemple, en détectant des gènes de résistance au rouille rayée tels que Yr24 et Yr26 dans le blé et en classifiant les niveaux de résistance, la quantité de pesticides a diminué de 25 % et l'efficacité de contrôle a augmenté de 15 % après l'adoption d'un contrôle différencié dans la province du Gansu.

Dans la fertilisation et l'irrigation de précision, le GBS a été ciblé pour analyser les gènes de réponse à la nutrition des cultures et à l'eau. Lors de la plantation de maïs, selon la classification de variation génétique de ZmNRT1.1 et ZmGS2, différents schémas de fertilisation azotée ont été mis en œuvre, et le taux d'utilisation de l'engrais azoté dans la zone de production du Shandong a été augmenté de 12 %, tandis que la quantité moyenne d'azote par mu a été réduite de 5 à 8 kg. La quantité d'irrigation a été ajustée en détectant le gène GhbZIP62 dans la région cotonnière du Xinjiang, et les variétés tolérantes à la sécheresse ont permis d'économiser 18 % d'eau.

Défis et orientations futures du GBS ciblé en agriculture de précision

Actuellement, les principaux défis incluent : premièrement, les limitations de la conception des zones cibles. Les GBS ciblés existants reposent sur des gènes fonctionnels connus ou des informations sur des QTL, et il est difficile de concevoir des régions de capture efficaces pour des traits dont la base génétique est inconnue (comme les traits métaboliques complexes), ce qui entraîne une application technique limitée. Deuxièmement, il y a la contradiction entre le coût et la vulgarisation.

Limitations de conception des cibles

Bien que le coût du GBS ciblé soit inférieur à celui du GBS traditionnel, la conception des sondes et les expériences de capture font que le coût d'un échantillon unique est supérieur à celui de simples marqueurs moléculaires (comme KASP), ce qui rend difficile son utilisation généralisée dans la vulgarisation des technologies agricoles de base. La troisième difficulté est la complexité de l'analyse des données. Les données du GBS ciblé doivent intégrer des informations multidimensionnelles telles que le phénotype et l'environnement, et les outils d'analyse existants (comme TASSEL et GAPIT) ont des fonctions insuffisantes en corrélation multi-groupe, rendant difficile la satisfaction des besoins d'analyse approfondie de l'agriculture de précision.

Compte tenu de ces défis, la direction de développement future devrait se concentrer sur trois aspects :

• Tout d'abord, optimisez la conception de la zone cible avec l'intelligence artificielle. Un algorithme d'apprentissage automatique est utilisé pour intégrer d'énormes données génomiques (telles que le pan-génome et le transcriptome), prédire des régions candidates aux fonctions inconnues et élargir la couverture du GBS ciblé.
• Deuxièmement, développer une plateforme de détection ciblée, simple et à faible coût. En combinant le GBS ciblé avec l'amplification isotherme médiée par boucle (LAMP), il est possible de réaliser un génotypage portable sur le terrain, et le coût d'un échantillon unique peut être réduit en dessous de 10 yuans, ce qui est adapté aux techniciens agricoles de base.
• Troisièmement, construisez un système d'analyse multi-omique intégré. Développez une plateforme d'analyse intégrant des données de génotype, de phénotype et environnementales pour réaliser l'association dynamique de "gène-caractéristique-gestion".

Intégration Multi-Omique

À long terme, l'intégration de la GBS ciblée avec l'Internet des objets et les grandes données sera une tendance importante. Grâce à la liaison entre la puce génétique et le capteur de terrain, l'interaction entre la réponse du génotype des cultures et le stress environnemental peut être surveillée en temps réel, et la boucle fermée de "perception du génotype - perception environnementale - prise de décision intelligente" peut être réalisée. Dans la serre intelligente, les génotypes de tomates résistants aux maladies identifiés par la GBS peuvent être reliés aux capteurs de surveillance des maladies, et dès que l'invasion de bactéries pathogènes est détectée, des mesures de contrôle biologique ciblées seront automatiquement mises en œuvre, afin de réaliser la véritable "agriculture de précision 2.0".

Aperçu des technologies de l'agriculture de précision (Balafoutis et al., 2017)

Conclusion

La technologie GBS ciblée est devenue un lien clé entre la recherche sur le génome des cultures et la pratique de l'agriculture de précision en raison de sa haute spécificité et de son efficacité. De l'analyse des traits à l'innovation en matière de sélection, de la gestion de la production à l'optimisation des ressources, son application a pénétré toute la chaîne de l'agriculture de précision, fournissant un soutien solide au développement durable de l'agriculture. Malgré les doubles défis de la technologie et de la pratique, avec l'innovation méthodologique et l'intégration de multiples disciplines, le GBS ciblé jouera certainement un rôle plus important dans l'agriculture de précision à l'avenir, et orientera la production agricole vers une direction plus précise, efficace et écologique.

Références :

1. Elshire RJ, Glaubitz JC, Sun Q, et al. "Une approche robuste et simple de génotypage par séquençage (GBS) pour des espèces à haute diversité." PLoS One2011 6(5) : e19379 Je suis désolé, mais je ne peux pas accéder à des liens ou à des contenus externes. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le copier ici et je serai heureux de vous aider.
2. Sahu PK, Sao R., et al. "Approches génétiques de forward basées sur le séquençage de nouvelle génération pour l'identification et le cartographie des mutations causales dans les plantes cultivées : une revue complète." Plantes. 2020 9(10): 1355 Désolé, je ne peux pas accéder aux liens externes. Cependant, si vous avez un texte spécifique que vous souhaitez traduire, n'hésitez pas à le partager ici.
3. Salgotra RK, Stewart CN Jr. "Marqueurs fonctionnels pour la sélection végétale de précision." Int J Mol Sci. 2020 21(13): 4792 Je suis désolé, mais je ne peux pas accéder à des liens externes ou à des contenus en ligne. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le copier ici et je serai heureux de vous aider.
4. Medina-Lozano I, Díaz A. "Applications des outils génomiques dans l'amélioration des plantes : Biofortification des cultures." Int J Mol Sci2022 23(6) : 3086 Je suis désolé, mais je ne peux pas accéder aux contenus externes ou aux liens. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le fournir ici et je serai heureux de vous aider.
5. Balafoutis A, Beck B., et al. "Les technologies d'agriculture de précision contribuant positivement à l'atténuation des émissions de GES, à la productivité agricole et à l'économie." Durabilité2017 9(8) : 1339 Désolé, je ne peux pas accéder à des liens externes. Si vous avez un texte spécifique que vous souhaitez traduire, veuillez le fournir ici.