Effets d’interaction génotype-environnement dans des modèles multi-environnements pour la résistance à la brûlure de l’épi (Fusarium) chez le blé

Pourquoi un blé en meilleure santé compte

Le blé est un pilier de l’alimentation humaine dans le monde, mais une maladie appelée brûlure de l’épi causée par Fusarium menace à la fois les récoltes et la sécurité alimentaire. Le champignon responsable n’affecte pas seulement la taille des grains et les rendements : il produit aussi une mycotoxine nommée DON qui peut rendre les grains impropres à la consommation. Les sélectionneurs cherchent des variétés de blé qui restent saines dans des climats et des lieux variés, mais tester des milliers de lignées en champ est lent et coûteux. Cette étude examine comment utiliser des outils basés sur l’ADN et des méthodes statistiques avancées pour prédire quelles lignées de blé résisteront à la brûlure de l’épi selon les environnements, ce qui pourrait accélérer la mise au point de cultures plus sûres et plus fiables.

Une maladie façonnée par le climat et la génétique

La brûlure de l’épi est une maladie complexe parce que sa sévérité dépend à la fois des gènes de la plante et des conditions qu’elle rencontre en champ. Un temps chaud et humide pendant la floraison crée des conditions idéales pour l’infection, mais ces conditions varient d’une année à l’autre et d’un lieu à l’autre. Une même lignée de blé peut sembler relativement résistante dans un essai et fortement atteinte dans un autre. Les sélectionneurs suivent aussi des caractères liés à la brûlure de l’épi, comme l’extrusion des anthères (parties porteuses du pollen), la taille des plantes et la date d’épiaison. Dans cette étude, les chercheurs ont confirmé des relations fortes : les lignées avec plus d’extrusion d’anthères et des plantes plus grandes avaient tendance à présenter moins de FHB et des niveaux de DON plus faibles, tandis qu’une épiaison plus tardive s’associait souvent à des niveaux de toxine plus élevés. Ces liens entre caractères fournissent des indices utiles pour prédire la résistance à la maladie.

Des parcelles de champ aux modèles de prédiction

L’équipe a analysé deux grands ensembles de blé de printemps : un panel international génétiquement divers et un panel de lignées de sélection nordiques élites. Les deux ont été évalués pour la FHB, le DON et des caractères associés sur plusieurs années en Norvège, Autriche et Canada. Parallèlement, chaque lignée a été caractérisée par des dizaines de milliers de marqueurs ADN répartis sur le génome. Avec ces informations de terrain et génomiques, les chercheurs ont construit plusieurs types de modèles de prédiction. Un modèle utilisait uniquement les informations sur chaque lignée et les environnements d’essai. Un second modèle ajoutait les relations génomiques entre lignées. Un troisième, plus avancé, incorporait aussi comment chaque profil génétique interagissait avec chaque environnement — capturant les effets cruciaux d’« interaction génotype-environnement » (G × E) qui font qu’une lignée performe différemment selon les conditions.

Apprendre de plusieurs caractères et sites

Pour imiter les décisions réelles en sélection, l’étude a testé deux scénarios. Dans l’un, les modèles devaient prédire des lignées complètement nouvelles qui n’avaient jamais été cultivées auparavant. Dans l’autre, ils prédisaient le comportement de lignées connues dans un nouvel environnement, en utilisant les résultats d’autres sites et années. Les chercheurs ont aussi comparé des modèles monocaractères, qui se concentrent sur la FHB ou le DON seuls, avec des modèles multicaractères qui utilisent simultanément la FHB, le DON, la hauteur des plantes, la date d’épiaison et l’extrusion des anthères. Dans le panel le plus diversifié, les modèles multicaractères ont généralement surpassé les modèles monocaractères, en particulier lorsqu’ils incluaient des termes G × E. Dans le panel nordique d’élite, où la variation génétique et environnementale était plus limitée, les modèles multicaractères n’ont pas toujours aidé et ont parfois légèrement moins bien performé. Dans les deux panels et scénarios, la précision de prédiction s’est améliorée lorsque des données provenant de plusieurs environnements ont été utilisées, ce qui reflète la puissance d’emprunter de l’information entre essais.

Pourquoi les modèles génomiques sensibles à l’environnement fonctionnent mieux

L’approche la plus performante a été le modèle combinant l’information génomique avec des effets d’interaction G × E explicites. Pour des caractères difficiles comme la sévérité de la FHB et la teneur en DON — tous deux fortement influencés par le climat — ce modèle produisait souvent les meilleures capacités de prédiction. En particulier, lorsque les corrélations entre environnements étaient fortes, par exemple des pressions de maladie similaires entre différentes années ou lieux, le modèle d’interaction pouvait exploiter ces liens pour fournir des prédictions plus fiables. L’étude a aussi mis en évidence d’autres facteurs importants pour la qualité de prédiction : des jeux d’entraînement plus grands et plus diversifiés, une densité de marqueurs plus élevée et des données de terrain bien mesurées ont tous contribué à de meilleures performances, surtout dans le panel plus diversifié testé sur de nombreuses années.

Ce que cela signifie pour un blé plus sûr et plus stable

Pour un non-spécialiste, le message clé est que la sélection pour la résistance à la FHB peut être plus rapide et plus précise en combinant l’information génomique avec une modélisation attentive de la réponse des plantes aux différents environnements. Plutôt que d’attendre des années pour tester chaque lignée en champ, les sélectionneurs peuvent utiliser ces modèles pour prévoir quelles lignées resteront plus saines et accumuleront moins de toxine selon une gamme de climats. Bien que l’étude n’ait pas montré des gains spectaculaires des modèles multicaractères dans tous les cas, elle a démontré que prendre en compte l’interaction entre gènes et environnement améliore systématiquement les prédictions. À long terme, de tels outils génomiques tenant compte de l’environnement pourraient aider à livrer des variétés de blé produisant des grains plus sûrs et des rendements plus stables face à un climat de plus en plus imprévisible.

Citation: Nannuru, V.K.R., Dieseth, J.A., Dong, Y. et al. Genotype environment interaction effects in multi environment models for Fusarium head blight resistance in wheat. npj Sci. Plants 2, 11 (2026). https://doi.org/10.1038/s44383-026-00022-y

Mots-clés: résistance aux maladies du blé, brûlure de l’épi (Fusarium), prédiction génomique, interaction génotype-environnement, amélioration des plantes