Développement de méthodes de phénotypage pour l'étude des déterminants de la qualité chez l'igname (Dioscorea alata L.)

Houngbo Mahugnon Ezekiel. 2023. Développement de méthodes de phénotypage pour l'étude des déterminants de la qualité chez l'igname (Dioscorea alata L.). Montpellier : Institut Agro Montpellier, 224 p. Thèse de doctorat : Génétique et amélioration des plantes : Institut Agro Montpellier

Encadrement : Chair, Hâna ; Cornet, Denis

Résumé : L'igname est vitale pour la sécurité alimentaire et les revenus des populations en Afrique de l'Ouest. Cependant, la croissance démographique et le changement climatique remettent en question les méthodes de production actuelles, centrées sur l'espèce D. rotundata. L'espèce D. alata offre une alternative crédible en raison de son rendement supérieur et de son adaptation à des conditions difficiles. Cependant, malgré les améliorations apportées, on constate un faible taux d'adoption des nouvelles variétés, principalement dû à la moindre qualité des tubercules et à l'incapacité des programmes d'amélioration à évaluer cette qualité à grande échelle. Cette thèse se focalise sur le développement de méthodes de phénotypage pour évaluer la croissance et la qualité de l'igname (D. alata). Dans un premier temps, nous avons développé une méthode de phénotypage de la vigueur d'émergence et la dynamique de recouvrement. Cette méthode permet d'extraire les caractéristiques principales de l'émergence et de la croissance via respectivement la modélisation mathématique et un pipeline d'analyse d'images. La validation de ce pipeline, basée sur des images provenant de capteurs variés, confirme la robustesse des méthodes utilisées.L'évaluation de la qualité des tubercules d'igname s'est concentrée sur leur composition (matière sèche, teneur en amidon, protéines, amylose et sucres solubles), la structure des grains d'amidon et des caractéristiques fonctionnelles comme le temps de cuisson et la pilabilité. Si la caractérisation des grains d'amidon repose sur l'analyse d'images microscopiques, la spectroscopie proche infrarouge est utilisée pour estimer l'ensemble des autres traits simultanément. Les modèles développés pour prédire ces traits varient en efficacité selon les données disponibles. Pour la teneur en protéines, en sucres solubles et en amidon, la validation externe confirme la robustesse des modèles et leur utilisation possible au sein des programmes d'amélioration de l'igname. En revanche, les prédictions pour la teneur en amylose, la pilabilité et le temps de cuisson manquent de performances sur des jeux de données externes. Renouveler les mesures de référence ou utiliser des modèles de classification est suggéré pour améliorer ces prédictions. Ainsi, la prédiction du caractère pilable ou non des tubercules d'igname par classification permet une prédiction correcte dans 80% des cas grâce à l'utilisation de réseaux de neurones en convolution.Même si la pilabilité n'est pas le seul critère d'acceptabilité, il en constitue une condition nécessaire. C'est pourquoi ce trait est utilisé comme un indicateur de qualité globale, assimilé à l'acceptabilité. La pilabilité semble fortement corrélée (i) positivement avec la matière sèche, la teneur en amidon, la taille des grains d'amidon et la teneur en amylose, et (ii) négativement avec la teneur en sucre.Sur base de la qualité de la mesure (estimé par la répétabilité), du potentiel d'amélioration (estimé par la variabilité génotypique) et de l'héritabilité (H²), la durée d'émergence, la durée du plateau et le recouvrement maximum sont les trois traits agronomiques que nous proposons de retenir pour de futures études. Concernant la qualité, le temps de cuisson présente une très faible héritabilité et la teneur en protéines présente une répétabilité insuffisante et une faible héritabilité. Les autres traits de qualité démontrent une bonne répétabilité de la mesure et un potentiel d'amélioration important (H² et valeurs minimales et maximales). Cette thèse a donc permis de développer les méthodes de phénotypage nécessaires à l'étude des déterminants de la qualité. A partir de la qualité des mesures et du potentiel d'amélioration, nous recommandons de focaliser les études ultérieures sur les traits de qualités suivants : teneur en amidon, sucres solubles et matière sèche, taille et forme des grains d'amidons et pilabilité.

Résumé (autre langue) : Yam is vital for food security and income in West Africa. However, population growth and climate change are calling into question current production methods, which focus on Dioscorea rotundata. The species D. alata offers a credible alternative because of its superior yield and adaptation to difficult growing conditions. However, despite the improvements made, there has been a low rate of adoption of the new varieties, mainly due to the lower quality of the tubers because of the inability of breeding programmes to assess this quality on a large scale. This thesis focuses on the development of phenotyping methods for assessing the growth and quality of yam (D. alata).Initially, we developed a phenotyping method for emergence vigour and ground cover dynamics. This method extracts the main characteristics of emergence and growth via mathematical modelling and an image analysis pipeline respectively. Validation of this pipeline, based on images from a variety of sensors, confirms the robustness of the methods used.The quality assessment of yam tubers focused on their composition (dry matter, starch content, proteins, amylose and soluble sugars), the structure of the starch granules and functional characteristics such as cooking time and mouldability. While the characterisation of starch granules rely on the analysis of microscopic images, near infrared spectroscopy is used to estimate all the other traits simultaneously. The models developed to predict these traits vary in performances depending on the data available. For protein, soluble sugar and starch content, external validation confirms the robustness of the models and their potential use in yam improvement programmes. On the other hand, the predictions for amylose content, pilability and cooking time lack performance on external data sets. Renewing the reference measurements or using classification models is suggested to improve these predictions. For example, using convolution neural networks to predict whether yam tubers are mouldable or not by classification, we were able to make a correct prediction in 80% of cases.Although mouldability is not the only criterion for acceptability, it is a necessary one. This is why this trait was used as an indicator of overall quality, equated with acceptability. Mouldability appears to be strongly correlated positively with dry matter, starch content, starch granules size and amylose content, and negatively with sugar content.On the basis of measurement quality (estimated by repeatability), improvement potential (estimated by genotypic variability) and heritability (H²), emergence time, duration of growth of ground cover plateau and maximum ground cover are the three agronomic traits that we propose to retain for future studies. With regard to quality, cooking time showed very low heritability and protein content showed insufficient repeatability and low heritability. The other quality traits show good measurement repeatability and significant potential for improvement (H² and minimum and maximum values).This thesis therefore made it possible to develop the phenotyping methods needed to study the determinants of quality. Based on the quality of the measurements and the potential for improvement, we recommend focusing further studies on the following quality traits : starch content, soluble sugars and dry matter, size and shape of starch grains and mouldability.

Mots-clés libres : Igname pilée, Croissance et développement, Modélisation mathématique, Spectroscopie proche infrarouge, Analyse d'image, Apprentissage profond

Auteurs et affiliations

• Houngbo Mahugnon Ezekiel, CIRAD-BIOS-UMR AGAP (FRA)

Source : Cirad-Agritrop (https://agritrop.cirad.fr/613354/)

Métriques

[ Page générée et mise en cache le 2025-05-22 ]