Search

Modélisation des sites instrumentés et évaluation des flux d’azote. Séminaire de clôture ANR ESCAPADE " Evaluation de scénarios sur la cascade de l'azote dans les paysages agricoles et modélisation territoriale"; Les deux modèles NitroScape et TNT2 ont été appliqués pour simuler la cascade de l'azote sur les quatre sites instrumentés du projet : Naizin en Bretagne, OSOS en Centre-Val de Loire, Avenelles en Île-de-France et Auradé en Occitanie. Ces sites sont contrastés par leurs structures paysagères, leur étendue spatiale, topographie et contexte pédoclimatique, ainsi que par leurs pratiques agricoles et d'élevage. Les deux modèles permettent de simuler de manière spatialisée et dynamique les ordres de grandeur des flux des différentes formes d'azote (volatilisation et dépôt d'ammoniac, pertes directes et indirectes de N 2 O par dénitrification et nitrification, minéralisation, lixiviation de nitrates, prélèvement et restitution par les cultures) dans les différents compartiments des paysages (terrestre, aquatique, aérien). Les dynamiques des flux d'eau et d'azote à l'exutoire, qui intègre en un point l'ensemble des processus spatialisés du site, sont plutôt bien représentées par les modèles. Mais le manque de données ne permet pas toujours d'évaluer de manière précise la répartition spatiale des flux d'azote et l'intensité des processus de transfert et de transformation (e.g. présence d'animaux au pâturage, porosité des sols). Ce manque de données ne permet pas de statuer sur l'intensité des flux qui interagissent et se compensent (e.g. minéralisation, dénitrification, volatilisation), et différentes conditions initiales ont produit des flux simulés d'azote similaires à l'exutoire. L'analyse de sensibilité des modèles a permis de hiérarchiser les processus et les facteurs d'entrée les plus influant sur les variables cibles (e.g. pertes NO 3 , N 2 O, NH 3 , bilans N, rendements) et sur lesquelles il est prioritaire de focaliser les mesures. Les résultats obtenus sur les sites sont présentés, discutés et comparés. Ils montrent la nécessité de développements supplémentaires pour mieux représenter les structures paysagères et les flux d'azote (e.g. zones drainées, sols argileux dont les propriétés physiques évoluent au cours de l'année, paramétrisations de la diversité des cultures). Dénitrification moyenne (kg N/ha/an) calculée par les modèles, spatialisée (cartes) et intégrée (encadrés noirs) sur les quatre sites du projet.

ISBN: 978-3-900932-48-0; Optimization of trial networks for genomic selection based on crop models. 13. IWGS

description : Planor ia a package dedicaded to the automatic generation of regular factorial designs, including fractional designs, orthogonal block designs, row-column designs and split-plots

oral communication, texte intégral; Modelling complex systems such as agroecosystems often requires the quantification of a large number of input factors. Sensitivity analyses are useful to fix the appropriate spatial and temporal resolution of models and to reduce the number of input factors to be measured or estimated accurately. Comprehensive spatial and dynamic sensitivity analyses were applied to the Nitroscape model, a deterministic spatially distributed model describing nitrogen transfers and transformations in a rural landscape. Simulations were led on a virtual landscape that represented five years of farm management in an intensive rural area of 3 km². Cluster analyses were applied to summarize the results of the sensitivity analysis on the ensemble of model outcomes. The 29 studied output variables were split into five different clusters that grouped outcomes with similar response to input factors. Among the 11 studied factors, model outcomes were mainly sensitive to inputs characterizing the lateral transmissivity of soil. The horizontal resolution of the model was a significant factor driving ammonium and nitrate mineralisation, and uptake by plants. The vertical resolution of the model had the highest impact on the cumulate emissions of nitrous oxides. The interactions between the amount of nitrogen used in fertilization and the lateral transmissivity of soil was the most important factorial effect driving the amount of nitrogen in the catchment discharge.

In the field of sensitivity analysis, Sobol' indices are widely used to assess the importance of inputs of a model to its output. Among the methods that estimate these indices, the replication procedure is noteworthy for its efficient cost. A practical problem is how many model evaluations must be performed to guarantee a sufficient precision on the Sobol' estimates. This paper tackles this issue by rendering the replication procedure recursive. We consider the ability of adding new points to progressively increase the accuracy of the estimates. The key feature of this approach is the construction of nested space-filling designs. For the estimation of first-order indices, we exploit a nested Latin hypercube already introduced in the literature. For the estimation of closed second-order indices, two constructions of a nested orthogonal array are proposed. Regularity and uniformity properties of the nested designs are studied.

Along with increased complexity of the models used for scientific activities and engineering come diverse and greater uncertainties. Today, effectively quantifying the uncertainties contained in a model appears to be more important than ever. Scientific fellows know how serious it is to calibrate their model in a robust way, and decision-makers describe how critical it is to keep the best effort to reduce the uncertainties about the model. Effectively accessing the uncertainties about the model requires mastering all the tasks involved in the numerical experiments, from optimizing the experimental design to managing the very time consuming aspect of model simulation and choosing the adequate indicators and analysis methods. In this paper, we present an open framework for organizing the complexity associated with numerical model simulation and analyses. Named mtk (Mexico Toolkit), the developed system aims at providing practitioners from different disciplines with a systematic and easy way to compare and to find the best method to effectively uncover and quantify the uncertainties contained in the model and further to evaluate their impact on the performance of the model. Such requirements imply that the system must be generic, universal, homogeneous, and extensible. This paper discusses such an implementation using the R scientific computing platform and demonstrates its functionalities with examples from agricultural modeling. The package mtk is of general purpose and easy to extend. Numerous methods are already available in the actual release version, including Fast, Sobol, Morris, Basic Monte-Carlo, Regression, LHS (Latin Hypercube Sampling), PLMM (Polynomial Linear metamodel). Most of them are compiled from available R packages with extension tools delivered by package mtk.

According to E.U. regulations, the maximum allowable rate of adventitious transgene presence in non-genetically modified (GM) crops is 0.9%. We compared four sampling methods for the detection of transgenic material in agricultural non-GM maize fields: random sampling, stratified sampling, random sampling + ratio reweighting, random sampling + regression reweighting. Random sampling involves simply sampling maize grains from different locations selected at random from the field concerned. The stratified and reweighting sampling methods make use of an auxiliary variable corresponding to the output of a gene-flow model (a zero-inflated Poisson model) simulating cross-pollination as a function of wind speed, wind direction, and distance to the closest GM maize field. With the stratified sampling method, an auxiliary variable is used to define several strata with contrasting transgene presence rates, and grains are then sampled at random from each stratum. With the two methods involving reweighting, grains are first sampled at random from various locations within the field, and the observations are then reweighted according to the auxiliary variable. Data collected from three maize fields were used to compare the four sampling methods, and the results were used to determine the extent to which transgene presence rate estimation was improved by the use of stratified and reweighting sampling methods. We found that transgene rate estimates were more accurate and that substantially smaller samples could be used with sampling strategies based on an auxiliary variable derived from a gene-flow model.

National audience

Depuis plusieurs décennies, l'usage intensif d'un petit nombre de variétés très performantes a permis d'augmenter les rendements agricoles. Ces pratiques culturales ont néanmoins eu pour effet de rendre les champs plus sensibles à la maladie. Une solution visant à réduire cette sensibilité tout en limitant l'utilisation de produits phytosanitaires serait de réintroduire de la diversité variétale à l'échelle du paysage. Nous nous intéressons donc à la mise en évidence d'un lien entre composition variétale du paysage et niveau de maladie observé, afin que cette composition variétale devienne un levier d'action possible pour diminuer la maladie. Cela permettra de développer des stratégies ou des recommandations de gestion des variétés résistances à l'échelle du paysage agricole. Nous étudions le cas concret du pathogène Puccinia triticina (rouille brune) infectant les différentes variétés de blés tendres. Nous possédons trois grands jeux de données : un premier présentant les fréquences des différentes variétés de blé tendre à l'échelle du département (FranceAgriMer), un deuxième décrivant la structuration du pathogène en terme de souches1, un troisième nous renseignant sur les niveaux de maladie mesurés sur chaque variété (Arvalis). Un premier travail de modélisation a déjà été réalisé sur ce sujet à l'échelle nationale2. Un modèle bayésien a permis de rapprocher ces trois grands jeux de données, la composition variétale du paysage servant à décrire à la structure de la population du pathogène, elle-même décrivant le niveau de maladie observé. Le but présent est d'affiner ce travail à l'échelle régionale et d'en évaluer la qualité prédictive. La maladie dépend de deux types de facteurs : des facteurs génétiques (variétés) et des facteurs environnementaux. Nous nous intéressons ici à la capacité de prédire la part de la maladie relative à des facteurs génétiques tels que la variété ou la composition variétale du paysage. Les modèles, soumis à une validation croisée, montrent une capacité à prédire plusieurs années. La composition variétale du paysage n'améliore cependant pas ces prédictions, mais permet de mieux comprendre l'influence qu'ont les variétés les unes sur les autres.

Ecole-chercheurs INRA, FormaSciences, FPN, INRA-CIRAD; absent

Methods have been developed to detect transgenic presence in non-GM maize fields. These detection methods may be used to determine whether the regulatory transgenic rate threshold (0.9%) is exceeded, but the results are likely to depend on the grain sample size and on the sampling strategy used to collect grains within agricultural fields. Until now, no clear sampling strategy and sample size have been defined for implementing detection methods.[br/]This study aims to compare four types of sampling strategies for maize grains in agricultural fields—i) random sampling, ii) systematic sampling, iii) stratified sampling, and iv) regression sampling.The first approach simply randomly samples maize ears in the considered field. The second approach consists of selecting ears according to a regular grid. The two final approaches use an auxiliary variable correlated with the real transgene distribution in order to define strata with contrasted presence rates or to reweight a sample of ears selected at random.[br/]The auxiliary variable considered in this study corresponds to the output of a gene-flow model simulating cross-pollination in function of wind speed, wind direction, and distance to the closest GM maize field. Data collected in the Montargis (France) experiments in 1998 and 1999 were used to compare the four sampling strategies and to determine the sample size (i.e., number of ears) required to detect transgene presence with a good level of accuracy.[br/]Results showed that a sample of 2,000 ears is needed to reach a sensitivity or a specificity of 0.95 with random sampling when the true presence rate differs by 0.2% from the regulatory threshold of 0.9%. We showed that this sample size could be strongly reduced (up to 25 to 100 ears depending on the siteyear) by using stratified sampling. Regression led to intermediate sample sizes, and systematic sampling was found to be verysensitive to the position of the first sampled plant.

Modélisation des flux de gènes: Quand les Bayésiens se mêlent de la question OGM.. Rencontres AppliBUGS

absent

In the European debate about GMOs, the coexistence betw een GM and non­GM crops is a major stake. The regulatory coexistence measures presently considered by member states mostly rely on fixed separation distances at a national scale. Several spatially explicit modelling approaches have been studied to help determine these separation distances. However the formalism used in those models and the availibility of relevant and independant data for calibration and validation make the uncertainty analysis of those models almost impossible. The study presented here aims at developing an alternative model­based approach with emphasis on uncertainty to better adapt coexistence rules to any specific situation. The research work focuses on the use of bayesian methods to design a collection of statistical models at the scale of an agricultural landscape. Those models yield cross­pollination rate in non­GM fields and are flexible enough to adapt to the available in situ information. Thanks to the bayesian approach, estimates are computed as distributions whose dispersion depends on the amount and quality of available data; the more abundant and accurate the data, the narrower the distribution. In addition to model construction, we propose a coherent approach to select the best model for a given situation. The selection does not only rely on goodness of fit but also on the quality of the resulting decision for a given threshold. Models are compatible with the DST of the EU project PRICE.

Les auteurs de l'ouvrage, pour la plupart membres du réseau de recherche inter-institutionnel Mexico*, partagent leur vision des différentes méthodes d'analyse de sensibilité et d'exploration, et certaines règles d'analyse des modèles développés. Ils abordent la thématique dans les disciplines de l'océanographie, l'environnement, la gestion de l’eau, l'écologie, l'agronomie… Le livre propose une démarche permettant de choisir la méthode la mieux adaptée aux besoins d'une étude et montre concrètement comment l'appliquer. Il s’adresse aux chercheurs et aux utilisateurs de modèles souhaitant acquérir ou consolider leur maîtrise des méthodes d’analyse et d’exploration des modèles par simulations. Chaque chapitre est rédigé par plusieurs auteurs dont des chercheurs de l’Inra. Coordination : Robert Faivre, Bertrand Iooss, Stéphanie Mahévas, David Makowski, Hervé Monod. * Mexico : Méthodes pour l'exploration informatique de modèles complexes; Cet ouvrage donne une vision globale des différents modèles d’analyse de sensibilité et d’exploration des modèles développés en océanographie, environnement, gestion de l’eau, écologie, agronomie… Il propose une choisir la méthode la plus adaptée à son besoin et montre concrètement comment appliquer ces méthodes. Il s’adresse aux modélisateurs et utilisateurs de modèles qui souhaitent acquérir ou consolider leur maîtrise des méthodes d’analyse et d’explorations des modèles par simulations.

présentation orale suite à la conférence du CIAG: La diversité génétique, une ressource pour l’agriculture de demain, le 18-06-2013 à Versailles; En épidémiologie végétale, l'idée de développer des stratégies de gestion des variétés résistantes à l'échelle des paysages est de plus en plus explorée. Après une revue de la littérature, nous montrons, sur la base d'une analyse de jeux de données acquis à l'échelle de la France, que la résistance des variétés cultivées, telle qu'elle est observée au champ, est influencée par la composition variétale du paysage dans son ensemble. De plus, nous montrons que la prise en compte des aspects quantitatifs de la relation hôte – parasite est indispensable pour expliquer l'évolution de la population pathogène à cette échelle. Pour aller plus loin dans cette exploration, nous avons construit un ensemble de modèles et exploré l'effet des caractéristiques du paysage sur la dynamique de la population pathogène. Nous avons montré que la fragmentation du paysage peut conduire à une réduction globale des épidémies mais aussi, sous certaines conditions, à une augmentation de la sévérité de maladie sur des variétés à résistance quantitative. Enfin, la structure du paysage a un effet fort sur l'évolution de la population parasite vers des formes spécialistes ou généralistes.

absent

Oral - Session 4 : Génétique et Evolution des Populations; absent

Oral - Session 5 : EPIDEMIOLOGIE; absent

International audience; Chromosome rearrangements are common, but their dynamics over time, mechanisms of occurrence and the genomic features that shape their distribution and rate are still poorly understood. We used allohaploid Brassica napus (AC, n = 19) as a model to analyze the effect of genomic features on the formation and diversity of meiotically driven chromosome rearrangements. We showed that allohaploid B. napus meiosis leads to extensive new structural diversity. Almost every allohaploid offspring carried a unique combination of multiple rearrangements throughout the genome, and was thus structurally differentiated from both its haploid parent and its sister plants. This large amount of genome reshuffling was remarkably well-tolerated in the heterozygous state, as neither male nor female fertility were strongly reduced, and meiosis behavior was normal in most cases. We also used a quantitative statistical model, which accounted for 75% of the observed variation in rearrangement rates, to show that the distribution of meiotically driven chromosome rearrangements was not random but was shaped by three principal genomic features. In descending order of importance, the rate of marker loss increased strongly with genetic distance from the centromere, the degree of collinearity between chromosomes, and the genome of origin (A < C). Overall, our results demonstrate that B. napus accumulates a large number of genetic changes, but these rearrangements are not randomly distributed in the genome. The structural genetic diversity produced by the allohaploid pathway and its role in the evolution of polyploid species compared to diploid meiosis are discussed.

Presentation en P.Point; absent

absent

Lorsqu'un modèle contient un grand nombre de paramètres, l'analyse de sensibilité globale est souvent utilisée pour sélectionner les paramètres à estimer parmi ceux identifiés comme les plus influents. Une telle procédure de sélection est basée sur des données simulées et se distingue de la procédure de validation du modèle qui est basée sur des données réelles. Néanmoins, ces deux procédures sont liées dans leurs objectifs et il est intéressant d'évaluer les bénéfices de la sélection par analyse de sensibilité à l'aide des critères EQMP (Erreur Quadratique Moyenne de Prédiction) et EQM (Erreur Quadratique Moyenne). Dans cet article, nous formalisons d'abord la démarche consistant à sélectionner les paramètres à estimer par analyse de sensibilité et à fixer les autres paramètres à leur valeur nominale. Dans le cadre du modèle linéaire, nous explicitons ensuite, de façon exacte, les liens formels qui existent entre les indices de sensibilité des paramètres et la qualité de prédiction mesurée par les critères d'évaluation EQM et EQMP. Nous complétons ces résultats par des simulations pour étudier l'impact sur la qualité prédictive du modèle, d'une part du plan d'expériences (variables d'entrées du modèle), d'autre part du point où l'analyse de sensibilité est effectuée. Dans ces simulations, l'approche de sélection de paramètres par analyse de sensibilité est comparée à la méthode LASSO qui sert de référence pour sélectionner des modèles creux. Les résultats montrent qu'estimer les paramètres les plus influents contribue à la réduction de l'EQM et de l'EQMP mais que cette réduction n'est pas systématique. En effet, la relation entre l'EQMP et les indices de sensibilité est complexe et elle dépend fortement du plan d'expériences. Par exemple, seul un plan d'expériences orthogonal garantit une réduction systématique de l'EQMP. De plus, les résultats dépendent des points supports de l'analyse de sensibilité. La performance de la sélection des paramètres par l'analyse de sensibilité est équivalente à celle de LASSO en termes de l'EQMP si nous disposons a priori des connaissances pertinentes sur le degré d'incertitudes des différents paramètres pour conduire l'analyse de sensibilité. Les conséquences pratiques des résultats font l'objet d'une discussion en fin d'article.

Societal and political claims will lead the agricultural network to change their management of pests and diseases. To compensate for fungicides, genetic and agronomical methods can be used: resistant cultivars and practices promoting these resistances. But resistances present a low durability, due to pathogen populations’ adaptation. It is thus necessary to think the plant/disease system at large time (several years) and space (regional) scales. Resistance durability can be improved by spreading, in time and space, resistant cultivars and associated practices. At such scales, models can be a fruitful way to conceive and evaluate deployment strategies. Including actors for the necessary re-conception of cropping systems could help to define strategies economically viable, technically feasible and socially acceptable to improve resistance durability.; Les moyens de gestion des bioagresseurs vont changer, dans les années à venir, sous la pression des demandes sociétales et politiques actuelles. Pour pallier la lutte chimique, il est possible de mobiliser des leviers génétique (variétés résistantes aux maladies) et agronomiques (pratiques culturales valorisant ces résistances ou réduisant les risques de pression ou de développement des bioagresseurs). La faible durabilité des résistances génétiques, liée à l’adaptation des agents pathogènes, renforce le besoin de proposer des solutions pour améliorer la gestion des résistances. Dans ce but, il est nécessaire de raisonner le système plante/bioagresseur à l’échelle pluriannuelle et supraparcellaire, certains agents pathogènes pouvant survivre à l’intersaison et être dispersés sur de longues distances. La durée d’efficacité des résistances peut être favorisée par un déploiement spatiotemporel raisonné des variétés résistantes et des pratiques associées. Du fait de ces échelles, la modélisation s’impose comme un moyen de concevoir et d’évaluer ces stratégies de déploiement. La nécessaire re-conception des systèmes de culture sera plus efficace avec la participation des acteurs, pour définir des stratégies économiquement viables, techniquement réalisables et socialement acceptables pour favoriser la durabilité des résistances.

Les moyens de gestion des bioagresseurs vont changer, dans les années à venir, sous la pression des demandes sociétales et politiques actuelles. Pour pallier la lutte chimique, il est possible de mobiliser des leviers génétique (variétés résistantes aux maladies) et agronomiques (pratiques culturales valorisant ces résistances ou réduisant les risques de pression ou de développement des bioagresseurs). La faible durabilité des résistances génétiques, liée à l’adaptation des agents pathogènes, renforce le besoin de proposer des solutions pour améliorer la gestion des résistances. Dans ce but, il est nécessaire de raisonner le système plante/bioagresseur à l’échelle pluriannuelle et supraparcellaire, certains agents pathogènes pouvant survivre à l’intersaison et être dispersés sur de longues distances. La durée d’efficacité des résistances peut être favorisée par un déploiement spatiotemporel raisonné des variétés résistantes et des pratiques associées. Du fait de ces échelles, la modélisation s’impose comme un moyen de concevoir et d’évaluer ces stratégies de déploiement. La nécessaire re-conception des systèmes de culture sera plus efficace avec la participation des acteurs, pour définir des stratégies économiquement viables, techniquement réalisables et socialement acceptables pour favoriser la durabilité des résistances., Societal and political claims will lead the agricultural network to change their management of pests and diseases. To compensate for fungicides, genetic and agronomical methods can be used: resistant cultivars and practices promoting these resistances. But resistances present a low durability, due to pathogen populations’ adaptation. It is thus necessary to think the plant/disease system at large time (several years) and space (regional) scales. Resistance durability can be improved by spreading, in time and space, resistant cultivars and associated practices. At such scales, models can be a fruitful way to conceive and evaluate deployment strategies. Including actors for the necessary re-conception of cropping systems could help to define strategies economically viable, technically feasible and socially acceptable to improve resistance durability.

We characterized the insoluble proteome of Lactococcus lactis using 1D electrophoresis-LC-MS/MS and identified 313 proteins with at least two different peptides. The identified proteins include 89 proteins having a predicted signal peptide and 25 predicted to be membrane-located. In addition, 67 proteins had alkaline isoelectric point values. Using spectra and peptide counts, we compared protein abundances in two different conditions: growth in rich medium, and after transit in the mouse digestive tract. We identified the large mechanosensitive channel and a putative cation transporter as membrane markers of bacterial adaptation to the digestive tract.

absent

Proteins located in the cell envelope are essential in interfacing bacteria with their environment but are still poorly characterised by proteomic approaches due to their low accessibility and solubility. Our goal was to characterise the envelope proteome also called insoluble proteome of L. lactis, used as a model. To do that, we coupled 1D gel electrophoresis and LC-MS/MS analysis. Using spectra and peptide counting, we compared protein abundances in two different environments: during the growth in rich medium (RM) and after transit of the mouse digestive tract (DT). We identified 145 proteins, membrane or cell wall located in L. lactis after the growth in M17 medium. Among them, we identified 46 membrane proteins containing up to 12 transmembrane helixes, lipoproteins and cell wall associated proteins including some with LysM domain. The insoluble fraction also contained many proteins predicted to be cytoplasmic. Most of them belonged to large protein complexes which probably co-purified with the bacterial envelopes. Some others are suspected to be associated to the inner part of the membrane. On the basis of spectral and peptide counting followed by an adapted statistical analysis, we compared the insoluble proteomes from L. lactis after growth in RM or after DT. As expected, we found proteins associated with translation, transcription, DNA replication, transport of nutrients, cell wall biosynthesis, and metabolism more abundant in M17 medium. After transit in digestive tract, L. lactis produced more proteins involved in carbon source diversification, response to osmotic downshift and stress and production of energy. The method used coupling 1D gel electrophoresis, LC-MS/MS and spectra and peptide counting appeared very promising for comparative proteomics of whole bacteria proteomes.

Format du poster : 120 cm X 80cm; absent

absent