la génomique forestière au service de l’amélioration génétique
TRANSCRIPT
La génomique forestière au service de l’amélioration génétique
Patrick Lenz Chercheur scientifique Ressources naturelles Canada Service canadien des forêts Centre canadien sur la fibre de bois
2
Plan de conférence
L’amélioration génétique 101 ─ Amélioration des caractéristiques du bois
La génomique ─ Un peu d’histoire… ─ Le développement des ressources génomiques chez l’EPB
Comment intégrer les deux? ─ Études d’association gène–caractère ─ La sélection génomique ─ Traçabilité de l’apparentement
3
Le reboisement au Canada
Plantation de ~ 550 millions semis par an
─ Espèces conifères!
La plupart des semis sont issus des programmes d’amélioration génétique
Épinette [55 %]
Pin [35 %]
Sapin, Douglas… [< 10 %]
J. Beaulieu
4
Enjeu : changements climatiques (CC)
Plantation de semis résilients aux CC ─ Résistance aux insectes ─ Résistance à la sécheresse
lavieagricole.ca
radio-canada.ca
SCF
SCF
5
Les utilisations du bois
Phot
os: F
PInn
ovat
ions
P Lenz
VT Institut
Qualité mécanique
Bioproduits
Fibre
6
L’amélioration génétique
Production de semis assurant une bonne qualité et quantité de fibre dans les forêts pour les années à venir.
7
Variation naturelle
Gain
S
Plantations
Adapté de Zobel et Talbert, 1984
µ
Sélection
L’amélioration génétique
8
Variation naturelle
Gain
S
Plantations
Adapté de Zobel et Talbert, 1984
µ
>28 ans
Sélection Croisements
Évaluation [Plantations comparatives]
L’amélioration génétique
Vergers à graines / production de plants
Cycle d’amélioration traditionnelle
9
Variation naturelle
Gain
S
Plantations
Adapté de Zobel et Talbert, 1984
µ
L’amélioration génétique
Héritabilité – Contrôle génétique :
Gain – Motivation économique :
+ qualité, + valeur $$, -- temps – Dépendant de l’héritabilité
PhénotypeGénotypetéHéritabili =
10
• Traditionnellement, l’amélioration en foresterie : croissance et volume
• Prévenir la perte en qualité de la ressource « bois » – corrélations négatives entre
croissance et propriétés mécaniques – renforcer la chaîne de valeur des
produits forestiers dès le début
• Inclure les propriétés du bois dans les programmes d’amélioration génétique – besoin de conjuguer volume et qualité
Pourquoi parler de la génétique du bois?
11
Étude génétique quantitative chez l’épinette blanche
Tests comparatifs du MFFP – 3 sites, 375 arbres de 25 ans – analyse des carottes de bois
Profil de densité du bois
12
Un contrôle génétique modéré à élevé fait espérer des gains génétiques considérables.
Héritabilité Gain* Hauteur 0,20 8 % (37 cm) DHP 0,14 7 % (5 mm) Densité du bois 0,68 14 % (60 kg/m³) Diamètre cellulaire 0,78 9 % (2,5 µm) Rigidité (module d’élasticité, MOE) 0,32 12 % (1 GPa)
Angle des microfibrilles de cellulose (MFA) 0,32 13 % (2 à 3°)
*intensité de sélection, IS = 10 %
L’héritabilité des caractéristiques du bois
13
Densité du bois
Profil d’héritabilité Elle est dépendante de l’âge auquel on mesure le caractère. influence le gain !
Cont
rôle
gén
étiq
ue
14
Angle des microfibrilles (MFA)
FPInnovations
Profil d’héritabilité Co
ntrô
le g
énét
ique
15 FPInnovations
(A) Corrélations génétiques âge-âge
(B) Efficacité de la sélection précoce
Défi : croissance lente de nos essences boréales
Buts : raccourcir les cycles d’amélioration et minimiser les coûts
Sélection précoce
Cerne de référence : 16
16
Efficacité de sélection
Moelle Écorce
Cor
réla
tion
géné
tique
Cerne
Densité du bois
Sélection précoce
17
Cor
réla
tion
géné
tique
Moelle Écorce
Efficacité de sélection
Cerne
Angle des microfibrilles (MFA)
Sélection précoce
18
En résumé : • De gains considérables sont possibles, mais dépendant de l’âge • Sélection précoce possible
Question : • Existe-t-il des méthodes alternatives qui nous fourniraient une
information sur les propriétés du bois et qui seraient : – peu chers – utilisables à grande échelle – applicables sur des jeunes arbres
Amélioration des propriétés du bois
19
L’outil acoustique ST300
• La vitesse acoustique dans le tronc – lien direct avec la rigidité du bois – non destructive – pour évaluer un grand nombre d’arbres sur le
terrain
Test de croisements dirigés du MFFP, 15 ans
Sélection indirecte des propriétés mécaniques
EPO, 16 ans
20
Héritabilité Gain (%)*
Vélocité 0,38 10 %
Densité 0,32 5 %
Largeur des cernes 0,23 9 %
Hauteur 0,33 12 %
• Héritabilité et gains considérables • Sélection précoce possible (15 ans)
– réduction des coûts (pas d’analyse au laboratoire)
* IS= 5 %
Amélioration indirecte de la rigidité
Vélocité ~ rigidité : rG = 0,96; Vélocité ~ hauteur : rG = 0,17; Rigidité ~ DHP : rG = -0,37;
21
• Le développement des biotechnologies, en particulier celui de la génomique, offre une nouvelle gamme d’outils aux généticiens des arbres. – Ex. : marqueurs génétiques en grande quantité – Approches pour prédire des caractères (croissance, bois, …) à partir
de l’ADN – Sélection à un très jeune âge (semis, graine, tissu embryonnaire …)
L’amélioration génétique à l’ère de la génomique
22
La génomique …
… une solution?? … un outil pour l’amélioration??
23
La structure de l’ADN
1 mm = 1 000 000 nm 2 nm
11 nm
30 nm
11 nm
300 nm
1500 nm
Adénine
Thymine
Cytosine
Guanine
Bases nucléiques
24
Histoire de la génomique
Le code génétique est décrypté 1966
1991
Séquençage de l’ADN (Sanger) 1977
1986 PCR (Mullis) Micropuces (Brown) Séquençage automatique 1995
2000 Génomes humain et d’Arabidopsis 1996
2002
Premier génome complet : levure
Début Arborea I
Structure de l’ADN 1953
2004 Eucalyptus camadulensis
Épinette blanche Épinette de Norvège
Peuplier 2006 2013 2013
Arborea
25
Efforts de séquençage
2011
2002 Début Arborea
Séquençage du transcriptome
Catalogue « GCAT »
Transcription (gènes exprimés)
Chaîne d’acides aminés Protéines, enzymes …
26
Taille du génome chez les conifères
MacKay et al. 2012
~ 27 000 gènes ~ 30 000 gènes Arabidopsis Épinette blanche
Taill
e du
gén
ome
(Mb)
27
Structure d’un gène
Promoteur Exon 3 Exon 2 Exon 1 3’ NC 5’ 3’
Séquence d’ADN codant
28
Structure d’un gène
Promoteur Exon 3 Exon 2 Exon 1 3’ NC 5’ 3’
Séquence d’ADN codant
Individu A Individu B Individu C Individu D
GATTTGTTTTGCAC---TAGTCACATAAAATAGGTAGCTTGACTATACCATGT GATTTTTTTTGCACTAGTAGTCACATAAAATAGGTAGCTTGACTATACCATGT GATTTGTTTTGCACTAGTAGTCACATAAAATAGGTAGCTTGACTATACCATGT GATTTGTTTTGCACTAGTAGTCACATAAAATAGGAAGCTTGACTATACCATGT
Insertion-Délétion
SNPs (Single nucleotide polymorphisms) Marqueur
29
Ressources pour le génotypage
2013
2011
Atlas de SNP Puces de génotypage
Catalogue de gènes « GCAT »
215 000 marqueurs SNP ─ 15 000 gènes
30
Séquence du génome de l’épinette blanche 2013
2015 Amélioration de l’assemblage et annotation du génome
Ébauche de séquence
Patrick au SCF
31
À quoi servent ces ressources?
Études d’association
Sélection génomique
Vérification du pedigree
Atlas de SNP Génotypage de population
d’amélioration Annotation des gènes
32
À quoi servent ces ressources?
Études d’association
Sélection génomique
Vérification du pedigree
Atlas de SNP Génotypage de population
d’amélioration Annotation des gènes
Identification de gènes chez
EPN et EPO
Catalogue de gènes EPB
33
• Corréler chaque marqueur et caractère un par un
• Étudier les gènes significatifs – gènes co-exprimés – partage d’annotation
fonctionnelle
Densité
Largeur des
cernes
Rigidité
Analyses d’association Partage des gènes significativement corrélés
Beaucoup de gènes corrélés à plusieurs caractères
34
Peu de variance expliquée Désavantageux dans le
cadre de l’amélioration génétique
SNP Gène Annotation Variance expliquée
PGWD1-1096 GQ04010_I15 Pectinesterase 3,4 % PGWD1-1282 GQ03113_N22 MYB4 2,6 %
PGWD1-1396 GQ02829_F04 Glycoside hydrolase family 3,8 %
Analyses d’association
Exemple : épaisseur des parois des fibres
35
SNP Gène Annotation Variance expliquée
PGWD1-1096 GQ04010_I15 Pectinesterase 3,4 % PGWD1-1282 GQ03113_N22 MYB4 2,6 %
PGWD1-1396 GQ02829_F04 Glycoside hydrolase family 3,8 %
Analyses d’association
Exemple : épaisseur des parois des fibres
Caractères quantitatifs sont contrôlés par des
centaines de gènes.
Pourquoi??
Peu de variance expliquée Désavantageux dans le
cadre de l’amélioration génétique
36
La sélection génomique • Concept : prédire la valeur
génétique d’un individu basée sur des milliers de marqueurs
• Un nombre de marqueurs tombera proche de gènes causals – défi : la grande taille du génome
des conifères
Marqueur Gène lié à un caractère
Grattapaglia 2012, adapté
Pourquoi ne pas utiliser des milliers de marqueurs?
37
Construction d’un modèle prédictif • Modéliser le phénotype en fonction
de tous les marqueurs – méthode de régression ridge (“ridge regression”)
y = Xβ + Za + e
∑n
jjiji aZ=g ˆˆGEBV : ∑
n
jjiji aZ=g ˆˆ
GEBV = valeur génétique estimée (“Genomic-estimated breeding value”)
La sélection génomique
• Estimer la valeur génétique d’un arbre / croisement par marqueurs (ADN)
• Avantage : sélection (très) précoce par rapport à la sélection traditionnelle • évaluer les arbres au stade du
semis
38
Test de descendances du MFFP • 2 sites, 21 ans • 34 croisements dirigés • 4 caractères phénotypiques
– Hauteur de l’arbre – Diamètre (DHP) – Densité du bois – MFA (angle des
microfibrilles de cellulose)
5 000 marqueurs SNPs • Issus d’un catalogue de
SNPs développé par l’équipe de J. Bousquet (U. Laval)
• Puce de génotypage (Illumina Infinium iSelect)
734 arbres 4 993 SNPs Lenz et al., manuscrit soumis
Étude de cas chez l’épinette noire
39
Précision (“accuracy”) (rBV-vPBV) (rBV-vGPBV)
Gain génétique (5 % IS)
Gain - ratio M / P [%]
Densité du bois 0,84 0,80 8,2 % 8,5 % 103
DHP 0,78 0,75 14,3 % 13,1 % 89
DHP [Génotypes indépendants] 0,06 0,05
Modèles de sélection génomiques très précis
Avantage : modèle des marqueurs aussi précis et gain de temps Bémol : besoin de lien de parenté pour faire des prédictions
40
Sélection génomique Des résultats similaires obtenus chez l’EPB
Ex. : densité du bois Précision (“accuracy”)
(rBV-vPBV) (rBV-vGPBV)
Croisement dirigé [2 parents en commun]
0,86 0,79
Pollinisation libre [1 parent en commun]
0,51 0,37
41
• Gain de temps considérable – sélectionner à un très jeune âge
• Mesure des caractères se fait une seule fois – gain en $$
• Possibilités de la sélection en avant (“forward genomic selection”)
4 ans
20 à 25 ans
Sélection & Amélioration
Temps nécessaire pour l’amélioration
4 ans
2 Évaluation
traditionnelle génomique
4 ans
4 ans
Propagation
10 ans
> 28 ans
Application de la sélection génomique
42
Identifier : lignées somatiques supérieures
Semences
Semis somatiques
Cryoconservation
Génotypage et
modèles de prédiction
Semis / arbres
Photos : SCF, Klimaszewska, Beaulieu
Plantations à valeur supérieure
Exemple : sélection génomique en avant avec embryogenèse somatique
43
Projet en cours
Appliquer la sélection génomique dans les programmes d’amélioration pour : ─ MFFP ─ JD Irving ─ NBTIC (New Brunswick Tree
Improvement Council)
Modélisation avec 3 500 arbres Prédiction de 3 900 jeunes arbres et des lignées somatiques Lignées somatiques : Pépinière Grandes-Piles
44
Génotypage des population d’amélioration : produits « bonus »
Vérification du pedigree ─ Père et mère sont
théoriquement connus ─ Mais erreurs et mélanges
possibles
Marqueurs : estimer « Realized relationship »
SCF-CFL
45
Des plein-frères partagent 50 % de leurs gènes
Nettoyer le jeu de données
Gain estimé plus précis
Sans lien parental
Demi-frères
Identification d’arbres « mal classifiés »
Exemple : croisement dirigé
0 % 25 % 50 %
# Co
mpa
raiso
ns in
divi
duel
les
Plein-frères
46
Surveillance de la consanguinité Co
effic
ient
de
cons
angu
inité
Croisements d’EPO
47
Exemple chez l’EPO Quelques parents très reliés croisements à retirer (?) Risque de perte de valeur
sélective
Moyenne du croisement
Site 1 Site 2 Site 3
Diam
ètre
à 1
5 an
s
Surveillance de la consanguinité
48
L’amélioration génétique à l’ère de la génomique
En résumé Panoplie d’outils disponibles pour les généticiens des
arbres ─ pour prédire la valeur des croisements
La sélection génomique ─ permet d’augmenter le gain par unité de temps ─ flexibilité d’adapter le phénotype selon ce que l’avenir
nous réserve … CC … besoins de l’industrie (marché)
Vérifier et tracer l’apparentement dans un programme d’amélioration
49
Qu’est-ce qui s’en vient?
Projet Génome Canada « large scale », mené par Jean Bousquet (U. Laval) et Jörg Bohlmann (UBC)
SCF co-demandeurs : Nathalie Isabel et Patrick Lenz avec nos collaborateurs du MFFP
Prise de mesures et sélection génomique de caractères plus complexes ─ Résistance aux insectes ─ Variation des caractères du bois ─ Réactions de la croissance au climat et efficacité d’utilisation de
ressources
50
EPO : modélisation génétique de l’attaque du charançon
EPB : déterminer la variation des aglycones jouant un rôle dans la défense contre la tordeuse des bourgeons de l’épinette
Charançon du pin blanc
Caractères à venir… la résistance aux insectes
51
… et la taille des nœuds déterminée par des scans de LIDAR
Caractères à venir… le défilement
52
Dendroclimatologie : établir des liens entre la croissance de l’arbre et le climat dans le passé
Quelle est l’influence génétique de la réaction de l’arbre face au climat?
Caractères à venir… la variabilité du bois Cr
oiss
ance
rela
tive
Temps
53
Projet Arborea, 2008
54
Support et financement
55
Support technique et au labo Maintien des plantations génétiques pendant longtemps !
N. Isabel, S. Nadeau, J.-F. Côté pour des figures
Équipes : • Jean Bousquet • John MacKay • Alexis Achim
Équipes : • Michel Campagna • André Rainville • Martin Perron • Mireille Despont • DGPSPF, pépinières,
labo ES
Équipes : • Nathalie Isabel • Isabelle Duchesne • Jean Beaulieu • Martin Girardin • Daniel Plourde
Remerciements