Les modèles de croissance et métaboliques intégrés prédisent le métabolisme de croissance du riz dans des conditions normales et limitées en eau.

Vous pouvez écouter cet article sous forme de fichier audio.

Environ 50% de la population mondiale dépend du riz pour se nourrir quotidiennement. A cet égard, l’amélioration du rendement en grains du riz est l’un des domaines les plus importants dans le domaine de la recherche rizicole.

Le riz est l’une des plantes les plus résistantes à la sécheresse en raison de son petit système racinaire, de sa cire finement coupée et de sa fermeture à fermeture rapide. Une meilleure compréhension des changements rizicoles induits par la sécheresse est essentielle pour orienter la production rizicole durable dans le cadre du changement climatique.

Chun Yue Maurice Cheung, professeur adjoint de sciences au Yale-NUS College à Singapour et Rahul Shaw, ancien doctorat à l’Université Radboud aux Pays-Bas, ont collaboré à un projet visant à examiner l’effet de la sécheresse sur la croissance, le rendement et les processus métaboliques du riz.

« À ce jour, peu de progrès ont été réalisés sur les paramètres liés au climat, tels que le potentiel des eaux souterraines, à utiliser comme contraintes dans un modèle métabolique à l’échelle du génome », a déclaré Cheung. « Ces paramètres sont présents dans les modèles de croissance des cultures, nous avons donc intégré deux types de modèles – l’analyse du bilan des flux et la croissance des plantes – pour étudier les adaptations métaboliques au changement climatique. »

Les modèles d’analyse d’équilibre de flux se concentrent sur le comportement cellulaire interne en prédisant les activités des processus métaboliques telles que les mécanismes de conversion des nutriments et de l’énergie. Les auteurs ont mis à jour et utilisé le modèle métabolique à l’échelle du génome du riz (GSM) Os2384. Les modèles de croissance des plantes calculent les taux d’assimilation du carbone de la structure de la canopée et de la production de biomasse spécifique aux organes sur une échelle de temps de quelques mois en fonction de facteurs environnementaux tels que la sécheresse. Les auteurs ont utilisé les WOrld FOod STudies (WOFOST) pour cette étude. L’intégration de ces modèles introduit des contraintes de biomasse spécifiques au jour pour chaque organe du modèle de croissance des plantes dans le modèle métabolique à l’échelle du génome afin de déterminer les changements métaboliques quotidiens associés à la croissance du riz, du semis au développement des graines dans des conditions normales et limitées en eau (Fig. 1)).

Intégration du modèle de croissance des cultures et du modèle d’équilibre des flux multi-organes.

Les simulations ont montré que les plantes soumises à un stress hydrique avaient des taux de croissance plus faibles et une période de croissance plus courte, entraînant une biomasse globale inférieure à la normale. Par la suite, la biomasse plus faible a réduit l’assimilation, le transport et le stockage de N et de C, entraînant un rendement réduit.

Biomasse végétale (feuille, tige et graine) au cours de la période de croissance dans des conditions normales (traits pleins) et sous réserve d’eau (traits pointillés).

Pour révéler les mécanismes de ces changements, les auteurs ont évalué la dynamique métabolique. La plupart des différences métaboliques entre les deux conditions ont été observées lors de la reproduction et du remplissage des grains, indiquant que ce sont les étapes les plus sensibles au stress hydrique.

« L’analyse du métabolisme à différents stades de croissance du développement de la plante entière et sa comparaison entre les conditions contrôlées et le stress permettent aux chercheurs de mieux comprendre la plasticité métabolique des plantes et les adaptations à un climat changeant, et peuvent identifier des cibles d’amélioration », explique Cheung.

Cette approche peut être généralisée à toute espèce pour laquelle des modèles de croissance des cultures et des modèles métaboliques basés sur les contraintes sont disponibles.

Tous les scripts et modèles utilisés dans cette étude sont en libre accès et disponibles gratuitement sur : github.com/mauriceccy/rice-crop-fba-model

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *