Comparaison et évaluation d’approches bioinformatiques et statistiques pour l'analyse du pathobiome des plantes cultivées

Les interactions entre micro-organismes sous-tendent de nombreux services ecosystemiques, y compris la regulation des maladies des plantes cultivees. Un acteur de cette regulation est le pathobiome, defini comme le sous-ensemble des micro-organismes associes a une plante hote en interaction avec un agent pathogene. L'un des defis actuels consiste a reconstruire les pathobiomes a partir de donnees de metabarcoding, pour identifier des agents potentiels de biocontrole et pour surveiller en temps reel leurs reponses aux changements environnementaux. Plusieurs verrous methodologiques doivent cependant etre leves pour atteindre ces objectifs. Tout d’abord, il n’existe pas de consensus concernant l’approche bioinformatique la plus fiable pour determiner l’identite et l’abondance des micro-organismes presents dans les echantillons vegetaux. De plus, les reseaux microbiens construits avec les methodes actuellement disponibles sont des reseaux d’associations statistiques entre des comptages de sequences, non directement superposables aux reseaux d’interactions (ex : competition, parasitisme) entre micro-organismes. L’objectif de la these etait donc de determiner les approches bioinformatiques et statistiques les plus pertinentes pour reconstruire des reseaux d’interactions microbiennes a partir de donnees de metabarcoding. Le modele d’etude etait la vigne (Vitis vinifera L. cv. Merlot noir) et l’oidium de la vigne, Erysiphe necator. Nous avons tout d’abord determine l’approche bioinformatique la plus adaptee pour identifier la communaute fongique associee a ce pathogene, en comparant la capacite de 360 pipelines a retrouver la composition d’une communaute artificielle de 189 souches fongiques. DADA2 est apparu comme l’outil le plus performant. Nous avons ensuite evalue l’influence de la pratique culturale (viticulture conventionnelle vs. biologique) sur les communautes fongiques des feuilles et evalue le niveau de replicabilite des reseaux microbiens construits avec une methode d’inference classique, SparCC. La replicabilite etait tres faible, jetant ainsi un doute sur l’utilite de ces reseaux pour le biocontrole et la biosurveillance. Nous avons donc utilise une nouvelle approche statistique, le modele PLN, qui permet de prendre en compte la variabilite environnementale, pour explorer finement le pathobiome d’Erysiphe necator. Les interactions microbiennes predites par le modele sont en cours de comparaison avec des experiences de confrontations de levures en co-cultures. Une approche alternative, HMSC, a egalement ete testee sur un autre modele biologique et certaines predictions ont ete confrontees avec succes aux donnees de la litterature. Les reseaux microbiens, sous reserve d’amelioration des methodes de reconstruction, pourraient donc etre utilises pour capturer les signaux des interactions biotiques dans le pathobiome.