Financé pendant trois ans et demi par l’Agence nationale de la recherche, le projet Deciphering plant genotype-phenotype Interactions using knowledge Graphs and AI (DIG-AI) est coordonné par Pierre Larmande, chercheur IRD à l’UMR DIADE, en collaboration avec le Laboratoire d’informatique, de robotique et de microélectronique de Montpellier (LIRMM). L’objectif de ce nouveau projet est de s’appuyer sur l’intelligence artificielle pour favoriser l’adaptation de l’agriculture des pays du Sud face au changement climatique.

Dans un contexte de bouleversement climatique, les agriculteurs n’ont plus le temps de réaliser une sélection traditionnelle. L’apport de l’intelligence artificielle permettra de comprendre les liens entre le génome des plantes et leur adaptabilité pour identifier les gènes clés.

L’agriculture au Sud doit relever des défis

Demande croissante en nourriture, besoin de nouvelles variétés adaptées au changement climatique, recherche de solutions innovantes, sont quelques-uns des défis auxquels doivent faire face les pays du Sud. Nombre d’améliorations attendues dépendent d’une connaissance fine des potentialités génétiques des plantes cultivées. Chez un être vivant, l’ensemble des gènes (= génotype) se traduit en caractéristiques morphologiques (= phénotype) plus ou moins adaptées aux paramètres environnementaux (naturels et de culture). « Une meilleure compréhension des relations entre génotype et phénotype est l’un des domaines de recherche cruciaux en agronomie », explique Pierre Larmande, coordonnateur de DIG-AI. Encore faut-il intégrer - dans une représentation du système biologique entier - les masses de données biologiques qui sont souvent hétérogènes, incomplètes et issues de différentes échelles d’observation. C’est là qu’intervient l’intelligence artificielle.

Intégration des données et formulation d’hypothèses

« Les récents progrès des technologies à haut débit ont entraîné une explosion de la quantité de données dans le domaine agronomique, ajoute le chercheur. Il est urgent d'intégrer efficacement des informations complémentaires pour comprendre le système biologique dans sa globalité. » En effet, pour les scientifiques, repérer les informations pertinentes dans ces montagnes de données revient parfois à chercher une aiguille dans une botte de foin… Avec ses collègues du LIRMM et de l’UMR DIADE, Pierre Larmande envisage de développer des approches originales utilisant l’intelligence artificielle pour intégrer, enrichir et analyser les données biologiques dans l’objectif de prédire des gènes clés, ainsi que leurs réseaux de régulation, pour des caractères agronomiques d’intérêts. Ils ont d’ores et déjà développé AgroLD, une base de connaissances pour l'étude du phénome des plantes cultivées. Forte d’une centaine de jeux de données issus de 15 sources publiques et concernant 12 espèces tropicales cultivées, elle sera bien entendu au cœur de DIG-AI. Cet outil puissant est basé sur la technologie du Web sémantique et des ontologies du domaine biologique pertinentes. Il facilitera la formulation de nouvelles hypothèses scientifiques reliant génotype et phénotype.

Répondre aux questions cruciales

Quels sont les gènes clés pour l’adaptation des plantes au changement climatique ? Comment ces gènes interagissent entre eux pour déterminer l’expression du phénotype ? Les partenaires du projet DIG-AI espèrent comprendre le fonctionnement du système biologique grâce à AgroLD. « La difficulté est d’identifier ces interactions qui existent à différents niveaux moléculaires dans la plante et sont fortement influencées par des facteurs environnementaux », expose Pierre Larmande. En répondant à ces questions essentielles, DIG-AI contribuera à atteindre deux des Objectifs du développement durable : l’ODD 2 « Éliminer la faim, assurer la sécurité alimentaire » et l’ODD 15 « Préserver et restaurer les écosystèmes terrestres ».

Contact science : Pierre Larmande, IRD, UMR DIADE PIERRE.LARMANDE@IRD.FR

Contacts communication : Fabienne Doumenge, Julie Sansoulet COMMUNICATION.OCCITANIE@IRD.FR