Titre de l'écran-titre (visionné le 15 mai 2023) / Les variations structurales (SV, de l'anglais structural variation) sont des variations génétiques impliquant une différence de 50 nucléotides ou plus entre deux séquences d'ADN homologues. Ces variations incluent les insertions, délétions, inversions, duplications, ainsi que d'autres types de réarrangements plus complexes. Étant donné leur grande taille, plusieurs SV ont un impact fonctionnel en affectant des séquences codantes ou régulatrices. Malgré leur importance fonctionnelle et évolutive, l'étude des SV est limitée par des obstacles technologiques et informatiques importants. Par conséquent, les SV sont souvent ignorés dans les études de description de la variation génétique et lors d'études d'association pangénomiques (GWAS, de l'anglais genome-wide association study). Dans cette thèse, j'ai développé et évalué des méthodes facilitant l'étude des SV en utilisant une espèce cultivée d'importance, le soya (Glycine max), comme modèle. Dans la première étude, nous avons développé une approche bio-informatique de découverte de variations du nombre de copies (ou CNV, de l'anglais copy number variation) chez une collection de lignées mutantes irradiées de soya en utilisant le génotypage par séquençage (GBS, de l'anglais genotyping-by-sequencing). Cette approche novatrice repose sur l'identification de régions génomiques présentant une profondeur de séquençage plus faible ou élevée que la moyenne ainsi que sur un algorithme de segmentation pour déterminer les limites de telles régions. Nous avons démontré l'utilité de l'approche GBS et avons évalué en profondeur les résultats obtenus en les comparant aux données d'une puce d'hybridation comparative génomique. Comparé aux approches utilisées précédemment, le GBS est moins coûteux et permet un plus haut débit d'analyse tout en détectant la majorité des CNV. Dans la deuxième étude, nous avons combiné les technologies de séquençage Illumina et Oxford Nanopore Technologies (ONT) pour décrire les SV observés à l'échelle du génome dans une population de 102 cultivars de soya canadiens. Nous avons démontré que les SV découverts par la technologie à reads longs ONT, beaucoup plus puissante, pouvaient être génotypés avec précision au moyen de la technologie à reads courts Illumina. Cela représente une avancée méthodologique importante puisque le séquençage de reads courts est beaucoup moins cher et plus facile à effectuer que le séquençage de reads longs. Nous avons démontré la qualité du jeu de données de SV ainsi génotypé en confirmant qu'il pouvait 1) décrire avec exactitude la structure de la population et 2) reproduire des résultats déjà documentés sur l'enrichissement en SV de certaines régions du génome. Nous avons aussi utilisé ce jeu de données pour réaliser des analyses originales sur les contraintes fonctionnelles à la formation de SV et la biologie des éléments transposables chez le soya. Dans la troisième et dernière étude, nous avons utilisé les génotypes de SV ainsi que la présence/absence de k-mers dans le cadre d'analyses GWAS sur une collection internationale de plus de 360 lignées de soya. Nous avons utilisé 13 caractères qualitatifs et quantitatifs qui ont été préalablement étudiés au moyen de polymorphismes d'un seul nucléotide et pour lesquels les gènes ou les variations déterminant ces caractères sont connus dans certains cas. D'un côté, nos résultats soulignent l'impressionnante capacité de la présence/absence de k-mers à identifier directement des variations causales ou des gènes candidats. D'un autre côté, bien que les SV puissent être utiles pour l'analyse de signaux significatifs, il ne vaut probablement pas la peine d'effectuer des analyses GWAS employant des SV génotypés à l'échelle du génome. Notre étude fournit également des nouvelles méthodes bio-informatiques pour l'analyse de k-mers significatifs tout en identifiant des lacunes méthodologiques qui doivent encore être comblées. En plus de contribuer à notre compréhension de la génétique et de la biologie du soya, nous croyons que les résultats et outils bio-informatiques rapportés dans cette thèse pourront orienter l'étude des SV chez le soya et d'autres plantes cultivées. La disponibilité accrue du séquençage de reads longs, les avancées bio-informatiques en théorie des graphes de variation, ainsi que le nombre croissant d'échantillons pour lesquels des données de reséquençage sont disponibles, représentent des développements palpitants pour l'étude des SV. Combinées avec ces avancées, nos méthodes fournissent de nouveaux outils pour mieux comprendre les SV et leur impact fonctionnel. / Structural variants (SVs) are genetic variants that imply a difference of 50 nucleotides or more between two homologous DNA sequences. These variants include insertions, deletions, inversions, duplications, as well as many other types of more complex rearrangements. Given their large size, SVs commonly impact genome function through the disruption of coding or regulatory sequences. Despite their functional importance and evolutionary relevance, the study of SVs is hindered by non-trivial technological and computational hurdles. As a consequence, SVs are often ignored in genome-wide assessments of genetic variation and in genome-wide association studies (GWAS). In this thesis, I have sought to develop and assess methods to ease the study of SVs by using a major crop, soybean (Glycine max ), as a model species. In the first study, we developed a computational method to enable the discovery of copy number variants (CNVs) in a collection of irradiated soybean mutant lines using genotyping-by-sequencing (GBS) data. This novel approach relies on the identification of genomic regions with higher or lower sequencing depth compared to average and on a segmentation algorithm to determine the boundaries of such regions. We demonstrated the usefulness of such a GBS approach and extensively benchmarked the results obtained by comparing them to array comparative genomic hybridization data. Compared to previously used methods, GBS provides lower cost and higher through put while still detecting the majority of CNVs. In the second study, we combined Illumina and Oxford Nanopore Technologies (ONT) sequencing data to provide a genome-wide assessment of SVs in a population of 102 Canadian soybean cultivars. We demonstrated that SVs discovered using the more powerful ONT long-read technology could be accurately genotyped at population scale using Illumina short-read data. This represents significant methodological progress because short-read data is comparatively much cheaper and easier to obtain. We demonstrated the quality of the SV dataset thus genotyped on the whole population by confirming that it could 1) accurately describe population structure and 2) replicate previously documented results regarding the enrichment of SVs in some genomic regions. We also used this dataset to gain novel insights into functional constraints to SV occurrence and transposable element biology in soybean. In the third and last study, we used SV genotypes and the presence/absence of k-mers to conduct GWAS on an international collection of over soybean 360 cultivars. We used 13 qualitative and quantitative traits that had been previously studied using single-nucleotide polymorphism (SNP) data and for which the genes and/or variants controlling the traits are known in some cases. On one hand, our results underline the impressive ability of k-mer presence/absence to pinpoint causal variants and candidate genes. On the other hand, while SVs may prove useful for assisting in the down stream analysis of significant signals, it might not be worth conducting GWAS using population-scale SV genotypes. Our study also provides novel computational tools for the downstream analysis of significant k-mers while identifying methodological gaps that have yet to be addressed. In addition to contributing to our understanding of soybean genetics and biology, we believe that the results and computational tools presented in this thesis will provide useful guidance for the study of SVs in soybean and other crop species. The increased availability of long-read sequencing, computational advances in variation graph theory, and the growing amount of samples for which resequencing data is available, represent exciting developments for the study of structural variation. Combined with these advances, our methods provide building blocks for enhancing our understanding of SVs and their functional impacts.

L'architecture du système racinaire (ASR) est un aspect fondamental de la productivité des plantes, en particulier dans les environnements aux ressources limitées. Bien que l'importance de l’ASR soit connue, peu d'études ont exploré sa variabilité et son assise génétique chez les plantes, sans doute parce que les racines sont sous terre et sont difficiles à observer. Dans cette étude, nous avons étudié la variation naturelle de l’ASR au sein d’une collection de 137 lignées de soya hâtif représentative de ce qui est cultivé dans l’est du Canada. Nous avons utilisé des « rhizo boîtes », des enceintes constituées de plaques en acrylique, au sein desquelles nous avons documenté le développement du système racinaire en deux dimensions. Des photos ont été prises à l’aide d’une caméra et traitées à l’aide de logiciels d’analyse d’images pour mesurer différents caractères racinaires. Les analyses statistiques ont montré des différences phénotypiques significatives (P < 0,001) pour les caractères étudiés. Pour cette même collection de 137 lignées, nous avions des données génotypiques importantes issues de génotypage par séquençage et de reséquençage (2,18Mde marqueurs SNP). Au moyen de ces données phénotypiques et génotypiques, nous avons effectué des analyses pangénomiques ou GWAS (« Genome-wide association study ») pour identifier des locus de caractère quantitatif (QTL) contrôlant les caractères racinaires à l’étude. Au total, 10 QTL sont détectés pour deux caractères importants : la longueur totale des racines et le diamètre de la racine principale. Au sein de ces régions génomiques, deux gènes candidats sont identifiés dont les fonctions sont connues pour avoir un impact majeur sur l’ASR chez les plantes et qui expliquent de 15 à 25 % de la variation phénotypique observée. Ces gènes pourront servir à développer de nouvelles variétés de soya dotées de meilleurs systèmes racinaires afin d’assurer de meilleurs rendements en conditions de stress. / Root system architecture (RSA) is a fundamental aspect of plant productivity, particularly in resource-limited environments. Despite the importance of RSA, few studies have explored its variability and genetic basis in crops, because roots are underground and are so difficult to observe. In this work, we explored the phenotypic variation in RSA traits in a panel of 137 early soybean linesfrom Eastern Canada. We used rhizoboxes, transparent plastic enclosures, that allowed the study of root system development in two dimensions. Root systems were photographed using a camera and image analysis softwares were used to measure various components of RSA. Significant phenotypic differences for different RSA-related traits were found. The same panel of 137 lines had been characterized through a mixed genotyping approach (Genotyping by sequencing (GBS) and Whole genome sequencing (WGS)) to yield a catalog of 2.18M SNPs. The phenotypic and genotypic data were used for to perform a genome-wide association study (GWAS) to identify quantitative trait loci (QTL) controlling RSA-related traits. In total, 10 QTL regions were detected for two RSA-related traits, namely total root length and main root diameter. These genomic regions harbored two candidate genes whose predicted functions are known to play a role in RSA and which explained from 15 to 25% of the phenotypic variation. These genes can serve to develop new soybean varieties with better root systems to ensure productivity in stressful environments.

Le séquençage de nouvelle génération (NGS) a révolutionné la recherche chez les plantes et les animaux de plusieurs façons, y compris via le développement de nouvelles méthodes de génotypage à haut débit pour accélérer considérablement l'étude de la composition des génomes et de leurs fonctions. Dans le cadre du projet SoyaGen, financé par Génome Canada, nous cherchons à mieux comprendre la diversité génétique et l'architecture sous-jacente régissant les principaux caractères agronomiques chez le soja. Le soja est la plus importante culture oléagineuse au monde en termes économiques. Dans cette étude, nous avons cherché à exploiter les technologies NGS afin de contribuer à l'élucidation des caractéristiques génomiques du soja. Pour ce faire, trois axes de recherche ont formé le cœur de cette thèse : 1) le génotypage pan-génomique à faible coût, 2) la caractérisation exhaustive des variants génétiques par reséquençage complet et 3) l’identification de mutations à fort impact fonctionnel sur la base d’une forte sélection au sein des lignées élites. Un premier défi en analyse génétique ou génomique est de rendre possible une caractérisation rapide et peu coûteuse d’un grand nombre de lignées à un très grand nombre de marqueurs répartis sur tout le génome. Le génotypage par séquençage (GBS) permet d'effectuer simultanément l’identification et le génotypage de plusieurs milliers de SNP à l'échelle du génome. Un des grands défis en analyse GBS est d’extraire, d’une montagne de données issues du séquençage, un grand catalogue de SNP de haute qualité et de minimiser l’impact des données manquantes. Dans une première étape, nous avons grandement amélioré le GBS en développant un nouveau pipeline d’analyse bio-informatique, Fast-GBS, conçu pour produire un appel de génotypes plus précis et plus rapide que les outils existants. De plus, nous avons optimisé des outils permettant d’effectuer l'imputation des données manquantes. Ainsi, nous avons pu obtenir un catalogue de 60K marqueurs SNP au sein d’une collection de 301 accessions qui se voulait représentative de la diversité du soja au Canada. Dans un second temps, toutes les données manquantes (~50%) ont été imputées avec un très grand degré d’exactitude (98 %). Cette caractérisation génétique a été réalisée pour un coût modique, soit moins de 15$ par lignée. Deuxièmement, pour caractériser de manière exhaustive les variations nucléotidiques et structurelles (SNV et SV, respectivement) dans le génome du soja, nous avons séquencé le génome entier de 102 accessions de soja au Canada. Nous avons identifié près de 5M de variants nucléotidiques (SNP, MNP et Indels) avec un haut niveau d’exactitude (98,6 %). Ensuite, en utilisant une combinaison de trois approches différentes, nous avons détecté ~92K SV (délétions, insertions, inversions, duplications, CNV et translocations) et estimé que plus de 90 % étaient exacts. C'est la première fois qu'une description complète de la diversité des haplotypes SNP et du SV a été réalisée chez une espèce cultivée. Enfin, nous avons mis au point une approche analytique systématique pour faciliter grandement l’identification de gènes dont des allèles ont fait l’objet d’une très forte sélection au cours de la domestication et de la sélection. Cette approche repose sur deux progrès récents en génomique : 1) le séquençage de génomes entiers et 2) la prédiction des mutations entraînant une perte de fonction (LOF pour « loss of function »). En utilisant cette approche, nous avons identifié 130 gènes candidats liés à la domestication ou à la sélection chez le soja. Ce catalogue contient tous les gènes de domestication précédemment caractérisés chez le soja, ainsi que certains orthologues chez d'autres espèces cultivées. Cette liste de gènes fournit de nombreuses pistes d’investigation pour des études visant à mieux comprendre les gènes qui contribuent fortement à façonner le soja cultivé. Cette thèse permet ultimement une meilleure compréhension des caractéristiques génomiques du soja. En outre, elle fournit plusieurs outils et références génomiques qui pourraient facilement être utilisés dans de futures recherches en génomique chez le soja de même que chez d’autres espèces. / Next-generation sequencing (NGS) has revolutionized plants and animals research in many ways, including the development of new high-throughput genotyping methods to accelerate considerably the composition of genomes and their functions. As part of the SoyaGen project, funded by Genome Canada, we are seeking to better understand the genetic diversity and underlying architecture governing major agronomic traits in soybeans. Soybean is the world's largest oilseed crop in economic terms. In this study, we sought to exploit NGS technologies to help elucidate the genomic characteristics of soybeans. To this end, three main research topics have formed the core of this thesis: 1) low-cost genome-wide genotyping, 2) exhaustive characterization of genetic variants by whole-genome resequencing, and 3) identification of mutations with high functional impact on the basis of a strong selection within the elite lines. A first challenge in genetic or genomic analysis is to make possible a rapid and inexpensive characterization of a large number of lines with a very large number of markers distributed throughout the genome. Genotyping-by-sequencing (GBS) allows simultaneous identification and genotyping of several thousand SNPs on a genome-wide scale. One of the major challenges in GBS analysis is to extract a large catalog of high quality SNP from a mountain of sequencing data and minimize the impact of missing data. As a first step, we have greatly improved the GBS by developing a new bio-informatics analysis pipeline, Fast-GBS, designed to produce a more accurate and faster call of genotypes than existing tools. In addition, we have optimized tools for imputing missing data. For example, we were able to obtain a catalog of 60K SNP markers from a collection of 301 accessions that were representative of soybean diversity in Canada. Second, all missing data (~ 50%) were imputed with a very high degree of accuracy (98%). This genetic characterization was performed at a low cost, less than $ 15 per line. Second, to fully characterize the nucleotide and structural variations (SNV and SV, respectively) in the soybean genome, we sequenced the whole genome of 102 Canadian soybean accessions. We have identified nearly 5M of nucleotide variants (SNP, MNP and Indels) with a high level of accuracy (98.6%). Then, using a combination of three different approaches, we detected ~ 92K SV (deletions, insertions, inversions, duplications, CNVs and translocations) and estimated that more than 90% were accurate. This is the first time that a complete description of the diversity of SNP and SV haplotypes has been carried out in a cultivated species. Finally, we have developed a systematic analytical approach to greatly facilitate the identification of genes whose alleles have undergone a very strong selection during domestication and selection. This approach is based on two recent advances in genomics: (1) whole-genome sequencing and (2) predicting mutations resulting in loss of function (LOF). Using this approach, we identified 130 candidate genes related to domestication or selection in soybean. This catalogue contains all of the previously well-characterized domestication genes in soybean, as well as some orthologues from other domesticated crop species. This list of genes provides many avenues of investigation for studies aimed at better understanding the genes that contribute strongly to shaping cultivated soybeans. This thesis ultimately leads to a better understanding of the genomic characteristics of soybeans. In addition, it provides several tools and genomic resources that could easily be used in future genomic research in soybeans as well as in other species.

Le soya est une source importante de protéines, d'huile, de glucides, ainsi que d'autres nutriments bénéfiques, tels que des éléments minéraux. Une fonction majeure des protéines dans la nutrition est de fournir des quantités adéquates d'acides aminés. Bien qu’ils soient essentiels pour la santé humaine et la nutrition animale, les acides aminés soufrés que sont la cystéine (Cys) et la méthionine (Met) sont souvent en concentration limitée et le déterminisme génétique de leur teneur dans la graine de soya est mal caractérisé. Un autre facteur non moins important pour la qualité nutritionnelle du soya est sa teneur en éléments minéraux, laquelle affecte les caractéristiques d'utilisation finale des fractions d'huile et de protéines ainsi que la qualité des semences (germination, vigueur des jeunes plantules). Malheureusement, très peu d’attention a été portée sur les variétés canadiennes de soya en ce qui a trait à leur teneur en acides aminés soufrés ainsi qu’en éléments minéraux. L’amélioration génétique est l’une des voies les plus efficientes et économiques pour contribuer à une alimentation saine et nutritive, laquelle apporte au consommateur la quantité de nutriments nécessaires à une bonne santé. Pour que puisse se pratiquer une sélection en faveur d’une qualité nutritionnelle accrue, il faut idéalement identifier les déterminants génétiques de la teneur en divers nutriments et développer des marqueurs facilitant cette sélection. Présentement, les analyses d’association pangénomique (GWAS en anglais) constituent l’approche la plus puissante pour déterminer l’assise génétique d’un caractère. Dans les cas les plus favorables, non seulement ces analyses permettent-elles d’identifier des régions génomiques qui contrôlent en tout ou en partie les caractères étudiés, mais elles peuvent même permettre d’identifier des gènes candidats qui jouent un rôle direct dans ce déterminisme. Dans le cadre de cette thèse, nous avons souhaité déterminer l’assise génétique de composantes clés de la valeur nutritive du soya, soit la teneur en acides aminés soufrés (Cys/Met) et en quatre éléments minéraux majeurs (Ca, K, P et S). Dans les deux cas, des analyses d’association pangénomique ont été réalisées sur une collection de 137 lignées représentatives de la diversité génétique rencontrée au sein du soya canadien à maturité hâtive. Dans le premier volet, les teneurs en Cys et en Met ont été mesurées par spectroscopie proche infrarouge (NIR) sur des graines produites dans cinq environnements au total. Des données génotypiques pour 2,2 M de polymorphismes mononucléotidiques (SNP) ont été exploitées pour réaliser une analyse d’association. Dans une première phase de découverte, nous avons réussi à identifier un total de dix régions génomiques (QTL) en nous appuyons sur les phénotypes rencontrés dans deux environnements. Afin d’assurer la fiabilité ainsi que la reproductibilité de ces QTL, nous avons validé une forte majorité de ces QTL dans trois environnements additionnels. Ces QTL, dont la plupart sont inédits, nous ont permis d’identifier deux gènes candidats fort prometteurs codant pour des protéines impliquées dans la synthèse de la cystéine. Dans le deuxième volet, les teneurs en éléments minéraux ont été mesurées chez les 137 lignées à l’aide d’un spectromètre de fluorescence à rayons X (XRF) sur des grains récoltés dans cinq environnements. Les analyses d’association ont été réalisées avec le même jeu de données génotypiques (2,2 M de SNP) que dans le volet précédant. Huit QTL significativement associés à la teneur en Ca, K, P et S ont été identifiés de manière robuste à l’aide d’au moins deux modèles statistiques différents (sur les trois employés). La reproductibilité de ces QTL dans trois environnements additionnels a fait l’objet d’une seconde analyse pour des fins de validation. Une forte reproductibilité de l’effet de ces régions génomiques sur ces phénotypes a été observée par la validation de sept QTL sur huit. Trois gènes candidats ont été identifié impliqués soit dans le transport ou l’assimilation de ces éléments minéraux. Par rapport aux études précédentes, la forte densité de marqueurs utilisés dans cette étude a contribué à la détection reproductible de plusieurs nouveaux loci associés à la teneur en acides aminés soufrés ou en éléments minéraux. De plus, cela a rendu possible l’identification de gènes candidats prometteurs. Les marqueurs et les gènes identifiés dans cette étude seront utiles pour l'amélioration génétique du soya à travers la sélection génétique assistée par marqueur. / Soybean is an important source of protein, oil, carbohydrates, and other beneficial nutrients, such as minerals. A major function of protein in nutrition is to provide adequate amounts of amino acids. Although essential for human health and animal nutrition, the sulfur amino acids cysteine (Cys) and methionine (Met) are often limiting and the genetic basis underlying their accumulation in soybeans seeds is poorly characterized. Another factor no less important for the nutritional quality of soybeans is its mineral content, which affects the end-use traits of both the oil and protein fractions as well as the quality of seed (germination rate, vigor of seedlings). Unfortunately, very little attention has been paid to Canadian soybean varieties in terms of their content in sulfur amino acids and important minerals in seeds. The enhancement of seed nutrient content via genetic improvement is considered as the most promising and cost-effective approach to contribute to a healthy and nutritious diet, which provides the consumer with the necessary quantity of nutrients for good health. To facilitate breeding for increased nutritional quality, it is necessary to identify the genetic determinants underlying various nutrients and to develop markers allowing this selection. Currently, genome-wide association analysis (GWAS) is the most powerful approach for determining the genetic basis of a trait. In the most favorable cases, not only do these analyses make it possible to identify genomic regions which control all or part of the trait of interest, but they can even make it possible to identify candidate genes which play a direct role in the trait of interest. The goals of this thesis were to determine the genetic basis of key components of the nutritional value of soybeans, namely the seed content in sulfur amino acids (Cys / Met) and four major mineral elements (Ca, K, P and S). In both cases, a GWAS was performed on a collection of 137 lines representative of the genetic diversity encountered in early-maturing Canadian soybeans. In part 1, Cys and Met content were measured using near infrared spectroscopy (NIR) on seed from five environments in total. Genotypic data for 2.2 M single nucleotide polymorphisms (SNPs) were used to perform an association analysis. In an initial discovery phase based on the data from two environments, we were able to identify a total of ten genomic regions (QTL), most of which were identified for the first time. To ensure the reliability and reproducibility of these QTLs, we validated a large majority of these in three additional environments. These QTLs allowed us to identify two candidate genes, both of which code for proteins involved in cysteine synthesis. In part 2, mineral content was measured in seed of the same 137 lines using an X-ray fluorescence spectrometer (XRF) harvested from five environments in total. The association analyses were carried out with the same genotypic data set (2.2 M SNP) as in part 1. Eight QTLs significantly associated with the Ca, K, P and S content were identified by at least two of the three statistical models used. These QTLs were found to be highly reproducible as they influenced the studied traits in three additional environments. Indeed, seven of the eight QTLs were validated in this fashion. For these QTLs regions, we were able to identify thee candidate gene annotated as being involved in the transport or the assimilation of these mineral elements. Compared to previous studies, the high density of markers used in this study has contributed to the reproducible detection of several new loci associated with the content of sulfur amino acids or mineral elements. In addition, it has made it possible to identify promising candidate genes. The markers and genes identified in this study will be useful for the genetic improvement of soybeans through marker-assisted selection.

La culture du soja (Glycine max (L.) Merr.) a connu une forte expansion au Canada surtout grâce au développement de lignées à maturité hâtive facilitant sa culture plus au nord. En parallèle le nématode à kyste du soja (NKS ; Heterodera glycines Ichinohe), parasite du soja, est devenu le premier ravageur du soja mondialement et il s’installe progressivement au Canada. L’utilisation de cultivars résistants demeure le moyen le plus efficace pour réduire les pertes associées au NKS. Cependant une seule source de résistance a été largement exploitée en Amérique, soit l’accession PI 88788. Son utilisation intensive a exercé une forte pression de sélection sur le NKS pouvant maintenant surmonter cette résistance presque partout aux États-Unis. De plus PI 88788 présente une maturité très tardive la rendant mal adaptée aux régions canadiennes. Cette étude visait à déterminer les régions génomiques conférant la résistance au NKS chez la variété de soja Suzuhime (PI 494182) laquelle affiche une grande résistance au NKS et la maturité la plus hâtive parmi les accessions résistantes. Pour ce faire 149 lignées issues d’un croisement entre la variété Costaud (haut rendement, maturité hâtive, mais sensible au NKS) et Suzuhime ont été génotypées et évaluées pour leur résistance au NKS permettant de réaliser une analyse QTL (« quantitive trait loci ») et ainsi identifier les locus de résistance. Ces lignées ont aussi été évaluées pour certains caractères agronomiques dans le but de déterminer l’impact de la sélection des allèles de résistance sur les performances agronomiques. Finalement, grâce au reséquençage de PI 494182 et Costaud, nous avons identifié les allèles en présence pour certains gènes de résistance connus. Ce travail permettra d’identifier des marqueurs génétiques de résistance au NKS et ainsi faciliter le développement de cultivars combinant maturité hâtive, rendement élevé et résistance au NKS.