L’amélioration de la qualité du fruit de tomate dépend largement de la variation génétique. A la suite de la domestication et de la sélection moderne, la diversité moléculaire chez la tomate a été profondément réduite, limitant les possibilités d’amélioration. De nouveaux marqueurs moléculaires révélant les polymorphismes nucléotidiques (SNP) constituent des outils précieux pour saturer les cartes génétiques et identifier des QTL (quantitative trait loci) et des associations chez une espèce peu polymorphe comme la tomate. Les objectifs de cette étude étaient de caractériser la diversité génétique de la tomate au niveau moléculaire et de tenter d’identifier des QTL, des gènes et des protéines responsables de la variation de caractères de qualité du fruit. Pour cela, trois études indépendantes ont conduit à (1) la découverte de nouveaux marqueurs SNP, (2) leur utilisation en génétique d’association et (3) l’analyse de la diversité du protéome en relation avec des caractères physiologiques du fruit.Dans la première étude, nous avons comparé deux plateformes de reséquençage pour reséquencer des zones ciblées couvrant environ 0.2% du génome de deux accessions contrastées. Plus de 3000 SNP sont été identifiés. Nous avons ensuite validé 64 SNPs en développant des marqueurs CAPS. Nous avons ainsi montré l’intérêt des techniques de reséquençage pour la découverte de SNP chez la tomate et produit des marqueurs simples qui peuvent être utiles pour caractériser de nouvelles ressources.Nous avons ensuite développé un ensemble de 192 SNPs et génotypé une collection de 188 accessions comportant des accessions cultivées, des types “cerise” et des formes sauvages apparentées et recherché des associations avec 10 caractères de qualité du fruit. Une quarantaine d’associations a été détectée dans des régions où des QTL avaient été préalablement identifiés. D’autres associations ont été identifiées dans de nouvelles régions. Nous avons ainsi confirmé le potentiel de la génétique d’association pour la découverte de QTL chez la tomate. Finalement une approche combinant l’analyse du protéome, du métabolome et de traits phénotypiques a été mise en oeuvre pour étudier la variabilité naturelle de la qualité du fruit de huit lignées contrastées et de quatre de leurs hybrides, à deux stades de développement (expansion cellulaire et orange-rouge). Nous avons identifié 424 spots protéiques variables en combinant électrophorèse bidimensionnelle et nano LC MS/MS et construit une carte de référence du protéome de fruit de tomate. En parallèle, nous avons mesuré la variation de teneurs en 34 métabolites, les activités de 26 enzymes et cinq caractères phénotypiques. La variabilité génétique et les modes d’hérédité ont été décrits. L’intégration des données a été réalisée par construction de réseaux de corrélations et régression sPLS. Plusieurs associations ont été détectées intra et inter niveau d’expression, permettant une meilleure compréhension de la variation de la qualité des fruits de tomate / Fruit quality in tomato is highly dependent on genetic variation. Following domestication and modernbreeding, molecular diversity of tomato has been strongly reduced, limiting the possibility to improvetraits of interest. New molecular markers such as single nucleotide polymorphisms (SNP) constituteprecious tools to saturate tomato genetic maps and identify quantitative trait loci (QTL) andassociations in a poorly polymorphic species like tomato. The objectives of this study were tocharacterize tomato genetic diversity at the molecular levels and to try to identify QTLs, genes andproteins responsible for fruit quality traits in tomato. For this purpose, three independent studies wereconducted leading to the discovery of new SNP markers, their use for association study and finally theanalysis of proteome diversity in relation to physiological phenotypes. We first used two nextgenrationsequencing platforms (GA2 Illumina and 454 Roche) to re-sequence targeted sequencescovering about 0.2% of the tomato genome from two contrasted accessions. More than 3000 SNPswere identified between the two accessions. We then validated 64 SNPs by developing CAPS markers.We thus showed the value of NGS for the discovery of SNPs in tomato and we produced low costCAPS markers which could be used to characterize other tomato collections. A SNPlexTM arraycarrying 192 SNPs was then developed and used to genotype a broad collection of 188 accessionsincluding cultivated, cherry type and wild tomato species and to associate these polymorphisms to tenfruit quality traits using association mapping approach. A total of 40 associations were detected andco-localized with previously mapped QTLs. Some other associations were identified in new regions.We showed the potential of using association genetics in tomato. Finally, a new analytical approachcombining proteome, metabolome and phenotypic profiling were applied to study natural geneticvariation of fruit quality traits in eight diverse accessions and their four corresponding F1s at cellexpansion and orange-red stages. We identified 424 variable spots by combining 2-DE and nano LCMS/MS and built the first comprehensive proteome reference map of the tomato fruit pericarp at twodevelopmental stages from the 12 genotypes. In parallel, we measured the variation of 34 metabolites,26 enzyme activities and five phenotypic traits. A large range of variability and several inheritancemodes were described in the four groups of traits. Data integration was achieved through sPLS andcorrelation networks. Many significant associations were detected within level and between levels ofexpression. This systems biology approach provides better understanding of networks of elements(proteins, enzymes, metabolites and phenotypic traits) in tomato fruits
| Identifer | oai:union.ndltd.org:theses.fr/2012AVIG0644 |
| Date | 31 October 2012 |
| Creators | Xu, Jiaxin |
| Contributors | Avignon, Causse, Mathilde |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0024 seconds