Return to search

Deciphering the genetic and metabolic basis of yeast aroma properties / Décrypter les bases génétiques et métaboliques des propriétés aromatiques de la levure Saccharomyces cerevisiae

La levure Saccharomyces cerevisiae joue un rôle essentiel dans la production de composés aromatiques, tels que les esters, les alcools supérieurs et les acides organiques, ainsi que dans la transformation de précurseurs d'arômes du raisin pendant la fermentation du vin. Afin d'identifier les bases génomiques et métaboliques de ces propriétés, un croisement a été réalisé entre deux souches de levures de vin, sélectionnées pour leurs besoins en azote différents lors de la fermentation. 130 ségrégants de génération F2 ont été génotypés par séquençage complet du génome et individuellement phénotypés pendant la fermentation en mesurant les métabolites extracellulaires par HPLC et GC-MS. Les flux métaboliques intracellulaires ont été estimés à l’aide d’un modèle à base de contraintes. Une analyse QTL (quantitative trait locus) a été utilisée pour identifier les allèles influençant les variations d'arômes et de flux métaboliques. Plus de 80 QTL expliquant la variation de 59 caractères quantitatifs ont été détectés. Ces caractères comprennent des paramètres fermentaires, de consommation de substrat, la production de principaux métabolites et d’arômes fermentaires, ainsi que le métabolisme de composés aromatiques du raisin. L’intérêt de la cartographie QTL pour identifier les déterminants génétiques de variations de flux intracellulaires (f-QTLs) a par ailleurs été démontrée. Les QTL détectés ont été disséqués et des gènes dont les allèles contribuent spécifiquement aux variations phénotypiques ont été identifiés. Ces résultats soulignent la complexité génomique et métabolique de la synthèse et de la transformation d'arômes par la levure. L'identification de ces déterminants génétiques permet de mieux comprendre les liens entre variation génétique des levures et traits technologiques et fournit une base précieuse pour le développement de souches optimisées par des stratégies génétiques de croisement assisté par marqueurs. / The yeast Saccharomyces cerevisiae plays a vital role in the production of aroma compounds, such as esters, higher alcohols and organic acids, and the conversion of grape-derived aroma precursors during wine fermentation. To identify the genomic and metabolic bases for these processes, a cross was performed between two wine yeast strains selected because of their different nitrogen requirement during fermentation. 130 F2-segregants were genotyped by whole genome sequencing and individually phenotyped during wine fermentation by measuring extracellular metabolites using HPLC and GC-MS. Intracellular metabolic fluxes were estimated by constraint-based modeling. Quantitative trait locus (QTL) mapping was used to identify allelic variants influencing variations in the aroma profile and metabolic fluxes. More than 80 QTLs explaining variation in 59 quantitative traits were detected. These traits consisted of general fermentation parameters, substrate consumption, the production of main metabolites and fermentative aromas and the metabolism of grape aroma compounds. The applicability of QTL mapping to detect regions influencing intracellular fluxes (f-QTLs) was furthermore demonstrated. Found QTLs were dissected and genes with allele specific contributions to the phenotype were identified. These results emphasize the genomic and metabolic complexity of yeast aroma formation. In addition, the identification of genetic determinants increases knowledge about the links between genetic variation and industrial traits and provides a valuable foundation for the development of optimized strains by marker-assisted selection breeding strategies.

Identiferoai:union.ndltd.org:theses.fr/2017NSAM0054
Date20 December 2017
CreatorsEder, Matthias
ContributorsMontpellier, SupAgro, Dequin, Sylvie
Source SetsDépôt national des thèses électroniques françaises
LanguageEnglish
Detected LanguageFrench
TypeElectronic Thesis or Dissertation, Text

Page generated in 0.002 seconds