Variation fonctionnelle des interactions plante–pathogène : nouveau concept et nouvelles méthodes pour l’analyse des données de virulence

© 2019 Société américaine de phytopathologie. L’analyse de virulence classique repose sur la découverte des phénotypes de virulence des isolats par rapport à la composition des gènes de résistance dans un ensemble différentiel de génotypes d’hôtes. Avec une telle vision, les phénotypes de virulence sont généralement traités sous l'angle génétique comme l’un des deux allèles possibles, soit la virulence, soit l’avirulence dans un locus binaire. Par conséquent, les paramètres et les méthodes de génétique des populations sont devenus des outils prédominants pour l’analyse des données de virulence à plusieurs loci. Cependant, les données sur le type d’infection (TI) de l’interaction hôte-pathogène qui expriment les caractères fonctionnels de chaque isolat spécifique dans une situation donnée (hôte particulier, conditions environnementales, pratiques de culture, etc.) constituent une base pour la résolution des phénotypes binaires de virulence. Le TI est déterminé par les symptômes et les signes observés (p. ex. le type de lésion, la taille des lésions, la couverture des feuilles ou des segments foliaires par le mycélium, la production de spores, etc.), et est évalué par les scores de TI à une échelle généralement acceptée pour chaque système plante–pathogène. Ainsi, de multiples profils informatiques d’isolats sont obtenus et peuvent être soumis à l’analyse de la variation fonctionnelle à l’intérieur des unités opérationnelles d’un pathogène et entre celles-ci. Une telle approche pourrait permettre une meilleure utilisation de l’information disponible dans les données brutes et révéler une composante fonctionnelle (p. ex. environnementale) de la variation des pathogènes en plus de la composante génétique. Nous avons mis au point de nouvelles méthodes de mesure de la variation fonctionnelle de l’interaction plante-pathogène avec des données informatiques. Les méthodes nécessitent une échelle d’évaluation appropriée et des estimations par des experts de la distinction entre les scores informatiques pour chaque système plante-pathogène (un exemple est présenté). L’analyse de quelques ensembles de données à différents niveaux hiérarchiques a révélé des divergences dans les résultats obtenus avec les phénotypes informatiques par rapport aux phénotypes de virulence binaires. La capacité de mesurer la variation fonctionnelle fondée sur l’informatique est prometteuse en tant qu’outil efficace pour l’étude des épidémies causées par des phytopathogènes.