En savoir plus

Notre utilisation de cookies

« Cookies » désigne un ensemble d’informations déposées dans le terminal de l’utilisateur lorsque celui-ci navigue sur un site web. Il s’agit d’un fichier contenant notamment un identifiant sous forme de numéro, le nom du serveur qui l’a déposé et éventuellement une date d’expiration. Grâce aux cookies, des informations sur votre visite, notamment votre langue de prédilection et d'autres paramètres, sont enregistrées sur le site web. Cela peut faciliter votre visite suivante sur ce site et renforcer l'utilité de ce dernier pour vous.

Afin d’améliorer votre expérience, nous utilisons des cookies pour conserver certaines informations de connexion et fournir une navigation sûre, collecter des statistiques en vue d’optimiser les fonctionnalités du site. Afin de voir précisément tous les cookies que nous utilisons, nous vous invitons à télécharger « Ghostery », une extension gratuite pour navigateurs permettant de les détecter et, dans certains cas, de les bloquer.

Ghostery est disponible gratuitement à cette adresse : https://www.ghostery.com/fr/products/

Vous pouvez également consulter le site de la CNIL afin d’apprendre à paramétrer votre navigateur pour contrôler les dépôts de cookies sur votre terminal.

S’agissant des cookies publicitaires déposés par des tiers, vous pouvez également vous connecter au site http://www.youronlinechoices.com/fr/controler-ses-cookies/, proposé par les professionnels de la publicité digitale regroupés au sein de l’association européenne EDAA (European Digital Advertising Alliance). Vous pourrez ainsi refuser ou accepter les cookies utilisés par les adhérents de l'EDAA.

Il est par ailleurs possible de s’opposer à certains cookies tiers directement auprès des éditeurs :

Catégorie de cookie

Moyens de désactivation

Cookies analytiques et de performance

Realytics
Google Analytics
Spoteffects
Optimizely

Cookies de ciblage ou publicitaires

DoubleClick
Mediarithmics

Les différents types de cookies pouvant être utilisés sur nos sites internet sont les suivants :

Cookies obligatoires

Cookies fonctionnels

Cookies sociaux et publicitaires

Ces cookies sont nécessaires au bon fonctionnement du site, ils ne peuvent pas être désactivés. Ils nous sont utiles pour vous fournir une connexion sécuritaire et assurer la disponibilité a minima de notre site internet.

Ces cookies nous permettent d’analyser l’utilisation du site afin de pouvoir en mesurer et en améliorer la performance. Ils nous permettent par exemple de conserver vos informations de connexion et d’afficher de façon plus cohérente les différents modules de notre site.

Ces cookies sont utilisés par des agences de publicité (par exemple Google) et par des réseaux sociaux (par exemple LinkedIn et Facebook) et autorisent notamment le partage des pages sur les réseaux sociaux, la publication de commentaires, la diffusion (sur notre site ou non) de publicités adaptées à vos centres d’intérêt.

Sur nos CMS EZPublish, il s’agit des cookies sessions CAS et PHP et du cookie New Relic pour le monitoring (IP, délais de réponse).

Ces cookies sont supprimés à la fin de la session (déconnexion ou fermeture du navigateur)

Sur nos CMS EZPublish, il s’agit du cookie XiTi pour la mesure d’audience. La société AT Internet est notre sous-traitant et conserve les informations (IP, date et heure de connexion, durée de connexion, pages consultées) 6 mois.

Sur nos CMS EZPublish, il n’y a pas de cookie de ce type.

Pour obtenir plus d’informations concernant les cookies que nous utilisons, vous pouvez vous adresser au Déléguée Informatique et Libertés de l’INRA par email à cil-dpo@inra.fr ou par courrier à :

INRA
24, chemin de Borde Rouge –Auzeville – CS52627
31326 Castanet Tolosan cedex - France

Dernière mise à jour : Mai 2018

Menu Logo Principal LOGO GAFL LOGO GAFL

Site WEB GAFL

MONNOT Severine

Etudiante - DOCTORANTE

Monnot
Equipe ReDD

Fonctions – Thématiques de Recherche

« Sélection variétale pour la résistance à plusieurs virus chez le concombre : de la sélection génomique à la génomique comparative des répertoires de gènes associés aux résistances oligogéniques. »

L'architecture génétique de la résistance chez les Cucurbitacées ne correspond pas souvent au modèle canonique du gène R unique et dominant, et divers exemples de résistances oligogéniques sont connus. Cependant, le nombre de gènes codant pour la résistance aux maladies, en particulier les gènes R, est systématiquement plus faible chez les Cucurbitacées que chez les autres espèces, potentiellement car une grande partie des gènes R sont regroupés dans des hotspots de variabilité allélique et de variabilité du nombre de copie. Un exemple bien connu est le locus Vat chez le melon, qui confère une résistance large spectre au puceron Aphis gossypii, en plus d’une résistance race-spécifique à l'oïdium.

Identifier un marqueur unique permettant de sélectionner des caractères oligogéniques chez différents types de concombres représente un challenge technique. Les statistiques et la modélisation sont vraisemblablement une bonne alternative pour prendre en compte la complexité biologique. Notamment, les études de génétique d’association (GWAS) se sont démontrées efficaces pour identifier les locus expliquant la variabilité phénotypique.

La sélection génomique (SG) a été adoptée en sélection animale et chez les grandes cultures telles que le maïs afin de prédire la performance phénotypique d'un individu en utilisant uniquement des données génotypiques. Néanmoins, les modèles de SG supposent souvent que l'architecture génétique du caractère d'intérêt implique de nombreux QTL avec de petits effets individuels, ce qui ne correspond pas à l'architecture génétique connue des caractères de résistance aux virus du concombre. Récemment, des modèles alternatifs ont été proposés pour traiter des caractères à déterminisme plutôt oligogénique, il serait donc très intéressant de les tester et de comparer leur efficacité à d'autres approches de SAM.

Le projet de thèse a pour objectifs de proposer une méthode de prédiction génomique pour la résistance à plusieurs virus chez le concombre et mieux comprendre les spécificités de la résistance virale chez les Cucurbitacées.

Nous proposons de :

(1) Définir des panels de référence et identifier les locus impliqués dans la résistance à plusieurs virus via GWAS chez C. sativus et A. thaliana

(2) Développer des modèles de sélection génomique pour la résistance à plusieurs virus chez C. sativus et comparer le gain génétique des modèles de SG face à d'autres approches de SAM

(3) Etudier les répertoires de gènes impliqués dans la résistance aux virus, phloémophages ou non, chez C. sativus et A. thaliana

Domaine de compétences : Génétique quantitative, pathologie, biostatistique, bioinformatique

Formation et Carrière

2011-2014 : Classe préparatoire BCPST, Lycée Marcelin Berthelot

2014-2017 : Ecole Nationale Supérieure d’Agronomie de Montpellier SupAgro, spécialisation Amélioration des Plantes et Ingénierie des plantes Méditerranéennes et Tropicales (APIMET).

-          Effet de l’apparentement sur la production de biomasse et d’azote dans le grain dans une population de blé dur, UMR AGAP, Montpellier, Hélène Fréville et Pierre Roumet

-          Caractérisation et évaluation des variétés Cucurbitacées en phase précommerciale, Sakata Seeds, Nîmes, Elodie Anton

-          Comprendre l’organisation d’un hot-spot de gènes de résistance aux virus chez le concombre en vue du développement de marqueurs de sélection, De Ruiter Seeds, Rotterdam, Mélissa Cantet

2018 : Squash Junior prebreeder, Enza Zaden

2019-2022 : Thèse au sein de l’unité GAFL, équipe REDD, bourse CIFRE Bayer

Directeurs : Nathalie Boissot et Mélissa Cantet

Collaborateurs : Valérie Schurdi-Levraud, Tristan Mary-Huard et Laurence Moreau.

Email : severine.monnot@inrae.fr