Thèse Utilisation de l'Imagerie Hyperspectrale pour l'Analyse In Vivo du Métabolisme Secondaire des Juglans Application à la Sélection de Génotypes Hyperproductifs en Naphtoquinones. H/F - 25

Établissement : Université de Picardie - Jules Verne
École doctorale : Sciences, Technologie, Santé
Laboratoire de recherche : BIOPI - Plant Biology and Innovation
Direction de la thèse : Vivien SARAZIN ORCID 0000000164280660
Début de la thèse : 2026-10-01
Date limite de candidature : 2026-04-15T23:59:59

Ce projet de thèse vise à développer une approche non destructive basée sur l'imagerie hyperspectrale (VIS-NIR-SWIR) pour analyser in vivo le métabolisme secondaire du noyer (genre Juglans), en particulier la production de juglone et autres naphtoquinones, et l'appliquer à la sélection de génotypes hyperproductifs. Les noyers présentent un intérêt agronomique et économique majeur et sont riches en métabolites bioactifs impliqués dans les interactions plante-plante et plante-microorganismes, avec un fort potentiel en protection des cultures et en santé humaine. Les méthodes classiques d'étude du métabolisme secondaire (extractions, LC-MS, RMN) sont toutefois destructives, coûteuses et peu compatibles avec un suivi dynamique ou un criblage à grande échelle.

L'imagerie hyperspectrale constitue une alternative prometteuse pour accéder rapidement et sans destruction à l'information biochimique des tissus végétaux, mais son application spécifique à la quantification in vivo de métabolites ciblés comme la juglone chez le noyer reste peu explorée. Le verrou scientifique principal concerne l'établissement de relations robustes entre signatures spectrales et concentrations réelles en composés d'intérêt, ainsi que la validation de modèles prédictifs fiables en conditions contrôlées et semi-naturelles.

La problématique centrale est donc d'évaluer si l'imagerie hyperspectrale permet d'estimer de façon fiable et in vivo la production de naphtoquinones afin d'identifier des génotypes hyperproductifs. Le projet repose sur l'hypothèse que la variabilité métabolique entre génotypes et états physiologiques induit des signatures spectrales détectables, et que des modèles statistiques et d'apprentissage automatique peuvent relier ces signatures aux concentrations mesurées par analyses chimiques de référence.

L'objectif général est de développer une méthodologie opérationnelle combinant imagerie hyperspectrale, métabolomique ciblée et modélisation pour estimer la teneur en juglone chez le noyer et l'utiliser comme outil de phénotypage et d'aide à la sélection. Les objectifs spécifiques incluent la caractérisation de la variabilité métabolique entre génotypes, l'identification de signatures spectrales pertinentes, le développement de modèles prédictifs (chimiométrie, IA) et leur validation pour le criblage de matériel végétal.

La méthodologie combinera acquisitions hyperspectrales in vivo, analyses chimiques de référence (LC-MS, RMN), prétraitements spectraux et analyses multivariées (PCA, PLS, OPLS) ainsi que des modèles de prédiction (PLSR, Random Forest, réseaux de neurones). Le projet est structuré en workpackages couvrant la caractérisation métabolique, l'acquisition de données, la modélisation et la validation appliquée.

Les retombées attendues sont le développement d'une méthode innovante de phénotypage du métabolisme secondaire, l'identification de génotypes de noyer à fort potentiel, et des applications en sélection variétale, biocontrôle et valorisation des coproduits. Le projet s'inscrit dans l'environnement scientifique de l'UPJV et de l'UMRt BioEcoAgro, à l'interface entre biologie du végétal, chimie analytique et sciences du numérique, avec une forte dimension interdisciplinaire.

Les noyers (genre Juglans) sont d'un intérêt agronomique et économique majeur pour la production de noix et de bois. Ils sont également riches en métabolites secondaires possédant des activités biologiques peu exploitée à ce jour. Parmi ceux-ci, la juglone (5-hydroxy-1,4-naphtoquinone) est un composé allélopathique et bioactif reconnu, impliqué dans les interactions plante-plante et plante-microorganismes, et présentant un fort potentiel pour des applications médicales ainsi qu'en protection des cultures (Wianowska et al. 2016; Islam et al., 2020 ; Sandu-Balan et al., 2024).
Traditionnellement, l'étude du métabolisme secondaire repose sur des approches destructives (extractions, LC-MS, RMN) coûteuses en temps, en main-d'oeuvre et incompatibles avec un suivi dynamique in vivo ou un criblage à grande échelle de génotypes.
L'imagerie hyperspectrale (VIS-NIR-SWIR) offre aujourd'hui une alternative prometteuse pour accéder de manière non destructive à l'information biochimique des tissus végétaux (Sytar et al. 2020, Jayapal et al. 2022, Zhang et al. 2023). Elle a déjà démontré son potentiel pour l'estimation de traits physiologiques, biochimiques et métaboliques (pigments, eau, azote, composés phénoliques, stress biotiques et abiotiques. Toutefois, son application spécifique à la quantification in vivo de métabolites secondaires ciblés, comme la juglone (naphtoquinone présente dans les différents organes des plantes du genre Juglans), chez le noyer reste très peu explorée (Raghav et al. 2025).
Le verrou scientifique principal réside dans le lien à établir entre signatures spectrales et concentration réelle en juglone, ainsi que dans la robustesse des modèles prédictifs en conditions contrôlées et semi-naturelles.

Développer une méthodologie basée sur l'imagerie hyperspectrale pour estimer in vivo la production de juglone chez le noyer et l'utiliser comme outil de sélection de génotypes hyperproductifs.

Combinaison de mesures hyperspectrales in vivo, d'analyses chimiques de référence (LC-MS, RMN) et de modélisation statistique/IA.