Mercredi 5 juillet

Session 1 : Biologie numérique

- Analyse in vitro et in silico des interactions de la relaxase RelSt3 avec l'ADN et les petits ligands : à la recherche de pistes innovantes pour inhiber le transfert horizontal des résistances aux antibiotiques chez les Firmicutes

Marie Dominique Devignes¹, Nicolas Soler², Haifa Laroussi², Dominique Mias-Lucquin¹, Louise Thiriet ², Isaure Chauvot de Beauchêne¹, Nathalie Leblond-Bourget²

¹Inria, CNRS/Loria, équipe CAPSID, Nancy
²INRAE, UMR DynAMic, Nancy

Présentation réservée aux participants (contact : nicolas.soler@univ-lorraine.fr)

Les ICE et les IME sont deux types d’éléments génétiques mobiles qui se transfèrent par conjugaison, un mécanisme qui nécessite un contact physique entre les bactéries. Ces éléments mobiles, non apparentés, présentent la particularité d’être intégrés dans les génomes bactériens où ils sont retrouvés en abondance. En plus des gènes et séquences nécessaires à leur transfert, tous les ICE et les IME identifiés portent des gènes pouvant conférer un avantage à la bactérie qui les porte. Ces gènes, appelés gènes cargo, peuvent parfois être des gènes de virulence. ou de résistance à divers antibiotiques. La propagation de ces antibiorésistances est considérée aujourd’hui comme un fléau majeur pour la santé publique mondiale. Ainsi, lutter contre la dissémination des ICE et IME apparaît comme un des leviers permettant de réduire la propagation des résistances aux antibiotiques.

Dans ce projet impliquant une équipe INRAE (DynAMic) et une équipe Inria (CAPSID, Inria Nancy Grand-Est), nous avons combiné des méthodes biochimiques (tests fonctionnels in vitro sur protéines purifiées) avec des méthodes informatiques (modélisation 3D, criblage virtuel, docking ou amarrage) pour tenter d’inhiber une enzyme-clé de la conjugaison des ICE et IME : la relaxase. Cette enzyme, encodée par l’élément conjugatif, se fixe sur son ADN au niveau de l’origine de transfert, et réalise une coupure simple brin qui permet d’une part l’initiation de la réplication en cercle roulant dans la cellule donatrice et d’autre part le transfert du brin déplacé vers la cellule réceptrice. Nous ciblons dans ce travail la relaxase RelSt3, découverte dans les ICE de la famille ICESt3, identifiée récemment comme prototype de la famille MOBT qui est impliquée dans la mobilisation de nombreux ICE et IME de Firmicutes.

Du point de vue biochimique et moléculaire, nous avons purifié RelSt3, démontré son activité catalytique sous forme de dimère, et identifié les acides aminés impliqués dans son site actif. Nous avons également finement caractérisé son site de fixation à l’ADN. Du point de vue informatique, nous avons produit des modèles 3D de RelSt3 d’abord par homologie avec des protéines apparentées, puis en utilisant AlphaFold2. La modélisation de la poche catalytique autour du site actif nous a permis de définir des contraintes pharmacophoriques pour cribler in silico des banques de molécules chimiques à la recherche d’inhibiteurs potentiels. A ce jour, un inhibiteur a été identifié mais son activité reste limitée. Une deuxième série de criblage est en cours.

Les tentatives de modélisation des interactions de RelSt3 avec l’ADN simple-brin ont conduit à développer une étude exhaustive de ce type de complexes dans la Protein Data Bank (PDB), mettant en évidence l’importance des changements de conformation des protéines lors de leur liaison à l’ADN simple brin et donc la nécessité de développer des approches de docking flexible.

Par ailleurs, le complexe formé par RelSt3 et l’ADN au niveau de l’origine de transfert a été modélisé par homologie, grâce aux deux domaines HTH du dimère RelSt3 que l’on trouve également dans d’autres protéines de liaison à l’ADN. Les modèles 3D obtenus ont permis de guider la mutagenèse dirigée pour identifier les acides aminés nécessaires à la fixation de RelSt3 sur l’ADN. Les travaux en cours concernent la recherche in silico d’inhibiteurs de la fixation de RelSt3 sur l’ADN et leur effet sur cette fixation sera évaluée in vitro par gel retard. Lorsque des inhibiteurs efficaces seront identifiés, leur effet sur la conjugaison elle-même sera testé.

Dans l’ensemble, ces travaux illustrent la complémentarité des approches informatiques et biochimiques pour la découverte de pistes innovantes permettant d’inhiber la conjugaison des ICE de la famille ICESt3 et plus globalement le transfert horizontal des résistances aux antibiotiques chez les Firmicutes.

- Plant Cell Lineage Specification based on the Interactive Visualization of Hybrid 3D and 2D Data and with the Support of Machine Learning

Tobias Isenberg¹, Alain Trubuil²

¹Inria, équipe AVIZ, Paris-Saclay
²INRAE, UR MaIAGE, Jouy-en-Josas

Présentation de Tobias Isenberg

We studied the task of building the hierarchy tree of the cell division for plant embryos. Traditionally, biologists approach this task largely manually, which is time-consuming and tedious. In a collaboration between InraE and Inria, we therefore developed an interactive visualization-based approach combined with machine learning to alleviate some of the tedious manual processes to serve as the basis for experts. We use a combination of 3D views with an abstract representation of the hierarchy, and use machine learning based on a training dataset of manual cell lineage classifications to predict new generations. We support both top-down and bottom-up hierarchy specification, and developed a specific technique that allows biologists to employ several different machine learning models at the same time and to see their respective agreements and disagreements with each other. We experimentally verified the results with experts and also report on the findings from these studies.

- Dynamique comparée des populations de cellules germinales femelles : apport de l’imagerie et de la modélisation multi-échelles

Frédérique Clément¹, Romain Yvinec²

¹Inria et INRAE, équipe MUSCA, Paris-Saclay
²INRAE et Inria, équipe MUSCA, Tours

Présentation de Romain Yvinec et Frédérique Clément

La fonction reproductrice femelle est soutenue par une production massive de cellules germinales spécialisées (ovocytes). L'état physiologique des ovaires,  à un âge donné, est déterminé par le nombre total d'ovocytes, ainsi que par la répartition des ovocytes en différents stades de maturité. Malgré la variété des stratégies de reproduction rencontrées chez les vertébrés, des principes similaires sous-tendent le contrôle de la population d'ovocytes pour assurer un approvisionnement adéquat en ovocytes matures à chaque cycle de reproduction (spécifique à l'espèce). En particulier, un contrôle hormonal strict est exercé à la fois sur les cellules germinales et les cellules somatiques qui les accompagnent, qui régit en particulier  les taux de mortalité et de croissance des ovocytes en cours de maturation. Des contraintes stériques et mécaniques sont également impliquées, mais beaucoup moins bien comprises. Dans le cadre de différents projets collaboratifs (à savoir : Digit-Bio IMMO, ANR OVOPAUSE, Anses GinFIz), nous visons à développer des modèles, à l'échelle de la vie des individus, de la dynamique des ovocytes chez les mammifères et les poissons, tenant compte des interactions entre les cellules germinales (et somatiques). Notre approche est basée sur une modélisation stochastique et/ou déterministe de populations structurées avec des termes non linéaires et non locaux agissant sur les vitesses (taux d'événements) et les conditions aux limites. Pour effectuer l'estimation des paramètres, nous utilisons soit des données directes issues de la littérature sur le comptage des ovocytes, ne fournissant que des informations temporelles (c'est-à-dire dépendantes de l'âge), soit des données d'imagerie post-traitées fournissant des informations temporelles et spatiales.

Session 2 : Agroécologie et numérique

- Transferring AI&Robotics Technology into the Agri-Food Domain

Joachim Hertzberg¹

¹Osnabrück University and DFKI Niedersachsen, Osnabrück

Présentation de Joachim Hertzberg

When transferring mature AI&Robotics results to real applications (rather than pretty randomly picking some application-ish demo example for your recent favourite new AI algorithm), there are two modes to proceed: go for the low-hanging fruits of making more automatic or more user-friendly some functionality of existing machinery for existing processes; or reach for the high-hanging fruits (which may even prove unreachable) of defining completely new domain processes and fitting machinery for the domain. Both modes have to be operated in close cooperation with colleagues from the field to make sure that the transfer results make sense in the target domain.

In the last ten or so years, we have been running a growing number of transfer-style research projects about AI&Robotics technology in Agri-Food topics, ranging from relatively low-hanging AI-in-digitization problems to attempts, driven by agri scientists and farmers, of basically renovating processes in farming and, as part of the renovation, develop technology needed to facilitate and accompany such basic changes. The talk will review some of the respective projects and of the lessons learnt here for AI in agriculture applications.

- PEPR Pl@ntAgroEco : Nouvelles perspectives sur la caractérisation des maladies des plantes et les associations de taxons basées sur l’apprentissage profond et les sciences participatives.

Nicolas Parisey¹, Alexis Joly², Fabrice Vinatier³, Pierre Bonnet⁴

¹INRAE, UMR IGEEP, Le Rheu
²Inria, équipe ZENITH, Montpellier
³INRAE, UMR LISAH, Montpellier
⁴CIRAD, UMR AMAP, Montpelier

Présentation de Nicolas Parisey

L'agroécologie passe nécessairement par la diversification des cultures mais aussi par la détection précoce des maladies, des carences et des stress (hydriques, etc.) ainsi que par une meilleure gestion de la biodiversité. Le principal verrou est que ce changement de paradigme des pratiques agricoles nécessite des compétences expertes en botanique, phyto-pathologie et écologie que ne possèdent en général pas les acteurs de terrain tels que les agriculteurs ou les techniciens des entreprises de l’agro-alimentaire. Pour lever ce verrou de l’accès aux connaissances, les technologies du numérique et l’IA en particulier peuvent jouer un rôle crucial. Le succès de la plateforme Pl@ntNet, qui sera au cœur de ce projet, en est un exemple notable. Il y a encore 10 ans, l’identification des espèces végétales était réservée à une population très restreinte composée de botanistes professionnels ou d’amateurs autodidactes avec énormément de pratique. Avec un outil tel que l’application mobile Pl@ntNet, il est désormais possible pour tout un chacun d’identifier des dizaines de milliers d’espèces en les photographiant avec un simple smartphone. Bien loin d’exclure les botanistes les plus aguerris, Pl@ntNet est par essence une plateforme collaborative qui leur permet de démultiplier leur expertise en la partageant sous forme de données d'entraînement des algorithmes d’intelligence artificielle (IA) et d’échanges avec les utilisateurs novices. A l’heure actuelle, Pl@ntNet est utilisé par près de 20 millions de personnes dans plus de 200 pays. En sus de sa fonction de démocratisation de l’accès aux connaissances, Pl@ntNet est une plateforme de recherche d’excellence avec une forte visibilité internationale à la croisée des sciences du végétal et des sciences numériques. Le but de ce projet sera de concevoir, expérimenter et développer de nouveaux services à fort impact en agroécologie au sein de la plateforme Pl@ntNet. Cela inclut: la détection et reconnaissance des maladies végétales ; l’identification des niveaux infra-spécifiques ; l’estimation de la sévérité des symptômes, carences, stades de déclin et stress hydrique ; la caractérisation des associations d'espèces à partir d'images multi-spécimens ; et l’amélioration de la connaissance des espèces. Pour atteindre ces objectifs, le projet est constitué d’un ensemble de tâches équilibré entre (i) recherche en IA et sciences du végétal, (ii) développement agile de nouveaux composants au sein de la plateforme et (iii), organisation de programmes de sciences participatives et d’animation de la communauté des utilisateurs Pl@ntNet. Ces tâches seront co-réalisées par un consortium de 10 partenaires incluant des organismes de recherche, des universités, des acteurs de la société civile et des partenaires internationaux.

- New ItiNerarieS for Agroecology using cooperative Robots

 Roland Lenain¹, Philippe Martinet²

¹INRAE, UR TSCF, Clermont-Ferrand
²Inria, équipe ACENTAURI, Sophia Antipolis

Présentation de Philippe Martinet

The global objective of the project is to define agroecological avenues achievable by an autonomous system composed of several elementary and associable robots acting at the plant scale. The main idea is to propose robotic devices to act on soil and vegetation to conduct technical itineraries fullfilling ecological requirements.

This supposes to associate both robotics and agronomic research for food production, limitating the use of human resources while reducing the work penibility, and ensuring high production levels. The project is designed as a multidisciplinary research with a mutual enrichment between agronomy and robotics, to allow the emergence of new solutions.

Ninsar will consider the development of elementary mobile robots with grasping capabilities, as well as specific tools to act on the soil and the vegetation, to achieve different agricultural tasks. These tasks will be defined thanks to the design of a set of preliminary agroecological avenues (permaculture, biocontrol, … ), addressing several branches of food production (market gardening, vineyard, …). Pending on the context and the agronomic mission, the idea is to allow a collaborative work of these robots, investigating association capabilities, as well as air-soil cooperation.

Ninsar addresses robotics challenges that are in relationship with agroecological applications. It is focused on the coordination of the fleet that implies, both the development of reconfiguration and adaptation process of the robots’ behavior. Advanced interaction with human, which has an important role to play, will be investigated in relationship but appart from that project, as it requires specific developments with social science experts. Only the use of data collection for decision making using human expertise, will then be addressed in the project. Finally, evaluation of environmental impact of using agricultural robot will be evaluated, using Life Cycle Assessment (LCA) method. As a result, Ninsar will also contribute to provide a relevant and reliable method to assess the environmental impact of agroecological practices using robots.

- MISTIC : Microbiomes de plantes cultivées et TIC/ Computational models of crop plant microbial biodiversity

David James Sherman¹

¹Inria, équipe PLEIADE, Bordeaux

Présentation de David James Sherman

MISTIC connects the INRAE's extensive expertise in experimental crop culture systems with Inria's expertise in computation and artificial intelligence, with the goal of developing tools for modeling the microbiomes of crop plants using a systems approach. The microbial communities found on roots and leaves constitute the “dark matter” in the universe of crop plants, hard to observe but absolutely fundamental. As a flagship project of the PEPR Agroecology and ICT, MISTIC builds on our conviction that digital science and technology from Inria has considerable potential for facilitating and accelerating the development and deployment of agroecological innovations at the INRAE, including optimized varietal selection informed by plant-microbiome interaction, biostimulation and management of plant immunity, biocontrol based on biological inputs or on the management of beneficial organisms, and nutrition.

Agro-ecological cropping systems are subjected to a plethora of biotic interactions with complex microbial  communities, which can be beneficial, providing biodefense or nutritional functions, or harmful, in particular by opportunistic microbial parasites or pathogens that exploit the plant's natural resources. The diversity and dynamics of these interactions depend on ecological conditions, on phenotypes, on physiology, and on the abiotic environment. Deciphering the links between interspecific diversity, community structure, and biological functions will allow us to understand, maintain, diagnose, and exploit the community dynamics that underlie the health of a crop and its ability to adapt to environmental stress.

We will invent new tools for analyzing multi-omics data, and new spatio-temporal models of microbial communities in crops. This will requires advances, in algorithmic methods for learning and dimensional reduction, in numerical ODE/PDE and discrete methods for modeling complex biological systems, and in transversal methods for AI and HPC. Acquiring new data in support of learning and validation in AI is necessary. We will capitalize on existing experimental programs in order to anchor our work on relevant challenges in agroecology, while contributing acquisition of new, specific data.

MISTIC attacks the challenge of spatio-temporal modeling at scale using an iterative pincer  strategy, joining logical analysis of genome-resolved metagenomes at the scale of real communities, and construction of digital twins at the scale of synthetic model communities. The two approaches are mutually reinforcing: logical analysis will provide constraints that can improve scaling up of digital twins, while classification applied to simulation results will allow inference of rules that can improve logical modeling.

Our strategy in systems biology addresses methodological challenges arising from both upstream and downstream applications in biocontrol. By developing new tools, we aim at the longer-term goal of translational applications that could be tested within the framework of the grand challenge in plant biocontrol.

Jeudi 6 juillet

Session 3 : Forêts et environnement

- Modélisation mécanistico-statistique de la chalarose

Coralie Fritsch^1,2, Anne Gégout-Petit^1,2, Benoît Marçais³ , Marie Grosdidier⁴

¹Inria, équipe BIGS, Nancy
²IECL, Nancy
³INRAE, UMR IAM, Champenoux
⁴INRAE, UR BioSP, Avignon

Présentation de Coralie Fritsch

La chalarose est une maladie du frêne apparue en Pologne, et observée pour la première fois en France en 2008. La maladie est causée par un champignon pathogène qui se développe sur les feuilles infectées tombées aux pieds des arbres durant l'automne. Les champignons libèrent des spores qui se dispersent durant l'été et infectent ainsi les arbres voisins provoquant la propagation de la maladie. Depuis 2008, environ 500 sites de forêt sont visités chaque années et nous disposons de la proportion d'arbres infectés parmi ceux inspectés pour chaque visite. Basé sur nos connaissances sur le cycle de la maladie et afin de mieux comprendre la propagation de la chalarose en France, nous avons développé un modèle mécaniste spatio-temporel décrivant la propagation de la maladie. Ce modèle est basé sur un modèle paramètrique latent représentant l'infection des rachis et tenant compte des effets de l'humidité et de la température ainsi qu'un modèle de réaction-diffusion décrivant la propagation des spores. Pour l'inférence des paramètres, nous avons utilisé une approche Bayésienne et des simulations MCMC.

- ROBFORISK, Assistance Robotisée de la caractérisation du Risque entomologique dans les Forêts sous contraintes climatiques

Thomas Boivin¹, Philippe Martinet²

¹INRAE, UR Écologie des Forêts Méditerranéennes, Avignon
²Inria, équipe ACENTAURI, Sophia Antipolis

Présentation de Thomas Boivin

A l’échelle mondiale, le changement climatique menace les forêts en associant les sécheresses répétées et les pullulations d’insectes phytophages, deux risques naturels de fréquences et d’intensités croissantes au cours des deux dernières décennies. Cette problématique dépasse dorénavant l'expérience des gestionnaires forestiers, pour qui l’adaptation à ces risques constitue un défi plus important que jamais. Pour le relever, il devient indispensable d’améliorer notre capacité à caractériser précocement les pré-déterminants des attaques d’insectes et de la vulnérabilité individuelle des arbres, et de pouvoir déployer ces mesures le plus exhaustivement possible à l’échelle du peuplement forestier. La combinaison de véhicules aériens sans pilote (drones) et de capteurs sensibles à des indicateurs de stress des arbres est une voie de recherche très prometteuse, mais encore peu explorée, pour réduire les coûts de surveillance des écosystèmes forestiers sous contraintes climatiques. L’objectif du projet INRAE-Inria ROBFORISK est l’acquisition d’informations visuelles sur la santé des arbres et l’évaluation de la spécificité de l’imagerie multispectrale et de capteurs de composés organiques volatiles embarqués sur des drones dans la détection des réponses des arbres à des contraintes climatiques et aux attaques d’insectes. Cette approche sera mise en œuvre dans des sapinières présentant une dynamique de dépérissement et de mortalité préoccupante dans la région Provence-Alpes-Côte d’Azur depuis cinq années consécutives. ROBFORISK propose une démarche innovante et un challenge interdisciplinaire pour INRAE et l’Inria, en rupture avec les méthodes actuelles pour la prévision des risques biotiques et abiotiques dans les écosystèmes forestiers.

- Méthodes statistiques pour une meilleure analyse et prédiction des événements et risques extrêmes

Thomas Opitz¹, Renaud Barbero², Stéphane Girard³

¹INRAE, UR BioSP, Avignon
²INRAE, UMR RECOVER, Aix-en-Provence
³Inria, équipe Statify, Grenoble

Présentation de Thomas Opitz

Les outils statistiques d’analyse multivariée sont indispensables pour extraire des structures interprétables à partir de jeux de données complexes, et aident ainsi à mieux expliquer et prédire les systèmes à multiples composantes, comme le système climatique ou les multirisques. Or, les méthodes classiques, comme par exemple l’analyse de variance (ANOVA) ou les arbres de régression basés sur ce critère, sont peu adaptées aux événements extrêmes et à la représentation de leurs incertitudes intrinsèques et statistiques. Le projet ANOVEX (Analysis of Variability in Extremes) vise à proposer des avancées méthodologiques et des implémentations numériques pour adapter ces approches au cadre des événements extrêmes. Les nouveaux outils permettront de mieux caractériser les différences dans les événements extrêmes entre les simulations des différents modèles climatiques, entre observations et simulations, et de mieux comprendre la sensibilité du risque des feux de forêt aux variables météorologiques à différentes échelles spatio-temporelles. Dans cet exposé, je présenterai les premiers résultats obtenus via ce projet financé dans le cadre de la collaboration entre Inria et INRAE autour des risques environnementaux. 

Session 4: Regards croisés d’Inria et d’INRAE

Appui aux politiques publiques :

• Patrick Flammarion (Directeur général délégué à l’expertise et à l’appui aux politiques publiques, INRAE)

Présentation de Patrick Flammarion

• Sandrine Mazetier (Directrice générale déléguée à l’appui aux politiques publiques, Inria)

Présentation de Sandrine Mazetier

Transfert et innovations :

• Thomas Opitz (Chaire Geolearning)

Présentation de Thomas Opitz (Geolearning)

• Sophie Pellat (Co-directeurs d’Inria Startup Studio)

Présentation de Sophie Pellat

• Stéphanie Potok (Responsable du Pôle Entrepreneuriat & Innovation du Département Valorisation d’INRAE-Transfert) 

Présentation de Stéphanie Potok