En savoir plus

A propos des cookies

Qu’est-ce qu’un « cookie » ?

Un "cookie" est une suite d'informations, généralement de petite taille et identifié par un nom, qui peut être transmis à votre navigateur par un site web sur lequel vous vous connectez. Votre navigateur web le conservera pendant une certaine durée, et le renverra au serveur web chaque fois que vous vous y re-connecterez.

Différents types de cookies sont déposés sur les sites :

  • Cookies strictement nécessaires au bon fonctionnement du site
  • Cookies déposés par des sites tiers pour améliorer l’interactivité du site, pour collecter des statistiques

> En savoir plus sur les cookies et leur fonctionnement

Les différents types de cookies déposés sur ce site

Cookies strictement nécessaires au site pour fonctionner

Ces cookies permettent aux services principaux du site de fonctionner de manière optimale. Vous pouvez techniquement les bloquer en utilisant les paramètres de votre navigateur mais votre expérience sur le site risque d’être dégradée.

Par ailleurs, vous avez la possibilité de vous opposer à l’utilisation des traceurs de mesure d’audience strictement nécessaires au fonctionnement et aux opérations d’administration courante du site web dans la fenêtre de gestion des cookies accessible via le lien situé dans le pied de page du site.

Cookies techniques

Nom du cookie

Finalité

Durée de conservation

Cookies de sessions CAS et PHP

Identifiants de connexion, sécurisation de session

Session

Tarteaucitron

Sauvegarde vos choix en matière de consentement des cookies

12 mois

Cookies de mesure d’audience (AT Internet)

Nom du cookie

Finalité

Durée de conservation

atid

Tracer le parcours du visiteur afin d’établir les statistiques de visites.

13 mois

atuserid

Stocker l'ID anonyme du visiteur qui se lance dès la première visite du site

13 mois

atidvisitor

Recenser les numsites (identifiants unique d'un site) vus par le visiteur et stockage des identifiants du visiteur.

13 mois

À propos de l’outil de mesure d’audience AT Internet :

L’outil de mesure d’audience Analytics d’AT Internet est déployé sur ce site afin d’obtenir des informations sur la navigation des visiteurs et d’en améliorer l’usage.

L‘autorité française de protection des données (CNIL) a accordé une exemption au cookie Web Analytics d’AT Internet. Cet outil est ainsi dispensé du recueil du consentement de l’internaute en ce qui concerne le dépôt des cookies analytics. Cependant vous pouvez refuser le dépôt de ces cookies via le panneau de gestion des cookies.

À savoir :

  • Les données collectées ne sont pas recoupées avec d’autres traitements
  • Le cookie déposé sert uniquement à la production de statistiques anonymes
  • Le cookie ne permet pas de suivre la navigation de l’internaute sur d’autres sites.

Cookies tiers destinés à améliorer l’interactivité du site

Ce site s’appuie sur certains services fournis par des tiers qui permettent :

  • de proposer des contenus interactifs ;
  • d’améliorer la convivialité et de faciliter le partage de contenu sur les réseaux sociaux ;
  • de visionner directement sur notre site des vidéos et présentations animées ;
  • de protéger les entrées des formulaires contre les robots ;
  • de surveiller les performances du site.

Ces tiers collecteront et utiliseront vos données de navigation pour des finalités qui leur sont propres.

Accepter ou refuser les cookies : comment faire ?

Lorsque vous débutez votre navigation sur un site eZpublish, l’apparition du bandeau « cookies » vous permet d’accepter ou de refuser tous les cookies que nous utilisons. Ce bandeau s’affichera tant que vous n’aurez pas effectué de choix même si vous naviguez sur une autre page du site.

Vous pouvez modifier vos choix à tout moment en cliquant sur le lien « Gestion des cookies ».

Vous pouvez gérer ces cookies au niveau de votre navigateur. Voici les procédures à suivre :

Firefox ; Chrome ; Explorer ; Safari ; Opera

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

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

Dernière mise à jour : Mai 2021

Menu Logo Principal Institut Agro Rennes Angers Univ R1 Logo Igepp

Institut de Génétique, Environnement et Protection des Plantes

ANR Funfit

Mathematical models for a better understanding of the evolution of forest fungal pathogens

http://www.agence-nationale-recherche.fr/?Projet=ANR-13-BSV7-0011 

Basis and Rationale of the project

The objective of the FunFit project is to confront theoretical mathematical models and biological observations in order to better understand the evolution of biological characters (or life history traits) related to aggressiveness and dispersal abilities of fungal pathogens of forest trees. Three major forest diseases were selected as study models: poplar rust, chestnut blight and oak powdery mildew.

Main issues raised & general objectives

Fungi are among the most frequent damaging agents of plants, in natural and managed ecosystems. In recent years, they have been identified as a major cause of emerging diseases in the context of global change, especially through the introduction of previously absent species in new areas. Understanding this fast-moving epidemiological environment is a key issue and will require greater emphasis on integrative and predictive approaches. Though plant pathology has been increasingly integrating population genetics and genomics, an integrative ecological framework based on adaptive traits is still missing for fungal plant pathogens. In the FunFit project, we aim to fill this gap by establishing a theoretical framework, including conceptual schemes and models, and by developing experimental work on three representative fungal forest pathogens from a trait-based perspective. The premise of FunFit is that characterizing life history traits of fungal forest pathogens, including their variation, plasticity, trade-offs and evolution, will give us better insights into: (i) what makes a fungal pathogen successful, which is a very complementary approach to genomic studies of the determinants of pathogenicity; (ii) population and community dynamics of pathogens, hence ultimately plant disease dynamics and impacts in natural ecosystems.

Methods or technologies used

FunFit encompasses concepts and methods from evolutionary biology, epidemiology and ecology, with strong interactions between modelling and biological studies. It is based on three main tasks, using a trait-based approach at different levels of biological organization: Task 1 - linking disease associated traits and fitness in fungal forest pathogens (individual level); Task 2 -studying the evolution of traits during colonisation/emergence processes (population level); and Task 3 - unravelling how a complex of cryptic species/lineages can last although they share the same spatial niche. All tasks combine theoretical (including modelling) and empirical (experiments and data analysis) approaches in order to enrich a conceptual framework and to test hypotheses using three major fungal pathogens of forest trees: the Chestnut blight fungus Cryphonectria parasitica, the Oak powdery mildew fungus Erysiphe alphitoides, and the Poplar rust fungus Melampsora laricipopulina. Finally, results are expected to (i) contribute to deeper academic knowledge of the ecology of fungi, which constitute a major part of terrestrial biodiversity, and (ii) help knowledgebased management of plant diseases, including pest risk analysis, selection of durable resistance, and biological control. The FunFit project will lead to a significant step forward in the understanding of plant epidemics. It will have major implications in our understanding of how fungi grow, survive and evolve in the ever-changing environmental conditions and how this knowledge can be exploited to reduce fungal infestation and destruction of crops.

Main results

The first results of FunFit project are:

  • A theoretical model of optimal infection dynamics for a biotrophic fungus was developed and allows predicting mycelium growth and spore production. This theoretical model fully fits empirical data for the dynamics of in planta mycelium growth and sporulation of the poplar rust fungus.
  • We have demonstrated an adaptation to temperature in the Chestnut blight fungus during its migration to northern France.
  • We have identified a phenomenon of natural selection on the volume of spores of M. larici- populina during an annual dispersal event of the fungus on wild poplars along the Durance River valley.
  • We validated a theoretical model of coexistence of species based on trade-offs in a seasonal environment with empirical observations of the temporal dynamics for the two oak powdery mildew fungi, Erysiphe alphitoides and E. quercicola.

Outstanding feature (or focus) and future

prospect

Our ambition with the FunFit project is to provide significant contributions in fungal ecology and plant pathology, through developments of concepts, methodology and data. The main expected scientific outputs are the following:

  • Different models of plant-pathogen interaction: a model of local interaction enabling the assessment of lifetime infection success (i.e. links between traits and fitness) and helping to define what traits should be measured by plant pathologists; an extension of this model into an epidemiological model
  • A better understanding of niche differentiation between cryptic species, with a generic model and applications to the oak powdery mildew complex, representative of a major group of plant pathogens
  • Insights into evolutionary processes for a few major forest pathogens: Melampsora larici-populina, Cryphonectria parasitica, and Erysiphe alphitoides, representing contrasted disease types, parasitic strategies and life-cycles
  • New technical tools: in planta quantification of mycelium by real-time qPCR technique.

The most important output of our project is a conceptual framework for plant pathologists. Obtaining that plant pathology continues opening up to evolutionary and ecological ideas is an ambitious and very challenging goal.

Ultimately, the results of FunFit will both contribute to deeper academic knowledge of fungi, which constitute a major part of terrestrial biodiversity, and help knowledge-based management of plant diseases, with high social and economic impact, including pest risk analysis and selection of durable resistance.

Scientific production and patents

Eight scientific papers in excellent international peer-reviewed journals, in connection with the FunFit project were published, accepted or submitted. Several manuscripts are in preparation and will be submitted shortly. In addition, 17 oral and poster presentations were given by the project partners in national and international conferences.

 

Partners: http://mycor.nancy.inrae.fr/IAM/, http://www6.bordeaux-aquitaine.inrae.fr/biogeco, https://team.inria.fr/biocore/fr/