Description du projet
Modifier le paradigme actuel du phénotypage des plantes
Le changement climatique a donné naissance à un éventail de défis qui menacent la sécurité alimentaire. La chaleur et la sécheresse étant des facteurs de stress majeurs qui influencent la physiologie des cultures et les services écosystémiques, tels que les interactions entre les plantes et les pollinisateurs, il est crucial de parvenir à identifier ls caractéristiques génétiques de résilience. Le projet DARkWIN, financé par l’UE, propose de suivre et de classer les préférences des pollinisateurs pour les fleurs d’une population de cartographie de tomates, exposée à la chaleur et à la sécheresse, en tant qu’indicateur des relations source-puits fonctionnelles. Il mettra au point une plateforme de sélection assistée par les pollinisateurs et de phénotypage qui permettra de quantifier de manière automatisée les interactions génotype x pollinisateur x environnement par le biais d’un système de géolocalisation des bourdons. DARkWIN produira des variétés précommerciales de tomates F1 sur la base du processus biologique naturel de la sélection fondée sur les pollinisateurs dans des conditions de changement climatique.
Objectif
Food security is threatened by climate change, with heat and drought being the main stresses affecting crop physiology and ecosystem services, such as plant-pollinator interactions. Despite the increasing relevance of flowers in sensing the stress, phenotyping platforms aim at identifying genetic traits of resilience by assessing the physiological status of the plants, usually through remote sensing-assisted vegetative indexes, but find strong bottlenecks in quantifying flower traits and in accurate genotype-to-phenotype prediction. However, as the transport of photoassimilates from leaves (sources) to flowers (sinks) is reduced in low-resilient plants, flowers are better indicators than leaves of plant well-being. Indeed, the chemical composition of flowers changes in response to heat and drought, as it does the amount of pollen and nectar that flowers produce, which ultimately serve as food recourses for the pollinators. DARkWIN proposes to track and rank pollinators’ preferences for flowers of a tomato mapping population exposed to heat and drought as a measure of functional source-to-sink relationships. To achieve this goal, DARkWIN will develop a pollinator-assisted selection and phenotyping platform for automated quantification of Genotype x Pollinator x Environment interactions through a bumblebee geo-positioning system. Pollinator-assisted selection for agriculture will be validated by a multi-omics dataset of unprecedented dimensions in a mapping population of tomato, including floral metabolic, transcriptomic, and ionomic traits, as well as mapping candidate genes, linking floral traits, pollinator preferences, and plant resilience. Moreover, DARkWIN will deliver tomato F1 pre-commercial varieties based on the natural biological process of pollinatordriven selection under climate change conditions. This radical new approach can change the current paradigm of plant phenotyping and find new paths for crop breeding assisted by ecological decisions.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN.
- sciences naturellessciences biologiquesécologieécosystème
- sciences médicales et de la santémédecine fondamentalephysiologie
- sciences agricolesagriculture, sylviculture et pêcheagriculture
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Mots‑clés
Programme(s)
- HORIZON.3.1 - The European Innovation Council (EIC) Main Programme
Régime de financement
HORIZON-EIC - HORIZON EIC GrantsCoordinateur
28006 Madrid
Espagne