Architecture du système racinaire et adaptation des plantes au changement climatique // Root System Architecture and Plant Adaptation to Climate Change

Résumé du projet en français :
L'architecture du système racinaire (RSA), définie comme l'organisation spatiale du système racinaire dans le sol, joue un rôle fondamental dans l'adaptation des plantes en optimisant l'absorption de l'eau et des nutriments tout en assurant l'ancrage structurel. Des résultats récents ont montré que la RSA équilibre l'investissement dans la croissance (coût) et l'efficacité du transport (performance), un compromis qui suit les principes d'optimalité de Pareto (Faizi et al., en préparation)1. Cependant, la manière dont les facteurs liés au changement climatique, tels que l'augmentation du CO₂, la limitation des nutriments et le stress osmotique, influencent cet équilibre reste mal comprise. Cette étude vise à examiner l'impact de ces conditions environnementales sur la plasticité de la RSA et à tester sa valeur adaptative chez Arabidopsis thaliana et Triticum durum. À l'aide de la plateforme de phénotypage à haut débit HIRROS, nous évaluerons la dynamique temporelle de la RSA sur dix accessions divergentes d'Arabidopsis cultivées dans quatre conditions environnementales distinctes simulant des scénarios de changement climatique au fil du temps2. En intégrant les traits de la RSA avec des mesures physiologiques et moléculaires — incluant l'utilisation de l'eau, l'efficacité d'allocation des nutriments, l'activité photosynthétique et la transcriptomique — nous affinerons un modèle d'optimalité de Pareto qui prédit les réponses de la RSA sous multiples stress. De plus, en reliant les compromis de la RSA à un stade précoce à la biomasse aérienne à long terme, au rendement et à la qualité des graines, nous chercherons à déterminer si les architectures optimales selon Pareto confèrent un avantage adaptatif. Pour transposer ces résultats à une espèce modèle cultivée, nous sélectionnerons des RSA contrastées de Triticum durum représentant différentes valeurs coût-performance afin de tester leur valeur adaptative à différentes échelles et de soumettre ces données au modèle d'optimalité de Pareto affiné. Cette recherche apportera de nouveaux éclairages sur les déterminants génétiques, physiologiques et moléculaires de la plasticité de la RSA et son rôle dans la résilience des plantes. En identifiant les facteurs clés qui sous-tendent les compromis coût-performance dans les systèmes racinaires, nous améliorerons notre compréhension des stratégies d'adaptation des plantes et contribuerons au développement de cultures mieux adaptées aux conditions environnementales futures.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Résumé du projet en anglais :
Root system architecture (RSA) defined as the spatial organization of the root system in the soil, plays a fundamental role in plant adaptation by optimizing water and nutrient uptake while maintaining structural anchorage. Recent findings showed that the RSA balance growth investment (cost) and transport efficiency (performance), a tradeoff that follows Pareto optimality principles (Faizi et al., in prep)1. However, how climate change-related factors, such as elevated CO₂, nutrient limitation, and osmotic stress, influence this balance remains poorly understood. This study aims to investigate the impact of these environmental conditions on RSA plasticity and test its adaptive significance in Arabidopsis thaliana and Triticum durum.
Using the HIRROS high-throughput phenotyping platform, we will assess the temporal dynamics of RSA across ten divergent Arabidopsis accessions grown under four distinct environmental conditions that simulate climate change scenarios over time2. By integrating RSA traits with physiological and molecular measurements — Including readouts of water usage, nutrient efficiency allocation, photosynthetic activity, and transcriptomics — we will refine a Pareto optimality model that predicts RSA responses under multiple stressors. Additionally, by linking early-stage RSA tradeoffs to long-term shoot biomass and seed yield and quality, we aim to determine whether Pareto-optimal architectures confer an adaptive advantage. To translate these findings into a crop model specie, we will select contrasting RSA from Triticum durum that represent different cost-performance value to test its adaptative values at different scale and subject these data to the refined Pareto optimality model.
This research will provide novel insights into the genetic, physiological, and molecular determinants of RSA plasticity and its role in plant resilience. By identifying key factors that drive cost-performance tradeoffs in root systems, we will enhance our understanding of plant adaptation strategies and contribute to the development of crops better suited to future environmental conditions.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2025

Autre type de financement - Université de Montpellier, PTL1

Université de Montpellier

584 GAIA - Biodiversité, Agriculture, Alimentation, Environnement, Terre, Eau

Nous accueillons les candidatures de personnes ayant une solide formation en biologie végétale, physiologie, bioinformatique ou dans un domaine connexe. Une expérience en phénotypage des racines, transcriptomique ou modélisation mathématique serait un atout, mais n'est pas obligatoire Envoi de CV, lettre de motivation et de références à Matthieu Platre; matthieu.platre@inrae.fr, 06.46.51.01.81
We welcome applications from candidates with a strong background in plant biology, physiology, bioinformatics, or a related field. Experience with root phenotyping, transcriptomics, or mathematical modeling is a plus but not mandatory. Envoi de CV, lettre de motivation et de références à Matthieu Platre; matthieu.platre@inrae.fr, 06.46.51.01.81