Jean Brustel

Les isoflavones du soja sont des molécules présentes dans l’alimentation dont les effets complexes sur la santé humaine peuvent être bénéfiques comme délétères selon les circonstances de consommation. Les graines sont décortiquées pour la fabrication d’aliments à base de soja, essentiellement faits à partir des cotylédons. L’accumulation en isoflavones dans cette partie de la graine est spécifique en composition, quantité et dynamique par rapport aux isoflavones des axes embryonnaires. Ainsi, à l’échelle de la graine, les dosages d’isoflavones totales sont d’autant moins représentatifs que l’axe embryonnaire représente 2 à 3% de sa masse mais aussi jusqu’à 30% des isoflavones totales. Le but de ce travail de thèse a été de développer les outils nécessaires pour la sélection afin de sélectionner des variétés de soja spécifiques appauvries en isoflavones dans leurs cotylédons sans impacter celles des axes embryonnaires car ayant un rôle clé dans la signalisation de mise en place de la symbiose fixatrice d’azote. La spectroscopie proche infrarouge à partir des spectres des graines entières a été étudiée comme moyen de phénotypage haut débit non destructif de la teneur en isoflavones des cotylédons. Grâce à l’’utilisation d’un prétraitement des spectres et d’un paramétrage des modèles adapté, les performances en prédiction sont aujourd’hui suffisantes pour quantifier les teneurs dans les cotylédons et caractériser efficacement la composition en isoflavone des deux fractions de la graine. Le travail réalisé permet d’envisager l’étape de transfert de la méthode sur le terrain, bien qu’il reste un travail complémentaire à faire pour la prédiction des teneurs des axes embryonnaires. Dans un second temps, les effets de l’interaction génotype x environnement sur les teneurs en isoflavones des compartiments de la graine ont été étudiés. Ces interactions s’expliquent en grande partie par le groupe de maturité des génotypes. La caractérisation des conditions environnementales par des facteurs phénoclimatiques a mis en évidence des influences et des périodes de sensibilité contrastées entre les cotylédons et les axes embryonnaires. Notamment, les vagues de chaleur lors de la fin de l’embryogénèse inhibent spécifiquement les isoflavones des axes embryonnaires tandis que les basses températures lors de la maturation des graines en fin de cycle stimulent les teneurs dans les cotylédons. Cette approche écophysiologique a également mis en évidence une base génétique commune au déterminisme des deux parties de la graine une fois ces décalages pris en compte. Elle a aussi montré l’intérêt d’intégrer des facteurs phénoclimatiques pour mieux comprendre et décomposer les interactions génotypes-environnement. Enfin, la recherche de QTLs spécifiques aux isoflavones du cotylédon utilisables pour intégrer ce trait dans des programmes de sélection assistée par marqueurs a été réalisée via deux croisements entre variétés à teneurs moyennes sur un parent récurrent à faible teneur (dispositif de type NAM). Environ 5000 marqueurs SNP ont été génotypés sur (350 à 400 lignées RILs) de la génération F4 de ces populations et les niveaux en isoflavones ont été phénotypés sur les récoltes de la génération F5 sur deux lieux d’essai, par spectroscopie NIRS associée à l’analyse HPLC (10% des échantillons). Une vingtaine de marqueurs significativement associés ont permis d’identifier des régions chromosomiques d’intérêt, dont 5 contenant des gènes décrits dans la voie de biosynthèse des isoflavones. Ce travail ouvre la voie à une application vers la sélection assistée par marqueurs de la réduction de la teneur en isoflavones dans les cotylédons, ainsi que de nombreuses pistes à explorer pour comprendre la régulation différentiée de la teneur et composition en isoflavones de ces deux compartiments.

Apples are one of the most widely consumed fruits in the world and are available year- round. In France, Pink Lady production has increased despite stable global production in recent years. To meet consumer expectations in terms of quality, apples must be at optimum ripeness. Traditional destructive methods are currently used to measure physicochemical parameters. To avoid such destructive measurements, it has been shown in the literature that near-infrared (NIR) spectroscopy can predict fructose and glucose content in apple juice, as well as firmness, titratable acidity and sugar content in Fuji. The present study demonstrates the relevance of the MicroNIR spectrometer to address agricultural sustainability concerns. This compact device is easy to use in the field and allows non-destructive monitoring of the physicochemical characteristics of Pink Lady. The device acquires NIR spectra from different areas of apples, followed by standard analyses to assess these characteristics. Results indicate no impact on measurements across different quarters of the apple, though there is a slight impact between the median zone and the poles. Firmness is predictable with a 77 N threshold (using partial least square regression), and juiciness prediction is reliable, though a larger database could improve the model. Predictions for sugar content and acidity still need improvement, which would confirm the MicroNIR device’s potential for assessing Pink Lady apple ripeness in the field.

Aflatoxins are carcinogenic mycotoxins that may contaminate many crops and more especially maize. To protect consumers from these contaminants, many countries set up low regulatory thresholds of few µg/kg. The control of food requires time-consuming analysis for which sampling is a key step. It would therefore of key sanitary and economic relevance to develop rapid, sensitive and accurate methods that could even be applied on line at harvest, to identify batches to be excluded as soon as possible. In this study, we analyzed more than 500 maize samples taken at harvest during 3 years for their aflatoxin contamination using HPLC-MS. Among them, only 7% were contaminated but sometimes at levels largely exceeding European regulations. We demonstrate that Near InfraRed Spectroscopy (NIRS) could be of great help to classify cereal samples according to their level of aflatoxin contamination (below or higher than E.U. regulation). To build the model, all AF contaminated samples as well as an equivalent number of AF free samples were used. NIRS performance was not sufficient to quantify the toxins with adequate precision. However, its ability to discriminate naturally contaminated maize samples according to their level of contamination with aflatoxins in relation to European regulations using a quadratic PCA-DA model was excellent. Accuracy of the model was 97.4% for aflatoxin B1 and 100% for total aflatoxins.

The isoflavones in the cotyledon of soybean seeds mimic human estrogen in structure, conferring them complex effects on health. Their regulation represents a major challenge for the sustainable breeding of new varieties with lower levels of potential endocrine disruptors. To develop a rapid, nondestructive, and eco-friendly analysis method, this study explores how sample grinding affects the results of near-infrared spectroscopy (NIRS) and the preprocessing methods. The prediction of the daidzein and genistein content would help the specific reduction in isoflavones in the cotyledon without harming seed development. The potential of a nonlinear approach (artificial neural network) is also compared with the more conventional partial least squares (PLS) regression. The isoflavone content of cotyledons from 529 soybean samples (65 genotypes) was quantified by HPLC, and the NIR spectra of these samples were collected using a Brucker multi-purpose analyzer. The spectra of whole and ground cotyledons were also collected for 155 samples. The results show that grain fragmentation improves the model calibration, although spectral preprocessing can harmonize this effect. Although the best PLS regression in cross-validation did not suffice to quantify the daidzein and genistein percentages, the artificial neural network (ANN) approach allowed us to develop much more reliable models than PLS. The performance of ANNs in external validation is remarkable in terms of both precision and applicability (R² = 0.89 and a ratio of prediction to deviation of 2.92), making ANNs suitable in the breeding context for screening soybean grains regarding their isoflavone content.