Base de données multifactorielle de l incidence des facteurs agro-climatiques sur l intensité de la fusariose et sur les teneurs en fusariotoxines

Transcription

1 Base de données multifactorielle de l incidence des facteurs agro-climatiques sur l intensité de la fusariose et sur les teneurs en fusariotoxines A database to compute the influence of agro-climatic factors on intensity of Fusarium head blight infection and fusariotoxins content Desgranges, Caroline (1) ; Pennetier, Alexandre (1) ; Veron- Delor, Guislaine (2) ; Fleurat-Lessard, Francis (3) (1) ONIGC, rue Henri Rol Tanguy Montreuil sous Bois - mèl : caroline.desgranges@franceagrimer.fr (2) avant 2007 : IRTAC, 66 rue la Boétie, F Paris depuis 2007 : Arvalis Institut du Végétal, 3, rue Joseph et Marie Hackin, F Paris - mèl : g.veron-delor@arvalisinstitutduvegetal.fr (3) INRA UR 1264 Mycologie et Sécurité des Aliments, 71, avenue Edouard Bourleaux BP n 81, Villenave d Ornon Cedex, France Résumé Un des objectifs du projet «RARE fusariotoxines» était la constitution d une base de données multidimensionnelle contenant les différents facteurs intervenant dans la variabilité des teneurs en toxines fusariennes dans le grain à maturité, en vue de la modélisation de la production de fusariotoxines résultant des interactions multiples entre les paramètres agro-climatiques, environnementaux, génétiques et écophysiologiques. La base de données a été construite à partir des informations provenant de 7 partenaires (Arvalis, BASF, Bayer Crop Science, INRA, InVivo, Monsanto et Syngenta), concernant 1908 parcelles (77 % de blé tendre) correspondant aux années de récolte allant de 2003 à Les données agronomiques incluaient les caractéristiques des variétés (précocité, résistance à la fusariose, ) et le type de sol. Les données météorologiques incluaient les températures minimales, moyennes, maximales et les précipitations journalières à +/- 30 jours autour de la date de floraison. Les analyses de mycotoxines dans le grain ont été réalisées par méthode HPLC (ou occasionnellement avec kit Elisa). 1

2 L analyse montre un effet significatif des variables suivantes : devenir des résidus de culture précédente, espèce précédente dans la rotation culturale, type de travail du sol, sensibilité de la variété à la fusariose. Certaines variables n ont pas eu d influence significative. Les variables des «pratiques agronomiques» les plus influentes expliquaient environ 20% de la variabilité des niveaux de DON des grains de blé. Une part importante de la variation est liée aux paramètres météorologiques. La modélisation n a pu être réalisée que sur un jeu de 201 données homogènes parmi La procédure pas à pas de SAS, a permis d identifier les variables les plus pertinentes et de construire le modèle suivant : Ln[DON] = 5,9 + 0,28 Pluie_avant + 0,27 Pluie_après 0,05 Temp_min_avant - 0,15 Sensibilité variété + 0,53 Espèce_précédente + 1,33 Travail_sol. Pour les paramètres agro-climatiques, le travail du sol est prépondérant (+1.33) ; viennent ensuite le précédent cultural (+0.53), les précipitations (+0.27) et la résistance de la variété à la maladie (-0.15). Dans la gamme des différents trichothécènes (TCT) produits par les Fusarium, on observe une corrélation entre le DON, ses formes acétylées et le NIV, mais pas de relation entre TCT A et TCT B. L étude sur la distribution des espèces de Fusarium dans les céréales en France provenant de données relevées sur 325 parcelles, a montré une cohabitation entre F. avenaceum et le complexe : F. culmorumgraminearum-poae-tricinctum. Le modèle construit se révèle avoir un faible pouvoir prédictif : la combinaison optimale de facteurs ne permet d expliquer «que» 34% de la variabilité en DON. Mais, au cours des années , 90% des teneurs en mycotoxines étaient situés dans la fourchette de «basse teneur» ppb. De plus, les informations météorologiques fournies pouvaient provenir de stations éloignées de l emplacement de la parcelle. Mots clés Céréale, Fusariose épi, mycotoxines de Fusarium, pratiques agronomiques, conditions culture, facteurs climatiques, échantillon représentatif, base données multidimensionnelle, analyse multifactorielle, teneur DON, modélisation prédictive. Abstract The objectives of this study of RARE fusariotoxins project were as follows: a) the building up of a multivariate database of the various agro-climatic, environmental, genetic and physiological factors potentially involved in the 2

3 variability of Fusarium mycotoxins content in harvested grain ; b) the predictive modelling of the production and final content of fusariotoxins in grain from this set of variables and their complex interactions ; c) the analysis of toxinogenesis risk level predicted by the model in view to define better strategies and tools to forecast mycotoxin contamination level and to prevent the risk of overcrossing DON tolerance limit. The remarkable results were as follows: a) the database was completed with data afforded by 7 partners (Arvalis, BASF, Bayer Crop Science, INRA (AgroParisTech), InVivo, Monsanto and Syngenta) corresponding to samples from 1908 cereal crop fields (77 % common wheat) and from 2003 to 2005 harvests. The agricultural practices and crop management data were: the dates of sowing/flowering/harvest; tillage practice; fertilization program; irrigation amount (mainly for maize crop); phytosanitary treatment program; characteristic of the grown variety (precocity); susceptibility index for FHB infection; soil characteristics; seeds lot origin. The climatic data were: minimal, average and maximum temperatures; rainfall at +/- 30 days around the date of flowering; mycotoxin content; b) The data computing showed a significant effect of the following variables: previous year crop residues fate, previous crop in farming rotation; tillage practice; varietal susceptibility to Fusarium head blight (FHB) infection. These influent variables explained approximately 20% of the variability of the DON content in wheat grain samples; the remaining part of variation being included in the climate parameters. c) The predictive modelling of DON content was carried out on a set of 201 data among 1071: grain samples from wheat crop only and untreated by fungicides and discarding the samples with a DON content lower than the quantification limit. The procedure known as step by step of SAS routine enabled the building of a predictive equation for DON content from these most influent variables. The model with the best fit was: ln [DON] = ,28 (rain_before_flowering (bf)) (rain_after_flowering (af)) 0.05 (Temp_min_bf) 0.15 (varietal FHB susceptibility index) (risk brought by previous year cultivated species) (tillage practice risk index). The tillage practice contained the greatest part of the variability in DON content (+1.33); then was the preceding crop (+0.53), rainfall (+0.27) and the varietal FHB susceptibility index (- 0.15). It was observed a correlation between DON content, the corresponding acetylated forms, and NIV content, but any relation between TCT A and TCT B simultaneous contamination was observed. With an optimal combination of the variability- 3

4 related-factors it was possible to explain only 34% of variability. With regard to the robustness of the model, it was shown that some variables like previous crop residues treatment or the maximum temperature were rejected with the acceptable error threshold of α = 5 % but were acceptable with a threshold error level fixed at 10 %, demonstrated that the set of computed variables was too small to expect a good prediction of DON content. Nevertheless, in using the DON content prediction model of North- American authors on the same set of data collected in our database, the DON prediction was worse, indicating that European situation of FHB and DON contamination of cereals greatly differs from North American situation. Keywords Cereal crop, Cereal head blight, Fusarium mycotoxins, agricultural practices, climatic factors, grain sampling, multivariate database building, DON content, predictive modelling. Introduction Les risques de contamination des céréales par les mycotoxines de Fusarium spp. restent difficiles à apprécier en France à cause de l'absence d'outil ou de modèle de prévision, du type de celui développé en Amérique du Nord par Hooker et Shaafsma (Shaafsma et al., 2001 ; Hooker et al, 2002). D'où la nécessité de construire un modèle adapté aux conditions françaises à partir de l'exploitation statistique d'une base de données muldimensionnelles permettant de construire et d'affiner progressivement (pendant plusieurs années consécutives) un modèle de prévision des teneurs en fusariotoxines dans les céréales récoltées en France. La construction d'une telle base de données multidimensionnelles a pu être entreprise dans le cadre du projet national de recherches intégrées "Rare fusariotoxines ". Cette base a été alimentée par les données des réseaux d'expérimentation mis en place sur le terrain et suivis sur la totalité de la durée du projet. Les variables explicatives (dépendantes) recueillies concernaient les facteurs agronomiques (travail du sol, fumure, irrigation, traitement des déchets de la culture précédente etc.), climatiques (dans les périodes à risque de contamination de la plante par le champignon), écophysiologiques (interactions plante / Fusarium / environnement), et phénotypiques (par ex. sensibilité des variétés cultivées à la maladie). Les variables à expliquer étaient les teneurs en DON ou des autres molécules de mycotoxines produites par les différentes espèces du genre Fusarium à présence identifiée et quantifiées sur les lots de céréales récoltés sur les parcelles suivies. Les objectifs de cette étude du projet RARE étaient les suivants : (a) la constitution d une base de données multidimensionnelle contenant les différents facteurs intervenant dans la 4

5 variabilité des teneurs en toxines de Fusarium dans le grain à maturité ; (b) la modélisation prédictive de la production de fusariotoxines résultant des interactions multiples entre les paramètres agro-climatiques, environnementaux, génétiques et physiologiques ; c) l analyse des dangers de toxinogénèse afin de proposer des stratégies et des outils de prévision et de gestion du risque de dépassement des limites réglementaires. Matériel et méthode La base de données a été construite à partir des informations provenant de 7 partenaires (Arvalis, BASF, Bayer Crop Science, INRA, InVivo, Monsanto et Syngenta) concernant 1908 parcelles (77 % de blé tendre) des récoltes des années 2003 à Les données agronomiques incluaient les caractéristiques des variétés (précocité, résistance à la fusariose, ) et le type de sol. Les données météorologiques incluaient les températures minimales, moyennes, maximales et les précipitations journalières à +/- 30 jours autour de la date de floraison. Les analyses de mycotoxines dans le grain ont été réalisées par méthode HPLC (ou occasionnellement avec kit Elisa). Résultats Les différents «taux de remplissage» de la base de données pour chaque variable suivie est indiqué dans le tableau 1. La répartition des 1652 parcelles de blé d où provenaient les échantillons de grains qui ont servi à alimenter la base de données, en fonction de l année de récolte, est présentée en figure 1. Tableau 1 : Taux de remplissage des variables à renseigner pour la construction de la base de données multifactorielles Variables Agronomiques Taux de Remplissage Précédent cultural 100% Travail du sol 100% Date de semis 98% Variété/Note de sensibilité 94% DON 93% Devenir des résidus 87% Type de sol 86% Fongicide 86% Date de Floraison 84% Irrigation 83% Apports azotés 76% Type de semence Insecticide Autres % de grains fusariés 65% 54% < 50% 0% 5

6 Répartition des 1652 parcelles de blé selon les années Nombre de parcelles Figure 1 : Nombre de parcelles de culture de céréales dont les données ont été entrées dans la base multifactorielle et répartition en fonction de l année de récolte Les principaux résultats auxquels le groupe d études est parvenu sont les suivants : (a) l analyse des données a permis de faire émerger un effet significatif des variables suivantes : type de traitement des résidus de la culture précédente, espèce précédent la céréale dans la rotation culturale, type de travail du sol, sensibilité de chaque variété à la fusariose. Les variables : origine des semences, apports azotés et type de sol ont eu peu d influence sur les teneurs en mycotoxines mesurées après la récolte. 80% Répartition des niveaux de DON en blés % d'observations (total 1 652) 70% 60% 50% 40% 30% 20% 10% 0% 68% 18% 5% 2% 1% 1% 1% 1% 2% 1% <222 ppb >10000 Figure 2 : Résultats des analyses des teneurs en DON de l ensemble des échantillons de grains des parcelles de culture ayant servi à la construction de la base de données. 6

7 Les variables agronomiques les plus influentes prennent une part d environ 20 % de la variabilité des niveaux de teneur mesurée en DON dans les grains de blé après récolte (le reste de la variance expliquée étant contenu dans les paramètres climatiques). Toutefois, ce faible niveau de corrélation est à pondérer par la faible teneur en DON qui a été rencontrée dans la majorité des échantillons de grains analysés dans le cadre de cette étude (fig. 2). b) La modélisation n a pu être réalisée que un jeu de 201 données parmi 1071 (parcelles non traitées par fongicides, sur blé tendre, en écartant les résultats inférieurs aux limites de quantification des méthodes d analyse utilisées). La procédure dite pas à pas de SAS (stepwise) a permis d identifier les variables les plus pertinentes et de construire le modèle suivant : ln[don] = 5,9 + 0,28 (Pluie_avant floraison (Avf)) + 0,27 (Pluie_après floraison (Apf)) 0,05 (Temp_min_Avf) - 0,15 (Indice de sensibilité fusariose) + 0,53 (Précédent_cultural) + 1,33 (Type_travail_sol) Où : Indice_sensibilité = note GEVES (de 1 à 7) ; Pluie_Avf = nombre de jours où les précipitations ont été supérieures à 7 mm entre 7 jours et 2 jours avant la date de floraison ; Pluie_Apf = nombre de jours où les précipitations ont été supérieures à 5 mm sur la période des 10 jours suivant la date de floraison ; Temp_ min_avf = nombre de jours où les températures ont été inférieures à 12 C pendant les 7 jours précédent la date de floraison. Précédent cultural DON (ppb) Pl. sarclées Oléagineux Protéagineux Céréales Maïs ensilage Maïs grain Figure 3 : Influence du précédent cultural sur les teneurs en DON (le nombre indiqué sous chaque précédent correspond au nombre d échantillons respectivement analysés) c) La formation de variables «composites» a été utilisée ensuite pour l intégration des paramètres agronomiques au modèle. La variable travail du sol s est avérée prépondérante 7

8 (+1.33) ; viennent ensuite le précédent cultural (+0.53), les précipitations (+0.27) et la résistance de la variété à la maladie (-0.15). On a observé une corrélation entre la teneur mesurée en DON, celle des formes acétylées du DON, et le NIV, mais pas de relation entre les deux groupes chimiques de trichothécènes, TCT A et TCT B. Le précédent cultural a un effet très marqué et le précédent maïs a eu une influence significative sur le niveau (élevé) de teneur en DON (fig. 3). De même, la variable «mode de travail du sol» (avec ou sans labour), s est montrée discriminante pour la teneur en DON (fig. 4). d) Une analyse de la distribution des souches de Fusarium infestant les grains à la récolte a également été entreprise sur un sous-ensemble de données homogènes provenant de 325 parcelles. Une cohabitation semble exister entre F. avenaceum et l ensemble F. culmorumgraminearum-poae-tricinctum (tableau 2). La présence de souches de F. poae est associée prioritairement à la présence de TCT A dans les grains contaminés et, ce qui montre les faiblesses de la base de données, il existe une liaison faible entre présence de F. culmorum et présence de TCT A (que F. culmorum est incapable de produire) (Tableaux 3 & 4). La présence de F. avenaceum est associée à une contamination mixte de TCT A et de TCT B. Celle de F. graminearum n est associée qu à la contamination des grains par des TCT B (ce qui est conforme à ce qui était attendu). Travail du sol DON (ppb) Labour 2 Semis Direct 3 Travail Superficiel Figure 4 : Influence du type de travail du sol sur les teneurs en DON 8

9 Tableau 2 : Matrice des corrélations deux à deux des différentes espèces de Fusarium identifiées dans les échantillons de la base de données multidimensionnelle (118 échantillons au total) F. avenaceum F. culmorum F. graminearum F. moniliforme F. poae + F. langsethiae F. tricinctum F. avenaceum 1 F. culmorum F. graminearum F. moniliforme F. poae + F. langse F. tricinctum Les coefficients de corrélation indiqués en caractères gras sont significatifs au seuil d erreur de 5 % Tableau 3 : Matrice des corrélations entre les différentes molécules de trichothécènes A et B produites par l ensemble des espèces de Fusarium identifiées des échantillons de la base de données multidimensionnelle (46 échantillons au total) TCT type A TCT type B HT2 3-ADON 15-ADON DON Nivalénol HT2 1 T2 (0.96) 3-ADON ADON DON Nivalénol Tableau 4 : Matrice des corrélations deux à deux entre les espèces de Fusarium identifiées et de la présence des différentes fusariotoxines (TCT A et TCT B) dans les échantillons de la base de données multidimensionnelle (46 échantillons au total) F. avenaceum F. culmorum F. graminearum F. moniliforme F. Poae + F. Langsethiae HT2 / T ADON ADON DON Nivalénol Discussion Ces résultats montrent que le modèle construit se révèle assez peu robuste et peu prédictif (en relation directe avec les quatre années de récolte peu contaminées par les fusariotoxines qui ont fourni le matériel végétal étudié sur la période couverte par le projet). 9

10 La combinaison optimale de facteurs n a permis d expliquer «que» 34% de la variabilité en DON, ce qui peut s expliquer par deux raisons majeures : a) 90 % des résultats d analyses des teneurs en mycotoxines des lots de grains étudiés (récoltes 2003 à 2005) étaient concentrés dans la fourchette ppb (c est-à-dire au-dessous du seuil limite de tolérance pour le blé destiné à la consommation humaine) ; b) les informations météorologiques fournies provenaient de stations de Météo France parfois éloignées de plus de 10 km de la localisation de la parcelle dont était tiré l échantillon pour analyse. En ce qui concerne la robustesse du modèle, il a été observé que des variables comme le traitement des résidus de récolte précédant la céréale ou la température maximale sont rejetées au seuil d erreur de α = 5% mais peuvent être acceptées au seuil de 10%, ce qui peut être directement lié au nombre trop faible de données ayant servi à la construction du modèle de prévision de la teneur en DON à la récolte (201 données complètes sur un total de 1071). Il émerge donc un besoin de compléter la base de données pour espérer augmenter la fiabilité de la prévision de la teneur en DON à la récolte. Toutefois, en utilisant le modèle mis au point en Amérique du Nord par Hoocker, Schaafsma et Tamburic-Ilincic (2002) sur le jeu de données de notre base de données française, la prédiction de la teneur en DON par ce modèle nord-américain était bien plus mauvaise qu avec le modèle issu de notre étude. Cette comparaison a montré que la situation de la contamination des céréales en Europe par la fusariose de l épi et la production des mycotoxines correspondantes (DON, en particulier) différait significativement de celle de l Amérique du Nord. Remerciements L'étude présentée, qui était partie intégrante du projet RARE fusariotoxines , a bénéficié d'un soutien particulier de l ONIGC en complément du soutien financier global du Ministère de l'enseignement Supérieur et de la Recherche. Références bibliographiques Hooker DC, Schaafsma AW, Tamburic-Ilincic L (2002). Using weather variables pre- and post-heading to predict deoxynivalenol content in winter wheat. Plant Disease 86: Schaafsma AW, Tamburic-Ilincic L, Miller JD, Hooker DC (2001). Agronomic considerations for reducing deoxynivalenol in wheat grain. Can. J. Plant Pathol. 23: