En savoir plus

Notre utilisation de cookies

« Cookies » désigne un ensemble d’informations déposées dans le terminal de l’utilisateur lorsque celui-ci navigue sur un site web. Il s’agit d’un fichier contenant notamment un identifiant sous forme de numéro, le nom du serveur qui l’a déposé et éventuellement une date d’expiration. Grâce aux cookies, des informations sur votre visite, notamment votre langue de prédilection et d'autres paramètres, sont enregistrées sur le site web. Cela peut faciliter votre visite suivante sur ce site et renforcer l'utilité de ce dernier pour vous.

Afin d’améliorer votre expérience, nous utilisons des cookies pour conserver certaines informations de connexion et fournir une navigation sûre, collecter des statistiques en vue d’optimiser les fonctionnalités du site. Afin de voir précisément tous les cookies que nous utilisons, nous vous invitons à télécharger « Ghostery », une extension gratuite pour navigateurs permettant de les détecter et, dans certains cas, de les bloquer.

Ghostery est disponible gratuitement à cette adresse : https://www.ghostery.com/fr/products/

Vous pouvez également consulter le site de la CNIL afin d’apprendre à paramétrer votre navigateur pour contrôler les dépôts de cookies sur votre terminal.

S’agissant des cookies publicitaires déposés par des tiers, vous pouvez également vous connecter au site http://www.youronlinechoices.com/fr/controler-ses-cookies/, proposé par les professionnels de la publicité digitale regroupés au sein de l’association européenne EDAA (European Digital Advertising Alliance). Vous pourrez ainsi refuser ou accepter les cookies utilisés par les adhérents de l'EDAA.

Il est par ailleurs possible de s’opposer à certains cookies tiers directement auprès des éditeurs :

Catégorie de cookie

Moyens de désactivation

Cookies analytiques et de performance

Realytics
Google Analytics
Spoteffects
Optimizely

Cookies de ciblage ou publicitaires

DoubleClick
Mediarithmics

Les différents types de cookies pouvant être utilisés sur nos sites internet sont les suivants :

Cookies obligatoires

Cookies fonctionnels

Cookies sociaux et publicitaires

Ces cookies sont nécessaires au bon fonctionnement du site, ils ne peuvent pas être désactivés. Ils nous sont utiles pour vous fournir une connexion sécuritaire et assurer la disponibilité a minima de notre site internet.

Ces cookies nous permettent d’analyser l’utilisation du site afin de pouvoir en mesurer et en améliorer la performance. Ils nous permettent par exemple de conserver vos informations de connexion et d’afficher de façon plus cohérente les différents modules de notre site.

Ces cookies sont utilisés par des agences de publicité (par exemple Google) et par des réseaux sociaux (par exemple LinkedIn et Facebook) et autorisent notamment le partage des pages sur les réseaux sociaux, la publication de commentaires, la diffusion (sur notre site ou non) de publicités adaptées à vos centres d’intérêt.

Sur nos CMS EZPublish, il s’agit des cookies sessions CAS et PHP et du cookie New Relic pour le monitoring (IP, délais de réponse).

Ces cookies sont supprimés à la fin de la session (déconnexion ou fermeture du navigateur)

Sur nos CMS EZPublish, il s’agit du cookie XiTi pour la mesure d’audience. La société AT Internet est notre sous-traitant et conserve les informations (IP, date et heure de connexion, durée de connexion, pages consultées) 6 mois.

Sur nos CMS EZPublish, il n’y a pas de cookie de ce type.

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

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

Dernière mise à jour : Mai 2018

Menu Logo Principal Agrocampus Ouest Université d'Angers   IRHS

Accueil IRHS

Phenotypage par imagerie de fluorescence de chlorophylle

Quantification de symptômes sur feuille

Feuille de haricot présentant des symptômes de graisse commune. L’imagerie de fluorescence de chlorophylle a permis de sélectionner automatiquement les symptômes et de discriminer entre les tissus très altérés (rouge), modérément altérés (bleu) et peu altérés (vert). Les tissus sains sont présentés en blanc.
La quantification de symptômes sur feuille permet d’évaluer le niveau de résistance de la plante aux bio-agresseurs.

 L’ estimation visuelle de la quantité de symptômes manque souvent de précision, et présente des biais liés à la subjectivité des notateurs. En revanche, un phénotypage fondé sur des approches d’analyse automatisée d’images permet d’envisager un traitement calibré visant à éliminer de tels problèmes, ainsi qu’une hausse substantielle des débits par rapport au phénotypage visuel.

De nombreux stress, dont les stress biotiques, altèrent le rendement de fluorescence de la chlorophylle. L’imagerie de fluorescence de chlorophylle permet d’associer à chaque pixel de la feuille une mesure de rendement de fluorescence de chlorophylle. Pour chacune des mesures, l’algorithme que nous avons développé attribue une probabilité d’appartenance à du tissu sain ou malade. La surface symptomatique totale correspond au nombre de pixels "malades".

Plus les symptômes sont avancés, plus le rendement de fluorescence de chlorophylle est faible. Parmi les pixels  "malades", plusieurs classes de pixels sont déterminées en fonction de leur valeur de rendement de fluorescence de chlorophylle. Ainsi, les classes obtenues représentent les différents degrés d’avancement des symptômes et cette mesure de l’intensité des symptômes peut compléter la mesure de la surface foliaire totale présentant des symptômes.

Notre technique est exempte de l’a priori de l’observation visuelle par des notateurs experts, et peut être adaptée à de nombreux pathosystèmes, présentant ainsi un intérêt générique pour le phénotypage de la résistance des végétaux aux bio-agresseurs.

Contact :
Tristan BOUREAU, unité IRHS
tristan.boureau@univ-angers.fr
Références :
Rousseau C., Belin E., Bove E., Rousseau D., Fabre F., Berruyer R., Guillaumès J., Manceau C., Jacques M.A., Boureau T. (2013). High throughput quantitative phenotyping of plant resistance using chlorophyll fluorescence image analysis. Plant Methods 2013, 9:17.