La co-acquisition de deux polérovirus de la betterave sucrière par M. persicae a augmenté l'efficacité de transmission des deux virus
Travaux de Hélène Schlaefli, Aurélie Marmonier, Souheyla Khechmar, Catherine Reinbold, Claire Villeroy, Quentin Chesnais, Martin Drucker, Véronique Brault
Résumé
"Le virus de la jaunisse modérée de la betterave (BMYV) et le virus de la chlorose de la betterave (BChV) sont deux polérovirus étroitement apparentés qui infectent les plants de betterave sucrière, induisant le jaunissement des feuilles et entraînant d'importantes pertes de rendement. Les polérovirus sont limités au phloème et strictement transmis par les pucerons de manière circulante et persistante.
Dans la nature, les plants de betterave sucrière peuvent être co-infectés par ces deux virus, mais l'effet de la coexistence du BMYV et du BChV dans une plante sur l'accumulation du virus et la transmission des pucerons n'a jamais été étudié auparavant.
Dans cette étude, nous avons montré que l'accumulation de chaque virus n'était pas affectée par la présence de l'autre, malgré la co-infection d'environ 40 % des cellules du phloème infectées. Les deux virus ont traversé l'épithélium intestinal au même endroit chez Myzus persicae sans aucun signe de compétition pour la liaison au récepteur.
Au contraire, lorsque les pucerons ont acquis simultanément les deux virus à partir d'un milieu artificiel contenant des quantités égales de chaque virus, l'efficacité de transmission a augmenté pour les deux virus. En revanche, seul le BMYV a présenté une transmission accrue lorsqu'il a été acquis à partir d'une plante co-infectée. Cela suggère un effet coopératif à l'étape d'inoculation facilitant l'introduction du virus dans les cellules de betterave sucrière par les pucerons.
Nos résultats mettent en lumière les interactions fines entre virus-virus et virus-vecteur, avec des implications potentielles pour l'épidémiologie et la gestion des maladies."
Analyse factorielle et prédiction du risque de maladie à partir de grands ensembles de modèles : application à la jaunisse virale de la betterave sucrière
Travaux de D. Chauvin, E. Gabriel, D. Martinetti, J. Papaïx, C. Martinez, G. Geniaux, F. Joudelat, S. Soubeyrand
Résumé
"Identifier les facteurs de risque de maladie, caractériser leurs effets et prévoir le risque de maladie dans l'espace et le temps sont des tâches cruciales en épidémiologie humaine, animale et végétale. Les modèles statistiques et d'apprentissage automatique ont largement supplanté les analyses purement descriptives des données pour gérer ces tâches. De plus, ces modèles ont démontré tout leur potentiel en ces temps caractérisés par une abondance sans précédent de données. Cependant, leur application à des ensembles de données réelles et à grande échelle soulève des questions cruciales : quel modèle utiliser ? Quelles variables explicatives sélectionner ? Quelles données allouer à l'apprentissage et à la validation… ?
Les réponses à ces questions ont souvent un impact significatif sur les résultats de l'analyse. Une solution à ces défis consiste à analyser les facteurs de risque et à prédire le risque en utilisant un ensemble de modèles plutôt qu'un seul. Cette approche est développée dans cet article et mise en œuvre dans le cas de la jaunisse virale de la betterave sucrière en France.
Parmi les variables explicatives corrélées à la gravité de la jaunisse virale, nous avons identifié les températures hivernales et printanières (corrélation positive), l'humidité et les précipitations printanières (corrélation négative), la proportion de cultures céréalières (corrélation positive), la proportion de prairies (corrélation négative) et la distance aux champs de production de betteraves porte-graine (corrélation négative). De plus, nous avons constaté que les prédictions sont généralement plus robustes lorsqu'on utilise une agrégation spatiale de modèles plutôt qu'en s'appuyant sur le meilleur modèle individuel.
Notre approche est très polyvalente et peut être appliquée à la caractérisation et à la prédiction des distributions spatio-temporelles de diverses maladies."
