La métabolomique, outil de génomique fonctionnelle ... - Biogenouest
La métabolomique, outil de génomique fonctionnelle ... - Biogenouest
La métabolomique, outil de génomique fonctionnelle ... - Biogenouest
- No tags were found...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
2600000<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
<strong>La</strong> <strong>métabolomique</strong>,<br />
<strong>outil</strong> <strong>de</strong> <strong>génomique</strong> g<br />
<strong>fonctionnelle</strong> et <strong>de</strong><br />
phénotypage<br />
pour traiter <strong>de</strong>s relations plante /<br />
environnement et <strong>de</strong> la résistance r<br />
aux stress<br />
Alain Bouchereau,<br />
Institut <strong>de</strong> Génétique, Environnement<br />
et Protection <strong>de</strong>s Plantes,<br />
UMR 1349, Rennes-Le Rheu
2600000<br />
<strong>La</strong><br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
Plan :<br />
<strong>La</strong> <strong>métabolomique</strong><br />
: <strong>outil</strong> <strong>de</strong> <strong>génomique</strong> g<br />
<strong>fonctionnelle</strong> et <strong>de</strong> phénotypage<br />
pour traiter<br />
<strong>de</strong>s relations plante/environnement et <strong>de</strong> la<br />
résistance aux stress<br />
• 1. <strong>La</strong> <strong>métabolomique</strong> à l’échelle <strong>de</strong> « l’ome »<br />
Définitions, concepts, méthodologies, performances,…<br />
• 2. <strong>La</strong> <strong>métabolomique</strong> au chevet <strong>de</strong> la plante<br />
Relations plante/environnement, résistance aux stress<br />
• 3. Exemples <strong>de</strong> <strong>métabolomique</strong> comparative<br />
Bases métaboliques et biomarqueurs <strong>de</strong> tolérance<br />
• 4. Métabotypage et <strong>métabolomique</strong> <strong>fonctionnelle</strong><br />
Déterminants génétiques et moléculaires <strong>de</strong> la résistance
2600000<br />
1.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
1. <strong>La</strong> <strong>métabolomique</strong><br />
à l’échelle <strong>de</strong> « l’ome<br />
»<br />
Définition <strong>de</strong> Fiehn et al. (Nat. Biotechnol., 18, 1157-61 (2000))<br />
I<strong>de</strong>ntification et quantification exhaustives et non sélectives <strong>de</strong> tous les<br />
métabolites d’un système biologique<br />
<strong>La</strong> Métabolomique<br />
Synonymes<br />
Metabonomique, Profilage <strong>métabolomique</strong>,<br />
Profilage métabolique<br />
Définition<br />
<strong>La</strong> science <strong>de</strong> l’analyse intégrative et<br />
<strong>fonctionnelle</strong> du phénotype métabolique<br />
d’un système biologique<br />
L’analyse du métabolome<br />
< 1500 Da<br />
1000 – 200000<br />
métabolites primaires et secondaires<br />
Amplitu<strong>de</strong>s extrèmes <strong>de</strong> concentrations<br />
Gran<strong>de</strong> diversité <strong>de</strong> propriétés physico-chimiques<br />
Adapté d’après Kopka et al., 2004
2600000<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
1. <strong>La</strong> <strong>métabolomique</strong><br />
à l’échelle <strong>de</strong> « l’ome<br />
»<br />
„ ...seul le sommet <strong>de</strong> l‘iceberg est accessible“<br />
Métabolome <strong>de</strong> levure (560 métabolites)<br />
Adapté d’après Kopka et al., 2004<br />
Règne végétal : entre 50 000 et 200 000 métabolites
2600000<br />
1.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
1. <strong>La</strong> <strong>métabolomique</strong><br />
à l’échelle <strong>de</strong> « l’ome<br />
»<br />
„ ...un compromis analytique entre qualité et profon<strong>de</strong>ur“<br />
Métabolomique<br />
Empreinte métabolique<br />
Profilage métabolique<br />
Analyse ciblée<br />
Métabolite unique<br />
Trethewey, 2004
2600000<br />
1.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
OSiOSiSiSi<br />
100<br />
50<br />
0<br />
73<br />
85<br />
103<br />
117<br />
70 90 110 130 150 170 190 210 230 250 270 290 310 330 350 370 390 410<br />
(qt_ms ri_id_eigtms 102) EIRO E_150002-101-9_METB_1500.54_Ery thritol (4TMS)<br />
133<br />
147<br />
163<br />
175<br />
189<br />
205<br />
217<br />
231<br />
277<br />
293<br />
307<br />
320<br />
Design<br />
expérimental,<br />
échantillonnage<br />
1. <strong>La</strong> <strong>métabolomique</strong><br />
à l’échelle <strong>de</strong> « l’ome<br />
»<br />
„ ...la <strong>métabolomique</strong>, pas une technique, une démarche analytique et<br />
chimiométrique“<br />
Acquisition <strong>de</strong>s<br />
données, analyse<br />
Epuration,<br />
Traitement <strong>de</strong>s<br />
données<br />
Analyses<br />
statistiques<br />
Visualisation,<br />
interprétation<br />
biologique<br />
Hagel and Facchini, 2008
2600000<br />
1.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
1. <strong>La</strong> <strong>métabolomique</strong><br />
à l’échelle <strong>de</strong> « l’ome<br />
»<br />
„ ...à chaque étape, <strong>de</strong>s choix, <strong>de</strong>s <strong>outil</strong>s, <strong>de</strong>s difficultés et <strong>de</strong>s besoins<br />
<strong>de</strong> développement “<br />
Bhalla et al., 2005<br />
Bino et al., 2004<br />
ArMet
2600000<br />
1.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
1. <strong>La</strong> <strong>métabolomique</strong><br />
à l’échelle <strong>de</strong> « l’ome<br />
»<br />
„ ...la <strong>métabolomique</strong>, une orientation à définir, une finalité à prévoir“<br />
Health sciences<br />
Nutritional sciences<br />
Food science<br />
Microbiology<br />
Animal, plant production<br />
Biotechnology<br />
System biology<br />
Environmental sciences<br />
Cevallos-Cevallos et al., 2009<br />
Samples sorting<br />
Screening<br />
Phenotyping<br />
Diagnostic - Prevention<br />
Quality testing<br />
Control<br />
Functional analysis<br />
Post-genomics<br />
Physiology<br />
Analytical<br />
objective<br />
Scope of<br />
application
2600000<br />
1.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
1. <strong>La</strong> <strong>métabolomique</strong><br />
à l’échelle <strong>de</strong> « l’ome<br />
»<br />
„ ... pas une, mais <strong>de</strong>s plateformes analytiques dédiées à la <strong>métabolomique</strong>“<br />
Dunn and Ellis, 2004
2600000<br />
1.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
1. <strong>La</strong> <strong>métabolomique</strong><br />
à l’échelle <strong>de</strong> « l’ome<br />
»<br />
„ ... la performance dans le couplage“<br />
<strong>La</strong>st et al., 2005<br />
„ ... avec <strong>de</strong>s configurations diversifiées<br />
en GC ou LC/MS “
2600000<br />
1.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
1. <strong>La</strong> <strong>métabolomique</strong><br />
à l’échelle <strong>de</strong> « l’ome<br />
»<br />
„ ... la performance dans le couplage, adaptable à du haut débit“<br />
Fruits <strong>de</strong> tomate<br />
Feuilles d’Arabidopsis<br />
Fraise<br />
180 RILs d’Arabidopsis thaliana<br />
5780 ions<br />
Profilage par LC-QTof MS<br />
α-tomatine<br />
Glucoiberine<br />
Rutine<br />
De Vos et al., 2007
2600000<br />
1.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
1. <strong>La</strong> <strong>métabolomique</strong><br />
à l’échelle <strong>de</strong> « l’ome<br />
»<br />
„ ... la performance dans le bidimensionnel à partir d‘extraits bruts “<br />
Spectroscopie <strong>de</strong> RMN,<br />
HSQC ( 1 H/ 13 C)<br />
Kim et al., 2011
2600000<br />
1.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
1. <strong>La</strong> <strong>métabolomique</strong><br />
à l’échelle <strong>de</strong> « l’ome<br />
»<br />
„ ... <strong>de</strong>s moyens bioinformatiques <strong>de</strong> plus en plus puissants pour<br />
traiter l‘information initiale “<br />
Fiehn et al., 2011
2600000<br />
1.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
1. <strong>La</strong> <strong>métabolomique</strong><br />
à l’échelle <strong>de</strong> « l’ome<br />
»<br />
„ ... après traitement <strong>de</strong>s données<br />
brutes, une analyse statistique adaptée “
2600000<br />
2.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
2. <strong>La</strong> <strong>métabolomique</strong><br />
au chevet <strong>de</strong> la plante<br />
„ ... la démarche <strong>de</strong> <strong>métabolomique</strong> mise au<br />
service <strong>de</strong> la plante et <strong>de</strong> sa biologie “<br />
Roessner and Bowne ., 2009<br />
Finalités s multiples :<br />
- fonctionnement, évolution, adaptation <strong>de</strong>s organismes photosynthétiques<br />
- sélection, amélioration génétique ( productions alimentaires et non alimentaires)<br />
- biotechnologies, ingenierie métabolique, chimie verte, OGM, biologie synthétique<br />
- biodiversité, écologie, protection, rémédiation
2600000<br />
2.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
2. <strong>La</strong> <strong>métabolomique</strong><br />
au chevet <strong>de</strong> la plante<br />
„ ... une énorme diversité<br />
phytochimique “<br />
dérivée <strong>de</strong>s métabolismes<br />
primaires et secondaires<br />
Métabolisme secondaire<br />
d’Arabidopsis thaliana<br />
Matsuda et al., 2010
2600000<br />
2.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
2. <strong>La</strong> <strong>métabolomique</strong><br />
au chevet <strong>de</strong> la plante<br />
Kooke and Keurentjes, 2012<br />
„ ... une gran<strong>de</strong> flexibilité<br />
métabolique “<br />
Sous contrôle :<br />
• génétique,<br />
• développemental<br />
• spatial<br />
• environnemental
2600000<br />
2.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
2. <strong>La</strong> <strong>métabolomique</strong><br />
au chevet <strong>de</strong> la plante<br />
„ ... <strong>de</strong>s variations au rhythme circadien“<br />
Lugan et al., 2010<br />
Evolutions<br />
nycthémérales<br />
<strong>de</strong>s teneurs en<br />
métabolites<br />
primaires dans<br />
<strong>de</strong>s feuilles<br />
d’Arabidopsis<br />
thaliana
2600000<br />
2.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
2. <strong>La</strong> <strong>métabolomique</strong><br />
au chevet <strong>de</strong> la plante<br />
„ ... <strong>de</strong>s variations au gré <strong>de</strong>s organes et <strong>de</strong>s tissus<br />
et <strong>de</strong> leur âge“<br />
Jeune feuille / Limbe<br />
“Pétiole” / Limbe<br />
Lugan et al., 2010<br />
Succinate Succinate<br />
Malate<br />
Diaminoprop Diaminopropane<br />
Fumarate Fumarate<br />
Mannose<br />
[Ascorbate] [Ascorbate]<br />
Saccharose Saccharose<br />
Citrate<br />
Glycerate Glycerate<br />
Beta-Alanine Beta-Alanine<br />
Glycine<br />
Glutamate Glutamate<br />
Aspartate Aspartate<br />
Ornithine<br />
Ammonium Ammonium<br />
Serine<br />
Alpha-Alanine<br />
Methionine Methionine<br />
Threonine Threonine<br />
Galactinol Galactinol<br />
Phenylalanin Phenylalanine<br />
Valine<br />
Isoleucine Isoleucine<br />
Leucine<br />
Raffinose Raffinose<br />
Agmatine Agmatine<br />
Histidine<br />
Tryptophane Tryptophane<br />
Quinate<br />
Myoinositol Myoinositol<br />
Tyrosine<br />
Maltose<br />
Phenethyla Phenethylamine<br />
Putrescine Putrescine<br />
Tyramine Tyramine<br />
Spermidine Spermidine<br />
Spermine Spermine<br />
<strong>La</strong>ctose<br />
Tryptamine Tryptamine<br />
Fructose<br />
Galactose Galactose<br />
Proline<br />
Trehalose Trehalose<br />
GABA<br />
Glucose<br />
Cadaverine Cadaverine<br />
Asparagine Asparagine<br />
Glutamine Glutamine<br />
Arginine Arginine<br />
[Sorbitol] [Sorbitol]<br />
Melibiose Melibiose<br />
Lysine<br />
-2.0 -1.0 0.0 1.0<br />
-2.0 -1.0 0.0 1.0<br />
Profils métaboliques<br />
comparés <strong>de</strong> différents<br />
organes et tissus foliaires<br />
d’Arabidopsis thaliana
2600000<br />
2.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
2. <strong>La</strong> <strong>métabolomique</strong><br />
au chevet <strong>de</strong> la plante<br />
„ ... <strong>de</strong>s profils métaboliques différenciés entre<br />
compartiments sub-cellulaires “<br />
Cytosol<br />
chloroplastes<br />
Krueger Krueger et al., et al., 2010 2011<br />
Vacuole<br />
Cartographie métabolique <strong>de</strong><br />
différents compartiments<br />
cellulaires <strong>de</strong> feuilles<br />
d’Arabidopsis thaliana
2600000<br />
2.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
2. <strong>La</strong> <strong>métabolomique</strong><br />
au chevet <strong>de</strong> la plante<br />
„ ... <strong>de</strong>s dispositions à répondre à <strong>de</strong>s contraintes<br />
environnementales <strong>de</strong> natures variées“<br />
Jahangir et al., 2009<br />
„ ... un arsenal particulièrement sophistiqué“
2600000<br />
2.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
2. <strong>La</strong> <strong>métabolomique</strong><br />
au chevet <strong>de</strong> la plante<br />
„ ... <strong>de</strong>s enjeux importants à décrypter les modalités moléculaires<br />
<strong>de</strong> tolérance / résistance aux stress“<br />
Des casca<strong>de</strong>s <strong>de</strong> régulation <strong>de</strong><br />
mieux en mieux décrites mais <strong>de</strong><br />
plus en plus complexes (cross-talks)<br />
Cramer et al., 2011<br />
Des effecteurs <strong>de</strong> réponses aux stress<br />
qui mobilisent <strong>de</strong> multiples pans du<br />
métabolisme (osmorégulation, énergie,<br />
redox, défenses, nutrition, …)<br />
Vinocur and Altman., 2005
2600000<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
2. <strong>La</strong> <strong>métabolomique</strong><br />
au chevet <strong>de</strong> la plante<br />
„ ... problématiques <strong>de</strong> recherche“<br />
Optimiser/régulariser le ren<strong>de</strong>ment dans un contexte <strong>de</strong> réduction<br />
<strong>de</strong>s intrants azotés et d’aléas climatiques, tout en assurant la<br />
qualité <strong>de</strong>s produits finaux (huile/tourteau <strong>de</strong> colza)<br />
• Améliorer l’efficience d’utilisation <strong>de</strong>s nutriments et <strong>de</strong> l’eau par la<br />
plante<br />
• Rechercher les déterminants génétiques et physiologiques <strong>de</strong> la<br />
tolérance aux stress nutritionnels, hydriques, thermiques et <strong>de</strong> la<br />
résistance aux maladies<br />
Démarches intégratives <strong>de</strong> génétique quantitative, <strong>de</strong> <strong>génomique</strong> <strong>fonctionnelle</strong>, <strong>de</strong><br />
transcriptomique et <strong>de</strong> <strong>métabolomique</strong>.<br />
Exploitation <strong>de</strong> ressources génétiques variées intra-spécifiques (RILs, TILLING,<br />
PGM,…) et inter-spécifiques (espèces modèles)<br />
Schranz et al., 2007
2600000<br />
3.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
3. Métabolomique<br />
comparative et tolérance aux<br />
stress<br />
Profilage métabolique m<br />
comparé d’Arabidopsis<br />
thaliana et <strong>de</strong><br />
Thellungiella salsuginea (halophila) ( 1 H-NMR ) : sous stress salin mod<br />
sous stress salin modéré<br />
Thellungiella<br />
0 mM NaCl<br />
Arabidopsis<br />
100 mM NaCl<br />
Lugan et al., Metabolomics, 2006<br />
Ghars et al., J. Plant Physiol., 2008<br />
Lugan et al., Plant J., 2010
2600000<br />
3.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
A<br />
8<br />
6<br />
3. Métabolomique<br />
comparative et tolérance aux<br />
stress<br />
Phénotypes métaboliques divergents entre les<br />
<strong>de</strong>ux espèces, génétiquement proches mais<br />
contrastées quant à leur tolérance à la salinité<br />
4<br />
PC3 (11%)<br />
2<br />
0<br />
-2<br />
-4<br />
-6<br />
63<br />
-10 -8 -6 -4 -2 0 2 4 6 8 10<br />
44<br />
PC1 (43%) Putrescine<br />
27<br />
0.2<br />
80<br />
Glutamate 25<br />
Control<br />
NaCl<br />
105 métabolites<br />
GC-MS,<br />
UPLC-DAD<br />
ACP<br />
B<br />
PC3 Fact. (11%) 3<br />
Fumarate<br />
1.0<br />
0.8<br />
0.6<br />
0.4<br />
0.0<br />
-0.2<br />
-0.4<br />
Lugan et al., Metabolomics, 2006<br />
Ghars et al., J. Plant Physiol., 2008<br />
Lugan et al., Plant J., 2010<br />
Urate<br />
66<br />
Putrescine 35 87<br />
Sinapate<br />
70<br />
74<br />
15<br />
56<br />
Fumarate<br />
12<br />
3967<br />
Spermidine<br />
72<br />
62<br />
71<br />
69<br />
Galactinol<br />
93<br />
Raffinose<br />
102<br />
Sucrose<br />
82<br />
52<br />
Spermidine<br />
Galactinol<br />
2<br />
96<br />
4 1<br />
[Digalactosylglycerol]<br />
101<br />
Melibiose 91<br />
14<br />
32<br />
47<br />
13<br />
23 22 38<br />
Sucrose17<br />
28<br />
76<br />
50 33<br />
9<br />
64<br />
Raffinose<br />
92<br />
58<br />
20<br />
73<br />
98<br />
Fructose<br />
46<br />
Proline<br />
8<br />
61<br />
21 85<br />
Glutamine<br />
40<br />
3<br />
GABA<br />
18<br />
103 65 Galactose<br />
48<br />
84<br />
34<br />
86<br />
37<br />
60<br />
6 97 78<br />
31<br />
530Asparagine<br />
57<br />
54 8836<br />
745<br />
55 75 Quinate<br />
10<br />
16<br />
2451<br />
29<br />
90 11 95 Trans caffeoylquinic acid<br />
53<br />
100<br />
79<br />
26<br />
Glucose 94<br />
49 83 89Gentiobiose<br />
1943<br />
99 81<br />
42<br />
59<br />
41<br />
Proline<br />
Trans caffeic acid<br />
68<br />
77Shikimate<br />
-0.6<br />
OH<br />
-1.2 -1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0 1.2<br />
PC1 (43%) Caffeate<br />
NH 3<br />
GABA<br />
Caffeoylquinate<br />
HO<br />
O<br />
COOH<br />
OH<br />
OH<br />
Shikimate
2600000<br />
3.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
3. Métabolomique<br />
comparative et tolérance aux<br />
stress<br />
At- 0<br />
At- 25<br />
At- 50<br />
At- 75<br />
At-120<br />
Th- 0<br />
Th- 25<br />
Th- 50<br />
Th- 75<br />
Th-120<br />
Th-240<br />
Th-360<br />
Th-480<br />
At- 240<br />
At- 360<br />
At- 480<br />
A<br />
Tryptophane 0.00 0.04 0.08 0.17 0.17 -0.23 -0.37 -0.34 -0.32 -0.39 -0.23 -0.47 0.85 0.23 0.87 0.12<br />
Phenylalanine 0.00 0.03 0.03 ### ### ### -0.20 -0.19 -0.20 -0.25 ### -0.38 0.06 0.86 0.97 1.45<br />
Lysine 0.00 0.19 0.15 0.20 0.29 ### ### ### ### ### 0.14 ### 0.50 0.93 1.12 1.17<br />
Arginine 0.00 0.24 0.12 0.03 0.06 ### ### ### 0.03 ### 0.03 0.04 1.12 0.73 0.89 1.15<br />
Histidine 0.00 0.17 0.12 0.10 0.16 ### ### ### ### ### ### 0.13 0.80 0.27 0.66 0.61<br />
GABA 0.00 ### -0.25 -0.40 -0.28 ### -0.41 0.09 -0.23 0.25 0.70 0.37 0.73 1.26 1.40 1.44<br />
Leucine 0.00 0.14 0.23 0.20 0.30 0.19 0.00 0.05 0.06 0.06 0.36 ### 0.61 1.49 1.60 1.99<br />
Glycine 0.00 ### 0.04 ### 0.15 0.01 ### ### 0.01 ### 0.17 0.18 0.45 1.26 1.60 1.77<br />
Beta-Alanine 0.00 0.14 ### ### -0.30 0.52 0.52 0.58 0.66 0.48 0.07 0.25 0.36 1.24 1.50 1.40<br />
Isoleucine 0.00 0.12 0.15 0.17 0.24 0.39 0.34 0.37 0.38 0.27 0.37 0.11 0.83 1.29 1.42 1.77<br />
Maltose 0.00 0.46 0.43 0.57 0.70 0.43 0.10 0.46 0.40 0.43 0.38 0.40 1.00 1.16 1.12 1.76<br />
Saccharose 0.00 0.11 0.07 0.23 0.48 0.25 0.25 0.19 0.24 0.28 0.51 0.72 0.97 0.57 0.79 0.87<br />
Valine 0.00 0.16 0.13 0.10 0.15 0.27 0.22 0.22 0.24 0.09 0.21 0.15 0.43 0.86 1.03 1.30<br />
Galactose 0.00 ### 0.05 0.50 0.48 0.26 0.02 ### 0.12 0.21 0.45 0.39 0.44 0.96 0.87 1.63<br />
Fructose 0.00 0.11 0.10 0.09 0.14 0.59 0.54 0.09 0.37 0.34 0.61 0.61 0.66 0.91 0.85 1.54<br />
Hydroxyproline 0.00 0.44 0.64 0.86 0.89 0.71 0.83 0.89 1.01 1.02 1.14 1.19 1.21 0.50 0.83 1.03<br />
Proline 0.00 0.32 0.54 0.90 1.13 0.92 1.00 1.09 1.23 1.22 1.41 1.37 1.59 1.23 1.46 1.54<br />
Cellobiose 0.00 0.22 0.29 0.34 0.08 0.94 0.99 0.30 0.24 1.26 1.14 0.64 0.36 0.05 0.02 0.94<br />
Citrate 0.00 -0.18 -0.20 -0.31 -0.36 0.34 0.37 0.53 0.57 0.60 0.75 0.68 0.48 -0.30 ### 0.04<br />
Quinate 0.00 ### ### -0.57 ### 0.82 0.77 0.79 0.69 0.80 0.89 1.07 0.90 0.63 0.46 1.35<br />
Malate 0.00 ### ### 0.00 0.04 0.78 0.79 0.77 0.79 0.81 0.83 0.87 0.80 0.07 0.27 0.59<br />
Raffinose 0.00 -0.18 0.10 0.60 0.82 -0.53 -0.57 -0.22 -0.35 -0.53 -0.49 ### -0.59 -1.25 -1.15 -0.74<br />
Galactinol 0.00 -0.30 ### 0.57 0.62 -0.51 -0.62 ### ### ### -0.32 ### ### -1.52 -1.84 -1.11<br />
Shoots growth rate 0.00 ### ### -0.21 -0.46 -0.34 -0.31 -0.36 -0.29 -0.42 -0.47 -0.68 -0.90 -0.86 -1.03 -1.01<br />
Spermidine 0.00 ### -0.24 -0.39 -0.59 -0.40 -0.46 -0.54 -0.65 -0.63 -0.74 -0.85 -0.83 -1.05 -1.17 -1.63<br />
[Ascorbate] 0.00 -0.58 -0.35 -0.37 -0.44 ### ### -0.42 -0.35 ### ### ### -0.25 -1.77 -1.86 -1.30<br />
Ornithine 0.00 ### ### ### -0.26 -0.21 -0.41 -0.45 -0.47 -0.45 -0.44 -0.73 -0.36 0.34 0.50 0.64<br />
Alanine Alpha-Alanine 0.00 0.06 ### ### ### ### ### ### ### -0.37 -0.34 -0.55 -0.57 0.30 0.48 0.58<br />
Ammonium 0.00 0.05 ### -0.23 -0.26 ### ### -0.27 -0.36 -0.49 -0.39 -0.60 -0.49 0.22 0.27 0.40<br />
Tyrosine 0.00 -0.26 ### 0.15 0.12 -0.47 -0.69 -0.60 -0.63 -0.64 -0.50 -0.63 ### 0.31 0.49 0.89<br />
Trehalose 0.00 -0.37 -0.52 ### -0.19 -0.52 -0.74 -0.46 -0.81 -0.87 -0.65 -0.86 -0.91 0.10 -0.21 0.44<br />
Fumarate 0.00 -0.29 -0.22 ### 0.03 -1.41 -1.57 -1.70 -1.80 -1.98 -1.75 -2.09 -1.94 -0.43 -0.38 0.11<br />
Methionine 0.00 0.07 ### 0.03 ### 0.23 0.18 0.26 0.28 0.19 0.32 0.10 0.18 -0.84 -0.20 -0.54<br />
Glutamate 0.00 0.06 0.04 0.00 0.01 0.06 0.08 0.06 0.08 ### ### ### -0.39 -0.74 -0.62 -0.62<br />
Aspartate 0.00 0.06 0.06 ### ### 0.17 0.20 0.17 0.14 0.02 ### -0.20 -0.44 -0.49 -0.41 -0.37<br />
Glutamine 0.00 0.14 ### ### -0.24 0.10 0.08 0.11 0.13 0.00 0.06 ### -0.42 -0.77 -0.51 -0.27<br />
Spermine 0.00 ### ### -0.21 ### ### ### ### ### ### ### -0.23 ### ### -0.23 -1.04<br />
Putrescine 0.00 ### 0.06 0.12 ### ### -0.30 ### 0.05 ### 0.04 -0.31 0.45 0.17 0.06 -0.40<br />
Agmatine 0.00 0.16 0.27 0.34 0.22 -0.22 ### -0.21 ### -0.20 ### -0.33 -0.55 0.33 0.12 -0.33<br />
Homoserine 0.00 -0.46 -0.38 -0.50 -0.54 0.01 -0.25 ### -0.25 -0.21 ### -0.44 0.00 0.07 0.30 0.51<br />
Melibiose 0.00 ### -0.26 0.41 0.47 ### ### ### -0.22 -0.52 -0.20 -0.29 ### ### -0.26 0.42<br />
Glucose 0.00 ### ### 0.39 0.34 0.09 0.04 ### 0.08 ### 0.25 -0.54 0.39 0.43 0.34 1.11<br />
Total metabolites 0.00 ### ### 0.02 0.08 0.07 0.09 0.13 0.17 0.17 0.28 0.24 0.25 0.04 0.18 0.48<br />
Myoinositol 0.00 ### 0.03 0.16 0.24 ### 0.01 0.06 0.10 0.12 0.23 0.17 0.08 ### ### 0.44<br />
Threonine 0.00 0.13 0.21 0.18 0.10 0.09 0.10 0.11 0.10 ### 0.09 ### ### 0.14 0.31 0.52<br />
Serine 0.00 0.12 0.14 0.07 0.07 0.18 0.20 0.16 0.17 0.09 0.14 0.02 -0.19 0.36 0.34 0.69<br />
Glycerate 0.00 ### ### ### ### 0.13 0.13 0.19 0.14 0.12 0.23 0.10 0.01 0.55 0.44 1.04<br />
Asparagine 0.00 0.15 ### ### ### 0.12 0.07 0.09 0.10 ### ### -0.25 -0.39 ### 0.08 0.23<br />
Succinate 0.00 ### ### 0.04 -0.20 0.02 0.07 0.15 0.11 ### ### -0.25 -0.24 0.24 0.28 0.90<br />
-1.26<br />
-0.78<br />
-0.48<br />
-0.18<br />
0.00<br />
0.18<br />
0.48<br />
0.78<br />
1.26<br />
1.56<br />
B<br />
NaCl (mM) 0 75 120 240 480<br />
Metabolic modules<br />
responsive to NaCl<br />
Arabidopsis signature<br />
Shoot growth rate<br />
reduction indicator<br />
Analyse hiérarchique <strong>de</strong>s ajustements<br />
métaboliques observés chez Thellungiella et<br />
Arabidopsis en réponse à <strong>de</strong>s traitements<br />
salins d’amplitu<strong>de</strong>s croissantes<br />
Lugan et al., Plant J., 2010
2600000<br />
3.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
3. Métabolomique<br />
comparative et tolérance aux<br />
stress<br />
Propriétés physico-chimiques<br />
du métabolome<br />
Lugan et al., Metabolomics, 2006<br />
Lugan et al., Plant J., 2010<br />
Molar mass<br />
Solubility (mg.ml -1 )<br />
N to C ratio (N/C)<br />
Gibbs free energy of formation(∆ f G 0’ )<br />
Octanol:Water partition coefficient (logP)<br />
Carbon oxidation number n°(C)<br />
Adaptation du métabolome <strong>de</strong> Thellungiella à la déshydratation
2600000<br />
3.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
3. Métabolomique<br />
comparative et tolérance aux<br />
stress<br />
Thellungiella halophila<br />
Profilage métabolique (métabolisme azoté et carboné)<br />
<strong>de</strong>s organes foliaires <strong>de</strong> trois espèces <strong>de</strong> Brassicacées<br />
apparentées exposées 4 jours à 21 ou 4°C<br />
Arabis alpina<br />
Arabidopsis thaliana Thellungiella halophila Arabis alpina<br />
2 populations d’Arabis alpina<br />
Arabidopsis thaliana<br />
Sor<strong>de</strong>t et al., unpublished<br />
Lugan et al., unpublished
2600000<br />
4.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
4. Métabotypage<br />
et <strong>métabolomique</strong><br />
<strong>fonctionnelle</strong><br />
Recherche <strong>de</strong>s caractéristiques<br />
métaboliques <strong>de</strong>s organes sources<br />
(remobilisateurs) et <strong>de</strong>s organes puits<br />
(importateurs)<br />
Albert et al., Planta, 2012<br />
Feuille source<br />
Feuille puits
2600000<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
4. Métabotypage<br />
et <strong>métabolomique</strong><br />
<strong>fonctionnelle</strong><br />
N+ W+ N- W+ N+ W-W<br />
N- W-<br />
Profilage métabolique (métabolisme azoté et carboné)<br />
<strong>de</strong>s organes foliaires <strong>de</strong> colza exposé à un stress azoté<br />
combiné ou non à un stress hydrique<br />
PC2 (21.26%)<br />
-12<br />
-10<br />
-8<br />
-6<br />
-4<br />
-2<br />
0<br />
2<br />
4<br />
6<br />
8<br />
Scores plot<br />
Rehydration 14<br />
10 14<br />
17 2217<br />
17<br />
22 14 22<br />
10<br />
N-W+<br />
4<br />
4<br />
N+W-<br />
N-W-<br />
10<br />
-8 -6 -4 -2 0 2 4 6 8 10 12<br />
17<br />
PC1 (34.92%)<br />
Rehydration<br />
Albert et al., Plant Physiol., submitted<br />
22<br />
10<br />
0<br />
10<br />
4<br />
4<br />
14<br />
N+W+<br />
0<br />
PC2 (20.08%)<br />
1.0<br />
0.5<br />
0.0<br />
-0.5<br />
Suc<br />
y22<br />
Trp y2 Xyl x16<br />
y7<br />
Pro<br />
Leu<br />
GABA Phe<br />
x18<br />
x2 HyPro Val<br />
y11 HisTot_N_met<br />
Gly<br />
y29<br />
y14 Myo Gluc<br />
x19 Ile<br />
y27y8<br />
y19 Tyr<br />
y24<br />
Malt y25<br />
x8<br />
y26 Lys<br />
Orn<br />
x10<br />
x17Tot_C_met<br />
x13<br />
x7<br />
y5<br />
y18<br />
x14<br />
y9<br />
Fum Thr<br />
x3<br />
x12<br />
y23 Mala<br />
y30 MetCys y21<br />
Arg<br />
x6<br />
Fruc<br />
x9<br />
x15<br />
y6<br />
x5<br />
Cit<br />
y12<br />
Succ ß-Ala<br />
HSer<br />
y13 Met<br />
x1 Asn Gln Asp<br />
a-Ala<br />
Glyce y28 y20<br />
Cys<br />
y15 Ser x4<br />
x11y4<br />
y1 y17<br />
y3 y10 Glu Qui<br />
y16<br />
-1.0<br />
-1.0 -0.5 0.0 0.5 1.0<br />
PC1 (31.07%)<br />
Les plantes carencées en azote sont<br />
métaboliquement moins perturbées<br />
par le stress hydrique
2600000<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
4. Métabotypage<br />
et <strong>métabolomique</strong><br />
<strong>fonctionnelle</strong><br />
Profilage métabolique (métabolisme azoté et carboné)<br />
<strong>de</strong>s organes foliaires <strong>de</strong> colza exposé à un stress azoté<br />
combiné ou non à un stress hydrique<br />
N+ W+ N- W+ N+ W-W<br />
N- W-<br />
Albert et al., Plant Physiol., submitted<br />
Repérage <strong>de</strong> marqueurs<br />
d’exposition aux stress
2600000<br />
4.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
4. Métabotypage<br />
et <strong>métabolomique</strong><br />
<strong>fonctionnelle</strong><br />
Profilage métabolique (métabotypage) <strong>de</strong>s<br />
racines <strong>de</strong> variétés <strong>de</strong> colza plus ou moins<br />
résistantes à la hernie <strong>de</strong>s crucifères<br />
Marqueurs <strong>de</strong> sensibilité<br />
RILs et mQTLs<br />
Wagner et al., MPMI, 2012
2600000<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
4. Métabotypage<br />
et <strong>métabolomique</strong><br />
<strong>fonctionnelle</strong><br />
Wild type<br />
Profilage métabolique m<br />
du mutant Eskimo d’Arabidopsis<br />
thaliana :<br />
Constitutivement acclimaté au froid<br />
Accumulateur constitutif <strong>de</strong> proline<br />
Mutant<br />
Shoots (94 analytes)<br />
Roots (112 analytes)<br />
At3g55990 (esk1)<br />
DUF231 family : 45 proteines<br />
Fonctions inconnues<br />
Absent <strong>de</strong>s microarrays<br />
Profils métaboliques comparés<br />
(ICA) <strong>de</strong> WT et esk1 dans les<br />
racines et les rosettes en<br />
conditions contrôlées<br />
Lugan et al., Metabolomics, 2006<br />
Lugan et al., Plant Cell Env, 2009
2600000<br />
4.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
4. Métabotypage<br />
et <strong>métabolomique</strong><br />
<strong>fonctionnelle</strong><br />
Contrôle 6°C Déshydratation NaCl<br />
WT<br />
esk1<br />
Ajustements métaboliques<br />
observés chez le WT et le<br />
mutant au cours <strong>de</strong> l’exposition<br />
à différents stress abiotiques<br />
Water status<br />
Control<br />
Déshydration<br />
NaCl<br />
Froid<br />
Transpiration rate<br />
RWC<br />
Water stress phenotype<br />
Lugan et al., Metabolomics, 2006<br />
Lugan et al., Plant Cell Env, 2009
2600000<br />
4.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
4. Métabotypage<br />
et <strong>métabolomique</strong><br />
<strong>fonctionnelle</strong><br />
Columbia<br />
Methionine<br />
Methionine<br />
Control<br />
GB<br />
Pro<br />
Salt<br />
Salt + GB<br />
Salt + Pro<br />
Lysine<br />
Control<br />
GB<br />
Pro<br />
Salt<br />
Salt + GB<br />
Salt + Pro<br />
Lysine<br />
Lysine and methionine amounts exhibited<br />
strong correlation through all the individuals<br />
un<strong>de</strong>r investigation. This could be expected<br />
because lysine and methionine biosynthesis<br />
result from aspartate as a common precursor<br />
Asp AsnSer Glu Gly Gln ArgThr Ala Prol Tyr Val Met Lys Ile Leu Phe Trp A B C D Fru E Gal Glc F Myo G H I Suc Tre Mal J K L Galol M N Raff<br />
Asp 1.0<br />
AsnSer 0.3 1.0<br />
Glu 0.4 0.3 1.0<br />
Pearson coefficients<br />
Gly -0.2 0.3 -0.1 1.0<br />
Control<br />
Gln 0.3 0.6 0.4 0.3 1.0<br />
GB<br />
ArgThr 0.1 0.3 0.2 0.3 0.5 1.0<br />
> 0.95<br />
Pro<br />
Ala 0.1 0.4 -0.2 0.7 0.1 0.0 1.0<br />
Salt<br />
> 0.9<br />
Prol 0.0 0.2 -0.6 0.3 -0.1 0.1 0.5 1.0<br />
Salt + GB<br />
Tyr 0.2 0.5 -0.2 0.3 0.3 0.0 0.4 0.5 1.0<br />
> 0.8<br />
Salt + Pro<br />
Val -0.1 0.4 -0.5 0.3 -0.1 -0.1 0.5 0.8 0.6 1.0<br />
> 0.7<br />
Met 0.1 0.1 -0.5 0.2 0.1 -0.1 0.4 0.6 0.9 0.5 1.0<br />
Lys 0.2 0.2 -0.4 0.2 0.2 0.0 0.3 0.7 0.8 0.5 0.9 1.0<br />
> 0.6<br />
Ile 0.0 0.5 -0.3 0.3 -0.1 -0.1 0.5 0.7 0.5 0.9 0.4 0.5 1.0<br />
Leu -0.1 0.4 -0.4 0.4 -0.1 -0.1 0.6 0.8 0.6 1.0 0.5 0.5 1.0 1.0<br />
Phe -0.1 0.5 -0.3 0.4 -0.1 0.0 0.6 0.7 0.6 0.9 0.4 0.4 0.9 0.9 1.0<br />
Trp -0.3 0.2 -0.5 0.5 -0.2 0.0 0.5 0.8 0.5 0.9 0.5 0.4 0.8 0.8 0.9 1.0<br />
A 0.4 0.7 0.2 0.1 0.6 0.2 0.3 0.3 0.6 0.4 0.4 0.4 0.5 0.4 0.5 0.2 1.0<br />
B 0.2 0.5 0.7 0.1 0.5 0.3 0.1 -0.4 0.0 -0.1 -0.4 -0.3 0.0 -0.1 0.1 -0.2 0.5 1.0<br />
C 0.2 0.0 0.1 -0.1 0.1 -0.1 0.0 -0.2 0.0 0.0 -0.1 0.0 0.1 0.2 0.1 -0.1 0.0 0.2 1.0<br />
D 0.2 0.5 0.6 0.0 0.5 0.3 0.0 -0.4 -0.1 -0.2 -0.4 -0.3 0.0 -0.2 0.0 -0.3 0.5 1.0 0.2 1.0<br />
Fru -0.1 0.2 -0.6 0.3 -0.1 0.0 0.4 0.9 0.7 0.9 0.7 0.7 0.8 0.8 0.8 0.9 0.4 -0.3 -0.1 -0.3 1.0<br />
E 0.3 -0.1 0.0 0.2 0.3 0.3 0.1 0.2 0.1 -0.2 0.3 0.4 -0.3 -0.3 -0.3 -0.2 0.0 -0.2 -0.3 -0.1 0.0 1.0<br />
Gal 0.2 0.0 -0.3 0.0 0.1 0.0 0.1 0.5 0.6 0.2 0.7 0.8 0.1 0.1 0.0 0.1 0.2 -0.4 -0.3 -0.4 0.4 0.6 1.0<br />
Glc 0.3 0.1 -0.1 0.0 0.3 0.0 0.2 0.4 0.5 0.1 0.6 0.7 0.0 0.0 -0.1 0.0 0.3 -0.3 -0.3 -0.3 0.3 0.7 0.9 1.0<br />
F 0.3 0.2 -0.1 0.1 0.2 0.0 0.3 0.4 0.4 0.2 0.4 0.5 0.1 0.1 0.0 0.1 0.2 -0.2 -0.2 -0.2 0.3 0.6 0.7 0.9 1.0<br />
Myo -0.1 0.1 -0.7 0.1 -0.2 -0.1 0.3 0.9 0.5 0.8 0.6 0.7 0.7 0.7 0.7 0.7 0.3 -0.4 -0.1 -0.3 0.9 0.0 0.3 0.2 0.2 1.0<br />
G -0.3 -0.5 -0.2 0.0 -0.2 -0.1 -0.1 -0.2 -0.3 -0.3 -0.1 -0.2 -0.4 -0.3 -0.4 -0.1 -0.7 -0.6 -0.1 -0.6 -0.2 0.2 0.0 0.0 -0.1 -0.2 1.0<br />
H 0.3 0.4 0.6 0.0 0.2 0.3 0.0 -0.2 0.0 0.1 -0.2 -0.2 0.2 0.1 0.2 -0.1 0.4 0.5 0.1 0.6 -0.1 -0.2 -0.2 -0.2 -0.1 -0.1 -0.5 1.0<br />
I -0.5 -0.2 0.0 0.3 -0.4 0.1 0.0 -0.3 -0.5 -0.3 -0.4 -0.5 -0.3 -0.3 -0.2 0.0 -0.6 -0.2 -0.3 -0.2 -0.3 -0.2 -0.4 -0.4 -0.3 -0.3 0.5 -0.3 1.0<br />
Suc -0.6 0.1 -0.5 0.4 -0.3 0.1 0.2 0.6 0.2 0.6 0.3 0.2 0.5 0.5 0.6 0.8 0.0 -0.3 -0.2 -0.3 0.6 -0.2 0.0 -0.2 -0.1 0.6 0.0 -0.2 0.3 1.0<br />
Tre -0.4 -0.2 -0.2 0.4 -0.3 0.2 0.1 0.1 -0.2 -0.1 0.0 0.0 -0.2 -0.1 -0.1 0.1 -0.4 -0.4 -0.3 -0.4 0.0 0.1 0.1 0.0 0.0 0.0 0.4 -0.4 0.8 0.5 1.0<br />
Mal 0.3 0.1 -0.3 0.1 0.2 0.0 0.3 0.5 0.7 0.2 0.8 0.9 0.2 0.2 0.1 0.1 0.3 -0.3 -0.2 -0.3 0.4 0.5 0.8 0.8 0.6 0.4 -0.1 -0.3 -0.4 0.0 0.1 1.0<br />
J 0.3 0.1 -0.3 0.0 0.2 -0.1 0.3 0.4 0.6 0.2 0.7 0.7 0.1 0.2 0.0 0.0 0.3 -0.3 -0.1 -0.3 0.3 0.4 0.8 0.8 0.6 0.3 0.0 -0.2 -0.4 -0.1 0.0 0.9 1.0<br />
K 0.1 -0.1 -0.3 -0.1 0.1 0.0 -0.1 0.3 0.4 0.0 0.6 0.7 -0.1 0.0 -0.2 -0.1 0.1 -0.4 -0.2 -0.4 0.2 0.4 0.8 0.8 0.6 0.2 0.0 -0.3 -0.2 -0.1 0.2 0.8 0.8 1.0<br />
L 0.5 0.1 -0.2 -0.1 0.2 -0.2 0.2 0.4 0.5 0.2 0.6 0.7 0.2 0.3 0.1 0.0 0.2 -0.3 0.3 -0.4 0.3 0.3 0.7 0.7 0.6 0.3 -0.1 -0.2 -0.5 -0.2 -0.1 0.8 0.9 0.7 1.0<br />
Galol -0.1 -0.2 -0.2 -0.3 -0.1 -0.1 -0.4 0.1 0.1 -0.1 0.3 0.4 -0.2 -0.2 -0.3 -0.1 -0.2 -0.5 -0.2 -0.4 -0.1 0.3 0.6 0.5 0.4 0.0 0.1 -0.3 0.0 0.1 0.3 0.5 0.5 0.8 0.5 1.0<br />
M 0.0 -0.4 -0.1 -0.4 0.0 0.1 -0.5 -0.2 -0.2 -0.5 0.0 0.1 -0.5 -0.5 -0.6 -0.4 -0.5 -0.6 -0.1 -0.4 -0.2 0.5 0.3 0.3 0.2 -0.1 0.6 -0.2 0.0 -0.2 0.1 0.2 0.2 0.4 0.2 0.5 1.0<br />
N 0.3 0.2 -0.5 0.1 0.1 -0.1 0.5 0.7 0.7 0.6 0.8 0.8 0.5 0.5 0.4 0.3 0.4 -0.3 0.0 -0.3 0.6 0.3 0.7 0.6 0.6 0.6 -0.2 -0.2 -0.6 0.1 -0.1 0.9 0.8 0.6 0.8 0.2 0.0 1.0<br />
Raff 0.2 0.0 -0.4 -0.1 0.0 -0.2 0.1 0.4 0.5 0.2 0.6 0.7 0.3 0.3 0.1 0.1 0.2 -0.4 0.2 -0.4 0.3 0.2 0.7 0.6 0.5 0.3 -0.1 -0.2 -0.4 0.0 0.0 0.8 0.8 0.8 0.9 0.6 0.2 0.8 1.0<br />
Eskimo<br />
Asp AsnSer Glu Gly Gln ArgThr Ala Prol Tyr Val Met Lys Ile Leu Phe Trp A B C D Fru E Gal Glc F Myo G H I Suc Tre Mal J K L Galol M N Raff<br />
Asp 1.0<br />
AsnSer 0.0 1.0<br />
Glu 0.6 0.2 1.0<br />
Gly -0.2 0.4 -0.3 1.0<br />
Gln 0.1 0.7 0.3 0.3 1.0<br />
ArgThr 0.3 0.7 0.3 0.3 0.6 1.0<br />
Ala 0.0 0.5 -0.1 0.5 0.3 0.2 1.0<br />
Prol -0.3 0.2 -0.3 0.4 -0.1 0.0 0.4 1.0<br />
Tyr -0.1 0.1 -0.4 0.1 -0.1 0.0 0.3 0.2 1.0<br />
Val -0.4 0.4 -0.5 0.5 0.1 0.2 0.5 0.7 0.3 1.0<br />
Met 0.1 -0.1 -0.3 0.2 -0.1 -0.1 0.3 0.5 0.4 0.3 1.0<br />
Lys 0.2 0.0 -0.3 0.2 0.0 0.1 0.3 0.4 0.3 0.3 0.9 1.0<br />
Ile -0.4 0.2 -0.6 0.4 -0.1 0.1 0.2 0.6 0.3 0.8 0.5 0.5 1.0<br />
Leu -0.3 0.0 -0.7 0.4 -0.2 0.1 0.2 0.5 0.6 0.7 0.7 0.7 0.9 1.0<br />
Phe -0.5 0.3 -0.6 0.5 0.0 0.1 0.4 0.7 0.3 0.9 0.4 0.3 0.8 0.8 1.0<br />
Trp -0.6 0.1 -0.5 0.4 -0.2 -0.1 0.1 0.6 0.1 0.7 0.3 0.2 0.8 0.6 0.7 1.0<br />
A 0.0 0.5 0.1 0.4 0.5 0.5 0.2 0.2 -0.1 0.3 0.3 0.4 0.3 0.3 0.3 0.1 1.0<br />
B -0.1 0.4 0.1 -0.1 0.5 0.3 0.1 -0.4 -0.3 -0.1 -0.5 -0.4 -0.2 -0.3 0.0 -0.2 0.1 1.0<br />
C -0.1 0.3 0.1 -0.1 0.2 0.1 0.1 0.0 -0.3 0.1 -0.4 -0.3 -0.1 -0.2 0.1 -0.1 0.1 0.8 1.0<br />
D 0.2 0.4 0.4 0.0 0.6 0.5 0.1 -0.4 -0.3 -0.2 -0.5 -0.3 -0.3 -0.3 -0.1 -0.3 0.4 0.8 0.6 1.0<br />
Fru -0.5 0.1 -0.5 0.5 -0.2 0.0 0.3 0.8 0.4 0.8 0.4 0.4 0.8 0.7 0.7 0.7 0.2 -0.3 -0.2 -0.4 1.0<br />
E 0.2 -0.2 0.1 -0.1 -0.1 -0.1 0.1 0.0 -0.2 -0.3 0.1 0.2 -0.3 -0.1 -0.2 -0.2 0.0 0.0 0.2 0.2 -0.2 1.0<br />
Gal -0.1 -0.1 -0.4 0.2 -0.2 -0.1 0.3 0.3 0.5 0.1 0.6 0.6 0.3 0.4 0.1 0.3 0.0 -0.5 -0.4 -0.4 0.4 0.5 1.0<br />
Glc 0.1 -0.1 -0.2 0.2 0.0 -0.1 0.3 0.2 0.3 0.0 0.7 0.7 0.1 0.3 0.0 0.1 0.2 -0.5 -0.4 -0.3 0.2 0.4 0.9 1.0<br />
F 0.2 0.0 -0.1 0.2 0.1 0.1 0.4 0.3 0.3 0.1 0.7 0.7 0.2 0.4 0.1 0.0 0.3 -0.3 -0.2 0.0 0.3 0.5 0.7 0.8 1.0<br />
Myo -0.1 -0.1 -0.1 0.1 -0.4 -0.2 0.1 0.4 0.3 0.1 0.3 0.3 0.2 0.3 0.1 0.2 -0.1 -0.3 -0.2 -0.4 0.4 0.2 0.6 0.3 0.3 1.0<br />
G -0.1 0.0 -0.1 -0.1 -0.1 0.0 -0.1 0.1 -0.2 0.0 0.0 0.1 0.2 0.1 0.1 0.3 -0.1 -0.1 0.1 -0.1 0.0 0.2 0.2 0.0 -0.1 0.1 1.0<br />
H 0.2 0.2 0.3 0.0 0.3 0.3 0.1 -0.4 -0.1 0.0 -0.4 -0.5 -0.2 -0.3 0.0 -0.2 0.1 0.6 0.3 0.5 -0.2 -0.3 -0.5 -0.4 -0.2 -0.4 -0.5 1.0<br />
I -0.3 0.0 0.0 0.1 -0.2 -0.3 0.0 0.2 0.1 0.0 -0.2 -0.3 -0.1 -0.2 0.0 0.0 -0.4 -0.2 -0.2 -0.4 0.1 -0.1 0.0 -0.1 -0.2 0.3 -0.1 -0.2 1.0<br />
Suc -0.5 0.1 -0.2 0.2 -0.2 -0.1 0.2 0.7 0.0 0.7 0.2 0.0 0.5 0.4 0.6 0.6 0.2 0.0 0.2 -0.2 0.7 -0.3 -0.1 -0.1 0.0 0.2 -0.2 0.1 0.2 1.0<br />
Tre -0.2 -0.2 0.0 0.1 -0.3 -0.4 -0.1 0.2 0.0 -0.1 0.1 0.0 -0.1 -0.1 -0.1 0.0 -0.4 -0.4 -0.3 -0.6 0.1 -0.1 0.1 0.1 0.0 0.4 0.0 -0.4 0.9 0.1 1.0<br />
Mal 0.2 -0.1 -0.3 0.1 0.0 0.1 0.2 0.1 0.2 0.1 0.7 0.8 0.4 0.5 0.2 0.1 0.3 -0.3 -0.3 -0.2 0.1 0.2 0.5 0.6 0.5 0.1 0.2 -0.4 -0.3 -0.2 0.0 1.0<br />
J 0.2 0.2 -0.1 0.0 0.0 0.1 0.2 0.3 0.1 0.1 0.6 0.6 0.4 0.3 0.1 0.2 0.2 -0.4 -0.2 -0.3 0.1 0.1 0.4 0.5 0.4 0.2 0.5 -0.5 -0.3 -0.1 0.0 0.7 1.0<br />
K 0.1 0.1 0.0 -0.1 0.0 0.1 0.0 0.1 -0.2 -0.1 0.2 0.4 0.1 0.0 -0.1 0.1 0.1 -0.3 -0.2 -0.2 0.0 0.2 0.4 0.4 0.2 0.0 0.6 -0.4 -0.2 -0.2 0.1 0.5 0.7 1.0<br />
L 0.2 0.1 -0.1 0.0 0.0 0.3 0.1 0.1 -0.1 0.0 0.4 0.6 0.2 0.2 0.0 0.1 0.2 -0.2 -0.1 0.0 0.0 0.3 0.4 0.4 0.3 -0.1 0.6 -0.4 -0.4 -0.3 -0.1 0.8 0.8 0.8 1.0<br />
Galol 0.1 -0.1 0.1 -0.2 -0.1 0.1 -0.2 -0.2 -0.4 -0.3 0.0 0.2 -0.1 -0.2 -0.3 0.1 0.1 -0.1 -0.1 0.0 -0.2 0.4 0.2 0.2 0.0 -0.1 0.6 -0.3 -0.2 -0.3 0.1 0.4 0.5 0.9 0.8 1.0<br />
M 0.4 0.0 0.4 -0.2 0.0 0.3 0.1 -0.3 -0.2 -0.4 0.0 0.1 -0.2 -0.3 -0.3 -0.2 0.0 0.1 0.0 0.3 -0.3 0.2 0.1 0.2 0.1 -0.1 0.2 0.3 -0.2 -0.4 -0.1 0.3 0.2 0.4 0.5 0.5 1.0<br />
N 0.1 -0.1 -0.4 0.2 -0.1 0.0 0.2 0.3 0.4 0.3 0.8 0.8 0.5 0.7 0.4 0.1 0.3 -0.4 -0.3 -0.3 0.4 -0.1 0.4 0.6 0.5 0.3 -0.1 -0.3 -0.3 0.1 -0.1 0.7 0.5 0.1 0.3 -0.1 0.0 1.0<br />
Raff 0.1 -0.1 -0.2 -0.1 0.0 0.0 0.1 0.3 0.1 0.1 0.7 0.7 0.4 0.4 0.2 0.1 0.3 -0.3 -0.2 -0.3 0.2 0.0 0.4 0.5 0.4 0.2 0.1 -0.4 -0.3 0.1 -0.1 0.6 0.6 0.4 0.4 0.1 0.1 0.8 1.0<br />
Myo-inositol<br />
Myo-inositol<br />
Proline<br />
In the WT Columbia, the proline level<br />
correlated with that of myo-inositol,<br />
although the metabolic pathways<br />
involved does not seem to be<br />
directely connected.<br />
Control<br />
GB<br />
Pro<br />
Salt<br />
Salt + GB<br />
Salt + Pro<br />
Proline<br />
In the mutant Eskimo, the relationship<br />
between proline and myo-inositol was<br />
not confirmed. This could result from<br />
<strong>de</strong>regulation of proline accumulation.<br />
Lugan et al., Metabolomics, 2006<br />
Conséquences métaboliques corrélatives <strong>de</strong> la mutation
2600000<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
4. Métabotypage<br />
et <strong>métabolomique</strong><br />
<strong>fonctionnelle</strong><br />
Profilage métabolique m<br />
du mutant pop2 d’Arabidopsis<br />
thaliana :<br />
Catabolisme du Gaba, métabolite m<br />
<strong>de</strong> stress<br />
Actions régulatrices, r<br />
fonction anaplérotique<br />
0 50 100 150<br />
NaCl (mM)<br />
Plus gran<strong>de</strong> sensibilité du mutant :<br />
- au NaCl<br />
- au Gaba<br />
Renault et al., BMC Plant Biol., 2010<br />
Renault et al., Plant Cell Physiol., 2011<br />
Renault et al., Plant Cell Env., 2012<br />
Ler pop2-<br />
Ler pop2-<br />
Ler pop2-<br />
Ler pop2-<br />
1<br />
2 5 1 1 4 4 1 81 13 1 47<br />
6<br />
pop2-<br />
4<br />
Ler<br />
Col-0<br />
GABA 1 mM<br />
pop2-<br />
1<br />
Catma arrays<br />
Roles régulateurs du Gaba
2600000<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
4. Métabotypage<br />
et <strong>métabolomique</strong><br />
<strong>fonctionnelle</strong><br />
Phénotypage<br />
métabolique du mutant pop2 d’Arabidopsis<br />
thaliana :<br />
Action racinaire du métabolisme m<br />
du Gaba<br />
Activité régulatrice du rapport C/N<br />
Renault et al., Plant Cell Env., 20112
2600000<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
4. Métabotypage<br />
et <strong>métabolomique</strong><br />
<strong>fonctionnelle</strong><br />
Phénotypage<br />
métabolique <strong>de</strong> lignées transformées (35S-OE)<br />
d’Arabidopsis<br />
thaliana exprimant le gène g<br />
CodA d’Arthrobacter<br />
globiformis impliqué dans la<br />
synthèse se <strong>de</strong> glycine bétaïne<br />
:<br />
Action osmoprotectrice <strong>de</strong> la GB<br />
Alia et al., Plant Mol. Biol., 1999<br />
Voies <strong>de</strong> biosynthèse <strong>de</strong> la glycine<br />
bétaïne chez différents organismes<br />
36 cycles<br />
36 cycles<br />
WT<br />
ANT5<br />
ANT7<br />
A/A20<br />
A/A2<br />
A20<br />
M<br />
GB<br />
(µmol/g MS) 0 6 0 10.6 9.1 0<br />
avec Cho 0 6.1 0 13.2 12.7 0<br />
Expression du transgène et teneurs en GB dans<br />
différentes lignées transformées<br />
Lugan et al., unpublished
2600000<br />
4.<br />
2400000<br />
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
4. Métabotypage<br />
et <strong>métabolomique</strong><br />
<strong>fonctionnelle</strong><br />
Phénotypage<br />
métabolique <strong>de</strong> lignées transformées (35S-OE)<br />
d’Arabidopsis<br />
thaliana exprimant le gène g<br />
CodA d’Arthrobacter<br />
globiformis impliqué dans la<br />
synthèse se <strong>de</strong> glycine bétaïne<br />
:<br />
Action osmoprotectrice <strong>de</strong> la GB<br />
Log (codA control / WT control) Log (WT NaCl / WT control) Log (codA NaCl / WT control)<br />
Hierarchical classification (Ward) of metabolite levels in WT and codA<br />
transformants of Arabidopsis after Nacl treatment<br />
Lugan et al., unpublished
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
Eléments <strong>de</strong> conclusion<br />
2600000<br />
2400000<br />
L’investigation <strong>de</strong>s ajustements métaboliques mis en oeuvre par les plantes exposées aux<br />
stress a largement été encouragée ces <strong>de</strong>rnières années grace au développement <strong>de</strong>s<br />
techniques et <strong>de</strong>s <strong>outil</strong>s <strong>de</strong> <strong>métabolomique</strong>.<br />
Des expériences récentes <strong>de</strong> profilage métabolique comparé d’espèces modèles<br />
apparentées à Arabidopsis ont contribué à la mise en évi<strong>de</strong>nce <strong>de</strong> configurations<br />
métaboliques adaptées à <strong>de</strong>s environnements osmotiquement ou thermiquement<br />
contraignants.<br />
………………………..<br />
Dans un futur très proche, davantage d’étu<strong>de</strong>s intégreront la <strong>métabolomique</strong> comme<br />
moyen d’appréhension <strong>de</strong> la biologie systémique appliquée à la compréhension <strong>de</strong>s<br />
moyens d’adaptation <strong>de</strong>s plantes aux stress.<br />
<strong>La</strong> sélection et l’amélioration génétique pour une agriculture performante et durable,<br />
adaptée à l’évolution prévisible du climat, encourage également à renforcer le<br />
développement <strong>de</strong>s <strong>outil</strong>s <strong>de</strong> phénotypage métabolique à haut débit apropriés à <strong>de</strong>s<br />
environnements biotiques et abiotiques contraignants et à la combinaison <strong>de</strong> stress.
2200000<br />
2000000<br />
1800000<br />
1600000<br />
1400000<br />
1200000<br />
1000000<br />
800000<br />
600000<br />
400000<br />
200000<br />
0<br />
15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00 55.00<br />
Remerciements<br />
2600000<br />
2400000<br />
Carole Deleu,<br />
Antoine Gravot,<br />
François <strong>La</strong>rher,<br />
<strong>La</strong>urent Leport,<br />
Françoise Le Cahérec,<br />
Maria Manzanares-Dauleux,<br />
Marie-Françoise Niogret,<br />
Chantal Monnier,<br />
Solenne Berardocco,<br />
Christine <strong>La</strong>riagon<br />
Nathalie Marnet<br />
Dany Saligaut<br />
Benjamin Albert<br />
Raphaël Lugan<br />
Geoffrey Wagner<br />
Elise Sorin<br />
Institut <strong>de</strong> Génétique, G<br />
Environnement et<br />
Protection <strong>de</strong>s Plantes,<br />
Rennes, Le Rheu<br />
Collaborateurs : D. Renault (Rennes) ; A. Savouré (Paris VI) : M. Herzog (Grenoble) ;<br />
Y. Gibon (Bor<strong>de</strong>aux) ; JC Avice (Caen) ; R. Sulpice (Golm, Germany) ; J. Kopka (Golm,<br />
Germany)
Plateau <strong>de</strong> profilage métabolique<br />
et <strong>de</strong> <strong>métabolomique</strong> (P2M2)