Comment détecter les maladies des plantes avant qu'il ne soit trop tard ?
Le projet DISRUPP combine drones, satellites et analyses ADN pour révolutionner le diagnostic phytosanitaire
Chaque année, les maladies des plantes causent des pertes considérables dans les exploitations agricoles françaises et mondiales. Champignons, bactéries, virus, oomycètes, les bioagresseurs qui s’attaquent aux cultures sont nombreux, souvent invisibles à l’œil nu, et parfois dévastateurs lorsqu’ils ne sont détectés que trop tard. Face à cette réalité, les agriculteurs disposent aujourd’hui d’outils de diagnostic performants, mais qui montrent leurs limites dans des situations de plus en plus complexes. Le projet DISRUPP propose une approche radicalement nouvelle : combiner l’imagerie aérienne par drone et satellite avec une analyse complète de l’ADN présent dans les plantes, ceci afin d’y détecter précocement et de manière précise l’apparition d’un foyer de maladie, quel qu’il soit, au champ.
1. Comment détecte-t-on les maladies des plantes aujourd'hui ?
Les tests ADN ciblés : un standard de référence
Depuis plusieurs décennies, le diagnostic phytosanitaire s’appuie sur des méthodes moléculaires ciblées, au premier rang desquelles la PCR (Réaction de polymérase en chaine) et sa variante quantitative, la qPCR. Ces techniques permettent de détecter la présence d’un organisme pathogène dans un échantillon végétal en amplifiant une séquence d’ADN spécifique à cet organisme. Résultat : une sensibilité remarquable, capable de détecter des quantités infimes de matériel génétique pathogène, et une spécificité élevée qui limite les faux positifs.
Pour faire simple, la PCR fonctionne comme un moteur de recherche très précis : on lui soumet une requête : « est-ce que ce champignon est présent dans cet échantillon ? » et elle répond oui ou non avec une grande fiabilité. Ces méthodes sont aujourd’hui le standard des laboratoires d’analyse et des organismes de surveillance sanitaire des cultures.
Leur limite est inhérente à leur fonctionnement : pour chercher un pathogène, il faut déjà savoir qu’il existe et qu’il est susceptible d’être présent. Face à un pathogène émergent, une espèce rare ou une combinaison d’agents pathogènes inattendus, la PCR ne peut rien détecter si la bonne « requête » n’a pas été formulée au départ. Par ailleurs, cette recherche est restreinte aux pathogènes séquencés, (présents dans les bases de données) et aux souches déjà connues.
L’imagerie aérienne : surveiller les champs depuis le ciel
Parallèlement, une autre révolution s’est opérée dans les pratiques agricoles : l’essor de l’imagerie par drone et par satellite. Ces technologies permettent de survoler des parcelles entières et de capter des informations spectrales invisibles à l’œil nu, notamment dans les longueurs d’onde de l’infrarouge, particulièrement révélatrices de l’état de santé des végétaux.
Concrètement, une plante stressée peut modifier sa façon de réfléchir la lumière bien avant que des symptômes visibles n’apparaissent. L’imagerie multispectrale capte ces modifications précoces et permet de cartographier les zones d’une parcelle à problème. C’est un outil puissant pour surveiller de grandes surfaces rapidement, prioriser les interventions et suivre l’évolution d’une culture tout au long de la saison.
Mais cette approche se heurte à une limite fondamentale : elle détecte un signal, pas une cause. Une anomalie spectrale peut résulter d’un stress hydrique, d’une carence en nutriments, d’une attaque fongique ou d’une infection bactérienne. Autrement dit, l’image pointe un problème mais sans dire lequel. Sans confirmation biologique, le diagnostic reste incomplet et la décision agronomique incertaine.
Le fossé entre ce qu’on voit et ce que l’on sait
On se retrouve donc avec deux outils puissants mais dont les angles morts sont complémentaires. L’imagerie détecte sans identifier là où la PCR identifie sans détecter. Ce fossé entre signal phénotypique (ce que la plante montre) et identification biologique (ce qui cause réellement le problème) est le verrou scientifique central que le projet DISRUPP se propose de lever.
3. Les défis scientifiques du projet
L’ADN de la plante noie celui des pathogènes
Le séquençage métagénomique appliqué aux plantes se heurte à un problème biologique fondamental : dans un tissu végétal, l’ADN de la plante elle-même représente la grande majorité du matériel génétique extrait. Les pathogènes : champignons, bactéries, virus ne constituent qu’une fraction infime du total séquencé. C’est comme chercher une aiguille dans une botte de foin, où la botte représente 99 % de ce qu’on lit.
Plus l’infection est précoce, plus cette fraction pathogène est faible et plus la détection est difficile. C’est précisément dans ces situations précoces, là où le diagnostic est le plus précieux, que le défi technique est le plus grand.
La précision du séquençage long-read
La technologie Nanopore présente un taux d’erreur de lecture plus élevé que les méthodes de séquençage classiques. Ces erreurs, distribuées aléatoirement le long des fragments lus, compliquent l’identification précise des espèces, surtout lorsque deux organismes sont phylogénétiquement proches, c’est-à-dire très similaires sur le plan génétique. DISRUPP doit donc développer des méthodes d’analyse capables de corriger ou de tolérer ces imprécisions pour produire des diagnostics fiables.
Relier image et biologie : un défi interdisciplinaire
Le verrou le plus complexe du projet n’est pas technologique, il est scientifique. Comment établir avec certitude qu’une anomalie détectée sur une image est bien causée par le pathogène identifié dans l’ADN du prélèvement correspondant ? Les plantes sont soumises à des stress multiples et simultanés. Une même signature spectrale peut correspondre à des causes biologiques très différentes. Distinguer corrélation et causalité dans ce contexte nécessite une approche rigoureuse qui mobilise à la fois l’agronomie, la biologie moléculaire et l’informatique. C’est la dimension fondamentalement interdisciplinaire du projet.
4. Ce que DISRUPP change concrètement
En produisant des données métagénomiques directement issues du terrain et non en conditions de laboratoire contrôlées, DISRUPP génère un type de données rare et précieux pour la communauté scientifique. Ces données permettront de mieux comprendre la réalité des communautés microbiennes qui vivent dans et autour des plantes cultivées, et d’alimenter de futurs travaux en phytopathologie et en écologie microbienne.
En couplant systématiquement chaque anomalie détectée par imagerie à une caractérisation moléculaire de l’échantillon correspondant, le projet fournit également une « vérité terrain » biologique qui manquait jusqu’ici aux modèles d’interprétation des images aériennes. Cela permettra d’améliorer la précision de ces modèles et de les rendre plus robustes face à la diversité des situations agronomiques réelles.
Enfin, le projet développe des outils bioinformatiques dédiés : des pipelines d’analyse informatique spécialement conçus pour traiter les données complexes du séquençage Nanopore appliqué aux matrices végétales, et qui permettront de réduire les délais d’analyse et de rendre les résultats directement exploitables sur le terrain.
Questions fréquentes
Une image aérienne détecte qu'une plante est en difficulté, mais sans en identifier la cause. Stress hydrique, carence minérale et infection pathogène produisent des signatures spectrales similaires. Seule une analyse biologique permet de trancher.
C'est l'un des enjeux centraux de DISRUPP. L'imagerie multispectrale peut révéler des anomalies subtiles antérieures aux symptômes visibles. Couplée au séquençage métagénomique, elle ouvre la possibilité d'un diagnostic précoce même si la faible charge pathogène à ce stade reste un défi technique majeur.
La PCR cherche un organisme précis qu'on lui a demandé de trouver. Le séquençage shotgun lit tout l'ADN présent, sans ciblage préalable. Il peut ainsi détecter des pathogènes inattendus ou encore inconnus.
La technologie présente un taux d'erreur de lecture plus élevé que les méthodes classiques, ce qui peut nuire à la précision de l'identification taxonomique des micro-organismes détectés. DISRUPP développe des méthodes spécifiques pour limiter l'impact de ces erreurs.
Le dispositif expérimental de DISRUPP teste l'approche sur des cultures annuelles et pérennes, en agriculture biologique et conventionnelle. Les résultats permettront d'évaluer la portée réelle de la méthode et d'identifier les adaptations nécessaires selon les contextes.
French 
English 
