Développement d'un Système d'Information de phénotypage d'Arabidopsis thaliana Juliette FABRE LEPSE - INRA

Le LEPSE Le Laboratoire d'Ecophysiologie des Plantes sous Stress Environnementaux Objectif : analyser et modéliser les interactions Génotype x Environnement → Cultiver un grand nombre de génotypes et caractériser l'environnement 3 Systèmes d'Information avec bases de données et interfaces Web PHENODYN Plate-forme automatisée de phénotypage du maïs et du riz Serre et chambre de culture CINCALLI Phénotypage du maïs en champ PHENOPSIS Plate-forme de phénotypage automatisée pour A. thaliana

La plate-forme PHENOPSIS 3 chambres de culture automatisées et en conditions environnementales contrôlées permettant chacune de cultiver 504 pots d'Arabidopsis thaliana → Conditions de culture homogènes et reproductibles → Stress hydriques du sol contrôlés → Bonne fiabilité des mesures et traçabilité des données avec la génération automatique de fichiers de données → Analyses non-destructives : analyses de croissance foliaire (imagerie visible) et de température de surface (imagerie IR) → Analyses destructives : production de matériel végétal caractérisé et reproductible pour diverses analyses

Les données de la plate-forme PHENOPSIS DONNEES METEO 4 variables / 10 min (fichiers DAT) : température, humidité, rayonnement et VPD DONNEES ISSUES DES ROBOTS ~ 10 variables par pot et par cycle (données d'irrigation) = + de 5000 données par cycle (fichiers CSV) + de 500 photos par cycle (400 ko par photo) DONNEES MESUREES SUR LES PLANTES ~ 10-20 variables par plante et par expérimentation (Excel) : nombre et surface de feuilles et de cellules, stades phénologiques, longueurs de racines, .. + fichiers (scans, coupes histologiques, … Entre 50 ko et 1 Mo)

Pourquoi un outil de gestion de données? Passage au haut débit : très fort accroissement du nombre et de la diversité des mesures → près de 500 génotypes phénotypés entre 2003 et 2008 (sur une plate-forme) → 1 AN = ~ 6 M de lignes et au moins 200 Go de fichiers OUTIL STOCKER Données Métadonnées UTILISER A DISTANCE CONSULTER EXTRAIRE EXPORTER Une métadonnée est une donnée servant à définir ou décrire une autre donnée. → Développement depuis 2007 d'un système de gestion de base de données et d'une interface Web : PHENOPSIS DB financé par le projet européen Agron-Omics

Le Système d'Information MySQL Base de Données langage SQL R Apache Interface Web langages HTML et PHP Fichiers (photos, scans ..) SERVEUR Utilisateurs Ordinateur Mesures PLANTE DONNEES BRUTES Campbell Administrateur ROBOT Capteurs METEO CHAMBRES

La base de données PHENOPSIS (2) Propriété sur les données issues d'une expérimentation ou concernant un génotype : un groupe d'utilisateurs propriétaire Variables en ligne pour assurer une plus grande flexibilité et évolutivité de la base de données et des variables étudiées Organe MesureOrgane Utilisateur Genotype GroupeUtil MesureRobot PotManip Variable Groupe Manip Consigne Commentaire Chambre MesureMeteo

L'interface Web (1) Langages et Logiciels Architecture Client / Serveur Langages et Logiciels PHP – JAVASCRIPT : Web dynamique HTML et CSS : standards W3C (World Wide Web Consortium) : XHTML 1.0 et CSS 2.1 R : manipulation de données Gestion de la sécurité de l'interface Web et des données → Sauvegarde de la base de données assurée par le campus → Fichiers en double sur le serveur du LEPSE et le serveur du campus L'architecture client/serveur désigne un mode de communication entre plusieurs ordinateurs d'un réseau qui distingue un ou plusieurs postes clients du serveur : chaque logiciel client peut envoyer des requêtes à un serveur. Gestion des utilisateurs, des droits et de la propriété des données Outil convivial et ergonomique centré sur les besoins de l'utilisateur

L'interface Web (2) Insertion des données Soumission d'un enregistrement ou d'un fichier CSV d'enregistrements / PHP Validation / PHP ou R Mise en forme des données complexes / R Envoi d'une requête SQL d'insertion / PHP Consultation des données / Calculs, statistiques, graphiques Envoi d'une requête SQL de sélection / PHP Mise en forme des données complexes Calcul de données Statistiques Graphiques R Affichage des données, graphiques, téléchargement / PHP

Démo Phenopsis DB

En cours .. LIMITES → Insertion des données très lente : R très peu performant sur les boucles.. → Insertion des milliers de photos prises par les robots laborieuse → Importance du volume des données TRANSFERT AUTOMATIQUE des données issues des plate-formes PHENOPSIS dans la base de données (coll. M. DAUZAT et V. NEGRE LEPSE) → Insertion automatique des données météorologiques et d'irrigation par requêtes SQL → Transfert automatique des photos sur le serveur → Achat d'un serveur hébergé par le campus avec une grosse capacité de stockage (To)

En cours ... Module d'analyses d'images en ligne (coll. N. WUYTS LEPSE) Macros ImageJ pour l'analyse automatique en ligne des images Module d'analyses de données en ligne Graphiques et analyses statistiques via R Couplage avec d’autres BDD du projet Agron- omics (coll. B. RINN) (métabolome, transcriptome, protéome)

Pour conclure .. Outil de stockage, de vérification et d'extraction des données Analyser de grand jeux de données et identifier des idéotypes et des propriétés émergentes ... et détecter des anomalies! Développement de procédures automatiques de validation de données (coll. UMR ASB Montpellier) Ouverture partielle des données de phénotypage au public http://bioweb.supagro.inra.fr/phenopsis/ Dauzat et al (2004) Un automate de phénotypage pour cultiver des plantes à des états hydriques du sol contrôlés : un outil d'aide à la caractérisation de la réponse de la croissance et de la transpiration à la sécheresse. Le cahier des techniques de l'Inra, 53. Fabre et al (2008) Développement d'un Système d'Information de phénotypage d'Arabidopsis thaliana. Le cahier des techniques de l'Inra, 35. Granier et al (2006) PHENOPSIS, an automated platform for reproducible phenotyping of plant responses to soil water deficit in Arabidopsis thaliana permitted the identification of an accession with low sensitivity to soil water deficit. New Phytologist, 169 (3). Tisné et al (2008) Combined genetic and modeling approaches reveal that epidermal cell area and number in leaves are controlled by leaf and plant developmental processes in Arabidopsis. Plant physiology, 148.

Post Doc (RTRA, Agron-omics) Personnes du LEPSE impliquées Christine GRANIER CR1 INRA Myriam DAUZAT AI INRA Vincent NEGRE IE INRA Nathalie WUYTS Post Doc (RTRA, Agron-omics) Collaborateurs Hors- LEPSE UMR ASB INRA Montpellier : Anne TIREAU, Pascal NEVEU LBE INRA Narbonne : Virginie ROSSARD ETH ZURICH : Bernd RINN Sources de financements Projet Intégré Européen FP6, Agron-omics INRA projet Base de données RTRA