Un nouveau modèle d’intelligence artificielle mesure précisément l’angle des feuilles de blé en plein champ
Une équipe de recherche dirigée par le professeur Jiang Ni, de l’Institut de génétique et de biologie du développement (IGDB) de l’Académie des sciences chinoise (CAS), a développé une méthode économique et efficace pour l’acquisition d’images in situ de l’angle de la feuille flagelle (FLANG) chez le blé, ainsi qu’un modèle d’apprentissage profond léger, nommé LeafPoseNet, permettant une estimation précise de cet angle. L’angle de la feuille flagelle est un trait clé en amélioration du blé, car il influence fortement l’architecture de la plante, l’interception de la lumière et le potentiel de rendement. Toutefois, sa mesure reste un obstacle majeur dans les approches modernes d’analyse phénotypique à haut débit, en raison de sa dépendance à des méthodes manuelles coûteuses en temps et sujettes à l’erreur humaine. Pour surmonter ce défi, les chercheurs ont conçu LeafPoseNet, un modèle de détection de posture basé sur des points clés, capable de détecter automatiquement trois points essentiels : le centre de la feuille flagelle (Point L), le point de jonction entre la feuille et la tige (Point J), et le centre de la tige (Point S). Ces points permettent de calculer l’angle FLANG de manière automatisée. Par rapport aux modèles d’état de l’art en détection de points clés, LeafPoseNet se distingue par des performances supérieures, atteignant une erreur absolue moyenne (MAE) de 1,75°, une erreur quadratique moyenne (RMSE) de 2,17° et un coefficient de détermination (R²) de 0,998. Le modèle montre une robustesse remarquable dans la localisation des points clés, même en présence de formes variées de feuilles et de scénarios complexes. Grâce à sa structure légère et à son efficacité computationnelle, LeafPoseNet peut être facilement déployé sur des smartphones, permettant ainsi des mesures rapides et à haut débit directement en champ. Les chercheurs ont appliqué LeafPoseNet à un panel diversifié de 221 accessions de blé tendre, puis ont utilisé un modèle linéaire mixte (MLM) pour une étude d’association génomique (GWAS), aboutissant à la découverte de dix loci de caractères quantitatifs (QTL) associés à l’angle de la feuille flagelle. Ces résultats offrent de nouvelles perspectives sur la structure génétique du FLANG chez le blé. Cette étude, publiée dans The Crop Journal, présente un outil pratique et performant pour la mesure in situ à haut débit de l’angle de la feuille flagelle, facilitant ainsi les programmes d’amélioration génétique et les analyses génétiques du blé.
