Doctorant Cifre Anrt Gxe Pois Protéagineux H/F Apecita
- Oise - 60
- CDD
- Services aux Entreprises
À noter sur ce job
Vous avez ces compétences ? Cliquez dessus pour les ajouter rapidement à votre profil !
- Permis B (déplacements)
Détail du poste
Descriptif du poste
PEABOOST
La thèse sera réalisée au sein de l'unité de recherche AGHYLE d'UniLaSalle (Beauvais). L'unité est une unité de recherche propre à UniLaSalle, labellisée HCERES, sous tutelle des ministères MESIR et MASA ; elle est membre de l'École Doctorale « Sciences, Technologie, Santé » d'A2U (Artois, UPJV, ULCO).
L'unité s'intéresse aux différentes dynamiques pouvant exister à l'interface roche-eau-sol-plante-atmosphère et possède une expertise particulière quant à l'étude de la réponse des plantes au pédoclimat, à différentes échelles (du génotype aux communautés cultivées). L'unité regroupe 45 membres (22 enseignants-chercheurs et 3 DR, dont 7 HDR, 8 personnels d'appui technique à la recherche, 8 doctorants, 1 post-doc) associant des compétences en biogéochimie, sciences du sol, écologie du sol, hydrologie, hydrogéologie, géophysique, chimie analytique et écophysiologie, écologie fonctionnelle et génétique végétale.
L'équipe de PEABOOST, expérimentée dans la conduite de projets de R&D collaboratifs, le co-encadrement de thèses et la sélection variétale, en interaction quotidienne avec les équipes de sélection de ses membres, offre au (à la) candidat(e) doctorant(e) la possibilité d'interagir et de travailler avec 3 entreprises de sélection majeures en France, et également d'interagir, dans le cadre du projet, avec les organismes chargés de l'évaluation des variétés partenaires du projet, Geves et Terres Inovia.
Missions :
Appel à candidature pour le dépôt d'une thèse de Doctorat CIFRE ANRT « Comprendre les interactions génotype x environnement pour améliorer et stabiliser les performances du pois protéagineux ».
Problématique :
Aujourd'hui, les sélectionneurs disposent d'outils et de méthodes puissants pour garantir le progrès génétique. Toutefois, leur efficacité repose sur une compréhension fine des variations de performance des génotypes soumis à des conditions environnementales non maîtrisées et difficilement prévisibles. L'approche classique, fondée sur des essais multi-locaux visant à sélectionner les génotypes les plus performants sur la base de leur rendement moyen annuel, montre ses limites, notamment en raison de la faible prédictibilité des performances observées (Podlich et al., 1999). Il devient essentiel d'identifier et d'intégrer à la stratégie de sélection les facteurs responsables des écarts de performance entre les génotypes pour les lieux testés, c'est-à-dire les interactions génotype x environnement (GxE). Cette démarche est cruciale pour développer une offre variétale alliant haut rendement et stabilité, dans un contexte de transition agroécologique et de changement climatique. Les modèles écophysiologiques constituent des outils informatiques performants, capables de décrire avec précision les conditions abiotiques dans lesquelles les génotypes se sont développés (Chapman, 2008 ; Chenu et al., 2017). L'envirotypage, qui consiste à analyser ces conditions en lien avec les interactions GxE, offre une approche innovante pour améliorer l'efficacité de la sélection et constitue une base de connaissances scientifiques pour comprendre l'adaptation aux pédoclimats et mettre en évidence les potentiels traits phénologiques, morphologiques et physiologiques clefs de l'adaptation générale chez les espèces cultivées (Elmerich, 2023 ; Bicard, 2025).
Le pois protéagineux est la principale légumineuse à graine cultivée en France. Les légumineuses à graines sont une famille clé de cultures contribuant au développement d'une agriculture durable sensu Wezel & Janeau (2011) (Schneider & Huygue, 2015), grâce en particulier à leur capacité de fixation symbiotique de l'azote atmosphérique. Pourtant, en Europe, les légumineuses à graines ne représentent que 2 % des surfaces cultivées, bien en deçà des 15 % constatés en moyenne sur d'autres continents (Roman et al., 2016). Les rendements des légumineuses n'ont pas progressé à la même vitesse que d'autres cultures (Foyer et al., 2016) et la variabilité de ce rendement (Cernay et al., 2015 ; Reckling et al., 2018) est souvent incriminée par les agriculteurs comme un frein majeur à leur adoption (Zander et al., 2016). Parmi l'ensemble des actions requises pour débloquer cette situation (Magrini et al., 2018), l'amélioration variétale est un levier indispensable. L'objectif fondamental d'un programme de sélection reste de fournir aux agriculteurs des génotypes présentant un avantage de performance : ceci implique de penser les réseaux d'évaluation variétale (multi-environment trials, MET) non comme une fin en soi, mais comme un échantillon des situations dans lesquelles les futures variétés devront être cultivées (target population of environments, TPE) (de los Campos et al., 2020 ; Resende et al., 2020 ; Resende, 2025).
En pois, des outils permettant l'analyse des interactions génotype x environnement par une approche d'envirotypage sont disponibles (e.g. modèle Azodyn, Larmure, 2017) et ont déjà été mobilisés pour l'étude a posteriori de MET (Lecomte et al., 2023). Une caractérisation de la relation MET-TPE, le long du continuum sélection-inscription-post-inscription, grâce à la collaboration de partenaires oeuvrant le long de ce continuum (sélectionneurs, Geves, Terres Inovia), est nécessaire. En effet, en pois, l'évolution des zones de culture a eu un impact important sur les stress subis par la culture (Bénézit et al., 2017) sans que les réseaux d'évaluation aient réellement été révisés. Parmi les phénomènes potentiellement à l'origine des variations de rendement du pois, l'étude de Lecomte et al. (2023) a identifié, en pois d'hiver, l'impact des faibles rayonnements pendant la phase hivernale. Il n'existe pas à ce jour d'étude permettant de quantifier spécifiquement cet effet, ni d'en appréhender les mécanismes sous-jacents.
Objectifs et approches :
La thèse repose sur l'identification et la prise en compte en sélection des facteurs agro-climatiques responsables des GxE chez le pois protéagineux d'hiver et de printemps cultivé à l'Ouest de l'Europe. Elle contribuera, par des approches complémentaires, à une meilleure compréhension des facteurs de stabilité du rendement et d'adaptation de la culture au climat, tout en enrichissant l'état des connaissances de l'écophysiologie de la culture. Les travaux permettront notamment d'identifier et de mettre en évidence des traits impliqués dans l'adaptation générale des génotypes et leur plasticité phénotypique fonctionnelle. Plusieurs approches seront mobilisées : in silico par un ou plusieurs modèles écophysiologiques de référence et in vivo par un phénotypage des traits aériens et souterrains dans le cadre d'expérimentations in situ et en conditions contrôlées.
L'hypothèse principale de la thèse est que l'adaptation générale et la stabilité des performances du pois protéagineux reposent sur un ensemble restreint de traits, dont la plasticité phénotypique fonctionnelle permet aux génotypes de maintenir leurs performances dans des conditions agroclimatiques variées, notamment de faible rayonnement solaire.
Rattachement hiérarchique / Organisation :
Le/la doctorant(e) sera accompagné(e) par l'équipe suivante :
- Michel-Pierre FAUCON (Dr, HDR, enseignant-chercheur en écologie végétale et agroécologie), directeur de la thèse (UP AGHYLE, UniLaSalle)
- Bastien LANGE (Dr, enseignant-chercheur en sciences végétales), co-encadrant de la thèse (UP AGHYLE, UniLaSalle)
- Stéphane FIRMIN (Dr, enseignant-chercheur en écotoxicologie), directeur d'unité et membre actif de l'encadrement de la thèse (UP AGHYLE, UniLaSalle)
- David GOUACHE, Directeur GIE PeaBoost
- Floriane BARTHES, Coordinateur technique GIE PeaBoost
Profil souhaité
Master 2 ou ingénieur agri/agro initié aux recherches en écophysiologie végétale et à l'amélioration des plantes, ayant un goût pour la modélisation et l'analyse de grandes bases de données.
Compétences demandées :
- Rigueur
- Curiosité scientifique
- Capacité rédactionnelle
- Maîtrise des statistiques et du logiciel R
- Mise en place et suivi d'une expérimentation au champ et/ou en conditions contrôlées
- Bon à très bon niveau d'anglais écrit et parlé
- Permis B (déplacements)
Conditions
Durée du projet : 3 ans, du 01/01/2027 au 31/12/2029.
Cette offre vous intéresse?
Offre en ligne jusqu'au 21/11/2026.
Pour candidater, adresser : CV, relevés de notes de Master ou 4e et 5e année post-bac ingénieur et LM.
Infos complémentaires
Publiée le 22/10/2026 - Réf : AA010543