Réalisations et contributions
En coursAméliorer la gestion parasitaire des insectes invasifs
La spongieuse asiatique (Lymantria dispar) est un insecte invasif et ravageur causant des dommages sérieux dans les forêts d’Amérique du Nord. Sur la base de marqueurs génétiques diagnostiques, nous avons bâti un modèle de prédiction de la provenance géographique d’échantillons inconnus (ex: masses d’oeufs) que nous avons ensuite intégré dans une application web à la disposition des équipes en charge de la lutte contre les ravageurs. Cette démarche permettra de mettre en place des mesures d’éradication efficaces.
En coursAméliorer la sélection des meilleurs cultivars de soya par l'intelligence artificielle
L’objectif de ce projet est d’améliorer le processus de sélection de cultivars de Soya en utilisant l’information génétique et les données climatiques intégrées dans des modèles de « machine-learning ». Cette approche basée sur un balayage de l’ensemble du génome (28,000 marqueurs génétiques) et des données climatiques obtenues à partir de satellites ouvre la voie à une agriculture de précision.
En coursSupporter un programme de sélection génomique pour des abeilles adaptées au Québec
En plus d’être productrice de miel, l’abeille mellifère est un pollinisateur de première importance. Les reines importées actuellement au Québec sont souvent mésadaptées aux conditions difficiles de l’Est du Canada: des hivers longs et rigoureux. L’objectif général est d’utiliser la génomique et l’intelligence artificielle pour assister le CRSAD dans le développement de lignées génétiques adaptées à ces conditions difficiles tout en assurant la perennité de l’espèce grâce à un maintien de la diversité génétique. Pour celà, des dizaines de milliers de marqueurs génétiques couvrant l’ensemble du génome vont être intégrés dans des modèles de prédiction de performance et de résilience pour renseigner les efforts de sélection et de croisements dirigés.