La culture de la tomate est impactée par plusieurs agents pathogènes majeurs, dont Phytophthora infestans (mildiou), Pseudoidium neolycopersici (oïdium), Botrytis cinerea (pourriture grise) et Fulvia fulva (cladosporiose). Dans le cadre du projet AGRIPOLHYS, visant au développement d’outils de détection précoce des maladies végétales, ce stage a porté sur la mise au point et l’optimisation de méthodes moléculaires basées sur la qPCR. Les travaux ont consisté à concevoir et tester des marqueurs moléculaires spécifiques pour chaque pathogène, en simplex et en multiplex, afin de garantir sensibilité et spécificité, tout en réduisant le temps et le coût d’analyse. Les amorces validées ont été évaluées sur des souches de référence et sur des échantillons foliaires issus de bioessais en conditions contrôlées. Les résultats montrent une corrélation entre les niveaux de quantification moléculaire et l’expression des symptômes observés sur les plantes, confirmant la robustesse des méthodes développées. Ce travail contribue à fournir des protocoles fiables de détection précoce, indispensables à la gestion durable des maladies de la tomate, et constitue un appui essentiel au projet AGRIPOLHYS en vue de l’intégration des données moléculaires avec l’imagerie hyperspectrale et polarimétrique.
Tomato cultivation is impacted by several major plant pathogens, including Phytophthora infestans (late blight), Pseudoidium neolycopersici (powdery mildew), Botrytis cinerea (grey mould) and Fulvia fulva (cladosporiosis). As part of the AGRIPOLHYS project, which aims to develop tools for the early detection of plant diseases, this internship focused on the development and optimisation of molecular methods based on qPCR. The work consisted of designing and testing specific molecular markers for each pathogen, in simplex and multiplex, in order to guarantee sensitivity and specificity, while reducing analysis time and cost. The validated primers were evaluated on reference strains and on leaf samples from bioassays under controlled conditions. The results show a correlation between molecular quantification levels and the expression of symptoms observed on plants, confirming the robustness of the methods developed. This work contributes to provide reliable early detection protocols, which are essential for the sustainable management of tomato diseases, and provides essential support for the AGRIPOLHYS project with a view to integrating molecular data with hyperspectral and polarimetric
imaging.