En savoir plus

Notre utilisation de cookies

« Cookies » désigne un ensemble d’informations déposées dans le terminal de l’utilisateur lorsque celui-ci navigue sur un site web. Il s’agit d’un fichier contenant notamment un identifiant sous forme de numéro, le nom du serveur qui l’a déposé et éventuellement une date d’expiration. Grâce aux cookies, des informations sur votre visite, notamment votre langue de prédilection et d'autres paramètres, sont enregistrées sur le site web. Cela peut faciliter votre visite suivante sur ce site et renforcer l'utilité de ce dernier pour vous.

Afin d’améliorer votre expérience, nous utilisons des cookies pour conserver certaines informations de connexion et fournir une navigation sûre, collecter des statistiques en vue d’optimiser les fonctionnalités du site. Afin de voir précisément tous les cookies que nous utilisons, nous vous invitons à télécharger « Ghostery », une extension gratuite pour navigateurs permettant de les détecter et, dans certains cas, de les bloquer.

Ghostery est disponible gratuitement à cette adresse : https://www.ghostery.com/fr/products/

Vous pouvez également consulter le site de la CNIL afin d’apprendre à paramétrer votre navigateur pour contrôler les dépôts de cookies sur votre terminal.

S’agissant des cookies publicitaires déposés par des tiers, vous pouvez également vous connecter au site http://www.youronlinechoices.com/fr/controler-ses-cookies/, proposé par les professionnels de la publicité digitale regroupés au sein de l’association européenne EDAA (European Digital Advertising Alliance). Vous pourrez ainsi refuser ou accepter les cookies utilisés par les adhérents de l'EDAA.

Il est par ailleurs possible de s’opposer à certains cookies tiers directement auprès des éditeurs :

Catégorie de cookie

Moyens de désactivation

Cookies analytiques et de performance

Realytics
Google Analytics
Spoteffects
Optimizely

Cookies de ciblage ou publicitaires

DoubleClick
Mediarithmics

Les différents types de cookies pouvant être utilisés sur nos sites internet sont les suivants :

Cookies obligatoires

Cookies fonctionnels

Cookies sociaux et publicitaires

Ces cookies sont nécessaires au bon fonctionnement du site, ils ne peuvent pas être désactivés. Ils nous sont utiles pour vous fournir une connexion sécuritaire et assurer la disponibilité a minima de notre site internet.

Ces cookies nous permettent d’analyser l’utilisation du site afin de pouvoir en mesurer et en améliorer la performance. Ils nous permettent par exemple de conserver vos informations de connexion et d’afficher de façon plus cohérente les différents modules de notre site.

Ces cookies sont utilisés par des agences de publicité (par exemple Google) et par des réseaux sociaux (par exemple LinkedIn et Facebook) et autorisent notamment le partage des pages sur les réseaux sociaux, la publication de commentaires, la diffusion (sur notre site ou non) de publicités adaptées à vos centres d’intérêt.

Sur nos CMS EZPublish, il s’agit des cookies sessions CAS et PHP et du cookie New Relic pour le monitoring (IP, délais de réponse).

Ces cookies sont supprimés à la fin de la session (déconnexion ou fermeture du navigateur)

Sur nos CMS EZPublish, il s’agit du cookie XiTi pour la mesure d’audience. La société AT Internet est notre sous-traitant et conserve les informations (IP, date et heure de connexion, durée de connexion, pages consultées) 6 mois.

Sur nos CMS EZPublish, il n’y a pas de cookie de ce type.

Pour obtenir plus d’informations concernant les cookies que nous utilisons, vous pouvez vous adresser au Déléguée Informatique et Libertés de l’INRA par email à cil-dpo@inra.fr ou par courrier à :

INRA
24, chemin de Borde Rouge –Auzeville – CS52627
31326 Castanet Tolosan cedex - France

Dernière mise à jour : Mai 2018

Menu LIPM logo INRAE CNRS

Laboratoire des Interactions Plantes-Microorganismes - LIPM

Laboratoire des Interactions Plantes-Microorganismes

Publications - Génétique et Génomique du Tournesol

2019

  • Calderón-González Á, Pouilly N, Muños S, Grand X, Coque M, Velasco L, Pérez-Vich B (2019) An SSR-SNP Linkage Map of the Parasitic Weed Orobanche cumana Wallr. Including a Gene for Plant Pigmentation. Front Plant Sci. 10: 797.
    PubMed
  • Fernandez O, Urrutia M, Berton T, Bernillon S, Deborde C, Jacob D, Maucourt M, Maury P, Duruflé H, Gibon Y, Langlade NB, Moing A (2019) Metabolomic characterization of sunflower leaf allows discriminating genotype groups or stress levels with a minimal set of metabolic markers. Metabolomics 15: 56.
    PubMed
  • Mangin B, Rincent R, Rabier CE, Moreau L, Goudemand-Dugue E (2019) Training set optimization of genomic prediction by means of EthAcc. PLoS One. 14:e0205629.
    PubMed
  • Hübner S, Bercovich N, Todesco M, Mandel JR, Odenheimer J, Ziegler E, Lee JS, Baute GJ, Owens GL,, Grassa CJ,, Ebert DP,, Ostevik KL,0, Moyers BT,, Yakimowski S, Masalia RR, Gao L, Ćalić I, Bowers JE, Kane NC,, Swanevelder DZH, Kubach T, Muños S, Langlade NB, Burke JM, Rieseberg LH (2019) Sunflower pan-genome analysis shows that hybridization altered gene content and disease resistance. Nat. Plants 1: 54-62.
    PubMed
  • Gosseau F, Blanchet N, Varès D, Burger P, Campergue D, Colombet C, Gody L, Liévin JF, Mangin B, Tison G, Vincourt P, Casadebaig P, Langlade N (2019) Heliaphen, an Outdoor High-Throughput Phenotyping Platform for Genetic Studies and Crop Modeling. Front Plant Sci. 9:1908.
    PubMed

2018

  • Blanchet, N, Casadebaig, P, Debaeke, P, Duruflé, H, Gody, L, Gosseau, F, Langlade, NB, Maury, P. (2018) Data describing the eco-physiological responses of twenty-four sunflower genotypes to water deficit. Data Brief  21:1296-1301.
    PubMed
  • Rabier, C.E., Mangin, B., Grusea, S. (2018) On the accuracy in high-dimensional linear models and its application to genomic selection. Scandinavian Journal of Statistics. DOI: 10.1111/sjos.12352
  • Xia, Q., Saux, M., Ponnaiah, M., Gilard, F., Perreau, F., Huguet, S., Balzergue, S., Langlade, N., Bailly, C., Meimoun, P., Corbineau, F., El-Maarouf-Bouteau, H. (2018) One Way to Achieve Germination: Common Molecular Mechanism Induced by Ethylene and After-Ripening in Sunflower Seeds. International Journal of Molecular Sciences 19(8). pii: E2464. doi: 10.3390/ijms19082464.
    PubMed
  • Subrahmaniam, H., Libourel, C., Journet, E.P., Morel, J.B., Munos, S., Niebel, A., Raffaele, S., Roux, F. (2018) The genetics underlying natural variation of plant-plant interactions, a beloved but forgotten member of the family of biotic interactions. The Plant Journal 93:747-770.
    PubMed
  • Bonnafous, F., Fievet, G., Blanchet N., Boniface, M.C., Carrère, S., Gouzy,J., Legrand, L., Marage G., Bret-Mestries, E., Munos, S.; Pouilly, N., Vincourt, P., Langlade, N., Mangin, B. (2018) Comparison of GWAS models to identify non-additive genetic control of flowering time in sunflower hybrids. Theoretical and Applied Genetics 131:319-332
    PubMed
    .

2017

  • Bordat, A., Marchand, G., Langlade, N., Pouilly, N., Munos, S., Dechamp-Guillaume, G., Vincourt, P., Bret-Mestries, E. (2017) Different genetic architectures underlie crop responses to the same pathogen: the {Helianthus annuus * Phoma macdonaldii} interaction case for black stem disease and premature ripening. BMC Plant Biology Oct 19;17(1):167. doi: 10.1186/s12870-017-1116-1
    PubMed
  • Mangin B., Bonnafous F., Blanchet N., Boniface M.C., Bret-Mestries E., Carrère S., Cottret L., Legrand L., Marage G., Pegot-Espagnet P., Muños S., Pouilly N., Vear F., Vincourt P. and Langlade N. (2017) Genomic prediction of sunflower hybrids oil content. Front Plant Sci. 2017 Sep 21;8:1633. doi: 10.3389/fpls.2017.01633. eCollection 2017.
    PubMed
  • Duhnen, A., Gras, A., Teyssèdre, S., Romestant, M., Claustres, B., Daydé, J., Mangin, B. (2017) Genomic selection for yield and seed protein content in soybean: study of breeding program data and assessment of prediction accuracy. Crop Science Vol. 57 No. 3, p. 1325-1337 
    PubMed
  • Mangin, B., Casadebaig, P., Cadic, E., Blanchet, N., Boniface, M.C., Carrère, S., Gouzy, J., Legrand, L., Mayjonade, B., Pouilly, N., André, T., Coque, M., Piquemal, J., Romestant, M., Vincourt, P., Muños, S., Langlade, N.B. (2017) Genetic control of oil yield plasticity to combined abiotic stresses using a joint approach of crop modeling and genome-wide association. Plant, Cell & Environment Apr 18. doi: 10.1111/pce.12961.
    PubMed
  • Badouin H., Gouzy J., Grassa C.J., Murat F., Staton S.E., Cottret L., Lelandais-Brière C., Owens G.L., Carrère S., Mayjonade B., Legrand L., Gill N., Kane N.C., Bowers J.E., Hubner S., Bellec A., Bérard A., Bergès H., Blanchet N., Boniface M.C., Brunel D., Catrice O., Chaidir N., Claudel C., Donnadieu C., Faraut T., Fievet G., Helmstetter N., King M., Knapp S.J., Lai Z., Le Paslier M.C., Lippi Y., Lorenzon L., Mandel J.R., Marage G., Marchand G., Marquand E., Bret-Mestries E., Morien E., Nambeesan S., Nguyen T., Pegot-Espagnet P., Pouilly N., Raftis F., Sallet E., Schiex T., Thomas J., Vandecasteele C., Varès D., Vear F., Vautrin S., Crespi M., Mangin B., Burke J.M., Salse J., Muños S., Vincourt P., Rieseberg L.H., Langlade N.B. (2017) The sunflower genome provides insights into oil metabolism, flowering and Asterid evolution. Nature 546:148-152.
    PubMed
  • Mangin, B., Pouilly, N., Boniface, M.C., Langlade, N.B., Vincourt, P., Vear, F., Muños, S. (2017) Molecular diversity in sunflower populations maintained as genetic resources is affected by multiplication processes and breeding for major traits. Theoretical and Applied Genetics 2017 Mar 2. doi: 10.1007/s00122-017-2872-x.
    PubMed
  • Debaeke P, Casadebaig P, Flénet F, Langlade NB (2016) Sunflower crop and climate change: vulnerability, adaptation, and mitigation potential from case-studies in Europe. OCL 24(1)

2016

  • Fernandez, O., Urrutia, M., Bernillon, S., Giauffret, C., Tardieu, F., Le Gouis, J., Langlade, N., Charcosset, A., Moing, A., Gibon, Y. (2016) Fortune telling: metabolic markers of plant performance. Metabolomics 12: 158
    PubMed
  • Gascuel, Q., Buendia, L., Pecrix, Y., Blanchet, N., Muños, S., Vear, F., Godiard, L. (2016) RXLR and CRN effectors from the sunflower downy mildew pathogen Plasmopara halstedii induce hypersensitive-like responses in resistant sunflower lines. Front Plant Sci. doi: 10.3389/fpls.2016.01887
    PubMed
  • Louarn, J., Boniface, M.C., Pouilly, N., Velasco, L., Pérez-Vich, B., Vincourt, P., Muños, S. (2016) Sunflower Resistance to Broomrape (Orobanche cumana) Is Controlled by Specific QTLs for Different Parasitism Stages. Front Plant Sci. doi: 10.3389/fpls.2016.00590
    PubMed
  • Mayjonade, B., Gouzy, J., Donnadieu, C., Pouilly, N., Marande, W., Callot, C., Langlade, N., Muños, S. (2016) Extraction of high-molecular-weight genomic DNA for the long-read sequencing of single molecules. BioTechniques 61: 203–205
    PubMed
  • Nicolas, S.D., Péros, J.P., Lacombe T., Launay, A., Le Paslier, M.C., Bérard, A., Mangin, B., Valière, S., Martins, F., Le Cunff, L., et al (2016) Genetic diversity, linkage disequilibrium and power of a large grapevine (Vitis vinifera L) diversity panel newly designed for association studies. BMC Plant Biology 16: 74
    PubMed
  • Rabier, C.E., Barre, P., Asp, T., Charmet, G., Mangin, B. (2016) On the Accuracy of Genomic Selection. PLOS ONE 11: e0156086
    PubMed
  • Andrianasolo, F.N., Casadebaig, P., Langlade, N., Debaeke, P., Maury, P. (2016) Effects of plant growth stage and leaf aging on the response of transpiration and photosynthesis to water deficit in sunflower. Functional Plant Biology 43(8) · June 2016
  • Khoufi, S., Pouilly, N., Muños, S., Bérard, A., Fayçal BJ, Vincourt, P., Brunel, D. (2016) Genetic Diversity and Core Collection Constitution for Subsequent Creation of New Sunflower Varieties in Tunisia. Helia. doi: 10.1515/helia-2016-0002
  • Gélard, W., Burger, P., Casadebaig, P., Langlade, N., Debaeke, P., Devy, M., Herbulot, A. (2016) 3D plant phenotyping in sunflower using architecture-based organ segmentation from 3D point clouds. 5th International Workshop on Image Analysis Methods for the Plant Sciences

2014

  • Marchand, G., Huynh-Thu, V. A., Kane, N., Arribat, S., Varès, D., Rengel, D., Balzergue, S., Rieseberg, L., Vincourt, P., Geurts, P., Vignes, M. and Langlade, N. B. (2014) Bridging physiological and evolutionary time scales in a gene regulatory network.  New Phytologist 203(2):685-96. doi: 10.1111/nph.12818. Epub 2014 May 2
    PubMed

2013

  • Marchand, G., Mayjonade, B., Varès,D., Blanchet, N., Boniface, M.C., Maury, P., Andrianasolo Nambinina F., Burger, P., Debaeke, P., Casadebaig, P., Vincourt, P., Langlade N.B. (2013) A biomarker based on gene expression indicates plant water status in controlled and natural environments. Plant Cell and Environment DOI:10.1111/pce.12127  
    PubMed
  • Cadic, E.,Coque, M., Vear, F., Grezes-Besset, B., Pauquet, J., Piquemal, J., Lippi, Y., Blanchard, P., Romestant, M., Pouilly, N., Rengel, D., Gouzy, J., Langlade, N., Mangin, B., Vincourt, P. (2013) Combined linkage and association mapping of flowering time in Sunflower (Helianthus annuus L.) Theor.Appl.Genet. DOI: 10.1007/s00122-013-2056-2
    PubMed

2012

  • Rengel, D., Arribat, S., Pierre Maury, P., Martin-Magniette, M.L., Hourlier, T., Laporte, M., Varès, D., Carrère, C., Grieu, P., Balzergue, S., Gouzy, J., Vincourt, P., Langlade, N.B (2012) A Gene-Phenotype Network Based on Genetic Variability for Drought Responses Reveals Key Physiological Processes in Controlled and Natural Environments. PLoS ONE 7(10): e45249. doi:10.1371/journal.pone.0045249
    PubMed
  • Kane, N. C., Burke, J. M., Marek, L., Seiler, G., Vear, F., Baute, G., Knapp, S. J., Vincourt, P. and Rieseberg, L. H. (2012), Sunflower genetic, genomic and ecological resources. Molecular Ecology Resources. doi: 10.1111/1755-0998.12023
    PubMed
  • Merah, O., Langlade, N., Alignan, M., Roche, J., Pouilly, N., Lippi, Y., Vear, F., Cerny, M., Bouniols, A., Mouloungui, Z., Vincourt, P. (2012) Genetic analysis of phytosterol content in sunflower seeds. Theor.Appl.Genet. DOI: 10.1007/s00122-012-1937-0 
    PubMed
  • Vincourt, P., As Sadi, F., Bordat, A., Langlade, N., Gouzy, J., Pouilly, N., Lippi, Y., Serre, F., Godiard, L., Tourvieille de Labrouhe, D., Vear, F. (2012) Consensus mapping of major resistance genes and independent QTL for quantitative resistance to sunflower downy mildew Theor.Appl.Genet. DOI: 10.1007/s00122-012-1882-y  
    PubMed
  • Haddadi, P., Ebrahimi, A., Langlade, N.B., Yazdi-samadi, B., Berger, M., Calmon, A., Naghavi, M.R., Vincourt, P., Sarrafi, A. (2012) Genetic dissection of tocopherol and phytosterol in recombinant inbred lines of sunflower through quantitative trait locus analysis and the candidate gene approach. Molecular Breeding 29(3):

2011

  • As-Sadi, F., Carrere, S., Gascuel, Q., Hourlier, T., Rengel, D., Le Paslier, M-C, Bordat, A., Boniface, M-C., Brunel, D., Gouzy, J., Godiard, L.*, Vincourt, P.* (2011). Transcriptomic analysis of the interaction between Helianthus annuus and its obligate parasite Plasmopara halstedii shows single nucleotide polymorphisms in CRN sequences. BMC Genomics 12:498.
    PubMed
  • Bazin, J., Langlade, N., Vincourt, P., Arribat, S., Balzergue, S., El-Maarouf-Bouteau, H., Bailly, C. (2011) Targeted mRNA Oxidation Regulates Sunflower Seed Dormancy Alleviation during Dry After-Ripening: PLANT CELL  23 (6) : 2196-2208  DOI: 10.1105/tpc.111.086694  
    PubMed
  • Kane, N.C., Gill, N., King, M.G., Bowers, J.E., Berges, H., Gouzy, J., Bachlava, E., Langlade, N.B., Lai, Z., Stewart, M., Vincourt, P., Knapp, S.J., Rieseberg, L.H. (2011) Progress towards a reference genome for sunflower. Botany 89: 429–437 

2010

  • Haddadi, P., Yazdi-Samadi, B., Langlade, N.B., Naghavi, M.R., Berger, M., Kalantari,  A., Calmon, A., Maury, P., Vincourt, P., Sarrafi, A. (2010) Genetic control of protein, oil and fatty acids content under partial drought stress and late sowing conditions in sunflower (Helianthus annuus). African Journal of Biotechnology 9 (40) :6768-6782

2008

  • Vear, F., Serre, F., Jouan-Dufournel, I.,Bert, P.F., Roche, S., Walser, P., de Labrouhe, D.T., Vincourt, P. (2008)  Inheritance of quantitative resistance to downy mildew (Plasmopara halstedii) in sunflower (Helianthus annuus L.)  EUPHYTICA  164 (2) : 561-570  DOI: 10.1007/s10681-008-9759-5