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 Logo Principal Institut Agro Montpellier LEPSE membre de Montpellier Université d'Excellence Labex AGRO Institut Carnot DigitAg

Site pour l\'UMR LEPSE

Millet Emilie

Millet Emilie
Post-doctorante
Équipe MAGE

Emilie Millet a quitté ses fonctions au LEPSE en avril 2022.

Mission au LEPSE entre juillet 2021 et avril 2022

Biologiste quantitative avec une formation initiale d'agronome, mes activités de recherches se concentrent sur l’intégration de méthodes et de données à différentes  échelles afin d'identifier les déterminismes des réponses quantitative des plantes aux conditions environnementales.
Après une thèse de doctorat au LEPSE (MAGE 2012-2016) dans le cadre des projets DROPS et Amaizing, j'ai effectué un premier post-doctorat à l'université de Wageningen (WUR, Pays-Bas) dans le projet EPPN2020.

J'ai à nouveau rejoint l'équipe MAGE en juillet 2021 en tant que post-doc Post Agreenskills. Dans le projet EXPOSE (EXploring PhenOtypic SpacE for Mining Genotypes and Alleles in Maize), je propose d'interfacer la génétique et l’écophysiologie avec l'écologie/évolution et les data science. L’objectif est de définir les interactions G×E en terme d'espace phénotypique et d’en étudier la structure. L’utilisation de variables mesurées en plateformes, qui sont prédictives de la réponse des plantes à l’environnement, permettra d’identifier les combinaisons de traits et les individus adaptés à des conditions spécifiques.

Thèse de doctorat au LEPSE (MAGE 2012-2016) dans le cadre des projets DROPS et Amaizing

Sujet : "Variabilité génétique du rendement du maïs soumis au déficit hydrique et aux températures élevées : analyse d'un réseau d'expérimentation multi-site. "

Thèse soutenue le 28.10.2016

Membres du jury :

Mr François Tardieu, Directeur de thèse / Mr Claude Welcker, Examinateur/ Mme Chris-Carolin Schön, Rapporteur / Mr Hervé Monod, Rapporteur / Mr Jacques David, Examinateur/ Mr Alain Murigneux, Examinateur

Résumé :

Dans un contexte de changement climatique les cultures vont être plus fréquemment soumises à des événements climatiques extrêmes. Continuer le progrès sur le rendement du maïs requiert de considérer de nouvelles méthodes génétiques pour caractériser les avantages comparatifs de génotypes en conditions de sécheresse et de températures élevées. L'objectif principal de cette thèse est d'améliorer les connaissances du contrôle génétique du rendement du maïs et de ses composantes sous stress hydrique et thermique dans un réseau d'essai au champ. Pour cela, nous avons utilisé des données issues du projet UE DROPS et du projet français Amaizing avec 29 essais au champ répartis en Europe et au Chili, en 2012 et 2013, avec des traitements irrigué et non irrigué dans chaque site. Une caractérisation précise des conditions environnementale a été réalisée, ainsi qu’une mesure précise de la phénologie et du rendement et de ses composantes sur un panel de 244 hybrides de maïs. L’approche utilisée dans cette thèse a consisté à utiliser la caractérisation environnementale précise en chaque site pour disséquer les interactions entre génotype et environnement. Dans un premier temps nous avons classé les 29 essais en six scénarios environnementaux qui avaient été préalablement définis sur de longues séries climatiques dans toute l'Europe. Les régions génomiques associées au rendement ont eu des effets très variables entre sites, qui dépendaient des scénarios environnementaux. On peut donc associer chaque allèle à une région d'Europe où il a une forte probabilité d'effet positif. Dans un second temps, en combinant les données issues de plateforme et du champ, nous avons estimé les réponses du rendement au rayonnement intercepté pendant la période végétative, et à la température et au déficit hydrique à la floraison. Nous avons identifié les régions génomiques associées à ces réponses, rendant les génotypes analysés tolérants ou sensibles à la variable considérée. Ce travail ouvre des perspectives pour l’amélioration des plantes dans un contexte de changement climatique.

Voir aussi

Mon profil ORCID

Mon profil Researchgate