Le patrimoine génétique d'une céréale majeure est désormais connu avec un niveau de précision jamais atteint. Le 18 décembre 2002, le consortium international pour le séquençage du génome du riz (International Rice Genome Sequencing Project, IRGSP), auquel participe le Genoscope, a annoncé à Tokyo l'achèvement d'une " ébauche " de haute qualité de la séquence de ce génome. Il s'agit d'une étape importante en vue du séquençage intégral du génome du riz, qui devrait intervenir pour la fin 2004. Le travail de finition auquel s'attelle à présent l'IRGSP est indispensable si l'on veut tirer tous les bénéfices de ce génome pour l'étude du riz et des autres céréales.

Le riz sera la seconde plante intégralement séquencée, après l'arabette (Arabidopsis thaliana), plante modèle dont le génome a été publié fin 2000. Le riz s'est imposé comme la céréale à séquencer en priorité. De toutes les céréales, il possède en effet le plus petit génome : 430 millions de nucléotides (Mb). Celui du maïs est 5 fois plus gros, et celui du blé, 40 fois plus gros ! Or on retrouve d'une céréale à une autre de grands blocs de gènes homologues dont l'arrangement est relativement conservé. Le riz est donc un bon point d'entrée pour caractériser les gènes des céréales, et les associer à tel ou tel trait agronomique. Plus largement, il peut servir de génome modèle pour l'un des deux grand groupes de plantes à fleurs, les monocotylédones, tout comme l'arabette pour l'autre groupe, les dicotylédones.

Mais le génome du riz est aussi intéressant en lui-même, car cette céréale constitue la base quotidienne de l'alimentation de plus de la moitié de l'humanité. La connaissance de son génome sera une aubaine pour les sélectionneurs qui cherchent à accroître le rendement et à créer de nouvelles variétés résistantes aux maladies, aux ravageurs, à la sécheresse ou à la salinité.

Constitué en 1997 sous l'impulsion du Japon, l'IRGSP a choisi de séquencer une variété de la sous-espèce japonica, cultivée au Japon et dans les régions tempérées, et pour laquelle existent d'importantes ressources de cartographie physique et génétique. Le travail de séquençage proprement dit a commencé en 2000. Comme cela a été le cas pour d'autres " gros " génomes, les douze chromosomes du riz ont été répartis entre les organismes de séquençage des dix pays participants (Brésil, Chine, Corée, Etats-Unis, France, Inde, Japon, Royaume-Uni, Thaïlande, Taiwan). Le Genoscope - Centre National de Séquençage - a pris en charge le séquençage du chromosome 12, long de 30 Mb.

Travaillant sur fonds publics, les membres du consortium se sont accordés sur les mêmes principes qui ont régi le séquençage du génome humain : les séquences obtenues à un certain niveau de précision sont déposées sans délai dans les bases de données publiques, où elles sont librement accessibles aux chercheurs des secteurs public et privé du monde entier.

Le consortium a également adopté la stratégie de séquençage " clone par clone " suivie pour le séquençage du génome humain : le génome du riz est cassé en grands fragments dont l'ordre et l'emplacement le long des chromosomes sont déterminés. Chaque grand fragment est lui-même cassé en petits fragments destinés à être séquencés, de sorte que le puzzle de la séquence du génome est d'abord reconstitué localement. Dans l'ébauche génomique actuelle de l'IRGSP, les petits fragments chevauchants ont été assemblés en environ 2 000 blocs, ou contigs, parfaitement ordonnés et orientés, et qui sont séparés par autant de trous. Le travail de finition consiste précisément à " boucher " ces trous, ce qui représente en fait l'étape la plus laborieuse. La quantité de séquence nécessaire à l'assemblage de l'ébauche représente 10 fois la longueur totale du génome (couverture de 10 X), ce qui assure une précision de 99,99 % (une erreur tous les 10 000 nucléotides).

Le génome du riz a déjà fait l'objet de plusieurs annonces. Les sociétés d'agrobiotechnologie Monsanto, en 2000, et Syngenta, en 2002, ont chacune affirmé détenir leur propre " ébauche " génomique. Monsanto a en fait déterminé un faible volume de séquence sur de grands clones génomiques comparables à ceux de l'IRGSP, tandis que Syngenta a procédé selon la méthode du " séquençage aléatoire global " : des fragments issus de l'ensemble du génome sont séquencés de façon aléatoire, puis assemblés sur la seule base de leurs recouvrements. Avec une couverture de 6 X, le résultat est un ensemble de 42 000 contigs dont une partie seulement est ancrée le long des chromosomes du riz. Cette " ébauche " est donc très éloignée de celle qui a été présentée le 18 décembre : dans cette dernière, les données de séquence sont plus précises, organisées en blocs moins nombreux, parfaitement ordonnés et orientés. Surtout, ces contigs sont ancrés par rapport aux cartes physiques et génétiques. Cela autorise la recherche de gènes d'intérêt agronomique localisés dans un intervalle génétique le long du génome.

Les données de Monsanto et de Syngenta n'ont pas été versées dans les bases de données publiques. Toutefois, l'IRGSP a pu y avoir accès afin de parfaire son propre assemblage et a ainsi gagné de nombreux mois. Cette intégration était possible du fait que les deux projets privés ont utilisé la même variété de riz que le consortium. Un groupe académique chinois a par ailleurs produit une ébauche du génome de la sous-espèce indica du riz, la plus cultivée dans le monde, par séquençage aléatoire global avec une couverture de 4 X, mais ces données n'ont pas été utilisées par l'IRGSP.

L'ébauche du consortium s'avère d'ores et déjà précieuse pour la communauté des chercheurs travaillant sur le riz. La localisation et la caractérisation des gènes du riz, ainsi que l'identification de nombreux nouveaux marqueurs génétiques, vont grandement accélérer la sélection variétale. Toutefois, ce travail d'annotation, dont dépend l'identification des gènes des autres céréales, ne pourra être parfaitement mené qu'à partir de la version " finie " du génome du riz. Les erreurs et les discontinuités dans la séquence affectent en effet fortement la prédiction des gènes, si bien que la fourchette de 32 000 à 50 000 gènes annoncée par Syngenta doit être considérée comme un simple ordre de grandeur. Il importe donc que l'effort international se poursuive. Notre capacité à nourrir le monde au XXI^e siècle en dépend sans doute.