Traditionnellement, cependant, les biostimulants sont classés en fonction de leur matière d'origine. Une liste non exhaustive de biostimulants comprend les extraits d'algues (SWE), les extraits de plantes (PE), le chitosan (CH), les acides humiques et fulviques (HFA), et les hydrolysats de protéines (PH) (du Jardin, 2015 ; Colla et Rouphael, 2015). Ce regroupement est très utile pour les comparaisons d'activité car on associe les produits à un groupe chimique organique spécifique, à l'exception des extraits de plantes pour lesquels on dispose de beaucoup moins d'informations sur la composition chimique (Xu et Geelen, 2018). Cependant, les bioactivités attribuées aux biostimulants sont très diverses, ce qui suggère que de multiples composés actifs sont présents (Yakhin et al., 2017). Les algues marines, par exemple, contiennent plusieurs substances chimiques auxquelles une activité biostimulante peut être attribuée (Carmody et al., 2020 ; Langowski et al., 2021). La plupart des biostimulants sont des mélanges et présentent une diversité de propriétés bénéfiques signalées, ce qui suggère que la détermination de l'efficacité d'un biostimulant sera complexe.

La détermination de l'efficacité des biostimulants dépendra du test biologique utilisé et de la qualité de la description de la composition chimique. L'analyse de ces deux facteurs est en cours et nécessite des recherches plus approfondies pour en recueillir les détails. Des tentatives d'évaluation de l'efficacité moyenne des biostimulants ont été faites sur la base de ce qui est apparu dans la littérature jusqu'à présent (Jing et al., 2022 ; Herrmann et al., 2022). Ces études apportent un nouvel éclairage sur les facteurs qui influencent l'efficacité des biostimulants, même si les interprétations doivent être faites avec prudence car les analyses ont été réalisées à partir de données publiées pour lesquelles nous supposons qu'il existe un biais en faveur de la présentation de résultats principalement positifs. Une conclusion immédiate que l'on peut tirer est qu'il est nécessaire de publier également les résultats négatifs de l'utilisation des biostimulants. De telles données seraient très utiles pour mieux comprendre les conditions d'application des biostimulants et pour identifier les paramètres qui ont un impact négatif sur leur efficacité.

Dans ce contexte, il est intéressant de présenter comment les résultats des biostimulants et des biopesticides sont organisés et la base de données structurée (Fig. 1) générée dans un projet appelé Bio2Bio (Jing et al., 2022b et article en cours de révision). Les comparaisons entre différents produits biostimulants sont idéalement réalisées en effectuant des traitements parallèles dans un plan en blocs randomisés (Hartung, et al., 2019). Dans ces conditions, la variation des facteurs externes non contrôlés par l'expérience est généralement limitée et les comparaisons plus fiables. Le nombre de produits biostimulants sur le marché et les nombreuses expériences de criblage réalisées par les laboratoires de recherche au niveau mondial ne permettent pas de mettre en place de telles expériences. Des méthodes alternatives pour effectuer des comparaisons sont donc nécessaires. Dans le cadre du projet Bio2Bio, nous avons réalisé 38 essais biologiques et criblé 64 extraits différents de déchets de biomasse. Pour comparer les activités de ces extraits dans les différents bioessais, les données ont été collectées et organisées à l'aide du logiciel Tableau. Les biomasses ont été analysées pour détecter la présence de résidus de pesticides afin de dérépliquer les résultats et d'éviter d'identifier les composés utilisés pendant la production agricole. Les extraits ont également été testés pour l'écotoxicité car plusieurs essais de biopesticides contrôlent la viabilité des agents pathogènes. Les toxines générales sont efficaces mais conduisent rarement à des produits de valeur car ces produits ne passent pas la législation. En parallèle, les extraits ont été soumis à divers tests biologiques et les données brutes ont été introduites dans le logiciel Tableau. Comme chaque essai biologique suit un système de notation unique, la comparaison directe des données n'est pas possible. Pour résoudre ce problème, nous avons normalisé les données en suivant une équation linéaire (max-min) et nous y avons fait référence en tant qu'indice BBC (Ugena et al., 2018).

Fig. 1. Comparaison des activités des biostimulants et des biopesticides à l'aide d'une base de données normalisée.

Les données normalisées facilitent la visualisation des traits quantitatifs dans un histogramme à coordonnées parallèles. Les extraits peuvent être classés en fonction de leur performance ou bien la performance du trait est classée pour un extrait spécifique. Cela permet une évaluation rapide des différents extraits pour un grand nombre de tests biologiques. Une telle configuration de base de données peut être développée pour des ensembles de données beaucoup plus importants, en extrapolant les comparaisons au-delà des limites d'une seule expérience ou de celles d'un projet entier. Dans un article récemment publié, nous avons comparé les données sur les biostimulants non microbiens recueillies à partir de plus de mille paires de données en champ libre dans un total de 180 études dans le monde entier (Jing et al., 2022). Les données ont été recueillies à partir de biostimulants contenant l'une des principales substances bioactives : Chi, HFA, PHs, Phi, SWE, Si et PE (Du Jardin, 2015 ; Rouphael et Colla, 2020). Les données expérimentales sur le rendement des cultures ont été recueillies à partir des tableaux originaux ou extraites des figures jointes à l'aide de WebPlotDigitizer (Rohatgi, 2020). L'impact des biostimulants sur les paramètres de rendement des cultures a été comparé à travers 4 groupes principaux de variables modératrices, y compris les paramètres liés aux expériences, aux plantes, au climat et au sol. Nous avons également organisé les données en fonction des méthodes d'application (traitement foliaire, du sol et des semences), du groupe de cultures (céréales, légumes, fruits, légumineuses, racines/tubercules et autres cultures) et du climat (classes principales : équatorial, aride, tempéré chaud et boréal ; et 6 sous-classes : désert, steppe, mousson, été sec, hiver sec et humidité totale). La méta-analyse a révélé des éléments nouveaux qui ne découlent pas immédiatement des données publiées en tant que telles. Un résultat surprenant a été que les extraits de plantes ont montré une augmentation moyenne de rendement plus élevée que les biostimulants plus conventionnels SWE, CHI, HFA et PH. Il n'est pas clair pourquoi les extraits de plantes montrent une plus grande efficacité. Il peut y avoir un biais dans les données disponibles, car les extraits de plantes sont plus récemment développés et composés d'une plus grande variété de biomasse que les biostimulants conventionnels.

On a constaté que l'augmentation du rendement dépendait de la méthode d'application (foliaire, semences et sol) et des variables associées (fréquence, dose et application interannuelle). Le traitement du sol, une méthode d'application indirecte, a entraîné l'augmentation de rendement la plus substantielle (+28,8 %). L'application foliaire est plus populaire car cette méthode se prête mieux à une plus grande superficie de terres agricoles non irriguées. Les traitements foliaires ont donné en moyenne une augmentation de 17,0 %, similaire à celle des applications sur les semences, ce qui est nettement inférieur aux traitements du sol. Cet impact plus faible n'est pas compensé par l'augmentation du nombre de traitements. En fait, l'efficacité des traitements simples et doubles était à peu près la même, alors que des applications plus fréquentes étaient contre-productives. Ce résultat concorde avec l'idée que les biostimulants sont de véritables amplificateurs de la croissance cellulaire, différents des nutriments minéraux qui sont des éléments constitutifs de la croissance plutôt que des régulateurs de croissance.

On a constaté que l'efficacité des biostimulants dépendait du type de culture testé. Les cultures maraîchères ont montré le plus grand bénéfice en termes de rendement (+22,8 %), plus de deux fois supérieur à celui des cultures de tubercules (+10,6 %). (+10.6%). Les légumineuses ont beaucoup mieux répondu aux applications de biostimulants que les fruits, les céréales et les autres cultures. On ne sait pas exactement quelle est la base physiologique ou biochimique de ces résultats. Il se peut que les cultures légumières aient été sélectionnées de manière plus intensive, générant des génotypes qui sont poussés à utiliser des taux de croissance beaucoup plus élevés au détriment d'une tolérance réduite au stress. Tout petit changement dans les conditions de croissance peut entraîner une pénalité de rendement plus importante qui peut être supprimée par l'application de biostimulants.

Enfin, une comparaison entre quatre grandes catégories de climat (équatorial, aride, tempéré chaud et boréal) et six types de précipitations (désert, steppe, mousson, été sec, hiver sec et totalement humide) a révélé que l'efficacité des biostimulants était la plus positive dans les climats où la disponibilité en eau était sérieusement limitée (arides et désertiques).

Ces résultats montrent des corrélations entre l'efficacité des biostimulants et les facteurs d'impact qui, pour autant que nous le sachions, n'ont pas été complètement reconnues auparavant. En général, les biostimulants étaient surtout efficaces dans des conditions de croissance non optimales de stress avec une disponibilité limitée en eau comme paramètre important. Un deuxième facteur important qui a été révélé est l'importance de la fréquence d'application. Pour améliorer l'efficacité des biostimulants, il sera essentiel d'investir dans la recherche sur les conditions d'application des biostimulants. Quel est le meilleur stade de croissance de la culture, la condition climatique idéale pour le traitement ? L'impact de l'application de biostimulants sur le rendement des cultures dépend donc largement de l'expérience acquise avec un produit, accumulée sur plusieurs années. La collecte de données sur les résultats positifs et négatifs sera un élément clé pour évaluer l'efficacité des biostimulants.