Honoré Tekeu

Chercheur associé
Génomique, métagénomique, intelligence artificielle, biologie computationnelle
Professeur associé
Université Laval

Formation
• Postdoctorat en transcriptomique et génomique comparative – Université de Moncton (N.-B., Canada), 2021–2022 (projet : variantes structurelles et RNAseq).
• Doctorat en bio-informatique et génomique des plantes – Université Laval/Yaoundé (Québec/Cameroun), 2014–2018.
• Formation continue – IA et apprentissage automatique (cours « Apprentissage automatique», «Réseaux de neurones») – ULaval, 2023–2024.
• MSc en sciences biologiques – Univ. Yaoundé I, Cameroun, 2010–2013.

Profil
Son expérience au sein d’universités et de centres de recherche lui a permis de développer une expertise solide en sciences omiques (métagénomique, génomique, transcriptomique, métabolomique) et en outils d’analyse (R, Python, Linux, Snakemake). Data scientist spécialisé en bioinformatique et en intelligence artificielle appliquée, il intègre des approches d’IA pour analyser de grands jeux de données, en extraire des informations actionnables afin d’appuyer la prise de décision et d’identifier des marqueurs génétiques d’intérêt. Son parcours témoigne d’une forte autonomie et d’un leadership reconnu : il a conçu et piloté des projets interdisciplinaires en agriculture durable et mis au point des pipelines bioinformatiques automatisés et reproductibles (QIIME2, Snakemake, infrastructures HPC, conteneurs) capables de traiter des millions de séquences. En croisant des données métagénomiques (16S/ITS), agronomiques et physico-chimiques (pH, azote, rendement, maladies) avec des modèles de machine learning (p. ex. réseaux de neurones, GWAS-ML), il a contribué à identifier des leviers concrets pour la gestion des sols et l’irrigation de précision. En parallèle, il s’investit activement dans la formation et le mentorat : il encadre des étudiant·e·s aux cycles supérieurs (M.Sc., Ph.D.) et anime des cours et ateliers en bioinformatique et analyses omiques (R, Python, workflows reproductibles) afin de soutenir le développement de la relève scientifique. À l’Université Laval, il souhaite établir un programme de recherche autonome centré sur le microbiome agricole, combinant multi-omique, analyses de réseaux et apprentissage automatique, afin de soutenir l’agriculture de précision et la durabilité des systèmes agroalimentaires.

Expérience de recherche

• Professeur associé-HDR, Département des sciences du bois et de la forêt (FFGG-ULaval)\\ – 2024–Présent • Contribution : Renforcement de l’expertise et de la formation en analyse de données omiques (génomique/métagénomique) et en IA appliquée, en appui à des projets structurants (Génome Québec; NSERC/CRSNG CREATE–NASER 2024–2030) et à l’encadrement aux cycles supérieurs. • Rôle : (i) Co-direction d’étudiant·e·s au doctorat sur des projets d’analyses multi-omiques (incluant thèses en génomique et tolérance aux stress abiotiques); (ii) Développement pédagogique et enseignement de modules spécialisés; (iii) Co-chercheur au projet Génome Québec « Caractérisation omique et valorisation de cultures microbiennes symbiotiques des plantes de la collection de l’Université Laval » (en cours de subvention; (iv) Enseignant-chercheur au programme CREATE–NASER (modules : Conception expérimentale et analyse de données massives; Microbiomes associés aux sols et aux plantes). • Approches / méthodes : Conception et prestation d’enseignements en génomique/métagénomique avec travaux pratiques sur données réelles ; formation aux environnements et outils d’analyse (R, Python, Linux) et aux principes de traitement reproductible des données. • Résultats (formation) : Contribution à la formation d’environ 26 apprenant·e·s (M.Sc., Ph.D., postdocs) en analyse de données omiques, IA, microbiologie des sols et approches de restauration écologique. • Impact : Développement de compétences transférables chez la relève et renforcement des liens entre bio-informatique/IA et durabilité des écosystèmes, avec retombées en production de résultats et en structuration d’activités de formation/recherche.

• Scientifique en analyse de données omiques\\, IRDA (Québec) – 2022-présent • Contribution 1 : Outils métagénomiques et modélisation prédictive pour relier rotations, microbiome du sol et maladies du tubercule (pomme de terre–engrais verts). • Rôle : conception du cadre analytique, développement/standardisation des pipelines, intégration des jeux de données et interprétation orientée “leviers de gestion”. • Méthodes : séquençage haut débit 16S/ITS; traitement QIIME2/DADA2; analyses α/β-diversité, PERMANOVA, LEfSe et abondance différentielle; inférence fonctionnelle PICRUSt2 (cycles C–N–S); construction d’indicateurs de maladies (gale commune, dartrose, fusariose) à partir d’indices visuels + ASV pathogènes; intégration “sol–rendement–maladies–microbiome–fonctions” via modèles statistiques et apprentissage automatique (régression/modélisation prédictive). Résultats/enseignements clés : la phase de rotation (R1, R2, année pomme de terre) explique la plus grande part de la β-diversité bactérienne; les mélanges GM5/GM7 augmentent la biomasse pré-pomme de terre et sélectionnent des clades indicateurs (Proteobacteria, Acidobacteriota, Gemmatimonadota, Myxococcota) associés à un potentiel accru de processus liés à l’azote (nitrification/dénitrification/réduction des nitrates); la fumigation (chloropicrine), notamment en rotation 3 ans, peut réduire la diversité bactérienne en année pomme de terre et comprimer certaines fonctions N–S sans bénéfice durable sur certains pathogènes (Tekeu et al. In press). • Impact : production d’évidences quantitatives pour guider des décisions d’agriculture de précision (choix des rotations/engrais verts, usage plus parcimonieux de la fumigation) et renforcer la résilience des systèmes pomme de terre. • Contribution 2: Élaboration de pipelines bioinformatiques reproductibles pour l’étude du microbiome du sol en agroenvironnement. Méthodes : contrôle qualité et préparation des données (p. ex. FastQC, Trimmomatic), inférence d’ASV (DADA2/QIIME2), analyses multivariées et association aux variables pédoclimatiques/agronomiques ; automatisation et traçabilité (Snakemake, Git), structuration des données et métadonnées selon les principes FAIR. • Résultats : protocoles analytiques réutilisables facilitant la comparaison inter-essais (pratiques agricoles, rotations, fumigation/biostimulants) et l’extraction de signatures microbiennes robustes. Effets des pratiques (dont fumigation/biostimulants) sur la biodiversité microbienne et indicateurs agro-sanitaires, avec analyses reproductibles (Tekeu et al., Frontiers in Soil Science (2023) ; Tekeu et al., Frontiers in Soil Science (2025), Tekeu et al., In press.

• Chercheur invité / Professeur invité, Département de phytologie (FSAA, Université Laval, Québec)\\ - 2020– 2025–présent
• Contribution : Appui à la recherche et à la formation par projets, à l’interface omiques–biostatistique–IA, avec retombées directes en amélioration des plantes (blé) et en microbiologie appliquée (horticulture biologique sous serre/environnement contrôlé ; Chaire MAPAQ). • Rôle : (i) Analyste génomique/biostatistique et soutien à la sélection variétale sur collections de blé; (ii) Encadrement et co-encadrement de projets d’étudiant·e·s (M.Sc., Ph.D.) mobilisant des approches multi-omiques et des cadres prédictifs pour relier pratiques, microbiote et performance agronomique. • Approches / méthodes : o Blé (2020–2021) : génotypage et phénotypage à haut débit; analyses de diversité/structure; études d’association et priorisation de marqueurs; comparaison de plateformes de séquençage (GBS vs 90K SNP Infinium iSelect Array); intégration GWAS et sélection génomique ; mobilisation d’approches d’IA et de cadres pangénomiques/ML-GWAS pour l’identification de régions/variables candidates. o Microbiome en serre (05/2025–présent) : métagénomique (séquençage 16S/ITS), analyses de réseaux microbiens (co-occurrence), prédiction fonctionnelle (PICRUSt2/Tax4Fun) et intégration de mesures environnementales (pH, C/N, N-NH₄⁺, N-NO₃⁻, CE, O₂) pour relier substrat/irrigation, microbiote et indicateurs agronomiques. • Résultats (sélection) : o Blé : identification de marqueurs et gènes associés à des traits de croissance (incluant taille des graines) et mise en évidence de régions génomiques liées à la biosynthèse d’esters de cire cuticulaire et à la maturité précoce; identification de déterminants génétiques associés à la tolérance aux sols acides (Tekeu et al., 2020; 2021; 2023). o Microbiome/serre : mise en évidence de combinaisons « substrat–irrigation » favorables et de biomarqueurs bactériens liés à la nitrification/dénitrification; établissement de corrélations entre composition du microbiote et rendements; contribution à un cadre prédictif pour piloter l’irrigation de précision et limiter les pertes d’azote/phosphore et les émissions d’oxyde nitreux (Tekeu et al., 2025, In press). • Impact : Renforcement de la capacité de décision fondée sur les données (marqueurs mobilisables en sélection; outils analytiques et cadres prédictifs en horticulture biologique), et contribution à la formation de la relève via l’encadrement méthodologique (rigueur, bonnes pratiques d’analyse, planification des analyses et priorisation des livrables).

Postdoctorat en transcriptomique / génomique comparative, Université de Moncton & Organigram (Moncton, NB, Canada) — 2021–2022
• Contribution : Caractérisation des variantes structurelles (SV/CNV) et des profils d’expression du cannabis pour soutenir l’innovation en production végétale durable. Rôle : développement de pipelines, traitement/analyse intégrée WGS–RNAseq, interprétation biologique et transfert de connaissances vers un partenaire industriel. Méthodes : contrôles qualité et pré-traitements (FastQC, Trimmomatic, Cutadapt); cartographie sur génome de référence (BWA pour WGS; STAR/HISAT2 pour RNAseq); calcul haute performance (HPC) et environnements virtualisés (Docker, Singularity). Résultats : production de jeux de résultats robustes décrivant la diversité structurale (SV/CNV) et la variation d’expression, directement mobilisables pour les besoins R&D d’Organigram; mise en place d’une chaîne analytique stable et réutilisable pour l’intégration multi-niveaux (variantes → gènes → fonctions). • Contribution : Détection, annotation et interprétation fonctionnelle des variants pour relier diversité génomique et fonctions biologiques. Méthodes : détection SV/CNV (Smoove, Manta) avec contrôle de couverture/qualité; annotation (ANNOVAR, SnpEff); analyses fonctionnelles (GO, KEGG, DAVID) pour prioriser les variants et gènes d’intérêt. Résultats : interprétation structurée des impacts potentiels des variants (gènes/voies) et production de livrables analytiques cohérents (rapports, tableaux de priorisation) facilitant la prise de décision scientifique et industrielle. • Contribution : Analyse d’expression différentielle et visualisation intégrative pour générer des rapports interprétables. Méthodes : expression différentielle (DESeq2, edgeR); visualisation et exploration des signaux (ggplot2, Circos, IGV). Résultats : rapports reproductibles combinant signaux transcriptomiques et variants structuraux, facilitant l’identification de signatures candidates et la communication des résultats à des publics mixtes (académique/industrie). • Contribution transversale : Reproductibilité, industrialisation des analyses et gestion FAIR des données. Méthodes : orchestration de workflows (Snakemake, Nextflow), versionnement (Git), traçabilité des analyses, structuration des métadonnées et pratiques FAIR (stockage/partage). • Résultats/impact : résultats consolidés sur la diversité génétique et les signatures d’expression, standardisation des traitements et sécurisation de la chaîne de valeur des données omiques (robustesse, auditabilité, réutilisabilité), transférés au partenaire industriel (Organigram) et mobilisables pour l’innovation variétale/production durable, avec ouverture vers publications et collaborations.

Consultant scientifique en bio-informatique, Data CompuVision Services (Québec)\\ – 2023– • Contribution : Expertise externe en traitement de données génomiques et méta-transcriptomique microbiennes pour clients académiques/industriels. Méthode: Analyse approfondie (alignement BWA, détection de variants GATK/Smoove, population genetics PLINK, QIIME2/DADA2 pour microbiome) et création de pipelines automatisés (Snakemake/Nextflow, Docker). Résultat: Livraison de rapports analytiques détaillés et formations sur mesure ; participation à publications en co-auteur. Impact: Valorisation de mégadonnées biologiques pour accélérer la recherche en phytopathologie et agronomie, en assurant qualité et reproductibilité.

Assistant/stagiaire de recherche, Université Laval (Québec, QC, Canada) — 2016–2017
• Contribution : Optimisation et automatisation de l’analyse de données génomiques massives pour l’amélioration variétale du blé (GBS et SNP Array). Rôle : développement et déploiement de pipelines bioinformatiques, structuration des jeux de données, assurance qualité et reproductibilité des analyses pour soutenir l’identification de marqueurs et la sélection variétale. Méthodes : prétraitement QC (FastQC, Trimmomatic, Cutadapt); alignement sur génome de référence (BWA, Bowtie2) avec environnements virtualisés (Docker, Singularity); appel/filtrage de variants (TASSEL-GBS, GenomeStudio, VCFtools, PLINK). Résultats/impact : génération de jeux de variants fiables et comparables (GBS/array) permettant des analyses génétiques robustes et accélérant l’extraction de marqueurs mobilisables en sélection. • Contribution : Analyses statistiques et IA pour relier génotype–phénotype et prioriser des loci/gènes d’intérêt. Méthodes : études d’association (GWAS), ACP et analyses statistiques sous R, PLINK, GWASTools; utilisation d’algorithmes d’apprentissage automatique pour exploiter des données génomiques et phénotypiques complexes, détecter des patterns et améliorer la prédiction en sélection. Résultats : identification de loci d’intérêt et de gènes candidats associés à des traits agronomiques (p. ex. taille des graines, maturation, tolérance à la sécheresse et aux sols acides), base scientifique valorisée via publications (Tekeu et al., 2021; Tekeu et al., 2023). • Contribution : Production de matériel biologique et qualité des intrants (amont expérimental) pour garantir des données omiques exploitables. Méthodes : collecte d’échantillons, extraction d’ADN; quantification/qualité (Qubit, Nanodrop, gel d’agarose) pour assurer intégrité/pureté compatibles avec le séquençage. Impact : réduction des échecs expérimentaux et standardisation des contrôles qualité en amont des analyses. • Contribution : Appui à la formation et au travail collaboratif en bioinformatique appliquée. Actions : collaboration avec équipes multidisciplinaires; encadrement et soutien méthodologique/technique aux étudiants (bonnes pratiques de pipelines, reproductibilité, interprétation des résultats). Impact : transfert de compétences en analyse omique, reproductibilité (workflow Snakemake/Nextflow, versionnement Git) et valorisation des données.

Assistant de recherche, Département de génétique — Université de Stellenbosch (Stellenbosch, Afrique du Sud) — 2015
• Contribution : Caractérisation de la diversité génétique du blé et sélection de cultivars tolérants au stress (incluant sols acides) pour soutenir l’amélioration variétale. Rôle : appui expérimental (serre/terrain) et analytique pour relier diversité génétique, performance agronomique et tolérance au stress. Méthodes : essais en serre (croisements, conduite expérimentale) et au champ (essais agronomiques; acquisition de données phénotypiques à haut débit, incluant drones); collecte d’échantillons, extraction et contrôle qualité de l’ADN (Qubit, Nanodrop, gels agarose & polyacrylamide) pour la détection de polymorphismes par marqueurs SSR. Résultats/impact : identification de sous-collections génétiquement diversifiées et priorisation de matériel végétal pour la tolérance, contribuant au développement de cultivars plus résilients. • Contribution : Mise en place d’un pipeline métabolomique pour relier profils métaboliques et réponse au stress, avec interprétation fonctionnelle. Méthodes : préparation d’échantillons (azote liquide, homogénéisation) pour préserver l’intégrité métabolique; extraction/séparation via chromatographie (CG/CL) et détection (MS, RMN); traitement et annotation des données (XCMS, MZmine, R, MetaboAnalyst); cartographie des voies (KEGG, MetaCyc) et visualisations (heatmaps, volcano plots); validation par analyses ciblées et réplication pour assurer robustesse/reproductibilité. Résultats/impact : génération de signatures métaboliques interprétables soutenant la sélection et la compréhension mécanistique des réponses au stress. • Valorisation et collaboration Résultats : production de résultats transférables vers l’amélioration variétale; contribution à des publications scientifiques et à des collaborations internationales (Tekeu et al., 2017 ; Tekeu et al., 2020).

Assistant de recherche (temps partiel), Institut de Recherche Agricole pour le Développement (IRAD) — Yaoundé, Cameroun — 2012–2018
• Contribution : Conception et conduite d’essais agronomiques multi-sites pour évaluer la performance variétale de céréales en contextes agroécologiques contrastés. Rôle : planification des essais, mise en œuvre terrain, collecte structurée de données, synthèse des résultats pour soutenir la sélection variétale et l’agriculture durable. Méthodes/outils : mesure de traits agro-morphologiques; analyses de génétique quantitative et multivariées; traitement statistique sous R, Genstat, SPSS, SAS, Statistica. Résultats/impact : production de jeux de données robustes permettant de comparer les variétés et d’orienter des décisions de sélection et de conduite culturale adaptées aux environnements locaux. • Contribution : Intégration de données socio-économiques (enquêtes producteurs) pour relier performances variétales, contraintes de production et adoption. Méthodes : enquêtes auprès d’agriculteurs, analyse des perceptions sur les variétés et des contraintes (production, intrants, environnement), consolidation des résultats avec les indicateurs agronomiques. Résultats/impact : lecture “terrain” des déterminants d’adoption et identification de leviers réalistes pour améliorer productivité et durabilité à l’échelle des systèmes de production. • Contribution : Valorisation des données et diffusion scientifique. Actions : structuration et fiabilisation des analyses (statistiques avancées ; pipelines d’analyse pour optimiser l’interprétation), production de livrables pour équipes de recherche et partenaires. Résultats : contribution à la publication de >10 articles scientifiques et à la formulation de recommandations/solutions agronomiques pour l’agriculture durable au Cameroun.

Stage de recherche, Centre d’étude régional pour l’amélioration de l’adaptation à la sécheresse (CERAAS) — Thiès, Sénégal — 2013
• Contribution : Appui à la sélection de céréales tolérantes à la sécheresse via l’exploitation de marqueurs moléculaires. Rôle : soutien aux activités de laboratoire et d’analyse pour relier diversité génétique et tolérance à la sécheresse dans un contexte de sélection en Afrique de l’Ouest. Méthodes/outils : collecte et préparation d’échantillons; génotypage/évaluation de diversité avec marqueurs moléculaires; analyses statistiques et bioinformatiques sous R pour identifier des loci associés à la tolérance à la sécheresse. Résultats/impact : résultats consolidés pour orienter la priorisation de matériel végétal dans les programmes de sélection et contribution à la valorisation de données génétiques au service de l’agriculture durable. • Contribution : Production et communication de livrables scientifiques pour parties prenantes. Actions : rédaction de rapports scientifiques, synthèse des analyses et présentations des résultats à des interlocuteurs académiques et opérationnels. Impact : transfert de connaissances et renforcement de l’interface recherche–décision dans des programmes d’amélioration variétale.

Enseignements et encadrements

________________________________________ 1) Enseignement universitaire (cours crédités, en français)
Université de Yaoundé I — Enseignant, Département de biologie et physiologie végétales (2013–2018, temps partiel) • Contribution : Conception et prestation de cours théoriques et pratiques en génétique, biostatistique et bio-informatique, avec une approche centrée sur les compétences et l’analyse de données. • Rôle : Préparation des plans de cours, animation, conception de travaux pratiques (TP) basés sur des jeux de données biologiques ; accompagnement méthodologique des étudiant·e·s dans l’interprétation des résultats. • Approches / outils : Exercices appliqués sous R et SAS, études de cas, résolution de problèmes; progression vers l’autonomie (scripts, interprétation, communication scientifique). • Cours/UE enseignés : UE BOV 425 – Biologie moléculaire végétale ; UE BOV 204 – Étude des grandes fonctions métaboliques chez les végétaux. • Retombées : Renforcement des compétences en analyse de données et en raisonnement scientifique chez des cohortes de licence et cycles supérieurs ; intégration d’outils informatiques dans les pratiques d’apprentissage. Université Laval — Professeur invité, Département de phytologie (FSAA) (2020–2021; 05/2025–présent) • Contribution : Formation/mentorat par projets au sein d’activités de recherche-formation (M.Sc., Ph.D.), en lien avec des thématiques microbiome et intégration omique–environnement. • Rôle : Encadrement d’étudiant·e·s sur des projets mobilisant métagénomique (16S), analyses de réseaux, prédiction fonctionnelle et variables environnementales; soutien à l’organisation des analyses et à la structuration des livrables scientifiques. • Approches / outils: intégration “données omiques + mesures environnementales”, analyses et interprétation orientées « leviers de gestion »; reproductibilité par workflows/pipelines documentés. • Retombées : Développement de compétences appliquées en analyse omique/microbiome; contribution à des livrables en cours (p. ex. manuscrits/rapports en préparation). ________________________________________ 2) Formation continue, ateliers et transfert de compétences (Université Laval)
Université Laval — Enseignant-formateur (FSG, Formation continue) : Cours : « Avancées en bio-informatique : naviguez dans l’ère des big data génomiques et métagénomiques ». Un aperçu des modules est disponible ici : Fiche du cours et profil formateur. • Contribution : Conception et animation de modules de perfectionnement en analyses omiques et apprentissage automatique, destinés à des chercheurs et technicien·ne·s. • Rôle : Structuration de contenus “end-to-end” (principes, méthodes, démonstrations) et accompagnement vers la maîtrise de pipelines analytiques. • Approches / outils : apprentissage par la pratique; workflows et bonnes pratiques de reproductibilité (p. ex. pipelines, automatisation). • Retombées : Renforcement de la capacité des professionnel·le·s à exécuter et interpréter des analyses à haut débit et à structurer des flux analytiques reproductibles. Voici un bref aperçu de quelques commentaires recueillis auprès des apprenants de l’édition 2024 : Présentation des modules.
________________________________________ 3)Ateliers SymbioSol (bio-informatique / HPC / pipelines reproductibles)
• Contribution : Animation de modules de formation portant sur (i) initiation aux serveurs de calcul haute performance, (ii) programmation Unix/Linux et automatisation, (iii) pipelines reproductibles d’analyse microbiome/métagénomique. • Rôle : Formateur (conception, animation, accompagnement) pour un public de recherche (étudiant·e·s/chercheur·e·s/technicien·ne·s). • Retombées : Déploiement de compétences opérationnelles (HPC, Linux, automatisation, pipelines) directement mobilisables en analyse de données omiques. CRSNG/NSERC CREATE–NASER (2024–2030) — Enseignant-chercheur (FFGG-ULaval) • Contribution : Participation à un programme structuré de formation multidisciplinaire. • Modules enseignés : Conception expérimentale et analyse de données massives; Microbiomes associés aux sols et aux plantes. • Retombées : Formation de la relève à l’interface expérimentation–données massives–microbiomes, en cohérence avec les attentes d’un poste en analyse de données omiques.

Financement et bourses

• CRSNG / NSERC CREATE – NASER (Canadian Training Program on Nature-Based Solutions for Ecosystem Restoration) — 2024–2030 Enseignant-chercheur dans le cadre de la subvention obtenue du CRSNG et fonds internes de l’Université Laval, programme FONCER/CREATE, pour soutenir un programme structuré de formation et de recherche sur les solutions fondées sur la nature et la restauration des écosystèmes. \\ Établissement tête : Université Laval.
• Génome Québec -2026-2028 Co-chercheur dans le cadre du projet Génome Québec (Caractérisation omique et valorisation de cultures microbiennes symbiotiques d’Université Laval). \\ Établissement tête : Université Laval.
• Mitacs Accélération — 2021 Financement pour un projet portant sur la caractérisation de la complexité et de la distribution des variants structurels (SV) et variants nucléotidiques (SNV) dans une collection mondiale de types de cannabis (basal, sauvage, médicinal, chanvre), avec retombées directes pour la recherche et l’innovation.
• University of California, Davis – Africa Plant Breeding Academy (Class V) — 2020 Programme de perfectionnement professionnel (Seed Biotechnology Center, UC Davis) axé sur les principes avancés de l’amélioration des plantes pour des sélectionneurs africains; renforcement d’expertise en sélection, biométrie et intégration d’approches modernes.
• Bourse de recherche – Institut de biologie intégrative et des systèmes (IBIS), Université Laval — 2017 Soutien à des travaux de génotypage par séquençage (GBS) et d’analyses d’association génomique dans une collection de lignées de blé canadiennes et africaines.
• Bourse de mobilité – Agence Universitaire de la Francophonie (AUF) — 2016 Bourse de mobilité pour une immersion en séquençage de nouvelle génération (NGS) au Département de phytologie, Université Laval (Canada).
• AUF via l’École doctorale BIOVEG-AGRO – Bourses d’excellence doctorale — 2014–2017 Bourses d’excellence doctorale soutenant la formation et les travaux de thèse en génétique/biologie végétale.
• Commission européenne – Projet PAFROID (INTRA-ACP, lot Afrique) — 2014 Subvention (action N° 2013-4644/001-001, réf. \\ 384201-EM-1-2013-1-MG-INTRA_ACP) obtenue avec l’AUF pour des travaux en génétique et sélection du blé à l’Université de Stellenbosch (Afrique du Sud).
• Fondation Gates via WACCI (West Africa Center for Crop Improvement) — 2011 Bourse de recherche pour développer des variétés hybrides de maïs à haut rendement, tolérantes aux sols acides et à la toxicité aluminium et manganèse, avec objectifs de productivité et résilience en Afrique de l’Ouest.

Distinctions

- Lauréat du Projet 81506 : Québec / Congrès annuel de l'Acfas 2022 / Acfas - IJLCC_MÉ, 2022.
- Lauréat du 1er Prix d'Excellence de la Meilleure Communication Orale jeune chercheur à la 21ème conférence annuelle des Biosciences sous le thème : "Biosciences, OGM et Bio-révolution", 2014.
- Lauréat du 2ème Prix d'Excellence de la Meilleure Communication Orale lors de la 22ème Conférence Annuelle de BIOSCIENCES sous le thème : «Des Biosciences Innovantes pour une Agriculture Compétitive et Durable», Société des Biosciences. 12, 2015.

Publications et communications

A. Articles publiés dans des revues scientifiques
1. Tekeu, H., D’Astous-Pagé, J., Jeanne, T., & Hogue, R. (2025). High-throughput sequencing metabarcoding and network analysis elucidate the effects of soil fumigation and biostimulant on potato yield, rhizoctonia canker, and fungal community. Frontiers in Soil Science. doi: 10.3389/fsoil.2025.1559144
2. Eyango, N. M. C., Sounigo, O., Fouet, O., Tekeu, H., Djocgoué, F. P., Efombagn, M. I. B., et al. (2025). Genetic diversity and verification of plant material compliance of cocoa (Theobroma cacao L.) in the Barombi-Kang regional variety trial. PLOS ONE, 20(4), e0322169. doi: 10.1371/journal.pone.0322169
3. Tekeu, H., Jeanne, T., D’Astous-Pagé, J., Iquira, E., & Hogue, R. (2023). Artificial Neural Network inference analysis reveals the impact of biostimulant on bacterial communities in fumigated soil for potato production against common scab. Frontiers in Soil Science. doi: 10.3389/fsoil.2023.1208909.
4. Tekeu, H., Jean, M., Ngonkeu, E. L. M., & Belzile, F. (2023). Machine Learning-GWAS reveals the role of WSD1 gene for cuticular wax ester biosynthesis and key genomic regions controlling early maturity in bread wheat. bioRxiv. doi: 10.1101/2023.11.03.565125.
5. Tekeu, H., Ngonkeu, E., Bélanger, S., Djocgoué, P., Abed, A., Torkamaneh, D., Boyle, B., Tadesse, W., Jean, M., & Belzile, F. (2021). GWAS identifies an ortholog of the rice D11 gene as a candidate gene for grain size in an international collection of hexaploid wheat. Scientific Reports, 11, 19483. doi: 10.1038/s41598-021-98626-0.
6. Wani, G. A., Khan, M. A., Dar, A. M. A., Tekeu, H., Shah, M. A., Reshi, Z. A., & Khasa, D. P. (2022). Clonality in invasive alien macrophytes in Kashmir Himalaya: a stage-based approach. Aquatic Sciences, 84, 12. doi: 10.1007/s00027-021-00843-2.
7. Wani, G. A., Shah, M. A., Tekeu, H., Reshi, Z. A., Atangana, A. R., & Khasa, D. P. (2020). Phenotypic variability and genetic diversity of Phragmites australis in Quebec and Kashmir reveal contrasting population structure. Plants, 9(10), 1392. doi: 10.3390/plants9101392.
8. Kyalamakasa, J. M. K., Mulambi, M. M. M., Mukonzo, E. K. L., Shutcha, M. N., Tekeu, H., Nkombe, A. K., & Khasa, D. (2021). Early selection of tree species for regeneration in degraded woodland of southeastern Congo Basin. Forests, 12(2), 117. doi: 10.3390/f12020117.
9. Heu, A., Mboussi, S. B., Kone, N. A. N., Ngome, A. F., Ngoh Dooh, J. P., Tekeu, H., et al. (2021). Phenotypical characterization of cassava (Manihot esculenta Crantz) accessions in Cameroon’s mono-modal rainforest zone. International Journal of Environment Agriculture and Biotechnology, 6(1), 164–174. doi: 10.22161/ijeab.
10. Tchuisse, M. N., Ngonkeu, E. L. M., Malaa, D. K., Tekeu, H., Mballa, T., Galani, J. H. Y., Nji, A., & Boudjeko, T. (2020). Grain morphological characterization and protein content of sixty-eight local rice (Oryza sativa L.) cultivars from Cameroon. African Journal of Plant Science, 14(1), 24–35. doi: 10.5897/AJPS2019.1921.
11. Mam, C. E., Ngonkeu, E. M. L., Tekeu, H., et al. (2020). Factor analysis of morphological characters in wheat (Triticum aestivum L.) lines evaluated in low altitude conditions of the bimodal humid forest zone of Cameroon. Journal of Plant Breeding and Crop Science.
12. Djocgoué, P. F., Damdjo, A., Tékeu, H., Foko, A., Tsimi, P., Mam, C. E., Manga, J. D., Effa, P. O., Ngonkeu, E. M. L., & Botes, W. C. (2019). Molecular and physiological characterization of bread wheat breeding lines for fungal diseases tolerance. African Journal of Biotechnology.
13. Tekeu, H., Tandzi, L. N., Ngonkeu, E. E. M., & Djocgoué, P. F. (2021). Line × Tester analysis and potential for aluminum and manganese tolerance in an international collection of maize. Current Advances in Chemistry and Biochemistry, 4, 96–110. doi: 10.9734/bpi/cacb/v4/7965D.
14. Tekeu, H., Ngonkeu, E. M. L., Tandzi, N. L., Tagne, A., & Djocgoué, P. F. (2021). Agro-morphological characterization of maize hybrids under acid soils in two contrasting environments. Journal of Agricultural Science, 13(3). doi: 10.5539/jas.v13n3p32.
15. Kamko, J. D., Tchiechoua, Y. H., Ngonkeu, E. L. M., et al., Tekeu, H., et al. (2020). Effect of arbuscular mycorrhizal fungi used as biofertilizer for the vegetative propagation of Prunus africana. International Journal of Plant Research, 10(3), 53–60. doi: 10.5923/j.plant.20201003.02.
16. Tekeu, H., Bena, G., et al. (2017). Genetic diversity of Cameroonian bread wheat cultivars revealed by microsatellite markers. African Journal of Biotechnology, 16(36), 1832–1839. doi: 10.5897/AJB2017.16090.
17. Tekeu, H., Ngonkeu, E. M., Navabi, A., Djocgoué, P., Bélanger, S., Lemay, M.-A., et al. (2015). Evaluation of maize accessions using Line × Tester analysis for aluminum and manganese tolerance. International Journal of Biological and Chemical Sciences, 9(4), 2161–2173. doi: 10.4314/ijbcs.v9i4.36.
18. Tandzi, N. L., Ngonkeu, E. L. M., Nartey, E., et al., Tekeu, H., et al. (2015). Morphological characterization of selected maize inbred lines under acid soil conditions. International Journal of Current Research, 7(05), 15538–15544.
19. Petmi, C. L., Ngonkeu, E. L. M., Tandzi, N. L., et al., Tekeu, H., et al. (2016). Screening of maize genotypes for adaptation on contrasted acid soils in the humid forest zone of Cameroon. Journal of Experimental Agriculture International, 14(6), 1–15. doi: 10.9734/JEAI/2016/29333.
20. Mballa, T. A. N., Ngonkeu, E. L. M., Malaa, D. K., et al., Tekeu, H., & Woin, N. (2017). Field evaluation of NERICA 8 and JL24 spatial arrangement on agronomic traits. Annual Research & Review in Biology, 12(1), 1–14.
21. Mballa, T. A. N., Malaa, D. K., Ngonkeu, E. L. M., et al., Tekeu, H., & Woin, N. (2018). Potential role of groundnut stover in soil nutrient management for sustainable rainfed upland rice production. Annual Research & Review in Biology, 22(1), 1–13.
_______________________________________ B. Livres / monographies
• Rappuoli, R., Pizza, M., Puglia, A. M., Bagnoli, F., & Aminov, R. (Eds.). (2026). Expert opinions: Save the microbes to save the planet [Frontiers Research Topic e-book]. Frontiers Media SA. https://doi.org/10.3389/978-2-8325-7300-6 Contribution : Tekeu, H., et al. Frontiers in Soil Science, 5, Article 1559144.
• Tekeu, H., Ngonkeu, E., & Djocgoué, F. (2019). Tolérance aluminique et manganique chez les hybrides de maïs. Éditions universitaires européennes. (ISBN-13: 978-613-8-45376-5).
• Tekeu, H., Tandzi, L. N., Ngonkeu, E. E. M., & Djocgoué, P. F. (2021). Line × Tester analysis and potential for aluminum and manganese tolerance in an international collection of maize. Current Advances in Chemistry and Biochemistry, 4, 96–110. doi: 10.9734/bpi/cacb/v4/7965D.
________________________________________ C. Communications scientifiques (congrès, ateliers, actes / résumés)
• Tekeu H, Thériault L., Steeve P, Jeanne T, Hogue R, Dorais M.(2025). Substrat et statut hydrique pilotent la biodiversité microbienne et le cycle de l’azote en culture hors-sol. SymbioSol :25-27 Octobre 2025, Université Laval. (https://event.fourwaves.com/fr/symbiosol/resumes/a9a923bc-7ad2-4e36-b30f-8f0fe6aa660b). \\

• Tekeu H, Thériault L., Steeve P, Jeanne T, Hogue R, Dorais M.(2025). Métagénomique, réseaux microbiens, prédiction fonctionnelle et irrigation de précision : optimiser le cycle de l’azote par les données massives en agriculture hors-sol. Rapport– Chaire Bio (Axe 3), Université Laval, Québec, canada, 36 p.
• Nguyen, T.T.A, Tekeu, H., Thériault, L., Thomas J., Pepin, S., Richard H., and Dorais, M. (2026). Moisture and organic fertilizers shape bacterial communities and nitrogen cycling in peat wood fiber-based growing media, IHC2026: International Symposium on Sustainable Plant Production in Greenhouse Horticulture and Protected Cultivation.
• Tekeu, H., Botes, W. C., Jean, M., Boucher-St-Amour, V.-T., Ellis, A., & Belzile, F. (2022). L’analyse de traits racinaires de lignées de blé révèle des haplotypes associés à la résistance aux sols acides autour des gènes MATE1B et ALMT1. ACFAS (communication). \\

• Tekeu, H., Jean, M., & Belzile, F. (2017). Genetic diversity and identification of QTLs for important yield components in hexaploid wheat using GBS. Journées du Centre SÈVE (communication). • Tekeu, H., et al. (2018). Identification of QTL and candidate gene for essential yield components in hexaploid wheat. 4th Canadian Wheat Symposium (communication).
• Tékeu, H., Ryan, P. R., Djocgoué, F. P., Ellis, A., Ngonkeu, E. M. L., & Botes, W. C. (2016). Evaluation of hexaploid wheat for aluminum tolerance. 3rd Canadian Wheat Symposium (communication).
• Tekeu, H., et al. (2020). Identification of new genomic sources for aluminum tolerance in hexaploid wheat breeding lines using phenotypic and genotypic screening. Natural Products / Journal of Plant Biology and Agriculture Sciences (communication).
________________________________________ D. Rapports techniques / missions
• Tekeu, H. (2013). Molecular markers and their applications in breeding programs of dry cereal in West Africa. Rapport de mission / atelier régional (CERAAS, Thiès, Sénégal), 28 p.
• Tekeu, H (2025). Propriétés physiques des substrats et disponibilité de l'azote en horticulture biologique (Rapport– Chaire Bio (Axe 3), Québec, canada), 9 p.
• Tekeu, H (2025). Microbiome, Irrigation et fertilisation organique pour une gestion durable de l’azote et du phosphore en culture hors-sol (Rapport– Chaire Bio (Axe 3), Québec, canada), 36 p.