Soufre : co-limitation N:S, acides aminés soufrés et antagonisme S-Se — pendant S du continuum sol-aliment-santé

Le soufre (S) est un macronutriment du verrou stœchiométrique CNPS, longtemps masqué par les retombées atmosphériques industrielles. La désulfuration de l'air (effondrement des émissions de SO₂) a fait rechuter de 34 à 86 % la disponibilité du S assimilable entre 2000 et 2020, exposant >20 % des terres agricoles à une carence potentielle — le « paradoxe du soufre moderne » : un gain sanitaire (qualité de l'air) devenu contrainte agronomique.

Cycle microbien : le S alterne entre les états d'oxydation −2 (sulfures) et +6 (sulfates), piloté quasi exclusivement par les micro-organismes via des gènes marqueurs — réduction assimilatrice (cysNC, cysH, sat), dissimilatrice (aprAB, dsrAB) et oxydation (soxB) — avec une régulation émergente par les gènes métaboliques auxiliaires (AMG) viraux des bactériophages telluriques.

Co-limitation N:S : le S gouverne la valorisation de l'azote (efficience NUE). Ratio plante optimal N:S ≈ 14:1–17:1 ; sans S synchronisé, l'azote massif reste non métabolisé (nitrates, pertes). Signature stœchiométrique de la MO stabilisée C:N:P:S ≈ 100:8:2:1,5 (ordre de grandeur variable selon les pools, card #45).

Continuum vers la santé (One Health) : le S est le constituant des acides aminés soufrés (méthionine, cystéine) → valeur biologique des protéines, ponts disulfures du gluten, arômes (méthanethiol). Antagonisme S-Se : sulfate (SO₄²⁻) et sélénate (SeO₄²⁻) partagent les transporteurs SULTR — un excès de S inhibe l'absorption du sélénium (card #159), d'où l'enjeu d'une biofortification équilibrée S-Se.

Écotoxicologie : en conditions anoxiques (rizières, zones humides), l'apport de sulfates stimule les bactéries sulfato-réductrices → méthylation du mercure (MeHg neurotoxique, bioamplifié) ; l'oxydation du S⁰ acidifie et mobilise Al/Mn. Leviers : biochar (séquestration du Hg en complexes stables — effet dépendant du type de biochar et de la température de pyrolyse, #82), soufre nanométrique, et pilotage de précision (capteurs hyperspectraux + modèles ML — Random Forest/YOLOv8s, R²=0,96).