Modélisation mathématique de l'adaptation locale. – MOLA

La compréhension des conditions permettant l’évolution et le maintien de la diversité des formes de vie sur terre est un des buts centraux de la biologie évolutive et de l’écologie. Une des explicitations principales évoque l’adaptation des différentes espèces à diverses conditions environnementales ou niches. Cependant, la présence de conditions environnementales hétérogènes ne garantit pas à elle seule une plus grande diversité génétique ou phénotypique : la dispersion des individus d’un habitat à un autre et le flux de gènes qui en résulte, les événements stochastiques comme la dérive génétique, ou bien la présence de corrélations génétiques sont autant de contraintes qui peuvent limiter l’évolution et le maintien de la biodiversité.

Le projet MOLA, Modèles Mathématiques d’Adaptation Locale vise à explorer différents types de modèles d’adaptation à des environnements hétérogènes, dans le but de mieux comprendre les conditions écologiques favorisant l’évolution et le maintien de la biodiversité. Le thème « fil rouge » du projet est l’exploration, à l’aide de modèles mathématiques, des interactions entre processus sélectifs et neutres, dans des populations structurées spatialement, ainsi que leurs effets sur les dynamiques évolutives. Le projet s’articule autour de deux objectifs principaux et durera 48 mois.

Le premier objectif, divisé en quatre tâches, vise à fournir une exploration en profondeur des divers effets d’une structuration spatiale explicite sur l’adaptation locale. La plupart des modèles et métriques d’adaptation locale omettent typiquement de considérer les effets de distance, et se concentrent sur les effets de la subdivision des populations, alors que l’isolement par la distance peut cependant jouer un rôle important et influencer les patrons d’adaptation locale. L’objectif 1 comprend l’analyse de modèles mathématiques d’adaptation à des conditions environnementales hétérogènes, abiotiques (Tâche 1) ou biotiques (Tâche 2), les deux dans un contexte spatialement explicite ; l’objectif comprend aussi la dérivation d’une mesure d’adaptation locale prenant en compte l’isolement par la distance (Tâche 3), ainsi qu’une méta-analyse des études d’adaptation locale en contexte spatialement explicite (Tâche 4). Ce premier objectif forme la base d’un projet de thèse ; les tâches seront donc effectuées par un(e) étudiant(e) en thèse, encadré(e) par la coordinatrice du projet (FD) et co-encadré par le chef de l’équipe d’accueil (AL, HDR).
Le second objectif, divisé en trois tâches, vise à explorer divers aspects des effets de l’hétérogénéité environnementale et de la subdivision de populations sur l’adaptation locale et la diversification, en allant au-delà des hypothèses simplificatrices classiques (comme l’hypothèse de taille égale de tous les dèmes ou bien l’hypothèse de régimes de sélection fixes). Les buts de ce second objectif sont la formulation de prédictions de la coévolution entre dispersion et adaptation locale dans toute une gamme de structures de population (Tâche 5) ; l’exploration des effets du nombre de traits sous sélection sur les patrons d’adaptation locale (Tâche 6) ; et enfin la dérivation de prédictions de la dynamique de la variance d’un trait quantitatif sous une balance de mutation, dérive et sélection diversifiante (Tâche 7).

Une meilleure compréhension des conditions et mécanismes favorisant l’évolution et le maintien de biodiversité est déjà intéressante à son propre titre, et est le but central de la biologie évolutive, mais elle peut aussi être utilisée pour enrichir les décisions de gestion des espèces en voie de disparition, et peut aussi nous aider à améliorer les prédictions des effets du changement climatique sur la diversité spécifique.

Le projet sera mené dans l’équipe SMILE (Modèles aléatoires pour l'inférence de l'évolution du vivant), dirigée par Pr Amaury Lambert, situé au CIRB (Centre de Recherche Interdisciplinaire en Biologie CNRS/UMR 7241INSERM U1050) au Collège de France.