Biosurveillance Next-Gen des changements dans la structure et le fonctionnement des écosystèmes – NGB

Dans un article d'opinion récemment publié dans Trends in Ecology & Evolution, nous prédisons qu’une approche de surveillance biologique de dernière génération, écologique et à une échelle globale, émergera dans la prochaine décennie, permettant de détecter les changements des écosystèmes de façon précise, économique et générique. Le séquençage nouvelle-génération (NGS) de l’ADNs fournirait les abondances relatives des unités taxonomiques opérationnelles ou de fonctions écologiques dans les divers environnements de la planète Terre. Les méthodes d'apprentissage automatique (machine-learning) permettraient ensuite de reconstituer les réseaux écologiques d'interactions depuis ces données brutes provenant des NGS, afin de détecter et de prédire les changements dans les écosystèmes.
Dans ce projet de surveillance biologique nouvelle génération (NGB), nous examinerons comment des échantillons NGS provenant de cinq écosystèmes distincts et soumis à un changement global peuvent être utilisés pour reconstituer les réseaux d'interactions écologiques hypothétiques associés à ces écosystèmes à l’aide de l’apprentissage automatique. Nous confronterons ensuite ces réseaux reconstruits aux connaissances actuelles sur ces systèmes afin de tester la validité d’un tel couplage des approches NGS et de l’apprentissage automatique pour la construction de réseaux écologiques. Ces tests iront de l'examen de certaines interactions particulièrement bien établies à des comparaisons plus détaillées à l’échelle du réseau, en s’appuyant sur des réseaux écologiques déjà connus et construits selon des approches classiques de construction de réseaux. Les cinq systèmes avec lesquels nous travaillerons constituent une gamme représentative des échelles organisationnelles, des facteurs de perturbation et de la qualité des données attendues dans une approche NGB. Ainsi le projet permettra de déterminer si des changements dans les écosystèmes (induits par les invasions biologiques, les maladies, la conservation, la gestion des écosystèmes et le climat) peuvent être détectés au moyen d'une approche NGB, depuis les réseaux microbiennes jusqu’aux réseaux d’interaction invertébrés (macro-biome). Ce projet demandera d’outrepasser une diversité de difficultés techniques, développementales et écologiques auxquels est confrontée l'élaboration d'une telle approche NGB, comme la qualité variable des bases de données NGS, les biais taxonomiques, les erreurs d'identification, les données riches en zéro et les distributions d'abondance asymétriques. Nous allons également élaborer des approches statistiques appropriées à la détection des changements dans les écosystèmes, ainsi que déterminer l’effort et la puissance nécessaire pour les programmes de biosurveillance.
Finalement, nous envisageons le développement d'échantillonneurs autonomes qui collecteraient des acides nucléiques de l’environnement et transfèreraient les données de séquences NGS vers le nuagique (cloud computing) afin de reconstruire les réseaux d’interactions automatiquement. Un grand nombre de ces échantillonneurs permettrait une surveillance biologique globale des principaux écosystèmes terrestres, et ce avec une haute résolution spatiale et temporelle, révolutionnant ainsi notre compréhension du changement des écosystèmes.