Rescousse Evolutive: effets Stochastiques et Interactions avec le STress Environnemental – RESISTE

L'émergence d'un cadre unifié, intégrant les concepts et les connaissances actuelles en écologie et en évolution, constitue un défi majeur pour les décennies à venir. Un tel cadre devrait idéalement être validé expérimentalement, sur un large spectre d'espèces et d'écosystèmes, et offrir des possibilités de prédiction opérationnelles.

La rescousse évolutive (ER), ou sauvetage évolutif, est le processus par lequel une population déclinante évite l’extinction en s’adaptant génétiquement à un stress, par ex. durant l'invasion de nouveaux habitats, un changement d'hôte ou l'émergence d'une résistance à un traitement chimique. Le développement d'une théorie prédictive autour de l'ER, processus central tant en écologie qu'en évolution, est d'une importance capitale dans le contexte actuel où l'émergence de résistances diverses constitue l'un des défis majeurs en santé humaine/animale/végétale. La modélisation comme la mesure expérimentale de ce processus est un défi de part cette interface entre écologie et évolution. Le but de ce projet est le développement de tels modèles et leur test expérimental quantitatif, dans l’espoir de comprendre et prédire les phénomènes d'ER à partir de caractéristiques mesurables des systèmes étudiés. Cela pourrait aider notamment à la mise en place de stratégies raisonnées de gestion des résistances dans une variété de contextes.

On décrira d’abord comment un stress donné affecte les paramètres mutationnels sur divers taux démographiques (par ex. taux de naissances ou de morts), selon son intensité. Le « modèle géométrique de Fisher » permettra de relier ces taux à des phénotypes sous-jacents, avec un optimum donné par taux et environnement. Des niveaux croissants de stress (par ex. de concentration d’un antibiotique) correspondront à des décalages croissants de l’optimum, le long d’un axe, pour un stress et un taux donnés. Cette approche de paysage adaptatif fait naturellement émerger des compromis entre adaptation à différents environnements ou pour différentes composantes du taux de croissance. Le modèle se paramètre expérimentalement, à partir de mesures des taux de croissance parmi des mutants aléatoires dans l’espèce considérée.

Nous intègrerons ce modèle mutationnel dans un modèle d’adaptation au changement environnemental et de dynamiques démographiques correspondantes, pour prédire la probabilité d’ER pour un patron de stress donné. Les auteurs ont déjà démontré la possibilité d’une telle intégration pour le cas d’un changement environnemental abrupt et une seule composante démographique (taux de croissance). Plusieurs extensions seront considérées: stress abrupt (effet sur plusieurs composantes de croissance), combinaison de stress (synergie/antagonisme), dynamique temporelle arbitraire du niveau de stress, couplage à une dynamique écologique (stress biotique : prédation, épidémiologie), habitats hétérogènes connectés par migration (source-puits, gradient spatial).

Nous testerons quantitativement les prédictions sur Escherichia coli, dans un système expérimental haut-débit, dans divers stress : ions cuivres (utilisé en agronomie), antibiotiques seuls ou combinés, salinité, prédation par un eucaryote unicellulaire, infection par une ou plusieurs espèces de phages lytiques (phagothérapie). Nous testerons aussi certains modèles en champs et en nature, dans un patho-système plante-virus d’intérêt agronomique.
Un site internet dédié sera développé, avec une base de données collaborative où les auteurs pourront déposer des résultats expérimentaux sur l’ER, et utiliser des outils théoriques et statistiques issus du projet, et une « école chercheurs » sera organisée en fin de projet.
Il s’agit d’une collaboration entre un biologiste de l’évolution (PI) et un mathématicien (coPI) et leurs collègues respectifs. Le consortium très multidisciplinaire réunit des compétences variées, en écologie/évolution théorique, statistiques, mathématiques, virologie, évolution expérimentale microbienne.