Navigation – Plan du site

AccueilVolumes117Autres enseignements et recherchesIII. Équipes accueillies au Collè...Centre interdisciplinaire de rech...Modèles aléatoires pour l’inféren...

117 | 2019
Annuaire du Collège de France 2016-2017
Résumé des cours et travaux 117e année
Autres enseignements et recherches
III. Équipes accueillies au Collège de France
Centre interdisciplinaire de recherche en biologie (CIRB)

Modèles aléatoires pour l’inférence de l’évolution du vivant / Stochastic models for the inference of life evolution (SMILE)

Centre international de recherche en biologie (CIRB)
Amaury Lambert
p. 632-634

Texte intégral

   

Responsable : Amaury Lambert

Recherche

1Dirigée par Amaury Lambert (prof. UPMC), l’équipe SMILE regroupe des mathématiciens, des biologistes et des bio-informaticiens (quatre chercheurs titulaires et dix non titulaires ; voir http://www.lpma-paris.fr/​smile/​). L’objectif général du groupe SMILE est de comprendre, de modéliser et d’inférer les processus évolutifs en distinguant trois échelles de temps :

1) l’échelle de temps micro-évolutive (démographie, extinctions) ;

2) l’échelle de temps méso-évolutive (différenciation des populations pouvant aller jusqu’à la spéciation) ;

3) l’échelle de temps macro-évolutive (diversification des espèces).

1) Échelle micro-évolutive

2Dans le cadre de l’inférence des processus démographiques à partir de données génomiques, de nombreuses études récentes ont soutenu l’hypothèse que la plupart des populations d’espèces bactériennes sont en expansion. Nous avons démontré au contraire que ces études, établies sur la base d’un seul arbre phylogénétique reconstruit, sont très probablement erronées car elles ignorent la recombinaison (conversion génique) et la sélection, cette dernière générant localement sur le génome des patrons de diversité génétique très similaires à ceux générés par une expansion démographique (Lapierre et al., Molecular Biology & Evolution, 2016). M. Lapierre a également mis au banc d’essai pour sa thèse de biologie plusieurs méthodes d’inférence démographique d’après les spectres de fréquence allélique observés d’une population humaine africaine (Lapierre et al., Genetics, 2017), dont une méthode proposée par C. Delaporte (Delaporte et al., Journal of Mathematical Biology, 2016) durant sa thèse de mathématiques. Parallèlement, nous avons étudié l’effet de la structuration spatiale sur l’évolution de caractères sociaux, lorsque leur transmission de parent à descendants est imparfaite (Débarre, Journal of Theoretical Biology, 2017).

2) Échelle méso-évolutive

3Nous avons mené plusieurs études de l’interdépendance de certains processus évolutifs, désignée sous le terme général de co-évolution. Nous avons d’abord établi une méthode statistique permettant de détecter les paires de caractères discrets génotypiques ou phénotypiques ayant la propriété que l’évolution de l’un accélère ou au contraire inhibe l’évolution de l’autre (Behdenna et al., Systematic Biology, 2016). Nous avons également construit un cadre général permettant d’analyser et d’inférer les situations où des caractères quantitatifs évoluent de concert dans des espèces différentes, suivant un processus gaussien (Manceau et al., Systematic Biology, 2017).

3) Échelle macro-évolutive

4A. Lambert a donné sur les modèles probabilistes pour les arbres phylogénétiques (généalogies d’espèces) un mini-cours à l’école brésilienne de probabilités en 2015 et une intervention plénière aux journées MAS 2016 (conférence bi-annuelle de la Société de mathématiques appliquées et industrielles réservée aux probabilités et à la statistique), et chacune de ces interventions a donné lieu à un long article de survol (A. Lambert, Brazilian Journal of Probability, 2017 ; A. Lambert, ESAIM Proceedings & Surveys, à paraître).

4) Prolongements mathématiques

5D’un point de vue théorique, nous avons montré que l’arbre généré par une sphère d’un arbre réel localement compact centrée en la racine peut être décrite par un « peigne », et que c’est plus généralement le cas de tout espace ultramétrique compact (Lambert & Uribe Bravo, p-Adic Numbers Ultrametric Analysis and Applications, 2017). Cette représentation en peigne nous a servi à caractériser la généalogie limite des familles d’individus fortement apparentés dans un coalescent de Kingman (Lambert & Schertzer, Bernoulli, à paraître).

6Grâce au contour des arbres de Crump-Mode-Jagers, E. Schertzer et F. Simatos ont postulé de ranger leurs limites d’échelle en trois classes d’universalité, dont la première est constituée des arbres de Lévy (Schertzer & Simatos, Electronic Journal of Probability, à paraître). E. Schertzer et ses co-auteurs ont également écrit un article de survol du domaine des réseau et filet browniens (Schertzer et al., in « Advances in Disordered Systems, Random Processes and Some Applications ») et ont exploré les relations entre le filet brownien avec meurtre et les perturbations du modèle du votant (Newman et al., Electronic Journal of Probability, 2017).

Publications

7Behdenna A., Pothier J., Abby S.S., Lambert A. et Achaz G., « Testing for independence between evolutionary processes », Systematic Biology, 2016, vol. 65, no 5, p. 812823, DOI : 10.1093/sysbio/syw004.

Débarre F., « Fidelity of parent-offspring transmission and the evolution of social behavior in structured populations », Journal of Theoretical Biology, vol. 420, 2017, p. 2635, DOI : 10.1016/j.jtbi.2017.02.027.

Delaporte C., Achaz G. et Lambert A., « Mutational pattern of a sample from a critical branching population », Journal of Mathematical Biology, vol. 73, no 3, 2016, p. 627-664, DOI : 10.1007/s00285-015-0964-2.

Lambert A., « Probabilistic models for the (sub)tree(s) of life », Brazilian Journal of Probability and Statistics, vol. 31, no 3, 2017a, p. 415475, DOI : 10.1214/16-BJPS320.

Lambert A., « Random ultrametric trees and applications », ESAIM Proceedings and Surveys, vol. 60, 2017b, p. 70-89, DOI : 10.1051/proc/201760070 [arXiv:1702.07916].

Lambert A. et Schertzer E., « Recovering the Brownian coalescent point process from the Kingman coalescent by conditional sampling », Bernoulli Journal, 2017, in press [arXiv:1611.01323].

Lambert A. et Uribe Bravo G., « The Comb representation of compact ultrametric spaces », P-Adic Numbers Ultrametric Analysis and Applications, vol. 9, no 1, 2017, p. 2238, DOI : 10.1134/S2070046617010034.

Lapierre M., Blin C., Lambert A., Achaz G. et Rocha E.P.C., « The impact of selection, gene conversion, and biased sampling on the assessment of microbial demography », Molecular Biology and Evolution, vol. 33, no 7, 2016, p. 17111725, DOI : 10.1093/molbev/msw048.

Lapierre M., Lambert A. et Achaz G., « Accuracy of demographic inferences from the site frequency spectrum: The case of the Yoruba population », Genetics, vol. 206, no 1, 2017, p. 439449, DOI : 10.1534/genetics.116.192708.

Manceau M., Lambert A. et Morlon H., « A unifying comparative phylogenetic framework including traits coevolving across interacting lineages », Systematic Biology, vol. 66, no 4, p. 551-568, 2017, DOI : 10.1093/sysbio/syw115.

Newman C.M., Ravishankar K. et Schertzer E., « Perturbations of the voter model in one-dimension », Electronic Journal of Probability, vol. 22, no 34, 2017, p. 1-42, [arXiv:1607.06058].

Schertzer E., « Renewal structure of the Brownian taut string », Stochastic Processes and their Applications, vol. 128, no 2, 2018, p. 487504, DOI : 10.1016/j.spa.2017.05.004.

Schertzer E. et Simatos F., « Height and contour processes of Crump-Mode-Jagers forests (I): general distribution and scaling limits in the case of short edges », Electronic Journal of Probability, 2017, in press [arXiv: 1506.03192]

Schertzer E., Sun R. et Swart J.M., « The Brownian Web, the Brownian Net, and their Universality », in P. Contucci et C. Giardina (dir.), Advances in Disordered Systems, Random Processes and Some Applications, Cambridge, Cambridge University Press, 2016, p. 270-368.

Tomasetti C., Durrett R., Kimmel M., Lambert A., Parmigiani G., Zauber A. et Vogelstein B., « Role of stem-cell divisions in cancer risk », Nature, vol. 548, no 7666, 2017, E13E14, DOI : 10.1038/nature23302.

Haut de page

Pour citer cet article

Référence papier

Annuaire du Collège de France 2016-2017. Résumé des cours et travaux 117e année, Paris, Collège de France, septembre 2019, p. 632-634. ISBN 978-2-7226-0489-6

Référence électronique

Amaury Lambert, « Modèles aléatoires pour l’inférence de l’évolution du vivant / Stochastic models for the inference of life evolution (SMILE) », L’annuaire du Collège de France [En ligne], 117 | 2019, mis en ligne le 04 juin 2020, consulté le 25 septembre 2021. URL : http://journals.openedition.org/annuaire-cdf/14742 ; DOI : https://doi.org/10.4000/annuaire-cdf.14742

Haut de page

Auteur

Amaury Lambert

Articles du même auteur

Haut de page

Droits d’auteur

Collège de France

Haut de page
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search