Responsable : Amaury Lambert

1L’équipe SMILE (Stochastic Models for the Inference of Life Evolution ; cf. http://www.proba.jussieu.fr/​~smile/​) regroupe des mathématiciens, des biologistes et des bio-informaticiens. Les recherches de notre équipe portent principalement sur la modélisation probabiliste de l’évolution. Durant l’année 2012-2013, nous avons notamment fait des contributions à la génétique des populations, théorique et appliquée, à l’étude des propriétés statistiques des grands réseaux, et à la modélisation de la diversification des espèces.

Recherche

Génétique des populations (théorie)

2Plusieurs de nos travaux en génétique des populations théorique sont basés sur la notion de processus ponctuel de coalescence, qui décrit la généalogie à temps fixe d’une population en croissance libre, pour certains processus de branchement non markoviens appelés « splitting trees ». Cet objet, mis en évidence par A. Lambert en 2010, est dû originellement à Aldous et Popovic dans le cas particulier des processus de naissance et de mort et de l’arbre brownien. Dans [4], nous utilisons cet objet pour caractériser l’extrémité droite (c.à.d. les plus grandes familles clonales, dont la taille croît avec la taille totale de la population, par opposition aux familles clonales de taille fixée qui ont été étudiées dans un autre article de l’équipe publié en 2012) du spectre de fréquence par allèles pour des « splitting trees » avec mutations poissonniennes, sous un modèle à une infinité d’allèles. L’article [5] est un article de survol autour de la partition allélique des processus de branchement, à temps fixe ou en régime asymptotique (temps et taille de population grands). Dans [19], nous généralisons cet objet à tous les processus de branchement markoviens (en particulier ceux à espace d’états continu), tâche qui nécessite de prendre en compte les points de branchement multiples.

3Nous avons calculé les probabilités d’événements de recombinaison qui changent la hauteur des arbres coalescents dans le modèle classique de Kingman et nous avons calculé les probabilités de transition du premier ordre, de la chaîne des arbres coalescents à un même locus, lorsque l’on parcourt le génome [14].

Génétique des populations (applications)

4Nous avons étudié la dynamique évolutive des microsatellites dans les séquences codantes en comparant quatre génomes de primates (homme, chimpanzé, gorille, macaque) [21]. La probabilité d’être touché par une mutation non-sens est décuplée dans les microsatellites, ainsi ces séquences sont largement absentes dans les gènes. Notre étude comparative a établi, d’une part, que les pertes et les créations de microsatellites codants s’équilibrent et, d’autre part, que ces séquences sont très faiblement délétères (estimation de s~10^-8, faite sous un modèle d’équilibre mutation-sélection-dérive).

5Nous avons également développé un caller de SNP [26] et les tests de neutralité comme le D de Tajima et le H de Fay et Wu [13] pour les données NGS, en tenant compte des informations manquantes, et enfin nous avons appliqué ces méthodes aux données provenant de populations de porcs ibériques afin de déduire quels gènes ont été sélectionnés au cours de la domestication [11].

Propriétés statistiques des grands réseaux

6Nous avons étudié comment la présence de caractéristiques des nœuds d’un réseau (par exemple, dans le cas des réseaux génétiques, le fait pour un gène d’appartenir à certains modules fonctionnels) affecte les propriétés des réseaux sans échelle générés par les mécanismes de fixations préférentiels, ce qui montre que la distribution des degrés sous de tels modèles est sans échelle et robuste et que ces modèles présentent un schéma complexe d’assortativité [12]. Nous avons analysé également la dynamique des transitions de phase sur les réseaux complexes [16]. Nous avons développé une technique permettant de déduire les relations entre les motifs et d’autres caractéristiques génomiques de leur distribution le long du génome, montrant que sous des hypothèses générales ces caractéristiques peuvent être décrites par un modèle de Poisson log-linéaire, et estimer les paramètres par maximum de vraisemblance et EM [25].

Processus de diversification des espèces

7Notre recherche se place dans le contexte des changements temporels de la biodiversité, à des échelles de temps courtes comme la dizaine d’années [10, 18, 22], ou longues comme le million d’années [8, 23]. Nous avons développé des indices permettant de mieux mesurer la résilience et le succès de restauration de communautés biologiques [18], et des approches permettant de comprendre comment les communautés changent au cours du temps [10]. Nous avons également proposé des outils de diagnostic pour analyser comment les changements environnementaux actuels risquent d’affecter la biodiversité et sa dynamique à long terme. L’originalité de ce travail consiste à proposer des outils phylogénétiques là où les données fossiles ont traditionnellement été utilisées, ce qui est particulièrement important pour tous les groupes ayant des données fossiles rares [8]. Enfin, nous appliquons nos approches non seulement sur macro-organismes [8, 10, 18] mais aussi sur micro-organismes [22, 23].

8Dans [2], nous avons étudié l’effet de la dynamique de la structuration spatiale sur la spéciation, et en particulier comment la spéciation par adaptation locale commandée par de nombreux loci en héritabilité mendélienne, peut néanmoins être rendue possible par renforcement après succession de divers stades allopatriques, voire provoquer l’apparition rapide de multiples espèces (radiation adaptative).

Publications

9[1] Abraham R., Delmas J.F., Hoscheit P., « A Note on the Gromov-Hausdorff-Prokhorov Distance Between (locally) Compact Metric Measure Spaces », Electronic Journal of Probability, 18, 2013, 1–21 [doi :10.1214/EJP.v18-2116].

[2] Aguilée R., Claessen D., Lambert A., « Adaptive radiation driven by the interplay of eco-evolutionary and landscape dynamics », Evolution, 67(5) 2013, 1291-1306.

[3] Bar-Hen A., Chadoeuf J., Dessard H., Monestiez P., « Estimating second order characteristics of point processes with known independent noise », Statistics and Computing, 23(3), 2013, 297-309.

[4] Champagnat N., Lambert A., « Splitting trees with neutral Poissonian mutations II : Largest and oldest families », Stoch. Proc. Appl., 123(4), 2013, 1368–1414.

[5] Champagnat N., Lambert A., Richard M., « Birth and death processes with neutral mutations », Int. J. Stoch. Anal., 2012, Article ID 569081.

[6] Chapron G., Wielgus R., Lambert A., « Overestimates of maternity and population growth rates in multi-annual breeders », Eur. J. Wildlife Res., 59, 2013, 237–243.

[7] Clavaud C., Jourdain R., Bar-Hen A., Tichit M., Bouchier Ch., Pouradier F., El Rawadi Ch., Guillot J., Ménard-Szczebara F., Breton L., Latgé J.-P., Mouyna I., « Dandruff is associated with disequilibrium in the proportion of the major bacterial and fungal populations colonizing the scalp », PLoS ONE, 8(3), 2013, e58203 [doi : 10.1371/journal.pone.0058203].

[8] Condamine F.L., Rolland J., Morlon H., « Macroevolutionary perspectives to environmental change », Ecology Letters, 16, 2013, 72-85.

[9] Crépey P., Pivette M., Bar-Hen A., « Quantitative assessment of preventive behaviors in France during the Fukushima nuclear crisis », PLoS ONE, 2013, e58385, [doi : 10.1371/journal.pone.0058385].

[10] Dornelas M., Buckland S., Chazdon R., Chao A., Colwell R., Curtis T., Gotelli N., Kosnik M., McGill B., Magurran A., Morlon H., Mumby P., Øvreås L., Studeny A. et Vellend M., « Quantifying temporal change in biodiversity : challenges and opportunities », Proceedings of the Royal Society B, 280 (1750), 2013, 20121931.

[11] Esteve-Codina A., Paudel Y., Ferretti L., Raineri E., Megens H.J., Silió L., Rodríguez M.C., Groenen M.A., Ramos-Onsins S.E., Pérez-Enciso M., « Dissecting structural and nucleotide genome-wide variation in inbred Iberian pigs », BMC Genomics, 14, 2013, 148.

[12] Ferretti L.*, Cortelezzi M.*, Bin Y., Marmorini G. et Bianconi G., « Features and heterogeneities in growing network models », Phys. Rev, E 85, 2012, 066110.

[13] Ferretti L.*, Raineri E.* et Ramos-Onsins S.E., « Neutrality tests for sequences with missing data », Genetics, 191(4), 2012, 1397-401.

[14] Ferretti L., Disanto F., Wiehe T., « The effect of single recombination events on coalescent tree height and shape », PLoS ONE, 8(4), 2013, e60123.

[15] Gogonel A., Collet J. et Bar-Hen A., « Improving the calibration of the best member method using quantile regression to forecast extreme temperatures », Nat. Hazards Earth Syst. Sci., 13, 2013, 1-8.

[16] Halu A., Ferretti L., Vezzani A. et Bianconi G., « Phase diagram of the Bose-Hubbard Model on Complex Networks », Eur. Phys. Lett., 99 18001, 2012 [doi :10.1209/0295-5075/99/18001].

[17] Ishida S., Picard F., Rudolf G., Noé E., Achaz G., Thomas P., Genton P., Mundwiller E., Wolff M., Marescaux C., Miles R., Baulac M., Hirsch E., Leguern E., Baulac S., « Mutations of DEPDC5 cause autosomal dominant focal epilepsies », Nat. Genet., 45(5), mai 2013, 552-5.

[18] Jaunatre R., Buisson E., Muller I., Morlon H., Mesléard F., Dutoit T., « New synthetic indicators to assess community resilience and restoration success », Ecological Indicators, 29, 2013, 468-477.

[19] Lambert A., Popovic L., « The coalescent point process of branching trees », Ann. Appl. Prob., 23(1), 2013, 99–144.

[20] Lambert A., Trapman P., « Splitting trees stopped when the first clock rings and Vervaat’s transformation », J. Appl. Prob., 50(1), 2013, 208-227.

[21] Loire E., Higuet D., Netter P., Achaz G., « Evolution of coding microsatellites in

primate genomes », Genome Biol Evol, 5(2), 2013, 283-95.

[22] Morlon H., « Microbial cooperative warfare », Science, 334, 2012, 1184-1185.

[23] Morlon H., Kemps B., Plotkin J.B. et Brisson D., « Explosive radiation of a bacterial species group », Evolution, 66, 2012, 2577-2586.

[24] Picard N., Bar-Hen A., « Cluster analysis for two-level data sets : Classifying tree species from individual measurements », Ecological Informatics, 15, 2013, 1-7.

[25] Pirino D., Rigosa J., Ledda A. et Ferretti L., « Detecting Correlations among Functional Sequence Motifs », Phys. Rev., E 85, 066124, 2012.

[26] Raineri E., Ferretti L., Esteve-Codina A., Nevado B., Heath S. et Perez-Enciso M., « SNP calling by sequencing pooled samples », BMC Bioinformatics, 13, 2012, 239.

[27] Schertzer E., Sun R., Swart J., « Stochastic flows in the Brownian web and net », Memoirs of the AMS, 227, 2013, n° 1065.