Génomique des populations et adaptation locale : exemple de la grenouille rousse (Rana temporaria) le long d'un gradient d'altitude
Auteur / Autrice : | Aurélie Bonin |
Direction : | Claude Miaud, François Pompanon, Pierre Taberlet |
Type : | Thèse de doctorat |
Discipline(s) : | Biodiversité, écologie, environnement |
Date : | Soutenance en 2006 |
Etablissement(s) : | Université Joseph Fourier (Grenoble ; 1971-2015) |
Mots clés
Résumé
La génomique des populations consiste à étudier de nombreux marqueurs génétiques dans le but de comprendre l'influence des forces évolutives (dérive génétique, migration, sélection naturelle etc. ) sur le génome. Elle constitue donc un outil précieux pour détecter les locus soumis à la sélection naturelle, sur la base de leur variabilité génétique atypique. Dans un premier temps, ce travail de thèse examine la pertinence de la génomique des populations pour révéler les bases génétiques de l'adaptation locale le long d'un gradient de sélection (l'altitude) chez une espèce non-modèle (la grenouille rousse, Rana temporaria). Les locus présentant une signature de sélection ont été détectés à l'aide d'un criblage génomique basé sur plusieurs centaines de marqueurs AFLP (Amplified Fragment Length Polymorphism) et de deux méthodes statistiques spécialement adaptées au traitement de données dominantes. Puis nous explorons l'application potentielle de la génomique des populations en biologie de la conservation et proposons un nouvel indice rendant compte de la diversité génétique adaptative des populations, l'Indice Adaptatif Populationnel. L'utilisation de cet indice est illustrée grâce à deux cas d'étude, l'un chez la grenouille rousse, et l'autre chez une plante alpine menacée, le dracocéphale d'Autriche (Dracocephalum austriacum). Enfin, la validité des signatures de sélection dépend considérablement de la qualité des données génétiques. Dans un troisième temps, nous nous intéressons donc au problème général des erreurs de génotypage dans les disciplines utilisant l'outil génétique, en nous concentrant sur les erreurs associées aux données AFLP.