Modèles à facteurs latents pour les études d'association écologique en génétique des populations

Latent factor models for ecological association studies in population genetics

• Auteur / Autrice : Eric Frichot
• Direction : Olivier François, Guillaume Bouchard
• Type : Thèse de doctorat
• Discipline(s) : Modèles, méthodes et algorithmes en biologie, santé et environnement
• Date : Soutenance le 26/09/2014
• Etablissement(s) : Grenoble
• Ecole(s) doctorale(s) : École doctorale ingénierie pour la santé, la cognition, l'environnement (Grenoble ; 1995-....)
• Partenaire(s) de recherche : Laboratoire : Techniques de l’ingénierie médicale et de la complexité - Informatique, mathématiques et applications (Grenoble, Isère, France)
• Jury : Président / Présidente : Olivier Michel
• Jury : Rapporteurs / Rapporteuses : Catherine Matias, Yves Vigouroux

Mots clés

Mots clés contrôlés

Apprentissage automatique

Statistique bayésienne

Séquençage des acides nucléiques

Modèles mathématiques

Génétique des populations humaines

Mots clés libres

Modèles à facteurs latents

Adaptation locale

Structure génétique des populations

Séquencage haut-debit

Statistiques bayésiennes

Apprentissage

Latent factor models

Local adaptation

Population genetic structure

Next generation Sequencing

Bayesian statistics

Machine learning

Résumé

Nous introduisons un ensemble de modèles à facteurs latents dédié à la génomique du paysage et aux tests d'associations écologiques. Cela comprend des méthodes statistiques pour corriger des effets d'autocorrélation spatiale sur les cartes de composantes principales en génétique des populations (spFA), des méthodes pour estimer rapidement et efficacement les coefficients de métissage individuel à partir de matrices de génotypes de grande taille et évaluer le nombre de populations ancestrales (sNMF) et des méthodes pour identifier les polymorphismes génétiques qui montrent de fortes corrélations avec des gradients environnementaux ou avec des variables utilisées comme des indicateurs pour des pressions écologiques (LFMM). Nous avons aussi développé un ensemble de logiciels libres associés à ces méthodes, basés sur des programmes optimisés en C qui peuvent passer à l'échelle avec la dimension de très grand jeu de données, afin d'effectuer des analyses de structures de population et des cribles génomiques pour l'adaptation locale.

We introduce a set of latent factor models dedicated to landscape genomics and ecological association tests. It includes statistical methods for correcting principal component maps for effects of spatial autocorrelation (spFA); methods for estimating ancestry coefficients from large genotypic matrices and evaluating the number of ancestral populations (sNMF); and methods for identifying genetic polymorphisms that exhibit high correlation with some environmental gradient or with the variables used as proxies for ecological pressures (LFMM). We also developed a set of open source softwares associated with the methods, based on optimized C programs that can scale with the dimension of very large data sets, to run analyses of population structure and genome scans for local adaptation.