Quantifier le déclin des espèces à partir de données génomiques

Quantifying species decline based on genomic data

• Auteur / Autrice : Thomas Forest
• Direction : Guillaume Achaz, Amaury Lambert, Jérôme Fuchs
• Type : Thèse de doctorat
• Discipline(s) : Biologie des populations et Écologie
• Date : Soutenance le 05/04/2024
• Etablissement(s) : Paris, Muséum national d'histoire naturelle
• Ecole(s) doctorale(s) : École doctorale Sciences de la nature et de l'Homme - Évolution et écologie (Paris ; 1995-....)
• Partenaire(s) de recherche : Laboratoire : Éco-Anthropologie et Ethnobiologie (Paris ; 2009..-....) - Institut de systématique, évolution, biodiversité (Paris ; 2009-....) - Centre Interdisciplinaire de Recherche en Biologie (Paris ; 2011-....)
• Jury : Président / Présidente : Nathalie Machon
• Jury : Examinateurs / Examinatrices : Guillaume Achaz, Amaury Lambert, Jérôme Fuchs, Diala Abu Awad, Didier Casane
• Jury : Rapporteurs / Rapporteuses : Simon Boitard, Laurence Després

Mots clés

Mots clés contrôlés

Extinction (biologie)

Bioinformatique

Génétique des populations

Mots clés libres

Bioinformatique

Génétique des populations

Ecologie

Environnement

Bioinformatics

Population genetics

Ecology

Environment

Résumé

Dans le contexte de la sixième crise de la biodiversité, il est d'un intérêt majeur de pouvoir évaluer l'ampleur de cette extinction de masse du vivant en temps réel au moyen de méthodesreproductibles et robustes. Cette crise est suivie par des organismes de référence à l'échellemondiale, telle l'Union Internationale pour la Conservation de la Nature (UICN), qui dresse uneListe Rouge des espèces en danger et qui repose principalement sur des données d'occurrences pour estimer la dynamique démographique des espèces.Bien que ces approches soient largement éprouvées et d'une efficacité remarquable, elles présentent un certain nombre de limites qui freinent l'UICN dans l'évaluation des espèces les plus discrètes, les plus isolées, les plus complexes à observer. Il a été démontré que si l'on compare le nombre d'espèces décrites par rapport aux données d'occurrences et de suivi démographique de la Liste Rouge, il existe un important déséquilibre. À titre d'exemple, des classes de plantes et de vertébrés (particulièrement les oiseaux) sont sur-représentés, tandis que des embranchements entiers, tels que les mollusques et les arthropodes (en particulier la classe des insectes), sont sous-représentés. Il existe donc un biais taxonomique important qu'il est nécessaire de réduire afin d'évaluer plus exactement l'ampleur de cette crise.Une part importante de l'information manquante pourrait provenir, en complément de cesapproches, de méthodes basées sur l'information génomique. En effet, nous accumulons desdonnées de séquençage dans un besoin urgent de décrire la diversité génétique du vivant, à descoûts de plus en plus faibles, et à un rythme de plus en plus soutenu. Ces données présentent l'avantage de pouvoir être utilisées pour une multitude d'analyses descriptives des espèces, tant l'information contenue dans l'ADN des individus échantillonnés est empreinte de leur histoire évolutive. Depuis le siècle dernier, des modèles théoriques ont permis d'associer la dynamique des populations à l'information génétique. Il a fallu attendre le début du XXIème siècle, avec l'avènement de l'ère génomique et de la multiplication des assemblages de génomes de référence, pour démontrer le potentiel de ces approches. Sur la base de ces considérations, nous proposons d’appliquer une sélection de méthodes computationnelles visant à estimer les variations démographiques, en particulier, la variation des tailles de populations, pour des espèces de différents taxons, statuts de conservation et situations géographiques, à la lumière d’avis d’experts au travers de collaborations internationales.Cette thèse vise à éclairer le processus de production de données nécessaires à la bonne exploitation des méthodes actuellement disponibles, de la constitution d'un génome de référence à l'aide de séquençage à haut-débit de nouvelle génération, jusqu'à la production de variants génomiques, utilisés pour décrire les populations étudiées à l'échelle moléculaire.Dans une première partie, nous avons mis à l'épreuve ces différents outils sur deux espèces d'oiseaux présentant un statut de conservation bien défini ainsi que des données fiables: l'hirondelle rustique et le pivert. Nous avons aussi étudié trois espèces d’insectes : la zygène corse, le bourdon des champs et le bourdon danois. Enfin, nous avons produit des données pour deux espèces de mollusques : la moule perlière d’eau douce et la grande mulette.Dans une deuxième partie, les outils et enjeux computationnels seront présentés, particulièrement au travers du développement d'un nouveau procédé automatisé, ou ''pipeline'', pour l'inférence de la fluctuation de la taille des populations à partir de variants génomiques. Dans une troisième partie, une étude comparative, basée sur plus d'une trentaine d'espèces d'oiseaux, sera mise à l'épreuve, en faisant usage de cet outil tout en conservant un regard critique apporté par nos collaborateurs experts en écologie et génétique des oiseaux.

In the context of the sixth biodiversity crisis, it is of major interest to be able to assess the scale of this mass extinction of living things in real time, using reproducible and robust methods. This crisis is being monitored by reference organizations on a global scale, such as the International Union for Conservation of Nature (IUCN), which maintains a Red List of endangered species and relies mainly on occurrence data to estimate the demographic dynamics of species.Although these approaches are widely used, and remarkably effective, they have a number of limitations that hinder the IUCN in their assessment of the most discrete, isolated and complex to observe species. It has been shown that if we compare the number of species described with the Red List's occurrence and demographic monitoring data, the latter is highly unbalanced. For example, classes of plants and vertebrates (particularly birds) are over-represented, while entire phyla such as molluscs and arthropods (especially the insect class) are under-represented. There is therefore a significant taxonomic bias that needs to be reduced in order to more accurately assess the scale of this crisis. An important part of the missing information could come, as a complement to these approaches, from methods based on genomic information. In fact, we are accumulating sequencing data in response to an urgent need to describe the genetic diversity of living organisms, at ever-lower costs and at an ever-increasing pace. The advantage of this data is that it can be used for a multitude of descriptive analyses of species, since the information contained in the DNA of the individuals sampled is imprinted with their evolutionary history. Since the last century, theoretical models have linked population dynamics to genetic information. It wasn't until the beginning of the 21st century, with the advent of the genomic era and the multiplication of reference genome assemblies, that the potential of these approaches was demonstrated. Based on these considerations, we propose to apply a selection of computational methods aimed at estimating demographic variations, in particular, population size dynamics, for species of different taxa, conservation status and geographical situations, informed by expert advice through international collaborations.The aim of this thesis is to shed light on the data production process required to make the most of currently available methods, from the constitution of a reference genome using next-generation high-throughput sequencing to the production of genomic variants, used to describe the populations studied on a molecular scale. In this project, we first tested these different tools on two bird species, because of the reliability of their status and the data on which they are based: the barn swallow and the European green woodpecker. We also studied three insect species: the corsican zygena, the common carder bee and the broken-belted bumblebee. We have also produced data on two mollusc species: the freshwater pearl mussel and the Spengler's freshwater mussel. Secondly, computational tools and issues will be presented, particularly through the development of a new automated pipeline, for inferring population size dynamics from genomic variants. Finally, a comparative study based on almost forty bird species will be put to the test using this tool, while retaining a critical eye provided by our collaborators who are experts in bird ecology and genetics.