01.08.2013 Views

rapport d'auto-Žvaluation - Ecologie & Evolution - Université Pierre ...

rapport d'auto-Žvaluation - Ecologie & Evolution - Université Pierre ...

rapport d'auto-Žvaluation - Ecologie & Evolution - Université Pierre ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

hyper-virulentes. En étudiant la réponse évolutive conjointe des défenses de l’hôte nous avons<br />

montré que sous des conditions générales, la coévolution hôte-parasite tendait à favoriser des<br />

stratégies extrêmes de virulence et de défense (thèse de D. Carval). [14, 15, 16, 32, 33, 54, 71, 83,<br />

92]<br />

<strong>Evolution</strong> et structuration des communautés en environnement hétérogène. Abordant le<br />

problème général de l’origine et de la diversification des espèces, la thése de R. Aguilée nous a<br />

permis d’ouvrir une direction de recherche nouvelle : l’étude des processus de spéciation dans les<br />

paysages dynamiques. Les théories classiques de la divergence des espèces supposent un cadre<br />

géographique statique. Nous avons développé des modèles généraux de spéciation dans des<br />

métapopulations dynamiques. Nos résultats montrent que les échelles de temps caractéristiques de la<br />

dynamique du paysage sont déterminantes pour le processus de spéciation. [19, 31, 47, 48] De plus,<br />

en utilisant la taille corporelle moyenne (body size) comme axe fonctionnel majeur le long duquel les<br />

espèces peuvent se différencier et les interactions écologiques, se structurer, nous avons étudié par<br />

simulations la dynamique éco-évolutive de communautés écologiques distribuées sur un gradient<br />

environnemental (collaboration avec B. Enquist). Nous avons montré que l’influence de la<br />

température sur le métabolisme individuel se répercutait sur les taux de spéciation et d’extinction de<br />

la communauté, conduisant à une diversité maximum à des températures intermédiaires. Ces travaux<br />

ouvrent la voie vers une modélisation mécaniste des données de biodiversité (marine, dans le<br />

contexte des recherches de l’équipe) à différentes échelles spatiales et fonctionnelles [44, 60, 79,<br />

101]<br />

C. Interface empirique<br />

Au cours de la période de référence, l’interface empirique des travaux de l’équipe s’est<br />

particulièrement développée dans trois directions : évolution expérimentale sur des systèmes<br />

microbiens ; analyse non-linéaire de séries temporelles écologiques et épidémiologiques ; analyse<br />

des processus de mutation et sélection à partir de données moléculaires.<br />

<strong>Evolution</strong> expérimentale. Nous avons utilisé D. discoideum pour étudier expérimentalement<br />

l’influence de variations environnementales sur la dynamique de la coopération (collaboration avec<br />

Clément Nizak). Dans le cadre d’une collaboration avec Erik Denamur, ces travaux se sont prolongés<br />

par l’analyse de la variabilité naturelle des interactions entre D. discoideum et différentes souches<br />

bactériennes commensales et pathogènes humaines. Nos résultats étayent l’hypothèse de coïncidence<br />

évolutive des facteurs de virulence. Le même système nous a permis d’explorer les effets de la<br />

sélection naturelle et de la dérive dans l’évolution du polymorphisme neutre. [1, 7, 46, 57, 104, 107]<br />

Modélisation non-linéaire de séries temporelles écologiques et épidémiologiques. EEM<br />

développe et applique des méthodes statistiques innovantes pour rechercher et mesurer les effets<br />

des rétroactions éco-évolutives sur les dynamiques de populations naturelles. Ces effets sont difficiles<br />

à détecter pour deux raisons fondamentales : ils se combinent à, et sont donc potentiellemnt<br />

masqués par, l’impact écologique direct des fluctuations de l’environnement sur la dynamique du<br />

système ; ils peuvent être source de non-stationnarité à l’échelle de temps sur laquelle la dynamique<br />

du sytème est documentée. Les travaux d’EEM cherchent à surmonter ces difficultés (1) en couplant<br />

l’analyse d’observations en conditions naturelles à la modélisation de données numériques et<br />

phénotypiques expérimentales (collaboration avec plusieurs équipes nord-américaines autour de<br />

l’écosystème aquatique de Trinidad) ; (2) en développant des méthodes non-linéaires d’analyses de<br />

séries temporelles non-stationnaires adaptées aux données écologiques. En particulier, l’application<br />

de techniques de décomposition en ondelettes (dans le cadre de multiples collaborations nationales<br />

et internationales) nous a permis de montrer et de quantifier le rôle que des fluctuations climatiques<br />

à différentes échelles spatiales pouvaient jouer dans les dynamiques non-linéaires de populations et<br />

d’épidémies. [3, 6, 13, 17, 20, 23, 27, 29, 30, 34, 45, 50, 51, 52, 53, 56, 59, 65, 66, 67, 72, 73, 81,<br />

87, 96]<br />

Applications de la modélisation des processus généalogiques : estimation des taux de<br />

mutation et détection de la sélection. Nos avancées théoriques sur les modèles de processus<br />

généalogiques ont trouvé plusieurs applications en génétique des populations et phylogéographie.<br />

Ainsi, de nouveaux estimateurs statistiques de la diversité génétique de populations naturelles ou<br />

expérimentales ont été produits. L’originalité de ces estimateurs, qui s’appliquent à des données de<br />

marqueurs microsatellites, réside dans la prise en compte, et l’évalutation simultanée, des taux de<br />

mutation des marqueurs. L’application à des populations expérimentales de blé démontre<br />

46

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!