Lalonde Simon
Project
Développement d’un nouvel algorithme de modélisation de l'influence des paramètres climatiques et géographiques sur la structuration génétique de populations de plantes productrices de café.Nous vivons dans une ère où les changements climatiques et autres variables d’origine anthropogénique ont un impact majeur sur la biodiversité et la dynamique évolutive des populations1. Afin de mieux expliquer les mécanismes derrière ces états de perturbation sur les écosystèmes, les biologistes ont recourt à des approches d’ordre phylogéographique. Ces approches tentent de déterminer la relation entre la structure génétique des populations à l’étude et leur distribution géographique en considérant l’historique géoclimatique présent ou passé de celles-ci. Dans notre laboratoire, nous sommes particulièrement intéressés dans le développement d’outils de bio-informatiques pour l’analyse phylogéographique des virus2 et des espèces endémiques3 ou invasives. Connaissant l’état d’urgence de la situation climatique actuelle1 et prédite dans le future4, il est ainsi primordial de développer des modèles de caractérisations de la diversité génétique et des traits phénotypiques en fonctions des conditions environnementales. Avec à la croissance fulgurante des technologies de séquençage de nouvelle génération (NGS), la recherche en médecine personnalisée s’est épanouie dans les dernières années grâce à la quantité, qualité et au faible coût des données générées5,6,7. Il en est de même pour l’utilisation de l’intelligence artificielle (IA) en recherche vu l’accessibilité accrue à des ordinateurs et processeurs graphiques puissants ainsi qu’une panoplie de modèles d’apprentissage pré-entrainés tel qu’en traitement naturel du langage8 ou en classification d’images9,10. Bien que les technologies de NGS et l'apprentissage automatique dans les travaux en génomique humaine sont communément exploités, ces techniques restent peu exploitées lors d'études en écologie moléculaire11,12 et en phylogéographie13,14. De plus, il n’existe pas de logiciel standard qui considère de façon intégrale les données climatiques et environnementales dans le cadre de caractérisations phylogéographiques adapté aux plantes et arbres fruitiers. Ainsi, nous utiliserons une approche innovante intégrative en combinant l'analyse de régions génomiques fonctionnellement pertinentes issue de données NGS, des paramètres spatiaux et climatiques, ainsi que certains facteurs anthropogéniques pertinents afin de modéliser les relations entre ces variables. Cet algorithme sera construit dans le cadre d’un logiciel libre ouvert à tous qui donnera des outils statistiques et de visualisations à l’utilisateur dans le cadre d’investigations en phylogéographie des plantes et arbres nourriciers.
