Sujet : Prédiction génomique de l’adaptation : développements statistiques et application au ravageur des cultures Drosophila suzukii.
Dates : 1er octobre 2024 – 30 septembre 2027
Encadrement CBGP : S. Boitard & M. Gautier
Université : Institut Agro, Montpellier

En combinant les données génomiques et environnementales obtenues sur un large éventail de populations supposées adaptées localement, on peut apprendre quels allèles influencent l’adaptation à un environnement donné et ainsi prédire le potentiel d’adaptation d’une population cible génotypée à un nouvel environnement donné. Une application importante de cette approche consiste à prédire le risque représenté par une population d’une espèce (nuisible) d’intérêt dans un environnement donné, en particulier le risque d’établissement d’une population envahissante dans une nouvelle zone géographique en fonction de son climat actuel (ou futur), des dommages potentiels causés à une plante hôte donnée, ou de la capacité à résister aux méthodes de contrôle.

Nous explorerons dans cette thèse deux approches alternatives pour réaliser de telles prédictions : le modèle Bayésien hiérarchique implémenté dans la méthode Baypass (Gautier 2015), qui devra être étendu à des fins prédictives, et les réseaux de neurones profonds. Nous appliquerons ces approches à la prédiction génomique de l’adaptation à différents fruits chez le ravageur des cultures Drosophila suzukii, en nous appuyant sur des données produites au cours de différents projets récents.