Sujet : Développement de méthodes statistiques pour la reconstitution des voies d’invasion biologique : déduction de scénarios évolutifs complexes à partir de données génomiques à l’aide de graphes d’admixtion.
Dates : 1er mars 2025 – 31 août 2026
Responsables CBGP : M. Gautier & A. Estoup

Les graphes d’admixtion (GA) décrivent l’histoire démographique d’un ensemble de populations sous la forme d’un graphe acyclique orienté qui représente les scissions et les fusions de populations. Ils sont particulièrement utiles pour étudier les invasions biologiques, car ils permettent de modéliser l’histoire récente de l’introduction d’individus issus d’échantillons de populations indigènes et envahissantes. Les GA présentent un potentiel considérable, encore inexploré, pour sélectionner un ensemble de scénarios d’invasion (les plus probables) à partir de données de polymorphisme de population à grande échelle (obtenues à partir du génome complet des organismes étudiés). Les graphes d’agressivité peuvent être déduits à l’aide de méthodes statistiques qui utilisent des modèles simplifiés d’évolution basés sur les covariances de fréquence allélique entre des échantillons de population. Les graphes sélectionnés peuvent ensuite être exploités par des méthodes plus sophistiquées, qui recourent à des modèles complexes et à des techniques d’inférence sans vraisemblance pour le choix du modèle, l’estimation des paramètres ou l’évaluation de l’adéquation. L’inférence des GA est un domaine de recherche actif, avec des méthodes récentes basées sur des approches de maximum de vraisemblance ou bayésiennes. Comme ces méthodes doivent explorer l’immense espace des graphes possibles, elles sont confrontées à un certain nombre de défis algorithmiques et mathématiques.

L’objectif de ce projet postdoctoral est d’étudier le comportement de ces méthodes sur des ensembles de données simulés et réels (principalement des données sur les polymorphismes pangénomiques provenant d’un grand nombre d’échantillons de population issus de deux espèces d’insectes envahissants) et, sur la base des résultats obtenus, de proposer de nouvelles méthodes statistiques améliorées. Les axes de recherche possibles pourraient inclure

1. l’intégration de l’incertitude dans l’estimation de la covariance des fréquences alléliques au niveau de la population et son adaptation à des données plus complexes (par exemple, les données Pool-Seq) ;
2. l’exploration de l’espace AG et la résolution des problèmes d’identifiabilité, en s’appuyant sur la littérature connexe mais distincte relative aux réseaux phylogénétiques ;
3. l’amélioration des méthodes de sélection de modèles permettant de comparer les réseaux d’agents (par exemple, à l’aide de scores basés sur la vraisemblance).