Population genetic offset in the face of climate change.
Décalage génétique de population face aux changements environnementaux
Résumé
Global climate change is altering habitats at an unprecedented rates. These environmental changes are having a significant impact on biodiversity and there is a growing interest in understanding the response of populations to these changes. This PhD focuses on using intraspecific genomic data to inform the prediction of these responses. More specifically, we contribute to the understanding and improvement of the concept of genetic offset. Genetic offset aims at quantifying genetic population maladaptation. Genetic maladaptation occurs when the genetic composition of a population does not match that required for the habitat in which it evolves. We focus our work on different axes. First, we will present a new measure of genetic offset, called genetic gap, aiming at solving some limitations of existing methods, such as taking into account confounding factors of genetic data and the polygenic aspect of adaptation. We will also establish a theoretical framework allowing the establishment of a relationship between the genetic gap and the fitness value of an individual in a modified environment. More specifically, we will show that the genetic gap is proportional to the logarithm of the fitness value in the modified environment. We will validate this theoretical result on simulated data using SLiM software, and on real data using a common garden experiment for pearl millet (Pennisetum glaucum) populations. In parallel to this work on genetic offset, we will establish a theoretical relationship between principal component analysis (PCA) and Wright's fixation index, two essential approaches in understanding the population structure existing in sampled individuals. This relationship tells us that in a model with K discrete populations, the average value of Fst along the genome is approximated by the (K-1) largest eigenvalues of the scaled PCA. Our PhD thus contributes to a better interpretation of the genetic offset by setting up a theoretical framework around this notion and also facilitates its use by implementing a function for computing the genetic gap in the R library LEA 3. It also contributes to justify the use of PCA to describe the genetic structure of populations by specifying the link between this method and Wright's fixation index.
Le changement climatique mondial modifie les habitats à un rythme sans précédent. Ces changements environnementaux ont un impact important sur la biodiversité et il y a un intérêt grandissant dans la compréhension de la réponse des populations à ces changements environnementaux. Cette thèse porte sur l'utilisation de données génomiques intraspécifiques afin d'informer sur la prédiction de ces réponses. Plus précisément, nous apportons notre contribution à la notion de décalage génétique. Le décalage génétique cherche à quantifier la maladaptation génétique des populations. On parle de maladaptation génétique lorsque la composition génétique d'une population ne correspond pas à celle requise pour l'habitat dans lequel elle évolue. Notre travail de thèse se concentre sur différents axes. On présentera tout d'abord une nouvelle mesure de décalage génétique, appelée fossé génétique, visant à résoudre certaines limites des méthodes existantes, tel que la prise en compte des facteurs de confusion et de l'aspect polygénique de l'adaptation. On établira également un cadre théorique permettant la mise en place d'une relation entre le décalage génétique et la valeur sélective d'un individu dans un environnement modifié. Plus précisément, nous montrerons que le fossé génétique est proportionnel au logarithme de la valeur sélective dans l'environnement modifié. Nous validerons ce résultat théorique sur des données simulées à l'aide du logiciel SLiM, et sur des données réelles à l'aide d'une expérience de jardin commun pour des populations de mil (Pennisetum glaucum). En parallèle de ces travaux sur le décalage génétique, nous établirons une relation théorique entre l'analyse en composantes principales (ACP) et l'indice de fixation de Wright, deux approches essentielles dans la compréhension de la structure de population existant chez des individus échantillonnés. Cette relation nous dit que dans un modèle à K populations discrètes, la Fst moyenne le long du génome est approchée par les (K-1) valeurs propres de l'ACP standardisée. Notre thèse contribue donc à une meilleure interprétation du décalage génétique par la mise en place d'un cadre théorique autour de cette notion et facilite également son utilisation par l'implémentation d'une fonction de calcul du fossé génétique dans la librairie R LEA 3. Elle contribue également à justifier l'utilisation de l'ACP pour décrire la structure génétique des populations en précisant le lien existant entre cette méthode et l'indice de fixation de Wright.
| Origine | Version validée par le jury (STAR) |
|---|