Contexte : Drosophila suzukii est un ravageur invasif majeur des fruits frais, capable de pondre dans des fruits sains grâce à son ovipositeur sclérifié. Son expansion rapide en Europe et en Amérique a généré des pertes économiques considérables pour les filières cerise, fraise, framboise et autres cultures de fruits rouges. Comprendre comment cette espèce s’adapte aux fruits est donc une question à la fois fondamentale et appliquée. Nous avons récemment découvert que D. suzukii pouvait s’adapter rapidement à différents fruits hôtes dans la nature (Olazcuaga et al 2022). Afin d’étudier la dynamique et l’architecture génétique sous-tendant cette adaptation, nous avons mis en place une expérience d’évolution expérimentale de neuf lignées issues d’une même population naturelle et maintenues au laboratoire dans trois différents milieux fruit : cerise, fraise, et canneberge. Après 26 générations, nous avons observé l’apparition de compromis adaptatifs entre fruits, notamment entre cerise et canneberge (Olazcuaga et al. 2021). Cette expérience est toujours en cours et compte désormais plus de 140 générations.
Description du projet : L’objectif du stage de césure sera de rechercher des régions du génome impliquées dans l’adaptation aux différents fruits, en s’appuyant sur l’évolution temporelle de la diversité génétique au sein des 9 lignées, pour lesquelles des échantillons ont été régulièrement séquencés au cours de l’expérience.
Méthodes : Le re-séquençage régulier de populations expérimentales (Evolve & Resequence, Schlötterer et al. 2015) donne accès aux trajectoires temporelles des fréquences alléliques dans ces populations sur l’ensemble du génome. Ces trajectoires permettent d’identifier les régions adaptatives du génome, car il est attendu que les allèles conférant un avantage sélectif dans un environnement donné augmentent en fréquence au cours de l’expérience. En analysant les données de séquençage collectées pour les 9 lignées aux générations 0, 29, 45, 58, 70, 100 et 130 à l’aide d’un logiciel développé dans l’équipe (Uhl et al, 2025), nous détecterons puis caractériserons les régions génomiques permettant de s’adapter à chacun des 3 fruits.
Compétences recherchées : Le sujet proposé consiste principalement à analyser des données génomiques haut débit à l’aide de logiciels de génétique des population. Il demande donc des compétences théoriques en génétique des populations et en analyse statistique, ainsi que des compétences techniques dans la manipulation et l’analyse de grands jeux de données (utilisation de commandes linux, de scripts de programmation en Shell, Python et R, de clusters de calcul, suivi de projets via git). En outre, l’interprétation des résultats obtenus nécessitera des connaissances en biologie (annotation des régions sous sélection, fonctions et mécanismes biologiques impliqués).
Mots clé : adaptation locale, signatures de sélection, génétique des populations, évolution expérimentale, séries temporelles
Laboratoire : Centre de Biologie pour la Gestion des Populations (CBGP)
Encadrement : Simon Boitard, Mathieu Gautier, Nicolas Rode
Gratification : ~600€/mois
Références (précédées de * si émanant de l’équipe d’accueil):
* Olazcuaga, L., Foucaud, J., Deschamps, C., Loiseau, A., Claret, J.-L., Vedovato, R., Guilhot, R., Sévely, C., Gautier, M., Hufbauer, R. A., Rode, N. O., & Estoup, A. (2021). Adaptation and correlated fitness responses over two time scales in Drosophila suzukii populations evolving in different environments. Journal of Evolutionary Biology, 34(8), 1225-1240
* Olazcuaga, L., Foucaud, J., Deschamps, C., Loiseau, A., Claret, J.-L., Vedovato, R., Guilhot, R., Sévely, C., Gautier, M., Hufbauer, R. A., Rode, N. O., & Estoup, A. (2022). Rapid and transient evolution of local adaptation to seasonal host fruits in an invasive pest fly. Evolution Letters, 6(6), 490-505
Schlötterer, C., Kofler, R., Versace, E., Tobler, R., Franssen, S.U. (2015). Combining experimental
evolution with next-generation sequencing: a powerful tool to study adaptation from standing
genetic variation. Heredity, 114: 431–440.
* Uhl M., Bunel P., de Navascués M., Boitard S. & Servin B. SelNeTime: a python package inferring effective population size and selection intensity from genomic time series data. PCI Math Comp Biol.
Commentaires récents