Faculté de l'environnement naturel, architectural et construit ENAC, Section des sciences et ingénierie de l'environnement, Institut du développement territorial INTER (Laboratoire de systèmes d'information géographique LASIG)

The geographical dimension of genetic diversity : a GIScience contribution for the conservation of animal genetic resources

Joost, Stéphane ; Golay, François (Dir.) ; Ajmone-Marsan, Paolo (Dir.)

Thèse sciences Ecole polytechnique fédérale de Lausanne EPFL : 2006 ; no 3454.

Ajouter à la liste personnelle
    Summary
    In its natural framework, genetic information is embedded within a geographic context. Plants and animals are directly influenced by the specific characteristics of their surrounding environment. Therefore, spatial information is a potentially important element to be considered in trying to understand genetic resources. For many years, Geographical Information Science (GIScience) turned toward environmental modelling, generally to demonstrate how GIS basic features could be efficiently applied to fields related to the natural sciences. However, despite its current predominance in life sciences and its direct application to concerns of public society (health, food), genetics had heretofore remained outside the scope of research by the GIScience community while biologists were developing approaches based on GIS, which conducted to the elaboration of «landscape genetics». The present GIScience approach to linking genetics and geographics obviously places emphasis on geographic information, unlike most studies in this domain. This perspective is developed through an application to two case studies to assess the potential contribution of GIScience to conservation biology. The main one is provided by Econogene, a European research project aiming at promoting the sustainable conservation of genetic resources in sheep and goats. These small ruminants have considerable economic importance in marginal agrosystems in Europe. The surveying of their genetic resources makes it possible to highlight endangered breeds having high distinctiveness and priority for conservation. The second case study is complementary and supplies wild species data to demonstrate how genetic information is used to assess conservation measures applied to the endangered Scandinavian Brown Bear. Advanced molecular technologies make it possible to efficiently measure genetic information. In parallel, considerable advancements in computer science have led to the development of sophisticated GIS software and methods. The joining of molecular biology and GIScience enables novel and complementary methods of tackling some of the challenging issues related to evolutionary processes. This tentative application of diverse facets of GIScience to molecular biology addresses three distinct issues. Firstly, considering the vast quantity of information collected within the Econogene project, exploratory data analysis methods are applied to extract useful information from large spatially explicit genetic data sets. This category of GIS tools facilitates investigations to understand the geographic distribution of genetic diversity among sheep and goat breeds as well as its variation according to environmental parameters. Secondly, a review of population genetics literature having revealed weaknesses about the way spatial genetic data are generally represented on maps, the semiology of graphics is used to produce improved thematic maps representing patterns of genetic diversity. The recourse to high-performance cartography improves the interpretation of data, and facilitates the transmission of the results as well as their communication between researchers, or between researchers and the general public. Thirdly, this combination of GIScience with molecular biology mainly leads to the development of a spatial analysis method to detect signatures of natural selection within the genome. The method is adapted to a precise conception of environmental modelling, advocating the implementation of simple models in order to better grasp the functioning of natural processes, and recognizing an inescapable uncertainty. To find out these signatures, spatial analysis takes advantage of the evolution of genetics toward genomics and of the subsequent availability of large data sets generated by large genome scans. This permits to compute many simultaneous univariate logistic regression models and to identify specific regions of the genome which are selected by environmental parameters. These are identical to the ones detected by a standard approach developed in population genomics.
    Résumé
    Sur la planète, les techniques d'élevage intensif appliquées dans les systèmes agricoles de la plupart des pays ont une influence négative sur la biodiversité des animaux domestiques. Au cours des 15 dernières années, 300 des 6'000 races recensées par la FAO ont disparu. A l'heure actuelle, 1'350 races sont en voie d'extinction, deux races disparaissant en moyenne chaque semaine. Une des mesures mises en oeuvre afin de juguler ce phénomène est la surveillance des ressources génétiques des animaux d'élevage. Cette action a été initiée par les Nations Unies à Rio en 1992 et constitue un volet de la Convention sur la diversité biologique. La mise au point de technologies de pointe en biologie moléculaire a permis de développer des instruments capables de fournir rapidement des indications sur le niveau de diversité génétique de races sous surveillance. Ces informations permettent de repérer celles qui sont en danger d'extinction et de prendre les mesures de conservation qui s'imposent. La science de l'information géographique peut contribuer à améliorer l'analyse de ces ressources génétiques en exploitant leur dimension géographique. Celle-ci permet d'apprécier comment la diversité génétique varie dans l'espace et peut également mettre en évidence des adéquations en fonction de la nature de l'environnement au sein duquel les races étudiées évoluent. C'est notamment dans le contexte du projet de recherche européen Econogene, dont le but est justement de fournir des recommandations sur la manière d'assurer la conservation durable de races autochtones de chèvres et de moutons, que des systèmes d'information géographiques (SIG) ont été appliqués à l'analyse spatiale de données génétiques. L'objectif principal de cette recherche est de montrer que les SIG sont utiles dans le but de fournir des hypothèses de travail alternatives susceptibles d'aider à comprendre le fonctionnement des ressources génétiques animales. Des outils et des méthodes ont pu être appliqués à des problématiques bien spécifiques en analyse de données moléculaires. Tout d'abord, l'analyse spatiale exploratoire des données permet de traiter de grandes quantités d'informations et d'en révéler les structures spatiales sous-jacentes. Cette approche rend possible l'intégration de nombreux paramètres, de distinguer des pistes nouvelles pour la compréhension des phénomènes de dispersion des ressources génétiques, et d'en extraire des lignes directrices en vue de recherches plus approfondies. Deuxièmement, sur la base des éléments mis en évidence par l'analyse exploratoire, les règles de la sémiologie graphique ont été appliquées à la représentation cartographique des variables moléculaires. Cette démonstration a pour but de favoriser l'amélioration de la qualité de la production cartographique en génétique des populations, et ainsi de faciliter la lecture, l'interprétation et la compréhension de l'information. A une période où les questions de communication sont primordiales, et plus particulièrement pour des domaines comme la génétique qui touchent de près le grand public via leur rôle dans les questions d'alimentation et de santé, il est essentiel de produire des documents dont le message est clair. Enfin, c'est l'analyse des pressions environnementales et de l'adaptation génétique qui fait l'objet du troisième volet. Tout en appliquant un principe de modélisation simple des processus naturels, l'analyse spatiale alliée à une méthode statistique est appliquée afin de détecter des signatures de sélection naturelle au sein du génome. Ceci est réalisé en mettant en relation les caractéristiques environnementales des zones dans lesquelles les races étudiées sont élevées, avec des régions précises de leur génome. Les résultats trouvés sont en bon accord avec ceux fournis par une approche standard de génétique des populations et montrent ainsi que la science de l'information géographique offre un moyen complémentaire d'analyse des processus évolutifs. Appliquée à l'étude de l'ours brun de Scandinavie, la méthode montre également qu'elle peut être appliquée dans le cadre de l'élaboration de cartes d'habitat potentiel, une autre facette de la biologie de la conservation. A cette fin, on utilise les variables environnementales qui ont un effet sur le génome et qui constituent par conséquent des prédicteurs pertinents.