Visitez notre page

 

 

 

 

 

 


DynaGen

Agence de moyen
Année de démarrage - Année de fin de projet
2025-2030
Année de soumission
2024
Cordinateur.trice
Miguel De Navascues (INRAE Montpellier)
Date de fin du projet
Equipe(s)
Etat
Nom de l'appel d'offre
ANR Appel à projet générique 2025 (AAPG2025)
Partenaires (hors MIA-PS)
CBGP (Montpellier), CEFE (Montpellier), CEREMADE (Montpellier)
Participants de MIA-PS
Sophie Donnet, Camille Coron
Titre du projet
Integrative Demographic Inference:
Combining Population Dynamics and Population Genetics
Résumé
Le suivi des populations naturelles est crucial pour la gestion des espèces d’intérêt, telles que les ravageurs agricoles, les vecteurs de maladies, et les espèces menacées ou envahissantes. Deux approches d’inférence démographique existent : (1) les approches directes, qui analysent les données écologiques (par exemple, la capture-recapture) avec des modèles de dynamique des populations, et (2) les approches indirectes, qui utilisent des données génétiques via des modèles de génétique des populations.

Les méthodes directes, bien qu’elles estiment avec précision les paramètres démographiques sensu stricto, sont difficiles à appliquer aux grandes populations. Les méthodes indirectes, souvent basées sur la simulation, estiment des paramètres démographiques effectifs et offrent des informations sur le potentiel évolutif, avec des inférences remontant plus loin dans le passé.

Le projet DYNAGEN a pour objectif de développer des méthodes d’inférence combinant des données écologiques et génomiques afin d’inférer les paramètres démographiques actuels et récents dans les populations naturelles. En intégrant les modèles de dynamique et de génétique des populations dans un cadre unifié, nous supposons que cette approche améliorera la précision des estimations et approfondira la compréhension des interactions écologiques et évolutives.

Un modèle sera développé, combinant ces deux types de modèles. Il générera des données pour deux stratégies d’inférence : une analyse entièrement basée sur la simulation et une approche hybride combinant vraisemblance et simulation. Ces stratégies seront ensuite testées avec des données d’espèces d’intérêt pour la conservation et d’insectes ravageurs.