Missions

La sélection équilibrante est une forme de sélection naturelle qui permet de maintenir la diversité génétique plus longtemps qu'attendu sous l'hypothèse d'une évolution neutre. Ses signatures génomiques comprennent une augmentation de la diversité génétique au sein des espèces, une diminution de la divergence entre les espèces, un excès de fréquences alléliques intermédiaires et/ou, pour des signaux à longue durée de vie, tels que les polymorphismes trans-espèces. La sélection équilibrante peut résulter de différents mécanismes évolutifs non exclusifs : par exemple, l'avantage des hétérozygotes (HA), la sélection dépendante de la fréquence négative (NFDS) ou la sélection fluctuante dans l'espace/le temps (FS). Des recherches récentes montrent que la sélection équilibrante est plus courante qu'on ne le pensait auparavant, suggérant que la sélection équilibrante pourrait jouer un rôle important dans l'évolution de plusieurs régions du génome. Cependant, la plupart des méthodes permettant de détecter la sélection équilibrante n'ont été évaluées que dans le cadre d'un scénario d'HA. Or, l'HA est considéré comme un mécanisme rare et transitoire qui participe moins que la NFDS ou la FS au maintien des polymorphismes génétiques. Par conséquent, on ne sait pas si les méthodes existantes d'analyse du génome sont suffisamment puissantes pour détecter la dynamique réaliste de la sélection équilibrante, ni dans quelle mesure notre vision de la sélection équilibrante est sous-estimée.
Dans ce contexte, nous avons lancé le projet ANR BalanSe afin de mieux comprendre l'importance de la sélection équilibrante chez les organismes non modèles. Ce projet s'appuiera sur une combinaison de simulations et d'expériences empiriques dans quatre taxons animaux : Pan/Homo (grands singes), Ficedula (oiseaux), Morpho (papillons) et Coelopa (mouche).

Activités

La personne recrutée sera d'abord chargé d'évaluer la capacité des méthodes actuelles à détecter la sélection équilibrante résultant d'autres mécanismes que HA, tels que NFDS et FS, à l'aide de simulations. Il/elle explorera davantage de nouvelles combinaisons de statistiques, en s'appuyant notamment sur les données haplotypiques fournies par le séquençage à lecture longue, afin d'identifier quelles sont les statistiques les plus pertinentes pour détecter les régions génomiques soumises aux différents mécanismes de sélection équilibrante, et quelles sont celles qui permettent de distinguer ces différents régimes. Il/elle sera responsable de l'ensemble du projet, de la conception des simulations à l'obtention de nouvelles combinaisons de statistiques, en passant par la rédaction d'articles. Il/elle pourra également superviser des étudiants en master sur des sous-projets spécifiques.

Compétences

Le/la post-doctorant/e doit être titulaire d'un doctorat en biologie évolutive et posséder des compétences en bio-informatique, en statistiques, en programmation et/ou en modélisation. Une expérience préalable en génomique des populations ou une motivation à acquérir ces connaissances serait très appréciée.
Le/la post-doctorant/e devra être capable de rendre son travail facilement accessible et réutilisable par d'autres en suivant les pratiques FAIR, ou être disposé à apprendre à le faire.
Comme dans tout travail de recherche, le/la post-doctorant/e doit avoir de bonnes compétences en communication afin de synthétiser son travail et de le présenter à la fois dans des exposés oraux et dans des articles scientifiques en anglais.

Contexte de travail

Le post-doctorat s'inscrit dans le cadre d'un projet collaboratif ANR de 4 ans entre le LBBE (Lyon, France), le CIRB (Paris, France) et ECOBIO (Rennes, France). Le/la post-doctorant/e rejoindra le CIRB (Centre Interdisciplinaire de Recherche en Biologie) sous la supervision de Violaine Llaurens ou le LBBE (Laboratoire de Biométrie et Biologie Evolutive) sous la supervision de Laure Ségurel, selon les préférences du/de la candidat/e. Ce projet sera également mené en étroite collaboration avec Sylvain Glémin (ECOBIO, Rennes).
Ces deux environnements de travail offrent un cadre scientifique stimulant et donneront accès à des clusters informatiques.