En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)

Doctorant H/F Développement de modèles statistiques de capture-recapture avec identification génétique: application aux moustiques vecteurs de pathogènes

Cette offre est disponible dans les langues suivantes :
Français - Anglais

Date Limite Candidature : jeudi 3 décembre 2020

Assurez-vous que votre profil candidat soit correctement renseigné avant de postuler. Les informations de votre profil complètent celles associées à chaque candidature. Afin d’augmenter votre visibilité sur notre Portail Emploi et ainsi permettre aux recruteurs de consulter votre profil candidat, vous avez la possibilité de déposer votre CV dans notre CVThèque en un clic !

Faites connaître cette offre !

Informations générales

Référence : UMR5175-ROGPRA-001
Lieu de travail : MONTPELLIER
Date de publication : jeudi 12 novembre 2020
Nom du responsable scientifique : Roger PRADEL & Rémi CHOQUET
Type de contrat : CDD Doctorant/Contrat doctoral
Durée du contrat : 36 mois
Date de début de la thèse : 1 janvier 2021
Quotité de travail : Temps complet
Rémunération : 2 135,00 € brut mensuel

Description du sujet de thèse

Les moustiques sont vecteurs de nombreuses maladies. Une connaissance fine de la dispersion et dynamique de leurs populations permettrait d'évaluer l'efficacité de différentes strategies de contrôle et lutter plus efficacement contre leurs pullulations en ciblant les phases sensibles ou les sites favorables à leur développement. Or ces processus sont assez mal connus en raison de l'absence d'outils d'étude des populations naturelles vraiment adaptés, notamment par manque de techniques permettant un suivi individuel.

Le suivi individuel est indispensable pour appréhender la survie des stades larvaire et adulte de différentes lignées dans des conditions environnementales variables ainsi que leurs capacités de dispersion. Dans le cadre du projet ANR MoVe=>ADAPT, des méthodes d'identification individuelle par empreinte génétique sont actuellement mises au point. L'individualisation par méthode génétique n'est toutefois pas parfaite, des erreurs d'identification surviennent. Le pouvoir de différentiation dépend de plusieurs facteurs comme la taille de la population, le degré d'apparentement, le nombre et la variabilité des loci échantillonnés. Des méthodes et des outils statistiques et informatiques ont été développés pour calculer la probabilité d'identité des individus (1,2,7). D'autres incertitudes sont générées par la non-exhaustivité de l'échantillonnage.

Afin d'étudier la dynamique de la population et notamment d'estimer la survie, un échantillonnage fait à intervalles réguliers, par exemple journalier, des sites doit être pratiqué pour suivre les individus au cours du temps. Il est alors possible d'appliquer les méthodes dites de capture-recapture. Ces méthodes supposent en principe la reconnaissance sans erreur des individus mais des méthodes ont récemment été développées pour traiter les données comportant des erreurs d'identification (3,4). Ces développements sont souvent restreints à l'estimation de la taille de populations fermées. Les modèles qui permettent l'estimation de la survie présentent des difficultés pratiques qui commencent juste à recevoir des solutions (5,6). Ils font appel aux techniques d'analyse bayésienne et modélisent actuellement des types d'erreurs spécifiques.

La thèse vise à examiner la meilleure manière de prendre en compte les incertitudes d'identification et de détection dans des modèles de capture-recapture afin d'estimer la survie des moustiques en fonction de facteurs individuels ou environnementaux (habitat urbain vs rural, eaux saumâtres ou douces pour le développement des larves). Un équilibre devra être trouvé entre la précision souhaitée en terme de différentiation des individus et le coût d'application des méthodes génétiques fonction du nombre de locus examinés.

Le doctorant participera à la collecte des données planifiées dans des mesocosmes (serres, chambres climatiques) et sur des terrains d'études en Afrique (Sénégal, Gabon) ou dans les DOM (Guyane, La Réunion) qui portera dans un premier temps sur le développement des larves dans des sites aquatiques en milieux contrastés (habitat urbain vs rural, eaux saumâtres vs douces) afin de mesurer le coût de l'adaptation à des facteurs de stress présents dans ces milieux (stress osmotique ou oxydatif, carence de ressources, competition/prédation).
REFERENCES BIBLIOGRAPHIQUES:
1. Nathaniel Valière: GIMLET: a computer program for analysing genetic individual identification data. In Molecular Ecology Notes.
2. Taberlet, Pierre; Luikart, Gordon (1999): Non-invasive genetic sampling and individual identification. In Biological Journal of the Linnean Society 68 (1-2), pp.41–55. DOI: 10.1111/j.1095-8312.1999.tb01157.x.
3. Yoshizaki, Jun; Brownie, Cavell; Pollock, Kenneth H.; Link, William A. (2011): Modeling misidentification errors that result from use of genetic tags in capture–recapture studies. In Environ Ecol Stat 18 (1), pp.27–55. DOI: 10.1007/s10651-009-0116-1.
4. Fewster, R. M. (2017): Some applications of genetics in statistical ecology. In AStA Adv Stat Anal 101 (4), pp.349–379. DOI: 10.1007/s10182-016-0273-0.
5. McClintock, Brett T.; Bailey, Larissa L.; Dreher, Brian P.; Link, William A. (2014): Probit models for capture–recapture data subject to imperfect detection, individual heterogeneity and misidentification. In Ann. Appl. Stat. 8 (4), pp.2461–2484. DOI: 10.1214/14-AOAS783.
6. Schofield, Matthew R.; Bonner, Simon J. (2015): Connecting the latent multinomial. In Biometrics 71 (4), pp.1070–1080. DOI: 10.1111/biom.12333.
7. Huisman, Jisca (2017): Pedigree reconstruction from SNP data: parentage assignment, sibship clustering and beyond. In Molecular Ecology Resources 17 (5), pp. 1009–1024. DOI: 10.1111/1755-0998.12665.

Contexte de travail

Le contexte de cette thèse mixe les statistiques, les mathématiques appliquées, l'informatique et la biologie pour des applications en écologie moléculaire des populations et de la santé. La thèse sera encadrée par Roger PRADEL, Directeur de Recherche CNRS, et Rémi CHOQUET, Ingénieur de Recherche CNRS, respectivement membres de l'équipe “Interaction Humains-Animaux” et de l'équipe “Ecologie et Epidémiologie Evolutive” du Centre d'Ecologie Fonctionnelle et Evolutive. Ce sont tous deux des spécialistes des modèles de capture-recapture et auteurs de logiciels dans le domaine. Carlo COSTANTINI, Directeur de Recherche IRD, membre du Centre de Recherche en Ecologie et Evolution de la Santé et de l'équipe “Evolution des Systèmes Vectoriels” au sein de l'UMR MIVEGEC, encadrera l'application des modèles théoriques aux contextes expérimentaux de laboratoire et de terrain. L'encadrant a une expérience décennale dans l'écologie évolutive des systèmes vectoriels en Afrique. Un comité de suivi de thèse sera mis en place dès la première année.
La thèse sera financée par le projet ANR MoVe=>ADAPT (https://anr.fr/Projet-ANR-18-CE35-0006), et les travaux de thèse seront en accord avec les objectifs et le programme de recherche du projet.
Le doctorant disposera d'un bureau au CEFE (https://www.cefe.cnrs.fr) et aura accès aux laboratoires et au Vectopôle situés à la Délégation régionale Occitanie de l'IRD. Il pourra avoir accès aux facilités de calcul de la plateforme MBB (http://www.labex-cemeb.org/montpellier-bio-informatique-et-biodiversite-mbb) du Labex CeMEB et des clusters du CEFE et de bioinformatique de l'IRD (https://bioinfo.ird.fr).
Le travail expérimental sera mené au Vectopôle, dans des mesocosmes identifiés au fur et à mesure selon les besoins du programme de recherche (réseau des serres expérimentales de Montpellier - https://resem.agropolis.fr, chambres climatiques du Polo GGB - https://www.pologgb.com/en/laboratories/climatic-chambers), ainsi que dans des terrains d'études en Afrique (Sénégal - https://www.pasteur.sn, Gabon) ou dans les DOM (Guyane française - https://www.pasteur-cayenne.fr, la Réunion) en collaboration avec les partenaires locaux de l'UMR MIVEGEC.

Contraintes et risques

Possibles terrains d'étude et partenariats à l'étranger.

On en parle sur Twitter !