WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Modélisation spatiale hiérarchique bayésienne de l'apparentement génétique et de l'héritabilité en milieu naturel à  l'aide de marqueurs moléculaires


par Ciré Elimane SALL
Université Montpellier II - Doctorat 2009
  

précédent sommaire suivant

4.3 Discussions

FIG. 4.21 - Corrélation entre l'apparentement réel et l'apparentement estimé 1) dans le cas non spatial et (2) dans le cas spatial avec 10 locus et une variance de dispersion égale à 1

L'application pratique de notre travail a porté sur l'étude de la diversité génétique et de la structuration spatiale du karité dans une parcelle de jachère au sud du Mali. Le génotype à 12 marqueurs microsatellites à 1, 30 m de hauteur de 222 arbres à karité ont été prélevés dans une parcelle de jachère sur le site de MPeresso. Les coordonnées géographiques de seulement certains de ces arbres (132 arbres parmi) ont aussi été relevés. Le nombre d'allèles par locus varie de 2 à 8 et l'indice de fixation FIS observé varie entre --0.287 pour le locus F1 à 0.555 pour le locus G7. Le FIS global pour l'ensemble des locus est significativement différent de 0 et ainsi la population de karité étudiée sur le site en jachère de MPeresso est en déséquilibre par rapport au modèle de Hardy-Weinberg. La structuration spatiale a été étudiée aussi bien au niveau phénotypique qu'au niveau génotypique. Au niveau phénotypique, nous avons étudié la distribution des arbres par classe de diamètre. Cette distribution observée présente deux modes : le premier correspond aux jeunes arbres en régénération et le second aux arbres déjà présents lorsque la parcelle était encore en culture. Nous avons effectué une analyse en composantes principales pour étudier l'association entre les génotypes aux différents locus; nous avons ainsi pu distinguer l'association des locus F5 et E6, d'une

0.80 0.85 0.70 0.75 0.80

 
 

1 2

FIG. 4.22 - Corrélation entre l'apparentement réel et l'apparentement estimé (1) dans le cas non spatial et (2) dans le cas spatial avec 10 locus et une variance de dispersion égale à 10

1 2

0.85 0.70 0.75

FIG. 4.23 - Corrélation entre l'apparentement réel et l'apparentement estimé (1) dans le cas non spatial et (2) dans le cas spatial avec 10 locus et une variance de dispersion égale à 100

part, et celle des locus D10 et D6 d'autre part; cependant le pourcentage d'inertie totale expliquée par les deux premiers axes principaux est relativement faible (à peine 20%). Aussi la réalisation du test de Mantel ne nous permet pas de conclure à l'existence d'une association significative entre les distances génotypiques et les distances spatiales. Cependant, il ressort du test de Moran que la structuration spatiale du karité est agrégée à faible et grande distances. La structuration spatiale à grande distance pourrait être dûe aux activités humaines. En effet, la structuration à grande distance en jachère pourrait s'expliquer par les pratiques des populations locales, qui entraînent une dispersion une dispersion des graines et du pollen. Aussi, les modèles théoriques prédisent l'existence d'une structure génétique spatiale lorsque le flux de gènes est restreint localement et une absence de structure spatiale lorsque le flux de gènes par les graines est extensif (Hardesty et al., 2005). L'apparentement moyen entre les individus en fonction des classes de distance a été déterminé selon deux méthodes d'estimation fondées sur le calcul des moments (celle de Wang (2002) et celle de Lynch et Ritland (1999)) et aussi selon la méthode du maximum de vraisemblance de Milligan (2003). L'apparentent moyen décroît significativement avec le logarithme de la distance. Mais, d'une manière globale, l'apparentement moyen de l'échantillon

1 2

0.70 0.75 0.80 0.85

FIG. 4.24 - Corrélation entre l'apparentement réel et l'apparentement estimé (1) dans le cas non spatial et (2) dans le cas spatial avec 15 locus et une variance de dispersion égale à 0.1

1 2

0.70 0.75 0.80 0.85

FIG. 4.25 - Corrélation entre l'apparentement réel et l'apparentement estimé (1) dans le cas non spatial et (2) dans le cas spatial avec 15 locus et une variance de dispersion égale à 1

étudié est très faible. Nous avons aussi noté l'existence d'une autocorrélation spatiale significative jusqu'à une distance d'environ 15m. Cependant, le test de Mantel ne nous permet pas de déceler une relation linéaire entre la distance génétique et la distance géographique. Kelly et al. (2004b) ont étudié la structuration spatiale du karité au sud du Mali en comparant les résultats obtenus en jachère et en forêt. Il ressort de leurs travaux que la structuration spatiale est plus prononcée en jachère qu'en forêt. Parmi les facteurs expliquant cela, nous pouvons relever le niveau de fructification plus important dans la jachère dû à une moindre compétition entre les arbres, ce qui favorise la régénération naturelle des plants juvéniles autour des arbres mères du fait que les graines de Vitelleria Paradoxa sont principalement dispersées par la gravité. En forêt par contre, le plus faible niveau de fructification qui est dû à une compétition plus forte entre les arbres, réduit le nombre d'arbres autour de l'arbre mère et affecte en conséquence la structuration spatiale du Karité.

Nous avons effectué quelques simulations pour valider le modèle spatial pour l'estimation de l'apparentement. Nous notons que la prise en compte de l'information spatiale améliore sensiblement l'estimation de l'apparentement génétique. Ceci est surtout vérifié lorsque la variance de dispersion des juvéniles autour du pied mère est faible, c'est à dire lorsque l'hypothèse que

0.70 0.75 0.80 0.85

1 2

FIG. 4.26 - Corrélation entre l'apparentement réel et l'apparentement estimé (1) dans le cas non spatial et (2) dans le cas spatial avec 15 locus et une variance de dispersion égale à 10

des individus plutôt proches spatialement sont proches génétiquement est vérifiée.

Frequency

0 100 200 300 400 500 600

-0.007 -0.006 -0.005 -0.004 -0.003 -0.002 -0.001
IBDSpat$Bet[-c(1:100)]

FIG. 4.27 - Distribution du paramètre í associé à la distance dans le modèle spatial pour l'apparentement

précédent sommaire suivant