A genome scan method to identify selected loci : A Bayesian perspective. Matthieu Foll 28 aout 2008 Journées MAS.

A genome scan method to identify selected loci : A Bayesian perspective.

Matthieu Foll 28 aout 2008Journées MAS

2

Environnement

Migration

Taille efficace

Adaptation locale

Différentiation génétique

Dérive

Sélection naturelle

Fitness

Quel facteur ?

Intensité ?

Quel facteur ?

Intensité ?Quel gène ?

L’adaptation locale

3

Environnement

Migration

Taille efficace

Adaptation locale

Différentiation génétique

Dérive

Sélection naturelle

Fitness

Quel facteur ?

Intensité ?

Quel facteur ?

Intensité ?Quel gène ?

L’adaptation locale

Mesurer les variations génétiques• « La variation, qu’elle qu’en soit la cause, est le

phénomène essentiel de l’évolution » William Bateson

• Variation des fréquences alléliques• Outils :

▫Statistiques bayésiennes▫Marqueurs moléculaires▫Génétique des populations

4

L’ile et le continent

5

p

p

p ~ Beta(θp, θ(1-p))

θ=4NmA de fréquence p a de fréquen 1- p

FST=1/(1+θ)Probabilité que deux gènes tirés aléatoirementdans une population aient un ancêtre commun dans celle-ci

Sewall Wright, 1931

6

Avec plusieurs iles :

7

p

p1 p2 pJ…

Avec plusieurs allèles :Beta Dirichlet

Sans continent, avec beaucoup d’iles :

8

p4

p2

p3

p1

FST 1

FST 3

FST 4

FST 2

p

Estimer les fréquences alléliques

•Dans chaque population j :• Deux allèles : A de fréquence pj et a 1-

pj

• On prélève nj allèles aléatoirement : épreuves de Bernoulli

• Le nombre total de A est une loi binomiale de paramètres nj et pj

• •

9

nj

pjp

rob

ab

ilit

é

nj pj

•Cas multi-allélique : A1, A2… Ak

▫Chaque tirage peut donner k différents allèles

▫La distribution binomiale devient « multinomiale »

10

Le modèle complet :

11

n1

p1

n2

p2

nJ

pJ

…

…

p

FST 1

FST 2 FST

J

Multinomial

Dirichlet

N

pFST

Dirichlet-Multinomial

12

Environnement

Migration

Taille efficace

Adaptation locale

Différentiation génétique

Dérive

Sélection naturelle

Fitness

L’adaptation locale

Identifier la sélection

•Force neutre : influence tous les marqueurs

•Force adaptative : influence certains marqueurs▫FST plus élevé : sélection directionnelle

▫FST plus faible : sélection balancée

•On peut séparer ces effets en posant (Beaumont et Balding 2004) :

13

Les améliorations :

•Pour chaque locus i on propose le modèle neutre alternatif (αi=0)

•Sauts réversibles pour estimer la probabilité que chaque locus soit soumis à la sélection

•Extension aux marqueurs dominants

14

Foll & Gaggiotti 2008 (in press)

Les AFLP : un marqueur dominant•Détecte la présence d’une bande d’une

longueur donnée chez un individu•Pas de différence détectable si un individu

possède 2 fois la même bande (homozygote)▫Présence [A] = AA ou Aa▫Absence [a] = aa

15

Les marqueurs AFLP •Comment estimer les fréquences

alléliques ?•Hardy-Weinberg : f([a])=f(a)²=q²

▫Hypothèses restrictives•Prise en compte de la

consanguinité :▫f([a])=f(aa)

=q² (1-FIS)+q FIS

AA: p²

Aa: 2pq

aa: q²

AA: p

aa: q

(1-FIS) FIS

Outbred

Inbred

16

Simulations :•10 scénarios avec 1000

marqueurs chacun•SNP AFLP •Microsatellites très

performants

17

Données humaine HGDP

•53 populations, 1056 individus•Forte violation du modèle en iles supposé•Simulations de l’expansion spatiale : 4-5%

de faux positifs pour p>0.99•Sur 560 marqueurs : 15% sous sélection

directionnelle, 8% sous sélection balancée

18

Résumé•Fst = indicateur de la différentiation locale•Séparation variation neutre / adaptative•Modèle bayesien en iles, plutôt robuste•Avoir plusieurs populations : permet de

détecter de la sélection balancée•Utilisable pour des espèces non-modèles

(AFLP)

•Merci : Oscar Gaggiotti, Mark Beaumont

19