Bridging landscape graphs and genetic graphs for analysing habitat ecological connectivity
Utilisation conjointe de graphes génétiques et paysagers pour l'analyse de la connectivité écologique des habitats
Résumé
Several key ecological processes for maintaining biodiversity rely upon the ecological connectivity of habitat. Accordingly, connectivity modelling methods have been developed for understanding precisely the influence of connectivity and deriving sound biodiversity conservation measures. Among them, landscape graphs represent habitat networks as sets of habitat patches (nodes) connected by potential dispersal paths (links). Yet, the ecological relevance of these tools required validation from biological data reflecting closely the influence of habitat connectivity. Genetic data allow for such validation as population genetic structure partly depends on dispersal-driven gene flow between habitat patches. Genetic structure can also be modelled as a genetic graph whose nodes correspond to populations while its links are weighted by pairwise genetic differentiation measures. The objective of this PhD project was to bridge landscape and genetic graphs in order to (i) assess the ecological relevance of landscape graphs and (ii) gain knowledge regarding the relationship between habitat connectivity and population genetic structure. After identifying genetic graph construction and analysis methods fitting several research contexts and developing a software package for the joint use of both landscape and genetic graphs, we compared them in two empirical studies. We thereby (i) assessed the respective influence of several components of the habitat connectivity pattern on both genetic diversity and differentiation and (ii) validated the ecological relevance of landscape graphs. We then evidenced that integrating variables deriving from the nodes and links of both types of graphs could improve the inference of the effect of every landscape feature on connectivity. The methods we have developed could find new applications in this field and others. We hope that the results of this thesis will contribute to this.
La connectivité écologique des habitats est nécessaire aux processus écologiques assurant le maintien de la biodiversité. Des méthodes ont donc été développées pour la modéliser afin de comprendre précisément son influence et d’orienter les mesures de conservation de la biodiversité. Parmi ces méthodes, les graphes paysagers modélisent un réseau d’habitat sous la forme d’un ensemble de taches d’habitat (noeuds) reliées par des chemins de dispersion potentiels (liens). La validité écologique de ces outils nécessitait néanmoins d’être évaluée à l’aide de données reflétant les réponses biologiques des populations à la connectivité de leurs habitats. Les données génétiques permettent cette validation car la structure génétique des populations dépend notamment des flux de gènes entre leurs taches d’habitat. La structure génétique peut également être modélisée par un graphe génétique dont les noeuds correspondent à des populations et dont les liens sont pondérés par le degré de différenciation génétique entre populations. L’objectif de cette thèse était d’utiliser conjointement des graphes génétiques et paysagers pour (i) évaluer la validité écologique des graphes paysagers et (ii) améliorer notre compréhension de la relation entre connectivité et structure génétique. Après avoir identifié les méthodes de construction et d’analyse des graphes génétiques les plus adaptées à chaque contexte et développé un outil informatique permettant l’utilisation conjointe des graphes génétiques et paysagers, nous les avons comparés dans le cadre de deux études empiriques. Elles ont permis (i) d’évaluer l’influence respective des différentes composantes de la connectivité des habitats sur la diversité et la différenciation génétiques et (ii) de confirmer la validité écologique des graphes paysagers. Nous avons ensuite montré que l’intégration de variables associées à la fois aux noeuds et aux liens de ces deux types de graphes améliorait l’estimation de l’influence des éléments du paysage sur la connectivité. Les méthodes développées dans cette thèse pourraient trouver d’autres applications dans ce champ d’étude comme dans d’autres. Nous espérons que les résultats de cette thèse et l’outil informatique développé y contribueront.
Origine : Version validée par le jury (STAR)