1 / 25

Travail de paraclinique en hygiène, génétique et biostatistique

Travail de paraclinique en hygiène, génétique et biostatistique. MARX Gregory MASCETTI Christophe. A dynamic simulation model for evaluating effects of removal and contraception on genetic variation and demography of Pryor Mountain wild horses.

guiliaine
Télécharger la présentation

Travail de paraclinique en hygiène, génétique et biostatistique

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Travail de paracliniqueen hygiène, génétique et biostatistique MARX Gregory MASCETTI Christophe

  2. A dynamic simulation model for evaluating effects of removal and contraception on genetic variation and demography of Pryor Mountain wild horses. John E. Gross, Biological Conservation 96 (2000) 319-330

  3. Introduction • Nombreuses populations de CV sauvages aux E-U. • Notamment, les « CV Pryor » très étudiés. • Problématique : • Petite population  disparition de la variabilité génétique • Fort potentiel reproducteur  taille de la population augmente  dégâts à l’environnement et nuisances aux ô espèces.

  4. Introduction • Solution : Plan de management (réglementé) • MS Conflitentre : • ↓ taille population pour minimiser la dégradation ET • ↑ pour maximiser la probabilité de la rétention à long terme de la variabilité génétique.

  5. Proposition • 2 techniques  pour contrôler 1 population : • Removal-Gather • Contraception • 3 questions : • A combien d’ax doit-on aboutir ? • Quelles catégories de sexe et d’âge ? • A quelle fréquence ?

  6. Modèle… • …mis en place par l’auteur pour évaluer les ≠ alternatives • « Individual-based population model » • Tient compte de : reproduction, retrait, contraception, mortalité naturelle, âge... • Chaque individu suivi toute sa vie • Situation de départ des simulations correspond à la situation réelle.

  7. Modèle • Le plan de management prévoit 1 AML (Appropriate Management Level) ç-à-d le nombre optimum de CV à atteindre (dans la réalité, passer de 147 à 95) • Population catégorisée en • Grande → R + C • Normale → R ts les 3 ans → R ts les 5 ans + C • Petite → rien

  8. Modèle • 3 types de removal : • Appliqué aux jeunes • Appliqué aux vieux • Appliqué au hasard Rem : S’arranger pour garder 1 sex ratio en faveur des femelles • 3 types de contraception : • Idem Rem : d’1 niveau tel que la taille se situe |e| 85 et 110% de AML …

  9. Modèle … • Removal + Contraception : • Tx fixé (ex : 50 CV ts les 5 ans) • Le plan légal ne prévoit pas d’objectif concernant la variation génétique  fixation arbitraire : « 90% de probabilité de conserver 90% de variation génétique pdt 200 ans »

  10. Résultats • FONDAMENTALEMENT ≠ ! • >Si R : ↑ rapide taille puis ↓ brutale >Si C : population reste stable (et proche de l’objectif) >Si R+C : résultats intermédiaires

  11. Résultats

  12. Résultats • R : 35% des CV ts les 3 ans Si jeune tx + bas / Si random tx + haut R+C : ts les 5-6 ans

  13. Résultats

  14. Résultats • Temps de génération : • raccourci si retrait des vieilles juments • faible ≠ |e| les 2 sexes par rapport aux objectifs en comparaison avec les traitements appliqués à des âges ≠.

  15. Résultats

  16. Résultats • Taux d’hétérozygotes : • Ho (hétérozygotie de départ) = 0,433 • A baissé dans toutes les simulations, davantage ds la stratégie de retrait des vieux. • Si on considère Ho comme mesure de la variabilité génétique, alors échec !

  17. Résultats • Coefficient de consanguinité : • Fis atteint 0,092 après 200 ans de simulation • Tend à être moindre ds les populations de petite taille (car résulte d’1 perte + grande d’allèles rares)

  18. Résultats • Fréquence allélique : • >25% de perte des allèles qqsoit la stratégie • + de persistance si C ou C+R des jeunes • bcp de perte si R chez les vieux Rem : le taux de perte allélique est fortement lié à la fréquence allélique mais pas de manière linéaire.

  19. Conclusion • Les simulations sont utiles ! • Contraste |e| les ≠ stratégies :

  20. Conclusions • DONC, préférer 1 combinaison des avantages : • de C pour diminuer le taux de croissance • de R pour atteindre rapidement l’AML et contrôler le sex ratio.

  21. Conclusions • De toute façon, quelle que soit la stratégie choisie, un investissement important en temps et en argent sera nécessaire pour contrôler la taille des populations avec un haut potentiel de croissance.

  22. Conclusions • L’auteur a montré l’importance de l’âge dans les processus qui gouvernent le tx de perte de Δ allélique. Ce qui augmente l’intervalle de génération peut avoir 1 effet identique à celui de doubler la population. • Résultat ! car il est + facile de modifier la structure d’âge que la taille de la population.

  23. Conclusions • Il faut ↑ l’intervalle de génération et retarder l’âge de la reproduction •  Focaliser les traitements sur les jeunes individus. • Simulations ne sont pas la réalité ! Mais juste un guide.

  24. Bibliographie • JOHN E. GROSS, A dynamic simulation model for evaluating effects of removal and contraception on genetic variation and demography of Pryor Mountain wild horses, Biological Conservation 96 (2000) 319-330 • http://www.kbrhorse.net/wclo/blmdak02.html • http://www.wind-dancer.org/server/home/gallerystart/gallerymain/ gallerydetails/gallery5.html

More Related