Initiation à la génétique

des populations naturelles

Applications
aux parasites
et à leurs vecteurs
Thierry De Meeûs
 Initiation à la génétique
des populations naturelles
Application aux parasites
et à leurs vecteurs
 Initiation à la génétique
des populations naturelles
Application aux parasites
et à leurs vecteurs

Thierry
De Meeûs

IRD Éditions
INSTITUT DE RECHERCHE
POUR LE DÉVELOPPEMENT

Collection

Marseille, 2012
Préparation éditoriale
Yolande Cavallazzi

Mise en page
Desk (53)

Maquette de couverture
Michelle Saint-Léger

Maquette intérieure
Pierre Lopez – Aline Lugand/Gris Souris

Coordination, fabrication
Catherine Plasse

Photo de couverture :
©IRD/L. Basco — Séquençage d’ADN.
Retouche graphique : Michelle Saint-Léger

Photo page 4 de couverture :

©IRD/S. Ravel — G. palpalis gambiensis, accouplement.

©IRD/J.-L. Frézil — Trypanosoma gambiense sur frottis de sang.

La loi du 1er juillet 1992 (code de la propriété intellectuelle, première partie) n’autorisant, aux termes des alinéas 2
et 3 de l’article L. 122-5, d’une part, que les « copies ou reproductions strictement réservées à l’usage privé du
copiste et non destinées à une utilisation collective » et, d’autre part, que les analyses et les courtes citations
dans un but d’exemple et d’illustration, « toute représentation ou reproduction intégrale ou partielle, faite sans
le consentement de l’auteur ou de ses ayants droit ou ayants cause, est illicite » (alinéa 1er de l’article L. 122-4).
Cette représentation ou reproduction, par quelque procédé que ce soit, constituerait donc une contrefaçon
passible des peines prévues au titre III de la loi précitée.

© IRD, 2011
ISBN : 978-2-7099-1732-2
ISSN : 1142-2580
 À Soumeïa et Nicolas,
la plus importante partie de ce que je suis.
Sommaire

AVANT-PROPOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

INTRODUCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

1. Concepts théoriques et statistiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

Qu’est-ce qu’un marqueur génétique ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

Concepts de base en génétique des populations . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

Tests statistiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

2. Applications à des exemples concrets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113

La tique Ixodes ricinus

et les pathogènes (Borrelia sp.) qu’elle transmet . . . . . . . . . . . . . . . . . . . . . . . . . . . 115

Glossina palpalis gambiensis

le long de la rivière Mouhoun au Burkina Faso. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189

Invasion de la Nouvelle-Calédonie
par la tique du bétail Rhipicephalus microplus :
hétérogénéité locale, dispersion et goulots d’étranglement . . . . . . . . . . . . . . . . . 217

Génétique des populations

de Trypanosoma brucei gambiense en Afrique de l’Ouest. . . . . . . . . . . . . . . . . . . 247

BIBLIOGRAPHIE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287

RÉPONSES AUX QUESTIONS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303

GLOSSAIRE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 313

ANNEXE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 325

TABLE DES MATIÈRES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 329

Sommaire 7
Avant-propos

Ce document devrait permettre aux débutants et personnes non familiarisées avec la

génétique des populations de pouvoir effectuer leurs propres analyses ou au moins
de pouvoir mieux comprendre les conseils des spécialistes. Il a été au départ rédigé
dans l’urgence pour les étudiants d’un Master de maladies infectieuses. Il a pour
vocation d’être utile en premier lieu à ce type d’étudiants, mais il s’adresse également
à un public plus large s’intéressant à la structure génétique des populations naturelles
et aux inférences qu’il est possible de faire à partir de marqueurs génétiques variables
dans le temps et l’espace. C’est pourquoi tous les retours, commentaires et sugges-
tions susceptibles d’améliorer ce travail et d’en permettre une meilleure compréhen-
sion seront hautement appréciés. Les formules mathématiques sont nombreuses
dans ce manuel. Leur compréhension sur le bout des doigts n’est pas indispensable.
Seule la compréhension des grands principes est requise. Cependant, il est clair que
d’arriver à comprendre la plupart de ces formules, dont certaines sont vraiment à la
base de la génétique des populations, sera d’un très grand secours pour tous ceux qui
souhaitent pouvoir s’affranchir le plus possible des spécialistes et de leurs remarques
impatientes, parfois désobligeantes. Je me permettrai d’insister sur le fait qu’il ne faut
jamais hésiter à demander conseil à un spécialiste. On ne risque en effet que le désa-
grément de se faire envoyer promener, ce qui n’est pas mortel. Aider ses collègues et
en particulier les étudiants est un devoir sacré des chercheurs. Ceux qui refusent de
le comprendre ne méritent à mon sens pas leur salaire. Alors mon adage en la matière
est « aucune hésitation ! ».
La plupart des exemples et des propos de ce manuel sont centrés sur des problématiques
hôte-parasite-vecteur. Cela vient naturellement de mon expérience en la matière. Il n’en
reste pas moins que les méthodes décrites ici sont applicables à tous les êtres vivants,
même si d’autres outils sont utilisés ailleurs (en particulier, en bactériologie).
Il me faut également remercier un certain nombre de personnes qui par leurs
conseils, les échanges que j’ai pu avoir avec elles ou les coups de pouce qu’elles m’ont
donnés m’ont permis d’acquérir les compétences qui sont les miennes aujourd’hui.
Je ne remercie pas ici ceux qui m’ont aidé dans d’autres domaines de la biologie des
populations non directement reliés aux thématiques développées dans le présent
manuel. Je tiens d’abord à remercier Jérôme Goudet de m’avoir mis le pied à l’étrier
des F-statistiques de Wright, de leurs estimateurs et des tests associés, ainsi que de sa
patience lors de mon post-doc à Bangor alors que je le harcelais de questions parfois
sans doute un peu débiles. Il me faut également remercier Michel Raymond et

9
François Rousset pour les échanges parfois animés qui m’ont permis de mieux assi-
miler les statistiques parfois (souvent) non intuitives associées à la génétique des
populations. Les discussions avec Jean-François Guégan et les conseils qu’il a pu me
prodiguer m’ont grandement aidé, en particulier pour les modèles de régression. Un
grand merci également à Éric Elguero, Benjamin Roche et Marc Choisy pour leurs
conseils et astuces toujours utiles. Qu’il me soit permis ici de rendre hommage au
regretté Anatoli Teriokhin, parti beaucoup trop tôt. Cette liste de remerciements, où
les oublis sont obligatoires, serait particulièrement biaisée sans la présence de
Christine Chevillon, grande traductrice de Rousset dans le texte devant l’éternel, et
donc sans qui une grande partie de mes publications auraient été amputées de para-
graphes particulièrement croustillants, voire n’auraient même pas vu le jour. Je me
dois également de remercier les étudiants que j’ai encadrés et dont les remarques,
révoltes et questionnements m’ont particulièrement enrichi, et pas seulement en
termes de titres et travaux. Je pense plus particulièrement à Franck Prugnolle, mais
aussi à Damien Caillaud. Merci aussi à Michel Tibayrenc d’avoir ouvert la voie de
l’épidémiologie moléculaire et de m’avoir accueilli dans son laboratoire en 1999 et
laissé entière liberté d’y mener mes recherches. Merci à tous mes collaborateurs,
chercheurs, étudiants ou post-docs dont la liste exhaustive serait fastidieuse mais
dont les principaux, non encore cités ci-dessus sont : Francisco Ayala, François
Balloux, Anne-Laure Bañuls, Nicolas Barré, Adrien-Marie-Gaston Belem, Jérémy
Bouyer, Bruno Bucheton, Mamadou Camara, Michel de Garine-Wichatitsky, Sylvie
Hurtrez-Boussès, Florent Kempf, Mathurin Koffi, Naférima Koné, Laurent
Lehmann, Annette MacLeod, Karen D. McCoy, François Nébavi, Flobert Njiokou,
Denis Roze, Issa Sidibé, Gustave Simo, André Théron, Sophie Ravel, Virginie
Rougeron et j’en oublie surement.
Cependant, cette liste de personnes à remercier souffrirait d’une carence grave sans
la présence des chercheurs de l’UMR IRD/Cirad 177 Intertryp qui ont la bonté de
tolérer ma présence dans leur équipe. Merci à Gérard Cuny de m’avoir accueilli sans
poser de question. Un tsé-tsé grand merci à Philippe Solano, maintenant vieux com-
plice et à l’origine de mon intégration dans mon équipe actuelle et merci à Vincent
Jamonneau de m’avoir permis de toucher au monde fascinant des trypanosomes
africains. Merci à vous de me permettre de vivre cette expérience enthousiasmante
au Burkina Faso. Merci aussi à tout le personnel du Cirdes et à mes étudiants bur-
kinabè Jacques Kaboré et Modou Séré et merci à tous les étudiants ayant suivi (ou
subi) mes cours et qui par leurs questions m’ont permis d’améliorer la vision que j’ai
de mon travail.
Merci à Tatiana Giraud (TG) d’avoir accepté le travail ingrat et combien fastidieux
de relire ce travail et d’avoir ainsi contribué à une bien meilleure lisibilité de ce
manuel.
Merci à toute l’équipe des Editions de l’IRD pour leur travail et leur infinie patience,
en particulier Yolande Cavallazzi, sans qui un nombre incalculable de coquilles

10 Initiation à la génétique des populations naturelles

continueraient à infester ma prose, Catherine Plasse, Michelle Saint-Léger et
Thomas Mourier.
Avant de terminer cet avant-propos, et parce que le monde de la recherche peut
s’avérer parfois très (trop) compétitif, j’aimerais exprimer quelques opinions person-
nelles à destination des plus jeunes. La seule compétition qui mérite un intérêt est
celle que l’on engage contre soi-même, et les autres, en particulier les collègues, sont
là pour nous aider à mener à bien ce combat. Pour vaincre il faut renoncer à gagner.
Je remercie donc tous mes échecs de m’avoir rendu meilleur.
Et enfin pour paraphraser un proverbe africain d’origine incertaine « Mais entouka,
ce qui est sûr c’est que ça va aller ! ».

Avant-propos 11
Introduction

Les organismes parasites représentent une part significative de la biodiversité réper-

toriée (espèces décrites) (D M et R, 2002) et malgré la récente explosion
des études moléculaires des populations naturelles, celles concernant les systèmes
hôte-parasite sont encore beaucoup trop rares (C et al., 2005). Les agents
pathogènes et leurs vecteurs sont en effet des organismes dont la biologie des popu-
lations, leur écologie, leur mode de reproduction, déplacements, taille de popula-
tions sont difficiles (voire impossibles) d’accès par observation directe. Or, la
compréhension de l’épidémiologie d’une maladie infectieuse ou parasitaire, ainsi que
l’évaluation des risques d’invasion ou d’épidémie, de même que la perception du
risque de diffusion de gènes de résistance ou de l’effet d’une stratégie de lutte sur les
populations cibles, ne peuvent se passer d’une connaissance minimale du fonction-
nement des populations concernées. Par conséquent, l’écologie, les modalités et/ou
stratégies reproductrices (reproduction sexuée ou asexuée, croisements au hasard ou
autofécondation partielle ou totale, etc.), la dispersion, la taille des population de
parasites et de leurs vecteurs sont des notions clés qui ne peuvent, la plupart du
temps n’être inférées que par des méthodes que S (1985) appelle « indirectes »
(N, 1995 ; D M et al., 2002a, b). Dans ce cas de figure, les méthodes
indirectes se caractérisent par l’utilisation de marqueurs moléculaires (génétiques)
polymorphes (variables) et l’étude des variations de ces marqueurs dans les individus,
entre individus et entre un certain nombre de groupes d’individus prédéfinis comme
sous-populations ou plus justement comme sous-échantillons. L’hypothèse de base
sous-tendue est que la distribution de la variabilité génétique reflète les paramètres
écologiques cités plus haut. Or cette hypothèse, en soi, est assez raisonnable. Nous
verrons cependant que d’autres hypothèses plus spécifiques sont souvent requises
pour préciser les inférences désirées. L’utilisation de marqueurs génétiques permet
d’avoir accès indirectement à des informations clés sur la biologie des populations
naturelles des êtres vivants. Comme nous le verrons, ces méthodes s’appliquent éga-
lement aux organismes non parasites. Les outils de la génétique des populations
offrent à cet égard un avantage que des méthodes basées sur l’observation ou la
capture des organismes ne donnent pas. L’utilisation de matériel héréditaire (trans-
missible) ouvre l’accès à des événements rares et passés, par définition peu ou pas
accessibles à l’observateur, même au cours de campagnes intensives d’observations de
terrain (P et D M, 2002). Ceci ne retire rien aux mérites des
méthodes dites directes et, quand cela est possible, l’empiriste aura tout à gagner à
utiliser les deux méthodes conjointement sur le même matériel. Cela est

13
malheureusement encore trop peu souvent mis en œuvre. Les quelques études exis-
tantes réalisées soit sur les mêmes individus (W et al., 2004), soit en échan-
tillonnages différés (H et G, 2005 ; V B et al., 2006 ;
H et al., 2006) tendent à montrer, par la différence des résultats obtenus, la
complémentarité des deux approches ou plus rarement une convergence étonnante
(W et al., 2007 ; B et al., 2009 ; D G et al., 2009). Cela étant, pour
les systèmes hôte-parasite-vecteur, le marquage est le plus souvent impossible de
toutes façons (au moins pour le pathogène). Il faut cependant citer ici la tentative
méritoire de C et al. (2002) sur les bulins, hôtes intermédiaires de schisto-
somes et sur les tsé-tsé sur lesquelles nous reviendrons.
L’accès à ce type d’information n’a pas qu’un intérêt académique, il n’est pas non
plus réductible à un simple divertissement intellectuel (M, 1996 ;
T, 1998, 1999 ; T et al., 1999 ; C et al., 2005). « Population
structure and mating system of pathogens are tightly linked biological phenomena with
crucial consequences on the epidemiology of transmissible diseases » (T et
A, 2002). Ces informations peuvent en effet s’avérer cruciales pour le contrôle
de certaines maladies (M, 1996) et pour les recherches de nouveaux traite-
ments et de mesures de prévention (T et al., 1999) ainsi que pour des évalua-
tions et prédictions plus efficaces quant à l’évolution de résistances aux drogues,
antibiotiques et autres biocides (T, 1999). Les recherches utilisant la géné-
tique des populations d’organismes parasites font partie de ce que T (1998)
nomme la génétique épidémiologique ou, d’une manière moins ambiguë, l’épidé-
miologie moléculaire. L’étude de la génétique des populations des parasites, de leurs
vecteurs et hôtes peut, comme je viens de le décrire de façon insistante, donner accès
à des informations clés sur leur écologie et potentiels évolutifs, mais ceci n’est rendu
possible que grâce à une batterie d’outils d’analyses statistiques en perpétuelle crois-
sance et évolution. Le principal objectif de ce manuel est de décrire la plupart des
méthodes disponibles à ce jour, leur mérite, leur puissance ainsi que leur limites, les
concepts et hypothèses biologiques de base qui permettent leur mise en œuvre et ce
de la façon la plus didactique possible. Pour des revues plus générales et techniques,
le lecteur averti pourra se reporter aux excellentes productions de C et
B (2005), C et al. (2005), R (2004) (et les références conte-
nues dans ces travaux).
Ce manuel est organisé en deux parties. La première partie est elle-même constituée
de trois chapitres : le premier chapitre entreprend de décrire très brièvement les
différents types de marqueurs les plus utiles pour les études de génétique des popu-
lations naturelles ; le deuxième chapitre traite des concepts de base en génétique des
populations et des différents outils (paramètres et estimateurs) les plus utiles pour les
études empiriques et le troisième chapitre examine les différentes méthodes statis-
tiques associées à ces descripteurs et estimateurs. Enfin, la seconde partie correspond
à une mise en application des chapitres précédents à l’aide de plusieurs exemples

14 Initiation à la génétique des populations naturelles

réels que nous allons réanalyser ensemble. La plupart des termes techniques sont
définis dans un glossaire que les lecteurs trouveront à la fin de ce manuel. Certaines
questions théoriques sont traitées à part dans une partie appelée « Réponses aux
questions ». Enfin, le nom, utilité, site web de téléchargement et article associé de
tous les logiciels utilisés sont listés en annexe (tabl. 1).

Introduction 15
 PARTIE I

Concepts théoriques
et statistiques

17
 1
Qu’est-ce qu’un marqueur
génétique ?

NOTIONS
PRÉLIMINAIRES

Un marqueur génétique est simplement une portion de l’ADN (acide désoxyribo-

nucléique) de l’organisme étudié, ou un sous-produit codé par cet ADN (comme
une protéine). L’ADN est la molécule porteuse de l’hérédité chez tous les êtres
vivants1. Il importe simplement dans notre cas de toujours regarder ce qui se passe
sur cette même portion d’ADN chez tous les individus analysés et, dans la mesure
du possible, dans plusieurs échantillons (spatialement et/ou temporellement diffé-
rents). Il est important que cette portion d’ADN reste la même (même localisation
dans le génome, à la même place sur le même chromosome) d’un individu à l’autre,
d’où le terme locus. Un locus peut correspondre à un gène (codant pour une fonction
quelconque), comme c’est le cas pour les loci enzymatiques (ou iso-enzymatiques),
mais il peut aussi correspondre à une zone non codante, et donc à priori non fonc-
tionnelle, de l’ADN comme c’est le cas de la plupart des microsatellites. Enfin, il est
important de se souvenir qu’un locus, même non codant, peut se trouver dans un
intron, c’est-à-dire dans un gène, et peut donc subir des phénomènes sélectifs par sa
liaison physique avec les parties traduites du gène. On appelle ce phénomène l’auto-
stop (ou hitchhiking en anglais). Cela reste valable pour un locus situé en dehors de
tout gène, mais à proximité d’un locus sélectionné ou simplement parce que le régime
de reproduction de l’organisme étudié limite ou empêche la recombinaison entre
loci. Dans ce qui suit, je vais considérer que l’organisme étudié est diploïde (comme
un moustique ou une tique), c’est-à-dire que chaque portion d’ADN (chaque locus)
dispose de deux représentants par individu. Plusieurs loci peuvent être considérés.
Nous verrons même qu’il est préférable d’analyser les populations naturelles au travers
de plusieurs loci de nature identique (microsatellites ou iso-enzymes). Il n’y a pas de
limite supérieure au nombre de loci qu’il faut utiliser, mais l’expérience tend à sug-
gérer que cinq est vraiment une limite inférieure qu’il est plus sage d’éviter quand on
peut et que sept commence à représenter un bon chiffre. Pour être informatif, un
locus doit être variable (on dit polymorphe), c’est-à-dire qu’il présente plusieurs allèles
dans le groupe d’individus échantillonnés et génotypés à ce locus. On trouvera un
exemple schématique de marqueurs génétiques polymorphes dans la figure 1.
1
Exception faite des virus à ARN qui ne sont à proprement parler pas de réels êtres vivants bien que faisant
partie du monde vivant.

19
Figure 1
Exemple schématique chez une espèce à trois chromosomes et où cinq marqueurs génétiques
(ou loci) ont été définis. On notera que dans cet exemple seuls deux loci sont hétérozygotes
(deux allèles différents symbolisés par des couleurs d’intensités différentes) et que les autres
sont homozygotes (deux fois le même allèle).

Les mérites et différences entre les différents marqueurs disponibles ont été large-
ment étudiés et ont fait l’objet de nombreuses revues plus ou moins exhaustives que
l’on pourra consulter pour plus de précisions (R, 1996 ; S, 2000 ;
C et al., 2000). Je ne ferai donc qu’effleurer ce sujet que j’ai choisi de sub-
diviser en trois parties inégales (marqueurs cytoplasmiques, marqueurs nucléaires
dominants et marqueurs nucléaires codominants). Nous ne parlerons donc que
d’organismes eucaryotes.

MARQUEURS
CYTOPLASMIQUES

Les marqueurs cytoplasmiques correspondent à des loci présents dans le génome

mitochondrial ou le génome chloroplastique (chez les plantes). Ces marqueurs, et
plus particulièrement l’ADN mitochondrial, ont fait l’objet d’un nombre considé-
rable d’études en populations naturelles (R, 1996). L’ADN mitochondrial,
ou ADNmt s’est en effet montré extrêmement informatif dans les études phylogéo-
graphiques, car il présente des taux d’évolution relativement rapides et ne subit pas de
recombinaisons entre loci (A et al., 1987 ; A, 2000). Cependant, pour les
études de génétique des populations, les propriétés de ces marqueurs sont loin d’être
idéales et ce pour différentes raisons. Tout d’abord, l’ADNmt présente généralement
une hérédité uniparentale, typiquement maternelle bien qu’une transmission pater-
nelle existe chez certains organismes (L et al., 2002 ; X, 2005). La structure

20 Initiation à la génétique des populations naturelles

génétique constatée est donc conditionnée par celle observée par un seul des deux
sexes chez les organismes dioïques comme le sont de nombreux nématodes, arthro-
podes et les schistosomes. Par ailleurs, l’effectif efficace (voir encadré 1) pour de tels
marqueurs sera toujours difficile à appréhender car dépendant de l’interaction entre
divers facteurs tels que le sexe-ratio, le biais de dispersion sexe-spécifique, ainsi que les
stratégies de reproduction (P et D M, 2002 ; P et al.,
2003). Ensuite, il est probable que l’ADNmt ne soit pas entièrement neutre (G
et al., 2001) et ne serait dans ce cas pas le reflet d’événements démographiques seuls,
mais aussi de l’histoire sélective de la population. Enfin, ce sont tous des marqueurs
haploïdes qui ne peuvent par conséquent en aucun cas renseigner clairement sur le
régime de reproduction local de l’espèce étudiée, au sujet duquel nous verrons que

Encadré 1

L’effectif efficace, noté habituellement Ne, représente une mesure de la vitesse avec laquelle
une population de taille N perd de la variabilité génétique par dérive génétique aléatoire.
En effet, l’inverse de l’effectif efficace (1/Ne ou 1/2Ne pour des diploïdes) donne la pro-
babilité, sur le long terme, que deux allèles d’un même gène (locus) pris au hasard dans la
population sont des réplicas (ou des descendants) d’un allèle unique ancestral. Le fait que
de tels événements de coalescence interviennent régulièrement (plusieurs gènes des-
cendent alors d’un seul) implique que d’autres allèles doivent avoir disparu. Autrement
dit, la diversité génétique s’érode. Le ratio entre l’effectif réel de la population Nc (census
size qui veut dire taille de recensement en anglais) et l’effectif efficace Ne exprime donc
une mesure de la dynamique de quantités associées à la notion de diversité génétique, telle
que l’hétéozygotie de la population considérée, par rapport à une population dite idéale.
Cette population idéale correspondant en fait à une population qui perdrait sa diversité
génétique aussi vite que la population considérée, à la vitesse de 1/Nc (ou 1/2Nc) par
génération, de telle sorte que l’effectif efficace de cette population idéale soit égal à l’effec-
tif recensé. Cette caractéristique nécessite une population de taille constante, à généra-
tions séparées, hermaphrodite avec rencontre au hasard des gamètes pour former les
zygotes et absence de toute forme de sélection, migration ou mutation. À titre d’exemple,
considérons une population de bovins de 100 individus composée de 99 (Nf = 99) vaches
et d’un seul taureau (Nm = 1). La taille efficace d’une telle population sera de Ne = 4NmNf /
Nc ≈ 4 (voir H et C, 1989 : 86), c’est-à-dire 25 fois plus faible qu’une population
de 100 bêtes au sexe-ratio équilibré (Nf = Nm = 50). On comprend bien que dans le pre-
mier troupeau la diversité génétique s’érode rapidement. D’autres facteurs peuvent
influencer l’effritement génétique, parfois en sens inverse comme ce peut être le cas dans
les populations subdivisées (ou structurées). Par exemple, dans le cas extrême d’une sub-
division totale (pas de transfert de gène entre sous-populations), on atteint une taille
efficace infinie, car la diversité génétique se trouve comme gelée au niveau de la popula-
tion totale même si totalement perdue dans chaque sous-population (chaque sous-popu-
lation se retrouve rapidement fixée dans un état génétique). Une excellente revue sur le
calcul des effectifs efficaces chez les parasites peut être consultée pour ceux qui souhaitent
approfondir davantage cette question (C et B, 2005).

Qu’est-ce qu’un marqueur génétique ? 21

l’hétérozygotie de marqueurs codominants se montre un auxiliaire précieux. J’ai donc
délibérément choisi de ne pas traiter davantage cette famille de marqueurs.

MARQUEURS NUCLÉAIRES
DOMINANTS

Avec des marqueurs dominants, les individus hétérozygotes (donc diploïdes) sont vus
comme homozygotes pour un des deux allèles présents chez l’individu. Cet allèle est
alors appelé dominant par rapport à l’autre allèle qui, invisible à l’état hétérozygote,
est qualifié alors de récessif. Ici, le phénotype ne reflète pas fidèlement le génotype.
Une des familles les plus connues de marqueurs dominants correspond aux RAPD
(Randomly Amplified Polymorphic DNA). Des paires d’amorces courtes d’ADN sont
utilisées afin d’amplifier par PCR des portions aléatoires d’un ADN cible chaque fois
qu’une complémentarité est trouvée. Par conséquent, chez les espèces diploïdes, les
individus pour lesquels aucune complémentarité n’existe seront caractérisés par une
absence de produit (ADN) amplifié, alors que les individus présentant une séquence
complémentaire (hétérozygotes) ou deux (homozygotes pour le complément) pré-
senteront le même produit amplifié, et donc le même phénotype. Il résulte de ceci
que seules des fréquences phénotypiques peuvent être estimées avec ce type de mar-
queurs, alors que les fréquences alléliques demeurent inconnues (à moins de faire des
hypothèses très fortes sur la structure des populations). Par ailleurs, la structure
génotypique restant elle-même par définition cachée, ainsi en va-t-il des inférences
possibles sur le système de reproduction que doit refléter la distribution des allèles
dans et entre les individus des mêmes unités de reproduction (sous-échantillons).
Qui plus est, et comme déjà mentionné, il est toujours préférable d’étudier plusieurs
loci de même nature. Il est impossible de savoir à quoi correspondent les différentes
portions d’ADN amplifiées par RAPD de par leur nature aléatoire. On ne peut donc
savoir si ces loci sont dans des gènes ou non, quels sont leur taux de mutation, etc.
C’est pour ces différentes raisons que les marqueurs dominants en général, et les
RAPD en particulier, ne seront pas traités davantage dans ce manuel, car ils sont très
loin d’être idéaux pour les analyses de génétique des populations naturelles.

MARQUEURS NUCLÉAIRES
CODOMINANTS

Les marqueurs codominants offrent théoriquement l’accès à la structure génoty-

pique complète des individus, c’est-à-dire que tous les génotypes homozygotes et

22 Initiation à la génétique des populations naturelles

hétérozygotes sont en principe distinguables. Il existe de nombreuses catégories de
marqueurs codominants. Les isoenzymes (ou alloenzymes), les RFLP (Restriction
Fragment Length Polymorphisms), AFLP (Amplified Fragment Length Polymorphisms),
microsatellites, minisatellites, MLST (Multi-Locus Sequence Typing) et SSCP
(Single-Stranded Conformational Polymorphism) figurent parmi les plus connus. Les
marqueurs SNP (Single-Nucleotide-Polymorphism) se montrent extrêmement utiles
dans les études d’association, mais ces marqueurs correspondent essentiellement à
des loci bi-alléliques (deux allèles seulement), ce qui est loin d’être idéal. De plus,
ils présentent des taux de mutations hétérogènes d’un allèle vers l’autre, ce qui est
beaucoup plus préjudiciable encore. Il existe en effet un biais clair en faveur des
transitions et au détriment des transversions (V et al., 2002). Les SNP ne sont
donc pas appropriés aux études de génétique des populations au sens strict du
terme. Dans ce qui va suivre je vais surtout traiter des marqueurs isoenzymatiques
et microsatellites. Les raisons de cette restriction (si j’ose dire) sont assez simples et
pragmatiques. D’abord, ces marqueurs sont les moins chers à mettre en œuvre en
travail et moyens (surtout les isoenzymes). De fait, ayant fait moi-même partie
d’équipes de recherche françaises avec des moyens modestes (même pour la France,
ce qui est tout dire), j’ai participé à ce jour (10-05-2011) à 63 travaux de génétique
des populations empiriques (données de terrain) ayant fait l’objet d’une publication
dans une revue, dont 17 (~ 30 %) ont utilisé des marqueurs isoenzymatiques. Le
reste des études ont utilisé des marqueurs microsatellites qui, en rapport qualité/
prix, arrivent juste après les isoenzymes à mon avis. Il en résulte que ce sont les deux
types de marqueurs les plus souvent utilisés dans les études de génétique des popu-
lations (surtout les microsatellites maintenant car les allozymes sont aujourd’hui
plutôt dépassés) en général et surtout ceux que je connais le mieux. Cette dernière
raison est sans doute celle qui rend le mieux compte de mon choix qui, de toutes
manières, n’a rien de rédhibitoire puisque la presque totalité des informations don-
nées dans ce manuel sont applicables à tous les marqueurs codominants. Pour avoir
un aperçu des autres techniques, je ne peux qu’encourager le lecteur à consulter les
revues existantes (T et al., 1999 ; C et al., 2000 ; S, 2000 ;
B et al., 2004).

Les allozymes
Les allozymes sont en fait des enzymes du métabolisme de base des cellules
(comme la Glucose-Phosphate-Isomérase ou GPI qui intervient dans la glycolyse).
Pour visualiser de tels marqueurs, les individus ou une partie de leur corps sont
broyés dans une solution tampon ou de l’eau distillée et ces extraits sont ensuite
déposés soit directement sur gel, soit sur des supports absorbants (comme du
papier whatmann) et ces supports absorbants sont eux-mêmes déposés sur ou dans
un gel (gel d’amidon, polyacrylamide, acétate de cellulose). Un champ électrique
est ensuite appliqué sur le gel. On parle d’électrophorèse des protéines. Les

Qu’est-ce qu’un marqueur génétique ? 23

enzymes étant en général chargées négativement, celles-ci migreront donc vers le
pôle positif du champ (anode) et beaucoup plus rarement vers la cathode (si char-
gées positivement). La vitesse de migration de ces protéines étant fonction de leur
charge, la distance parcourue en fin d’électrophorèse reflètera donc aussi cette
charge. Les enzymes sont ensuite révélées à l’aide de leur fonction. On utilise en
effet le substrat (ou un analogue) qu’elles sont censées transformer, ainsi qu’une
substance qui provoque un précipité coloré en présence du produit de la réaction
de l’enzyme avec son substrat. À partir de là, plusieurs cas de figure peuvent être
rencontrés.
Pas de tache où des traînées non interprétables
sont présentes sur le gel
Il faut mettre au point ou passer à un autre locus.
Les taches révélées de tous les individus
se retrouvent toutes au même niveau
C’est ce qui se passe, comme dans la figure 2, lorsque la technique ne permet pas de
discriminer plusieurs allèles au locus correspondant, soit que ce dernier soit lui-
même non variable, soit que les variations existantes ne génèrent pas des allèles aux
charges électriques suffisamment différentes pour être perçues par la technique.

Figure 2
Représentation d’une enzyme monomorphe.

L’enzyme est dite monomorphe, c’est-à-dire que, au moins pour les individus
typés (on dit génotypés), il y a absence de polymorphisme et le locus codant
pour cet enzyme n’est donc pas utilisable (pas d’information disponible). Tous
les individus produisent une enzyme qui a la même charge. On estime qu’un
tiers seulement des mutations de l’ADN correspondant au gène d’un enzyme va
donner une différence de charge suffisante pour être perçue par électrophorèse
(S, 1970).

24 Initiation à la génétique des populations naturelles

 Les taches révélées ne sont pas retrouvées
au même endroit
Le locus correspondant à l’enzyme est polymorphe (plusieurs allèles). Plusieurs cas
illustrés dans la figure 3 peuvent se présenter. Dans la figure 3, la situation décrite
par le Locus I correspond au polymorphisme (plusieurs allèles) d’une enzyme mono-
mérique, c’est-à-dire qu’une seule unité polypeptidique constitue l’enzyme fonction-
nelle, celle décrite par le Locus II, représente un cas d’enzyme dimérique et celle du
Locus II, une enzyme tétramérique.

Locus I Locus II Locus III

3 2
3
2
1 2

1 1
Ligne de dépôt

A B C D E F A B C D E F A B C

Figure 3
Représentation schématique des différents types de profils rencontrés avec des loci
enzymatiques polymorphes. Le Locus I montre trois allèles différents (1, 2 et 3)
et l’enzyme correspondante est monomérique puisque les hétérozygotes présentent
deux bandes (ou taches). Le Locus II correspond à une enzyme dimérique avec trois allèles
également. Dans ce cas, les hétérozygotes présentent trois bandes (ou taches), une tache
pour chacun des deux homodimères et une tache centrale et plus importante correspondant
à la combinaison des deux ou hétérodimère. Le Locus III correspond à une enzyme
tétramérique avec deux allèles. Les taches des hétérodimères sont toujours plus grosses
que celles des homodimères, car statistiquement plus probables (il est facile de le vérifier
en construisant un tableau). L’interprétation génotypique de ces différents loci devrait
donc être 1/1, 2/2, 3/3, 1/2, 1/3 et 2/3 pour A, B, C, D, E et F aux loci I et II ;
et 1/1, 2/2 et1/2 pour A, B et C au locus III.

Autres cas
Une même fonction enzymatique peut être assurée par plusieurs loci (gènes). Dans
le cas de deux loci, il y aura donc deux types de bandes à interpréter. La figure 4
donne un exemple d’une enzyme correspondant à deux loci avec un locus
monomorphe et l’autre, monomérique et polymorphe à deux allèles. Cependant, il
existe des cas où les deux loci sont monomorphes ou polymorphes tous les deux.
Commentaires sur les allozymes
Les lecteurs soucieux d’approfondir leurs connaissances sur les techniques liées à
l’électrophorèse des protéines trouveront beaucoup plus d’informations dans
P et al. (1987) et B A et al. (1993).

Qu’est-ce qu’un marqueur génétique ? 25

 Locus 2 : Allèle 1 Locus 2 : Allèle 2

Locus 1

Ligne de dépôt

Figure 4
Cas d’une enzyme monomérique codée par deux loci différents, dont un (celui ayant le moins
migré) est monomorphe et l’autre polymorphe avec deux allèles.

Les allozymes représentent ce qu’il y a de plus économique en temps et en argent.

Malheureusement, ils sont rarement polymorphes, notamment chez les organismes
parasites, et requièrent de travailler sur du matériel frais (maintien de la chaîne du
froid), ce qui s’avère souvent difficile, en particulier dans les pays du Sud. Le matériel
biologique à utiliser doit se trouver en quantité suffisante par individu, ce qui est
souvent difficile avec les organismes parasites, souvent de taille modeste, si ces der-
niers ne sont pas cultivables (en les clonant). Ces loci correspondent à des séquences
codantes de l’ADN. Leur polymorphisme est, de par ce fait, souvent suspecté de ne
pas être entièrement neutre (J et L, 1996). Or la neutralité (absence de
sélection) est une hypothèse qui s’avérera importante (voir plus bas). Ces différents
arguments permettent d’expliquer pourquoi les allozymes sont aujourd’hui peu uti-
lisés en génétique des populations naturelles et en particulier, en épidémiologie
moléculaire avec cependant quelques exceptions notables telles que celles représen-
tées par de récentes études sur différents types d’organismes tels que des cafards
(C et al., 2001), des diptères (N et al., 2004), des champignons
pathogènes (A et al., 2000 ; B et al., 2002 ; D M et al., 2002b ;
N et al., 2006), et des parasites kinétoplastidés et leurs vecteurs (B
et al., 2000 ; B et al., 2000 ; H et al., 2001 ; B et al., 2003 ;
N et al., 2004).

Les microsatellites
Les microsatellites correspondent à des courtes séquences d’ADN répétées en tan-
dem. Le plus généralement, sont considérés comme microsatellites les motifs répétés
suivants :
– dinucléotides : exemple …GTGTGTGTGTGT…
– trinucléotides : exemple …CATCATCATCATCAT…
– tétranucléotides : exemple …GATAGATAGATAGATAGATAGATAGATA…

26 Initiation à la génétique des populations naturelles

Les mononucléotides sont rarement utilisés, car trop instables et les pentanucléo-
tides (et au-delà) deviennent plus rares. Au-delà, on a à faire à ce qui est appelé des
minisatellites. La structure particulière de ces séquences les rend très susceptibles à
la mutation. C’est-à-dire que les taux de mutation des séquences microsatellites
seront souvent très élevés et, en conséquence, leur polymorphisme en populations
naturelles sera lui aussi élevé en général (10-3, 10-4) (E, 2000 ; B et
L-M, 2002 ; E, 2004). Ce polymorphisme correspond donc à
une variation dans le nombre de copies du motif de base. Par exemple avec (AC)n,
où n représente le nombre de répétitions, si on a n = 5, 6 ou 10, on a 3 allèles. Par
ailleurs, ce sont souvent des séquences non codantes, sauf peut-être les trinucléotides
qui correspondent potentiellement à des codons répétés. Les microsatellites impli-
qués dans des maladies génétiques (X fragile, dystrophie myotonique, maladie de
Huntington…) sont d’ailleurs toujours des trinucléotides (A et W,
1995 ; F-L et al., 2004). Or le polymorphisme de séquences non
codantes a toutes les chances d’être neutre, sauf si le microsatellite en question se
trouve par malchance à proximité d’un gène, ou dans un gène (intron) ayant subi
un événement récent de sélection. Un autre avantage des microsatellites est qu’ils
correspondent à des séquences relativement courtes d’ADN. En tant que tels, ils
peuvent être amplifiés par PCR à partir de tissus conservés dans l’alcool pendant une
durée assez longue et dans n’importe quelle (mauvaise) condition (en principe).
L’amplification par PCR nécessite la connaissance des deux séquences flanquantes
du locus où sont choisies les deux séquences complémentaires des amorces (ou pri-
mers en anglais). Pour ce faire, soit quelqu’un d’autre a déjà défini ces séquences et
mis au point les techniques de PCR pour l’espèce étudiée (ou éventuellement sur
une espèce proche), soit vous avez vous-même défini ces séquences à partir d’une
banque génomique séquencée préexistante, soit vous avez constitué vous-même une
banque génomique suivie d’un screening approprié (recherche de séquences microsa-
tellites à l’aide de sondes) sur le détail duquel je ne m’étendrai pas. Le lecteur pourra
cependant se référer aux protocoles détaillés disponibles sur internet. Citons à titre
d’exemple celui de T (1997) qui semble assez complet. Admettons que nous
ayons ces fameuses séquences amorces à notre disposition. L’extraction de l’ADN de
chaque individu est suivie, à partir d’une partie (ou aliquote) de cet ADN, d’une
amplification par PCR spécifique (grâce aux amorces) de la séquence voulue et du
marquage (radioactif ou fluorescent) du produit d’amplification. Une électrophorèse
sur un support donné (gel de polyacrylamide, solution tampon) va ensuite permettre
de discriminer les différents allèles en fonction de leur taille. Il y aura donc autant
de bandes ou de pics (séquenceur automatique) différents qu’il y a d’allèles et tous
les hétérozygotes auront deux bandes ou deux pics (fig. 5). Notons que si la
séquence flanquante mute au niveau d’un des deux primers de telle sorte que l’appa-
riement ne se fait plus, alors l’allèle correspondant ne sera plus amplifié. On parle
alors d’un allèle nul. Un allèle nul ne peut, par définition, pas être détecté sauf à
l’état homozygote (absence de bande). On peut aussi dire qu’il est récessif vis-à-vis

Qu’est-ce qu’un marqueur génétique ? 27

 Peak : Scan 4294 Size 146.50 Height 1015 Area 2404
130 132 134 136 138 140 142 144 146 148 150 152 154 156 158 160 162 164 166 168 170 172 174 176 178 180 182 184 186 188 190

.
-6000
.
-4000
-2000
.

A6-Ogot37B P20 23...6ta 8 Yellow

.
-4000
.
-3000
.
-2000
.
-1000
.

A9-Oyi 58B P20 23...6ta 11 Green

.-6000
.-4000
-2000

Figure 5
Exemple de profils obtenus pour des loci microsatellites dinucléotidiques sur séquenceur
automatique. Les profils montrés correspondent à ceux obtenus à partir d’un oocyste
de Plasmodium falciparum (agent de la forme la plus sévère de la malaria) et pour trois loci
avec trois couleurs différentes, tous trois hétérozygotes. Le locus bleu présente un hétérozygote
avec deux allèles 46 et 168, le noir est 164/176 et le vert est 166/170. Le nom des allèles
correspond ici directement à la taille du produit obtenu après PCR spécifique.

des allèles non nuls (qui sont donc dominants). Nous reviendrons plus tard sur les
allèles nuls.
Les loci microsatellites sont considérés comme étant en général très polymorphes,
codominants, abondants dans (presque) tous les génomes et relativement aisés à
manipuler (L et al., 1996). Grâce à l’utilisation de l’outil PCR et des
derniers progrès faits en la matière, il est possible de travailler à partir de quantités
infimes de matériel biologique, comme le montre le travail de R
et al. (2005) où chaque oocyste de Plasmodium falciparum est analysé au niveau de
sept marqueurs microsatellites. Ces arguments font des marqueurs microsatellites
des outils de choix, sinon les meilleurs, pour les études de génétique de populations
et en particulier, des populations de pathogènes (épidémiologie moléculaire). Le
lecteur désireux de s’informer davantage sur les propriétés des microsatellites et leurs
diverses applications est invité à consulter l’ouvrage édité par G et
S (1999).

28 Initiation à la génétique des populations naturelles

2
Concepts de base
en génétique des populations

CALCUL
DES FRÉQUENCES
ALLÉLIQUES À PARTIR
D’UN ÉCHANTILLON
À partir de maintenant, nous considérerons, sauf si précisé, que nous travaillons sur
un locus codominant (on distingue les hétérozygotes des homozygotes) avec deux
allèles chez un organisme diploïde. Admettons que nous ayons génotypé N indivi-
dus de cet organisme dans un site que nous supposons contenir une population.
Parmi ces N individus, N11 se sont révélés être de génotype 1/1, N12 1/2 et N22 2/2.
Notez que N est nécessairement égal à N11 + N12 + N22. Soit p1 et p2, les fréquences
des allèles 1 et 2 respectivement dans l’échantillon de N ndividus. Il y a 2N allèles
en tout puisque nous sommes chez des diploïdes. Il y a 2N11 et N12 allèles 1 chez les
1/1 et 1/2 respectivement et 2N22 et N12 allèles 2 chez les 2/2 et 1/2 respectivement.
La fréquence des allèles 1 et 2 dans l’échantillon est donc :
1
N11 + N12
2 N11 + N12 2
p1 = = (1)
2N N
et 1
N22 + N12
2 N22 + N12 2
p2 = = (2)
2N N
Notez que ces valeurs sont aussi des estimations des fréquences alléliques de la popu-
lation échantillonnée et que, grâce à la codominance du marqueur, nous n’avons pas
eu à faire d’hypothèse pour estimer ces fréquences alléliques (en fait si, laquelle ? Lire
la réponse 1 en fin de volume).

CONFORMITÉ
AVEC LES PROPORTIONS
D’HARDY-WEINBERG
Les hypothèses d’Hardy-Weinberg
Hardy, mathématicien britannique, et Weinberg, médecin allemand, ont émis le
même modèle de façon indépendante (H, 1908 ; W, 1908). Ce modèle,

29
communément appelé « Équilibre d’Hardy-Weinberg », sert de base à une immense
partie des études de génétique des populations.
Les hypothèses de ce modèle sont les suivantes :
– taille de population infinie ;
– pas de mutation ;
– pas de migration ;
– pas de sélection (neutralité) ;
– reproduction sexuée avec rencontre au hasard des gamètes (panmixie) ;
– pas de chevauchement de générations.

L’équilibre d’Hardy-Weinberg
Soit un locus à deux allèles 1 et 2 de fréquences p1 et p2 dans une telle population.
Alors, puisque les gamètes se rencontrent au hasard, nous pouvons construire le
tableau 1 qui décrit la rencontre des gamètes de la façon suivante :

Tableau I
Tableau de rencontre au hasard des gamètes. Les génotypes formés sont entre parenthèses.

Gamètes de type
1 2
Fréquences p1 p2
Gamètes 1 p1 p1² (1/1) p1 p2 (1/2)
de type
2 p2 p1 p2 (2/1) p2² (22)

Nous attendons donc, dans les zygotes ainsi formés, les proportions de génotypes :
p1², 2 p1 p2 et p2² pour 1/1, 1/2 et 2/2 respectivement. Et puisqu’il n’y a ni sélection,
ni mutation, ni migration et que la population est infinie (pas de dérive aléatoire des
fréquences alléliques), ces proportions resteront les mêmes chez les adultes de la
génération suivante. En se rappelant que la somme p1 + p2 est nécessairement égale
à 1, nous démontrons facilement que les nouvelles fréquences alléliques seront donc,
en appliquant l’équation (1) :
1
p12 + 2 p1 p 2
2 p12 + p1 p 2 p1 ( p1 + p 2 ) p 1 (1)
p '1 = 2 = = = = p1
p 1 + 2 p1 p 2 + p 22 ( p1 + p 2 )2 (1)2 1
et donc
p '2 = p 2

30 Initiation à la génétique des populations naturelles

C’est ce que l’on appelle l’équilibre (car rien ne bouge) de Hardy-Weinberg.
Que se passe-t-il si nous relâchons chacune des hypothèses du modèle de Hardy-
Weinberg l’une après l’autre ?

RELAXATION
DES HYPOTHÈSES
DE HARDY-WEINBERG
La population est de taille finie

Prenons un exemple extrême d’une population de taille 2. Admettons qu’à la généra-

tion 0, les deux individus sont hétérozygotes 1/2. La fréquence des deux allèles est
donc ½. Ils fabriquent des gamètes qui se rencontrent au hasard pour former ¼, ½
et ¼ de zygotes 1/1, 1/2 et 2/2 respectivement (nous considérons ici un cas où le
nombre de zygotes produit est très grand). Il faut reconstituer à partir de ces zygotes
une population d’adultes de taille 2 (phénomène démographique appelé régulation).
J’ai (¼)² de choisir au hasard deux 1/1, 2(¼)(½) d’avoir un 1/1 et un 1/2, (½)² d’avoir
deux 1/2, 2(¼)² de choisir un 1/1 et un 2/2, 2(½)(¼) d’avoir un 1/2 et un 2/2 et
(¼)² d’avoir deux 2/2. Ce qui veut dire qu’à la génération suivante, j’ai 5/8 chances
d’obtenir une configuration avec des fréquences alléliques différentes de celles de la
génération 0, et dans ⅛ cas de fixer définitivement la population en 11 ou en 22.
C’est ce que l’on appelle la dérive génétique. Dans une population de taille finie, le
hasard modifie les fréquences alléliques d’une génération à l’autre. Ceci veut dire que
s’il n’y avait rien d’autre (mutation, migration, sélection), aucun polymorphisme, à
aucun locus, ne pourrait se maintenir dans les populations naturelles. Notons que le
phénomène est d’autant plus rapide que les populations sont de petites tailles.

Il y a mutation

Cela correspond aux erreurs de copies lors de la duplication de l’ADN durant la

construction des gamètes. Il existe plusieurs types de mutation.
Mutation récurrente
Une mutation récurrente correspond à la transformation d’un allèle donné en un autre
allèle donné (par exemple, 1- > 2). C’est le cas de la plupart des mutations délétères
comme l’albinisme par exemple, qui intervient avec la fréquence (taux de mutation)
de 2.5×10-5 environ (H, 2003), et ces mutations correspondent en général à
une perte de fonction. Le taux de mutation en est en général assez bas (10-5,
10-6) et la mutation reverse est en général très faible et négligeable (car il faut réparer
exactement ce qui a été perdu), de l’ordre de 10-8.

Concepts de base en génétique des populations 31

 Modèle de mutation en nombre fini d’allèles
ou KAM (K Alleles Model)
La mutation transforme l’allèle d’origine vers n’importe quel type d’allèle parmi les
K possibles. Si par exemple, on regarde le polymorphisme au niveau d’une seule paire
de base, on aura K = 4 (A, T, G ou C) (à vous de trouver pourquoi cet exemple n’est
pas très bon, sinon reportez-vous à la réponse 2 en fin de volume). Pour les allozymes,
on a en général entre 1 et 10 allèles visibles. Pour d’autres marqueurs, K peut être
très grand. À cause de ce nombre limité d’allèles possibles, il peut arriver que deux
allèles soient identiques sans pour autant partager une origine ancestrale commune
proche dans le temps (coancestry en anglais). On dit de ces allèles qu’ils sont identiques
par état et non par descendance et on appelle ce phénomène homoplasie.

IAM ou Infinite Allele Model

La mutation transforme l’allèle d’origine vers un allèle nouveau (jusqu’alors inexis-
tant) et indépendant de l’état du précédent. Ce modèle est très utilisé en génétique
des populations théoriques, car il est plus simple à manipuler sans modifier considé-
rablement les résultats par rapport au KAM (si K suffisamment grand). Dans ce
modèle, il n’y a pas d’homoplasie et deux allèles identiques par état le sont également
par descendance.

SMM ou Stepwise Mutation Model

Le SMM (K et O, 1978) est un mode de mutation invoqué pour les mar-
queurs microsatellites. La mutation correspond ici à l’ajout ou au retrait d’une répétition
par rapport à l’allèle d’origine. Il est évident que ce type de mutation va générer beau-
coup d’homoplasie. Il en résulte également qu’une ressemblance de taille traduira
également une proximité ancestrale probable. Il existe aussi des modèles panachés entre
KAM et SMM, comme le TPM (Two Phases Model) avec une certaine proportion de
SMM et le complément en KAM avec une variance de taille d’allèles donnée.

Conclusion sur la mutation

Quoi qu’il en soit, la mutation va bien évidemment modifier les fréquences allé-
liques des loci qu’elle affecte. Il faut noter cependant que les taux de mutation sont
en général assez bas (sauf pour quelques microsatellites) et que la mutation seule ne
peut donc pas représenter une force très puissante de l’évolution des populations. Il
n’y aurait néanmoins pas d’évolution sans mutation, car c’est la seule source de nou-
veauté héritable, et, associée à la dérive et à la sélection, la mutation représente en
effet la clé de l’évolution et de la structure génétique des populations.

Migration

Les populations naturelles ne sont pas isolées totalement les unes des autres. Elles
reçoivent donc des propagules venant d’autres populations plus ou moins éloignées

32 Initiation à la génétique des populations naturelles

et présentant, à l’ensemble du génome, des fréquences d’allèles plus ou moins diffé-
rentes. Ces propagules peuvent être des individus adultes, larvaires, des gamètes
(pollen) ou des spores. Ils peuvent donc être haploïdes ou diploïdes. La migration
peut être forte. Elle a tendance à homogénéiser les populations entre elles (généti-
quement). C’est donc une force potentiellement majeure de l’évolution des popula-
tions. Notons ici que, comme nous le verrons plus loin, associée à la dérive et à la
mutation, la migration peut conduire, en population structurée, à l’établissement
d’un polymorphisme stable (équilibre) d’une génération à l’autre et sans l’interven-
tion d’une quelconque forme de sélection. On peut même observer, dans certains
types de populations structurées, l’établissement d’un cline géographique des
fréquences alléliques.

Sélection

La sélection est évidemment une force majeure de l’évolution. Elle peut prendre de
multiples formes et peut affecter un, quelques-uns ou plusieurs loci en même temps
et agir à différents niveaux (génomique, individuel, populationnel…) avec différents
effets et interactions. Il s’agit donc d’un domaine d’investigation très large. Nous ne
passerons en revue que quelques exemples parmi les plus simples et les plus utiles à
la suite de notre propos.

Sélection directionnelle
Comme son nom l’indique, la sélection directionnelle tend à augmenter ou
diminuer la fréquence d’un allèle dans la population, en affectant la survie ou la
reproduction des porteurs de cet allèle pour le locus concerné. La vitesse du pro-
cessus dépend de la force de la sélection, de la dominance (ou récessivité) de
l’allèle vis-à-vis de la sélection, du système de reproduction et de la taille de la
population. Sans mutation, l’aboutissement de cette sélection est la fixation de
l’allèle le plus favorable à la survie et/ou reproduction des individus qui le
portent. Cette sélection n’est détectable qu’expérimentalement ou par des
études corrélatives car, seule, elle n’affecte pas ou très peu le schéma génoty-
pique p1², 2 p1 p2 et p2² d’Hardy-Weinberg. Seules les fréquences alléliques
changent. Cette sélection peut cependant modifier le degré de différenciation
entre populations différentes aux loci concernés. En fonction des cas, elle peut
diminuer la différenciation (sélection convergente) quand la direction de la
sélection est la même d’un site à l’autre. Elle peut au contraire augmenter cette
différenciation lorsque la direction de sélection est variable d’un site à l’autre
(sélection divergente ou disruptive) (voir par exemple D M et al., 1993 ;
D M et G, 2000 ; D M, 2000). Normalement, cette forme de
sélection n’est perceptible qu’aux loci (gènes) concernés et à ceux qui leur sont
liés (auto-stop) et pas aux autres marqueurs. C’est donc un phénomène locus
spécifique.

Concepts de base en génétique des populations 33

 Sous-dominance
C’est le nom qu’on lui donne même si ce n’est guère explicite pour ne pas dire très
mal choisi. Il s’agit d’une sélection qui défavorise les hétérozygotes. Cette forme de
sélection conduit théoriquement à l’élimination de l’allèle le moins fréquent. En
effet, s’il y a panmixie, l’allèle le plus rare sera le plus souvent hétérozygote (vous
n’avez qu’à vérifier cela dans les proportions attendues chez les zygotes) et donc le
plus souvent défavorisé. Il existe peu ou pas d’exemples de sous-dominance.
L’exemple le plus connu qui s’en rapproche le plus est le cas du système Rhésus
(H et C, 1989). Dans ce système, les Rh+Rh- sont en moyenne défavorisés
par rapport aux Rh+Rh+ ou Rh-Rh-, car les femmes Rh-Rh- ont plus de chance de
perdre un enfant (quand ce dernier est Rh+Rh-). Le maintien d’un tel polymor-
phisme dans les populations humaines est assez surprenant. Tant que le polymor-
phisme persiste, la signature d’un tel processus est un déficit en hétérozygotes, par
rapport aux attendus de Hardy-Weinberg, chez les adultes, et donc un excès d’homo-
zygotes, pour le locus concerné (et seulement lui). Avec deux allèles (1 et 2) de fré-
quences respectives p1 et p2, cela donne les fréquences génotypiques : p1² + p1p2FIS,
2p1p2(1 - FIS) et p2² + p1p2FIS, pour 1/1, 1/2 et 2/2 respectivement, avec FIS le
déficit en hétérozygotes (voir plus loin).

Super-dominance
Là non plus, le terme n’est pas très heureux, mais c’est ainsi. Ici, ce sont les homo-
zygotes qui sont moins favorisés (ou avantage de l’hétérozygote). Dans ce cas, la
population tend à converger vers un équilibre stable des fréquences alléliques au locus
concerné (et seulement lui). Il existe encore une fois peu d’exemples naturels de ce
phénomène. Les plus connus sont la résistance à la malaria des patients hétérozygotes
pour la drépanocytose (ou anémie falciforme) (R, 1996). Il y a deux allèles au
locus responsable. Le premier allèle (+) dit sauvage, et le second (-) dit mutant. Les
individus -/- sont atteints d’une maladie génétique grave (survie et reproduction très
compromises), les individus +/+ sont normaux, mais les individus +/- sont en moins
bonne santé que les +/+ sauf dans les populations soumises à une forte pression par
Plasmodium falciparum (l’agent le plus virulent de la malaria). Dans ce dernier cas, les
+/+ ont des taux de survie inférieurs à celui des +/-, qui eux-mêmes survivent mieux
que les -/- (qui sont très malades, quelles que soient les conditions), il y a super-domi-
nance. Notons que ces modes de résistance sont coûteux en termes de zygotes produits,
puisqu’une grande partie des individus produits à chaque génération sont homo-
zygotes et donc moins bien adaptés. Une échappatoire à ce travers peut provenir du
système de reproduction s’il fait en sorte qu’une majorité d’hétérozygotes soient issus
de la reproduction. Ceci se traduirait par un coût au niveau reproductif (choix du
conjoint) et les individus hétérozygotes produits sont tous condamnés à une descen-
dance imparfaite. La signature de ce phénomène sur des marqueurs génétiques est
bien évidemment la présence d’excès d’hétérozygotes par rapport aux attendus de

34 Initiation à la génétique des populations naturelles

Hardy-Weinberg, pour le seul locus concerné par cette sélection, bien évidemment,
et éventuellement pour les loci les plus liés au gène sous sélection (auto-stop).

La sélection fréquence-dépendante
On l’appelle aussi sélection apostatique (avantage du rare ou apostat) : plus un allèle
est rare et plus l’individu qui le porte a de chances de survivre et/ou de se reproduire.
Les exemples sont multiples. Les plus connus concernent ce qui a trait aux systèmes
immunitaires et à la sélection sexuelle (S et al., 2001). Chez le trèfle, par
exemple, on connaît un locus d’auto-incompatibilité possédant une multitude d’al-
lèles différents (L, 2000). Une fleur de trèfle ne peut être fécondée que par
un pollen ne possédant aucun des deux allèles présents chez la fleur à ce locus. Il en
résulte que les plantes sont nécessairement toutes hétérozygotes à ce locus et que tout
mutant ou migrant possédant un allèle nouveau sera fortement favorisé (il peut fécon-
der, et être fécondé par, tout le monde). Le système MHC (Complexe majeur d’his-
tocompatibilité) des mammifères ou HLA (Antigène lymphocytaire humain) chez
l’homme, fonctionne selon un principe équivalent puisqu’un couple dont le HLA est
trop similaire est stérile, et qu’il y a manifestement des attirances dépendantes de la
différence entre le MHC des deux partenaires (W et P, 2000). Ici, la
signature du phénomène est facile à repérer, puisque les loci impliqués doivent avoir
une hétérozygotie fixée ou au moins très élevée. D’autres exemples peuvent concerner
des systèmes de résistance hôte/virulence parasite. C’est le cas des modèles de gène-
pour-gène (avec coûts sélectifs) où seuls les parasites « virulents » peuvent infecter les
hôtes « résistants », alors que les hôtes susceptibles peuvent aussi être envahis par les
parasites « avirulents » ; c’est le cas aussi des modèles appelés « matching alleles » où
chaque allèle de résistance de l’hôte ne permet l’invasion que d’un type de parasite
porteur d’un allèle de virulence précis (se référer à A et L, 2002 pour une
description plus détaillée de ces deux modèles). On conçoit que si on a par exemple
deux types de parasites P1 et P2 et deux types d’hôtes H1 et H2, si seul H1 est com-
patible pour P1 et H2 pour P2, mais que ce parasite est létal pour l’hôte dans lequel
il parvient à s’installer, on comprend bien que ce système fonctionnera de façon fré-
quence-dépendante. Ici, la signature de ce système au niveau du locus en tant que
marqueur génétique ne sera pas évidente à mettre en évidence autrement que par des
expériences ou des suivis dans le temps de tous les acteurs du système. La fréquence-
dépendance aura souvent tendance à homogénéiser les fréquences alléliques des loci
concernés sur une grande part de l’aire de répartition de l’espèce. Cependant, l’inte-
raction avec les schémas de migration peut potentiellement complexifier ce schéma
(G et al., 1996 ; G, 2002 ; M et al., 2005).
Hétérosis
L’hétérosis (ou vigueur hybride) est un phénomène global qui affecte la totalité du
génome. Il peut provenir d’une superdominance globale répartie sur de très
nombreux loci du génome ou bien il résulte de la présence de nombreux allèles

Concepts de base en génétique des populations 35

délétères récessifs dans la population qui fait que plus un individu est hétérozygote
au plus grand nombre de loci et plus sa valeur sélective croît (voir P et al.,
2004a). Ici, la signature génétique de ce phénomène correspond à un excès d’hété-
rozygotes sur l’ensemble des loci testés. Il convient cependant de pouvoir écarter les
hypothèses alternatives, que nous aborderons plus loin, pouvant expliquer un excès
d’hétérozygotie multilocus tels que la clonalité (B et al., 2003), l’existence de
petites populations dioïques ou autoincompatibles (B, 2004) avec ou sans
biais de dispersion sexe-spécifique (P, 1981 ; P et D M, 2002)
ou les membres d’une même fratrie (individus issus de la même ponte) (C
et al., 2007a). Ce phénomène aura tendance à homogénéiser les fréquences alléliques
entre différents sites (sous-populations) à tous les loci impliqués et donc
potentiellement sur l’ensemble des loci du génome (auto-stop).

La sélection gamétique
La sélection gamétique donne un avantage à certains gamètes (spermatozoïdes plus
performants). C’est une forme de sélection souvent négligée mais très puissante,
comme en atteste le maintien de mutations délétères (même sub-létales) à des
fréquences anormalement élevées (N et B, 1993).

Le régime de reproduction n’est pas panmictique

Ici, aussi plusieurs cas sont possibles.

Autofécondation
Ceci n’est bien sûr possible que chez des organismes hermaphrodites (Taenia,
Echinococcus, Fasciola, Plasmodium) (nous ne parlerons pas ici de certains cas de
parthénogénèse automictique). Imaginons que chez de tels organismes, une propor-
tion s de gamètes est investie dans l’autofécondation et donc 1-s dans des croise-
ments panmictiques. En reprenant notre locus à deux allèles de tout à l’heure, nous
pouvons poser que Dn, Hn et Rn sont les fréquences des génotypes 1/1, 1/2 et 2/2 à
la génération n respectivement, avec Dn = N11/N, Hn = N12/N et Rn = N22/N. Nous
supposerons ici que N (taille de la population) est très grand. Ces individus se repro-
duisent. Quelles seront les fréquences génotypiques à la génération suivante ?
– Pour Dn+1 : par autofécondation (proportion s des zygotes produits), seuls les 1/1,
en proportion Dn, et les 1/2, en proportion Hn, de la génération n peuvent produire
des 1/1. Dans ce cas, les 1/1 qui s’autofécondent ne produisent que des 1/1 (on
suppose qu’il n’y a pas de mutation) et les 1/2 ne produisent par autofécondation
que ¼ de 1/1 (le reste étant ½ de 1/2 et ¼ de 2/2). Par panmixie (1-s des zygotes),
on a vu que la proportion de 1/1 produite est de p1² (la fréquence de l’allèle 1 chez
les zygotes n’a pas de raison d’être différente de celle de la population). On a donc :
Dn+1 = s [Dn + ¼ Hn] + (1 - s) p1²

36 Initiation à la génétique des populations naturelles

– Pour Hn+1 : seuls les hétérozygotes (Hn) peuvent produire d’autres hétérozygotes
par autofécondation (s) (pour moitié, car le reste se répartit en ¼ de 1/1 et ¼ de 2/2,
comme on l’a vu), et la panmixie (1 - s) en produit 2p1 p2, donc :
Hn+1 = s [½ Hn] + (1 - s) 2p1 p2
– Pour Rn+1 : on a la situation symétrique à celle de Dn+1, à savoir :
Rn+1 = s [Rn + ¼ Hn] + (1 - s) p2²
Nous avons maintenant toutes les informations nécessaires pour calculer la fré-
quence d’équilibre des hétérozygotes, si elle existe. À l’équilibre, plus rien ne bouge
(par définition), et nous obtenons donc Hn+1 = Hn = He. Nous pouvons alors poser :
He = s [½ He] + (1 - s) 2p1 p2 et donc
He – s [½ He] = (1 - s) 2p1 p2, d’où
He [1 – ½ s] = (1 - s) 2p1 p2, d’où
(1 − s ) 2 p1 p 2 (1 − 12 s − 12 s )2 p1 p 2  2 s
1 
He = = = 2 p p 
1 2 1 − 1 
1− 2 s
1
1− 2 s
1
 1− 2 s 
 s 
H e = 2 p1 p 2 1 −  (3)
 2−s
et donc pour De et Re on a de la même façon :
s
De = p 12 + p 1 p 2
2−s (4)
et
s
R e = p 22 + p 1 p 2 (5)
2−s
D’après l’équation (3), on voit que si s = 0 on retrouve Hardy-Weinberg. Si s = 1, on
obtient He = 0, ce qui revient à dire qu’il ne reste pas d’hétérozygotes à l’équilibre,
seulement p1 1/1 et p2 2/2 (facile à vérifier avec les équations 4 et 5, sinon allez voir
la réponse 3). C’est ce qui se passe par exemple chez Taenia solium (K, 2002 ;
D M et al., 2003). Si s est entre 0 et 1, il y aura un déficit plus ou moins
important d’hétérozygotes. Il est très important de noter que la même signature de
l’autofécondation est attendue à tous les loci étudiés (signature génomique).
Le fait qu’un organisme soit hermaphrodite et puisse s’autoféconder n’implique pas
nécessairement que ses populations ne soient pas panmictiques. Par exemple, en
utilisant des marqueurs microsatellites, H-B et al. (2004) ont trouvé
que les populations de la grande douve du foie Fasciola hepatica, plathelminthe her-
maphrodite, montraient des fréquences génotypiques conformes à l’attendu sous
panmixie. En panmixie, on attend en effet que 1/N des zygotes produits le soient
par autofécondation (R, 1996). Ce sont plutôt les organismes à sexes séparés
qui ne sont jamais panmictiques entièrement (les gènes contenus dans les femelles
ne peuvent s’associer qu’à ceux contenus dans les mâles). Ceci n’a vraiment

Concepts de base en génétique des populations 37

d’importance que dans les petites populations. Chez les espèces dioïques ou chez les
hermaphrodites autoincompatibles, on s’attend à détecter des excès d’hétérozygotes
par rapport à l’attendu sous les hypothèses de Hardy-Weinberg (B, 2004).
Des excès d’hétérozygotes plus ou moins prononcés sont donc attendus chez de
nombreuses espèces parasites tels que les schistosomes (dioecie) ou les monogènes
(monoïques largement autoincompatibles), ce qui a en effet été documenté pour
Schistosoma mansoni (P et al., 2002).
Les croisements systématiques entre apparentés
Chez la guêpe parasitoïde Nasonia vitripennis, la femelle pond plusieurs œufs (frères-
sœurs) dans une même chenille. Ceci a tendance à favoriser les croisements entre
frères et sœurs (S et al., 2004). Dans certaines populations, c’est même la
règle. Ce type de reproduction existe ou a existé de façon marginale dans l’espèce
humaine pour certains membres de familles royales ou impériales (pharaons, rois
européens). Le résultat est identique au précédent même si moins efficace (voir la
figure 6). On obtient des déficits en hétérozygotes à tous les loci par rapport aux
attendus sous l’hypothèse de panmixie.
L’homogamie
Ici, les individus de même génotype préfèrent s’accoupler entre eux ou la compati-
bilité entre gamètes est augmentée par la ressemblance génétique. Les conséquences
sont identiques à l’autofécondation sauf qu’elles ne concernent que les gènes respon-
sables du caractère (homogamie), et ceux qui leur sont liés (auto-stop), qui voient la
fréquence des hétérozygotes diminuer. S’il y a dominance pour le caractère (chaque
génotype se reconnaît), la vitesse de perte d’hétérozygotie sera la même que pour
l’autofécondation, alors que s’il y a dominance pour le caractère (les hétérozygotes et
homozygotes dominants s’accouplent de leur côté et les homozygotes récessifs du
leur), cette vitesse dépend des fréquences alléliques. Des caractères tels que la taille à
la maturité sexuelle ou la résistance aux pathogènes ont presque toujours, au moins
en partie, un déterminisme génétique. Or, il est prouvé que dans de nombreuses
espèces, ces caractères conditionnent l’appariement assorti (assortative mating) des
partenaires sexuels (T et al., 1995).
La figure 6 illustre une comparaison de l’efficacité, en termes de perte d’hétérozygo-
tie, des différents régimes consanguins de reproduction décrits plus haut. Remarquons
que l’autofécondation est la plus efficace, que les croisements frères/sœurs sont les
moins rapides, mais rattrapent l’homogamie avec dominance sur la fin et que les plus
lents sont les homogames dominants pour lesquels l’allèle dominant est le plus fré-
quent dans la population de départ.
L’hétérogamie
L’autoincompatibilité est une forme d’hétérogamie. Elle ne peut exister sans sélec-
tion fréquence-dépendante (voir p. 35). Notons qu’elle ne concerne que les loci

38 Initiation à la génétique des populations naturelles

 0,5

Autofécondation 100 %

0,4 Croisement frère/sœur 100 %

Homogamie 100 % (p = 0,5)
Homogamie 100 % (p = 0,25)
Homogamie 100 % (p = 0,75)

0,3

0,2

0,1

0
0 10 20 30 40 50
t
Figure 6
Perte d’hétérozygotie (H) en fonction du temps en générations non chevauchantes (t)
pour différents types de croisements consanguins, pour deux allèles et pour une fréquence
d’hétérozygote à t0 de ½. Pour l’homogamie, les résultats sont donnés dans le cas
où le premier allèle est dominant avec différentes fréquences (p) de cet allèle au locus concerné.
Pour l’autofécondation et les croisements frères sœurs, les valeurs concernent l’ensemble
des loci alors que pour l’homogamie, elles ne sont pertinentes que pour les loci concernés
par le phénomène. Dans tous les cas, le phénomène concerne 100 % des gamètes (s = 1).

responsables du caractère. Cependant, nous pouvons aussi envisager une relation

épistatique de l’ensemble du génome sur un locus d’évitement de l’apparentement.
En effet, la consanguinité peut entraîner un fardeau important, il n’est donc pas
déraisonnable de penser qu’il peut être avantageux de choisir les partenaires sexuels
les moins apparentés pour former des zygotes. Une descendance plus hétérozygote
et donc plus variable pourrait aussi apporter un avantage face à des agresseurs (para-
sites). Dans ce cas, on s’attend à un excès d’hétérozygotes sur tous les loci utilisés
pour cette reconnaissance. Ceci peut aussi être accompli par un biais sexe-spécifique

Concepts de base en génétique des populations 39

de dispersion dans une population structurée (seuls les mâles dispersent, par
exemple) (P et D M, 2002 ; P et al., 2003). Dans ce cas,
les accouplements se font entre individus plus divergents génétiquement que s’il y
avait panmixie. Cela entraîne alors, comme déjà évoqué, de légers excès d’hétéro-
zygotes à tous les loci (P, 1981 ; P et D M, 2002). Un exemple
récent sur les otaries à fourrure de l’île de Géorgie (hémisphère sud) a mis en évi-
dence un choix délibéré des femelles pour s’accoupler avec des mâles non apparentés
et plus hétérozygotes2 (H et al., 2007).
La clonalité
Par définition la clonalité, ou reproduction asexuée, ou encore parthénogenèse apo-
mictique, reproduit à l’identique les individus qui la pratiquent. Elle ne peut donc
rien changer à elle seule. Cependant, en populations finies subissant la dérive géné-
tique, avec un taux de mutation constant, des excès d’hétérozygotes sont attendus
par rapport aux fréquences génotypiques de Hardy-Weinberg à l’échelle de l’en-
semble du génome et on s’attend même au bout d’un certain temps à une hétéro-
zygotie totale, sauf pour les allèles homoplasiques (B et al., 2003 ; D M
et B, 2005 ; D M et al., 2006 ; D M et al., 2007b).

Les générations se chevauchent

Ce phénomène ne va pas créer une perturbation seul, mais combiné à la dérive, il va

créer une hétérogénéité dans la population (effet Wahlund, voir plus loin) qui va se
traduire par un déficit en hétérozygotes proportionnel à l’intensité de la dérive. Cela
aura aussi tendance à minimiser certaines mesures de différenciation entre popula-
tions telles que le FST (voir plus loin).

LA NOTION DE DÉFICIT
EN HÉTÉROZYGOTES,
DÉFINITIONS

Comme nous venons de le voir, la structure génotypique d’une population, p1², 2 p1 p2

et p2², attendue sous les hypothèses de Hardy-Weinberg, peut être altérée par cer-
taines formes de sélection et par le système de reproduction. Il va donc y avoir
d’autres fréquences génotypiques observées, Do, Ho et Ro pour les génotypes 1/1, 1/2
et 2/2 respectivement (pour le cas à deux allèles). Si on ne s’intéresse qu’aux causes
dues au système de reproduction (qui affectent donc tous les loci), on voit que ce

2
Les individus les plus hétérozygotes sont probablement ceux qui présentent le plus grand choix d’allèles dis-
ponibles. Dans l’un et l’autre cas, les descendants peuvent espérer une plus grande hétérozygotie.

40 Initiation à la génétique des populations naturelles

qui est perdu ou gagné par les hétérozygotes est normalement équitablement restitué
aux homozygotes, comme suggéré en p. 37 équations 4 et 5 :
Do = p1² + p1p2FIS
Ho = 2p1p2(1 - FIS) = 2p1p2 - 2p1p2FIS = He - HeFIS
Ro = p2² + p1p2FIS
d’où on peut tirer que :
He − Ho H
F IS = = 1− o (6)
He He
où FIS représente donc le ratio d’hétérozygotie en plus ou en moins observé par
rapport à l’hétérozygotie attendue (He) sous les hypothèses de Hardy-Weinberg. Ce
nouveau paramètre, défini par Wright (W, 1965) est appelé indice de fixation
(F) des individus dans les sous-populations (s) ou déficit en hétérozygotes. Il varie
entre – 1 et + 1. Les valeurs négatives correspondant donc à un excès d’hétéro-
zygotes, les valeurs positives à un déficit en hétérozygotes et une valeur nulle corres-
pondant donc à Hardy-Weinberg. Il est intéressant de noter que – 1 ne peut être
atteint que par une population où tous les individus sont hétérozygotes pour les
mêmes deux allèles (par exemple, 1/2), alors que + 1 signifie seulement qu’il n’y a
aucun hétérozygote, et donc tous les homozygotes que l’on veut. Il y a donc une
contrainte sur les fréquences alléliques pour les FIS négatifs : pour FIS = - 1 on a donc
nécessairement deux allèles avec p1 = p2 = ½.
On peut donc exprimer les fréquences génotypiques en fonction du FIS :
 Do = p 12 + p 1 p 2 F IS

 H o = 2 p 1 p 2 (1 − F IS ) (7)

 R o = p 2 + p1 p 2 F IS
2

ce qui correspond aux formules généralisées de Wright.

Nous pouvons donc calculer un déficit en hétérozygotes standardisé, indépendant
des fréquences alléliques et donc comparable d’un locus à l’autre et d’une étude à
l’autre. Prenons par exemple les effectifs génotypiques suivants : N11 = 15, N12 = 10
et N22 = 20, issus du génotypage allozymique d’une enzyme quelconque d’un échan-
tillon de vers hermaphrodites prélevés dans un intestin de mammifère. En utilisant
les équations (1) et (2), nous pouvons calculer les fréquences alléliques : p1 = 0,44,
p2 = (1 - p1) = 0,56. D’où nous pouvons tirer, en utilisant (6) :
N12 10
Ho
FIS = 1 − = N = 1 − 15 + 10 + 20 = 0,55
H e 2 p1 p 2 2 × 0.44 × 0.56
Ce résultat se traduit par le fait qu’il manque 55 % des hétérozygotes attendus sous
l’hypothèse de panmixie. Si on fait l’hypothèse que ce déficit vient de l’autofécondation,

Concepts de base en génétique des populations 41

on peut utiliser les équations (3) et (7) pour estimer le taux d’autofécondation
conduisant au FIS observé. En effet, on voit bien qu’en combinant ces deux équa-
tions, on obtient :
s
F IS =
2−s
D’où on tire facilement que :
2 F IS
s = (8)
1 + F IS
Nous avons ici un premier exemple d’inférence possible à l’aide de marqueurs
moléculaires. La connaissance du déficit en hétérozygotes, en supposant que ce
dernier ne vient que du régime de reproduction et qu’on est à l’équilibre génoty-
pique, permet d’estimer la proportion d’autofécondation pratiquée par la popula-
tion étudiée. Ceci a par exemple permis d’estimer ce taux d’autofécondation dans
les populations de lymnées tronquées, escargot aquatique hôte intermédiaire de la
grande douve du foie (s estimé entre 0,8 et 1) (M et al., 2004a). Si la popu-
lation n’est pas à l’équilibre génotypique, il s’agit alors de valeurs minimales néces-
saires pour expliquer les fréquences génotypiques observées. Dans le cas des
lymnées tronquées, cela ne change pas grand-chose d’ailleurs, car on est proche du
maximum possible.
Dans le cas de loci à plus de deux allèles, il va exister autant de FIS que d’allèles. On
comprend facilement que la multiplicité des FIS ne va pas favoriser l’interprétation
des processus qui conduisent aux fréquences génotypiques observées (comme le taux
d’autofécondation). On peut calculer un FIS moyen sur l’ensemble des allèles. On
peut faire la moyenne non pondérée, mais la méthode la plus populaire, et la meil-
leure à mon sens, correspond à la moyenne des FIS par allèle pondérée par le produit
des fréquences alléliques pi(1 - pi). Ce type de pondération permet de donner le
maximum de poids aux allèles de fréquences intermédiaires, et peu de poids aux
allèles rares.
Une mesure du FIS sur un seul locus est une entreprise hasardeuse, car il ne permet
pas de mesurer à quel point c’est bien le régime de reproduction qui est responsable
de ce que l’on observe ou un artefact lié au locus étudié. Plus cette mesure est faite
sur un grand nombre de marqueurs, plus fiables seront les inférences qu’on en tirera.
La philosophie de pondération est la même que pour le FIS multiallélique et ce sont
donc les loci les plus polymorphes (qui ont le plus d’allèles aux fréquences les plus
équilibrées) qui ont le plus de poids dans le calcul du FIS moyen.
Enfin, il est plus fiable de calculer un FIS moyen sur plusieurs réplicats indépendants
(échantillons), la philosophie de pondération restant la même, additionné des tailles
respectives des différents échantillons si celles-ci diffèrent. Il convient alors de définir
le FIS comme l’indice de fixation, ou degré relatif d’homozygotie des individus dans
les sous-populations (d’où les lettres i et s en indice) provenant d’une rencontre non

42 Initiation à la génétique des populations naturelles

aléatoire des allèles pour former les individus de chaque sous-population. La for-
mule 6 devient (N et C, 1983) :
Hs − Ho
F IS = (9)
Hs
où Hs représente l’hétérozygotie attendue moyenne sur l’ensemble des sites, des loci
et allèles ou, plus exactement, la diversité génétique moyenne sur l’ensemble des
sous-échantillons, et H o l’hétérozygotie moyenne observée. Cependant, afin de
nous conformer aux notations et expressions modernes il nous faut maintenant
exprimer cet indice en fonction des probabilités d’identité entre allèles. Soit QI la
probabilité d’identité de deux allèles dans un individu à un locus prix au hasard et
QS la probabilité d’identité de deux allèles pris au hasard dans deux individus de la
même sous-population pour le même locus pris au hasard, alors nous avons
QI = 1- H o et QS = 1 - Hs et donc :
1 − QS − 1 + Q I Q I − QS
F IS = = (10)
1 − QS 1 − QS
Qui correspond à la définition la plus générale du FIS (R, 2004).

POPULATIONS
STRUCTURÉES,
EFFET WAHLUND
ET STATISTIQUES F
(F-STATISTICS)
L’exemple du modèle en îles
Les populations naturelles d’êtres vivants ne sont pas distribuées de façon homogène
sur l’ensemble de la biosphère : elles sont subdivisées. Un très grand nombre de
modèles de populations structurées existe. Le but de cette notice n’étant pas de passer
en revue tout ce qui existe en génétique des populations (~ une dizaine de volumes de
500 pages chacun), nous nous focaliserons ici sur le modèle en îles de Wright
(W, 1951). Nous allons supposer que la population qui nous intéresse est sub-
divisée en n sous-populations de taille N chacune, avec n très grand. À chaque généra-
tion, chaque population meurt en envoyant une infinité de propagules dans le milieu.
Chaque sous-population est ensuite recolonisée par ces propagules avec une propor-
tion m qui vient d’ailleurs et (1-m) qui revient à sa population d’origine (ils n’ont pas
bougé en fait). Cela revient à dire que chaque sous-population est constituée, à chaque
génération, de Nm immigrants et de (1-m)N résidents et où les immigrants pro-
viennent de chacune des n sous-populations avec la même probabilité 1/n (elles ont
toutes la même taille et les propagules tombent au hasard). Notons que cette probabi-
lité est cependant faible (car n grand). Ce modèle est illustré dans la figure 7.

Concepts de base en génétique des populations 43

 etc etc

Population Population
ij (i+1) j
etc etc
mN (1-m)N mN (1-m)N

Population Population
(i)(j+1) (i+1)(J+1)
etc
etc
mN (1-m)N mN (1-m)N

etc etc
Figure 7
Le modèle en îles de Wright. Chacune des n sous-populations est constituée de N individus
dont une proportion m provient de l’extérieur (migrants) et (1-m) d’autochtones.

Le déficit en hétérozygotes dû à la structuration

(effet Wahlund)
Pour l’instant, on ne fait pas d’hypothèse sur le régime de reproduction, on va donc
considérer que la reproduction est panmictique. Si on laisse ce système évoluer, les
fréquences alléliques des différents loci vont donc évoluer également à l’intérieur des
sous-populations, même si elles restent inchangées sur l’ensemble. Nous avons en
effet supposé que n était très grand (n→∞). Il n’y a donc pas de dérive à l’échelle
globale. Par contre, N et m sont limités, il y a donc possibilité de dérive génétique
dans chaque sous-population, comme décrit en p. 31, et interaction avec la migra-
tion. La dérive va tendre à faire diverger les fréquences alléliques entre les différentes
sous-populations et la migration va tendre à homogénéiser ces fréquences. Si on
admet qu’il y a panmixie dans chaque sous-population i, on va observer, sur
l’ensemble du système, une hétérozygotie de :
1 i =n
H oT = ∑ 2 p i (1 − p i ) (11)
n i =1
s’il n’y a que deux allèles dans tout le système, dont le premier à la fréquence pi dans
la sous-population i.

44 Initiation à la génétique des populations naturelles

Sur l’ensemble, la fréquence de cet allèle sera donc égale à la moyenne des fréquences
trouvées sur l’ensemble des sous-populations :
1 i =n
p= ∑ pi
n i =1
(12)

Sur l’ensemble encore, on peut également calculer la fréquence des hétérozygotes

attendus sous l’hypothèse d’une panmixie globale :

(
H eT = 2 p 1 − p ) (13)
On peut alors calculer un déficit global en hétérozygotes :
H eT − H oT
F IST = (14)
H eT
En utilisant (11) et (13), on obtient pour (14) :
1 n
(
2p 1− p − ) ∑ 2 p i (1 − p i )
n i =1
FIST =
2p 1− p ( )
d’où
 
( )
n
2 1
2  p − p − ∑ p i − p i2 
 n i =1 
FIST = 
2p 1− p ( )
en simplifiant et en développant :
2 1 n 1 n
p−p − ∑ p i + ∑ p i2
n i =1 n i =1
FIST =
(
p 1− p )
et donc en utilisant (12) :
2
p − p − p + p2
FIST =
(
p 1− p )
ce qui donne enfin :
2
p2 − p
FIST = (15)
(
p 1− p )

Concepts de base en génétique des populations 45

L’équation (15) peut également s’écrire (veuillez vous référer à la réponse 4 si vous
ne voyez pas pourquoi) :

FIST =
( pi − p )
2

p (1 − p )
Il s’agit donc du rapport entre la moyenne du carré des écarts à la moyenne (si cela
ne vous rappelle rien, reportez-vous à la réponse 5) et la valeur que prend cette
moyenne des carrés des écarts à la moyenne quand toutes les sous-populations sont
fixées pour l’un ou l’autre des allèles (à vérifier en réponse 6). Dans le cas de deux
allèles, cela veut dire qu’on a p sous-populations fixées pour l’allèle 1 et 1- p pour
le 2. Nous avons donc :
σ 2 (p )
F IST = 2 i (16)
σ max ( p i )
Cette valeur est nécessairement toujours positive et correspond donc à un déficit
en hétérozygotes dû au fait que l’on calcule le FIS en réunissant des individus qui
n’appartiennent pas aux mêmes unités. On voit bien dans les équations (14), (15)
et (16) que si les sous-populations partagent les mêmes fréquences alléliques
(variance nulle), ce déficit est nul (pas de déviation par rapport à Hardy-Weinberg),
alors que dans les autres cas il est positif, et ce d’autant plus que les fréquences
alléliques diffèrent entre sous-populations, jusqu’à une valeur maximale de 1
quand chaque sous-population est fixée pour un des allèles présents (variance
maximale). On appelle ce phénomène l’effet Wahlund (W, 1928), c’est-à-
dire le déficit en hétérozygotes dû à la structuration de la population. Ce déficit
en hétérozygotes correspond en fait au FST de W (1965), dont la formule en
fonction des hétérozygoties et diversités géniques (N et C, 1983) est la
suivante :
H − Hs
F ST = T (17)
HT
où HT correspond à l’hétérozygotie attendue si tous les individus de toutes les sous-
populations se croisaient au hasard (panmixie globale) et Hs correspond à l’hétéro-
zygotie moyenne attendue si les individus se croisaient au hasard à l’intérieur de
chaque sous-population (panmixie locale). En fait pour le cas le plus général, HT et
Hs correspondent respectivement à la diversité génique de la population totale et à
celle trouvée au sein des sous-populations (moyennée sur l’ensemble).

Les statistiques F de Wright (1965)

Définitions classiques
Il est possible que les sous-populations de notre modèle en îles ne soient pas
panmictiques. Dans ce cas, le déficit en hétérozygotes global résultera de deux effets :

46 Initiation à la génétique des populations naturelles

l’effet Wahlund et l’effet des croisements non aléatoires dans les sous-populations.
On aura alors (N et C, 1983) :
HT − H o
F IT = (18)
HT
Nous pouvons ainsi définir les trois statistiques F de Wright (ou indices de fixation
de Wright). Le FIS (I pour individu et S pour sous-population) mesure la consan-
guinité des individus eux-mêmes relativement à la consanguinité entre individus
d’une même sous-population (parenté). C’est aussi une mesure de la part d’homo-
zygotie qui provient d’une déviation par rapport au régime de reproduction pan-
mictique idéal dans les sous-populations (rencontre au hasard des gamètes dans
chaque sous-population), on dit souvent aussi que le FIS mesure le déficit en
hétérozygotes local moyen (sur l’ensemble des sous-populations). Le FST corres-
pond à la consanguinité entre individus d’une même sous-population relativement
à la consanguinité entre sous-populations de la population totale. Il mesure l’effet
Wahlund (ou structuration des populations), c’est-à-dire la part d’homozygotie
des individus de la population totale (d’où l’indice T) provenant de la subdivision
de ces derniers en sous-populations de tailles limitées (indice S), on dit aussi qu’il
mesure la différenciation génétique entre sous-populations. Enfin, le FIT mesure
l’homozygotie des individus de la population totale résultant des deux phéno-
mènes précédents :
 Hs − Ho
 F IS =
 Hs
 HT − H s
 F ST = (19)
 HT
 HT − H o
 F IT =
 HT
À partir des équations (19), il est facile d’obtenir la relation classique (au moins
pour les personnes ayant déjà entendu parler de génétique des populations struc-
turées) :
(1 - FIT) = (1 - FIS)(1 - FST) (20)
Il n’est pas inintéressant de préciser que ces indices de fixation mesurent égale-
ment, à un certain degré, la consanguinité des individus, celle due au nombre
restreint de partenaires dans des sous-populations isolées et de tailles finies (FST)
et celle due aux déviations par rapport à un régime panmictique de repro-
duction (FIS).
Comme nous l’avons vu, le FIS varie de – 1 à 1 (voir p. 41). Le FST varie de 0 (pas
de structuration) à 1 (toutes les sous-populations sont fixées pour l’un ou l’autre des
allèles). Le FIT, tout comme le FIS, varie entre – 1 et 1.

Concepts de base en génétique des populations 47

Nous pouvons, pour finir, remarquer que, pour un modèle en îles infini et deux
allèles, nous avons démontré avec l’équation (16) que :
σ 2 ( p)
F ST =
σ max
2
( p)
ce qui correspond à la définition originelle du FST (W, 1965) restée assez
populaire pour qu’on la trouve encore dans de nombreuses publications et ouvrages
spécialisés.

Définitions en fonction des probabilités d’identité

Maintenant, notons QI la probabilité d’identité de deux allèles d’un même locus au
sein d’un même individu pris au hasard, QS la probabilité de tirer deux allèles iden-
tiques d’un même locus de deux individus différents de la même sous-population et
QT la probabilité de tirer deux allèles identiques de deux individus de deux sous-
populations différentes pris au hasard. Nous pouvons alors donner les formules
généralisées des statistiques F pour un degré 3 de subdivision (individu, sous-popu-
lation et total) (R, 2004) :
 Q I − QS
 FIS = −
 1 QS
 QS − QT
 FST = (21)
 1 − QT
 QI − QT
 FIT =
 1 − QT
En partant du système d’équations (21), nous pouvons également constater que le
FST varie entre FST = 0, quand l’identité génétique entre individus est indépen-
dante de la sous-population où ces individus résident (absence de différenciation
génétique entre sous-populations), et FST = 1, quand tous les individus résidant
dans la même sous-population sont génétiquement identiques (QS = 1), mais ne
sont pas nécessairement identiques à ceux résidant dans d’autres sous-populations
(QT < 1). Par conséquent, FST = 1 signifie une indépendance complète des sous-
populations (et donc des individus qui les composent) entre elles, ce qui est
attendu si ces sous-populations sont restées isolées les unes des autres pendant une
durée suffisamment longue. Le FIT varie entre FIT = - 1, quand tous les individus
de la population totale sont hétérozygotes pour les deux mêmes allèles et FIT = 1
quand tous les individus sont homozygotes avec au moins deux allèles dans la
population totale.
Quand la probabilité d’échantillonner deux allèles identiques d’un même locus sur
l’ensemble de la métapopulation devient indépendante de la localité d’origine et des
individus d’où l’on peut les tirer, alors QI = QS = QT et une conformité globale aux
proportions attendues sous Hardy-Weinberg est observée avec FIS = FST = FIT = 0.

48 Initiation à la génétique des populations naturelles

 Inférer Nm à partir du FST dans un modèle en îles
Nous avons vu précédemment qu’en utilisant les conséquences analytiques de l’auto-
fécondation, nous pouvions estimer un taux possible d’autofécondation à partir de
la connaissance du FIS (équation 8). Nous allons voir maintenant que la connais-
sance d’un FST peut permettre l’inférence du nombre d’individus migrants (le pro-
duit Nm) dans une sous-population si cette dernière fait partie d’un modèle en îles.
Dans un modèle en îles infini composé de sous-populations panmictiques, la proba-
bilité d’identité entre deux allèles pris au hasard entre deux sous-populations est
nulle. En effet, si le nombre de sous-populations n est suffisamment grand, cette
probabilité est égale à QT = 1/n ≈ 0. Ceci conduit naturellement à ce que FST = QS,
la probabilité d’identité entre allèles d’individus résidant dans la même sous-popu-
lation (voir l’équation 21). Soit QS(t) cette probabilité à une génération quelconque t.
La proportion d’allèles non identiques dans chaque sous-population est donc égale
à (1 - QS(t)). À t+1, la proportion d’allèles identiques se verra augmentée par les
allèles échantillonnés deux fois parmi ceux différents au temps t. Sachant que la
probabilité d’échantillonner deux fois le même allèle parmi les 2N existants est égale
à (1/2N)², et qu’il faut répéter l’opération 2N fois pour construire une sous-popula-
tion, on a donc 1/2N chances de prélever deux fois le même allèle parmi les
(1 - QS(t)) qui diffèrent au temps t. L’accroissement de la probabilité d’identité dans
les sous-populations sera donc de (1 - QS(t))/2N et, si on ignore la migration, nous
aurons QS(t+1) = QS(t) + (1 - QS(t))/2N. Avec la migration, cette probabilité ne reste
valable que pour les paires d’allèles non migrants, avec la probabilité (1 - m)², car les
immigrants ne peuvent être identiques à personne (QT ≈ 0). En tenant compte de
l’ensemble de ces informations, et en espérant que les lecteurs ne sont pas encore
entièrement perdus, nous pouvons poser qu’à la génération t+1 :
 1 
QS ( t +1) = (1 − m) 2 QS ( t ) + (1 − QS ( t ) ) (22)
 2 N 
À l’équilibre entre migration et dérive, nous aurons :
(1 − m) 2
QS(t+1) = QS(t) = Qˆ S = 2N
(1 − m) 2
1 − (1 − m) 2 +
2N
ce qui donne :
(1 − m) 2
Qˆ S =
2 Nm( 2 − m) + 1 − 2m + m 2
Ici, nous pouvons supposer que m est suffisamment petit pour pouvoir le négliger en face
de 1. Si alors nous remplaçons QS par FST, nous pouvons retrouver la formule classique :
1
F ST ≈ (23)
4 Nm + 1

Concepts de base en génétique des populations 49

De cette équation, il est facile d’extraire la non moins fameuse égalité
Nm = (1 - FST)/4FST.
Nous pouvons introduire ici le fait que si les allèles sont affectés par un taux de
mutation constant u, correspondant au modèle IAM, alors l’équation (23) devient :
1
F ST ≈ (24)
4 N(m + u) + 1
En partant de l’équation (24), il est très facile de constater que pour des loci soumis
à de forts taux de mutation et donc très polymorphes, la valeur maximale du FST ne
pourra jamais atteindre la valeur 1, même quand m = 0. Cela signifie également
qu’un petit FST peut être obtenu dans des populations très structurées (Nm petits) si
les loci utilisés sont très polymorphes (beaucoup d’allèles, taux de mutation élevé).
Il existe une méthode simple pour se rendre compte de ce phénomène, comme nous
le verrons plus loin (en p. 60).
Pour obtenir l’équation (24), nous avons également fait l’hypothèse d’un nombre
infini d’allèles possible (IAM). Il se peut cependant que le modèle de mutation
s’écarte fortement de cet idéal, ce qui peut altérer les valeurs d’équilibre des statis-
tiques F (R, 1996). Dans le cas d’un KAM, R (1996) montre que les
statistiques F attendues sont les mêmes que pour un IAM, mais avec un taux de
mutation augmenté de K/(K - 1). Pour l’équation (24), cela donnerait :
1
F ST ≈ (25)
K
4 N(m + u) + 1
K −1
D’une manière très analogue, dans le cas d’un modèle en îles fini (nombre d’îles n
petit), on montre que l’équation (23) devient (toujours pour m petit) (en partant par
exemple de R, 1996) :
1
F ST ≈ (26)
n
4 Nm +1
n −1
Il est également utile de remarquer que les équations (23) et (24) sont obtenues sous
l’hypothèse d’un modèle en îles infini à l’équilibre entre migration, mutation et
dérive. Relâcher ces hypothèses peut alors fortement limiter nos capacités d’infé-
rences sur le nombre effectif de migrants (W et MC, 1998). Ainsi,
l’estimation du Nm à partir du FST n’est bien souvent qu’un « équivalent modèle en
îles ». C’est aussi pour ce genre de problèmes que d’autres types de modèles de popu-
lations structurées ont été imaginés.
Pertinence du modèle en îles
Le modèle en îles n’a pas que l’avantage de simplifier les analyses mathématiques. Ce
modèle est en effet conforme, même approximativement, à certaines structures de

50 Initiation à la génétique des populations naturelles

populations réelles. Dans le milieu marin, par exemple, il est probable que ce modèle
reflète le cycle de nombreux types d’organismes fixés et à dispersion importante
comme les bivalves, les échinodermes, les crustacés ou les algues, mais aussi de nom-
breux parasites tels que les crustacés parasites (copépodes, cirripèdes, isopodes,
amphipodes) et autres monogènes (D M, 2000), ou même les parasites en
général si on considère l’individu hôte comme une sous-population et que ces indi-
vidus hôtes sont suffisamment mobiles (N et al., 2006). Malgré un aspect très
caricatural, le modèle en îles représente donc un outil souvent efficace pour étudier
les populations naturelles, notamment de parasites.

Autres modèles de populations structurées

Il existe d’autres modèles de populations structurées qui permettent d’étudier les consé-
quences génétiques d’autres contraintes de subdivision que celles décrites par le modèle
en îles. Ces modèles font intervenir une composante géographique où l’éloignement des
sous-populations et/ou des individus va influencer les probabilités d’échanges de gènes
et/ou d’individus (flux de gènes et/ou d’individus). En termes de migration formelle, ceci
peut se traduire par un schéma discontinu de migration comme pour les modèles en pas
japonais (stepping stone models) (K et W, 1964 ; S, 1985). Le modèle de
diffusion peut être continu dans le cas de modèles en voisinage (neighbourhood models)
(W, 1965 ; R, 2000 ; L et al., 2004).
Ces modèles de populations peuvent se présenter en une dimension, comme dans le
cas d’espèces inféodées à un écotone bien défini (écosystèmes côtiers, bordures de
chemins, de routes de forêts, etc.), deux dimensions (paysage quelconque) ou trois
dimensions (milieux aquatiques, forestiers, etc.). La figure 8 illustre ces différentes
possibilités pour un modèle en stepping stone. Dans cette figure, les migrants ne
peuvent passer que d’une population directement adjacente à l’autre. Il existe égale-
ment des modèles mixtes entre stepping stone et modèle en îles (voir H et C,
1989 : 317-318). Enfin, le problème des individus ou sous-populations marginales
(en situation de bordure) est souvent résolu par la connexion entre elles de ces bords
libres, aboutissant à l’établissement d’un cercle (modèles en une dimension) ou d’un
tore (modèle en deux dimensions).
Dans de telles configurations de populations, plutôt que d’étudier un FST global, il
est plus informatif d’examiner la corrélation qui relie les distances génétiques avec
les distances géographiques séparant les paires d’individus ou de dèmes (R,
1997, 2000).

Estimateurs non biaisés des statistiques F

Les définitions présentées dans les équations (19) et (21) correspondent aux définitions
paramétriques des F de Wright. Dans la réalité, le nombre de sous-populations et le

Concepts de base en génétique des populations 51

Figure 8
Représentation graphique des modèles en pas japonais (stepping stone)
à une (a), deux (b) et trois (c) dimensions. Dans ces modèles, chaque dème
de taille N n’échange ses Nm migrants qu’avec les dèmes adjacents.

nombre d’individus échantillonnés par sous-population sont tous les deux limités. Le
génotypage d’individus sur plusieurs marqueurs génétiques ne peut se faire que sur
quelques sous-populations et sur un échantillon d’individus de ces sous-populations.

52 Initiation à la génétique des populations naturelles

Nous pouvons ici faire un petit rappel de statistiques de base. Pour un échantillon
de taille n où on mesure un caractère variable x dont la moyenne est x , la variance
aura la forme :
1 n
σ ²(x ) = ∑ ( xi − x )²
n i =1
(27)

si et seulement si on a échantillonné et mesuré x sur tous les individus de la popula-

tion. On aura alors une mesure paramétrique de la variance.
Dans le cas contraire, on doit appliquer la formule d’estimation de cette variance à
partir de notre échantillon de taille n :
1 n
s ²(x ) = ∑ ( xi − x )²
n − 1 i =1
(28)

Ceci vient du fait que pour calculer la moyenne, nous avons utilisé toute l’informa-
tion concernant la somme des xi. Par conséquent, quand on procède à la somme des
(xi- x )² et que l’on arrive au (n-1)ème terme, on a déjà toute l’information, le
nème terme apporte une information redondante. C’est pour cela que l’on divise par
n-1 (degré de liberté). Si on divise par n au lieu de (n-1), on sous-estime la variance
(estimation biaisée). On voit bien que plus n augmente, moins le biais est important.
Pour les F de Wright, que l’on peut faire correspondre à des rapports de variance, le
même type de phénomène se rencontre. Imaginons par exemple que je suis très
paresseux et que je n’échantillonne qu’un individu par sous-population. Dans ce cas,
j’aurais un individu soit homozygote, soit hétérozygote dans chacune de mes sous-
populations. Je ne peux calculer alors un FIS que dans les sites polymorphes, c’est-à-
dire ceux où j’ai trouvé un hétérozygote, avec p1 = p2 = 0,5. En appliquant
l’équation (19) on calcule :
H s − H o 2 p1 p 2 − 1
F IS = = = −1
Hs 2 p1 p 2
Le biais est ici énorme : on sous-estime le déficit de 100 % puisque, en effet, on ne
peut s’attendre à rien d’autre que cette valeur de - 1, qui bien évidemment n’a pas
d’autre sens.
L’estimation non biaisée des paramètres F est beaucoup plus complexe que pour une
simple variance. Les estimateurs f, Ô et F de Weir et Cockerham (W et
C, 1984) sont des estimateurs non biaisés des FIS, le FST et le FIT de
Wright respectivement. Ils sont issus d’un modèle d’analyse de variance hiérarchique
(nested analysis of variance) des fréquences alléliques dans les individus des sous-
populations, entre individus des sous-populations et entre sous-populations. En
reprenant les notations originales, les estimateurs de Weir et Cockerham dépendent
donc de σ a2, σ b2 et σ w2 qui sont les composantes inter dèmes (among sub-populations,
a), entre individus de chaque sous-population (between individuals, b) et intra-

Concepts de base en génétique des populations 53

individuelle (within individuals, w) de la variance des fréquences alléliques. À partir
de là, on peut exprimer les différents estimateurs sous la forme :
 σ b2
 f =
 (σ b2 + σ w2 )
 σ a2
θ = 2 (29)
 (σ a + σ b2 + σ w2 )
 σ 2 +σ 2
F = 2 a 2 b 2
 (σ a + σ b + σ w )
Le calcul de ces composantes s’effectue à partir de la table d’analyse de variance
hiérarchique similaire à celle présentée dans le tableau 2.

Tableau 2
Analyse de variance des fréquences alléliques dans un échantillon subdivisé
en n sous-échantillons tous de taille N chacun.

Source de variation Ddl MS observés MS attendus

Entre sous-échantillons (a) n-1 MSa 2N σ a2 + 2 σ b2 + σ w2
Entre individus dans chaque
n(N - 1) MSb 2 σ b2 + σ w2
sous-échantillon (b)
Entre allèles dans chaque individu (w) nN(2 - 1) = NT MSw σ w2

Ddl : Degré de liberté ; MS : Carrés moyens attendus (Mean Squares).

Il s’agit ensuite de calculer les carrés moyens des fréquences d’allèles de l’échantillon
pour obtenir, avec les carrés moyens attendus, un système de trois équations à trois
inconnues permettant de déduire les différentes composantes de la variance des fré-
quences alléliques. Cela est possible en s’aidant d’un ouvrage traitant en détail de
l’analyse de variance hiérarchique (nested en anglais) (S et R, 1981). Si
nous considérons le cas d’un locus à deux allèles (1 et 2), l’étude de la variation
allélique se fait alors sur un seul allèle (l’allèle 1) qui prend la valeur Í = 1 ou Í = 0
quand il est présent ou absent. Nous avons besoin ensuite de calculer les sommes des
carrés des quantités de l’allèle dans chaque chromosome de chaque individu (SS1),
des individus (SS2), des sous-échantillons (SS3) et de l’échantillon total (SS4).
Notons NT11 le nombre d’homozygotes pour l’allèle 1, NT12 celui des hétérozygotes
et NT22 celui des homozygotes pour l’absence de cet allèle dans l’échantillon total.
De même, considérons Ni11 le nombre d’homozygotes pour l’allèle 1, Ni12 celui des
hétérozygotes et Ni22 celui des homozygotes pour l’absence de cet allèle dans l’échan-
tillon i. Sachant que la quantité mesurée Í prend la valeur 0 ou 1 et en supposant

54 Initiation à la génétique des populations naturelles

une espérance uniforme des hétérozygoties de chaque sous-population, nous pou-
vons poser3 :
 n N 2

SS 1 = ∑∑∑ α
2

 1 1 1

 n N
 2 
2

 ∑∑ ∑
SS = 1 1  1 
 α 
 2 2
 2
 n
 N 2  (30)
 ∑1  ∑∑ α 

SS 3 = 1 1

 2N
 2
  n N 2

 ∑∑∑ α 
  1 1 1 
SS 4 =
 2 NT
Du système d’équations (30), on peut tirer (en détaillant au maximum) :

[ ( )] [ ( )] [ ( )]
 SS 1 = NT11 2 12 + NT12 1 12 + NT 22 2 0 2 = 2 NT11 + NT12


 SS = NT11 (2 ) + NT12 (1) + NT 22 (0) = 2 N
2 2 2
NT12
2 T11 +
 2 2

 n n n
 ∑ {Ni11 [2 (1)] + Ni12 [1(1)]}2
∑ {2 N p
i i }2
4 N 2
∑ p i2
 1 (31)
 SS 3 = = 1 = 1
 2N 2N 2N


SS =
{NT11[2(1)] + NT12 [1(1)] + NT 22 [2(0)]}2 = {2 NT11 + NT12 }2
 4
 2 NT 2 NT
Du système (31) on déduit :
SS 1 = 2 NT p

SS 2 = 2 NT p − NT12
 2
 1 n
SS = 2nN (32)
 3 ∑ p i2 = 2 NT p 2
n 1

 {2 NT p }2 N p 2
SS
 4 = =2 T
 2 NT
3
Le détail de cette démonstration n’est pas indispensable, mais je conseille à tous les lecteurs d’essayer de la
comprendre au moins une fois.

Concepts de base en génétique des populations 55

À partir de ces sommes de carrés, nous pouvons ensuite calculer les composantes
intra-individuelles (w), interindividuelles (b) et inter-sous-échantillons (a) des
sommes de carrés de cette quantité Í, soit SSw, SSb et SSa respectivement :
SS w = SS 1 − SS 2

SS b = SS 2 − SS 3 (33)
SS = SS − SS
 a 3 4

c’est-à-dire les contributions respectives de ces différents niveaux à la variance des

fréquences alléliques. Des systèmes d’équations (33) et (32), on peut obtenir :
 NT12
SS w = 2 NT p − 2 NT p +
 2

 NT12 N
SS b = 2 NT p − − 2 NT p 2 = 2 NT  p − p 2  − T12 (34)
 2   2

 SS = 2 N p 2 − 2 N p 2 = 2 N  p 2 − p 2 
 a T T T
 
Toujours en détaillant sensiblement, nous déduisons du système d’équations (34) :
 NT12
 SS w =
 2

  2 2 2 NT12
 SS b = 2 NT p − p + p − p  −
 
( ) N
= 2 NT p (1 − p ) − σ 2 ( p) − T12 (35)
 2 2

 SS = 2 N p 2 − 2 N p 2 = 2 N  p 2 − p 2 = 2 N σ 2 ( p )
 a T T T
 
T

d’où on tire :
 NT12
 SS w =
 2


(2 2
SS b = 2 NT σ max ( p ) − σ ( p ) −
NT12
) (36)
 2

 SS a = 2 NT σ 2 ( p )

Nous pouvons enfin obtenir les moyennes de ces sommes de carrés en les divisant
par leur degré de liberté respectif et ainsi obtenir le système d’équations à trois
inconnues :

56 Initiation à la génétique des populations naturelles

  NT12
 2 = NT12 = σ 2
MS w = w
 NT 2 NT


 2 NT σ max
2
( N
)
( p ) − σ 2 ( p ) − T12
2 = 2σ 2 + σ 2
MS b = (37)
 (
n N − 1) ) b w

 2 NT σ 2 ( p )
MS a = = 2 Nσ a2 + 2σ b2 + σ w2
 n −1
On a donc :
 2 NT12
σ w = 2 N
 T


 (
2 NT σ max
2
) N
( p ) − σ 2 ( p ) − T12
2 − NT12
σ b =
2
(38)
 2n( N − 1) ) 4 NT

 NT σ 2 ( p )
(
2 NT σ max2
) N
( p ) − σ 2 ( p ) − T12
2
σ a =
2
−
 N (n − 1) 2 Nn( N − 1) )
ce qui donne :
 2 NT12
σ w =
 2 NT

σ =
(
 2 N σ max 2
)
( p) − σ 2 ( p)
−
NT12 N
− T12 (39)
 b
 N −1 4n(N − 1) ) 4 NT
 nσ 2 ( p ) σ max2
( p) − σ 2 ( p) NT12
σ a2 = − −
 (n − 1) N −1 4 NT ( N − 1)
La combinaison des systèmes d’équations (39) et (29) permet d’obtenir les estima-
teurs des différentes statistiques F dans le cas de figure présenté.
Ceux qui souhaiteraient plus de détails sont invités à consulter la bibliographie
correspondante, car je n’entrerai pas plus dans les détails ici étant donné que ces
estimateurs sont calculés par la plupart des logiciels disponibles tels que Fstat
2.9.3 (G, 2002) téléchargeable gratuitement à [Link]
softwares/[Link] (voir G, 1995), Genetix 4.03 (B et al., 2004)
téléchargeable gratuitement à [Link]
[Link], ou encore Genepop 3.4 (R et R, 2003) téléchargeable
gratuitement à [Link] (voir R et
R, 1995b), Genepop 4 (R, 2008) ([Link]

Concepts de base en génétique des populations 57

fr/~rousset/[Link]) ou la version web du logiciel ([Link]
[Link]/).
Il est cependant nécessaire de signaler que si f et F varient entre – 1 et 1, tout comme
les paramètres qu’ils estiment FIS et FIT, Ô, quant à lui, varie entre – 1 et 1, alors que
le paramètre qu’il estime, FST varie entre 0 et 1. L’estimateur du FST peut prendre
des valeurs négatives, car sous l’hypothèse d’absence de structuration, Ô, puisqu’il est
non biaisé, doit être centré sur 0, valeur attendue sous l’hypothèse d’absence de
structuration génétique. Des valeurs très négatives de Ô correspondront à des confi-
gurations particulières où les sous-échantillons sont plus proches génétiquement que
ce qui est attendu par variance d’échantillonnage. En effet, si on échantillonne deux
fois dans la même population, on aura peu de chances d’échantillonner exactement
le même nombre d’individus de chaque génotype dans chacun des deux échan-
tillons. Il s’ensuit une différence aléatoire (variance d’échantillonnage) prise en
compte par Ô, dont l’espérance mathématique est centrée sur 0. Il est enfin utile de
préciser que, pour plus de deux allèles, l’estimateur moyen pondère par construction
les valeurs obtenues pour chaque allèle par le facteur p (1 − p ) (variance maximale
possible dans l’équation 39), ce qui donne le maximum de poids aux allèles dont la
fréquence est la moins proche de 0 et 1. Étant donné que les estimateurs moyens sur
plusieurs loci et/ou plusieurs sous-échantillons suivent la même logique, ce sont les
loci et/ou les sous-échantillons les plus polymorphes qui auront le plus de poids.
D’autres méthodes de pondération existent. En particulier, celle proposée par
R et H (1984) a connu un certain succès pour ses propriétés statistiques
(G et al., 1996 ; R et R, 1995). Ici, une pondération différente
est implémentée. Si les estimateurs de Weir et Cockerham et Robertson et Hill sont
notés avec les indices WC et RH respectivement, nous obtenons pour K allèles noté
de A = 1 à K :

 A= K

 ∑σ 2
b ( A)
 f WC = A =1

∑ [σ ]
A= K
 2
( A) + σ w2 ( A)
 A =1
b

 A= K

 ∑σ 2
a ( A)
θ WC =
A =1
(40)
∑ [σ ]
A= K
 2
( A) + σ ( A) + σ ( A)
2 2

 A =1
a b w


F = σ a2 ( A) + σ b2 ( A)
 WC
∑ [σ ]
A= K


2
a ( A) + σ b2 ( A) + σ w2 ( A)
 A =1



58 Initiation à la génétique des populations naturelles

pour les estimateurs de Weir et Cockerham où nous savons que les termes
contiennent une pondération inhérente donnant davantage de poids aux allèles dont
la fréquence est la plus proche de 0,5, et :
 1 A= K (1 − p A )σ b2 ( A)
 f RH = ∑ [
K − 1 A=1 σ b2 ( A) + σ w2 ( A) ]



 1 A= K (1 − p A )σ a2 ( A)
θ
 RH = ∑ [
K − 1 A=1 σ a2 ( A) + σ b2 ( A) + σ w2 ( A)] (41)



 [
1 A= K (1 − p A ) σ a2 ( A) + σ b2 ( A) ]
 RH K − 1 ∑ σ 2 ( A) + σ 2 ( A) + σ 2 ( A)
F =
[ ]
 A =1 a b w

pour les estimateurs de Robertson et Hill qui donnent un poids maximal aux allèles
les plus rares (pondération par 1 - pA). Les estimateurs de Weir et Cockerham sont
non biaisés, mais sujets à une variance importante, alors que ceux de Robertson et
Hill sont biaisés, mais beaucoup moins variables pour de faibles valeurs des F
(R et R, 1995 ; R et B, 2000), ce qui leur confère
un avantage statistique certain (voir plus loin).
Les estimations multilocus tiennent également compte du polymorphisme des loci
(les plus polymorphes auront en principe le plus de poids) et du nombre d’individus
génotypés (par toujours le même nombre par locus), de même que les estimations
multi-échantillons (pour le FIS).

Mesures de différenciation génétique alternatives au FST

Les R-Statistiques
Dans le cas des microsatellites, si la mutation suit strictement un SMM (voir p. 32),
il peut alors être plus approprié d’utiliser des mesures qui tiennent compte de la taille
des allèles. Pour évaluer la différenciation entre sous-populations, S (1995) a
proposé le RST dont la mesure tient compte de la taille des allèles, des allèles de taille
proche ayant plus de chances d’avoir un ancêtre commun proche. Ces statistiques
sont estimées d’une façon équivalente aux estimateurs de W et C
(1984), sauf que ce sont les tailles des allèles et non leurs fréquences qui sont utilisées
(S, 1995 ; R, 1996 ; M et E, 1996). Le même
principe peut être appliqué au FIS (R, 1996). Ces statistiques s’avèrent peu
appropriées si le modèle de mutation dévie un peu du schéma idéal d’un SMM et
sont de toutes manières sujettes à de trop fortes variances d’estimation. En règle
générale, on préfère utiliser les estimateurs de W et C (1984) (B
et al., 2000 ; B et G, 2002).

Concepts de base en génétique des populations 59

 Le FST maximum possible
Dans le cas de marqueurs génétiques hypervariables comme les microsatellites, la
valeur maximale du FST ne sera pas 1, car il y a plus d’allèles que de sous-échantillons
(voir l’équation 24). Donc même si aucun sous-échantillon n’a d’allèle en commun
(différenciation maximale possible), le FST pourra être de valeur modeste (H,
1999). Pour pallier ce problème, H (1999, 2005) propose une méthode
simple pour visualiser de combien le FST observé est éloigné de sa valeur maximale
que l’on observerait sans migration entre sous-populations. Dans une telle situation,
et si le nombre de dèmes est assez grand, nous savons par l’équation (21) que QT = 0
(probabilité d’identité entre individus de dèmes différents) et que le FST est alors égal
à Qs = 1 - Hs = FSTmax, où Hs est l’estimateur non biaisé de la diversité génétique de
Nei (N et C, 1983). On peut ensuite diviser la valeur observée dans les
données par cette valeur maximale afin d’avoir une meilleure appréciation (et non
pas une mesure exacte) du flux de gènes échangé entre les sous-populations échan-
tillonnées FST’= FST/FSTmax. Une alternative pour calculer ce FSTmax consiste en un
recodage des allèles de telle sorte que les diversités locales restent les mêmes dans
chaque sous-échantillon, mais aucun allèle en commun n’est partagé et chaque sous-
échantillon montre des allèles uniquement présents chez lui (M, 2006). De
mon expérience, les deux méthodes donnent des résultats très proches.

Différenciation génétique
par paire d’échantillons ou d’individus
Il existe fréquemment des situations où la différenciation génétique doit être
appréciée entre paires de populations ou même d’individus. Plusieurs possibilités
s’offrent à nous. Le FST peut bien entendu être utilisé, mais il a été montré que
dans cette configuration, il est loin d’être le plus performant (R, 1997 ;
B et G, 2002). L’empiriste avisé préférera l’utilisation d’autres outils,
à choisir en fonction de la question posée. Si un isolement par la distance est
recherché, l’utilisation de FST/(1 - FST) ou son estimateur Ô/(1 - Ô) est recomman-
dée par R (1997). Nous verrons plus loin que ce nouvel estimateur est
surtout utile pour inférer les paramètres démographiques de la population inves-
tiguée. Dans les autres situations, la distance harmonique (chord distance) de
Cavalli-Sforza et Edwards (C-S et E, 1967) donne de meil-
leurs résultats (T et N, 1996 ; K, 2002). Cette distance est
obtenue suivant la formule suivante :
2 r
 mj

Dc =
rπ
∑ 2 1 − ∑ x ij y ij  (42)
j =1  i =1 
où r correspond au nombre de loci, j au label du locus (de 1 à r), i au label de l’allèle
(de 1 à mj), mj au nombre d’allèles au locus j, xij et yij les fréquences de l’allèle i au
locus j pour les sous-populations x et y respectivement.

60 Initiation à la génétique des populations naturelles

Quand c’est la distance génétique entre individus qui est pertinente, il semble plus
approprié d’utiliser la distance d’allèles partagés (shared allelic distance) (B
et al., 1994) (voir P et al., 2005). Si Nsa correspond au nombre d’allèles
en commun partagés par deux individus sur l’ensemble des L loci, alors cette dis-
tance est égale à Dsa = 1 - Nsa/2L. Il existe d’autres mesures (comme l’apparente-
ment) que nous verrons lors des analyses de données réelles. Il est certain que nous
manquons de recul pour appréhender quelles mesures sont vraiment les meilleures
et dans quelles situations.

Espèces haploïdes et loci liés au sexe

Certaines espèces sont haploïdes durant une certaine période (voire la totalité) de
leur cycle de vie. Il se peut qu’elles soient étudiées (échantillonnées) durant cette
phase. Bien entendu, il ne saurait être question d’étudier des hétérozygoties chez de
telles espèces. Il n’en reste pas moins que des études de génétique des populations
demeurent possibles, et en particulier le calcul de différenciation entre populations
(FST). Selon le logiciel d’analyses étudié, il suffit juste de coder les données d’une
manière spéciale (en général, on code les individus homozygotes à tous les loci).
Certaines espèces ont une reproduction sexuée avec des sexes séparés (espèces dites
dioïques ou gonochoriques). Chez ces dernières, il peut arriver que le déterminisme
du sexe soit chromosomique. Dans ce cas, l’un des deux sexes est déterminé par la
possession de deux chromosomes identiques, alors que le second sexe est déterminé
par une hétérogénéité à ce niveau, d’où le terme hétérogamétique qualifiant ce der-
nier. Dans le sexe hétérogamétique, un chromosome détermine le sexe (chromo-
some Y, ou chromosome W), il n’y aura en général que très peu de gènes et rarement
les mêmes loci que sur l’autre chromosome. Dans certains cas, c’est même son
absence qui détermine le sexe (mâles X0, par exemple). Il y aura donc, pour les
individus hétérogamétiques, haploïdie de fait pour les loci situés sur les chromo-
somes sexuels (en général donc sur l’X ou le Z). Les mammifères et les drosophiles
(C et R, 2001) ont par exemple un déterminisme du sexe XY
(femelles XX et mâles XY). C’est également le cas de la plupart des tiques Argasidae
et Ixodes (K et al., 2001). Les oiseaux ont, quant à eux, un déterminisme du
type ZW/ZZ (femelles ZW). C’est également ainsi que le sexe est déterminé chez les
schistosomes (H et LV, 1995). Chez certaines espèces de nématodes
(Š et al., 2000), chez la plupart des tiques des genres Dermacentor, Amblyomma
et Rhipicephalus et l’espèce Ixodes holocyclus (K et al., 2001) ainsi que chez
certains pucerons (C et al., 2002) le système est du type XX (femelles) et X0
(mâles). Dans ces cas, ces loci sont tout de même utilisables en ce qui concerne les
études de différenciation ou de diversité génique (selon le logiciel d’analyse, on les
code homozygotes) sauf pour l’estimation de FIS, pour laquelle les données à ces loci
doivent bien évidemment être éliminées (codées en données manquantes). C’est ce
qui a été fait pour la tique Ixodes ricinus (D M et al., 2002a) ou pour les

Concepts de base en génétique des populations 61

mouches tsé-tsé (C et al., 2006 ; R et al., 2007). Il est cependant clair que
ce n’est pas idéal et l’utilisation de loci autosomaux devrait idéalement être favorisée.

Le problème de l’homoplasie
Comme nous l’avons déjà vu, les marqueurs génétiques polymorphes dont nous
avons besoin pour analyser nos populations naturelles correspondent rarement à des
loci à nombre infini d’allèles. C’est par exemple le cas des allozymes pour lesquels
un grand nombre de mutations différentes sont confondues dans un seul allèle. C’est
aussi vrai pour les microsatellites les plus polymorphes, de par les contraintes issues
du mécanisme mutationnel de ces séquences particulières d’ADN, beaucoup d’al-
lèles sont identiques par état sans être identiques par descendance (ou ascendance en
fonction de la direction vers laquelle nous regardons). On parle alors d’homoplasie.
Pour certains, ce phénomène est rédhibitoire en génétique des populations. Tout
d’abord, en ce qui concerne le FIS, il a été démontré que ce dernier est virtuellement
indépendant du processus de mutation (R, 1996). En ce qui concerne les
mesures de différenciation, nous avons vu avec l’équation (25) que le biais du FST
est proportionnel à K/(K - 1) quand K est le nombre d’allèles possibles. Ce biais est
donc faible pour des nombres raisonnables d’allèles. La figure 9 illustre bien la
modestie de l’influence de l’homoplasie sur les paramètres courants utilisés en géné-
tique des populations.
Cette influence, quasi nulle sur le FIS (notez la faiblesse de l’échelle), devient rapide-
ment négligeable dès que le nombre d’allèles possibles dépasse 5, voire même 2
quand les taux de mutation sont au-dessous de 10-4. Si on ajoute que les variances
des estimateurs de ces paramètres sont telles qu’il n’est pas raisonnable d’espérer une
précision en deçà de deux décimales, l’homoplasie n’est absolument pas un problème
pour le FIS et donc pour les inférences liées au système de reproduction, et ne repré-
sente qu’un problème modeste pour le FST dans les cas à deux allèles (qu’il vaut donc
mieux éviter), de toutes manières assez rares, surtout chez les marqueurs microsatel-
lites. Donc, si les loci homoplasiques sont bien évidemment à éviter pour toute
étude phylogénétique ou assimilée, il n’y a aucune raison valable de les écarter pour
des études de génétique des populations.

Structuration à plus de trois niveaux

La situation classique à trois niveaux, individus, sous-population, population totale ne
correspond bien évidemment pas à tous les cas de figure. Il peut, par exemple exister
plus de niveaux. Si j’échantillonne plusieurs parasites par individu hôte, avec plusieurs
hôtes dans plusieurs habitations de plusieurs villages, on voit bien que l’on peut avoir
autant de niveaux pertinents de structuration potentiels. On peut alors subdiviser
l’échantillon en autant de sous-échantillons qu’il est nécessaire en supprimant l’in-
fluence des niveaux potentiellement confondants. Par exemple, l’effet individu hôte

62 Initiation à la génétique des populations naturelles

 0,076 IAM (a)
K=2
K=5
0,075
K = 10
K = 20
0,074

FIS
0,073

0,072

0,071

0,07
0 0,002 0,004 0,006 0,008 0,01

0,2
(b)

0,19

0,18

FST IAM
0,17 K=2
K=5
K = 10
0,16
K = 20

0,15

0,14
0 0,002 0,004 0,006 0,008 0,01
Figure 9
Illustration de l’influence du nombre d’allèles possibles (K) sur les valeurs attendues
des F statistiques de Wright, pour différents taux de mutation (u). Les valeurs
sont obtenues pour un modèle en îles infini avec N = 20 individus par sous-population,
un taux d’autofécondation de s = 0,2 et un taux de migration de m = 0,05
(IAM = nombre infini d’allèles).

Concepts de base en génétique des populations 63

peut être étudié en considérant chaque habitation séparément et en calculant un FST,
alors que l’analyse de l’effet habitation se fera dans chaque village (séparé) en ne gar-
dant les parasites que d’un seul individu hôte par habitation, en calculant de nouveau
un FST et en regardant de combien celui-ci est différent du précédent. Cette tâche
devient rapidement irréalisable et de toutes façons assez contestable, car il existe une
solution beaucoup plus élégante. Le logiciel HierFstat (G, 2005, disponible à
[Link] offre la possibilité d’estimer les
F hiérarchiques pour toute structure hiérarchisée de population et ce en une seule
analyse, comme cela a été utilisé avec profit dans T et al. (2005) ou N et al.
(2006). Dans notre exemple, on aurait donc obtenu FParasites_Hôte, FHôte_Habitation,
FHabitation_Village, FVillage_Total. Ces différents F sont calculés et estimés suivant des prin-
cipes analogues à ceux décrits en (21) et (40) et donnent donc les parts respectives des
différents niveaux hiérarchiques dans la partition de la variation génétique. Par
exemple, FHabitation_Village donne la différenciation génétique entre habitations dans
chaque village en corrigeant pour l’effet individu hôte.
Ceci est plus important qu’il n’y paraît. S’il y a un effet significatif de l’individu hôte
et que les parasites de ces derniers sont confondus, le calcul d’un FST entre habita-
tions sera nécessairement biaisé, car l’effet individu hôte y sera nécessairement inclus
(les habitants de différentes habitations sont différents).

Probabilités (ou indices) d’assignement

Le génotype multilocus d’un individu peut permettre de calculer la probabilité avec

laquelle cet individu appartient à une sous-population donnée (R et
M, 1997 ; W et S, 1998 ; C et al., 1999). Cette proba-
bilité correspond alors simplement à la probabilité multinomiale attendue d’observer
un génotype particulier compte tenu des fréquences des allèles dans la sous-popula-
tion. La précision de cette probabilité dépend nécessairement de celle avec laquelle les
fréquences alléliques sont estimées et donc de la taille de l’échantillon. Idéalement, la
mesure devrait être effectuée à partir d’au moins 30 individus génotypés sur au moins
10 loci variables dans chaque sous-population. Cette probabilité est conventionnelle-
ment appelée indice d’assignement. Un individu présentant une faible valeur corres-
pondra probablement à un immigrant récent. En comparant l’indice d’un individu
pour différentes populations, on peut aussi essayer de détecter sa population d’origine,
pour autant que cette population ait été échantillonnée bien entendu.
On peut aussi analyser ces indices pour détecter des individus parasites mieux adaptés
à telle ou telle autre espèce d’hôte (races d’hôte) en comparant les indices d’assigne-
ment des individus parasites aux différentes espèces hôtes sur lesquelles ils ont été
prélevés ainsi qu’aux différentes localités de prélèvements où les échantillons ont été
effectués (voir par exemple MC et al., 2005). On utilise également ces indices pour
étudier des catégories d’individus (femelles versus mâles, hôtes parasités versus sains).

64 Initiation à la génétique des populations naturelles

L’indice d’assignement (AI) (P et al., 1995) d’un individu k échantillonné
dans une population l correspond à la probabilité que ce génotype soit retrouvé par
chance dans cette population l, compte tenu des fréquences alléliques dans cette
population (fréquences calculées en y incluant l’individu focal). Pour un locus donné,
si les fréquences des allèles i et j dans la population l sont pi et pj respectivement, la
probabilité d’appartenir à cette population est de p il2 pour les homozygotes et 2pilpjl
pour les hétérozygotes. Les probabilités obtenues pour chaque locus (pl) doivent être
∏
l =L
multipliées entre elles pour obtenir AI= l =1
p l sur l’ensemble des L loci.
D’autres méthodes permettent de calculer un indice d’assignement. Par exemple, P
et al. (2004) utilisent une méthode bayésienne, avec exclusion de l’individu focal.
Par ailleurs, on peut ne pas souhaiter comparer des populations, mais plutôt des
catégories d’individus dans les populations. On peut se demander par exemple si les
hôtes parasités sont plus ou moins bien assignés que les sains, ce qui refléterait une
modification du comportement des individus sous l’effet du parasitisme. On peut
désirer savoir si les individus mâles ont le même comportement que les femelles. Il
est alors intéressant de s’affranchir du biais imposé par le degré de polymorphisme
contenu dans chaque sous-population. On utilise alors une version centrée de AI
(AIc) en retranchant de AI la moyenne de la population, après transformation Log
(pour minimiser l’impact des trop petites valeurs) (F et al., 1997). Il en résulte
que l’AIc moyen de chaque sous-échantillon est centré sur 0 et que les individus avec
un AIc négatif correspondent à des individus moins bien assignés à leur population
d’origine que la moyenne des individus échantillonnés sur place. Cette dernière
méthode est celle que l’on trouve dans Fstat 2.9.3. (G, 2002) alors que celle
de Piry et al. peut être trouvée dans GeneClass 2 (P et A, 2003) téléchar-
geable à [Link]
Pour plus de détails sur les indices d’assignement, on pourra consulter M et al.
(2005).

LES DÉSÉQUILIBRES
DE LIAISON

Comme mentionné précédemment, il est indispensable de travailler à partir de

l’information recueillie sur plusieurs loci. Un problème supplémentaire peut alors
survenir sous la forme d’une corrélation entre les allèles de différents loci. Nous
allons maintenant nous intéresser au polymorphisme à deux loci. Si ces deux loci
polymorphes (au moins deux allèles chacun) sont indépendants dans une population
qui suit les hypothèses de Hardy-Weinberg, on s’attend, à l’équilibre, à retrouver une
association aléatoire entre les allèles des deux loci. Comme en général on n’a pas

Concepts de base en génétique des populations 65

accès à la phase des gamètes, on regarde cela au niveau des génotypes des individus
diploïdes. Donc si D1, H1 et R1, et D2, H2 et R2 sont les fréquences des géno-
types 11, 12 et 22 aux loci 1 et 2 respectivement (on supposera pour simplifier qu’il
n’y a que deux allèles et donc trois génotypes par locus), on s’attend alors à trouver
des fréquences de génotypes aux deux loci suivants :
 f(11_11) = D1D2 ; f(11_12) = D1H2 ; f(11_22) = D1R2 ;


 f(12_11) = H1D2 ; f(12_12) = H1H2 ; f(12_22) = H1R2 ; (43)


 f(22_11) = R1D2 ; f(22_12) = R1H2 ; f(22_22) = R1R2 ;
Si les fréquences bilocus observées diffèrent de celles décrites dans le système d’équa-
tions (43), on dit qu’il y a déséquilibre de liaison. Il s’agit d’un déséquilibre statis-
tique uniquement, car rien ne prouve que les loci sont liés physiquement (proches
sur le même chromosome). La liaison physique peut bien sûr représenter une cause
possible d’un déséquilibre statistique de liaison entre deux loci, mais d’autres phéno-
mènes peuvent conduire à une telle observation. Les systèmes de reproduction fer-
més (autofécondation ou mieux clonalité) sont par eux-mêmes susceptibles de
générer d’importants déséquilibres de liaison entre tous les loci du génome. La
sélection naturelle, quand elle favorise des combinaisons spécifiques d’allèles à diffé-
rents loci, ou quand elle est épistatique (O, 1982 ; C et R, 2001),
peut elle aussi être rendue responsable de la liaison entre certains loci. Enfin, et ce
n’est pas la moins importante des causes à signaler, l’interaction entre mutation,
dérive et migration peut elle aussi générer des déséquilibres de liaison entre loci, en
particulier dans les populations très structurées (petites sous-populations échangeant
peu de migrants). Comme nous n’avons généralement pas accès à la phase haploïde
(gamétique) des organismes étudiés (sauf chez des haploïdes évidemment), l’estima-
tion du déséquilibre de liaison ne peut se faire que de façon composite (12_12 ne
peut être distingué de 21_12) (W, 1979, 1996). Parce que les systèmes de repro-
duction sexués fermés, comme l’autofécondation ou la parthénogénèse, ou encore
les systèmes clonaux (reproduction végétative) conduisent à un déséquilibre global,
certains auteurs ont développé des mesures multilocus du déséquilibre de liaison
(par exemple, A et B, 2001). Il est cependant important de noter ici que
le comportement de ces différentes mesures dans différentes conditions de popula-
tions n’a été que peu étudié jusqu’à présent malgré l’importance soulignée de telles
études (D M et B, 2004). L’absence de déséquilibre de liaison est une
hypothèse souvent mise en avant, car certaines analyses statistiques considèrent
l’information apportée par les différents loci comme indépendante. Un déséquilibre
de liaison fort risquant d’apporter une redondance conduisant à un risque d’erreur
de décision (traité dans le chapitre suivant), il est souvent plus « confortable » de
pouvoir écarter ce problème, tout en sachant qu’il ne peut exister de population
exempte de déséquilibre de liaison.

66 Initiation à la génétique des populations naturelles

 3
Tests statistiques

BASES

Intuitivement, on sait qu’un échantillon ne sera jamais une représentation absolu-

ment fidèle de ce qui existe dans la population entière. Il en découle que l’échan-
tillonnage provoque une déviation des estimateurs que l’on peut calculer (variance
d’échantillonnage). On aura donc rarement, même dans une population échan-
tillonnée strictement conforme à Hardy-Weinberg, un FIS estimé exactement égal
à 0, pareil pour le FST, pour les déséquilibres de liaison, l’isolement par la distance
ou n’importe quel autre paramètre. Le test statistique est là pour nous aider à
prendre une décision quant à la disparité observée entre les données et l’attendu. La
différence observée peut-elle être expliquée par le hasard et avec quelle probabilité ?
Le but d’un test statistique sera donc de fournir une réponse à cette question, en
donnant un critère, la valeur P ou P-value4 du test, ou risque de première espèce ou
encore probabilité de se tromper en répondant par la négative à cette question
(appelée hypothèse nulle). On peut ajouter ici qu’en génétique des populations, la
variance d’échantillonnage est d’autant plus importante à prendre en compte que
l’échantillonneur lui-même n’arrive qu’à la fin d’un processus d’échantillonnage qui
a lieu naturellement : échantillonnage parmi les gamètes disponibles pour fabriquer
les zygotes ; échantillonnage des zygotes qui participeront à la reproduction suivante.

L’hypothèse nulle

Comme son nom l’indique, c’est une hypothèse qui stipule qu’il ne se passe rien, ou
que la population est conforme à une norme, un modèle préétabli (ou modèle nul),
par exemple les fréquences génotypiques sont conformes à Hardy-Weinberg, ou les
deux populations ont les mêmes fréquences alléliques, ou encore le FIS (ou le FST)
n’est pas différent de 0. On nomme cette hypothèse sous le diminutif H0. L’hypothèse
alternative, ou H1, peut être indéfinie (par exemple, le FIS est différent de 0) ou au
contraire définie (ou orientée) (exemple, le FIS est plus grand que 0). Dans ce dernier
cas, on parle de test unilatéral qui, comme nous le verrons, est en général plus puis-
sant que le premier (ou test bilatéral), sauf si on se trompe de direction (voir plus
loin).

4
J’utiliserai cet anglicisme tout au long de ce manuel, car il est devenu d’usage courant, comme week-end, mail
ou web.

67
 Qu’est-ce qu’un test statistique ?

Un test statistique consiste en un calcul plus ou moins compliqué de la probabilité

avec laquelle le hasard (et seulement lui) nous permet d’expliquer la déviation obser-
vée dans un échantillon par rapport à ce qui est attendu sous H0.
Prenons un exemple très simple. Je tire deux fois à pile ou face. Je peux soit obtenir
deux piles avec la probabilité (½)², soit un pile et une face avec la probabilité ½ et
deux faces avec la probabilité (½)². Je joue et obtiens deux faces. Nous allons
procéder à trois tests statistiques.
– Test unilatéral 1 :
H0 : la pièce est bien équilibrée, ce que j’ai observé n’est pas significativement
différent de l’attendu ½ / ½.
H1 : la pièce n’est pas bien équilibrée, j’obtiens plus de faces qu’attendu.
– Test unilatéral 2 :
H0 : la pièce est bien équilibrée, ce que j’ai observé n’est pas significativement
différent de l’attendu ½ / ½.
H1 : la pièce n’est pas bien équilibrée, j’obtiens moins de faces qu’attendu.
– Test bilatéral :
H0 : la pièce est bien équilibrée, ce que j’ai observé n’est pas significativement
différent de l’attendu ½ / ½.
H1 : la pièce n’est pas bien équilibrée et j’obtiens un résultat significativement
différent de l’attendu.
– Pour le test unilatéral 1, la probabilité d’obtenir par hasard autant ou plus de faces
est égale à Pu1 = (Somme des probabilités d’obtenir autant ou plus que deux faces)/
(Somme des probabilités totales obtenues) = (½)²/1. Donc la P-value du test est
Pu1 = 0,25.
– Pour le test unilatéral 2, la probabilité d’obtenir par hasard plus ou autant de piles
est égale à Pu2 = (Probabilité de zéro pile + Probabilité de un pile et une face
+ Probabilité de deux piles)/(Somme totale) = ((1/2)² + 1/2 + (1/2)²)/1. Donc
Pu2 = 1.
– Pour le test bilatéral Pb = (probabilité d’avoir deux faces ou deux piles) = ((1/2)²
+ (1/2)²)/1 = 0,5.
Plusieurs choses peuvent ici être signalées. Tout d’abord, la plus basse des probabili-
tés obtenues est 0,25. Ce qui illustre la faible puissance du test due à la faiblesse de
l’échantillon. Il est difficile de prouver quelque chose avec de trop petits échan-
tillons. Ensuite, on voit bien qu’on est beaucoup plus puissant en unilatéral si on
teste dans la bonne direction, et beaucoup moins quand on teste dans la mauvaise.
Il faut décider du test que l’on fait, bilatéral ou unilatéral et dans quelle direction,

68 Initiation à la génétique des populations naturelles

avant de faire le test. Il faut donc bien se poser la question avant, pas après. Si aucune
information ne permet de définir dans quelle direction le signal doit avoir lieu, il
faut systématiquement procéder à un test bilatéral. Par contre, si on est certain de la
direction que le signal est censé prendre, alors le test unilatéral s’impose.
Par exemple, je mesure le FIS à partir d’un échantillon quelconque et j’obtiens une
valeur légèrement plus grande que 0. Je pose tout d’abord mon hypothèse nulle :
H0 : FIS n’est pas significativement différent de 0. Le test statistique va donc consis-
ter à calculer, compte tenu du nombre de loci sur lequel la mesure a été faite, le degré
de polymorphisme de ces différents loci (nombre d’allèles, leur distribution) et le
nombre d’individus génotypés, la probabilité d’avoir obtenu un FIS aussi extrême5
ou plus extrême que celui observé, sous l’hypothèse d’une rencontre au hasard des
gamètes dans la population d’où ont été tirés les individus génotypés (panmixie). Le
test par défaut est unilatéral et le plus souvent pour les valeurs positives (H1 :
FIS > 0), car la plupart des facteurs influençant ce paramètre génèrent des déficits en
hétérozygotes (autofécondation, effet Wahlund…). Cependant, dans certains cas,
comme celui d’une reproduction clonale partielle, on s’attend à des déviations dans
les deux directions (B et al., 2003 ; D M et al., 2006). Dans ce cas, et
comme les logiciels disponibles ne donnent pas de tests bilatéraux, il faut cumuler
les résultats des deux tests unilatéraux (FIS > 0 et FIS < 0) en sommant Pmin + 1 - Pmax,
où Pmin et Pmax correspondent à la plus petite (test unilatéral le plus puissant) et la
plus grande des deux P-values des deux tests ou, si Pmax = 1 comme c’est le cas ici,
en doublant Pmin.

Risques de première et de seconde espèce

En règle générale, on considère (arbitrairement) qu’un test est significatif quand la

P-value à laquelle il est associé est inférieure ou égale à 0,05. Mais dans certains cas
(que nous verrons plus loin), il peut s’avérer nécessaire d’être plus sévère et de baisser
ce seuil. Personnellement, je me sens plus à l’aise avec une P-value < 0,01 pour reje-
ter H0 et une P-value > 0,1 pour l’accepter. Le seuil à partir duquel on décide qu’une
statistique est significative (rejet de H0) est appelé risque de première espèce ou
erreur de type I et noté Í. Il s’agit du risque de se tromper en rejetant H0 quand elle
est vraie. Le risque de seconde espèce, ou erreur de type II, noté Î, correspond au
risque de se tromper en acceptant l’hypothèse nulle quand elle est fausse. Ce risque,
qui est fonction de la puissance du test, est très rarement connu mais peut être
appréhendé dans certaines circonstances. L’exemple du pile ou face ci-dessus est
typiquement un cas où Î est nécessairement très grand puisque, même si la pièce est
truquée, on ne pourra jamais le détecter en ne faisant que deux essais.

5
Les valeurs du FIS peuvent s’écarter de 0 en se montrant fortement négatives ou fortement positives.

Tests statistiques 69
 LE PRINCIPE
DES RANDOMISATIONS
Dans la plupart des situations rencontrées en génétique des populations naturelles (si
ce n’est toutes), il ne sera pas possible de procéder au calcul des probabilités exactes
telles que dans l’exemple du pile ou face. Cependant, l’utilisation de programmes
informatiques va nous permettre, sans beaucoup d’effort, d’estimer avec une excellente
approximation, ces P-values. Il s’agit de procédures de ré-échantillonnage ou randomi-
sations. Ces procédures se regroupent en deux grands types. Celles du premier type
visent à obtenir un intervalle de confiance de l’estimateur étudié (par exemple, le FIS),
l’autre vise à simuler des populations suivant l’hypothèse nulle afin de pouvoir compa-
rer la valeur observée à celles qu’on peut attendre sous H0 (obtenues par simulation).
La plupart des tests décrits dans ce manuel sont disponibles dans le logiciel
Fstat 2.9.3. (G, 2002, mise à jour de G, 1995), qui est très convivial.
D’autres logiciels sont aussi utiles :
– Genepop 3.4. (R et R, 2003, mise à jour de R et R,
1995b), Genepop 4 (R, 2008), moins convivial, mais qui est le seul à propo-
ser certaines procédures très utiles (comme celles testant des isolements par la dis-
tance entre individus) et leur version web ;
– Genetix 4.03, très convivial, en français qui propose des AFC (analyses factorielles
des correspondances) ;
– MSA (D et S, 2002), pas très convivial, mais qui propose
différents calculs de distances génétiques.
Il en existe bien sûr bien d’autres que nous utiliserons dans la 2e partie de ce manuel
« Applications à des exemples concrets », mais avec ces trois-ci on peut déjà faire
énormément de choses. Ajoutons que ces logiciels sont téléchargeables gratuitement
(voir en annexe les liens), chose à ajouter au crédit de leurs auteurs. Nous revien-
drons sur d’autres logiciels au moment où nous en aurons besoin.
Mais avant tout, il y a Create (C et al., 2008) qui permet, à partir d’un fichier
texte ou Excel avec toutes les données brutes, de convertir ces données dans un for-
mat adéquat pour la plupart des logiciels de génétique des populations. Au moment
où je corrige mon manuscrit, Tatiana Giraud m’apprend qu’il en existe un autre
PGD-Spider (L et E, 2012), apparemment assez convivial, mais que
je n’ai encore jamais utilisé.

Intervalles de confiance de bootstrap et jackknife

Le bootstrap
Il s’agit d’un rééchantillonnage répété avec remise. On sélectionne au hasard un des
réplicats et, après avoir noté sa valeur, on le remet et ainsi de suite jusqu’à obtention

70 Initiation à la génétique des populations naturelles

d’autant de mesures qu’il y a de réplicats dans l’échantillon. La procédure est répétée
un grand nombre de fois (5 000 pour Fstat). On obtient ainsi une distribution de
5 000 valeurs possibles. En excluant les 2,5 % (0,5 %) plus petites et les 2,5 %
(0,5 %) plus grandes de ces valeurs, on obtient l’intervalle de confiance à 95 %
(99 %). Ces notions seront plus claires avec la description du bootstrap sur les loci
et sur les populations.
Bootstrap sur les loci
On rééchantillonne au hasard et avec remise les k différents loci disponibles,
jusqu’à en avoir k sur lesquels on recalcule l’estimation du paramètre (FIS ou FST).
On recommence l’opération un très grand nombre de fois (5 000 fois). Notons
que, puisqu’il s’agit d’un échantillonnage des loci avec remise, on peut obtenir
plusieurs fois le même locus. On obtient ainsi une distribution des valeurs obte-
nues sur les 5 000 bootstraps. Il ne reste plus ensuite qu’à regarder les valeurs
obtenues de part et d’autre de cette distribution pour obtenir un intervalle de
confiance. Par exemple pour 5 000 bootstraps, la valeur obtenue avant les 2,5 %
les plus fortes et après les 2,5 % les plus faibles nous donne l’intervalle de confiance
à 95 % (voir la figure 10).

Nombre d'observations
d'une valeur donnée
durant le processus

2,5 % Valeur 2,5 %

observée

Intervalle de confiance à 95 %
Figure 10
Représentation graphique de l’obtention de l’intervalle de confiance à 95 % d’une mesure
à partir de la technique du bootstrap.

Tests statistiques 71
Dans la figure 10, on voit que la valeur observée n’est pas centrée, car le bootstrap
génère des distributions décalées. Cette procédure sert à comparer des statistiques F
entre différents échantillons ou groupes. Elle n’est pas très puissante, mais fournit la
possibilité de faire des graphiques élégants. En général, on l’accompagne d’un autre
test plus puissant, par exemple un test de Wilcoxon pour données appariées (par loci
si les loci étudiés sont les mêmes) ou un test de Kruskal-Wallis si les loci ne sont pas
les mêmes (les deux tests sont implémentés dans tous les logiciels de statistiques).
Attention, si les loci ne sont pas les mêmes, la différence observée entre groupes
pourra provenir des loci et non des groupes. D’une manière générale, il vaut mieux
s’assurer de travailler avec les mêmes loci et que ces derniers soient en nombre suffi-
sant (au moins sept). De toutes les façons, un bootstrap sur les loci ne commence à
avoir du sens qu’à partir de quatre loci, et est vraiment puissant bien au-delà (voir
R et R, 1995a pour discussion).
Bootstrap sur les populations
C’est exactement le même principe que le précédent sauf que ce sont les populations
(ou ce que l’on considère comme telles, les sous-échantillons) qui sont ici rééchan-
tillonnées. Attention, on ne peut pas faire cela pour le FST6. Seul donc le FIS est
concerné. Cette procédure permet de comparer les loci entre eux. Il est en effet
important de vérifier si les différents loci convergent vers le même signal, car sinon
il sera utile de déterminer les causes responsables des discordances entre loci.
Le jackknife
Jackknife sur les loci
Ici, il s’agit de prendre chaque locus un à un et de calculer la valeur du F sur ceux
qui restent. On obtient ainsi k valeurs sur lesquelles on peut calculer une moyenne
et une variance et donc une erreur standard. L’erreur standard d’une statistique x
évaluée sur n mesures se calcule en fonction de sa variance s²(x) [voir équation (28)]
et de n selon la formule :
s ²(x )
sx = (44)
n
Il est ensuite facile de calculer à partir de là l’intervalle de confiance voulu (IC), en
faisant l’hypothèse que la distribution des jackknives suit une distribution normale
(ce qui n’est probablement pas tout à fait exact, mais passons).
IC = F ± t n −1,α s x (45)
où F est le F de Wright étudié, et tn-1,Í le paramètre de la loi normale pour n-1 degré
de liberté (n correspond ici au nombre de loci) et au seuil Í (Í = 0,05 pour un IC

6
Le bootstrap rééchantillonne avec remise et peut donc dans ce cas rééchantillonner plusieurs fois le même
sous-échantillon. Mesurer la différenciation entre ces échantillonnages strictement identiques n’a aucun sens.

72 Initiation à la génétique des populations naturelles

de 95 %). Cette valeur du t peut être retrouvée à partir d’une table (tabl. 3) ou d’un
programme informatique.
Pour n très grand et Í = 0,05, on a classiquement t = 1,96. Sous Excel, la commande
est = [Link](A1;A2-1) où A1 correspond à la case de coordon-
nées de la colonne A, 1re ligne où vous avez tapé la valeur pour Í et A2 est la case
où vous avez tapé la valeur du nombre de réplicas, d’où on retranche 1 pour avoir le
degré de liberté.
Jackknife sur populations
Même chose que pour les loci, mais avec les sous-échantillons. Notons que le FST
peut se prêter à cette procédure ici, puisqu’on a toujours n-1 sous-échantillons sur
lesquels calculer un FST, ce qui n’est pas garanti par le bootstrap (le même sous-
échantillon peut être échantillonné n fois par la procédure).
Applications numériques pour le jackknife
Supposons un jeu de données sur huit échantillons avec cinq loci. Sur l’ensemble des
loci FST = 0,004, et pour le Locus 1 FST1 = 0,002. Le jackknife sur loci (cinq valeurs)
donne une erreur standard de StdErrLoci(FST) = 0,003. Le jackknife sur populations
(huit valeurs) donne une erreur standard de StdErrPop(FST1) = 0,001 pour le
Locus 1. Alors, les intervalles de confiance à 95 % de FST et FST1 seront :
CI(F ) = F ± t
 ST ST 0.05,ÏLStdErrLoci(FST)

CI(F ) = F
 ST1 ST1 ± t0.05,ÏPStdErrLoci(FST1)

avec ÏL = 5 - 1 = 4 et ÏP = 8 - 1 = 7 correspondant aux degrés de liberté des procé-

dures de jackknife sur loci et populations respectivement. En utilisant le tableau 3,
nous obtenons alors t0,05,ÏL = 2,776 et t0,05,ÏP = 2,365, d’où l’on tire que CI(FST)
= 0,004 ± 0,008 et CI(FST1) = 0,002 ± 0,002.
En règle générale, je préfère utiliser le bootstrap car il ne fait pas d’hypothèse, mais
si je souhaite obtenir des intervalles de confiance du FST pour les différents loci, je
suis bien obligé de le faire avec un jackknife sur populations.
Comme pour le bootstrap, il faut au minimum cinq réplicats (loci ou populations)
pour qu’un jackknife soit effectué par Fstat.

Mise en garde
Comme nous l’avons vu, le nombre de réplicats à rééchantillonner doit respecter une
valeur minimum. Il est nécessaire qu’il y ait au moins cinq loci et/ou sous-échan-
tillons pour que ces procédures soient effectuées. Il est également nécessaire que ces
réplicats soient suffisamment variables, un locus monomorphe ou presque pas
variable ne pourra pas offrir un réplicat digne de ce nom, même si Fstat effectue la
procédure sans problème (c’est-à-dire sans vous prévenir qu’il y a potentiellement un
souci).

Tests statistiques 73
Tableau 3
Valeurs du t pour différents degrés de liberté (n-1) au seuil Í = 0,05.

n-1 t(Í = 0,05) n-1 t(Í = 0,05) n-1 t(Í = 0,05)

1 12,706 21 2,080 45 2,014
2 4,303 22 2,074 50 2,009
3 3,182 23 2,069 55 2,004
4 2,776 24 2,064 60 2,000
5 2,571 25 2,060 65 1,997
6 2,447 26 2,056 70 1,994
7 2,365 27 2,052 80 1,990
8 2,306 28 2,048 90 1,987
9 2,262 29 2,045 100 1,984
10 2,228 30 2,042 110 1,982
11 2,201 31 2,040 120 1,980
12 2,179 32 2,037 130 1,978
13 2,160 33 2,035 140 1,977
14 2,145 34 2,032 150 1,976
15 2,131 35 2,030 200 1,972
16 2,120 36 2,028 250 1,970
17 2,110 37 2,026 300 1,968
18 2,101 38 2,024 400 1,966
19 2,093 39 2,023 500 1,965
20 2,086 40 2,021 1000 1,962

Les permutations

Il s’agit ici de simuler l’hypothèse nulle un grand nombre de fois avec les données. Le pro-
gramme informatique va utiliser les données (c’est-à-dire les allèles ou les individus des
différents sous-échantillons) pour simuler H0, mesurer la valeur obtenue sous H0, recom-
mencer un très grand nombre de fois afin d’obtenir une distribution des valeurs possibles
sous H0. La P-value du test correspond donc simplement à la proportion des cas où une
valeur aussi grande ou plus grande (unilatéral 1), aussi petite ou plus petite (unilatéral 2),
aussi extrême (bilatéral) que la valeur observée a été obtenue dans cette distribution.

74 Initiation à la génétique des populations naturelles

Il existe deux grands types de randomisations : les permutations et les chaînes de
Markhov. Les deux sont basées sur le principe de Monte Carlo. Le nom provient
d’un clin d’œil de Metropolis à son collègue Stan Ulam et n’est pas sans rapport
avec les jeux de hasard ayant cours dans la capitale de Monaco (voir M,
1987)7. Il s’agit de rééchantillonnages aléatoires (ou pseudo-aléatoires) des
données.
La procédure de permutation correspond à la méthode utilisée dans Fstat (G,
1995). Il s’agit en fait de simuler l’hypothèse nulle un grand nombre de fois (par
exemple, 10 000 fois) à partir des données existantes (l’échantillon). Par exemple,
dans chaque sous-échantillon et pour chaque locus, les allèles de tous les individus
sont réassociés deux à deux au hasard pour reformer des individus fictifs obtenus
selon l’hypothèse de panmixie locale. Un FIS, obtenu donc par hasard sous H0, est
calculé et on recommence la même chose un très grand nombre de fois. La propor-
tion de fois qu’un FIS aussi grand ou plus grand que celui observé dans les données
est apparu au cours du processus correspond à la P-value du test (H1 étant ici FIS
> 0). Selon un principe analogue, la différenciation (H0 : les individus se distribuent
de façon aléatoire dans les différents sous-échantillons) est testée en assignant chaque
individu aléatoirement dans les différents sous-échantillons, un FST obtenu sous H0
est calculé et le processus répété. La proportion de fois qu’un FST (ou une autre
statistique reflétant la distribution des fréquences alléliques entre sous-échantillons,
comme nous le verrons plus loin) simulé sous H0 a été aussi grand ou plus grand que
l’observé procure la P-value du test.
La chaîne de Markhov correspond à la procédure utilisée dans Genepop (R
et R, 1995b). Le principe en est le suivant. Il s’agit de définir une trajectoire
aléatoire entre différents tableaux de contingences possibles et dont les sommes
marginales sont identiques au tableau des données réelles. La probabilité d’appari-
tion (sous H0) de chacun des tableaux ainsi obtenus est comparée à celle correspon-
dant au tableau de contingence observé. La probabilité du test est obtenue en
comptant le nombre de fois qu’une probabilité s’est montrée inférieure ou égale à
celle du tableau observé et en divisant cette valeur par le nombre total de tableaux
générés durant le processus. Une description mieux détaillée est présentée dans
R et R (1997).
Les P-values obtenues par ces méthodes constituent d’excellentes approximations
des probabilités exactes, pour peu que l’on ait pris garde de mettre en œuvre un
nombre suffisant de ces randomisations (un minimum de 1 000 à 10 000 pour les
permutations et 106 à 107 pour les chaînes de Markhov), ce qui ne devrait pas repré-
senter un problème avec les micro-ordinateurs d’aujourd’hui.

7
I suggested an obvious name for the statistical method-a suggestion not unrelated to the fact that Stan had an
uncle who would borrow money from relatives because he “just had to go to Monte-Carlo.” The name seems to have
endured.

Tests statistiques 75
 TESTER
LA PANMIXIE LOCALE
Tester le FIS
La panmixie locale peut se tester en prenant les allèles présents dans chaque sous-
échantillon et en les réassociant au hasard à l’intérieur de ces sous-populations et ce
dans toutes les sous-populations. On mesure alors le FIS global (moyenne sur l’en-
semble des sous-échantillons et des loci) (estimation par f de W et C,
1984). Ce processus est répété un très grand nombre de fois, ce qui permet d’obtenir
la distribution des FIS générés sous l’hypothèse de panmixie locale (H0). Trois tests
sont ensuite possibles (en toute rigueur, il faut choisir lequel avant).
Tester s’il existe un déficit en hétérozygotes
Il s’agit donc d’un test unilatéral avec H1 : le FIS de la population échantillonnée est
plus grand que 0. On teste bien ici si les sous-populations échantillonnées sont pan-
mictiques (H0) et n’utilisent pas un mode fermé de reproduction (du type autofé-
condation ou croisements entre apparentés) qui doit donner une homozygotie
supérieure à celle attendue sous panmixie à tous les loci. La proportion de fois que
l’on obtient, au cours de la randomisation, une valeur aussi grande ou plus grande
que celle observée nous donne la P-value du test. Si le test est significatif, on peut
ensuite essayer d’estimer le taux d’autofécondation ou de croisements frère-sœur qui
permet d’expliquer le FIS observé, ou encore s’il peut être expliqué par un effet
Wahlund (voir plus loin).
Tester s’il existe un excès d’hétérozygotes
C’est le test unilatéral dans l’autre sens avec H1 : le FIS de la population est inférieur
à 0. La proportion de fois que l’on obtient, dans les randomisations, une valeur aussi
faible ou plus petite encore que celle observée nous donne la P-value du test. Ici, ce
qui est recherché c’est si les sous-populations se reproduisent de façon asexuée
(clonalité) stricte, auquel cas on attend un FIS < 0 pour tous les loci.
Tester un écart dans n’importe
quelle direction (excès ou déficit)
Il se peut également que l’on s’attende à ce que les différents sous-échantillons ou les
différents loci répondent dans toutes les directions (configurations de tests bilaté-
raux). Dans ce cas, il y a deux problèmes. Le premier, assez simple à résoudre,
consiste en l’obtention de la P-value bilatérale. Le second correspond à une décision
statistique globale, car il y a en effet autant de P-values obtenues que de loci et/ou
de sous-échantillons testés.
La P-value bilatérale s’obtient comme suit. Il faut faire les deux tests unilatéraux, ce
qui fournit deux P-values. Soit Pmin la plus petite de ces deux probabilités (test

76 Initiation à la génétique des populations naturelles

unilatéral le plus puissant) et Pmax la plus grande des deux (test unilatéral le moins
puissant des deux). Alors, la P-value bilatérale est simplement égale à Pmin + (1 - Pmax).
Comme mentionné plus haut, il se peut que Pmax soit inutilisable ou bien qu’elle ne
soit pas calculable. Dans ce cas, on peut aussi multiplier Pmin par deux.
Pour le second problème, celui-ci est relatif aux problèmes liés aux tests multiples.
Nous traiterons cela plus loin.

Autres méthodes pour tester l’écart à la panmixie

Tests exacts
Tester la conformité à la panmixie est synonyme de tester une conformité à une rencontre
aléatoire des gamètes et donc aux proportions génotypiques attendues sous les hypothèses
de Hardy-Weinberg (de la forme pi², 2pi(1 - pi) pour un allèle i quelconque). Ceci peut
être également testé avec le test exact de H (1954) (souvent improprement appelé
test exact de Fisher qui correspond en fait à autre chose) ou par la généralisation de ce
test pour plus de deux allèles (G et T, 1992), comme cela est proposé dans
Genepop (R et R, 1995b). Je n’encourage cependant pas l’utilisation de
ce test pour plusieurs raisons. D’abord, ce test analyse la distribution de tous les génotypes
possibles et pas forcément ce qui est affecté par un système de reproduction particulier
(telle que l’autofécondation). Pour un locus à plus de deux allèles, l’hypothèse nulle peut
être rejetée parce que certaines classes génotypiques manquent au profit de certaines
autres, alors que le reste est conforme à l’attendu sous panmixie. Un tel résultat sera
difficile à interpréter biologiquement. Ensuite, ce test n’est réalisable que dans chaque
sous-échantillon et pour chaque locus séparément. Il n’y a pas de test global possible et
on se retrouve obligé de gérer une multitude de P-values, exactes certes, mais, en addition
du premier problème, bien difficile à exploiter en termes d’inférence biologique.
Méthode de ROUSSET et RAYMOND (1995)
Dans le logiciel Genepop, ce n’est pas f de W et C (1984) mais c’est
un analogue de l’estimateur de R et H (1984) qui est utilisé comme
statistique pour effectuer le test. Comme nous l’avons déjà évoqué, cet estimateur
est biaisé mais montre des variances en général plus faibles (pour des valeurs faibles).
Les deux techniques convergent dans la plupart des situations et les différences obte-
nues ne concernent en général que les résultats à un locus dans un ou quelques
sous-échantillons et n’ont donc que très rarement une conséquence interprétative
(ou inférentielle) importante. Par conséquent, les deux procédures donnent presque
toujours des résultats comparables.

Tester la pangamie

Tous les tests décrits précédemment ne sont en fait que des approches indirectes,
puisque ce n’est que la conséquence de la rencontre aléatoire des gamètes qui est

Tests statistiques 77
testée, mais pas cette rencontre à proprement parler. Dans certaines circonstances, il
est possible de tester la panmixie plus directement, si on a accès aux couples natu-
rellement formés dans le milieu. En génotypant les adultes accouplés (en copula-
tion), on peut tester si ces adultes se sont associés indépendamment de leurs
génotypes, c’est-à-dire on peut tester la pangamie. Pour ce faire, il suffit d’adapter
un test de M (1967), test que nous détaillerons davantage plus loin pour les
tests de corrélations entre matrices de distances, pour tester la corrélation entre la
matrice des distances génétiques (apparentement) entre les individus possibles (entre
les différents individus accouplés) et la matrice d’accouplement (en codant 0 pour
les paires d’individus non accouplés et 1 pour les paires d’individus effectivement
trouvés accouplés). Pour des organismes à sexes séparés, les matrices concernent les
femelles d’un côté contre les mâles de l’autre. Attention, ce test de Mantel ne peut
être effectué par Genepop qui ne gère que des demi-matrices en excluant les valeurs
diagonales (dont on a besoin ici). Il faut donc effectuer le test avec un logiciel qui
utilise des données en colonne (comme Fstat, ou RT de M, 1997). En permu-
tant les cases d’une des deux matrices et en calculant un coefficient de corrélation à
chaque fois, on obtient ensuite la probabilité d’observer une valeur aussi extrême ou
plus extrême que celle observée. Cette procédure, malgré son intérêt évident, n’a à
notre connaissance été utilisée qu’à deux reprises : chez le trématode Schistosoma
mansoni chez les rats de Guadeloupe (P et al., 2004b) et chez la tique du
bétail Rhipicephalus (Boophilus) microplus en Nouvelle-Calédonie (C et al.,
2007a). Dans le premier cas, l’apparentement entre les paires d’individus a été effec-
tué à l’aide du logiciel Kinship V.1.2. (module Relatedness) développé par
K. F. Goodnight ([Link] qui calcule un estimateur
d’apparentement non biaisé équivalent de celui décrit dans Q et G
(1989). Pour les tiques, c’est l’estimateur de W (2002) qui a été préféré, car
particulièrement robuste aux petits échantillons. Ce dernier fut calculé par le logi-
ciel MER V3 ([Link] Nous reverrons
ce dernier exemple dans la seconde partie de ce manuel.
Dans tous les cas, l’information apportée par ce test peut s’avérer précieuse pour
discuter des hypothèses possibles en vue d’expliquer une déviation du FIS par rapport
aux attendus sous panmixie.

TESTER
LA STRUCTURATION
Tester le FST
Il s’agit de simuler la migration libre des individus entre sous-échantillons (H0) en
redistribuant au hasard les individus dans ces différents sous-échantillons. On
mesure alors le FST obtenu avec Ô (sur l’ensemble des loci). La répétition de ce

78 Initiation à la génétique des populations naturelles

processus un très grand nombre de fois (10 000) nous permet d’obtenir une distri-
bution des FST possibles sous H0. L’hypothèse alternative H1 correspond nécessaire-
ment à : « Il y a structuration », ou autrement dit, « le FST de l’échantillon est plus
grand que 0 ». La P-value est donc donnée par la proportion de cas où le FST simulé
a été aussi grand ou plus grand que le FST observé. Ce test est disponible dans
Genetix qui propose également la même procédure avec le ÔRH de R et
H (1984) et le ÔRH’ de R et B (2000).

La méthode basée sur le G de GOUDET et al. (1996)

En fait, certains travaux ont montré que le calcul d’une autre statistique (G) permet-
tait d’avoir une plus grande puissance du test dans la plupart des situations (voir
G et al., 1996). La procédure est rigoureusement identique sauf que l’on
mesure un G (logarithme népérien de la vraisemblance du tableau de contingence
observé) au lieu d’un FST. Cette statistique est calculée à partir d’effectifs alléliques,
mais ce sont bien les individus diploïdes qui sont permutés au cours des randomisa-
tions (d’où le qualificatif de test génotypique). Une description de la formule du G
peut être trouvée dans n’importe quel ouvrage de statistiques (S et R,
1981) (voir aussi la réponse 7). Un avantage supplémentaire de cette statistique
concerne ses propriétés additives, ce qui autorise la mise en place d’un test global sur
l’ensemble des loci, comme on le retrouve dans Fstat.
nl np na
 N 
G = −2∑∑∑ Nikl ln ikl  (46)
l =1 k =1 i =1  Nkl p il 
où l indique le locus et nl est le nombre total de loci, k les sous-échantillons et np le
nombre total de sous-échantillons, i l’allèle et na le nombre total d’allèles au locus l
dans la population k, Nikl est le nombre de fois que l’allèle i du locus k est rencontré
dans la population l, Nkl est le nombre d’allèles (deux fois la taille du sous-échan-
tillon chez des diploïdes) du locus l dans le sous-échantillon k et p il est la fréquence
moyenne de l’allèle i du locus l dans tout l’échantillon. C’est donc cette statistique
qui est calculée sur les données observées et pour chaque randomisation des indivi-
dus entre sous-échantillons.

Test exact allélique de ROUSSET et RAYMOND (1995)

Il existe une autre solution pour tester la différenciation entre dèmes, mise au point
par R et R (1995a). Il s’agit d’un test purement allélique qui fait donc
l’hypothèse d’une indépendance totale des allèles dans les individus (panmixie
parfaite). Pour que ce test soit valide, il est donc indispensable que les génotypes
soient en parfaite conformité avec les attendus sous Hardy-Weinberg, car ce sont les
allèles qui sont ici randomisés entre sous-échantillons. Ce test est proposé comme test
allélique dans Genepop. Une procédure équivalente, le test « assuming HW » est

Tests statistiques 79
proposé dans Fstat (qui utilise un test basé sur le G). C’est le test le plus puissant qui
existe, mais, parce qu’il est probable qu’aucune population ne soit en conformité avec
une panmixie parfaite, je conseillerai de ne jamais appliquer ces procédures et de leur
préférer celles utilisant les génotypes (ne supposant donc pas la panmixie). Par ailleurs,
le test exact ne peut être effectué que locus par locus, ce qui impose une procédure
supplémentaire pour obtenir un test global (voir plus loin le paragraphe sur les tests
multiples). Ajoutons enfin que les logiciels cités traitent les données haploïdes en
dédoublant chaque allèle (homozygotie artificielle totale). Dans ce cas, le test allélique
est impossible ou alors doit être fait sur la moitié des individus si c’est possible.

TESTER
LA PANMIXIE GLOBALE

Ceci est fait en réassociant au hasard les allèles des individus de l’ensemble de
l’échantillon un très grand nombre de fois. On mesure le FIT sur l’ensemble des loci.
Pour le reste, la procédure est identique à celle présentée pour tester la significativité
du FIS.
Il peut sembler redondant de tester le FIT après avoir testé le FIS et le FST, mais dans
certains cas cela peut s’avérer utile. En particulier, un FIT nul associé à d’autres cri-
tères (voir plus loin) peut être diagnostique d’une espèce strictement clonale et for-
tement structurée en de nombreux dèmes (voir D M et B, 2005 ;
N et al., 2006).

TESTER
LES DÉSÉQUILIBRES
DE LIAISON

Ici, plusieurs méthodes sont possibles. Globalement, elles consistent à recombiner

au hasard les loci entre eux à l’intérieur de chaque sous-échantillon un très grand
nombre de fois et de mesurer (différentes méthodes) une statistique. La statistique
observée dans chaque sous-échantillon est ensuite comparée à la distribution obte-
nue lors des randomisations sous l’hypothèse nulle d’absence d’association statis-
tique entre loci. La statistique peut être une mesure de déséquilibre de liaison par
paire de loci (le plus fréquent), ou une mesure multiloci (utilisée par les chercheurs
travaillant sur des organismes clonaux). L’avantage des mesures multiloci est qu’elles
fournissent une mesure sur l’ensemble des loci, alors qu’il y a autant de mesures (et
donc de tests) qu’il y a de paires de loci (potentiellement L(L-1)/2 où L est le nombre

80 Initiation à la génétique des populations naturelles

de loci) pour les mesures par paire. Le défaut des mesures multiloci est que leur
comportement n’est pas encore bien connu dans toutes les conditions (voir
D M et B, 2004) et qu’il n’existe pas de mesure (et donc de test) multi-
échantillons. Dans les tests par paire de loci, on peut utiliser comme statistique la
probabilité d’apparition du tableau des génotypes pour les deux loci du sous-échan-
tillon, compte tenu des fréquences génotypiques observées. Dans ce cas, la P-value
du test sera simplement la somme des probabilités aussi faibles ou plus faibles que
celle observée dans le sous-échantillon (voir le système d’équations 25), divisée par
la somme de toutes les probabilités obtenues lors de la procédure de randomisation.
Autrement dit, si Pobs est la probabilité du tableau des génotypes observés pour la
paire de loci L1_L2 dans le sous-échantillon S1, Pi la probabilité d’occurrence d’un
tableau randomisé et Rand le nombre total de randomisations (nombre de fois que
les génotypes ont été recombinés librement), alors la P-value du test de déséquilibre
de liaison sera :
i = Rand

∑ (P i ≤ Pobs )
P= i =1
i = Rand
(47)
∑ Pi
i =1

C’est ce qui est fait dans Genepop 3.4. (Raymond et Rousset, 2003, mis à jour de
R et R, 1995b). On peut aussi calculer une autre statistique, telle
qu’un G comme dans le logiciel Fstat 2.9.3. (G, 2002, mise à jour de
G, 1995) et Genepop 4 (R, 2008), ou sur un coefficient de corrélation
comme dans Genetix 4.03 (B et al., 2004) ou encore sur un estimateur mul-
tilocus comme dans Multilocus 1.3b (Agapow et Burt, 2003, mis à jour d’A
et B, 2001).
À partir d’ici, plusieurs points importants doivent être précisés.

Nombre de randomisations
Certaines procédures de randomisations peuvent être très gourmandes en nombre de
randomisations. Ce nombre sera fonction du nombre de combinaisons de génotypes
possibles entre les deux loci étudiés. Dans le doute, il faut donc bien veiller à vérifier
que deux procédures de randomisations faites indépendamment sur les mêmes don-
nées donnent le même résultat. Ceci est particulièrement important pour la procé-
dure (chaîne de Markhov) utilisée dans Genepop où le nombre d’itérations devra
atteindre au moins 106, voire 107.

Correction du seuil
Comme nous l’avons vu, les tests par paire de loci génèrent un grand nombre de tests
(autant que de paires de loci). Pour sept loci, par exemple, on a 21 paires de loci

Tests statistiques 81
possibles. Cette répétition de tests va poser un problème statistique important que
nous traiterons dans la section suivante. Ces tests sont par ailleurs non indépendants
puisque chaque locus est comparé à chacun des autres loci restants, ce qui signifie
que l’information contenue dans chaque locus est utilisée de façon redondante, ce
qui pose un problème supplémentaire. Dans le paragraphe qui suit, nous verrons
comment corriger le seuil de décision statistique afin de prendre en compte ces dif-
ficultés.

Remarques sur les tests

de déséquilibres de liaison et leur interprétation

Comme nous l’avons déjà vu, certaines des procédures que nous utilisons en géné-
tique des populations empiriques requièrent l’utilisation d’un nombre important de
loci (au moins cinq) qui devraient être indépendants statistiquement. C’est-à-dire
que l’information portée par chacun de ces loci est supposée indépendante. Un
déséquilibre de liaison fort risquerait d’apporter une redondance forte conduisant à
un risque d’erreur de décision. En fait, l’indépendance des loci ne peut être certaine
que si les populations échantillonnées sont de tailles infinies, panmictiques et non
structurées et ce depuis un grand nombre de générations, ce qui n’est évidemment
jamais le cas. Il y a donc toujours liaison. Le principal est que cette liaison ne nuise
pas trop à la détection du signal recherché. Le reste est laissé à l’appréciation de
chacun, mais fort heureusement ces tests sont individuellement peu puissants et les
procédures qui y sont le plus souvent associées (Bonferroni) rendent la détection de
tels déséquilibres peu fréquente. De ma propre expérience sur les populations clo-
nales (déséquilibres de liaison forts à totaux), c’est plus une diminution de puissance
des tests (de différenciation, en particulier) qu’une augmentation qu’il faut attendre
(augmentation des variances d’estimation), comme cela peut être illustré par les
immenses intervalles de confiance de FST obtenus par bootstrap sur les loci chez la
levure opportuniste Candida albicans (voir la figure 1 dans N et al., 2006).

LE PROBLÈME
DES TESTS RÉPÉTÉS

Comme nous l’avons déjà vu, le but d’un test statistique est d’évaluer la probabilité
avec laquelle le hasard permet d’expliquer nos données si celles-ci proviennent d’une
population respectant l’hypothèse nulle. Si cette probabilité est inférieure à un seuil
choisi Í, on décide que les données dévient significativement de ce que l’on attend
sous H0. Par conséquent, et par définition, pour un seuil choisi de Í = 0,05 (le plus
classique), on s’attend à ce que sous H0 5 % des tests soient significatifs par hasard.
Autrement dit, si j’échantillonne 100 fois dans une population panmictique et que

82 Initiation à la génétique des populations naturelles

j’effectue un test du FIS pour chaque échantillon, je m’attends à trouver en moyenne
cinq tests significatifs au seuil Í = 0,05 (si la taille des échantillons et si le polymor-
phisme des loci sont suffisants).
Par conséquent, la répétition de tests pose un problème. Plusieurs méthodes existent
pour résoudre le problème des tests répétés et dont l’application dépend de la ques-
tion posée et du type de tests répétés.

Les tests répétés sont indépendants

Ces tests répétés peuvent correspondre à différents cas de figure dont voici une liste
non exhaustive :
– je voudrais combiner différents tests (de la même H0) trouvés dans la littérature
pour lesquels je n’ai pas les données brutes ;
– je cherche à savoir si le FIS de chaque locus dévie significativement de 0 dans un
sens ou dans l’autre ;
– je dispose de données de structuration de plusieurs sites comparables, sur plusieurs
années et je cherche à combiner les P-values obtenues lorsque j’ai testé la significati-
vité du FST dans chacun de ces jeux de données d’années différentes ;
– je compare la différenciation entre deux catégories d’individus (mâles versus
femelles ; parasites d’hôtes d’espèces différentes ou de sexes différents, etc.) dans
plusieurs sites (je souhaite combiner l’information de tous les sites).
Dans tous les cas, je peux chercher à savoir si un signal global existe ou je peux dési-
rer identifier quels tests sont significatifs.

Tester si un signal global existe

On peut alors combiner les k tests de quatre façons différentes : le test binomial et
sa version généralisée (T et al., 2007 ; D M et al., 2009), la procédure
de Fisher (F, 1970), le test SGM (G, 1999) et la transformation Z de
Stouffer (W, 2005).
On peut procéder à un test binomial pour un nombre d’essais correspondant au
nombre de tests et un attendu correspondant au seuil Í. Pour Í = 0,05, la structure
du test est la suivante :
– H0 : la proportion de tests significatifs observés n’est pas différente de 0,05 ;
– H1 : la proportion observée de tests significatifs est supérieure à l’attendu 0,05 (test
unilatéral).
La plupart des logiciels de statistiques font le test binomial et son application est assez
simple. La loi binomiale concerne les cas où on ne peut avoir que deux possibilités :
vrai ou faux, présence ou absence, noir ou blanc ou, comme ici, significatif ou non.
Elle est définie par le nombre d’essais (ou taille de l’échantillon) k, les probabilités

Tests statistiques 83
complémentaires d’état de l’événement p et q = 1 - p pour significatif et non significatif
respectivement et k’ le nombre de fois où l’événement « significatif » a effectivement
été observé parmi les N essais. Dans notre cas, k correspond donc au nombre de tests
que l’on souhaite combiner, et k’ au nombre de tests significatifs au seuil de 5 % parmi
ces k tests. On souhaite avoir la probabilité d’obtenir par hasard un nombre de tests
significatifs aussi grand ou plus grand que k’. Cette probabilité est :
i=k
k!
P =∑ α i (1 − α ) ( k − i ) (48)
i=k ' i! ( k − i )!
où k! = k(k - 1)(k - 2)…(k - k + 2)
Donc si on a dix tests dont cinq sont significatifs, on a P = 0,00006 (valeur haute-
ment significative donc). Pour un seul test significatif observé sur 10, cette P-value
devient 0,4. Il existe depuis peu une version généralisée (Binomial généralisé) de ce
test (T et al., 2007) implémentée par le logiciel MultiLocus V2.2
(D M et al., 2009). La philosophie de ce test est décrite en détail dans l’aide
qui accompagne le logiciel et je ne reviendrai donc pas dessus.
La procédure de Fisher (F, 1970), qu’il ne faut pas confondre avec le test exact
du même auteur car cela n’a pas de rapport, propose la formule suivante :
i=k
χ obs
2
= −2∑ Log ( Pi ) (49)
i =1

où Pi correspond à la P-value obtenue au ième test.

Cette expression suit normalement une loi du ² (Chi-2) avec 2k degrés de liberté
(ddl), dont on peut donc extraire la P-value associée à partir d’une table du ², d’un
logiciel ou en tapant la formule [Link](χ²obs;2*k) sous Excel.
Le test de randomisation SGM de symétrie autour de 0,5 de la moyenne géomé-
trique (la moyenne géométrique correspond à la racine kième du produit des k
P-values entre elles) (G, 1999) est implémenté par le logiciel SGM distribué
sur demande par l’auteur lui-même.
Le test de transformation Z de Stouffer (W, 2005) consiste en la transformation
des P-values en leur équivalent Z, avec par exemple la commande Excel [Link].
INVERSE(Pi;0;1) ou [Link](Pi) (mettre 0,9999 pour les Pi
= 1) qui donne un Zi pour chaque Pi que l’on combine en la statistique Zs :

∑Z
k
i
Zs = i
(50)
k
La P-value globale est obtenue en comparant cette statistique à la loi normale, avec
par exemple la commande Excel [Link](Zs).
D’une façon générale, si on combine peu de tests (k < 4) il vaut mieux appliquer le
test Z de Stouffer et, dans les autres cas (k > 3), le binomial généralisé ou le Z

84 Initiation à la génétique des populations naturelles

(D M et al., 2009). Par ailleurs, d’une façon qui ne concerne pas vraiment
notre propos ici, le test binomial n’exige pas de connaître la P-value exacte des tests
à combiner (même si cela est préférable), ce qui peut représenter un avantage certain
lorsque l’on combine des données de la littérature.
On pourra trouver une discussion plus théorique de ce type de problèmes dans la
littérature (G, 1999 ; W, 2005 ; D M et al., 2009). La procé-
dure de Fisher sera adéquate dans certaines configurations de distribution des
P-values (en U, en cloche, en L, ou en J) autres que la distribution uniforme. Il est
en effet important de faire attention à cela et ne pas être esclave de ses données. La
présence d’une P-value = 0 devrait en toute rigueur interdire l’utilisation de la pro-
cédure de Fisher.
La procédure de Fisher répond davantage à la question : y a-t-il au moins un test
significatif ?
Le SGM est quant à lui très (trop) conservateur, une propriété qui pourrait s’avérer
utile dans le cadre des méta-analyses (sur jeux de données publiées) où le biais de
publication en faveur des résultats significatifs pourrait être ainsi partiellement corrigé.

Déterminer quels sont les tests significatifs,

procédure de Bonferroni
Une autre configuration pourrait nous amener à rechercher lesquels, parmi ces
k tests, sont réellement significatifs. Ce peut être le cas si on recherche un mar-
queur de sous-dominance au milieu de plusieurs marqueurs (quels loci sont
déficitaires en hétérozygotes ?). Dans ce cas, il n’y a pas d’autre solution que de
procéder à une correction de Bonferroni (très conservatrice) (H, 1979 ;
R, 1989) ou, de façon moins conservatrice (sauf pour la plus basse P-value),
le Bonferroni séquentiel.
Il faut ordonner les N P-values de chaque test de la plus petite à la plus grande. La
plus petite des probabilités est multipliée par N, la deuxième plus petite par N - 1,
la troisième par N - 2, etc. Les tests significatifs sont ceux dont la P-value ainsi
corrigée reste inférieure au seuil choisi Í (= 0,05). On peut aussi plus classiquement
corriger le seuil lui-même par le nombre de tests correspondants : Í’1 = Í/N, Í’2 = Í/
(N - 1), Í’3 = Í/(N - 2), etc., ce qui revient au même, mais personnellement je
préfère disposer d’une P-value « exacte ». Le tableau 4 donne un exemple d’une série
de 10 tests triés par ordre croissant de leur P-value, leur P-value corrigée par la
procédure du Bonferroni séquentiel, le seuil corrigé correspondant à Í = 0,05, ainsi
que la décision statistique concernant chaque test, compte tenu du nombre de tests
effectués.
Dans cet exemple on décide que trois des dix tests ont donné une valeur déviant
significativement de ce qui est attendu sous H0. On remarquera que cette procédure
est très conservatrice. Il faut le savoir au moment d’échantillonner et ne pas lésiner

Tests statistiques 85
Tableau 4
Exemple d’application de la procédure du Bonferroni séquentiel sur un jeu de 10 tests.
Les P-values ont été classées par ordre croissant.

Test N° P-value Nombre P-value Í’ Décision

de tests corrigée
2 0,001 10 0,010 0,0050 **
9 0,003 9 0,027 0,0056 *
10 0,005 8 0,040 0,0063 *
8 0,015 7 0,105 0,0071 ns
7 0,022 6 0,132 0,0083 ns
4 0,041 5 0,205 0,0100 ns
3 0,050 4 0,200 0,0125 ns
1 0,101 3 0,303 0,0167 ns
6 0,210 2 0,420 0,0250 ns
5 0,321 1 0,321 0,0500 ns
** : significatif au seuil 1 %, * : significatif au seuil 5 %, ns : non significatif.

sur le nombre d’individus génotypés. De faibles échantillons ne permettront jamais

d’obtenir des P-values suffisamment basses pour supporter une procédure de
Bonferroni. C’est ce que les statisticiens appellent le risque de seconde espèce (Î) ou
risque de se tromper en acceptant H0. Alors que Í correspond au risque de première
espèce, ou risque de se tromper en rejetant H0. Nous avons déjà évoqué ces concepts
en p. 69.

Les tests répétés ne sont pas indépendants

C’est typiquement le cas des tests de déséquilibre de liaison par paire de loci. C’est
aussi le cas de tests de différenciation par paire de sous-échantillons. Ici encore, il est
nécessaire de distinguer le cas où une réponse globale est souhaitée du cas où on
recherche quels tests sont significatifs.
Tester si un signal global existe
Nous prendrons l’exemple des tests de déséquilibre de liaison par paire de loci dans
la mesure où des tests globaux existent normalement dans les autres cas (différencia-
tion). On peut alors appliquer le test binomial ou le Z. En cas de signal positif (H1
vraie), il y aura autocorrélation entre les tests (si A et B sont liés ainsi que B et C,
alors A et C seront liés) et donc inflation de la puissance des tests. La précision du

86 Initiation à la génétique des populations naturelles

niveau de significativité n’aura donc pas beaucoup de sens, ce sera significatif ou pas.
Comme sous l’hypothèse nulle, nous n’attendons pas plus de 5 % de tests significa-
tifs à ce seuil et en principe pas d’autocorrélation entre tests, le test exact binomial
doit faire l’affaire. Sous R (R-Development-core-team, 2011), la commande est
[Link] (k’, k, 0,05, alternative =“greater”) où k’ est le nombre de tests significa-
tifs au seuil 5 % parmi les k tests.
Déterminer quels sont les tests significatifs,
procédure de Bonferroni
Ici, s’il est souhaité de déterminer quelles paires de loci sont statistiquement associées
ou quelles paires de sous-échantillons sont différenciées, la procédure du Bonferroni
séquentiel s’impose.
Le cas des déséquilibres de liaison
Les déséquilibres de liaison représentent le cas de figure le plus fréquent. Ici, en
fonction de la taille de chaque sous-échantillon et du degré de polymorphisme
des loci, le seuil de Bonferroni peut s’avérer impossible à atteindre (trop conser-
vateur). Dans ce cas, il est plus raisonnable de ne prendre en compte que les loci
les plus polymorphes, c’est-à-dire ceux pour lesquels les chances de détecter
quelque chose sont les plus grandes. Par exemple, on peut écarter les loci dont
un allèle atteint ou dépasse la fréquence de 90 %, on peut même être plus sévère
en fonction des circonstances, car de tels loci ne présenteront qu’exceptionnel-
lement des P-values suffisamment faibles alors qu’ils contribuent à l’augmenta-
tion de la sévérité du Bonferroni. Comme suggéré précédemment, ce qui est la
plupart du temps recherché c’est si les loci ne sont pas trop liés. Il n’y a de toutes
les façons pas d’agrément général sur la meilleure procédure et il est donc laissé
libre choix aux empiristes de décider si une correction plus ou moins sévère ou
pas de correction doit être appliquée. Les tests Multilocus (A et B,
2001) ont été spécifiquement conçus pour tester un effet global, tel que celui
attendu sous régime clonal de reproduction. Des études de simulations
(D M et B, 2004) ont suggéré que la mesure la plus précise (ou
plutôt la moins mauvaise) serait le coefficient de corrélation rD (A et
B, 2001). Ce coefficient se base sur l’indice d’association IA (B et al.,
1980 ; M-S et al., 1993 ; H et al., 1998), mais contraire-
ment à ce dernier est indépendant du nombre de loci étudiés dans l’analyse.
Cette mesure est également utilisée comme statistique dans les tests de randomi-
sation implémentés dans Multilocus. Par rapport au test bi-locus cette procédure
permet l’obtention directe d’un test global sur l’ensemble des loci, mais ne peut
être réalisée que sous-échantillon par sous-échantillon. Il peut cependant n’être
significatif qu’à cause d’une seule paire de loci. Le test bi-loci de Fstat (basé sur
le G) permet d’obtenir un test sur l’ensemble des sous-échantillons, mais pour
chaque paire de loci prise une à une.

Tests statistiques 87
 TESTER LA CORRÉLATION
ENTRE DISTANCES

Il s’agit ici de regarder si la différenciation génétique (distance génétique) que l’on

observe entre les sous-populations de notre échantillon peut être due aux distances
géographiques qui les séparent, ou à d’autres distances. Ces autres distances peuvent
être écologiques (différences de températures moyennes de janvier, pluviométriques,
etc.), ou même génétiques si on souhaite comparer les distances génétiques hôtes et
parasites, par exemple.
Dans tous les cas, on cherche à corréler deux matrices de distances entre elles.
Comme pour les déséquilibres de liaison, les mesures de ces matrices ne sont pas
indépendantes, ce qui empêche de procéder à des tests classiques de corrélation ou
de régression. Nous allons donc effectuer un test de M (1967).
La valeur d’un paramètre d’association, ou d’un coefficient de corrélation, entre les deux
matrices est calculée à partir des données réelles, puis comparée à la série de pseudo-
valeurs obtenues par permutation aléatoire de l’ordre des populations dans l’une des deux
matrices de distances. À partir de là, la suite devient similaire à tout autre test par permu-
tation. On pourra consulter la réponse 8 pour plus de détails sur le test de Mantel.

Distances génétiques et géographiques

Ce cas de figure a été étudié en profondeur par R (1997). Ici, les sous-échan-
tillons peuvent être distribués de deux façons différentes qui requièrent chacune une
analyse qui lui est particulière. Cependant, dans les deux cas, la matrice des distances
génétiques doit contenir une mesure corrigée de la différenciation entre paire de
sous-populations, à savoir Ô/(1 - Ô) (voir R, 1997), Ô étant l’estimateur du
FST (voir p. 53). On sait en effet par l’équation (21) que :
QS − QT
FST =
1 − QT
Sachant que, dans le cas d’un isolement par la distance, c’est-à-dire quand la diffé-
renciation augmente avec l’éloignement géographique des individus, et si chaque
dème connaît un fonctionnement raisonnablement similaire (à peu près même taille
et même système de reproduction) on voit bien que QS, la probabilité d’identité de
gènes entre deux individus de la même sous-population, sera à peu près la même
d’une sous-population à l’autre alors que QT, probabilité d’identité entre dèmes, sera
une fonction décroissante de la distance entre dèmes. On voit donc bien que puisque
QT se trouve au numérateur, mais aussi au dénominateur du FST, la relation entre
FST et la distance géographique ne peut pas être linéaire. Par contre, comme on peut
le voir, le rapport FST/(1 - FST) ne subit pas ce problème, en effet :

88 Initiation à la génétique des populations naturelles

 QS − QT QS − QT
FST 1 − QT 1 − QT Q − QT
= = = S (51)
1 − FST QS − QT 1 − QT − QS + QT 1 − QS
1−
1 − QT 1 − QT
À partir de là, deux cas de figures sont à distinguer en fonction du schéma de dis-
persion des organismes étudiés, indépendamment du plan d’échantillonnage, qui
peut suivre un tracé en une ou deux dimensions.

Les sous-échantillons sont alignés

en une seule dimension
Certains organismes sont susceptibles de se distribuer en une seule dimension et
seront donc échantillonnés comme tels. C’est typiquement ce qui se passe pour des
organismes côtiers comme des bivalves (moules), des cirripèdes (balanes et anatifs),
des patelles, des algues (fucus vésiculeux, laminaires), ou les organismes vivant le
long des cours d’eau (mouches tsé-tsé, lymnées). La matrice des distances par paire
de sous-échantillons est alors comparée à celle des Ô/(1 - Ô) (car c’est bien l’estima-
teur non biaisé de Weir et Cockerham qu’il faut utiliser). Si le test de Mantel est
significatif, on peut alors utiliser la pente b de la droite de régression du FST/(1 - FST)
= a + bDG, où DG est la distance géographique, afin d’estimer le produit DÞ² de la
densité d’adultes reproducteurs dans un site (D) et la distance moyenne au carré
mesurée entre la position occupée par un adulte reproducteur et celle que sa mère
occupait à la génération précédente. En effet, R (1997) montre qu’alors :
1
Dσ 2 = (52)
4b
Cette méthodologie fut appliquée pour l’escargot intertidal (côtier) Bendicium vita-
tum (voir R, 1997 pour une réanalyse) ou la tique d’oiseaux marins Ixodes
uriae (MC et al., 2003).

Les sous-échantillons sont distribués sur deux dimensions

Dans ce cas, le test de Mantel doit être effectué entre la matrice des Log népériens
des distances géographiques par paire de populations et celle des Ô/(1 - Ô) (voir
R, 1997). Si le test est significatif, la pente de la régression FST/(1 - FST)
≈ a + bLn(DG) va permettre d’estimer DÞ² avec l’équation (R, 1997) :
1
Dσ 2 = (53)
4πb
Si l’un des deux paramètres D ou Þ peut être estimé, même approximativement, de
façon indépendante, on obtient un pouvoir d’inférence relativement puissant ici
(voir K et al., 2006a ; B et al., 2009 ; D G-W et al.,
2009 pour illustration).

Tests statistiques 89
Les mêmes procédures peuvent être appliquées entre individus entre lesquels un
équivalent du FST/(1 - FST) appelé ar (calculé dans Genepop) et développé par
R (2000), L et al. (2003) et L et al. (2004) peut être régressé
contre les distances entre individus (directe pour une dimension, en Log pour deux
dimensions), ce qui conduit aux mêmes possibilités d’inférences que celles décrites
ci-dessus. W et al. (2007) proposent une statistique e en principe plus puissante
lorsque le voisinage (4DÞ² ou 4πDÞ²) est grand. Nous verrons cela plus en détail
dans la partie pratique de ce manuel.
Dans le cas particulier de deux dimensions, R (1997) montre que le nombre
d’immigrants présents dans un sous-échantillon peut directement être tiré de la
pente de la régression FST/(1 - FST) ≈ a + bLn(DG), Nm = 1/2πb.

Autres distances

On peut souhaiter vérifier si la différenciation entre sites est corrélée à une différence
écologique entre sites ou tester s’il existe une corrélation entre différenciation géné-
tique des sous-échantillons des hôtes et des parasites qui les infestent. Comme nous
l’avons vu précédemment, le FST a été défini dans le cadre d’un modèle en îles. De
fait, il ne se comporte pas idéalement par paire de populations (fortes variances, voir
B et G, 2002) et on lui préférera d’autres mesures pour les tests de
Mantel telles que la distance harmonique (chord distance) de Cavalli-Sforza et
Edwards (C-S et E, 1967) ou la distance d’allèles partagés (sha-
red allelic distance) (B et al., 1994) (déjà discuté en p. 60). Pour la construc-
tion d’arbres (dendrogrammes), il semble aussi que les distances harmoniques
donnent de meilleurs résultats (T et N, 1996).
En fait, la performance de différentes mesures et leur choix vont dépendre des situa-
tions rencontrées, même si en principe toutes les distances devraient aboutir en théorie
à des résultats concordants. Ceci peut être illustré par la corrélation que P
et al. (2005) ont montrée entre les distances génétiques entre infra-populations8 de
schistosomes et celles mesurées entre les rats qui les portaient (ou leur apparentement
si on préfère) en Guadeloupe. Dans l’article, c’étaient la distance de C-S
et E (1967) qui avait été utilisée entre infra-populations de schistosomes et la
« shared allele distance » (B et al., 1994) entre les individus rats. Le logiciel
MSA (D et S, 2003, téléchargeable à [Link]
[Link]/) calcule cette distance. La corrélation obtenue était très significative
(P-value = 0,0005), mais D M et al. (2007a) ont montré que si le FST est utilisé
pour les deux matrices, la corrélation n’est plus significative (P-value = 0,15) et elle l’est
beaucoup moins (P-value = 0,0113) quand c’est Cavalli-Sforza et Edwards qui est
utilisé pour les deux matrices. Le choix d’une statistique n’est donc pas entièrement
neutre. Ajoutons enfin que d’autres mesures d’apparentement entre individus existent,
8
En parasitologie, une infra-population est le contenu en parasites d’un individu hôte.

90 Initiation à la génétique des populations naturelles

telles que l’estimateur de Q et G (1989) ou de W (2002) dont
nous avons déjà parlé à propos des tests de pangamie (p. 77-78) ou, plus récemment,
de K et al. (2006) qui pourrait être encore plus puissant.

TESTER LES BIAIS

DE DISPERSION
DE CERTAINES
CATÉGORIES D’INDIVIDUS
Dans les populations naturelles, il se peut qu’un sexe disperse davantage que l’autre
sexe ou que les individus parasités dispersent plus ou moins bien que les individus
sains. Dans ce cas, il existe plusieurs statistiques (mesures) qui peuvent être compa-
rées (G et al., 2002). Je ne parlerai ici que de trois d’entre elles et dans le cas
d’un biais de dispersion sexe-spécifique.
L’indice d’assignement, dont nous avons déjà parlé en p. 64, consiste à calculer la
probabilité qu’un individu a d’appartenir à la sous-population où il a été échan-
tillonné, compte tenu de son génotype à tous les loci génotypés et de celui de l’en-
semble des individus de son sous-échantillon. Afin de tenir compte du degré de
polymorphisme qui peut beaucoup varier d’un site à l’autre, il faut corriger cette
probabilité. Ceci est fait en soustrayant à cette valeur la valeur moyenne obtenue sur
l’ensemble des individus du sous-échantillon concerné, après une transformation
Log afin de minimiser les risques d’erreurs dus aux petites valeurs (voir F et al,.
1997 pour plus de détails). Cet indice se note AIc. Sa distribution sur l’ensemble des
populations est nécessairement centrée sur 0. Et une valeur négative signifie que
l’individu est moins bien assigné que la moyenne à son propre sous-échantillon. On
calcule ensuite la moyenne de cet indice sur les mâles et la moyenne sur les femelles
de l’ensemble de l’échantillon. La statistique suivante est calculée :
AI c− − AI c+
t= (54)
s ²( AI c− ) s ²( AI c+ )
+
Nb( +) Nb( −)
où les signes – et + désignent la catégorie qui disperse le moins et le plus respective-
ment, la barre désignant la moyenne, s² la variance et Nb le nombre total d’individus
de la catégorie considérée, observés dans l’ensemble des sous-échantillons.
La moyenne du sexe le moins dispersant (donc mieux assigné) doit être supérieure à
celle du sexe le plus dispersant.
La deuxième statistique qui nous intéresse correspond à :
s ²( AI c+ )
Rs ²( AI c ) = (55)
s ²( AI c− )

Tests statistiques 91
La variance de l’indice d’assignement du sexe le plus dispersant doit être supérieure
à celle du sexe le moins dispersant.
La troisième statistique dépend de la différence des FST estimés pour chaque catégorie :
∆θ = θ ( − ) − θ ( + ) (56)
La différenciation mesurée sur la catégorie d’individus les moins dispersants doit être
plus élevée que celle mesurée pour la catégorie la plus vagile.
Ensuite, l’appartenance à une catégorie (mâle ou femelle) est re-distribuée au hasard pour
chaque individu de chaque sous-échantillon, en gardant les individus dans leur sous-
échantillon, et en conservant la même proportion de chaque catégorie (même sexe-ratio)
et la statistique est mesurée. Cette randomisation est répétée un grand nombre de fois
afin d’obtenir une distribution des valeurs possibles sous H0 (pas de différence de disper-
sion) à laquelle la valeur observée est comparée. Les tests peuvent être unilatéraux ou
bilatéraux. Dans ce dernier cas, ce sont les valeurs absolues des différences [dans (53) et
(55)] ou le ratio de la plus grande sur la plus petite valeur de chaque randomisation qui
sont utilisés. Ces mesures et randomisations sont toutes implémentées dans Fstat (menu
“biased dispersal”). Ces procédures ont été utilisées avec succès pour mettre en évidence,
dans les populations suisses de la tique Ixodes ricinus, un biais de dispersion sexe-spéci-
fique, les femelles représentant le sexe peu ou pas dispersant (D M et al., 2002a),
et un biais de dispersion pathogène spécifique, les tiques infectées par le spirochète
Borrelia afzelii dispersant très peu ou pas du tout (D M et al., 2004b). De même,
P et al. (2002) ont pu mettre en évidence une structure génétique spécifique
du sexe chez le trématode Schistosoma mansoni infectant des rats en Guadeloupe.
Dans certains cas, l’échantillonnage ne permet pas de tester une différence entre
sexes ou entre catégories d’individus, par randomisation, notamment pour tester une
différence de FST. Dans ce cas, une alternative moins puissante existe et permet de
comparer Hs, FIS ou le déséquilibre de liaison entre catégories d’individus dans un
seul échantillon. Il suffit d’utiliser les loci (ou les paires de loci pour les déséquilibres
de liaison) comme des répliquats (plus ou moins indépendants d’ailleurs) et de faire
un test de comparaison pour données appariées, le critère d’appariement correspon-
dant donc au locus (ou la paire de loci). Comme la distribution de telles données a
toutes les chances de ne pas suivre une loi normale, il est conseillé ici de procéder à
un test de rang de Wilcoxon pour données appariées (Wilcoxon signed ranks test for
paired data) (S et C, 1 988).

TESTER LA DIFFÉRENCE
ENTRE GROUPES

Ce cas de figure se présente lorsque différents types de sites doivent être comparés.
C’est typiquement le cas si on souhaite comparer différents paramètres génétiques,

92 Initiation à la génétique des populations naturelles

tels que Hs, FIS, FST ou d’autres, entre infra-populations trouvées dans des hôtes
mâles et celles trouvées dans des hôtes femelles. Ce peut être aussi le cas entre des
sites de différentes natures tels que des prés et des bois dans un paysage de bocages
(par exemple, H0 : les populations de bois sont-elles plus structurées que celles de
pré, ou plus pamictiques, etc.). Ce peut également être le cas pour comparer des
parasites trouvés sur des espèces hôtes différentes. Les procédures suivent toujours la
même philosophie. Ici, le paramètre d’intérêt est moyenné sur l’ensemble des sous-
échantillons de chaque catégorie. Soit xi cette valeur moyenne pour les sous-échan-
tillons du groupe i. Pour un test unilatéral avec deux groupes, on calcule juste la
différence (x1-x2) (x1 étant la plus grande). Pour les autres cas de figure, la statistique
utilisée sera :
ng −1 ng

∑ ∑ (x − xj)
2
∆S x = i (57)
i =1 j =i +1

où ng représente le nombre de groupes à comparer.

Ensuite, les échantillons de chaque groupe sont randomisés (permutations aléatoires
des échantillons dans les différents groupes en gardant le nombre d’échantillon par
groupe constant) un grand nombre de fois (10 000) et la statistique (x1-x2) ou celle
définie en (57) est recalculée pour chaque randomisation. La valeur observée est
ensuite comparée à la distribution des valeurs obtenues par randomisation, la
P-value du test correspondant (encore une fois) à la proportion de fois qu’une valeur
aussi grande ou plus grande a été observée au cours des randomisations. Cette pro-
cédure est implémentée dans Fstat (menu “Comparison among groups”).
Comme précédemment, l’échantillonnage peut ne pas permettre de procéder à ce
test sans qu’il soit pour autant impossible de tester des différences de FIS, de Hs ou
de déséquilibres de liaison. Ici aussi, les loci (ou paires de loci) peuvent être utilisés
comme répliquats pour un test de rangs pour données appariées (voir par exemple
N et al., 2006).

ANALYSES MULTIVARIÉES

Les analyses multivariées permettent souvent une représentation didactique de l’or-

ganisation générale de la variabilité génétique globale des échantillons génotypés.
Dans certains cas, ils permettent également des analyses statistiques et des inférences.
Il en existe plusieurs types, de même nature, mais offrant des possibilités différentes.

Analyse factorielle des correspondances (AFC)

Cette analyse, introduite par B (1973), a été adaptée aux données génétiques
diploïdes par S et al. (1987). L’AFC place chaque individu dans un hyper-espace

Tests statistiques 93
à K dimensions (K étant le nombre total d’allèles présents sur l’ensemble des loci) et
les projette sur les plans définis par les axes orthogonaux (donc indépendants) expli-
quant le mieux la dispersion des points (même principe que celui d’une régression).
Une mesure de la pertinence des axes ainsi définis est représentée par le pourcentage
d’inertie de chaque axe. Comme il y a K axes, un axe représentant 100/K % d’inertie
ne veut rien dire. L’inertie est donc proportionnelle non seulement à la quantité
d’information que l’axe correspondant représente, mais est aussi fonction du nombre
total d’axes (plus il y a d’axes et moins chaque axe peut avoir une très forte inertie).
L’AFC est une procédure qui peut s’avérer utile pour classer les individus en fonction
de leur proximité génétique.

Exemples
L’utilisation de l’AFC s’est avérée payante pour analyser la présence de trématodes
parasites dans une zone d’hybridation de leur hôte (moule de bouchot, Mytilus edu-
lis) avec une autre espèce (moule d’Espagne, M. galloprovincialis) incompatible pour
le parasite (C et al., 1991) ou, de façon plus spectaculaire, dans le cas du
monogène Diplozoon gracile, spécifique du poisson Barbus meridionalis, en zone
d’hybridation avec B. barbus, un hôte moins favorable au parasite, comme présenté
dans la figure 11.
Cette technique peut également être utilisée pour détecter une structure cachée dans
un échantillon comme celle qui proviendrait d’un effet Wahlund (déficits en hété-
rozygotes à tous les loci non expliqués par le système de reproduction), comme cela
a été réalisé dans S et al. (2000) (voir le paragraphe suivant). GENETIX 4.05.4
(développé par Belkhir et al. et téléchargeable gratuitement à [Link]
[Link]/~genetix/genetix/[Link]) offre une interface extrêmement convi-
viale, en français qui plus est (assez rare pour être souligné), pour produire des AFC
en deux ou même trois dimensions (pas nécessairement les plus faciles à lire en ce
qui me concerne).

Recommandations et astuces
pour les utilisateurs de l’AFC
Quand on procède à une AFC (FCA ou FA en anglais), le programme génère diffé-
rents fichiers tels que celui contenant les coordonnées des individus sur les différents
axes. On peut être tenté d’utiliser ces coordonnées, qui sont donc des données ordi-
nales continues issues de données qualitatives disjointes, pour procéder à des ana-
lyses de type analyse de variance (Anova) ou régression. Vérifier si les coordonnées
des individus sur le premier axe de l’AFC sont expliquées plus ou moins bien par
telle ou telle autre variable écologique peut en effet représenter une perspective
séduisante. Je sais que beaucoup de personnes considèrent qu’il n’est pas valide de
procéder à ce genre d’analyses à partir d’une AFC (alors qu’ils considèrent que cela
est possible à partir d’une ACP, traitée plus loin) qui transforme des données

94 Initiation à la génétique des populations naturelles

discrètes bornées (0, 1 ou 2) en données continues de distribution incertaine. Mon
opinion à ce sujet est que si on peut s’en passer on évite les ennuis, mais sinon je ne
vois pas vraiment où est le problème à partir du moment où certaines précautions
sont prises, comme de vérifier la distribution des données avant de procéder à une
Anova.

Figure 11
AFC d’individus hôtes Barbus sur le plan défini par les deux axes principaux de l’analyse,
faite à partir de données sur neuf loci enzymatiques. Les génotypes B. barbus purs sont cerclés
de rouge, les B. meridionalis purs sont cerclés de bleu et les hybrides de vert. Chaque rond
correspond à un poisson, les ronds noirs étant les poissons parasités par D. gracile.
Les individus superposés (même coordonnées dans le plan) sont cerclés de noir. Le nuage
de points en U inversé est typique de données changeant progressivement d’un état à un autre,
comme les allèles dans une zone hybride, et s’appelle « Effet Guttman » (WOLFF, 1996).
On voit bien que les parasites suivent fidèlement cette forme en devenant de plus en plus
fréquents au fur et à mesure que la fréquence des allèles de B. meridionalis augmente
dans le génotype multilocus des individus hôtes (graphique tiré de DE MEEÛS et al., 2007a).

Tests statistiques 95
Il existe aussi une astuce à connaître par rapport au fait que ce type d’analyse est très
sensible à la présence d’individus porteurs d’un allèle rare (outliers en anglais). En
effet, les individus porteurs d’un allèle rare vont tirer le nuage vers eux. Le résultat
est néfaste, car les autres individus se retrouveront compactés dans un nuage trop
dense pour qu’on puisse y détecter quoi que ce soit. Cela va aussi remettre sérieuse-
ment en cause toute utilisation des coordonnées, car les coordonnées de chaque
individu seront alors conditionnées majoritairement par la position de quelques
individus exceptionnels. Il est souvent nécessaire de retirer plusieurs individus de
l’analyse et parfois même un grand nombre. Dans l’échantillon de Nyafaro (Burkina
Faso) dans S et al. (2000), près de 42 % des individus ont dû être ainsi écar-
tés de l’analyse afin de pouvoir déceler une sous-structure dans les individus restants
(60 sur les 97).

Analyse en composantes principales (ACP)

Une ACP (PCA en anglais) suit le même principe que l’AFC sauf que ce sont des
données ordinales continues qui sont utilisées au lieu de données disjonctives. Ici, ce
sont des groupes d’individus (sous-échantillons) qui seront positionnés dans un
hyperespace de K dimensions. Les coordonnées de chaque groupe sur chacun des
axes principaux peuvent être utilisées pour des analyses statistiques supplémentaires
telles que des analyses de variance ou autres régressions comme dans N et al.
(2006). C’est une procédure fort utile pour positionner des sous-échantillons les uns
par rapport aux autres en fonction de leur appartenance à un groupe écologique
particulier comme des sous-échantillons de tiques d’oiseaux marins sur différentes
espèces hôtes, comme on peut le voir dans la figure 12 (voir aussi MC et al.,
2003, 2005).
Le logiciel PCA-GEN ver. 1.2 (développé par J. Goudet librement téléchargeable
à [Link] permet cette analyse à par-
tir de données au format Fstat (mais avec un format limité à deux caractères par
allèle). Ce logiciel, en plus de fournir les graphiques en deux dimensions de la
projection des points selon les axes demandés et leur pourcentage d’inertie, fournit
également des tests de significativité de ces axes selon la méthode du bâton brisé
(broken stick), une technique empirique appliquée à l’ACP (F, 1976 ;
L et L, 1998 ; K et J, 1999) qui correspond davan-
tage à un critère qu’à un test réel. Une explication plus détaillée de cette technique
peut être consultée en réponse 9 à la fin de ce manuel. PCA-GEN propose aussi
une procédure de permutations des génotypes complets entre sous-échantillons
afin de tester la significativité de chaque axe (basé sur le pourcentage d’inertie).
Comme seuls les génotypes complets sont permutés, il est donc important de
disposer de jeux de données suffisamment complets si on souhaite que cette
procédure ait un minimum de sens.

96 Initiation à la génétique des populations naturelles

 2,0

1,5

1,0
Mouette tridactyle
Guillemot de troïl
0,5
PC2

0,0

-0,5
Macareux moine

-1,0
- 1,0 - 0,5 0,0 0,5 1,0

PC1
Figure 12
ACP basée sur le polymorphisme de huit loci microsatellites de la tique d’oiseaux coloniaux
marins Ixodes uriae dans différents sites européens (différents points du graphique)
allant des côtes françaises, écossaises et norvégiennes en passant par les îles Faroë.
Sur le graphique on voit bien que les différents sous-échantillons se regroupent essentiellement
par espèce d’hôtes (points de même couleur) dans le nid desquels les tiques ont été
échantillonnées, et non par la localisation géographique, sauf pour les Guillemenots
d’Hornøya (Norvège septentrionale) qui se retrouvent excentrés des autres sous-échantillons
des tiques de cette espèce (en haut à gauche). Un résultat similaire est également observable
dans l’hémisphère sud pour les tiques de différentes espèces de manchots (consulter
MCCOY et al., 2005). Le pourcentage d’inertie est présenté pour les deux axes,
qui se sont montrés significatifs par permutation.

Analyse canonique des correspondances (ACC)

L’ACC (CCA en anglais) est malheureusement implémentée actuellement par un

logiciel commercial qui s’appelle CANOCO (T B, 1986, 1987 ; T B
et Š, 2002). Il s’agit d’une méthode complexe d’ordination des données
visant à directement corréler des tableaux de données multivariées. L’ordination des
données couplées aux techniques de régression suivies de tests par permutation des
données offre une méthode sophistiquée pour corréler les données génétiques à des
variables environnementales. Elle offre également l’opportunité d’obtenir une pro-
jection en deux dimensions des centroïdes (barycentres) des données génétiques de
chaque sous-échantillon défini, autour de laquelle une ellipse correspondant à l’in-
tervalle de confiance à 95 % de cette projection peut également être dessinée.

Tests statistiques 97
L’utilisation de l’ACC est rare, mais peut se montrer efficace ou au moins illustrative
(Š et al., 1999 ; A et al., 1999). Le logiciel ADE-4 permet aussi ce
genre d’approches (C et al., 2004).

Construction d’arbres

Construire des dendrogrammes censés relier les différents individus ou sous-échan-

tillons en fonction de leur proximité génétique procure un moyen assez élégant et
relativement simple de représenter les données génétiques suivant un schéma hiérar-
chique. Ce mode de représentation est d’ailleurs si populaire qu’innombrables sont
les études qui l’utilisent. Un des champs d’application privilégié de la construction
d’arbres peut être trouvé dans les études d’épidémiologie moléculaire d’organismes
clonaux (voir T et al., 1999 pour revue).
Plusieurs méthodes existent. Pour des données type microsatellites ou allozymes, à
cause de l’homoplasie, il n’est pas raisonnable d’espérer obtenir quelque chose ayant
valeur phylogénétique. Selon T et N (1996), la méthode par NJTREE
(neighbor-joining tree) basée sur une matrice de distances harmoniques (type
C-S et E, 1967) paraît l’option la plus pertinente. Le logiciel
MEGA 5 (T et al., 2011a) (K et al., 2004 ; T et al., 2011b), libre-
ment téléchargeable de [Link] offre une interface conviviale
pour construire simplement un tel arbre à partir d’une demi-matrice de distances par
paire. La méthode UPGMA, qui fait l’hypothèse d’une horloge moléculaire (les
branches ont nécessairement la même longueur) est également très souvent utilisée.
Je n’ai pas d’opinion bien tranchée sur la question et je doute que l’UPGMA donne
souvent des résultats forts différents du NJTREE. Mais comme certains auteurs ont
fait des analyses comparatives théoriques ayant conduit à mettre en avant NJTREE
et les distances harmoniques, je préfère d’instinct suivre leur recommandation.
L’avantage d’utiliser MEGA est que les arbres générés peuvent être sauvés dans le
presse-papier (clipboard) et collés dans un logiciel de graphique où, après dissociation
on peut travailler tranquillement la figure obtenue.

TROUVER
UNE SOUS-STRUCTURE
CACHÉE

Dans certaines situations, il n’existe aucun indice visible qui permettrait de subdivi-
ser un échantillon en plusieurs sous-unités objectives. Dans de telles situations, les
stratégies d’échantillonnage peuvent se montrer inefficaces à représenter une réalité
biologique ou écologique existante. En effet, si un facteur biologique et/ou écolo-
gique contribue fortement à l’élaboration de l’architecture génotypique des individus

98 Initiation à la génétique des populations naturelles

étudiés, on s’attend à ce qu’un tel phénomène laisse une signature génétique visible
dans l’échantillon sous la forme d’un déficit en hétérozygotes (effet Wahlund). Le
site d’échantillonnage peut, par exemple, correspondre à une aire de nourrissage
d’individus provenant d’unités de reproductions très séparées. Il existe différentes
méthodes permettant de regrouper les individus d’un échantillon par affinité géné-
tique en différents groupes (sous-populations putatives) en utilisant leur génotype
multilocus. Par exemple, de très importants déficits en hérérozygotes sont souvent
trouvés pour les loci microsatellites des mouches tsé-tsé. En particulier, S
et al. (2000) sur Glossina palpalis gambiensis avaient mis en évidence de très impor-
tants FIS. Ces forts déficits ne pouvant être expliqués facilement, et en tous les cas
pas en totalité, par la présence d’allèles nuls ou par la dominance d’allèles courts (voir
p. 105-111), une structure cachée a été recherchée. À l’époque où ces données ont
été analysées, une AFC avait été réalisée et avait permis d’identifier des sous-groupes
de tsé-tsé où le déficit en hétérozygotes se retrouvait inférieur au déficit initial (indi-
vidus regroupés), ce qui confirmait que ces déficits provenaient bien d’un effet
Wahlund (dont l’origine exacte reste elle-même à identifier) (fig. 13).
D’autres méthodes, basées sur les statistiques pseudo-bayésiennes et des simulations
de Monte-Carlo par chaîne de Markhov, sont maintenant disponibles. Elles per-
mettent d’inférer la vraisemblance avec laquelle certains individus peuvent être
regroupés et donc considérés comme appartenant à la même sous-population (clus-
ter), ce qui peut conduire à la détection d’une structure cachée. Différentes méthodes
avec différents logiciels sont disponibles. On peut citer ici les deux principaux que
sont STRUCTURE de Pritchard et al. (2002) (P et al., 2000 ; F
et al., 2003), librement téléchargeable à [Link]
structure2_1.html, et BAPS 4 de Corander et al. (2006) (C et al., 2003,
2004 ; téléchargeable à [Link]
BAPS a notamment permis de détecter une structure cachée dans deux échantillons
(séparés dans le temps) de Glossina palpali palpalis de Bonon (Côte d’Ivoire) (R
et al., 2007).
Dans les deux algorithmes (STRUCTURE et BAPS), l’hypothèse de panmixie est
supposée dans chaque cluster que le logiciel cherche à construire. Cependant, la
notion de panmixie telle qu’affirmée par les auteurs n’est pas claire et nous verrons
que les clusters obtenus ne sont pas nécessairement conformes à Hardy-Weinberg.
D’une manière générale, il est très difficile de savoir ce qui est fait et les différences
entre ces méthodes mériteraient d’être mieux explorées dans différentes situations de
populations structurées (y compris l’absence de structure) et pour différents systèmes
de reproduction. Cela signifie qu’il ne faut en aucun cas être esclave du résultat
fourni par ces méthodes et garder la tête froide en toute circonstance. D’une manière
générale, BAPS est beaucoup plus facile d’utilisation et beaucoup plus rapide, mais
produit davantage de clusters que ce qu’il y a en réalité (L et al., 2006).
INSTRUCT (G et al., 2007) fonctionne comme STRUCTURE, mais avec prise

Tests statistiques 99
 Axe 2 (14 %)
1,5

1 A

0,5

- 0,5

B
-1

- 1,5

-2
-2 - 1,5 -1 - 0,5 0 0,5 1
Axe 1 (16 %)

FIS
Échantillon total (A+B) Échantillons A et B séparés

Locus Gpg553 0,09 0,07

Locus Gpg1962 0,12 0,03
Locus Gpg6922 0,12 0,07

Moyenne sur les loci 0,20 0,03

Figure 13
Résultat de l’AFC sur les génotypes microsatellites des Glossina palpalis gambiensis
de Nyafaro au Burkina Faso, après retrait d’un certain nombre d’individus trop excentrés
(voir p. 96). Les deux grands groupes A et B définis selon l’axe 2 de l’AFC permettent
de recalculer le déficit en hétérozygotes (FIS) et de constater une chute entre celui mesuré
pour tous les individus regroupés et celui estimé dans les groupes A et B considérés
séparément. Les pourcentages d’inertie de chaque axe sont aussi représentés
(voir SOLANO et al., 2000 pour plus de détails).

en compte de l’autofécondation. Il ne marche qu’en ligne à [Link]

[Link]/[Link], ce qui peut poser un problème pour les pays mal connectés.
Enfin, il s’agit d’un domaine en pleine évolution et lorsque ce manuel paraîtra,
d’autres logiciels avec d’autres options seront parus. En particulier, dans la seconde
partie de ce manuel, nous utiliserons aussi un autre de ces logiciels plus récent,

100 Initiation à la génétique des populations naturelles

FLOCK D et T (2009), qui bien que différent de BAPS, donne des
résultats très comparables et est quasiment aussi facile d’utilisation. Avant analyse,
j’engage les lecteurs souhaitant aller plus loin de vérifier sous Google, en recherchant
“admixture AND population structure”, par exemple.

ESTIMER
DES EFFECTIFS EFFICACES

Nous avons déjà vu, à propos des tests d’isolement par la distance en p. 89-90, que
certains paramètres démographiques sont extrapolables à partir des données géné-
tiques. Il existe d’autres situations où certains paramètres, tels que l’effectif efficace
ou le taux de migration, peuvent être inférés à partir de données séparées dans le
temps et/ou dans l’espace (sans isolement par la distance).

Définition de l’effectif efficace d’une population

L’effectif efficace d’une population, aussi appelé effectif génétique et généralement

noté Ne, est censé représenter avec quelle vitesse une population perd sa diversité
génétique par dérive génétique. En effet, la fraction 1/Ne (1/(2Ne) pour des diploïdes)
donne la probabilité que deux gènes pris au hasard dans la population descendent
d’un seul et même gène ancêtre des parents. 1/Ne représente aussi la probabilité pour
deux gamètes qui s’unissent de provenir du même parent. Ce phénomène est appelé
coalescence. Cette coalescence récurrente de certains gènes implique donc que
d’autres gènes ne contribuent pas au pool des générations suivantes. Certains gènes
sont donc perdus, ce qui signifie également que la diversité génétique s’érode. Le
ratio entre la taille réelle de la population Nc (aussi appelée taille de recensement ou
census size en anglais) et cet effectif efficace représente donc une mesure de la dyna-
mique de la diversité génétique d’une population focale par rapport à une population
dite idéale. Une population idéale perdrait sa diversité génétique à la vitesse 1/Nc par
génération de telle sorte que son effectif efficace serait égal à son effectif de recense-
ment. Une telle situation correspond donc à des populations monoïques à généra-
tions non chevauchantes se reproduisant de façon panmictique dans un environnement
constant sans sélection, migration ni mutation. À titre d’exemple, une population
composée de Nc = 100 individus dioïques avec un seul mâle (Nm = 1) et 99 femelles
(Nf = 99) aurait un effectif efficace de (H et C, 1989 : 86) :
4 Nm N f
Ne = (58)
Nc
Ce qui donne un Ne ≈ 4, soit 25 fois plus petit que la taille de recensement
(Nc = 100). Ceux qui le souhaitent trouveront une démonstration de ceci en

Tests statistiques 101

réponse 10. On comprend aisément qu’une telle population perd sa diversité à une
vitesse très grande. D’autres facteurs influencent l’effectif efficace. En particulier, la
subdivision des populations est susceptible d’augmenter l’effectif efficace d’une
population, car une population subdivisée conservera en général mieux sa diversité
génétique qu’une population homogène. Pour caricaturer, une population totale-
ment subdivisée en sous-unités stables n’échangeant aucun migrant aura un effectif
efficace infini, car la diversité génétique se trouvera rapidement fixée à l’échelle
globale quand chaque sous-population se retrouve fixée pour l’un ou l’autre des
allèles présents (et donc quand la diversité est totalement perdue à une échelle
locale). Les lecteurs qui n’auront pas encore jeté ce manuel au feu trouveront une
excellente revue de C et B (2005) sur le calcul des effectifs efficaces
dans le cas des organismes parasites.
Enfin, il faut également signaler qu’il existe plusieurs définitions de l’effectif efficace
avec, dans la plupart des situations, des conséquences négligeables sur les valeurs
estimées. Citons l’effectif efficace de consanguinité qui, comme son nom l’indique,
mesure la probabilité d’identité par descendance des gènes, l’effectif efficace de
variance qui s’attache à analyser la variation des fréquences alléliques (leur amplitude
plus exactement) d’une génération à l’autre, l’effectif efficace de valeur propre qui
s’intéresse à l’évolution de l’hétérozygotie au cours du temps, et enfin l’effectif effi-
cace de coalescence qui s’intéresse au temps qu’il faut mettre pour retrouver l’ancêtre
commun de deux représentants du même gène dans une population.

Méthodes de calcul
de l’effectif efficace des populations naturelles

Deux familles de méthodes permettent d’inférer l’effectif efficace de populations

étudiées, à l’aide de marqueurs moléculaires. Les études basées sur les fluctuations
temporelles des fréquences alléliques, au cours des générations, permettent d’estimer
ce que les spécialistes appellent l’effectif efficace de variance de populations échan-
tillonnées de façon répétée au cours de leur cycle de vie (W, 1989). Le logiciel
MACLEEPS 1.1 (A et al., 2000) (téléchargeable à [Link]
[Link]/thompson/Genepi/[Link]) réalise une estimation de Ne par
maximum de vraisemblance en utilisant la variation des fréquences des allèles entre
générations. Il est donc nécessaire de connaître le temps de génération de l’espèce
étudiée. L’algorithme utilisé fait l’hypothèse que la sélection, la migration et la muta-
tion ont un impact négligeable comparé à la dérive. Un intervalle de confiance à
95 % est également calculé (A et al., 2000). Cela est également réalisé par
le logiciel NeEstimator (P et al., 2004) (voir plus bas).
Les études des variations spatiales des fréquences des allèles permet d’estimer ce que
les spécialistes (encore eux) appellent l’effectif efficace de consanguinité. Les estima-
tions produites par ESTIM 1.2 appartiennent à cette catégorie (V et C,

102 Initiation à la génétique des populations naturelles

2001a) (téléchargeable gratuitement par FTP anonyme à [Link]
[Link]/pub/pc/estim). Ce logiciel utilise l’information monolocus fournie par le
FST et celle offerte par le déséquilibre d’identité par paire de loci afin de pouvoir en
tirer Ne et m (effectif efficace et taux de migration) sans avoir besoin de connaître le
modèle ni le taux de mutation ou de migration (V et C, 2001b, c).
Cependant, les taux d’autofécondation et de recombinaison entre les loci utilisés
doivent eux être connus.
La façon d’utiliser la méthode temporelle (effectif efficace de variance) et la méthode
spatiale de V et C (2001a) (effectif efficace de consanguinité), une com-
paraison ainsi que les problèmes possibles que l’on peut rencontrer en les utilisant,
sont discutés dans M et al. (2004b). ESTIM donne souvent des effectifs peu
informatifs (0 ou infini). Il fournit également, quand le calcul est possible, les inter-
valles de confiance à 95 % des valeurs estimées.
Il existe une autre méthode utilisant l’information des déséquilibres de liaison entre
loci, dans une seule population (B et al., 1992). Cette méthode, ainsi que celle
de Waples (échantillons temporels), est implémentée par le logiciel NeEstimator
Version 1.3 (logiciel non publié de Peel D., Ovenden J. R., Peel S. L., 2004,
NeEstimator Version 1.3 : software for estimating effective population size. Queensland
Government, Department of Primary Industries and Fisheries) téléchargeable gratui-
tement à [Link] Ce logiciel propose aussi
une méthode basée sur les niveaux d’hétérozygotie observés (L et C,
1999), mais à priori moins précise que la méthode proposée par B (2004)
(voir plus bas). Dans tous les cas, et quand le calcul est possible, le logiciel donne les
intervalles de confiance à 95 %. La méthode de Bartley étant biaisée quand les échan-
tillons sont de taille inférieure au Ne (E et al., 2006 ; W, 2006), Waples
et Do proposent LDNe (W et D, 2008) qui donne rarement des résultats
utilisables, mais corrige le biais dû aux faibles échantillons et est donc utile pour
vérifier qu’on ne sous-estime pas les Ne. B (2004) propose un estimateur cor-
rigé par rapport à la méthode de Luikart et Cornuet et facile à calculer en utilisant
l’estimateur de Weir et Cockerham : Ne = 1/(-2FIS) - FIS/(1 + FIS).
Enfin, il est important de signaler qu’une approche synthétique, alliant les deux
types d’informations (spatiale et temporelle), est également disponible (W et
W, 2003). Un logiciel appelé MLNE estimant Ne et m en même temps peut
être téléchargé gratuitement à partir de [Link]

Détection de goulots d’étranglement

Ce paragraphe figure ici car les notions d’effectifs efficaces de goulot d’étranglement
(bottleneck en anglais) et de biologie de la conservation sont étroitement liées. Une
population qui subit une forte réduction d’effectif (goulot d’étranglement) va avoir
tendance à présenter une réduction simultanée du nombre d’allèles par locus et de

Tests statistiques 103

leur diversité génétique (que nous avons plus haut appelée Hs). Durant un goulot
d’étranglement, le nombre d’allèles est réduit plus fortement que la diversité géné-
tique. Il en résulte qu’une population ayant subi un goulot d’étranglement récent
présentera une diversité génétique supérieure à celle attendue à l’équilibre mutation/
dérive compte tenu du nombre d’allèles observés, sous l’hypothèse d’une taille
constante de la population. Plusieurs modèles de mutation peuvent être utilisés
selon les situations. Selon C et L (1996), dans le cas de microsatellites
il vaut mieux utiliser le modèle de mutation SMM ou à deux phases, même si c’est
avec un IAM que la détection semble la plus aisée. Il s’agit donc de faire un choix
entre ce qui, de la détection ou de la non-détection d’un goulot d’étranglement, est
plus ou moins grave, ce qui dépend évidemment du contexte. La détection et les
tests de significativité de cet excès d’hétérozygotie (signature d’un goulot d’étrangle-
ment) sont mis en œuvre dans le logiciel Bottleneck (Piry et al., 1997) (voir
C et L, 1996).
Dans une population à l’équilibre mutation/dérive dont la taille n’a pas varié depuis
un temps raisonnable, il y a autant de chance d’observer un excès qu’un déficit de
diversité génétique, par rapport à l’attendu, aux différents loci. Afin de détecter si le
nombre d’excès observé dépasse significativement ce qui est attendu sous cette hypo-
thèse nulle, on peut utiliser trois tests (décrits par les auteurs dans l’aide du logiciel),
mais le plus commode et le plus puissant est le test de Wilcoxon.
Dans leur article, C et L (1996) montrent (voir leur figure 3) que la
détection d’une telle signature ne semble possible que dans certaines conditions, qui
dépendent du degré de polymorphisme observé, du nombre de générations écoulées
depuis le dernier goulot d’étranglement (qu’on cherche à détecter) et de l’effectif
efficace de la population (celui qu’elle acquiert après l’événement de goulot d’étran-
glement). Par exemple, avec des loci raisonnablement polymorphes (microsatellites),
des échantillons inférieurs à 40 individus et moins de 10 loci, la détection d’un
goulot d’étranglement n’est possible que si ce dernier a eu lieu dans une fourchette
de temps définie par les limites 0,025 x 2 x Ne et 2,5 x 2 x Ne générations et où Ne
représente l’effectif efficace qui s’est mis en place après le goulot d’étranglement. Par
conséquent, la connaissance de ce temps de générations  depuis le dernier goulot
d’étranglement probable peut offrir une manière détournée d’estimer une fenêtre
probable pour Ne. Ici, cette fenêtre serait de [/5Ne, /0,5Ne]. C’est ce principe qui
a permis d’estimer grossièrement les effectifs efficaces probables de la tique du bétail
Rhipicephalus (Boophilus) microplus récemment introduite en Nouvelle-Calédonie
comme très grands malgré des traitements acaricides soutenus dans les élevages
bovins de l’île (K et al., 2006a).
Enfin, il n’est pas inutile de signaler ici que le test de Bottleneck aura tendance à
donner des résultats légèrement significatifs quand les populations étudiées sont de
petites tailles. Dans ce cas il est utile, voire indispensable, d’obtenir des informations
sur la taille des populations étudiées, par l’utilisation de méthodes d’estimation

104 Initiation à la génétique des populations naturelles

d’effectifs efficaces, par exemple. Par ailleurs, il ne faudra pencher en faveur d’un
goulot d’étranglement que si les P-values sont très significatives et/ou si au moins
deux, et encore mieux les trois, modèles de mutation convergent vers cette conclusion.
L’utilisation de plusieurs méthodes pour estimer Ne pourra être d’un grand secours
pour convaincre les referees toujours réticents (si les valeurs obtenues par différentes
méthodes convergent, bien entendu).

LE CAS SPÉCIAL
DES ALLÈLES NULS
Présentation générale

Les allèles nuls correspondent à des allèles qu’on ne peut pas déceler avec la méthode
de détection biochimique utilisée. Ils sont invisibles à l’état hétérozygote, car récessifs
par rapport aux autres allèles, et mal détectés à l’état homozygotes (blancs), car il est
souvent difficile de séparer les cas où la manipulation a échoué (mauvaise amplifica-
tion, matériel dégradé, etc.) des cas où on a réellement à faire à un homozygote nul.
Les allèles nuls sont fréquemment rencontrés dans les études de génétique des popu-
lations naturelles, bien que fréquemment ignorés. Il est même probable que bon
nombre de déficits en hétérozygotes documentés dans de nombreux articles soient
en fait dus à ce phénomène, alors que d’autres causes sont privilégiées dans les articles
en question. Les allèles nuls peuvent être fréquents même dans le cas des allozymes
(G, 1994 ; N et al., 2006), où on ne les attend pourtant guère, car ils
correspondent dans cette circonstance à des enzymes non fonctionnels, bien qu’in-
dispensables à la vie (pour la plupart). On augurerait donc ici une moindre valeur
sélective des allèles nuls, à moins qu’un mécanisme permette de les garder à l’état
hétérozygote le plus fréquemment possible, comme cela peut être le cas chez les
organismes clonaux (N et al., 2006). C’est un problème rencontré typiquement
chez les marqueurs microsatellites (P et S, 1995 ; P et al.,
1995 ; B, 1996). Une mutation dans la séquence flanquante, au niveau
des séquences correspondant à un des primers, empêche la bonne amplification de
cet allèle. Il apparaîtra « blanc » (aucun signal) à l’état homozygote et sera dominé
par les allèles avec lesquels il sera hétérozygote. Les hétérozygotes pour ce type
d’allèles apparaissent donc homozygotes pour l’autre allèle.

Détecter la présence d’allèles nuls

Nous savons maintenant que la présence d’allèles nuls à un locus va provoquer des
déficits en hétérozygotes inexplicables biologiquement. Normalement, dans ce cas,
on s’attend à ce que les différents loci donnent une mesure différente (variance

Tests statistiques 105

entre loci) (D M et al., 2002a ; H-B et al., 2004). Par ailleurs,
s’il y a structuration entre sous-échantillons, la fréquence de ces allèles nuls, aux
loci concernés, devrait changer d’un sous-échantillon à l’autre et provoquer une
variance des déficits (FIS) entre sous-échantillons, mais seulement pour des
niveaux de différenciation génétique élevés. Ensuite, il existe des procédures plus
ou moins complexes pour estimer, à chaque locus et dans chaque sous-échantillon,
la fréquence d’allèles nuls nécessaires pour expliquer les déficits observés
(B, 1996). Le logiciel Micro-checker V 2.2.3. (V O et al.,
2004), téléchargeable librement de [Link] permet
de faire ces estimations pour chaque locus et chaque sous-échantillon. Ces fré-
quences estimées d’allèles nuls peuvent ensuite permettre d’évaluer la proportion
attendue d’individus blancs, sous l’hypothèse de panmixie et si ces allèles nuls
expliquent la totalité du déficit.

Trucs et astuces pour tester la présence des allèles nuls

Il est important d’insister encore sur le fait que, si tous les loci convergent vers le
même déficit en hétérozygotes (tous présentent un FIS comparable à celui des
autres), il n’est alors pas nécessaire d’invoquer les allèles nuls, mais plus parcimonieu-
sement une cause biologique (autofécondation, effet Wahlund). Dans ce qui suit,
nous partons donc du principe qu’une forte variance entre loci a été observée.
Il faut tout d’abord savoir que Micro-checker est conçu spécifiquement pour les
microsatellites. Avant de procéder à l’analyse, il est demandé le type de motif pour
chaque marqueur. Si vous n’êtes pas sûr de vos données (quelques mutants atypiques
d’un pas différent du motif de base), il vaut en général mieux adopter l’option
mononucléotidique pour tous les loci. Ensuite, parmi les résultats que propose
Micro-Checker, il faut garder, pour chaque locus et chaque sous-échantillon, la fré-
quence des allèles nuls, ainsi que la présence ou non de stuttering. Il vaut mieux
utiliser la méthode 2 de B (1996) qui tient compte des données man-
quantes (doubles nuls). La fréquence attendue d’homozygotes blancs sera, sous
l’hypothèse de croisement au hasard, égale à pnul². On peut comparer par un test
binomial cette fréquence attendue aux nombres de blancs effectivement observés à
ce locus dans le sous-échantillon concerné. Ce test permet de vérifier si les allèles
nuls expliquent raisonnablement les déficits observés aux loci concernés. On peut
demander à Michel Raymond (Isem, université Montpellier-2) le droit d’utiliser un
petit programme qu’il avait conçu et qui s’appelle Multinom, effectuant tous les tests
multinomiaux possibles, ainsi que, puisque « qui peut le plus peut le moins », le test
binomial. On peut également utiliser le logiciel R qui est gratuit avec la commande
[Link] (solution réellement la plus simple).
MicroChecker ne peut pas travailler avec des sous-échantillons trop petits (il ren-
voie un message d’erreur dans ce cas). Si la plupart de vos sous-échantillons

106 Initiation à la génétique des populations naturelles

renvoient un message d’erreur dû à la faiblesse des effectifs, il existe encore une
alternative. Vous pouvez effectuer la régression du FIS observé par locus et sous-
échantillon en fonction du nombre de blancs observés par locus et sous-échan-
tillon. Si la régression est significative, c’est que les allèles nuls expliquent une
partie du FIS. Cette méthode, en calculant le R² de la régression (proportion de la
variance expliquée par la régression), permet aussi d’appréhender à quel point les
allèles nuls expliquent les données.
Toutes ces méthodes font l’hypothèse qu’il y a grosso modo panmixie. Si la fré-
quence de nuls ne permet pas d’expliquer correctement tous vos déficits en hété-
rozygotes, en particulier si aucun locus n’est conforme à l’attendu panmictique, il
se peut que d’autres phénomènes soient en cause. Si par exemple, il y a de l’auto-
fécondation ou effet Wahlund, en plus des allèles nuls, nous ne pourrons pas
expliquer les données à l’aide des seuls allèles nuls. Dans le cas de l’autoféconda-
tion, il existe un logiciel permettant d’estimer le taux d’autofécondation en tenant
compte des allèles nuls ou autre problème (dominance partielle, dominance des
allèles courts). Il s’agit de RMES (D et al, 2007), qui fait l’hypothèse d’équi-
libre de liaison entre loci et utilise les déséquilibres d’hétérozygotie par paire de
loci, ce qui peut poser un problème dans les petites populations très autofécon-
dantes. Le logiciel est librement téléchargeable à [Link]
tique-et-ecologie-evolutive/patrice-david.

LE CAS TRÈS SPÉCIAL

DE LA DOMINANCE
DES ALLÈLES COURTS
Point de vue théorique

La dominance des allèles courts, ou « short allele dominance » ou encore « large allele
dropout », est un phénomène rare, mais possible (W et al., 1998 ; D M
et al., 2004a). La logique qui se cache derrière ce terme est la suivante. Si, par un
mécanisme qui reste à mettre en évidence, une compétition existe, au cours de la
PCR, entre les deux portions d’ADN correspondant aux deux allèles d’un même
locus devant être amplifiés, alors il semble logique que ce soit l’allèle le plus court (s’il
y a une différence de taille entre les deux, bien entendu) qui sera le mieux amplifié.
Une tentative de modélisation du phénomène peut être trouvée dans D M
et al. (2004a). Dans ce modèle, on suppose une population panmictique et un locus
pour lequel la PCR favorisera l’amplification de l’allèle le plus court de façon pro-
portionnelle à la différence de taille qui l’oppose à l’autre allèle, ainsi qu’à un para-
mètre Í variant entre 0 (pas de dominance) et 1 (dominance totale des allèles
courts). Si les allèles existant à ce locus se rangent dans un ordre de tailles croissantes

Tests statistiques 107

de s1 à sn et que la fréquence d’un allèle quelconque i est notée pi, on peut poser que
la fréquence observée d’hétérozygotes pour cet allèle avec un autre allèle j sera de :
 s −s 
2 p i pj 1 − α i j  si si > sj (59)
 sn − s1 
et
 s j − si 
2 p i p j 1 − α  si si < sj (60)
 sn − s1 
Dans les équations (59) et (60), on voit bien que le biais sera maximal pour l’écart
maximal de taille, c’est-à-dire pour un hétérozygote pour les allèles 1 et n, et mini-
mal entre deux allèles les plus proches. En utilisant ces deux équations, on en
déduit que la proportion observée d’hétérozygotes pour l’allèle i avec tous les
autres allèles sera de :
j =i −1
 si − s j  n
 s j − si 
Hi = ∑ 2 pi pj 1 − α  ∑ 2 p i p j 1 − α
+  (61)
j =1  s n − s1  j =i +1  sn − s1 
soit :
 α  j =i −1 j =n
 
Hi = 2 pi (1 − pi ) −  ∑ i j j ∑ ( s j − si ) p j  
( s − s ) p + (62)
 sn − s 1  j =1 j = i +1  
L’équation (63) nous donne donc l’hétérozygotie attendue sous panmixie moins la
proportion des génotypes hétérozygotes erronément interprétés comme homo-
zygotes pour le plus court des allèles. La proportion d’homozygotes observés pour
l’allèle i sera donc celle attendue sous panmixie plus la proportion d’individus por-
tant l’allèle i et un allèle plus long que j et interprétés comme homozygotes pour cet
allèle. Cette homozygotie observée sera donc de :
 α j =n 
Fi = pi  pi + 2 ∑
sn − s1 j =i +1
( sj − si ) pj  (63)
 
L’utilisation des équations (1), (62) et (63) nous permet alors d’estimer la fréquence
erronément observée de l’allèle i dans l’échantillon comme :
2 F + Hi 1
pi ' = i = Fi + Hi (64)
2 2
En utilisation l’équation (6), nous pouvons alors estimer le déficit artificiel d’hété-
rozygotes observé par rapport aux attendus panmictiques :
Hi
FISi = 1 − (65)
2 pi ' (1 − pi ' )
Dans la figure 14, il n’est pas inintéressant de constater que la relation entre taille
des allèles et leur déficit en hétérozygotes n’est ni linéaire ni monotone et dépend de

108 Initiation à la génétique des populations naturelles

 α=1 α = 0,75
pi uniformes pi uniformes
pi en cloche pi en cloche
1 pi décroissants 1 pi décroissants
pi croissants pi croissants
0,8 0,8 pi randomisés
pi randomisés
0,6 pi en U 0,6 pi en U
FIS

FIS
0,4 0,4
0,2 0,2
0 0
111 115 119 123 127 131 111 115 119 123 127 131
Taille des allèles Taille des allèles

α = 0,5 α = 0,25
pi uniformes pi uniformes
pi en cloche pi en cloche
1 pi décroissants 1 pi décroissants
pi croissants pi croissants
0,8 0,8
pi randomisés pi randomisés
0,6 pi en U 0,6 pi en U
FIS

FIS

0,4 0,4
0,2 0,2
0 0
111 115 119 123 127 131 111 115 119 123 127 131
Taille des allèles Taille des allèles
Figure 14
Évolution du FIS en fonction de la taille des allèles pour une gamme de taille microsatellites
allant de 111 à 131 paires de bases, pour différentes distributions de fréquences des allèles
(voir le tableau 5) et pour différentes valeurs de dominance des allèles courts (a).

la distribution des fréquences des allèles (le tableau 5 décrit les différentes
distributions utilisées), mais globalement on s’attend quand même à observer une
décroissance de FIS en fonction de la taille des allèles.
On constate aussi que ce phénomène modifie également l’estimation des fréquences
des allèles.

Du point de vue pratique :

détection de la dominance des allèles courts

Il existe une procédure de détection de la dominance des allèles courts dans le logi-
ciel Micro-Checker, appelée ici « large allele drop-out ». Mais cette procédure ne teste
le phénomène que dans chaque sous-échantillon pris séparément. Il en résulte un
manque de puissance. On peut tester l’existence d’une dominance d’allèles courts
sur l’ensemble des sous-échantillons en utilisant une approche de régression.

Tests statistiques 109

Tableau 5
Distributions de fréquences des allèles utilisées pour étudier la relation entre FIS et taille des
allèles dans le cadre d’une dominance des allèles les plus courts (voir la figure 14).

Allèles Uniformes En cloche Décroissants Croissants Randomisés En U

111 0,1000 0,0250 0,6000 0,0025 0,0100 0,3000
112 0,1000 0,0550 0,2000 0,0025 0,0025 0,1000
117 0,1000 0,1000 0,1000 0,0050 0,6000 0,0600
119 0,1000 0,1600 0,0500 0,0100 0,0025 0,0300
121 0,1000 0,3000 0,0200 0,0100 0,0200 0,0100
123 0,1000 0,1700 0,0100 0,0200 0,0050 0,0100
125 0,1000 0,1000 0,0100 0,0500 0,1000 0,0300
127 0,1000 0,0500 0,0050 0,1000 0,2000 0,0600
129 0,1000 0,0270 0,0025 0,2000 0,0500 0,1000
131 0,1000 0,0130 0,0025 0,6000 0,0100 0,3000

Tout d’abord, pour le locus étudié, il faut récupérer le FIS de chaque allèle dans
chaque sous-échantillon. Fstat ne le fait malheureusement pas automatiquement. Il
faut créer autant de fichiers Fstats qu’il y a de sous-échantillons et, dans chacun de
ces fichiers, il faut créer une population fictive fixée (un seul allèle présent) pour les
locus dont on veut les FIS par allèle. Fstat n’aime en effet pas travailler sur une seule
population. Une fois qu’on a fait calculer ces FIS par le logiciel, on a tout ce qui est
nécessaire pour effectuer une régression linéaire généralisée ou GLiM. GLiM
(Generalised Linear Model) est une forme de régression qui permet d’analyser des
données de n’importe quelle forme (gaussiennes, poissoniennes, logistiques pour les
plus utilisées) en fonction de n’importe quel type de variable (facteur catégoriel,
logique, ordinal discontinu ou continu). Cette régression doit donc être de la forme
FIS = S + T + Cte, avec S pour le sous-échantillon, T la taille de l’allèle et Cte une
constante. Une analyse de variance sur le modèle permet ensuite de tester si l’effet
de la taille des allèles, corrigé de l’effet des sous-échantillons, est significatif ou non.
Attention, il faut que la relation entre taille des allèles et FIS soit négative. Les
relations positives doivent donc être ignorées.
Nous verrons tout ceci en détail dans la mise en pratique de toutes ces connaissances
dans la deuxième partie.

110 Initiation à la génétique des populations naturelles

LE CAS
DU « STUTTERING »

Le mot anglais « stuttering » se traduit par bégaiement. Si les amorces de la PCR

ne s’accrochent pas très bien, il est possible alors que la Taq polymérase bégaie
et amplifie deux fois un al lèle de même taille pour un individu hétérozygote si
les deux allèles ont une taille proche. Il doit donc exister une relation entre défi-
cit observé et différence de taille entre allèles, le déficit devant être plus impor-
tant pour les individus hétérozygotes pour des allèles de tailles proches. Ceci est
détecté automatiquement par Micro-Checker.

Tests statistiques 111

 PARTIE II

Applications
à des exemples concrets

113
Il n’est pas nécessaire de préciser qu’avoir lu la première partie de ce manuel avant
d’attaquer la partie pratique facilitera grandement la lecture et la compréhension de
cette section, même si on peut très bien commencer directement ici. Je considérerai
les notions de génétique des populations et de statistiques utilisées comme un mini-
mum connues. Je ne m’étendrai donc jamais sur un concept ou une notion. Dans le
doute, les lecteurs sont invités à se référer aux chapitres de la partie précédente de ce
manuel.
Tous les jeux de données utilisés dans cette partie sont disponibles sur internet, à
télécharger sur mon site web à [Link]
Tous les logiciels utilisés ou presque sont gratuits. En ce qui me concerne, j’utilise
Excel (Microsoft corporation) pour gérer mes données, faire des calculs (transforma-
tions de données, par exemple) et des graphiques (comme des courbes). Pour les
analyses statistiques classiques, j’utilise des logiciels commerciaux dont j’ai la licence.
Cependant, dans un souci de libre accès à tous, j’ai essayé d’adapter tous les tests
utilisés pour des logiciels gratuits (voir la liste des logiciels et URL de téléchargement
en annexe).
Tous les jeux de données analysés ont fait l’objet d’articles publiés dans des revues
scientifiques. Cependant, toutes les analyses présentées dans ce manuel n’ont pas été
publiées pour des contraintes d’espace et de lisibilité des articles. On ne publie en
général pas les simulations et/ou analyses annexes redondantes que l’on peut être
amené à faire pour vérifier la robustesse de certains résultats. Certaines améliora-
tions, comme l’utilisation d’une méthode plus puissante non disponible à l’époque
de l’article, ou parce que je n’y avais simplement pas pensé à l’époque, sont égale-
ment présentées dans certains traitements des données et donc certaines conclusions
peuvent parfois être quelque peu modifiées par rapport à l’article princeps.

114 Initiation à la génétique des populations naturelles

4
La tique Ixodes ricinus
et les pathogènes (Borrelia sp.)
qu’elle transmet

INTRODUCTION

Ce jeu de données, publié dans trois articles (D M et al., 2002a, 2004a,
2004b), représente un excellent exercice, car nous allons y rencontrer bon nombre
de situations décrites dans le chapitre précédent. Nous allons entièrement décorti-
quer une nouvelle fois ce jeu de données avec les mêmes méthodes, mais aussi avec
des outils plus récents que ceux qui avaient été utilisés à l’époque, ce qui sera aussi
intéressant. Nous repartirons de zéro en feignant d’ignorer ce qui a déjà été fait,
comme s’il s’agissait d’un jeu de données non analysé. Le jeu de données complet est
téléchargeable sur mon site web.

ÉTAT DES LIEUX

Les tiques sont des acariens hématophages qui, au cours de leur repas sanguin,
peuvent transmettre des maladies à leurs hôtes vertébrés. Dans l’hémisphère nord,
ce sont elles qui sont responsables de la très grande majorité des maladies à vecteur
des humains et, en particulier, de la transmission de la maladie de Lyme dont
l’impact économique et en santé publique est reconnu (G, 1998). Encore
aujourd’hui, beaucoup reste à faire pour mieux comprendre l’épidémiologie de
cette maladie et la variabilité des manifestations cliniques qui la caractérise
(H et al., 1998). Les tiques sont typiquement des organismes difficiles à
suivre sur le terrain, et des approches par marqueur moléculaire semblent donc
pertinentes dans ce cas de figure. Après une tentative peu fructueuse avec les allo-
zymes, avec seulement deux loci peu polymorphes (D et al., 1997), des
microsatellites ont été développés (D et al., 1998). Seuls cinq loci poly-
morphes avaient pu être mis au point à l’époque, ce qui était vraiment peu. Nous
allons ensemble voir que, malgré cela et les problèmes rencontrés, on peut quand
même recueillir beaucoup d’informations pertinentes à l’aide des méthodes
décrites dans ce manuel.
En téléchargeant le fichier “[Link]”, vous aurez les données brutes obtenues
sur des tiques adultes échantillonnées sur la végétation (donc non gorgées), sauf pour

115
la Tunisie où les tiques étaient fixées sur des vaches. Le fichier “[Link]” est un
fichier texte mais que l’on peut ouvrir sous Excel si on le souhaite. Le tableau 6
donne un extrait du fichier de données brutes. Le fichier comprend neuf colonnes.
La première colonne donne le nom des sites où les tiques ont été échantillonnées. Il
y a huit sites en Suisse (fig. 15) et un site en Tunisie. La deuxième colonne correspond
à l’année d’échantillonnage, car certains sites ont été prélevés aux printemps 1995
et 1996 et d’autres uniquement au printemps 1996. La troisième colonne correspond
au sexe de la tique (F pour femelle et M pour mâle). La quatrième colonne donne
le nom codé des différents individus tiques. Ce codage individuel peut être utile si
on fait des analyses individus centrées telle qu’une AFC ou une construction d’arbre
sur distances interindividuelles. Enfin, les cinq dernières colonnes correspondent
aux génotypes (en taille d’allèles) aux cinq loci microsatellites polymorphes définis
dans D et al. (1998).

Figure 15
Localisation des sites d’échantillonnage des tiques Ixodes ricinus en Suisse
et abréviations du nom des sites. Les sites marqués avec un astérisque
ont été échantillonnés en 1995 et 1996.

116 Initiation à la génétique des populations naturelles

Tableau 6
Extrait du fichier de données [Link].

Site Année Sexe Individu IR08 IR25 IR27 IR32 IR39

Bern 95 F Bern95F_005 170183 150150 123123 235235 129129
Bern 95 F Bern95F_007 174174 137146 119119 233250 133133
Bern 95 F Bern95F_011 177183 000000 119119 243243 000000
Bern 95 F Bern95F_013 173175 136142 119119 250250 142142
Bern 95 F Bern95F_018 165178 137146 119119 243248 142142
Bern 95 F Bern95F_020 165173 145148 119119 241241 129133
Bern 95 F Bern95F_022 168171 134134 119119 243248 135135
Bern 95 F Bern95F_027 171175 147147 119119 233233 125125
Bern 95 F Bern95F_028 169175 140145 119119 233233 135142
Bern 95 F Bern95F_029 166176 128145 119119 243243 125142
Bern 95 F Bern95F_032 173183 134134 121121 233233 131137
Bern 95 F Bern95F_037 175183 147147 119119 235235 134137
Bern 95 F Bern95F_038 175183 135147 123123 250250 127127
Bern 95 F Bern95F_039 183183 134134 119119 233243 121128
Bern 95 F Bern95F_040 168174 141147 119119 233233 135142
Bern 95 F Bern95F_042 174178 146146 119119 000000 112129
Bern 95 F Bern95F_043 175175 000000 123123 233235 127134
Bern 95 F Bern95F_044 174176 130130 119119 233233 128128
Bern 95 F Bern95F_045 171175 145145 119121 243246 142142
Bern 95 F Bern95F_048 173183 147147 119119 243243 129142
Bern 95 F Bern95F_049 168170 000000 119121 233233 131144
Bern 95 F Bern95F_050 169169 150151 119119 233233 129135
Bern 95 M Bern95M_006 177177 134147 119119 233233 129129
Bern 95 M Bern95M_008 172172 137148 119119 000000 000000
etc.

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 117
 PREMIER RECODAGE
DES DONNÉES

Certains logiciels n’aiment pas les noms longs et encore moins les accents ou autres
signes cabalistiques. Par ailleurs, il est plus commode pour la lisibilité que tous les
noms d’un même niveau aient le même nombre de caractères (alignement des
colonnes). C’est pourquoi j’ai choisi de recoder dans [Link] le nom des sites
qui a été raccourci. Dans les données initiales, certains individus sont apparus avec
trois ou quatre bandes à certains loci. Nous avions codé ces génotypes 333000 et
444000 pour les génotypes à trois et quatre bandes respectivement. Il convient de
recoder ces données en données manquantes (000000). Nous reviendrons sur ces
génotypes bizarres un peu plus tard, car ils s’avéreront utiles pour discuter des résultats
des analyses de pedigrees. Nous allons procéder à une première analyse avec tous les
échantillons afin de tester la panmixie locale et les déséquilibres de liaison entre loci.
Nous allons pour ce faire créer un nouveau fichier où les sites et les dates seront dis-
tingués, mais aussi le sexe des tiques car on ne sait jamais à l’avance si des différences
peuvent exister entre les deux sexes (P et D M, 2002 ; P
et al., 2003), auquel cas les résultats obtenus pourraient s’en ressentir, mais surtout la
discussion serait réorientée. Donc autant distinguer le sexe des individus dès le départ,
quitte à ignorer ce facteur par la suite si on ne voit rien. Nous allons nommer ce fichier
“[Link]” et le mettre au format Fstat qu’il faut donc télécharger et
ouvrir pour voir comment constituer un fichier à ce format. Vous pourrez aussi créer
un fichier contenant le nom des sous-échantillons “[Link]”, car un
fichier de données Fstat ne contient que des chiffres. Ce fichier est constitué d’une
colonne avec le nom des sous-échantillons. Vous pourrez aussi coder les données au
format CREATE (qui n’existait pas au moment de réanalyser ces données) et vous
servir de ce logiciel pour convertir ce fichier au format approprié.

PREMIÈRES ANALYSES :
INDÉPENDANCE ENTRE
ALLÈLES DANS ET ENTRE
LOCI DANS LES SOUS-
ÉCHANTILLONS

Nous allons donc tester s’il existe des déficits en hétérozygotes et des déséquilibres
de liaison. Pour ce faire, il faut ouvrir Fstat. Une fois dans Fstat, il faut ouvrir le
fichier “[Link]” et cocher les cases qui vont nous être utiles ici
(fig. 16). Si vous souhaitez voir apparaître les noms des sous-échantillons, il faut le

118 Initiation à la génétique des populations naturelles

 Pour limiter le nombre
de permutations
Curseur d'avancée ici égal à [24x5x(5-1)/2]/[5/100] Pour avoir les résultats
de randomisations soit 4 800 randomisations pour chaque paire de loci
dans chaque
À toutes fins utiles sous-échantillon

Pour tester s'il existe Suffisant pour une très bonne précision
un déficit significatif sans que cela dure trop longtemps
d'hétérozygotes
dans les sous-échantillons
Figure 16
Capture d’écran de Fstat lors de la première analyse.

spécifier par le menu “Options” de Fstat (cf. le premier recodage des données du
chapitre 2 de cette deuxième partie pour une prise en main pas à pas de Create).
Nous n’effectuons pas d’autres analyses pour le moment, car ces dernières pourraient
être remises en cause par les résultats obtenus ici.
La procédure de test de déséquilibre de liaison est assez lente, donc, si vous souhaitez
que votre analyse finisse avant l’âge de la retraite, il vaut mieux dans tous les cas s’en
tenir à l’option 5/100 pour le “Nominal level for multiple testing”. Mon ordinateur
portable, dont l’horloge à 2.13 GHz et la mémoire vive à 2 Go témoignent d’une
performance somme toute raisonnable, a mis quand même quatre heures pour effec-
tuer cette première analyse dont le résultat est consultable dans le fichier
“[Link]”. Que pouvons-nous voir dans ce fichier ?
Les premières lignes donnent les fréquences des allèles pour chaque locus et chaque
sous-échantillon, ainsi que sur l’ensemble (moyennes pondérée, W, et non pondérée,

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 119
UW). Nous pouvons constater à cette occasion que chaque locus, sauf IR27, possède
un très grand nombre d’allèles dont la plupart ne suivent en rien le modèle de muta-
tion attendu de deux pas par deux pas (ce sont tous des dinucléotides). Dans ce cas,
la plupart des allèles proviennent de mutations intervenues en dehors du motif
microsatellite, dans les séquences flanquantes. Ce n’est pas dramatique même si non
idéal. Suivent les estimateurs de Nei, en particulier ceux des diversités géniques
intra-sous-échantillons (Hs) et globale (HT). Ensuite, les résultats des tests de désé-
quilibre de liaison sont donnés par paire de loci et par sous-échantillon et sur l’en-
semble des sous-échantillons (mais toujours par paire de loci). La mention “Adjusted
P-value for 5 % nominal level is : 0,000208” ne doit pas vous inquiéter. C’est le calcul
du seuil de Bonferroni sur l’ensemble des tests réalisés. Comme il y a 24 sous-échan-
tillons, cinq loci et donc 5(5 - 1)/2 paires de loci, cela correspond à 240 tests. Le
seuil corrigé par la procédure de Bonferroni à Í = 0,05 est donc Í’ = 0,05/240
= 0,000208, seuil rarement (jamais ?) accessible, ce qui illustre une discussion que
nous avons déjà eue précédemment. De toutes manières, nous ne regarderons ici que
les tests multi-sous-échantillons (colonne “All”) et donc au pire, le seuil est à diviser
par 10, ce qui est inutile puisque nous pouvons aussi constater qu’aucun déséquilibre
de liaison n’est significatif. Les loci sont donc raisonnablement indépendants statis-
tiquement les uns des autres. Nous pouvons donc sereinement oublier ces derniers
et passer à la suite.
Suivent les estimateurs de Weir et Cockerham dont un seul nous intéresse pour le
moment, f, l’estimateur du FIS, par locus, par allèle et sur l’ensemble des allèles, sur
l’ensemble des loci. Puis suivent les résultats des jackknives et bootstraps et enfin des
permutations. En compilant ces résultats dans le tableau 7 et la figure 17, nous
constatons de très forts et très variables déficits en hétérozygotes (tous très significa-
tifs avec des P-values toutes inférieures à 0,0001, visibles en fin de fichier).

Tableau 7
Valeurs moyennes de f, estimateur du FIS, par locus et intervalle de confiance tels que définis
par Li et Ls (limite inférieure et supérieure) obtenus pour les microsatellites d’Ixodes ricinus.
Pour chaque locus, Li et Ls sont calculées à l’aide de l’erreur standard (StdErrFis) donnée
par le jackknife sur les populations et la valeur du t pour 23 ddl (24 - 1) et Í = 0,05
(soit 2,069, voir le tableau 3) en suivant l’équation (45). Pour la valeur globale,
l’intervalle de confiance est issu du bootstrap sur les loci.

IR08 IR25 IR27 IR32 IR39 Global

Moyenne 0,489 0,490 0,490 0,624 0,315 0,475
Li 0,286 0,440 0,422 0,533 0,253 0,386
Ls 0,692 0,540 0,558 0,715 0,377 0,562
StdErrFis 0,098 0,024 0,033 0,044 0,03

120 Initiation à la génétique des populations naturelles

 0,8

0,7

0,6

0,5
f

0,4

0,3

0,2
IR08 IR25 IR27 IR32 IR39 Global

Loci

Figure 17
Valeurs moyennes de f, estimateur du FIS, par locus et intervalle de confiance
obtenus pour les microsatellites d’Ixodes ricinus. Pour chaque locus,
les intervalles de confiance sont calculés à l’aide de l’erreur standard donnée
par le jackknife sur les populations et la valeur du t pour 23 ddl (24 – 1)
et a = 0,05 (soit 2,069, voir le tableau 3) en suivant l’équation (45).
Pour la valeur globale, l’intervalle de confiance est issu du bootstrap sur les loci.

Ces fortes valeurs sont aberrantes étant donné qu’on sait qu’I. ricinus pratique une
reproduction bi-parentale obligatoire. Des croisements systématiques entre apparen-
tés pourraient-ils expliquer un FIS = 0,5 ? Dans la réponse 11, on décrit comment
obtenir une estimation grossière du taux de croisements frère-sœur b nécessaires
pour expliquer un FIS donné :
4 F IS
b= (66)
1 + 3F IS
Par conséquent, nous avons besoin ici de 4/5, soit 80 % de croisements frère-sœur
pour expliquer nos données, ce qui est possible mais semble peu réaliste. Ixodes rici-
nus est en effet une tique triphasique qui change d’hôte pour chaque stade. Les
adultes dont nous analysons la variabilité génétique ont donc subi deux phases de
dispersion par des hôtes différents. Pour permettre un taux de 80 % de croisements
frère-sœur, il faut admettre que 80 % des individus d’une même ponte restent
ensemble au cours des différents stades (larvaire, nymphal et adulte) de leur vie.
Il se pourrait, contrairement à ce qui est observé en laboratoire où aucun œuf non
fécondé n’a pu éclore, que cette espèce pratique une parthénogénèse automictique
d’un type qui augmente l’homozygotie (pour des descriptions des différents modes

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 121
d’automixie, voir par exemple D M et al., 2007b). Seules les femelles sont en
général capables de parthénogénèse. Il existe cependant une espèce de cyprès et une
espèce de phasme où les mâles se reproduisent asexuellement (voir encore D M
et al., 2007b) et une espèce de fourmi où mâles et femelles sont clonaux chacun de
leur côté (F et al., 2010). Mais ce sont des exceptions. Si parthénogenèse il
y a, les femelles devraient donc présenter de beaucoup plus gros déficits en hétéro-
zygotes que les mâles (tous issus d’une reproduction croisée). Nous allons donc
réanalyser le fichier en demandant à Fstat de nous donner les FIS par sous-échan-
tillon, puisque nous avons fort judicieusement, il faut bien l’avouer maintenant,
d’entrée de jeu distingué les deux sexes.
Sous Fstat vous ouvrez le même fichier “[Link]” et vous décochez
toutes les cases et cochez celle qui indique “Fis” dans le cadre “Per locus and sample
statistics” comme indiqué dans la figure 18. Si vous souhaitez repérer encore une fois
les noms des sous-échantillons, n’oubliez pas de signaler à nouveau l’existence du
fichier “[Link]” dans le menu “Options”.

Figure 18
Capture d’écran de Fstat lors de la deuxième analyse.

Quand vous lancerez “Run”, Fstat ouvrira une boîte de dialogue avec laquelle vous
pouvez décider d’écrire les résultats de cette analyse dans un nouveau fichier. Dans
le cas contraire, et c’est le choix que j’ai fait, le programme écrira les résultats dans
“[Link]” à la suite des analyses précédentes (fin du fichier). Qu’y
découvrons-nous ? Tout d’abord que Fstat tronque les labels plus longs que six

122 Initiation à la génétique des populations naturelles

caractères. Ce n’est pas grave, car nous avons toujours le même ordre Femelles Mâles
pour chaque échantillon. Et puis il suffit (sous Excel c’est facile) de faire un copier-
collage spécial/transposition à partir du fichier “[Link]”. Ensuite,
comme représenté dans la figure 19, construite à partir du fichier de sortie, nous
pouvons voir, qu’à part pour le locus IR08, aucune tendance claire n’apparaît. Tous
ces loci présentent des déficits importants et relativement variables, mais sans lien
réel avec le sexe des tiques. Ce seraient plutôt les mâles qui auraient une tendance à
présenter des déficits d’hétérozygotes plus importants (nous verrons plus loin une
explication possible). Pour le locus IR08 par contre, avec un FIS = 1 pour les mâles,
il apparaît clairement que ce locus est situé sur le chromosome X et qu’il est donc
haploïde chez les individus mâles.

IR08_F IR08_M IR25_F IR25_M IR27_F IR27_M IR32_F IR32_M IR39_F IR39_M
1
0,9
0,8
0,7
0,6
FIS 0,5
0,4
0,3
0,2
0,1
0
-0,1
Ber_95 Ber_96 Cen_96 Dor_96 Ecl_96 Gor_95 Gor_9 Mon_96 Neu_96 Sta_95 Sta_96 Tun_96

Échantillons
Figure 19
Estimations des FIS par locus et par sous-échantillon. Les abréviations des échantillons
sont identiques à celles de la figure 15. Les échantillons de femelles sont représentés
par des ronds et ceux des mâles par des carrés.

En fait, pour être précis, le locus IR08 avait été trouvé hétérozygote pour quatre
individus mâles sur l’ensemble du jeu de données. Même si cela pouvait refléter des
duplications toujours possibles (comme évoqué p. 118), nous avons choisi d’élimi-
ner ces individus, car ils pouvaient correspondre à des erreurs de manipulations.
Quoi qu’il en soit, il va donc falloir recoder les données à ce locus. Pour l’analyse des
FIS, les mâles devront en effet être codés en données manquantes (000000) au

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 123
[Link]éerunnouveaufichier“IRTotTestPanmixMalManqIR08.
dat” à partir du précédent et refaire l’analyse globale du FIS. Celle des déséquilibres de
liaison, qui est un test génotypique, n’a aucune raison d’avoir été affectée par ce phé-
nomène. Dans Fstat, nous cocherons donc les mêmes cases qu’en figure 16, à l’excep-
tion de celles concernant les déséquilibres de liaison.
Dans le fichier de sortie “[Link]”, nous constatons
l’image suivante (voir aussi la figure 20) : rien ne change sauf pour le locus R08 qui
montre les plus basses valeurs de FIS, mais qui restent très significativement (toutes
les P-values sont inférieures ou égales au minimum possible 0,0001) au-dessus de la
valeur nulle attendue sous panmixie. Notez au passage que je ne me sers des inter-
valles de confiance que pour illustration. Le FIS global reste donc très élevé (0,39),
inexplicablement variable entre loci et fort variable d’un site à l’autre. Ceci suggère
un rôle possible pour des allèles nuls ou de dominance d’allèles courts. L’étape sui-
vante sera donc de mettre en évidence l’existence de tels allèles et/ou de phénomène
de dominance.

0,8

0,7

0,6

0,5

0,4

FIS 0,3
0,2

0,1

0
IR08 IR25 IR27 IR32 IR39 Global
Loci
Figure 20
Valeurs moyennes du FIS par locus et intervalle de confiance obtenus
pour les microsatellites d’Ixodes ricinus, avec les mâles codés
comme données manquantes pour le locus IR08. Pour chaque locus,
les intervalles de confiance sont calculés à l’aide de l’erreur standard donnée
par le jackknife sur les populations et la valeur du t pour 11 ddl (12 – 1)
(la moitié des échantillons) et a = 0,05 (soit 2,201, voir le tableau 3)
en suivant l’équation (45). Pour la valeur globale,
l’intervalle de confiance est issu du bootstrap sur les loci.

124 Initiation à la génétique des populations naturelles

 RECHERCHE D’ALLÈLES
NULS ET DE DOMINANCE
D’ALLÈLES COURTS

Nous allons pour ce faire utiliser deux nouveaux logiciels. Micro-Checker va nous
permettre d’estimer la fréquence des allèles nuls susceptibles d’expliquer, dans
chaque sous-échantillon et pour chaque locus, les déficits en hétérozygotes observés.
Micro-Checker permet également d’estimer si les données sont compatibles avec un
bégaiement de la polymérase (stuttering) et/ou une dominance des allèles les plus
courts. Pour la dominance des allèles courts, nous utiliserons également une
méthode plus puissante que celle implémentée par Micro-Checker. Nous allons
procéder à une régression généralisée pour la mise en œuvre de laquelle nous
utiliserons le logiciel R (voir la référence complète dans la bibliographie).

Convertir le fichier pour Micro-Checker

et ouverture du logiciel

Pour commencer avec Micro-Checker, nous avons besoin de transformer nos

données au format Genepop qui est compatible avec ce logiciel. Ensuite, nous allons
devoir créer un fichier spécial pour les données du locus IR08, lié au sexe, sans les
mâles car sinon Micro-Checker risque de goûter moyennement la saveur de cette
plaisanterie. Créons donc un fichier “[Link]” avec les données femelles pour
le seul locus IR08 et un fichier “[Link]” pour le reste des données.
Attention, le fichier doit suivre des règles strictes sinon Micro-Checker refusera
d’analyser les données. Référez-vous au fichier exemple fourni avec le logiciel et
respectez les espaces et tabulations de la façon la plus scrupuleuse (ou utilisez Create).
Lancez Micro-Checker et ouvrez “[Link]” avec le menu “File”. Si tout se
passe bien, vous observez l’ouverture de votre fichier avec vos données et différents
menus et boutons en bas de l’écran.

Analyses des loci autosomiques

du premier sous-échantillon par Micro-Checker

Il y a un encadré en bas à gauche où il faut choisir le motif de chaque locus micro-

satellite. Il affiche par défaut le premier des loci (ici IR25) et un blanc pour le motif.
Choisissez le motif “Mononucleotide” comme sur la figure 21.
Nous avons déjà remarqué que nos loci microsatellites étaient peu orthodoxes.
L’option mononucléotidique correspond en fait à l’option qui permet de faire face à
toutes les situations. Cliquez ensuite sur le bouton “All” pour signaler que cette
option est valable pour tous les loci. Cliquez ensuite sur le bouton “Analyse” (un peu

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 125
Figure 21
Capture d’écran de Micro-Checker.

plus à droite). Apparaît alors une fenêtre d’avertissement comme celle présentée en
figure 22. Comme il y a des données manquantes, Micro-Checker vous demande s’il
faut ou non en tenir compte. Autrement dit, les données manquantes corres-
pondent-elles à des homozygotes nuls (blancs) et faut-il les utiliser pour le calcul des
fréquences des allèles nuls par la seconde méthode de B (1996) ? La
réponse étant positive, cliquez donc directement sur “Proceed” sans vous poser plus
de questions.

Figure 22
Cadre d’invite de commande de MicroChecker pour définir la nature des données manquantes
et s’il faut en tenir compte dans le calcul des fréquences des allèles nuls.

126 Initiation à la génétique des populations naturelles

Micro-Checker effectue plusieurs calculs et vous présente des résultats concernant le
premier locus. Allez dans le menu “Tools” à “Nulls across loci” comme dans la
figure 23 pour obtenir le tableau des fréquences de nuls dans le premier sous-échan-
tillon, estimées selon différentes méthodes. Sélectionnez ce tableau avec la souris,
copiez-le et sauvez-le dans un fichier (Excel, par exemple). Ensuite, regardez dans
l’encadré en bas à droite (fig. 23) si le locus correspondant montre un problème de
stuttering ou une dominance d’allèle court (« large allele dropout »). Si oui, notez-le
dans le tableau que vous venez de créer pour sauvegarder les résultats de cette analyse
puis, par le menu “Window’” (fig. 23) sélectionnez le locus suivant, etc. Vous
constaterez qu’aucun locus ne présente de « stuttering » ni de dominance d’allèle
court dans ce premier sous-échantillon.

Analyses des autres sous-échantillons,

des autres loci autosomiques et du locus IR08

Au centre et en bas, cliquez sur le bouton “Next Population” (voir fig. 23) pour
analyser le sous-échantillon suivant en reprenant les mêmes étapes décrites en
p. 125-127, jusqu’au dernier sous-échantillon. N’oubliez pas de copier le tableau des
fréquences d’allèles nuls à chaque fois (dans le menu “Tools” à “Nulls across loci”,
fig. 23). Ensuite, vous ferez la même chose pour le locus lié au sexe, IR08, en
ouvrant le fichier correspondant “[Link]”.

Figure 23
Sortie de MicroChecker vous indiquant, pour le locus et le sous-échantillon mentionné,
la présence ou non de problèmes.

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 127
 Bilan des analyses avec Micro-Checker

Nous avons constitué un fichier de résultats avec les fréquences d’allèles nuls probables,
l’existence ou non de stuttering et de dominance d’allèles courts. Nous ne gardons que
la méthode 2 de B (1996) qui tient compte des données manquantes (blancs)
comme des homozygotes nul/nul. Dans ce fichier, nous allons également insérer le nombre
d’individus génotypés pour chaque locus (copiés à partir des fichiers de sortie Fstat), la
fréquence attendue sous panmixie (fréquence précédente au carré) des allèles nuls pour
chaque locus dans chaque sous-échantillon et sur l’ensemble des sous-échantillons, le
nombre de blancs observés (compter les 000000 dans chaque sous-échantillon et sur
l’ensemble), l’effectif corrigé (individus génotypés + blancs) et enfin le nombre de blancs
attendus sous la double hypothèse qu’il y a panmixie et que les allèles nuls expliquent les
FIS en totalité. Le tableau 8 donne un aperçu du fichier final pour le locus IR08.

Tableau 8
Synthèse des résultats de Micro-Checker pour le locus IR08 chez les femelles Ixodes ricinus.
La fréquence attendue des blancs pB2² est obtenue en mettant au carré la fréquence estimée
des allèles nuls selon la méthode 2 de BROOKFIELD (1996) et le nombre de blancs
attendus correspondant à cette valeur multipliée par N’. N’ correspond, quant à lui,
à la somme de N (individus génotypés) et des blancs observés. Pour la dernière ligne,
la valeur de pB2² est obtenue en divisant le nombre total de blancs attendus par le N’ total.

Sous- Nul Stuttering Brookfield 2 pB2² N N’ Blancs Blancs

échantillon observés attendus
Ber_96_F oui non 0,1201 0,0144 45 46 1 0,66
Cen_96_F oui non 0,1736 0,0301 29 30 1 0,90
Dor_96_F oui non 0,0594 0,0035 47 47 0 0,17
Gor_96_F oui oui 0,0826 0,0068 43 43 0 0,29
Tun_96_F oui non 0,3594 0,1292 18 20 2 2,58
Tous 0,0253 182 186 4 4,61

Pour vérifier que ces résultats expliquent correctement les FIS observés, on peut
comparer la proportion de blancs observés avec celle attendue sous l’hypothèse que
les allèles nuls expliquent la totalité de ces FIS. Un test binomial unilatéral avec
comme fréquence attendue pB2², un nombre de réussite égal aux blancs observés
pour un nombre d’essais de N’, semble ici approprié. On préfère ici un test unilaté-
ral, car ce qui nous intéresse est de savoir si on a oui ou non moins de blancs
qu’attendus. On peut facilement effectuer ce test sous R.
Il nous faut donc lancer R et dans la fenêtre de commande taper l’instruction :
[Link](Blancs observés, N’, p = pB2², alternative = “less”)

128 Initiation à la génétique des populations naturelles

Pour des raisons de recherche de puissance et pour limiter le nombre de tests dont
la multiplication est toujours problématique (voir p. 82 en première partie), on ne
fera les tests qu’avec les valeurs totales pour chaque locus. Pour le locus IR08, cela
correspond aux valeurs de la dernière ligne du tableau 8. Pour ce locus, la commande
devient donc :
[Link](4, 186, 0.0253, alternative="less")

Faites bien attention de respecter strictement le format (en particulier, les majuscules
et minuscules sont reconnues comme des caractères différents sous R). Ici “less”
signifie que le test est unilatéral dans le sens des plus petites valeurs (H1 : il y a moins
de blancs observés qu’attendus) (l’instruction devient “[Link]” pour un bilatéral
et “greater” pour l’autre test unilatéral). Une fois que vous avez tapé cette instruction
dans R, tapez sur la touche “Entrée” et le test se fait. La P-value du test est, pour
IR08, non significative (P-value = 0,4919). Les allèles nuls sont donc bien suffisants
pour expliquer les déficits en hétérozygotes observés à ce locus chez les femelles,
d’autant plus qu’il semble aussi exister des phénomènes de stuttering à ce locus. Pour
les autres loci, on procède de la même façon. On trouve ainsi que pour les loci IR
25, IR27 et IR32, la fréquence des blancs observés est significativement inférieure à
celle des blancs attendus si les allèles nuls devaient expliquer les déficits en hétéro-
zygotes. C’est un problème car, par un phénomène de cercle vicieux, moins les allèles
nuls expliquent un déficit en hétérozygotes, moins le nombre de blancs observés
correspond aux attendus. Pourquoi cela ? Simplement parce que si on attend natu-
rellement plus d’homozygotes en général, alors on devrait observer encore plus
d’homozygotes nuls (blancs), en particulier (ce raisonnement ne marche cependant
pas très bien s’il s’agit d’un effet Wahlund). Par ailleurs, la variance entre loci ainsi
que le fait que les nuls expliquent très bien les déficits observés pour IR08 (voir plus
haut), mais aussi pour IR39 (P-value = 0,312) pourraient nous inciter à exclure des
causes biologiques du type régime de reproduction ou effet wahlund (voir plus loin).
Notons que des phénomènes de stuttering ont été détectés pour IR25, mais seule-
ment dans deux sous-échantillons. Pour IR32 et IR27, Micro-Checker n’a pas
détecté ce phénomène pas plus qu’il n’a détecté de dominance d’allèles courts.
Cependant, Micro-Checker ne travaille que dans chaque sous-échantillon de façon
isolée, ce qui peut représenter une forte perte de puissance. Dans le paragraphe qui
suit, nous allons utiliser une autre technique pour détecter d’éventuelles dominances
d’allèles courts.

Détection de dominance d’allèles courts

par la méthode de régression multiple

Pour ce faire, nous aurons besoin de connaître, pour chaque locus et dans chaque
sous-échantillon, la valeur du FIS pour chaque allèle. On peut demander à Genetix
de le faire en choisissant à chaque traitement le locus et le sous-échantillon à

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 129
analyser, en n’oubliant pas de zapper les mâles au locus IR08. On peut aussi créer
autant de fichiers Fstat qu’il y a de sous-échantillons à analyser, ensuite, et parce que
malheureusement Fstat ne permet pas d’analyser qu’un seul sous-échantillon, il faut
créer dans chaque fichier une deuxième population fictive, de taille identique à celle
à analyser et fixée à tous les loci (par exemple, tous homozygotes 170170, 150150,
123123, 235235, 129129 pour les cinq loci respectivement). Il s’agit ensuite de
récupérer dans chaque sous-population les FIS de chaque allèle pour chacun des cinq
loci et de créer cinq fichiers de données (un par locus) contenant pour chaque allèle
son FIS, sa taille (on s’en doute), le sous-échantillon, sa fréquence allélique p dans ce
sous-échantillon, le produit p(1-p), le nombre d’individus génotypés dans ce sous-
échantillon N et enfin le produit p(1-p)N. Le tableau 9 donne une idée de la forme
de ce fichier pour le locus IR08 que j’ai appelé “IRTotL08MalManqFisAllSizeL08.
txt”. Pour fabriquer ce fichier, une feuille de calcul Excel est idéale, ensuite il suffit
d’enregistrer le fichier en format texte seul.
On peut aussi utiliser Genetix qui permet l’analyse d’un seul sous-échantillon, mais
dont les sorties sont moins commodes à importer dans Excel (à vous de voir).
La colonne Npq, qui donne en fait le résultat du produit Np(1-p), nous servira à
pondérer notre régression par la taille des échantillons, mais en donnant aussi plus
de poids aux allèles de fréquences proches de 0,5 (les plus polymorphes). On fait les
mêmes fichiers avec les quatre autres loci. Nous allons maintenant analyser ces
données avec le logiciel R.

Tableau 9
Aperçu du fichier de données pour le locus IR08 en vue de l’analyse de régression du FIS en
fonction de la taille des allèles et du sous-échantillon.

FIS Allele Sample Year Sex p N pq Npq

- 0,02439 165 Bern 95 F 0,0455 22 0,04342975 0,9554545
0 166 Bern 95 F 0,0227 22 0,02218471 0,48806362
- 0,05 168 Bern 95 F 0,0682 22 0,06354876 1,39807272
0,65574 169 Bern 95 F 0,0682 22 0,06354876 1,39807272
- 0,02439 170 Bern 95 F 0,0455 22 0,04342975 0,9554545

Ouvrez R et dans le menu “Fichier” cliquez dans “Changer le répertoire courant...”,

et allez dans le répertoire où vous avez stocké vos fichiers de données. Dans la
console de travail de R, tapez la suite de commandes, chacune suivie d’un retour
chariot (touche “Entrée”) :
> data<-[Link]("[Link]", header=TRUE)

130 Initiation à la génétique des populations naturelles

qui signifie que le tableau de données “data” est contenu dans le fichier nommé et
que la première ligne contient le nom des colonnes. N’oubliez pas que les données
manquantes se notent “NA” en majuscules et non “000000”.
> attach(data)

qui signifie que ce tableau doit être chargé en mémoire9.

> loc8<-glm(data, formula = Fis ~ poly(Allele, 2) + Sample + Year, family
= gaussian, weights = Npq)

où loc8 est le nom d’un modèle linéaire généralisé utilisant le tableau “data” et dont
la régression tente d’expliquer la valeur du FIS en fonction de la taille des allèles selon
un polynôme d’ordre 2 ou quadratique (qui s’est avérée plus proche de ce qui se
passe dans le cas qui nous intéresse), du sous-échantillon d’origine et de l’année. Le
sexe n’a ici aucune importance puisqu’il n’y a que des femelles. Nous ne testons
l’effet d’aucune interaction entre variable, car en fait je ne vois aucune raison pour
qu’il en existe. Pensez à respecter les majuscules s’il y en a, car R les reconnaît comme
telles. Tapez enfin :
> anova(loc8, test="F")

qui renvoie à une analyse de variance utilisant la statistique F (se référer à un livre
de statistique pour approfondir ces notions) et donne le résultat suivant :

Analysis of Deviance Table

Model: gaussian, link: identity
Response: Fis
Terms added sequentially (ÿrst to last)
Df Deviance Resid. Df Resid. Dev F Pr(>F)
NULL 198 21.6160
polyAllele, 2) 2 0.4021 196 21.2139 2.1174 0.1232242
Sample 8 3.1604 188 18.0536 4.1609 0.0001339 ***
Year 1 0.2995 187 17.7540 3.1550 0.0773192
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ‘ 1

Ici, on voit que seul le sous-échantillon influence la valeur du FIS (allèles nuls,
stuttering variable dans l’espace ?) qui n’explique que 14,63 % de la dispersion
(100×3,1604/21,616), tout en étant très significatif.
On utilise un test F, car on a supposé que la distribution des FIS suit plus ou
moins une courbe de Gauss (données continues en cloche symétrique), ce qui
est sûrement inexact mais ne risque guère de modifier le résultat dans un sens
dramatique.
Pour les loci suivants, nous aurons besoin de distinguer le sexe des tiques.

9
Entre temps, j’ai découvert l’existence du “Package” R-Commander ou Rcmdr qui, en quelques clics de souris,
permet d’effectuer ces commandes automatiquement.

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 131
Avec le locus IR25, l’analyse du fichier “[Link]” est la suivante :

> data<-[Link]("[Link]",header=TRUE)
> attach(data)
> loc25<-glm(data, formula = Fis ~ poly(Allele, 2) + Site + Year + Sex,
family = gaussian, weights = Npq)
> anova(loc25, test="F")

Ce qui aboutit au tableau de résultat :

Df Deviance Resid. Df Resid. Dev F Pr(>F)
NULL 326 60.844
poly(Allele, 2) 2 0.123 324 60.721 0.3420 0.71062
Sample 8 3.729 316 56.992 2.591 0.00938 **
Year 1 0.160 315 56.832 0.888 0.34675
Sex 1 0.349 314 56.483 1.942 0.16438

On aboutit à une conclusion similaire à la précédente, puisque ni le sexe ou l’année

ni la taille des allèles ne comptent avec seulement environ 6,13 % de la déviance
expliquée par le site qui est moins spectaculairement significatif que précédemment.
Pour le locus IR27, le tableau obtenu est différent :
Df Deviance Resid. Df Resid. Dev F Pr(>F)
NULL 133 25.9549
poly(Allele, 2) 2 4.1186 131 21.8363 15.1968 1.294e-06 ***
Sample 8 5.1810 123 16.6553 4.7793 4.022e-05 ***
Year 1 0.0621 122 16.5932 0.4584 0.4997
Sex 1 0.1967 121 16.3964 1.4519 0.2306

En effet, comme nous pouvons le déduire du tableau ci-dessus, le site (Sample)

explique 19,96 % de la dispersion des points (5.181/25.9549) et la taille des allèles
(poly(Allele, 2)) en explique 15,86 % (4.1186/25.9549) et sont tous les deux très
significatifs (souligné par les trois étoiles). Ils expliquent ainsi 35,83 % de la variance.
Cette valeur est conséquente eu égard à l’importante variance résiduelle attendue en
général pour un estimateur de statistique F. Comme le montre la courbe décrite
dans la figure 24, la relation entre FIS et taille des allèles est négative (si on exclut les
trois premiers points, ce qui ne changerait rien eu égard aux intervalles de confiance),
ce qui peut donc être interprété par une dominance des allèles les plus courts.
Pour le locus IR32, on observe le résultat suivant :
Df Deviance Resid. Df Resid. Dev F Pr(>F)
NULL 191 38.762
poly(Allele, 2) 2 0.340 189 38.422 1.1742 0.3114224
Sample 8 10.155 181 28.267 8.7720 4.318e-10 ***
Year 1 0.089 180 28.178 0.6156 0.4337072
Sex 1 2.275 179 25.903 15.7179 0.0001062 ***

132 Initiation à la génétique des populations naturelles

 1

0,8

0,6

0,4

0,2
FIS

- 0,2

- 0,4

- 0,6

- 0,8
109 113 117 121 125 129 133
Taille des allèles

Figure 24
Relation entre taille des allèles et FIS pour le locus IR27 et sur l’ensemble des échantillons.
( )
Les intervalles de confiance à 95 % ont été obtenus avec FIS ± t0,05,N1× Variance FIS .
N
Pour ce faire, les singletons (tailles d’allèles présents une seule fois comme 112 et 131)
ont été réunis à la classe la plus proche.

On voit qu’en plus du site, le sexe des tiques a un effet significatif, ce qui signifie que
nous avons eu raison d’en tenir compte et nous verrons ensuite pourquoi.
Pour le locus IR39, le tableau obtenu est le suivant :

Df Deviance Resid. Df Resid. Dev F Pr(>F)

NULL 368 59.156
poly(Allele, 2) 2 0.932 366 58.223 3.2447 0.04013 *
Sample 8 6.139 358 52.084 5.3426 2.372e-06 ***
Year 1 .419 357 51.665 2.9159 0.08858
Sex 1 0.529 356 51.136 3.6804 0.05585

Le site joue une fois encore de façon significative, mais aussi la taille des allèles,
même si cette dernière n’explique même pas 2 % de la déviance et est peu signi-
ficative. Par ailleurs, la figure 25 montre que la relation (augmentation globale du
FIS avec la taille des allèles) n’est pas compatible avec une dominance des allèles
courts. On peut donc attribuer ce résultat au hasard et au nombre de tests effec-
tués qui augmente la probabilité d’obtenir quelque chose de significatif par

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 133
hasard (revoir la première partie de ce manuel, p. 82-87). Rappelons que pour ce
locus, les allèles nuls s’étaient avérés suffisants pour expliquer les déficits en hété-
rozygotes observés. Il est plus raisonnable ici de considérer ce résultat comme
fortuit.

0,8

0,6

0,4
FIS

0,2

- 0,2

- 0,4
110 120 130 140 150 160
Taille des allèles
Figure 25
Relation entre FIS et la taille des allèles au locus IR39 sur l’ensemble des échantillons.
Les intervalles de confiance à 95 % ont été obtenus comme précédemment.
Les sous-échantillons de moins de quatre individus ont été associés au plus proche.

Bilan de l’analyse
des déficits locaux en hétérozygotes

Pour les loci IR08 et IR39, les allèles nuls semblent pouvoir expliquer les forts et
variables FIS observés. Pour IR27, les allèles nuls et la dominance des allèles courts
offrent conjointement une explication satisfaisante. Seul le locus IR32 offre des
déficits énormes et non expliqués par les allèles nuls, le « stuttering » ou la domi-
nance des allèles courts. Cependant, sachant que le « stuttering » n’a pu être testé
que sous-échantillon par sous-échantillon (manque de puissance), que la plupart des
allèles se suivent à un pas sur ce locus et compte tenu de ce que nous trouvons aux
autres loci, il est possible qu’ici aussi les déficits observés proviennent d’un problème
technique.
Je peux ajouter ici qu’un module (package) de R, appelé “R-Commander”, dont je
n’ai appris l’existence qu’après la rédaction de ce chapitre, permet d’accéder aux
analyses effectuées dans ce paragraphe à l’aide de menus déroulants plus conviviaux
que le mode commande strict.

134 Initiation à la génétique des populations naturelles

 RECHERCHE
D’UNE STRUCTURE
CACHÉE
(EFFET WAHLUND)
Introduction

Nous allons dans un premier temps continuer de considérer les femelles et les mâles
séparément. On sait en effet qu’il y a une structure génétique spécifique pour chaque
sexe dans ce jeu de données. Même si nous analyserons ceci plus tard, il n’est pas
inutile de poursuivre la recherche d’explications des déficits en hétérozygotes avant
d’aborder cet aspect. Nous allons donc analyser tous les sous-échantillons (mâles et
femelles séparées) pour obtenir l’information sur le plus grand nombre de réplicas
possibles. Ensuite, nous nous concentrerons sur 1996 en réunissant les mâles et les
femelles pour faire des tests.
Le but du jeu sera ici d’utiliser l’information multilocus de chaque individu, dans
chaque sous-échantillon afin de vérifier à l’aide du logiciel BAPS (voir p. 98-101 en
première partie et le tableau 1 en annexe), si certains individus peuvent être regroupés
sur la base de leur ressemblance génétique. BAPS va ensuite explorer de façon itérative
et répétée, en suivant plusieurs chaînes de Markhov (ou une chaîne stochastique
d’optimisation suivant les versions) afin de trouver la meilleure partition (celle qui
regroupe le mieux les individus) dans le sous-échantillon analysé. La partition définit
un nombre donné de clusters (sous-unités) composés chacun d’un certain nombre
d’individus du sous-échantillon. La qualité d’une partition se définit par un savant
calcul dans le détail duquel je serai bien incapable de rentrer, mais qui dépend de la
distance génétique entre les groupes définis, par rapport aux autres partitions explo-
rées durant le processus. Il est aussi expliqué, dans les articles décrivant le logiciel,
qu’une hypothèse du modèle utilisé dans l’algorithme est que les « clusters » qui com-
posent la partition sont en équilibre de Hardy-Weinberg. Je ne suis pas certain de bien
comprendre ce qui est entendu par là dans la mesure où mon expérience m’a montré
que la plupart des partitions obtenues ne sont pas conformes à cet équilibre, voire
même en sont très éloignées. J’ai également pu observer cela avec STRUCTURE qui
fait la même hypothèse. Comme discuté dans la première partie de ce manuel, beau-
coup reste à explorer concernant le fonctionnement de ces méthodes dans différentes
situations. Il faudra donc vérifier si la partition obtenue (car le logiciel en donne tou-
jours une) correspond à quelque chose de viable et pas seulement une vue de l’esprit.
Si la partition a réellement mis en évidence des groupes cryptiques au sein des sous-
échantillons susceptibles d’expliquer en partie (effet Wahlund) nos fameux déficits
en hétérozygotes, il faudra ensuite trouver et explorer les hypothèses susceptibles
d’expliquer le plus raisonnablement possible (mais en aveugle) ces résultats (espèces

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 135
ou races d’hôtes cryptiques, sous-structures familiales, isolement par la distance
entre individus sur de courtes distances).
Il existe d’autres logiciels qui en principe font la même chose. L’avantage de BAPS
réside dans sa convivialité, dans le fait qu’il accepte des fichiers de type Genepop (un
peu modifiés) et qu’il m’a toujours donné de bons résultats. Le logiciel STRUC
TURE est par exemple beaucoup moins commode à utiliser (et c’est un euphé-
misme) et, sur un même jeu de données (glossines), n’a pas offert de partitions aussi
satisfaisantes que BAPS (R et al., 2007). Des études comparatives de différents
logiciels de clustering sont en cours, mais la longueur et la quantité des analyses font
que des résultats concrets ne seront sans doute pas disponibles avant la sortie du
présent ouvrage. Vous verrez aussi l’application d’un autre logiciel de même nature,
Flock, plus loin dans cette partie.

Construction des fichiers BAPS

Il faut construire un fichier pour chaque sous-échantillon. Le type est semblable à

un fichier Genepop, mais avec des tabulations comme dans la figure 26 (symbolisées
par des →) qui donne un exemple pour le fichier des mâles de Staadswald. On note
que les mâles sont codés homozygotes pour IR08 afin que l’information multilocus
soitpréservé[Link]é,j’aiappelécefichier“IRTotBrut1Stad95M.
gen”, mais vous faites comme bon vous semble.
Ensuite, il est commode de créer un fichier texte contenant le chiffre 30 répété un
grand nombre de fois (ici 50 fois), avec un espace entre chaque répétition et sur une
seule ligne. Le logiciel BAPS vous demandera en effet de taper un nombre maximal
probable pour les clusters. Ici, 30 m’est apparu comme largement raisonnable
compte tenu des tailles de sous-échantillons. C’est à partir de ce chiffre que BAPS
démarre et recherche une partition la plus probable en se limitant à ce nombre maxi-
mum de clusters. Le logiciel reprend ensuite le processus autant de fois que l’on a
rentré ce chiffre (ici 50) et ne gardera que la meilleure de toutes les partitions explo-
rées. Avoir tapé 50 fois ce chiffre dans un fichier permet de copier et coller cette
séquence directement sans avoir à la retaper pour toutes les analyses. J’ai appelé ce
fichier “[Link]” (quelle imagination !).

Analyse des fichiers par BAPS

Vous avez bien entendu installé BAPS sur votre machine et créé tous les fichiers
nécessaires (il y en 24 normalement). Il faut maintenant lancer BAPS en cliquant sur
BAPS4_RUNME.EXE. Le logiciel ouvre deux fenêtres, une fenêtre Dos dont il n’est
pas vraiment nécessaire de se préoccuper maintenant et une fenêtre d’interface type
Windows avec des menus que nous allons utiliser. Il est important de commencer
par créer un fichier résultat. Pour ce faire, cliquez sur “File”, “Output File” et “Set”

136 Initiation à la génétique des populations naturelles

Figure 26
Format de fichier pour BAPS pour les tiques mâles du Staadswald en 1995.
Le locus IR08 est codé homozygote chez les mâles.

et créez un fichier en tapant son nom et en le plaçant dans le répertoire qui vous
convient le mieux (là où sont vos données) (voir fig. 27).
Il vaut mieux garder un nom de fichier qui permette de retourner ensuite au fichier
de données correspondantes. Ici, le premier fichier analysé sera “IRTotBrut1Ber95F.
gen” (femelles de Berne 1995), je choisis donc ici de nommer et créer le fichier
résultat “[Link]”. Ensuite, il faut cliquer sur le bouton
“Clustering of individuals” (fig. 27). Apparaît alors une nouvelle fenêtre de dialogue
qui vous propose différents formats de fichiers de données (fig. 28). Choisissez bien
entendu le format Genepop en cliquant sur le bouton correspondant. Une fenêtre
qui s’ouvre vous permet de naviguer vers le répertoire où se trouve IRTotBrut1Ber95F.
gen que vous sélectionnez (soit en tapant son nom complet, soit en tapant *.gen et

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 137
Figure 27
Sélection dans BAPS du fichier de résultats.

Figure 28
Sélection dans BAPS du format de fichier de données à analyser.

138 Initiation à la génétique des populations naturelles

Figure 29
Fenêtre de sélection de la taille maximale des clusters
et du nombre de chaînes d’itérations.

retour chariot et en double cliquant sur le fichier). Une question vous est alors posée
“Do you wish to save pre-processed data?”, cliquez sur “No”.
C’est alors qu’apparaît une petite fenêtre permettant de sélectionner le nombre
maximum de clusters, ainsi que le nombre de chaînes d’itérations à effectuer
(fig. 29), comme expliqué en p. 136. Supprimez le chiffre par défaut (20) et rempla-
cez-le par la chaîne de 30 que vous copiez à partir de “[Link]”, collez cette
chaîne dans la case idoine et cliquez sur “OK”.
Les calculs démarrent et se poursuivent jusqu’à la fin où la meilleure partition est
sauvée dans “[Link]”. Apparaissent un graphique censé
représenter la partition (clusters de différentes couleurs), dont on ne va pas se servir,
ainsi qu’un dialogue final vous demandant si vous souhaitez sauver ces données en
vue d’une analyse ultérieure. Répondez non. Ceux qui souhaitent plus de détails sur
BAPS et ses différentes possibilités et menus sont invités à consulter la documenta-
tion livrée avec le logiciel.
Il s’agit ensuite de répéter le processus avec chacun des sous-échantillons. Ensuite,
on charge le jeu de données brutes afin de le modifier. N’oubliez pas de créer un
nouveau fichier de sortie à chaque fois. Dans chaque fichier de résultat BAPS sont
donnés les clusters avec les individus qu’ils contiennent. Ces individus sont identifiés
par leur rang d’entrée dans le jeu de données (1,2,3...). Par exemple, pour les
femelles de Berne 1995, le fichier de résultat donne (en début de fichier) :

RESULTS OF INDIVIDUAL LEVEL MIXTURE ANALYSIS:

Data ÿle: [Link]
Number of clustered individuals: 22
Number of groups in optimal partition: 12
Log(marginal likelihood) of optimal partition: -384.965
Best Partition:
Cluster 1: {1}
Cluster 2: {2, 5, 16}
Cluster 3: {3, 20}

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 139
Cluster 4: {4}
Cluster 5: {6}
Cluster 6: {9, 15, 22}
Cluster 7: {8}
Cluster 8: {7}
Cluster 9: {12, 13, 17}
Cluster 10: {18}
Cluster 11: {10, 19}
Cluster 12: {11, 14, 21}

Le nom du fichier analysé est suivi de l’effectif de l’échantillon, du nombre de clus-

ters dans la meilleure partition et de la valeur du Log de la valeur marginale de
vraisemblance ou Log(MV) qui sert de critère à BAPS pour sélectionner la meilleure
partition, c’est-à-dire celle qui présente le plus petit Log(MV). C’est bon à savoir si
on souhaite relancer BAPS sur les mêmes données afin de voir s’il trouve une parti-
tion meilleure au deuxième essai. Enfin, la partition est donnée. Dans le jeu de
données, il faut donc maintenant ajouter une colonne avec le numéro de cluster
BAPS auquel chaque individu appartient. Il faut le faire pour tous les sous-échan-
tillons (cf. tabl. 10). Attention, vous allez peut-être trouver des partitions légèrement
différentes des miennes et avec des labels de clusters différents, c’est normal.
Il faut ensuite créer un nouveau fichier de données où chaque sous-échantillon ini-
tial se retrouve subdivisé en autant de sous-échantillons que de clusters de BAPS qui
le composent (12 pour les femelles de Berne 1995). Sous un éditeur quelconque
vous fusionnez les colonnes 1, 2, 3 et 6 du tableau 10, ce qui donne pour la première
ligne quelque chose du style Ber95F1. N’oubliez pas de trier les données pour que
les clusters apparaissent dans l’ordre dans chaque sous-échantillon initial. Appelons
le fichier contenant ces données modifiées “[Link]”.
Ce n’est pas fini, car il faut maintenant coder en données manquantes le locus IR08
chez les tiques mâles. Rappelez-vous que, dans un souci de puissance, nous les avions
artificiellement rendus homozygotes afin que les mâles soient pris en compte pour
ce locus dans l’analyse BAPS. Maintenant, nous souhaitons calculer les nouveaux FIS
de cette partition afin de voir si elle chute par rapport au jeu de données initiales. Le
génotype des mâles au locus IR08 doit donc en effet être recodé 000000, car ils ne
doivent pas rentrer en ligne de compte dans le calcul du FIS. Pour ce faire, il est
commode soit de faire un petit programme (pour ceux qui savent), soit d’utiliser la
fonction conditionnelle d’Excel. Il s’agit de créer une colonne sexe en A dans le jeu
de données “[Link]” avec le sexe des individus (F ou
M), dans une colonne libre (en H après IR39) on tape en ligne 2 (ligne du premier
individu) :
SI(A2="M";"000000";C2), ce qui aura pour effet d’écrire “000000” dans la case H2
si l’individu est mâle ou de recopier le génotype de la femelle au locus IR08 (contenu
dans la case C2). On copie ensuite H2 et on le colle de H3 à H726 (normalement

140 Initiation à la génétique des populations naturelles

Tableau 10
Aspect du tableau de données brutes modifiées
avec l’appartenance des individus aux clusters BAPS.

Site An Sexe Individu IndRang Cluster IR08 IR25 IR27 IR32 IR39
BAPS
Ber 95 F Bern95F_005 1 1 170183 150150 123123 235235 129129
Ber 95 F Bern95F_007 2 2 174174 137146 119119 233250 133133
Ber 95 F Bern95F_011 3 3 177183 000000 119119 243243 000000
Ber 95 F Bern95F_013 4 4 173175 136142 119119 250250 142142
Ber 95 F Bern95F_018 5 2 165178 137146 119119 243248 142142
Ber 95 F Bern95F_020 6 5 165173 145148 119119 241241 129133
Ber 95 F Bern95F_022 7 8 168171 134134 119119 243248 135135
Ber 95 F Bern95F_027 8 7 171175 147147 119119 233233 125125
Ber 95 F Bern95F_028 9 6 169175 140145 119119 233233 135142
Ber 95 F Bern95F_029 10 11 166176 128145 119119 243243 125142
Ber 95 F Bern95F_032 11 12 173183 134134 121121 233233 131137
Ber 95 F Bern95F_037 12 9 175183 147147 119119 235235 134137
Ber 95 F Bern95F_038 13 9 175183 135147 123123 250250 127127
Ber 95 F Bern95F_039 14 12 183183 134134 119119 233243 121128
Ber 95 F Bern95F_040 15 6 168174 141147 119119 233233 135142
Ber 95 F Bern95F_042 16 2 174178 146146 119119 000000 112129
Ber 95 F Bern95F_043 17 9 175175 000000 123123 233235 127134
Ber 95 F Bern95F_044 18 10 174176 130130 119119 233233 128128
Ber 95 F Bern95F_045 19 11 171175 145145 119121 243246 142142
Ber 95 F Bern95F_048 20 3 173183 147147 119119 243243 129142
Ber 95 F Bern95F_049 21 12 168170 000000 119121 233233 131144
Ber 95 F Bern95F_050 22 6 169169 150151 119119 233233 129135
Ber 95 M Bern95M_006 1 7 177177 134147 119119 233233 129129
Ber 95 M Bern95M_008 2 8 172172 137148 119119 000000 000000
Ber 95 M Bern95M_009 3 14 165165 146148 119127 248248 131137
Ber 95 M Bern95M_010 4 3 000000 148148 123123 233233 131133

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 141
Figure 30
Importer les données dans Genetix.

la fin du fichier). On sélectionne les cases H2 à H726, on les copie et on fait un

collage spécial (on veut ne coller que la valeur et non la formule) sur C2. On sup-
prime les colonnes H et A et on sauve en texte seul sous le nom
“[Link]”. Supprimez aussi le label de la pre-
mière colonne (c’est pour Genetix qui ne désire que le nom des loci).
Nous allons maintenant recalculer les FIS par locus et sur l’ensemble, avec intervalles
de confiance. Nous sommes paresseux et pour ne pas avoir à supprimer les clusters
d’un individu pour lequel le calcul ne se fera pas, et étant donné que Fstat ne prend
pas plus que 200 sous-échantillons (avec mes partitions je me retrouve avec
368 sous-échantillons), nous allons importer notre nouveau fichier sous Genetix.
Lancez Genetix et allez dans le menu “Fichier”, sélectionnez “Importer” et sélection-
nez “Texte avec séparateur” et sélectionnez le fichier. Un menu apparaît et si vous
avez fait comme moi, vous devez cocher les cases comme dans la figure 30. Quand
cela est fait, cliquez “OK”. Si le fichier est correctement chargé, cliquez dans le menu
“Fstats” et sélectionnez “Weir & Cockerham”. Cliquez OK dans la nouvelle fenêtre
si vous ne changez pas le nom du fichier de sortie proposé
“[Link]”. Après il faut prendre les résultats dans
ce fichier en prenant garde que ce qui est annoncé comme écart-type des jackknives

142 Initiation à la génétique des populations naturelles

 0,8
0,7
0,6
0,5
0,4
FIS

0,3
0,2
0,1
0
- 0,1
IR08 IR08 IR25 IR25 IR27 IR27 IR32 IR32 IR39 IR39 Tous Tous
Brut BAPS Brut BAPS Brut BAPS Brut BAPS Brut BAPS Brut BAPS
Figure 31
Comparaison de FIS avant (données initiales : Brut)
et après clusterisation par BAPS sur l’ensemble des données,
par locus et sur l’ensemble (Tous).

correspond à l’erreur standard de Fstat. Il s’agit de comparer maintenant les FIS de

chaque loci et leurs intervalles de confiance de jackknife sur populations (voir
p. 70-74 en partie 1) avant et après clusterisation par BAPS, ainsi que les valeurs
globales et leur intervalle de confiance de bootstrap sur les loci (voir p. 70-74 en
partie 1). La compilation des résultats prend alors la forme de ce qui est représenté
dans la figure 31. Dans cette figure, il est aisé de voir que les clusters de BAPS pré-
sentent des déficits en hétérozygotes significativement inférieurs au FIS de départ.
Un test de rang de Wilcoxon pour données appariées confirme cela. Pour effectuer
ce test sous R, il faut construire un fichier avec une colonne “Delta” où chaque ligne
correspond à un locus.
Chaque valeur représente la différence entre le FIS brut et le FIS BAPS au locus cor-
respondant (ici cinq valeurs). Appelons ce fichier “[Link]”. Ensuite,
sous R les commandes sont les suivantes :

> data<-[Link]("[Link]",header=TRUE)
> attach(data)
> [Link](Delta, alternative="greater")

Le test est unilatéral, car ce que nous recherchons est bien un effet Wahlund. Nous
attendons au départ une chute du FIS, d’où l’instruction “greater”. La P-value
= 0,031 obtenue est significative. Notons aussi que la plupart des loci, mis à part
IR08, gardent un fort FIS qui provient probablement des allèles nuls et autre domi-
nance des allèles courts. Ces déficits restent très significativement au-dessus de 0
(fig. 31), ce qui rend bien compte du fait que “Hardy-Weinberg” n’est pas une

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 143
nécessité pour parvenir à une partition. Par ailleurs, le FIS fait mieux qu’être faible
pour IR08, il est négatif, ce qui est effectivement ce que nous attendons chez une
espèce dioïque pangamique.
Il semble donc bien y avoir un effet Wahlund, contrairement à ce que la variance
du FIS entre loci pouvait laisser prévoir. Reste à déterminer si cet effet provient
d’une micro-structuration (en groupes familiaux, par exemple) ou de la présence
d’espèces (ou races d’hôtes, ou groupes adaptatifs ou écotypes) cryptiques. Afin
d’essayer d’argumenter dans un sens ou l’autre, on peut essayer de regarder l’orga-
nisation de ces différents clusters. En principe, si on a à faire à différentes espèces,
ces dernières devraient apparaître clairement. Si on effectue un arbre à partir d’une
matrice de distance inter-clusters, ces derniers devraient être regroupés selon l’es-
pèce à laquelle ils appartiennent en groupes séparés par des branches relativement
longues comparées aux branches séparant chaque cluster (géographique, en prin-
cipe) à l’intérieur de chaque espèce. Selon T et N (1996), la méthode du
Neighbor-Joining (NJTree) sur distances harmoniques de C-S et
E (1967) est une bonne solution. La matrice est obtenue en important
“[Link]” dans Genetix10, en cliquant sur le menu
“Distances” puis “Sur données réelles” et en sélectionnant “Cavalli-Sforza &
Edwards”. On copie la matrice obtenue afin de l’incorporer dans un fichier de type
MEGA (K et al., 2004) pour matrice de distances (ouvrir le fichier
“[Link]” avec un éditeur de
texte pour voir un exemple). Afin de limiter le nombre de branches et le poids des
clusters ne contenant qu’un seul ou deux individus, je n’ai gardé que les clusters
d’au moins 3 individus. L’arbre obtenu n’en est pas plus lisible pour autant et ce
qui en ressort, c’est que les plus longues branches sont toujours celles séparant les
clusters sans que se dégage une quelconque hiérarchie (on parle de râteau). Ceci
plaide davantage en faveur d’une micro-structuration locale forte avec une diffé-
renciation géographique faible. On peut alors recommencer l’ensemble des opéra-
tions (BAPS->Genetix->MEGA) sur les échantillons de 1996 seuls et en ne
séparant pas les mâles des femelles. Sur l’arbre obtenu, on ne voit pas mieux une
quelconque structure sauf que les clusters tunisiens de plus de deux individus se
retrouvent bien ensemble (fig. 32) avec un cluster du Tessin (Cen16 qui comporte
d’ailleurs deux mâles et une femelle). Ceci ne contredit pas que l’effet Wahlund
pourrait être issu de la présence dans chaque site d’individus issus des mêmes
pontes. Ceci implique une forte variance du succès de survie entre pontes : de
nombreux individus issus seulement de quelques pontes accèdent à l’âge adulte
(voir C et al., 2007a, pour un résultat similaire sur la tique du bétail).

10
Je me suis rendu compte sur le tard que Genetix contenait quelques bugs dans ce module et je conseillerai
d’utiliser plutôt MSA pour le calcul de distances, bien qu’ici cela n’ait pas changé grand-chose, raison pour
laquelle j’ai laissé l’analyse telle qu’elle. Pour l’utilisation de MSA, se référer à la seconde partie de ce manuel,
p. 254.

144 Initiation à la génétique des populations naturelles

Figure 32
Dendrogramme exécuté selon la méthode du NJTREE
sur les distances harmoniques de Cavalli-Sforza et Edwards
entre paires de clusters BAPS de taille supérieure ou égale à 3
dans chaque sous-échantillon des tiques de 1996.
Les clusters tunisiens sont indiqués en rouge.

Commentaires sur l’analyse des fichiers par BAPS

Contrairement à ce qui pourrait être suggéré à la lecture du manuel d’utilisation

de BAPS, les clusters obtenus ne présentent pas ici une structure panmictique,
mais conservent un déficit important d’hétérozygotes sauf pour IR08. Nous
verrons, avec les analyses suivantes, que ces clusters reflètent probablement
en grande partie une réalité biologique de nature assez complexe (races
d’hôte, structures familiales), et qui devra conduire à d’autres études. BAPS ne

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 145
représente ici qu’un outil d’argumentation et d’orientation de futures investiga-
tions, pas un générateur de vérités.

CONCLUSION
SUR LES DÉFICITS
EN HÉTÉROZYGOTES

À l’occasion de ces premières analyses, nous pouvons constater qu’une analyse d’un
jeu de données de génétique des populations requiert de la patience, de la méthode,
ainsi qu’une bonne batterie de tests. Il était cependant nécessaire d’aller jusqu’au
bout avant d’aller plus loin. Nous savons maintenant que ces tiques sont structurées
à une échelle locale, ce qui explique une grande partie des déficits en hétérozygotes.
Cet effet Wahlund résulte probablement d’une structure en groupes familiaux.
L’existence d’espèces cryptiques n’est en effet pas soutenue par nos analyses NJTREE
ni par l’absence totale de déséquilibre de liaison. Nous savons également qu’une
partie non négligeable de ces déficits provient de l’existence d’allèles nuls (Loci IR25,
IR32, IR39). Pour ces derniers, il y a donc un risque de surestimer la différenciation
entre sous-échantillons, mais seulement pour des niveaux de différenciation attei-
gnant au moins 10 % (FST = 0,1), en dessous de quoi l’effet devient faible (C
et E, 2007). Nous verrons que les niveaux de différenciation entre popula-
tions d’I. ricinus se trouvent bien en dessous de cette frontière. Enfin, un locus
(IR27) a montré des évidences de dominance des allèles courts. Dans la mesure où
ce phénomène modifie l’hétérozygotie et l’estimation des fréquences alléliques, il
faudra être constamment vigilant quant aux résultats obtenus par la suite. Si nous
avions un locus de plus sans allèle nul, j’aurais même conseillé de le supprimer. Ce
n’est malheureusement pas le cas. Il faudra juste vérifier que chaque résultat ulté-
rieur n’est pas sous la dépendance de ce seul locus. L’idéal aurait été d’avoir sept loci
comme IR08, mais non liés à l’X ! Mais on ne choisit pas et les problèmes de
marqueurs chez les parasites et vecteurs représentent un souci récurrent.
Une autre conclusion importante est qu’un déficit en hétérozygotes non entièrement
expliqué par des allèles nuls exclut les causes endogamiques (croisements frère/sœur,
autofécondation…) qui tendent à augmenter l’homozygotie et donc à dévoiler les
homozygotes nuls (blancs), d’une part, et suggère, d’autre part, plutôt un effet
Wahlund, qui augmente la diversité génétique Hs sans augmenter l’hétérozygotie
observée (d’où augmentation du FIS, cf. équation 19 en première partie de ce
manuel, p. 47). Dans le cas d’un effet Wahlund, il est donc normal que les procé-
dures de détection d’allèles nuls ne suffisent pas à expliquer entièrement les déficits
en hétérozygotes, même si ces derniers sont présents, comme l’attestent la présence
fréquente d’individus blancs, ainsi que la forte variance du FIS entre loci.

146 Initiation à la génétique des populations naturelles

 STRUCTURE
DES POPULATIONS
ET SCHÉMAS
DE DIFFÉRENCIATION

Nous avons ici une espèce à sexes séparés. La première chose à tester est s’il n’existe
pas une différence entre femelles et mâles tiques, liée par exemple à un biais de dis-
persion spécifique de chaque sexe (G et al., 2002 ; P et D M,
2002). En plus, on sait que c’est probablement le cas ici puisque ce signal fut détecté
précédemment (D M et al., 2002a), mais aussi lors de notre recherche de
dominance des allèles courts. Par ailleurs, il est intéressant de vérifier si le signal
persiste en tenant compte de la microstructure en clusters, même s’il a été montré
que celle-ci a peu (pas) d’effet sur la structure à plus large échelle, si la microstructure
n’est pas trop forte (F et al., 2004).

Structure génétique spécifique à chaque sexe

des données brutes (sans tenir compte de BAPS)

Comment suspecter qu’un biais de structuration existe entre mâles et femelles ? Soit
en effectuant directement le test “Sex biased dispersal” de Fstat, soit, comme cela a
été le cas pour les données présentes, en testant la différenciation locale entre tiques
mâles et femelles. La justification de ce test est qu’un tel signal avait été suggéré chez
cette espèce en Irlande pour un locus enzymatique (H, 1979). Nous allons donc
mesurer et tester la différenciation entre mâles et femelles de chaque sous-échan-
tillon. Pour ce faire, il faut construire un fichier Fstat (par exemple) où femelles et
mâles de chaque site sont considérés comme appartenant à des échantillons diffé-
rents. Appelons ce fichier “[Link]” et chargeons-le dans Fstat (après
avoir ouvert Fstat il faut aller dans “File”, “Open”, etc.). On coche ensuite dans Fstat
l’option “Fst per pair of samples” et la case “Pairwise tests of differentiation”, ainsi
que la case “5/100” du “Nominal level for multiple tests”. Cette dernière case est
choisie pour gagner du temps. Ici, Fstat donnera le seuil Bonferroni de significativité
corrigé par le nombre de tests (276 ici). À ce seuil, une P-value sera significative si
elle est inférieure ou égale à 0,05/276 = 0,00018 et Fstat ajuste le nombre de per-
mutations nécessaires pour atteindre cette valeur, soit 5 520, ce qui est bien suffisant.
Avec “1/100” on obtient 27 600, ce qui est beaucoup. En plus, à ce niveau, le
Bonferroni est beaucoup trop conservateur. De toutes façons, comme nous n’allons
utiliser que les résultats par paire locale de femelles et de mâles, nous n’appliquerons
pas cette procédure. Après avoir cliqué sur “Run” et attendu la fin des permutations,
deux fichiers sont à consulter. “[Link]” donne les FST par paire et
“[Link]” donne les P-value du test de randomisation des géno-
types par paire de sous-échantillons. Dans ces fichiers, il faut garder les valeurs

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 147
correspondant aux paires femelle-mâle de chaque site-année. Si vous faites cela, deux
probabilités sont significatives sur les 12 tests (17 %). Un test binomial peut alors
être effectué sous R avec la commande suivante :
[Link](2, 12, p=0.05, alternative="greater")

Le test est unilatéral, car on regarde si le nombre 2 n’est pas plus grand qu’attendu
sous l’hypothèse nulle. Le test donne une P-value de 0,12, ce qui n’est pas vraiment
significatif, mais témoigne d’un signal possible. Le test généralisé entrepris avec
MultiTest et un k’ = 6 donne une P-value globale seuil de 0,6015 (La notice d’utili-
sation de ce programme est suffisamment détaillée pour ne pas avoir à reproduire ici
un tuteurage pas à pas).
Pour effectuer le véritable test de structuration sexe-spécifique, il faut remanier
quelque peu le fichier initial des données afin de le mettre au format requis par Fstat
pour l’analyse du biais de dispersion sexe-spécifique (Biased dispersal menu).
Référez-vous à l’aide en ligne de Fstat pour construire ce fichier. Nous allons nous
focaliser sur les échantillons 1996 uniquement. Une fois ce fichier constitué, il faut
lancer Fstat, cliquer sur le menu “Biased dispersal” et y charger le fichier requis. Il
faut ensuite sélectionner le test “Two sided” (on n’a en principe pas de préjugé pour
l’instant) et cocher toutes les options comme dans la figure 33.
Vous remarquerez dans la figure 33 que les cases du FIS et du Ho sont cochées comme
les autres, alors que cela n’a aucun sens. En effet, puisque nous avons codé les mâles

Figure 33
Menu et cases à cocher dans le menu “Biased dispersal”.

148 Initiation à la génétique des populations naturelles

homozygotes au locus IR08, il y aura nécessairement une différence mâle femelle à
ce niveau. Cependant, quand cette option n’est pas cochée, on perd une partie de
l’information sur Hs dans le fichier de sortie. Il conviendra donc, dans ce fichier,
d’ignorer les résultats sur Ho et FIS. Le logiciel crée cinq fichiers, trois fichiers .dat au
format Fstat (les données totales, les femelles, les mâles), le fichier de permutations
et le fichier .res des résultats (le plus utile). Ces derniers indiquent que les femelles
sont bien mieux assignées que les mâles (IAc = 0,36 et IAc = - 0,56 pour les femelles
et les mâles respectivement, P-value = 0,0005) et que les femelles sont localement
mois diverses génétiquement (Hs = 0,79) que les mâles (Hs = 0,81) (P-value = 0,027),
ce qui va dans le sens d’un biais de dispersion femelle (les femelles disperseraient
moins). Par contre, le FST et la variance d’assignement répondent en sens inverse
(mais non significativement heureusement). Pourtant, ce sont ces derniers para-
mètres (FST et variance d’assignement) qui doivent théoriquement signaler les pre-
miers un biais de dispersion (qui donnent les tests les plus puissants) (G et al.,
2002). Nous discuterons de ce paradoxe plus loin.
Afin de tester si la Tunisie n’est pas responsable seule de ce résultat, recommençons
avec les données de Suisse 1996. Dans ce cas, on a des résultats comparables avec
une P-value = 0,0004 pour l’assignement, mais une P-value = 0,06 marginalement
significative pour Hs. Cantonnons-nous (normal pour la Suisse) au Plateau Suisse en
excluant le site Monte-Ceneri du Tessin. Cette fois, les P-values tombent à 0,0002
et 0,02 pour les assignements et Hs respectivement. En restreignant l’échantillon-
nage aux sites du nord-ouest de la Suisse (il faut supprimer les sites Gorges-du-Trient
et Dorénaz), sans oublier de le signaler en en-tête du fichier de données (il n’y a plus
que cinq sites), on obtient une confirmation de ce qui était observé (tabl. 11), mais
sur une échelle plus réaliste quant aux interprétations biologiques (en fin de ce cha-
pitre). Il semble donc bien y avoir un biais de dispersion femelle (ou à tout le moins

Tableau 11
Résultats du test de biais de dispersion spécifique à chaque sexe sur les cinq sites du nord-ouest
de la Suisse. Excepté la variance d’assignement (s²(AIc)), tous les autres paramètres plaident
en faveur d’un biais de dispersion mâle (les femelles dispersent moins), avec une P-value
(tests bilatéraux) très significative pour AIc et FIS et significative pour Hs.
Pour le FIS, le test (unilatéral) a été réalisé en supprimant le locus IR08.

Paramètres Femelles Mâles P-values

AIc 0,523 - 0,786 0,0002
s²(AIc) 9,970 8,611 0,3425
FST 0,001 - 0,000 0,7964
Hs 0,776 0,813 0,0224
FIS 0,422 0,506 0,0081

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 149
un biais de structuration génétique en faveur de ces femelles). En retirant chaque
locus un à un et en recommençant l’analyse (donc cinq traitements), vous pourrez
vérifier qu’aucun locus n’est responsable à lui seul du signal. On constate même,
pour les données sans IR08, que le FIS est significativement supérieur chez les mâles
(tabl. 11). On pourra ici se contenter de refaire ces analyse sur les échantillons du
Nord-Ouest et en unilatéral pour compenser la perte de puissance. La question qui
se pose ensuite est de savoir si tenir compte des résultats de BAPS (microstructura-
tion) change cette conclusion. Pour ce faire, il faut réanalyser les données en tenant
compte des clusters définis par BAPS.

Structure génétique spécifique à chaque sexe

des données clusterisées par BAPS

Nous prendrons ici le fichier de données 1996 de Suisse uniquement et les clusters
obtenus en ne séparant pas les mâles des femelles (évidemment). Il faudra prendre
garde à ne garder que les clusters contenant au moins une femelle et un mâle, car
sinon Fstat va planter (comme on dit). Nous allons dans un premier temps effectuer
l’analyse sur tous les clusters de tous les sites. Le label “Pop” va donc se positionner
entre chaque cluster. On peut faire le test en unilatéral, mais au vu des résultats vous
verrez vite qu’il convient de repartir sur une base de tests bilatéraux. Les résultats
sont en effet spectaculairement divergents des précédents (tabl. 12).

Tableau 12
Résultats du test de biais de dispersion spécifique de chaque sexe d’Ixodes ricinus
dans les cinq sites du nord-ouest de Suisse en tenant compte des clusters obtenus par BAPS
(en ne séparant pas les mâles des femelles) et contenant au moins une femelle et un mâle.
Tous les paramètres plaident fortement en faveur d’un biais de dispersion mâle (ils dispersent
moins), avec des P-values (tests bilatéraux) très significatives sauf pour s²(AIc) et FIS.
Pour le FIS, le test a été réalisé en supprimant le locus IR08.

Paramètres Femelles Mâles P-values

AIc - 0,160 0,216 0,0067
s²(AIc) 1,222 0,691 0,0706
FST 0,219 0,338 0,0012
Hs 0,584 0,524 0,0142
FIS 0,189 0,297 0,0544

Ce résultat, très déconcertant au premier abord, est sous très forte influence du
locus IR08, bien que les autres loci répondent dans le même sens (sauf peut-être
IR32). Comme il s’agit peut-être d’un phénomène local, nous allons refaire les
mêmes analyses, mais dans chaque site de 1996 (y compris la Tunisie). Le résultat

150 Initiation à la génétique des populations naturelles

des tests sur le FST figure dans le tableau 13. Le signal reste le même, mais semble
disparaître sans le locus IR08. Il se pourrait que ce locus soit diagnostique de certains
groupes de tiques. Pour vérifier cela, il faut reprendre le fichier initial de données et
grouper les individus, dans chaque site, selon leur génotype au locus IR08. Ce fai-
sant, on recalcule sur cette nouvelle partition le FIS et le FST avec Genetix, ce qui
donne 0,47 et 0,02 respectivement, alors qu’on attend un faible FIS et un fort FST.
IR08 n’est manifestement diagnostique de rien du tout et le fait qu’il donne les
meilleurs résultats provient vraisemblablement de sa qualité (peu ou pas d’allèles
nuls et très faible variance des différents estimateurs).

Tableau 13
Résultat des tests de biais de dispersion spécifique de chaque sexe sur FST, effectués
dans chaque site, entre les clusters définis par BAPS et contenant au moins une femelle
et un mâle. Le test global est obtenu par une procédure binomiale généralisée
et les tests sans IR08 ont été effectués de façon unilatérale (les mâles dispersent moins).
Utiliser le fichier d’aide de MultiTest V.1.2. pour une description pas à pas
de la procédure à suivre pour combiner les neufs tests.

Sites Cinq loci Sans IR08

Bern 0,3250 0,2431
Monte Ceneri 0,0817 0,2827
Dorenaz 0,3199 0,3355
Eclepens 0,1306 0,2700
Gorges du Trient 0,0159 0,6392
Montmollin 0,2422 0,9079
Neuchâtel 0,0636 0,4665
Staadswald 0,0426 0,1809
Tunisie 0,1272 0,0795
Tous (Binomial) 0,0041 0,2251

Il y a donc manifestement un effet cluster que nous essayerons d’interpréter plus loin.
Afin de vérifier quand même si notre biais de dispersion spécifique femelle existe toujours
même en tenant compte de l’effet Wahlund présent au sein de chaque site, la solution
qui nous reste consiste à ne garder qu’un seul représentant ou une femelle et un mâle par
cluster dans chaque site (nord-ouest de la Suisse 1996). On prendra le premier des indi-
vidus ayant le génotype le plus complet de chaque cluster afin de conserver le plus de
puissance possible. Par exemple, si dans un cluster d’un site quelconque, il n’y a que des
mâles on ne prend qu’un individu, si possible génotypé aux cinq loci. Même chose pour
des clusters de femelles. Pour les clusters mixtes, on prend la première femelle la plus

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 151
complète et le premier mâle le plus complet. On obtient ainsi un jeu de données de cinq
sites avec un nombre d’individus fortement réduit par site. C’est aussi la raison pour
laquelle les tests seront unilatéraux (les femelles dispersent moins). Le résultat de cette
analyse figure dans le tableau 14 où on retrouve bien le signal initial suggérant un biais
de dispersion femelle, à la différence que tous les paramètres vont dans le bon sens, même
si c’est toujours AIc qui donne la seule P-value significative.

Tableau 14
Résultat du biais de structuration femelle (unilatéral) sur le jeu de données réduit
à un individu ou deux (une femelle et un mâle) par cluster BAPS pour les cinq sites
du nord-ouest de la Suisse. Cette fois-ci, tous les paramètres vont dans le même sens
(les femelles dispersent moins). Pour le FIS, le test a été réalisé sans le locus IR08.

Paramètres F M P-value
AIc 0,496 - 0,520 0,0097
s²(AIc) 6,377 9,350 0,3341
FST - 0,008 - 0,016 0,1307
Hs 0,824 0,847 0,1221
FIS 0,470 0,511 0,2220

Interpréter l’ensemble des résultats

sur les biais de structuration

Il semble bien y avoir un biais de dispersion biaisé pour les femelles (elles disperseraient
moins) à l’échelle du plateau Suisse (ou même de régions plus restreintes), mais le
signal est brouillé par une micro-structuration qui existe localement. Le fait que dans
chaque site, les clusters trouvés par BAPS contiennent des femelles beaucoup plus
hétérogènes que les mâles à l’intérieur de chaque cluster, mais beaucoup moins diffé-
rentes d’un cluster à l’autre peut être interprété de deux façons. La première suggérerait
que le biais de dispersion spécifique à chaque sexe s’inverse à petite échelle, mais on ne
voit pas bien comment. La seconde suppose que les clusters correspondent plus ou
moins à des frères et sœurs issus d’une même ponte et que les femelles ont une réussite
beaucoup plus homogène que les mâles. Ne parviendraient à l’âge adulte, selon cette
hypothèse, que beaucoup de mâles par ponte, mais de peu de pontes, alors que les
femelles représenteraient un échantillon plus aléatoire des pontes (moins de sœurs que
de frères dans chaque site). Pour confirmer cette interprétation, une approche théo-
rique de modélisation/simulation serait nécessaire, mais dépasserait alors le cadre
ambitionné par cet ouvrage. Enfin, ces clusters pourraient correspondre à des cohortes
différentes (chevauchement de générations), très différenciées (dérive forte) et cela
surtout pour les mâles dont beaucoup viennent d’ailleurs. Ici aussi, une approche

152 Initiation à la génétique des populations naturelles

théorique s’avérerait nécessaire. Il est cependant raisonnable d’imaginer que si les larves
et les nymphes mâles sont plus souvent retrouvées sur des hôtes très dispersants, alors
il y a de fortes chances que chacun de ces individus hôtes porte des mâles apparentés
(surtout les larves). Une fois dispersé et gorgé, chaque groupe a une chance très inégale
de trouver un habitat favorable à la mue suivante. Il en résulterait que seuls certains
groupes, parfois composés d’individus très apparentés (frères), survivraient dans une
zone éloignée de leur site d’éclosion, alors que beaucoup de groupes mâles seraient
éliminés. Si les larves et nymphes femelles préfèrent, quant à elles, les hôtes peu disper-
sants (petits rongeurs), il est probable que la survie de ces femelles soit distribuée plus
aléatoirement entre femelles de pontes différentes. Ceci pourrait au final expliquer
notre effet Wahlund produit en majorité par les tiques mâles.

Différenciation globale et isolement par la distance

Plusieurs éléments nous incitent ici à manquer d’optimisme. Il y a en effet de nom-

breux allèles nuls, un effet Wahlund local, de la dominance d’allèles courts à un locus,
sans parler d’autres problèmes mis en évidence lors d’études de pedigrees (D M
et al., 2004a). Si on ajoute à cela que manifestement un biais de dispersion spécifique
à chaque sexe existe, supposant qu’un des deux sexes migre beaucoup (voir G
et al., 2002) et donc qu’une faible structuration en résulte nécessairement, la probabi-
lité de trouver une structuration génétique devient faible, et c’est un euphémisme.
Nous allons quand même tenter notre chance, et ce pour plusieurs raisons. D’abord,
parce que nous ne sommes pas arrivés jusqu’ici pour se mettre à bailler aux corneilles,
ensuite parce que « c’est la nuit qu’il est beau de croire à la lumière » (R, 1908).

Définir différents niveaux de subdivision

pour l’analyse hiérarchique
Nous ne considérerons ici que les échantillons de 1996. Nous pouvons envisager,
grâce à HierFstat (G, 2005), n’importe quelle structure du moment que cette
dernière reste hiérarchique. Nous allons donc dans un premier temps considérer
(référez-vous au besoin à la figure 15) l’Europe-Afrique comme tout, suivi de la
Tunisie versus la Suisse, puis le Tessin versus le nord des Alpes et enfin le groupe
Gorges-du-Trient, Dorénaz contre le plateau Suisse (Eclepens, Montmollin,
Neuchâtel, Staadswald, Bern). Référez-vous à D M et G (2007) pour
des détails sur la confection d’un fichier HierFstat.

Analyse hiérarchique sur données brutes

(pas de cluster BAPS)
Il faut donc créer un fichier avec quatre (hiérarchie) plus cinq (loci) colonnes. La première
colonne correspond donc au continent, Cont avec 1 l’Europe (= la Suisse, et alors ?)
et 2 pour l’Afrique (Tunisie). La deuxième colonne (NrdWTessin) va coder pour l’appar-
tenance aux cantons du nord et nord-ouest de la Suisse (1), pour celle du Tessin (2)

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 153
(Monte-Ceneri) ou la Tunisie (3) qui n’est pas plus subdivisée, mais doit être aussi codée
dans cette colonne. La troisième colonne (NrdWNS) correspond à l’appartenance ou
non au nord-ouest (1) ou au sud-ouest (Gorges-du-Trient, Dorénaz = 2) de la zone du
nord des Alpes suisses. Le Tessin et la Tunisie étant codés 3 et 4 respectivement dans cette
colonne. La quatrième colonne (Site) correspond aux sites eux-mêmes (1 à 9). Les cin-
quième à neuvième colonnes correspondent aux cinq loci, le premier, IR08, étant codé
homozygote pour les tiques mâles. Appelons le fichier ainsi construit “IRTot96HierFstat.
txt”. L’analyse va se faire sous HierFstat 0.04-4 (Goudet, 2006, mis à jour de G,
2005) comme décrit dans D M et G (2007). N’oubliez pas de remplacer les
données manquantes “000000” par “NA”. Lancez le logiciel R. Chargez le package
HierFstat (Menu “Package”, “Chargez le package”, “hierfstat”). Changez de répertoire
pour travailler dans celui où le fichier de données “[Link]” se trouve (Menu
“Fichier”, “Changer le répertoire courant”). Dans la console R, tapez la succession de
commandes (chaque ligne correspond à une commande devant être suivie d’un retour
charriot), en respectant les majuscules et minuscules (distinctes en langage R):

> data<-[Link]("[Link]", header=TRUE)

> attach(data)
> loci<-[Link](IR08,IR25,IR27,IR32,IR39)
> levels<-[Link](Cont,NrdWTessin,NrdWNS,Site)
> [Link](levels,loci)

Cette dernière commande produit le résultat suivant :

$loc
[,1] [,2] [,3] [,4] [,5] [,6]
IR08 0.01223796 0.0001573914 -2.260871e-03 0.0022890321 0.4342422 0.4906015
IR25 0.01069015 -0.0029660662 1.666085e-03 0.0021349532 0.4523394 0.4658385
IR27 0.29270494 -0.0015575541 3.185784e-05 -0.0003405896 0.2581954 0.2624521
IR32 0.17740753 -0.0165926500 1.063656e-02 0.0070371095 0.4268548 0.3006536
IR39 -0.01488133 0.0438594202 -1.195459e-04 0.0001627161 0.2574235 0.6343434

$overall
Cont NrdWTessin NrdWNS Site Ind Error
0.478159253 0.022900541 0.009954088 0.011283221 1.829055277 2.153889149
$F
Cont NrdWTessin NrdWNS Site Ind
Total 0.1061340 0.111217077 0.113426523 0.115930989 0.5219148
Cont 0.0000000 0.005686634 0.008158420 0.010960256 0.4651490
NrdWTessin 0.0000000 0.000000000 0.002485923 0.005303783 0.4620901
NrdWNS 0.0000000 0.000000000 0.000000000 0.002824882 0.4607495
Site 0.0000000 0.000000000 0.000000000 0.000000000 0.4592219

Dont l’interprétation est la suivante :

FIS = 0,459 (nous retrouvons ici un résultat ancien et sans valeur, car les mâles sont arti-
ficiellement homozygotes ici au locus IR08), FSite/NrdWNS = 0,0028, FNrdWNS/NrdWTessin

154 Initiation à la génétique des populations naturelles

= 0,0025, FNrdWTessin/Cont = 0,0057 et FCont/Total = 0,106. Toutes ces valeurs de différen-
ciation sont très faibles sauf pour la Suisse contre la Tunisie. Il faut tester ensuite la signi-
ficativité de ces différentes partitions en commençant par la plus incluse, le site :

> [Link](loci, test=Site, within=NrdWNS, nperm=1000)

$[Link]
[1] 0.311

On voit bien que le site (comme on le craignait) n’influence en rien la partition de

l’information génétique. Nous allons donc supprimer ce facteur de la hiérarchie :

> levels<-[Link](Cont,NrdWTessin,NrdWNS)
> [Link](levels,loci)
$loc
[,1] [,2] [,3] [,4] [,5]
IR08 0.01232344 0.000808808 -1.444965e-03 0.4355876 0.4906015
IR25 0.01077746 -0.002368730 2.440097e-03 0.4535566 0.4658385
IR27 0.29269212 -0.001654562 -8.948516e-05 0.2579981 0.2624521
IR32 0.17763798 -0.014577719 1.316236e-02 0.4309008 0.3006536
IR39 -0.01487489 0.043906268 -6.184974e-05 0.2575165 0.6343434
$overall
Cont NrdWTessin NrdWNS Ind Error
0.47855610 0.02611407 0.01400616 1.83555962 2.15388915
$F
Cont NrdWTessin NrdWNS Ind
Total 0.1061541 0.11194680 0.115053669 0.5222206
Cont 0.0000000 0.00648061 0.009956456 0.4654790
NrdWTessin 0.0000000 0.00000000 0.003498519 0.4619924
NrdWNS 0.0000000 0.00000000 0.000000000 0.4601036
> [Link](loci, test=NrdWNS, within=NrdWTessin, nperm=1000)
$[Link]
[1] 0.121

Le facteur NrdWNS, séparant les sites Dorénaz-Gorges-du-Trient de l’ensemble des

sites suisses du Nord-Ouest, ne semble pas influencer davantage la structure géné-
tique des tiques. Si nous le supprimons à son tour, nous obtenons :

> levels<-[Link](Cont,NrdWTessin)
> [Link](levels,loci)
$loc
[,1] [,2] [,3] [,4]
IR08 0.01229331 -0.0003464944 0.4351133 0.4906015
IR25 0.01083164 -0.0004024918 0.4543119 0.4658385
IR27 0.29269022 -0.0017259148 0.2579689 0.2624521
IR32 0.17789976 -0.0042513096 0.4354972 0.3006536
IR39 -0.01487632 0.0438573712 0.2574958 0.6343434

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 155
$overall
Cont NrdWTessin Ind Error
0.47883861 0.03713116 1.84038709 2.15388915
$F
Cont NrdWTessin Ind
Total 0.1061668 0.11439947 0.5224453
Cont 0.0000000 0.00921047 0.4657228
NrdWTessin 0.0000000 0.00000000 0.4607561
> [Link](loci, test=NrdWTessin, within=Cont, nperm=1000)
$[Link]
[1] 0.058

Si nous choisissons de garder le facteur NrdWTessin (marginalement significatif,

P-value = 0,058) cela aboutit à :

> [Link](loci, [Link]=NrdWTessin, test=Cont, nperm=1000)

$[Link]
[1] 0.331

Si on élimine le facteur NrdWTessin, il faut alors repasser par Fstat. Il n’y a en effet
plus que trois niveaux hiérarchiques avec deux sous-populations représentées par
l’ensemble des tiques suisses, d’une part et par celles de Tunisie, d’autre part. On
aboutit à un FST = 0,113 très significatif (P-value < 0,0001) entre les tiques de Suisse
réunies en une seule population et la Tunisie.
Avec un Hs = 0,832, cela correspond à un FST’ = FST/FSTmax = 0,113/(1 - 0,832)
= 0,673, ce qui est relativement considérable et témoigne du peu de migration entre
les deux pays. Par contre, à l’échelle de la Suisse, cette migration est forte et même
si les Alpes apparaissent comme un facteur limitant, tout semble se passer comme si,
génétiquement au moins, on avait à faire à une seule unité à cette échelle.
Qu’en est-il si nous tenons compte des clusters trouvés par BAPS ?

Analyse hiérarchique sur données clusterisées par BAPS

Nous allons donc utiliser le fichier de données précédent avec une colonne supplé-
mentaire correspondant aux clusters trouvés avec BAPS. En suivant alors une procé-
dure identique à celle décrite plus haut, nous pouvons constater que les facteurs
ClusterBAPS (FClust/Site = 0,3, P-value = 0,001) qui mesurent la partition génétique
entre clusters d’un même site, et Continent (FContinent/Total = 0,11, P-value = 0,001)
qui mesure la différenciation entre Suisse et Tunisie, constituent les deux seuls
facteurs qui structurent les sous-échantillons de façon significative.
Si nous ne gardons qu’un mâle ou une femelle ou un individu par cluster, comme
pour le tableau 14, le résultat de l’analyse par HierFstat ne montre plus aucune dif-
férenciation, à moins d’ignorer tous les facteurs sauf le continent (analyse par Fstat,
FST = 0,09, P-value = 0,001).

156 Initiation à la génétique des populations naturelles

 Test d’isolement par la distance
Nous ne travaillerons ici que sur les échantillons suisses de 1996. D’abord parce
que la Tunisie est trop éloignée par rapport aux distances entre échantillons
suisses. Il y aurait deux groupes de points. Procéder à un test de régression entre
deux points n’a pas de sens, le plus court chemin entre eux étant nécessairement
une droite, c’est dans tous les bons livres de statistiques. Or, le test d’isolement par
la distance est une forme de régression où on cherche à expliquer une différence
génétique croissante par un éloignement géographique. Ensuite, il n’y a pas assez
d’échantillons en 1995.
Pour le test, il faut configurer un fichier avec deux demi-matrices, l’une pour les
distances géographiques entre paire de sites et l’autre pour les FST (estimés par Ô)
correspondants. Pour les distances géographiques, vous pouvez vous aider de la
figure 15. Pour les FST, il suffit de prendre la sortie “[Link]” que Fstat a
produit en analysant le fichier “[Link]” des données suisses 1996, si vous avez
toutefois coché la case “Fst per pair of samples”. En ce qui me concerne, j’obtiens
les matrices représentées dans le tableau 15. Le test va être effectué selon la méthode
décrite par R (1997) pour un schéma en deux dimensions. Nous allons donc
effectuer un test de Mantel sur la corrélation entre le FST/(1 - FST) et le log népérien
(ou naturel) de la distance géographique. Nous allons utiliser Genepop 3 pour faire
ce test et donc formater les données dans ce sens et les sauvegarder dans un fichier
que nous appellerons [Link]. Ce fichier doit être configuré comme présenté
dans la figure 34.

Figure 34
Présentation du fichier pour tester l’isolement par la distance
entre sites de prélèvement d’Ixodes ricinus en Suisse en 1996 sous Genepop.

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 157
Tableau 15
Distances géographiques en km et différenciation génétique mesurée par le FST (Theta)
par paire de sites d’échantillonnage d’Ixodes ricinus (abréviations comme dans la figure 15).

Theta
Site Ber Ecl Mon Neu Sta Dor Gor
Ecl 0,0002
Mon 0,0080 0,0012
Neu - 0,0003 - 0,0049 0,0072
Sta 0,0040 - 0,0015 0,0049 0,0015
Dor 0,0040 0,0085 0,0224 0,0078 0,0143
Gor - 0,0005 - 0,0033 0,0042 - 0,0015 0,0014 0,0059
Cen 0,0116 0,0058 0,0136 0,0132 0,0042 0,0209 0,0089
Distance en kilomètres
Ecl 85,53
Mon 50,00 46,05
Neu 43,42 52,63 7,89
Sta 19,74 65,79 26,32 19,74
Dor 105,26 78,95 102,63 102,63 102,63
Gor 115,79 82,89 110,53 111,84 113,16 11,84
Cen 171,05 218,42 213,16 207,89 190,79 160,53 165,79

L’étape suivante consiste à lancer Genepop 3. Éviter de double cliquer sur le fichier
[Link], mais préférez ouvrir une session DOS en lançant une “Invite de com-
mandes” dans le menu “Accessoires” de Windows. Dans la fenêtre DOS, et si
Genepop est dans le répertoire “Genepop” du disque D, tapez “D:”, puis “Entrée”,
puis “cd Genepop”, puis “Entrée”. Vous êtes dans le répertoire Genepop. Tapez alors
“isolde”, puis “Entrée” pour lancer le programme d’isolement par la distance. À
l’invite, tapez le nom complet du fichier de données puis “Entrée”. Le logiciel vous
demande ensuite quel type de distance (non transformée ou Log) et quel type de
mesure de différenciation vous souhaitez tester (X, qui figure dans la matrice ou
X/(1 - X) ). À vous de choisir la méthode appropriée. Genepop vous demande
ensuite la distance minimale en deçà de laquelle la mesure de corrélation ne tient
plus compte des données, car en deçà d’un certain niveau la réponse a en effet ten-
dance à ne plus suivre un modèle clair (R, 1997). Réfléchissez à ce que devrait

158 Initiation à la génétique des populations naturelles

 Données brutes
FST/(1-FST) = - 0,04 + 0,002 Ln (distance)
P - value = 0,184
0,025

0,02
FST/(1-FST)

0,015

0,01

0,005

- 0,005

- 0,01
2 3 4 5 6
Ln distance en km
Figure 35
Représentation de l’isolement par la distance entre sites suisses
pour les tiques récoltées en 1996. La distance minimale de 2 km a été choisie.

être cette distance minimale et tapez-la. Le nombre de randomisations vous est

ensuite demandé. Tapez 1 000 000 pour être sûr d’obtenir une P-value suffisamment
précise. Genepop vous demande, comme pour tous ses tests passant par randomisa-
tion, quatre nombres qui serviront de « graines » pour générer des nombres pseudo-
aléatoires qui conditionnent le départ des randomisations. Tapez ce que vous voulez
entre 1 et 168, comme indiqué avec un retour charriot après chaque chiffre. Quand
les randomisations sont terminées, Genepop le signale avec un bip assez désagréable,
mais qui ne doit pas vous effrayer (en général, je coupe le son avant). D’après une
collègue avisée (TG), il n’y a pas de son sur la version Web du programme qui, par
ailleurs, est sensiblement plus conviviale. Genepop a alors créé deux fichiers, l’un
porte l’extension .ISO qui vous donne le résultat du test avec les paramètres de la
régression et la P-value. Le second porte l’extension .GRA et donne les coordonnées
en colonne de cette régression afin de pouvoir dessiner le graphique correspondant,
comme représenté dans la figure 35. On y remarque que la relation n’est pas signi-
ficative. Il semble cependant qu’une tendance existe. Peut-être l’existence d’une
sous-structure nuit-elle à la clarté du signal ? Pour le vérifier, il suffit de procéder au
même test, mais avec les données où un ou deux (de chaque sexe) individus par
cluster avaient été gardés (voir p. 151-152). Le résultat change du tout au tout
puisque la relation devient très significative, comme en témoigne la figure 36. Ceci
permet de calculer le voisinage Nb = 1/b = 173 individus (W et al., 2007), le
produit de la densité d’individus par km² par la surface de dispersion des descen-
dants reproducteurs par rapport à leurs géniteurs, en utilisant la méthode de

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 159
 Un ou deux individus par cluster BAPS
FST/(1-FST) = - 0,01 + 0,006 Ln (distance)
P - value = 0,003
0,05

0,04

0,03
FST/(1-FST)

0,02

0,01

- 0,01

- 0,02
2 3 4 5 6
Ln distance en km
Figure 36
Représentation de l’isolement par la distance entre sites suisses
pour les tiques récoltées en 1996 en ne gardant qu’un ou deux individus
des clusters définis par BAPS dans chaque site. La distance minimale de 2 km a été choisie.

R (1997) décrite en première partie (p. 88-90), ce qui donne DÞ² = 1/
(4π0,00577) = 13,78. On peut aussi estimer le nombre d’immigrants présents dans
une sous-population (R, 1997), Nm = 1/2πb = 28 individus par génération.
Il serait dommage de s’arrêter ici et nous allons donc essayer d’appréhender, même
grossièrement, dans quelle gamme de valeurs se situe la densité de tiques afin d’en
pouvoir extraire la surface de dispersion de ces tiques.

Estimation d’effectifs efficaces,

extrapolation des densités et de la dispersion
Effectifs efficaces des tiques de Suisse
Pour des raisons de commodité et de cohérence (les tiques tunisiennes n’ayant pas été
échantillonnées de la même manière), nous nous focaliserons sur les échantillons de
Suisse. Rappelons-nous que nous avons rencontré de gros déficits en hétérozygotes
(allèles nuls et dominance d’allèles courts), ainsi que la présence d’un fort effet
Wahlund. Nous ne travaillerons donc qu’à partir de méthodes indépendantes de l’hété-
rozygotie, telle que celle proposée par B et al.(1992), basée sur les déséquilibres
de liaison et implémentée par NeEstimator (P et al., 2004). Nous n’utiliserons que
les données clusterisées par BAPS où seuls subsistent un ou deux individus par cluster
dans chacun des huit sites suisses pour éviter l’effet confondant dû à l’effet Wahlund.
Il faut créer un fichier par site dans un format proche de Genepop comme dans la
figure 37.

160 Initiation à la génétique des populations naturelles

Figure 37
Format de fichier pour NeEstimator pour les tiques de Berne 1995.

Il faut ensuite lancer le programme NeEstimator (après l’avoir installé sur votre
machine, bien entendu). Une fenêtre d’avertissement sur le copyright et sur la
manière idoine de citer ce logiciel apparaît. Cliquez sur OK pour accéder au pro-
gramme qui apparaît dans une fenêtre comme dans la figure 38. Comme indiqué
sur la figure 38, cliquez sur le menu déroulant “File” et “Open”, ce qui permet
d’ouvrir la fenêtre “Analysis”.
Dans la fenêtre “Analysis”, une série d’onglets apparaît et vous positionne sur celui
du format de vos données “Data Format” où il n’y a rien à changer, car vous avez

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 161
Figure 38
Menu à l’ouverture de NeEstimator.

Figure 39
Onglet “Data File” avec le bouton “Load” qu’il faut clicker.

162 Initiation à la génétique des populations naturelles

Figure 40
Pour lancer l’analyse de NeEstimator.

choisi le format par défaut. Allez à l’onglet “Data Files”. Là il n’y a qu’un seul bouton
“Load” qui vous permet de charger votre jeux de données, ce que vous faites
(fig. 39). Une fois que vous avez choisi le fichier, le logiciel vous demande à quelle
génération ces données correspondent-elles. Laissez la valeur par défaut “0”, car nous
n’utiliserons pas ici la méthode des moments de W (1989) (cf. p. 102 en pre-
mière partie) et cliquez sur “OK”. Dans le menu déroulant “NeEstimator”, cliquez
sur “Run” (fig. 40). Ce qui fait apparaître un message qui vous avertit qu’avec un
seul échantillon, on ne peut utiliser les méthodes temporelles “Moment based” et
vous demande si vous souhaitez continuer avec les méthodes à un seul échantillon.
Vous répondez “Oui” bien entendu. Le résultat est affiché sous forme de tableau que
je vous conseille de sauvegarder au format NeEstimator (NeA). Je conseille aussi de
transcrire tous les résultats dans un tableur au fur et à mesure afin de disposer de
l’ensemble dans un seul fichier. C’est ce qui est représenté dans le tableau 16.
Ici, bien que nous disposions d’échantillons espacés dans le temps (Bern, Gorges-du-
Trient et Staadswald), ces échantillons ne sont séparés que d’une année, soit environ
1/3 du temps de génération d’I. ricinus. Ici, les adultes présents d’une année sur
l’autre font partie de cohortes séparées et qui, même à long terme, auront du mal à
échanger des gènes. La différenciation entre ces cohortes, déjà remarquée par
D M et al. (2002a), va tendre à être très supérieure à celle qui existe réellement
entre deux générations d’adultes reproducteurs. L’utilisation des méthodes tempo-
relles sur nos données aboutira donc à de fortes sous-estimations des effectifs effi-
caces. Faites-le et vérifiez qu’effectivement, compte tenu qu’il n’y a qu’un tiers de

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 163
Tableau 16
Résultats synthétiques obtenus pour le calcul des effectifs efficaces (Ne) et leur intervalle
de confiance à 95 % (Li et Ls) par la méthode des déséquilibres de liaison dans NeEstimator.
Les valeurs infinies sont ignorées pour le calcul des moyennes. Les échantillons de 1995
sont considérés comme indépendants, car appartenant à des cohortes de tiques génétiquement
isolées de celles de 1996 (le cycle d’Ixodes ricinus dure environ trois ans).

Échantillon Ne Li Ls
Berne 1996 73 45 182
Berne 1995 222 79 Infini
Monte-Ceneri 1996 Infini 288 Infini
Dorénaz 1996 700 124 Infini
Eclépens 1996 Infini 81 Infini
Gorges-du-Trient 1995 177 10 601
Gorges-du-Trient 1996 75 43 219
Montmollin 1996 338 87 Infini
Neuchâtel 1996 398 93 Infini
Staadswald 1995 161 84 1 164
Staadswald 1996 Infini 374 Infini
Moyenne totale 268 119 541

génération séparant 1996 de 1995, les estimations obtenues par la méthode de

Waples donnent des effectifs efficaces proches de 0, ce qui n’est pas très conforme à
la perception que l’on peut avoir sur le terrain.
En reprenant le tableau 16, nous obtenons par conséquent un effectif efficace de 268
en moyenne sur l’ensemble des échantillons avec un intervalle de confiance à 95 %
de [119, 541], avec des valeurs minimales et maximales de 73 et 700 respectivement.
Ces nombres paraissent plausibles, compte tenu de l’effet Wahlund reflétant proba-
blement un fonctionnement particulier des populations de tiques susceptible d’en
réduire sensiblement l’estimation de leurs effectifs efficaces.
En reprenant les données avec un ou deux individus par cluster BAPS, les valeurs
obtenues sont plus grandes en moyenne (596) avec un minimum et un maximum
de 75 et 1 057 respectivement11.

11
Sur ces mêmes données, l’estimation avec un logiciel alternatif, LDNe (W et D, 2008), non encore
connu au moment de la rédaction de ce chapitre et dont l’utilisation est détaillée plus loin, donne une moyenne
de Ne = 223.

164 Initiation à la génétique des populations naturelles

 Extrapolation des densités
et des distances de dispersion des tiques en Suisse
Il faut dans un premier temps estimer sur quelle surface se distribuent les tiques.
Ici, c’est difficile et on ne peut pas dire grand-chose de plus que les surfaces
d’échantillonnage s’étendaient grossièrement sur S = 0,2 km². Ceci signifie (mais
vous vous en doutiez probablement) que les estimations à venir seront tout à fait
approximatives. À partir de là, les densités sont faciles à calculer (Ne/S). La densité
moyenne devient 1 340 tiques reproductrices/km² 95 % CI = [594, 2 706] avec
un minimum et un maximum de 367 et 3 502 tiques/km² respectivement
(tabl. 16). En réutilisant les résultats de la régression de l’isolement par la distance
DeÞ² = 13,78 (voir p. 160), on aboutit à une surface de dispersion moyenne entre
adultes et leurs parents d’environ 0,01 km² [0,005, 0,023] avec un minimum et
un maximum de 0,004 et 0,038 km² respectivement. Autrement dit, la distance
moyenne séparant un adulte reproducteur de ses géniteurs est d’un ordre de
grandeur de 100 m par génération (donc tous les trois ans environ), un intervalle
de confiance à 95 % de bootstrap = [71, 152] et un maximum et un minimum de
63 à 195 m, ce qui est relativement modeste. Les données clusterisées par BAPS
conduisent à une densité de 3 000 tiques par km² et une dispersion de moins de
60 m par génération. Donc, sachant que l’estimateur sans doute le moins biaisé
est le produit DeÞ², la dispersion par génération est, quoi qu’il en soit, extrêmement
modeste à moins d’évoquer des densités (effectifs) efficaces extrêmement faibles. Il
en va donc de même en ce qui concerne la propagation des maladies par les tiques.

CONCLUSIONS
SUR LA BIOLOGIE
ET LA GÉNÉTIQUE
DES POPULATIONS
D’I. RICINUS EN SUISSE

Il existe un déficit important en hétérozygotes dans les populations d’I. ricinus (FIS
= 0,39) dont une majeure partie (64 %) est expliquée par un effet Wahlund important.
Le FIS = 0,14 résiduel correspondrait à du « stuttering », à de la dominance
d’allèles courts et à des allèles nuls. Pour tester les allèles nuls dans les clusters
de BAPS, on ne peut pas utiliser Micro-Checker (échantillons trop petits). Nous
pouvons néanmoins tester s’il existe une relation positive entre le nombre de
blancs à un locus et le FIS à ce locus. En effet, en reprenant les données cluste-
risées et en séparant les mâles des femelles en deux fichiers, il est facile de comp-
ter les blancs pour chaque locus avec la fonction “SI” d’Excel. Il suffit de créer

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 165
autant de nouvelles colonnes qu’il y a de loci et de remplir chacune avec les
instructions de type “= SI(G2 = “000000”) ; 1;0)” pour inscrire “1” quand on a
un blanc. À la fin de chacune de ces colonnes, on tape une instruction du type
“= somme(L2:L147)” pour obtenir la totalité des blancs à ce locus sur l’ensemble
des clusters. Le FIS de chaque locus est récupérable dans les deux fichiers de
sortie Fstat de l’analyse des deux jeux de données (un pour le femelles et un pour
les mâles) avec les données clusterisées par BAPS, que j’ai personnellement nom-
més [Link] et IRTotBAPSClustMalManq
[Link] respectivement, et où on aura pris soin d’éliminer le locus IR08
du fichier des mâles. Quand on a fait ceci pour les femelles et les mâles, on
obtient le jeu de données présenté dans le tableau 17. La corrélation entre le
nombre de blancs et le FIS peut être analysée par un test de corrélation de
Spearman (test non paramétrique). Ce test est facile à réaliser sous R. Si le
fichier de données correspondant au tableau 17 s’appelle “AllelesNulsClustersBAPS.
txt”, alors il suffit de lancer R, et de se placer dans le répertoire contenant ce
fichier (menu déroulant “Fichier”, “Changer le répertoire courant”).

Tableau 17
Données pour la régression entre le nombre de données manquantes (génotypes « blancs »)
et la valeur des FIS pour les différents loci (chez les mâles et les femelles pris séparément).

Sexe Locus Blancs FIS

Femelles IR08 10 - 0,030
IR25 50 0,256
IR27 22 0,201
IR32 47 0,253
IR39 45 0,076
Mâles IR25 51 0,368
IR27 21 0,010
IR32 74 0,473
IR39 30 0,115

Ensuite, il faut taper les instructions suivantes :

> data<-[Link]("[Link]",header=TRUE)
> attach(data)
> [Link](data$NBlancs, data$FIS, alternative="[Link]",
method="spearman")

166 Initiation à la génétique des populations naturelles

 0,5 R2 = 0,7506
RSpearman = 0,93
0,4 P-value = 0,0007

0,3

0,2
FIS

0,1

- 0,1
0 20 40 60 80
Nombre de blancs
Figure 41
Relation entre le nombre de génotypes blancs trouvés
par locus et le FIS mesuré à ce locus sur l’ensemble des clusters de BAPS
de l’ensemble des données microsatellites d’Ixodes ricinus (1995-1996, Tunisie et Suisse).

ce qui renvoie au résultat :

Spearman’s rank correlation rho

data: data$NBlancs and data$FIS
S = 8, p-value = 0.0007496
alternative hypothesis: true rho is not equal to 0
sample estimates:
rho
0.9333333

La figure 41 illustre la relation positive forte entre les deux variables.

Nous pouvons également tester de nouveau la dominance d’allèles courts au
locus IR27 en prenant les FIS par allèle donnés par la sortie Fstat sur les mâles et les
femelles séparément. Nous ne distinguerons en effet pas les clusters, car il y en a
trop. Sous R, la procédure est comparable à celle utilisée en p. 129-134, sauf que
nous n’utiliserons que le polynôme d’ordre deux de la taille des allèles et le sexe
comme variables explicatives du FIS. Le résultat est de nouveau très significatif et on
explique donc toujours une forte proportion du FIS par ce phénomène de domi-
nance des allèles courts, comme illustré par la figure 42. Suivent les instructions R :

> data<-[Link]("[Link]",header=TRUE)
> attach(data)
> loc27<-glm(data, formula = Fis ~ poly(Allele, 2) + Sexe, family = gaussian)
> anova(loc27, test="F")

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 167
 R2 = 0,52, P - value = 0,008
0,4

0,2

- 0,2
FIS

- 0,4

- 0,6

- 0,8

-1
111 115 119 123 127 131
Taille des allèles
Figure 42
Régression entre taille des allèles et FIS observés au locus IR27 dans les clusters d’I. ricinus
définis par BAPS. Il n’y avait pas assez de données pour calculer des intervalles de confiance.

ce qui renvoie au résultat suivant :

Analysis of Deviance Table

Model: gaussian, link: identity
Response: Fis
Terms added sequentially (ÿrst to last)
Df Deviance Resid. Df Resid. Dev F Pr(>F)
NULL 16 1.65129
poly(Allele, 2) 2 0.85916 14 0.79212 7.0896 0.008281 **
Sexe 1 0.00441 13 0.78771 0.0728 0.791550

Comme cela a été vu au début de ce paragraphe, la majeure partie (64 %) du FIS

initial est expliquée par un effet Wahlund. Cet effet Wahlund est plus prononcé chez
les mâles dont les clusters se trouvent plus différents entre eux que les femelles. Dans
l’hypothèse de spécificités d’hôtes différentes des larves et/ou nymphes femelles et
mâles, des groupes de larves ou nymphes mâles fortement apparentés seraient trans-
portés ensemble sur le même hôte très dispersant (oiseau) avec de forts risques de
tomber sur des sites défavorables lors du détachement, à la fin du repas sanguin. Les
mâles retrouvés adultes dans nos échantillons correspondraient alors aux quelques
groupes d’apparentés ayant eu la chance de tomber ensemble dans un site favorable.
Les larves ou nymphes femelles seraient, quant à elles, plus souvent retrouvées sur
des hôtes très peu dispersants, comme des petits rongeurs très territoriaux. Il en
résulterait un apparentement réparti beaucoup plus aléatoirement pour les femelles
dans chaque site. Il y a un fort biais de dispersion spécifique à chaque sexe (les

168 Initiation à la génétique des populations naturelles

femelles dispersent très peu). Ce biais est partiellement masqué par l’effet Wahlund,
et il est plus facilement visible quand cet effet est corrigé (données réduites), et
l’indice d’assignement corrigé AIc semble à cet égard beaucoup plus robuste que sa
variance vAIc et le FST.
Cet effet Wahlund nuit considérablement à l’image perçue au niveau de la structura-
tion à l’échelle de la Suisse. Quand cet effet est contrôlé (au moins en grande partie),
on observe un isolement par la distance très significatif, et les adultes non gorgés
d’I. ricinus paraissent distribués en populations locales de tailles importantes (plus de
1 000 tiques par km²) et se dispersant difficilement à plus de 200 m par génération.
Il reste cependant bien d’autres questions et toutes ces hypothèses doivent être tes-
tées sur le terrain. Cette étude ouvre de nombreuses et prometteuses perspectives de
recherche que je vous laisse le soin de discuter.

INTERACTIONS
AVEC LES
MICROPATHOGÈNES
TRANSMIS
Introduction

La tique I. ricinus transmet un très grand nombre de pathogènes à ses multiples hôtes,
dont la borréliose de Lyme qui, dans les régions boréales, représente un poids écono-
mique et en santé publique important (G, 1998). Les agents de la borréliose de
Lyme appartiennent au complexe d’espèces Borrelia burgdorferi sl. Il existe actuelle-
ment 12-13 espèces (ou génoespèces) reconnues dans le complexe dont 4, B. burgdor-
feri, B. garinii, B. afzelii et B. spielmanii, sont pathogènes pour l’homme (borréliose de
Lyme) et deux autres, B. valaisiana et B. lusitaniae, sont de pathogénicité incertaine
(R et al., 2006 ; P et al., 2007). Ces différentes espèces ne sont d’ailleurs
pas responsables de symptômes identiques et présentent des spécificités d’hôtes réser-
voirs différentes (D M et al., 2004b). En Europe de l’Ouest, B. burgdorferi est
préférentiellement retrouvée chez l’écureuil roux, B. afzelii chez des campagnoles, des
mulots et aussi l’écureuil roux, B. garinii plutôt chez des oiseaux et B. spielmanii uni-
quement chez le loir (R et al., 2006). Quant à B. valaisiana, elle se montre
spécifique des oiseaux, alors que B. lusitanaiae n’a été trouvée, en dehors de la tique
I. ricinus, que chez un lézard (P et al., 2007). L’épidémiologie de ces pathogènes
reste largement mal connue et les résultats obtenus précédemment par nos analyses
suscitent un certain nombre de questions. S’il y a spécificité différente des tiques
immatures, sachant que les borrélies sont spécifiques des hôtes, les tiques des deux
sexes devraient présenter des prévalences différentes pour les différentes espèces de

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 169
borrélies. En particulier, les femelles devraient porter davantage de borrélies d’hôtes
peu mobiles (B. burgdorferi, B. afzelii) et les mâles celles d’hôtes plus mobiles (B. gari-
nii, B. valaisiana). Ensuite, il est possible que l’infection par les borrélies puisse modi-
fier le schéma de migration. Enfin, dans la mesure où un conflit/coopération pourrait
exister au sein des tiques, existe-t-il une corrélation entre la présence des différentes
espèces de borrélies au sein de tiques ?

Présentation des données

Toutes les tiques échantillonnées en Suisse pour cette étude avaient été coupées en
deux, et une moitié envoyée à l’Institut de zoologie de Neuchâtel pour détermina-
tion de présence de borrélies et détermination de l’espèce (sondes moléculaires).
L’autre moitié a été gardée dans l’alcool et un grand nombre utilisé pour génotypage
microsatellite. Les données sont contenues dans le fichier [Link] où
toutes les informations nécessaires sont disponibles. La présence ou l’absence de
chaque espèce de borrélie trouvée est notée par un 1 ou un 0 dans la colonne cor-
respondante. Un grand nombre de borrélies n’ont pu être déterminées au niveau de
l’espèce (colonne “Bbundet”) et seules trois espèces ont été trouvées : B. burgdorferi
(Bbss), B. afzelii (Bba) et B. garinii (Bbg, trouvée trois fois).

Distribution des différentes borrélies

dans les femelles et mâles d’I. ricinus
Pour cette analyse, nous allons devoir effectuer une régression logistique pour
chaque espèce de borrélie (Bbundet, Bbss, et Bba). Bbg, trop rare sera laissée de côté.
On va chercher à expliquer la présence de telle ou telle autre espèce de borrélie par
le site, l’année et le sexe de la tique, ainsi que les interactions. Nous allons donc avoir
besoin de R une fois de plus. Comme c’est le sexe que l’on souhaite tester ici, nous
allons mettre ce facteur en premier (l’ordre compte dans les modèles de R). Après
avoir lancé R et s’être positionné dans le répertoire approprié, on tape les commandes
suivantes :

> data<-[Link]("[Link]", header=TRUE)

> attach(data)

afin de faire lire l’ensemble du jeu de données à R (NB le > est automatiquement
inséré par R). On spécifie ensuite le modèle en tapant la commande (sur une ligne) :

> Bba<-glm(data, formula =Bba ~ Sex + Site + Year + Sex:Site + Sex:Year +

Sex:Site:Year, family = binomial(link = logit))

On remarque que l’interaction entre facteurs est codée avec un “:” et que la régres-
sion est logistique, car on spécifie bien qu’elle appartient à la famille binomiale avec

170 Initiation à la génétique des populations naturelles

un lien “logit” de la moyenne. Le lien logit signifie juste que la fonction qui relie la
probabilité moyenne de la variable à expliquer (PBba probabilité de trouver une Bba)
est du type log(PBba/(1 - PBba)) et la variance égale à PBba/(1 - PBba). Dans notre cas,
la variance est en fait inférieure à cette valeur et il y a sous-dispersion, ce dont nous
discuterons plus loin.
Ensuite, il s’agit de tester le modèle par la commande :

> anova(Bba, test="Chi")

Le test est en effet un Chi2, car nous comparons des fréquences. Cette commande
renvoie au résultat suivant :

Analysis of Deviance Table

Model: binomial, link: logit
Response: Bba
Terms added sequentially (ÿrst to last)
Df Deviance Resid. Df Resid. Dev P(>|Chi|)
NULL 857 358.68
Sex 1 0.32 856 358.36 0.57
Site 7 35.69 849 322.66 8.290e-06
Year 1 8.84 848 313.83 2.951e-03
Sex:Site 7 10.32 841 303.51 0.17
Sex:Year 1 0.82 840 302.69 0.36
Sex:Site:Year 4 2.88 836 299.81 0.58
Warning message:
In method(x = x[, varseq <= i, drop = FALSE], y = object$y, weights =
object$[Link], :
des probabilités ont été ajustées numériquement à 0 ou 1

Nous constatons que seuls les termes “Site” et “Year” semblent importer et que le
logiciel n’est apparemment pas très satisfait de la qualité des données. Pour simplifier
ce modèle, une commande pratique est la commande “step” qui permet d’analyser
la qualité de différents modèles plus simples en retirant et ajoutant des termes l’un
après l’autre en commençant par les interactions d’ordre supérieur (celles faisant
appel au plus grand nombre de facteurs). Ceci est évalué à l’aide d’un critère appelé
AIC (Akaike Information Criterion) (A, 1974) dont la valeur, qui doit être
minimisée, est une mesure de la qualité d’ajustement du modèle statistique estimé
par rapport aux données. Il ne s’agit pas d’un test, mais d’un outil d’aide à la sélec-
tion du modèle le plus simple permettant d’expliquer au mieux les données, le
modèle doté du plus petit AIC étant le meilleur (cf. réponse 12 pour plus de
précisions). En tapant donc la commande :

> step(Bba)

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 171
nous obtenons les résultats pour une série de différents modèles de plus en plus simples
où les différents termes sont retirés un à un en commençant par l’interaction la plus
complexe (Sex:Site:Year), qui est éliminée, l’AIC obtenu (338,69) s’avérant inférieur à
celui du modèle complet (343,81), puis les interactions plus simples (Sex:Site et
Sex:Year), jusqu’à ce que le retrait des facteurs conduisent à une augmentation de l’AIC
par rapport au précédent. Ci-dessous sont présentés le début et la fin du processus :

Start: AIC=343.81
Bba ~ Sex + Site + Year + Sex:Site + Sex:Year + Sex:Site:Year
Df Deviance AIC
- Sex:Site:Year 4 302.69 338.69
<none> 299.81 343.81
Step: AIC=338.69
Bba ~ Sex + Site + Year + Sex:Site + Sex:Year
Df Deviance AIC
- Sex:Site 7 312.31 334.31
- Sex:Year 1 303.51 337.51
<none> 302.69 338.69

etc.

Step: AIC=332.1
Bba ~ Site + Year
Df Deviance AIC
<none> 314.10 332.10
- Year 1 322.96 338.96
- Site 7 345.43 349.43
Call: glm(formula = Bba ~ Site + Year, family = binomial(link = logit),
data = data)

La dernière ligne présentée ci-dessus donne le meilleur modèle. Suivent des informa-
tions sur les coefficients associés aux différents facteurs que nous n’allons pas utiliser,
ainsi que des messages d’alertes sur la mauvaise qualité des données (on ne fait pas
de miracles). Il s’agit maintenant d’analyser en détail ce meilleur modèle avec la série
d’instructions (pour gagner du temps on peut copier le modèle ci-dessus et le coller
après avoir tapé "Bba2<-") :

> Bba2<-glm(formula = Bba ~ Site + Year, family = binomial(link = logit),

data = data)
> anova(Bba2, test="Chi")

qui renvoie au résultat :

Analysis of Deviance Table

Model: binomial, link: logit

172 Initiation à la génétique des populations naturelles

Response: Bba
Terms added sequentially (ÿrst to last)
Df Deviance Resid. Df Resid. Dev P(>|Chi|)
NULL 857 358.68
Site 7 35.72 850 322.96 8.197e-06
Year 1 8.86 849 314.10 2.920e-03

La conclusion est donc qu’en ce qui concerne Bba, seuls le site et l’année importent.
Ils expliquent respectivement 100×35,72/358,68 = 10 % et 100×8,86/358,68 =
2 % de la déviance totale. En procédant d’une manière identique pour Bbg, nous
observons qu’aucune des variables n’explique les données alors que pour Bbss, en
plus du site qui explique 28 % de la déviance totale (P-value < 0,001), le sexe des
tique explique 3 % de la déviance (P-value = 0,007). Enfin, pour Bbundet le site seul
explique 15 % de la déviance totale (P-value < 0,001).
Comme je l’ai déjà signalé plus haut, la dispersion des résidus ne suit probablement pas
une loi binomiale et la variance est probablement différente de P/(1 - P). Pour vérifier
cela, il faut calculer le paramètre â = Var(µ )×(1-µ)/µ qui est ici inférieur à 1 (sous-dis-
persion) en particulier pour Bbss. On peut le calculer facilement avec la fonction "qua-
sibinomial" (voir réponse 13). Comme seul Bbss a donné quelque chose de significatif
pour le sexe des tiques, nous allons vérifier cela sur cette bactérie. Sous R, après avoir
chargé le fichier de données si ce n’est déjà fait, nous allons taper les instructions suivantes :

> Bbss<-glm(data, formula =Bbss ~ Sex + Site, family =quasibinomial(link

= "logit"))
> summary(Bbss)

ce qui renvoie au résultat suivant (je ne garde que ce qui est le plus utile) :

Coefÿcients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -20.31649 1194.11613 -0.017 0.9864
SexM -0.76071 0.31416 -2.421 0.0157 *
SiteCeneri 0.07671 2020.60021 3.80e-05 1.0000
SiteDorenaz 19.46080 1194.11614 0.016 0.9870
SiteEclepens 19.00830 1194.11616 0.016 0.9873
SiteGorges-du-Trient 16.48119 1194.11620 0.014 0.9890
SiteMontmollin 17.47997 1194.11624 0.015 0.9883
SiteNeuchâtel 17.08337 1194.11618 0.014 0.9886
SiteStaadswald 0.10793 1486.92130 7.26e-05 0.9999
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Dispersion parameter for quasibinomial family taken to be 0.5155861)

Nous voyons donc que le le coefficient de dispersion est petit (0,52), il y a donc bien
sous-dispersion (pour Bba φ = 0,93, il n’y a pratiquement pas de sous-dispersion

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 173
pour cette espèce-ci). Nous voyons également que le sexe des tiques est important
(significatif ) avec une estimation négative pour les mâles (les données partielles,
corrigées des autres effets, sont centrées sur 0). Ceci est vérifiable en tapant la
commande anova(Bbss, test="F") (les modèles quasi se testent avec un F), ce qui
donne :

Df Deviance Resid. Df Resid. Dev F Pr(>F)

NULL 857 286.155
Sex 1 7.233 856 278.922 14.029 0.0001922 ***
Site 7 80.730 849 198.192 22.369 < 2.2e-16 ***

Sachant que le comportement des modèles quasi en régression logistique peut s’avé-
rer étrange quand l’événement étudié (présence de Bbss) est rare, ce qui est notre cas,
on est en droit de chercher à renforcer ce résultat. En fin de compte, nous cherchons
juste à vérifier si nous n’avons pas plus de Bbss chez les tiques femelles que chez les
mâles, puisque ces borrélies sont spécifiques de petits rongeurs peu dispersants, sup-
posés être davantage parasités par les larves et nymphes femelles que mâles, quel que
soit le site ou l’année. On peut donc calculer parmi les tiques infectées par Bbss, la
proportion de tiques femelles et mâles et comparer cette proportion à ½ par un test
binomial. Sur 34 tiques infestées par Bbss, 26 étaient femelles, ce qui conduit à la
P-valuedutestbinomial(sousR, [Link](26, 34, p=0.5, alternative="greater"))
Pbino_26/34,0.5 = 0,0015, ce qui est équivalent aux résultats précédents. Vous vous
demandez alors pourquoi vous ai-je cassé les pieds avec toutes ces régressions, alors
qu’il était si simple de commencer par le test binomial ? La réponse est simple.
D’abord, il n’est pas inutile d’apprendre à taquiner les régressions linéaires générali-
sées qui servent très souvent et, ensuite, dans une publication, une régression logis-
tique en « quasi-likelihood » va avoir beaucoup plus de classe (en apparence) qu’un
petit test binomial et impressionner beaucoup plus facilement ces referees désobli-
geants qui empoisonnent si souvent nos soumissions d’articles.
Donc Bbss, borrélie d’écureuil en Suisse, est plus fréquente chez les tiques adultes
femelles que mâles, suggérant ainsi une prédisposition de ces femelles à se nourrir
sur cet hôte quand elles sont aux stades larvaire et/ou nymphal.

Co-occurrence des différentes espèces de borrélies

Les différentes espèces de borrélies peuvent se retrouver en compétition, car elles

partagent la même espèce de vecteur. Elles sont donc potentiellement en conflit et
on pourrait s’attendre à un évitement. Au contraire, il pourrait y avoir association
positive si les intérêts convergent ou si l’une des deux espèces immunodéprime ses
hôtes et favorise ainsi l’entrée d’autres pathogènes. Il est donc intéressant de tester si
ces borrélies se rencontrent au hasard ou non. La problématique est identique à une
recherche d’association statistique entre deux états (infecté/non infecté) de

174 Initiation à la génétique des populations naturelles

deux caractères (espèce x, espèce y). On peut donc simplement appliquer la même
procédure que pour un test de déséquilibre de liaison. Il suffit donc de coder la
présence de chaque borrélie comme un locus et l’absence par 11 et la présence par
22. Il y a donc quatre loci (Bba; Bbg, Bbss, Bbundet) avec chacun deux allèles
(1 ou 2), toujours homozygotes (ou haploïdes). Pour ce faire, il suffit d’ouvrir le
fichier “[Link]” et d’y remplacer, dans l’ordre, tous les 1 en 22 et tous les
0 en 11 et de fusionner les colonnes Site year sex pour obtenir quelque chose de la
forme (fig. 43).

Figure 43
Début du fichier « [Link] ».

Enregistrons ce fichier en le nommant “[Link]” et importons-le

dans Genetix afin de le convertir au format Fstat. Cliquez sur Fichier, Importer.
Choisissez l’option fichier texte et double-cliquez sur “[Link]”.
Choisissez les options séparateur tabulation, un chiffre par allèle, décochez la case de
l’identifiant des individus et cliquez sur OK.
Il faut ensuite cliquer sur le menu Link. Dis et choisir Black & Kafsur comme sur
la figure 44, ce qui aura pour effet de lancer une fenêtre de choix que vous devrez
rendre comme dans la figure 45.
Cliquez ensuite sur OK et les résultats s’affichent dans [Link].
Cliquez ensuite sur Outils, Conversion et FSTAT et nommez le fichier
“[Link]”. Genetix construira donc un fichier où seront considé-
rées comme appartenant à des populations différentes les tiques de sites, d’années et
de sexes différents. Ouvrons ce fichier sous Fstat et sélectionnons les mêmes options
qu’en figure 46.
Constatez que nous ne gardons que les fréquences alléliques (cela pourrait servir) et
ce qui nous intéresse, le test de déséquilibre de liaison. On choisit dans un premier
temps le niveau 5/100 pour aller plus vite. Cliquez sur “Run” et ensuite ouvrez le

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 175
Figure 44
Menu Link. Dis.

Figure 45
Choix à faire dans le menu de Black et Krafsur.

fichier “[Link]”. Vous constatez que seulement 2 640 permuta-

tions ont été effectuées. Recommencez donc avec le niveau 1/100 pour le menu
“Nominal level for multiple tests”. Le résultat peut être synthétisé dans le tableau 18.
On y voit clairement une association positive entre Bbss, Bba et Bbg, même si les

176 Initiation à la génétique des populations naturelles

Figure 46
Menu Fstat pour tester l’association entre borrélies.

associations avec Bbg sont marginalement significatives, on peut considérer que le

signal existe eu égard à la grande rareté de Bbg (puissance très faible du test). Il est
intéressant de noter pour information que Bbundet, vraisemblablement composée
d’une mixture de Bbg (très largement sous-représentée ici) et Bbv (B. valaisiana
curieusement absente de l’échantillon) donnent des valeurs essentiellement négatives
pour R(IJ), ce qui fait regretter plus encore que les déterminations de l’époque aient
connu autant de problèmes. Il n’en reste pas moins qu’une forte corrélation positive
lie Bbss, Bbg et Bba, qui est confirmée si on teste la co-occurrence des trois espèces
dans la même tique rencontrée une fois dans l’échantillon des 73 tiques femelles de
Neuchâtel en 1996, et pas à Bern comme annoncé dans la partie résultat de l’article
de D M et al. (2004b) (on ne relit jamais assez ses épreuves). Il y a
N = 73 observations, une fréquence observée de 4/73, 6/73 et 1/73 pour Bbss, Bbg
et Bba respectivement, donc une fréquence attendue de p = (4×6×1)/(73)3 pour
l’événement de co-occurrence des trois borrélies dans la même tique, événement
observé avec la fréquence k = 1. Cette fréquence observée peut être comparée à
l’attendue par un test binomial. Sous R, tapez “[Link](1, 73, p=0.00006169,
alternative="[Link]")”, ce qui donne une P-value = 0,0045 très significative.
Cette P-value est en fait égale à la probabilité de l’événement lui-même puisqu’il n’y
en a pas de plus rare possible. Elle est donc égale à la probabilité (dans une loi

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 177
binomiale) de tirer une seule fois Bbss-Bbg-Bba dans 73 tirages et où la probabilité
de tirer Bbss-Bbg-Bba une fois (un tirage aléatoire) est de 0,00006169, soit
(cf. n’importe quel manuel de statistiques) :
 N N!
PBinomiale =   p k (1 − p ) p k (1 − p )
(N −k ) (N −k )
= , soit
k k! ( N − k ) !

PBinomiale = 73 × 0,00006169 × (1 − 0,00006169) 72 = 0,0045

Tableau 18
Valeurs (moyennes pondérées par les tailles de sous-échantillons) de corrélation entre
la présence de chacune des deux bactéries considérées (ligne 2-2 dans la sortie de Genetix,
colonne R(IJ)) et P-value (test G multi-échantillon de Fstat) correspondante. Une valeur de R(IJ)
positive indique une association positive, alors qu’une valeur négative indique une répulsion.

Borrélies (I x J) R(IJ) P-value

Bbss × Bba 0,292 0,00008

Bbss × Bbg 0,496 0,05311

Bbss × Bbundet - 0,069 1

Bba × Bbg 0,109 0,09348

Bba × Bbundet - 0,017 0,91598

Bbg × Bbundet - 0,030 1

Cette corrélation est donc très forte. Elle peut être due au fait que les tiques infectées
correspondent à des individus sensibles et que les autres individus sont résistants.
Cette corrélation peut également provenir du fait qu’être infecté par une des trois
borrélies tend à favoriser l’infection par les deux autres (par immunosuppression, par
exemple). Ceci peut être testé en ne regardant que les tiques infectées. La corrélation
existe-t-elle toujours ?
Nous allons donc recommencer la même opération, mais avec un fichier ne contenant
que les tiques infectées par au moins une borrélie (donc sensibles). Le résultat de cette
analyse est présenté dans le tableau 19. L’image qui en ressort est totalement différente
puisque les associations sont presque toutes négatives, témoignant d’une exclusion entre
espèces de borrélies au sein des tiques avec deux exclusions très significatives entre
Bbundet (vraisemblablement composée de Bbg et Bbv) et les deux borrélies les plus
fréquentes Bbss et Bba (R(IJ) ≈ - 0,6, P-value ≤ 0,003). Il y a donc dans les populations
d’I. ricinus des tiques plus sensibles ou plus exposées que d’autres aux borrélies de toutes
espèces où ces dernières s’accumulent. Par contre, au sein de ces tiques plus sensibles, ou
davantage exposées, les différentes espèces de borrélies tendent à « s’éviter », en particulier

178 Initiation à la génétique des populations naturelles

Bbundet, que l’on peut raisonnablement soupçonner d’être essentiellement composée de
borrélies d’oiseaux (Bbg et Bbv) et les borrélies de micromammifères (Bbss et Bba). Ceci
relance le débat sur l’existence de spécificités différentielles des tiques et donc de races
d’hôtes, en particulier vis-à-vis des oiseaux et des micromammifères, au moins aux stades
larve et nymphe. Il pourrait s’agir aussi d’une manipulation des tiques par les borrélies
qui « inciteraient » une tique infectée par telle ou telle autre borrélie à faire son prochain
repas sur la même espèce hôte que celle l’ayant infectée. Nous aurons l’occasion de
discuter davantage cela dans le paragraphe suivant.

Tableau 19
Valeurs (moyennes pondérées par les tailles de sous-échantillons) de corrélation
entre la présence de chacune des deux bactéries considérées (ligne 2-2 dans la sortie
de Genetix, colonne R(IJ)) et P-value (test G multi-échantillon de Fstat) correspondante,
mais avec les tiques infectées par au moins une borrélie uniquement (tiques saines exclues
du test). Une valeur de R(IJ) positive indique une association positive, alors qu’une valeur
négative indique une répulsion.

Borrélies R(IJ) P-value

Bbss × Bba - 0,471 0,11049

Bbss × Bbg 0,412 1

Bbss × Bbundet - 0,622 0,00304

Bba × Bbg - 0,212 0,67559

Bba × Bbundet - 0,632 0,0001

Bbg × Bbundet - 0,290 1

Occurrence des différentes espèces

de borrélies et génétique des tiques

Dans cette partie, nous rechercherons s’il existe une relation entre la génétique des
tiques et leur probabilité d’infection par chacun des quatre types de borrélies. On peut
répondre à cette question de trois manières. Soit en testant la différenciation génétique
entre tiques infectées et non infectées dans chaque sous-échantillon, soit en testant la
différenciation, dans chaque sous-échantillon, entre tiques infectées par des borrélies
différentes, enfin en procédant à un test de biais de structuration, comme nous l’avons
fait pour le sexe des tiques, mais avec le statut infecté/non infecté à la place.

Différenciation entre tiques infectées et non infectées

Il faut construire un fichier par espèce de bactérie Bbss, Bba et Bbundet (il n’y a pas
assez de Bbg). On doit changer de nom de population pour chaque site, année et
sexe. La figure 47 donne un exemple de fichier pour Bbss.

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 179
Figure 47
Exemple des premiers individus du fichier de données
pour tester la différentiation entre tiques infectées (I)
et non infectées (U) par Bbss. Nous voyons ici les tiques de Dorénaz 1996 femelles.

Figure 48
Exemple des cases à cocher pour une analyse de différenciation
par paire d’échantillons, exemple des tiques infectées ou non par Bbss.

180 Initiation à la génétique des populations naturelles

Il suffit ensuite de convertir ce fichier au format Fstat (en passant par Genetix, par
exemple) et de procéder sous Fstat au calcul des FST par paire de sous-échantillons
et au test de différenciation par paire, comme indiqué dans la figure 48. Vous consta-
tez que j’ai coché la case 1/1000 pour le nominal level afin d’obtenir au moins
10 000 permutations et donc d’obtenir des P-values assez précises. Le fichier de
données s’appelle “[Link]” et les fichiers de sortie qui nous intéressent
sont “[Link]” pour récupérer les valeurs de FST par paire qui nous inté-
ressent et “[Link]” où nous allons récupérer les P-values correspon-
dantes. Attention, dans ces fichiers, seules les comparaisons entre tiques infectées et
non infectées du même sexe, de la même année et du même site nous intéressent. Le
résultat pour Bbss est présenté dans le tableau 20.

Tableau 20
Compilation des résultats obtenus lors de l’analyse de la différenciation entre paires
de sous-échantillons infectés et non infecté par Bbss. La combinatoire est obtenue
par la moyenne non pondérée des FST et un test binomial généralisé pour les P-values.

Sous-échantillon FST P-value

Dorénaz 1996 femelles - 0,008 0,6477
Dorénaz 1996 mâles - 0,030 0,3226
Eclepens 1996 femelles 0,008 0,1206
Eclepens 1996 mâles 0,027 NA
Gorges-du-Trient 1996 femelles - 0,034 0,9171
Montmollin 1996 mâles - 0,027 NA
Neuchâtel 1996 femelles - 0,001 0,7250
Combinatoire - 0,009 0,5179

Vous remarquerez que la combinaison des cinq tests disponibles a été effectuée à
l’aide de la procédure binomiale généralisée de T et al. (2007) effectuée à
l’aide du logiciel MultiTest (D M et al., 2009). En effet, à partir de quatre
tests, je préfère utiliser cette procédure plutôt que le test Z de Stouffer (W,
2005). Pour effectuer ce dernier, chaque P-value individuelle est transformée en son
équivalent de la distribution Z centrée sur 0 et d’écart-type 1. Sous Excel, on tape
=SI(B2="NA";"";SI(B2>0.9999;[Link](0.9999;0;1);[Link].
INVERSE(B2;0;1))). B2 correspond aux coordonnées de la case du tableau Excel où
la P-value à transformer se trouve. Cette commande renvoie une absence de résultat
quand “NA” est rencontré et tient compte du fait qu’une P-value de 1 n’est pas
transformable et la P-value = 0,9999 est choisie comme limite supérieure. Enfin,

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 181
l’équivalent de la P-value en Z centrée réduite de moyenne 0 et d’écart-type 1 est
calculé. Les valeurs Zi obtenues sont ensuite combinées dans la formule (W,
2005) :
∑Z
k
i
Zs = i
, où k est le nombre de tests (= 0,3266 ici).
k
La P-value globale s’obtient ensuite par un retour à la loi normale, soit sous Excel :
=[Link](Zs)(=0,628 ici). Vous trouverez un argumentaire plus
détaillé dans D M et al. (2009) pour les situations où la procédure binomiale
généralisée ou le test Z doivent ou peuvent être utilisés.
Si on procède de la même façon pour Bba et Bbundet, le même type de résultat
émerge, même quand on ne distingue pas le sexe des tiques (échantillons plus
grands) puisque pour ces deux catégories de borrélies, nous avons vu que le sexe des
tiques n’importait pas. Ce résultat est rassurant car, étant donné que les marqueurs
sont non codants (donc neutres) et indépendants, il eut été difficile d’interpréter une
différenciation entre tiques infectées et non infectées, à moins d’évoquer l’existence
d’espèces cryptiques de tiques et une spécificité des borrélies.
Différenciation entre tiques infectées
par différentes borrélies
Ici, il faut ne garder que les tiques infectées et définir comme sous-population les tiques
du même sexe, échantillonnées la même année, dans le même site et ayant le même
statut infectieux. Notons qu’une tique infectée par Bba et Bbss ne fera pas partie de la
même sous-population qu’une tique infectée par Bbss seule. On met ensuite le fichier
au format Fstat et on lance la procédure de FST par paire. Ce faisant, vous constaterez
que la plupart des tests sont infaisables, c’est normal. Les résultats sont compilés dans
le tableau 21. En toute rigueur les tests, qui ne sont pas tous indépendants, devraient
subir la correction de Bonferroni. Cependant, étant donné la faiblesse des échantillons
(manque total de puissance), nous nous abstiendrons de le faire. Le seul FST positif est
obtenu entre Bba et Bbundet, mais il n’est pas significativement plus grand que 0. Eu
égard à la faiblesse des tailles de sous-populations ici, nous décidons que rien ne permet
d’affirmer l’existence d’une différence génétique entre tiques infectées par différentes
bactéries et rien ne permet de l’exclure formellement au moins pour ce qui concerne
le couple Bba/Bbundet. S’il existe des races d’hôtes chez I. ricinus, ce n’est pas avec ces
données qu’on peut le montrer.
Biais de structuration spécifique associé au pathogène
Ici, il faut reprendre les données pour chaque espèce de bactérie et créer un fichier de
type Genepop comme ce qui a été fait en p. 147-150, sauf qu’ici les tiques sont distin-
guées en fonction de leur statut infectieux et non par leur sexe, tel que dans la
figure 49. Notons que nous ne traitons que les sites prélevés en Suisse et où au moins
une tique infectée est trouvée. Parce qu’il y a un biais de structuration sexe-spécifique,

182 Initiation à la génétique des populations naturelles

Tableau 21
Compilation des résultats des tests de différenciation,
parmi les tiques infectées, par paire en fonction de l’espèce de bactérie présente
et pour les paires effectivement trouvées. Quand plusieurs tests indépendants
sont disponibles ils sont combinés : les FST sont des moyennes non pondérées,
alors que les P-values ont été obtenues par la procédure Z
(il y a en effet systématiquement moins de quatre tests ici).

Borrélies Sous-échantillon FST P-value

Bbss/Bba Dor96F - 0,0095 0,8577
Gor96F 0,0000 0,6628
Combinés - 0,0047 0,8540
Bba/Bbundet Mon96F - 0,0357 1
Sta96F 0,1025 0,0662
Sta96M 0,0454 0,1687
Combinés 0,0374 0,7657
Bba/Bbss+Bba Dor96F - 0,0501 0,8560
Bbss/Bbss+Bba Dor96F 0,0004 0,5998
Bba/Bba+Bbundet Sta96M 0,0269 0,0676
Bbundet/Bba+Bbundet Sta96M - 0,0394 0,8043
+ signifie la co-occurrence de deux espèces de borrélies

ainsi que des différences d’infection, les femelles et les mâles sont analysés séparément.
Cependant, parce que la taille des échantillons est très faible (peu de borrélies trouvées
et identifiées), nous combinerons le tout dans un seul fichier (gain de puissance). On
prendra soin de distinguer les tiques d’années et de sexe différents comme appartenant
à des populations différentes (séparées par un “pop” dans le fichier).
Quand le fichier est constitué, il faut ensuite lancer Fstat et cliquer sur le menu
“Biased dispersal”. La fiche correspondante apparaît alors. Il faut ensuite charger le
fichier à analyser en cliquant le menu “File” et “Open” et cocher les cases comme en
figure 50 puis sur le bouton “Go!”. Pour une raison que j’ignore, il faut cocher tous
les paramètres si on souhaite obtenir le résultat du test sur Hs, en particulier FIS et
Ho qui ne sont guères utiles ici, car nous avons codé les mâles homozygotes pour
IR08.
Le résultat est contenu dans un fichier de type [Link] (un fichier par
espèce de borrélie). Le résultat principal concerne le test du FST (et aussi la rela-
tedness, ce qui est normal si on regarde sa définition dans la documentation de Fstat)
et est présenté dans le tableau 22.

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 183
Figure 49
Type de données pour le test de biais de structuration pathogène spécifique.
Les tiques infectées sont notées avec un I et les saines avec un U.
Se référer à l’aide de Fstat pour plus de détails sur la constitution d’un tel fichier.
Il est important de ne pas oublier que les allèles doivent être à deux chiffres
et que les colonnes sont séparées par des espaces et non des tabulations.

Tableau 22
Résultat du test basé sur le FST de biais de structuration génétique
pathogène spécifique des tiques pour les différentes espèces de borrélies
pour lesquelles assez de données étaient disponibles (Bbg exclue).
On remarque une structuration significativement plus forte
pour les tiques infectées (I) par Bba par rapport aux tiques
non infectées par cette borrélie (U).

Bbss Bba Bbundet

U 0,001 0,002 0,000
I - 0,015 0,076 - 0,045
P-value 0,4998 0,0033 0,1764

184 Initiation à la génétique des populations naturelles

Figure 50
Cases à cocher pour l’analyse du biais de dispersion pathogène spécifique.
Le test demandé est bilatéral, car nous n’avons en principe pas d’à priori.
Toutes les cases sont cochées, même les cases “Fis” et “Ho”
(inutiles à cause du codage de IR08), car on souhaite obtenir le résultat pour Hs.

Il y a donc bien un biais de structuration dû à l’infection par Bba. Plusieurs hypo-

thèses peuvent expliquer ce résultat. La première hypothèse implique que certaines
tiques, plus sensibles à l’infection par Bba sont aussi pléiotropiquement moins
mobiles. Les marqueurs utilisés étant des microsatellites non codants, cela implique-
rait un déterminisme génomique peu vraisemblable. Par ailleurs, l’absence totale de
différenciation entre tiques infectées et non infectées (montrée en p. 179-182)
discrédite cette interprétation.
La deuxième hypothèse implique l’existence d’au moins deux espèces cryptiques
dont l’une, moins mobile que la seconde, serait plus sensible à l’infection par Bba.
Notons que nous n’avons noté aucun déséquilibre de liaison (attendu en pareil cas).
Par ailleurs, si on calcule avec Fstat le FIS des tiques en séparant celles infectées par
Bba de celles qui ne le sont pas, on ne retrouve aucune diminution du FIS (~ 0,45
pour les infectées et ~ 0,44 pour les non infectées par Bba). Il n’existe pas de diffé-
renciation significative entre tiques infectées et non infectées. Cette interprétation
n’est donc aucunement soutenue.
La troisième interprétation possible impliquerait l’existence d’une adaptation
locale des borrélies qui infecteraient plus facilement les tiques locales (résidentes)
que les immigrantes. Deux arguments vont à l’encontre de cette hypothèse.

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 185
La première est que les tiques mâles et femelles qui en principe n’ont pas la même
dispersion (les femelles dispersent en principe peu ou pas, cf. p. 147-153) ne sont
pas infectées différemment par Bba (p. 173). Par ailleurs, c’est le partenaire le plus
mobile des deux qui doit en théorie être le mieux adapté localement (G
et al., 1996 ; G, 2002). Or ici, les tiques sont modestement structurées
alors que l’on pense que les borrélies le sont beaucoup plus (Q et al., 1997).
C’est donc l’hôte (la tique) qui devrait être adapté localement et non l’inverse.
La quatrième hypothèse implique une survie plus faible des tiques migrantes quand
ces dernières sont infectées par Bba. Comme les tiques femelles sont moins mobiles
que les mâles, ce sont ces derniers qui devraient être les plus affectés par ce phéno-
mène. Ceci est testable en refaisant l’analyse sur les tiques femelles et mâles séparé-
ment. Cela suppose une survie au stress moins bonne des larves et/ou nymphes
infectées par Bba.
La cinquième hypothèse est la plus séduisante. Elle implique une manipulation des
larves et nymphes par la borrélie. Cette borrélie est spécifique de petits rongeurs. Il
est donc plus intéressant pour elle d’être injectée dans un petit rongeur, peu disper-
sant, que dans un oiseau ou un grand mammifère, hôtes beaucoup plus mobiles. Les
Bba capables de manipuler les tiques qu’elles infectent de sorte que ces dernières
préfèrent se fixer sur un petit rongeur plutôt que sur d’autres hôtes seraient donc
avantagées. Cette hypothèse est testable en laboratoire, mais cela n’a malheureuse-
ment jamais été fait. Cela implique aussi, comme pour l’hypothèse précédente, que
les femelles, déjà très peu mobiles, seront moins affectées par le biais de structuration
Bba-spécifique que les mâles.

Biais de structuration spécifique

au pathogène et au sexe
Nous allons utiliser la même procédure que précédemment, mais en divisant le
fichier en deux : un fichier pour les tiques femelles et un autre pour les tiques mâles.
Cette fois, les tests seront faits de manière unilatérale avec I (infectés) comme caté-
gorie la plus philopatrique. Il y a deux raisons à cela. La première est que l’on connaît
d’avance le sens du signal. La seconde raison est que les échantillons étant encore
plus petits, nous aurons besoin d’encore plus de puissance dans le test. Nous ne nous
occuperons que du test sur le FST. Les tests sont tous les deux significatifs avec
P-value = 0,0497 pour les tiques femelles et P-value = 0,0123 pour les tiques mâles
et une apparente très forte différence de signal entre les deux, comme indiqué dans
la figure 51.
Nous pouvons également constater la formidable variance chez les mâles infectés
(très peu nombreux). Nous pouvons effectuer un test unilatéral de Wilcoxon pour
données appariées comme en p. 143 quand nous avions comparé les FIS des données
brutes avec ceux des données clusterisées par BAPS. Ici, l’unité d’appariement reste
le locus (donc cinq données), mais la statistique est la différence de FST entre tiques

186 Initiation à la génétique des populations naturelles

 0,45

0,4

0,35

0,3

0,25
FST

0,2

0,15

0,1

0,05

- 0,05
Femelles infectées Femelles saines Mâles infectés Mâles sains
Figure 51
Différence comparée entre tiques mâles et femelles du FST mesuré
entre tiques infectées par Bba et celles qui ne le sont pas.

infectées et non infectées chez les femelles et les mâles. Le fichier à tester contiendra
donc les différences des différences appariées : (FSTMI-FSTMU)-(FSTFI-FSTFU). Le test
unilatéral (FSTMI-FSTMU>FSTFI-FSTFU) montre que la différence n’est pas significa-
tive, même si la P-value reste relativement faible (0,17). Ceci illustre les limites de
notre jeu de données (beaucoup trop de données manquantes).

CONCLUSIONS
SUR LES BORRÉLIES
ET I. RICINUS EN SUISSE

Au cours de nos analyses, nous avons constaté que Bbss, borrélie d’écureuil, était
plus souvent retrouvée chez les tiques mâles que femelles, ce qui est attendu si,
comme le suggérait le biais de dispersion sexe-spécifique détecté chez ces tiques,
les larves et nymphes femelles préfèrent se nourrir sur des rongeurs (peu disper-
sants). Rien de tel n’a pu être trouvé pour Bba pour laquelle ceci était attendu
également, peut-être parce qu’une certaine quantité de tiques infectées par cette
borrélie fait partie du stock Bbundet. Quant à Bbg, trop rarement détectée,
d’autres études seront requises afin de déterminer si, comme attendu, elle est plus
souvent retrouvée chez les tiques mâles.

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet 187
Certaines tiques sont plus sensibles ou plus exposées à l’infection par les borrélies en
général, comme l’attestent les fortes corrélations positives observées sur les co-occur-
rences des trois espèces Bbss, Bba et Bbg. En se concentrant sur ces tiques sensibles
(infectées par au moins une borrélie), il y a un évitement manifeste. Les corrélations
deviennent toutes négatives, exception faite de l’association Bbss×Bbg, pour qui le
faible nombre de Bbg détectées rend les choses difficiles à interpréter, et très signifi-
catives pour les couples Bba×Bbundet et Bbss×Bbundet. Cette dernière observation
peut laisser spéculer que ces borrélies indéterminées soient majoritairement des
borrélies d’oiseaux (Bbg et Bbv) très déficitaires dans notre jeu de données. Dans ce
cas, nous pourrions proposer que les larves et nymphes sensibles se subdivisent en
tiques ne se nourrissant que sur une gamme limitée d’hôtes réservoirs de borrélies
spécifiques. Tout dépend de l’identité spécifique de ces Bbundet. Les données ne
permettent pas d’exclure l’existence d’une telle spécificité en races d’hôtes. La mani-
pulation de la spécificité des tiques par les borrélies ne peut pas non plus être exclue.
C’est aussi cette manipulation qui expliquerait le biais de structuration des tiques
infectées par Bba. D’une manière générale, on ne peut que regretter le nombre de
données manquantes qui limite nos conclusions mais aussi remarquer que, malgré
cela, de nombreuses perspectives nouvelles de recherche ont émergé qui illustrent la
puissance des outils offerts par la génétique des populations.

188 Initiation à la génétique des populations naturelles

5
Glossina palpalis gambiensis
le long de la rivière Mouhoun
au Burkina Faso

INTRODUCTION

Ce jeu de données a fait l’objet d’un article (B et al., 2009). Il permettra de
réviser plusieurs notions et de mettre en pratique de nouvelles méthodes d’analyse
telles que l’isolement par la distance entre individus. Comme pour les tiques, ce jeu
de données est téléchargeable, mais dans un format différent. Ce fichier s’appelle
“TsetseJerCoordGeo&Trap&[Link]”. Dans ce chapitre, nous ne détaille-
rons que les analyses nouvelles et irons la plupart du temps très vite sur les notions
déjà illustrées dans le précédent chapitre.

ÉTAT DES LIEUX

Les trypanosomoses africaines figurent parmi les plus sérieuses des maladies tropicales
négligées (S et K, 2008). L’OMS estime que le nombre total de cas de
maladie du sommeil avoisine les 300 000 personnes (WHO, 2006a). Par ailleurs,
d’après la FAO, le coût économique des trypanosomoses animales (nagana) atteint
4,74 milliards de dollards US par année (FAO, 2000). En 2001, plusieurs pays afri-
cains ont lancé le Pan African Tsetse and Trypanosomosis Eradication Campaign
(PATTEC) afin d’établir une lutte concertée contre cette plaie à l’origine de nombreux
problèmes de faim, d’appauvrissement et de frein au développement d’une agriculture
durable dans les zones rurales d’Afrique subsaharienne ([Link]
Structure_of_the_Commission/[Link]). Glossina palpalis s.l. (une des espèces
de mouches tsé-tsé) est un des plus importants vecteurs de trypanosomoses humaine
et animales en Afrique de l’Ouest. En Guinée, la sous-espèce Glossina palpalis gambien-
sis (Gpg) transmet la maladie du sommeil avec une prévalence relativement élevée
(C et al., 2005). Au Burkina Faso, c’est un vecteur majeur de nagana, en parti-
culier dans le bassin de la rivière Mouhoun où se situent les échantillons que nous
allons analyser (B et al., 2006). La connaissance des schémas de dispersion et de
tailles de populations est un pré-requis nécessaire au développement d’une lutte raison-
née pour le contrôle des populations de vecteurs (T et B, 1995). Pour
les mouches tsé-tsé, comme pour les autres espèces de vecteurs, les estimations directes
par marquage-recapture sont fastidieuses et coûteuses et pas nécessairement très fiables
dans le cas des mouches tsé-tsé (T et C, 2007). Comme nous allons

189
 2(T16)

D 1
3
3
Mouhoun river 2
2
Boromo
1(T10)
1
Bobo
Dioulasso
C 1
3
3
1 2
3
1
1(T1)

N H
0 1,5 km
0 15 30 km A

1 1(T20)

1(T18)
1 2
A
1
2
1(T11) 2
1(T18) 11
1
1(T13) 2 1 2
0 1,5 km 1 11 2
1 1
3 3 1
3(T1)
2 1
1 2(T9)
4 2 3(T11)
4 1
4 1 1 River course
1 3
2 2 3
1(T1) Swamp forest
2 1(T1) 1221
Trapping sites

Figure 52
Les quatre zones d’échantillonnages (A, H, C et D)
et la localisation précise de chaque piège
dans chaque zone de captures de Gpg le long du Mouhoun.
Pour chaque piège (bicone bleu), le nombre
de glossines génotypées est donné.
Le rang des pièges de chaque zone est donné
entre parenthèses pour les premier, dernier pièges
et intermédiaire (d’après BOUYER et al., 2009).

190 Initiation à la génétique des populations naturelles

le voir, les marqueurs génétiques et les outils de la génétique des populations peuvent
apporter une solution très efficace.
Le jeu de données concerne des échantillons de Gpg prélevées dans quatre zones le
long de la rivière Mouhoun (fig. 52).

PREMIER RECODAGE
DES DONNÉES

Les données brutes se présentent comme dans le tableau 23. La première colonne
indique le site de prélèvement (A, H, C ou D, comme dans la figure 52). Les deu-
xième et troisième colonnes correspondent aux coordonnées GPS des pièges suivies
du nom du piège en quatrième colonne, du sexe et du nom des individus glossines
génotypés en colonnes cinq et six respectivement. Suivent les génotypes des allèles
aux sept loci étudiés avec une colonne par allèle et donc 14 colonnes (colonnes 7
à 21). Vous remarquerez que les loci liés à l’X possèdent cette lettre dans leur nom
(comme pour PgpX11, par exemple) et que les mâles ont été codés homozygotes
pour ces loci, ce dont il faudra se souvenir au moment de tester la panmixie. Les
données manquantes sont, quant à elles, codées par des “0”. Pour tous les tests liés
à l’hétérozygotie locale, il faut créer un second fichier “TsetseJerCoordGeo&Trap&
[Link]” où les mâles sont manquants aux loci liés à l’X.
Ensuite, nous allons utiliser un nouveau logiciel très pratique qui peut convertir
facilement nos deux fichiers dans des formats variés, y compris pour les programmes
dont nous avons besoin. Ce programme s’appelle Create v 1.1 (C et al.,
2008). Vous lancez Create et remplissez la fiche comme dans la figure 53.
Quand vous sélectionnez le fichier Excel, le programme vous demande dans quelle fiche
Excel12 se trouvent les données. Cliquez sur celle qui convient (la 1 en principe). Cliquez
ensuite sur “Proceed”. Le programme vous demande de vérifier qu’il a bien pris en
compte ce qu’il fallait en vous montrant l’exemple du premier individu. Répondez oui si
ça colle. Un second menu apparaît qu’il vous faut remplir comme en figure 54. Vous
obtenez ainsi quatre fichiers, deux pour les données en format Genepop et Fstat, et deux
pour le nom des populations. Faites la même chose pour “TsetseJerCoordGeo&Trap&S
[Link]”. Nous allons dans un premier temps tester les déséquilibres de
liaison avec “[Link]” et les FIS avec “DataTsetseMouhoun
[Link]”, fichiers Fstat que vient de créer Create. Vous pouvez renommer
ces fichiers avec des noms moins longs. Vous pouvez aussi éditer les fichiers *.lab et sup-
primer les colonnes supplémentaires qu’a créé Create (je ne sais pas pourquoi il fait ça)

12
On peut aussi charger un fichier de données au format texte seul.

Glossina palpalis gambiensis le long de la rivière Mouhoun au Burkina Faso 191

 Tableau 23

192
Extrait du jeu de données brutes des génotypes des individus Gpg capturées le long de la Mouhoun. Le tableau est tronqué pour les derniers loci.
Notez qu’un locus occupe deux colonnes.

Site Longitude Latitude Piège Sexe Individu PgpX11 PgpX11 PgpX13 PgpX13 Pgp24

A 1241219 338755 a01 F a02 179 185 192 194 0

A 1241313 338737 a02 F a15 179 179 192 192 0

A 1241313 338737 a02 M a26 179 179 194 194 197

A 1241401 338702 a03 F a18 209 209 192 192 197

A 1241401 338702 a03 M a29 0 0 192 192 197

A 1241500 338734 a04 F a09 179 195 174 186 197

A 1241500 338734 a04 F a12 185 185 192 192 197

1241601 338736 a05 M a19 179 179 174 174 197

Initiation à la génétique des populations naturelles

A
A 1241725 338719 a06 F a03 0 0 194 194 197

A 1241725 338719 a06 F a04 199 209 192 194 197

A 1241725 338719 a06 F a08 185 195 186 192 197

A 1241725 338719 a06 M a20 185 185 196 196 197

A 1241967 338750 a07 F a05 0 0 194 194 197

A 1241967 338750 a07 F a06 179 179 186 192 197

A 1241967 338750 a07 F a10 179 185 192 192 197

A 1241967 338750 a07 M a23 179 179 194 194 0

 Tableau 23 (suite)

Site Longitude Latitude Piège Sexe Individu PgpX11 PgpX11 PgpX13 PgpX13 Pgp24

A 1242142 338839 a08 M a21 185 185 192 192 197

A 1242142 338839 a08 M a22 195 195 0 0 197

A 1242142 338839 a08 M a25 185 185 192 192 197

A 1242142 338839 a08 M a31 185 185 192 192 0

A 1242327 338769 a09 M a24 185 185 192 192 0

A 1242327 338769 a09 M a27 185 185 192 192 0

A 1242397 338757 a10 M a32 185 185 192 192 197

A 1242569 338727 a11 F a11 179 185 192 194 0

A 1242569 338727 a11 F a13 179 187 186 192 197

A 1242980 338613 a12 F a01 0 0 194 198 197

A 1242980 338613 a12 F a07 181 195 186 192 197

A 1242980 338613 a12 F a17 181 181 192 192 197

A 1243473 338374 a13 M a30 0 0 166 166 219

A 1243714 338251 a14 M a28 197 197 0 0 197

H 1295085 375581 h01 F h13 0 0 194 194 197

Glossina palpalis gambiensis le long de la rivière Mouhoun au Burkina Faso

H 1295155 375668 h02 F h15 185 199 0 0 0

H 1295197 375837 h03 F h14 179 185 174 186 0

193
Figure 53
Fiche Menu pour Create pour convertir le fichier
de données brutes de mouches tsé-tsé de la Mouhoun au format désiré.

Figure 54
Second menu de Create pour convertir les données en format Fstat et Genepop.

194 Initiation à la génétique des populations naturelles

et qui risquent de générer des problèmes ensuite. Ne gardez que la première colonne de
ces fichiers, qui correspond à l’identifiant des sous-populations.

PREMIÈRES ANALYSES :
INDÉPENDANCE
ENTRE ALLÈLES
DANS ET ENTRE LOCI
Déséquilibres de liaison au sein des quatre zones

Lancez Fstat et chargez le fichier “TsetseMouhouMalHomo”. Testez les déséqui-

libres de liaison en demandant le test “for each pair of loci in each population” et
au “nominal level” 1/100 afin d’avoir assez de précision. Dans le fichier de sortie
correspondant, nous constatons que seul un test est significatif entre les loci 1 et
2 (c’est-à-dire entre PgpX11 et PgpX13) avec une P-value = 0,0044. Cette P-value
ne reste pas significative après correction de Bonferroni (0,0044×21 = 0,09) et un
test significatif sur 21 représente environ 5 % des tests, ce qui est la proportion
attendue sous l’hypothèse nulle. Avec la procédure "[Link]" sous R, nous
pouvons calculer la probabilité avec laquelle nous pouvons observer une fois un
test significatif au seuil Í = 0,0044 sous l’hypothèse nulle H0. Cette probabilité
est P-value = 0,0889. On peut donc considérer qu’à l’échelle de chaque zone, il y
a indépendance entre loci.

Test de la panmixie
dans les quatre zones d’échantillonnage

Chargez “[Link]” dans Fstat et demandez le FIS par locus

et population, les estimations de Weir et Cockerham et testez Hardy-Weinberg dans
les sous-échantillons avec 10 000 permutations d’allèles entre individus. Le résultat
peut être résumé dans le tableau 24. On y constate un fort déficit en hétérozygotes très
significatif, mais aussi une forte variance du FIS entre loci. Une recherche d’allèles nuls,
de « stuttering » ou de dominance d’allèles courts s’avère nécessaire.

ANALYSE
PAR MICRO-CHECKER

Il faut ici traiter les femelles seules pour les loci hétérosomaux du site A (un fichier
de plus), pour les autres sites il n’y pas de problème (pas de mâle). En passant par

Glossina palpalis gambiensis le long de la rivière Mouhoun au Burkina Faso 195

Tableau 24
Résultat du test de Hardy-Weinberg sur le FIS dans les différentes zones de capture des tsé-tsé,
par locus et sur l’ensemble et résultat des tests de permutation.

Zones Toutes P-value

les zones
Loci A H C D
PgpX11 0,253 0,258 0,239 0,105 0,220 0,0003
PgpX13 0,137 0,131 0,097 0,251 0,157 0,0055
Pgp24 0,662 0,375 0,086 0,339 0,271 0,0001
B11_1 0,194 0,189 0,305 0,344 0,262 0,0001
BX104 0,269 0,436 0,086 0,097 0,214 0,0005
C102 0,125 - 0,058 - 0,133 0,499 0,137 0,0874
GpCag - 0,058 - 0,13 - 0,074 0,068 - 0,052 0,8244
Tous les loci 0,175 0,199 0,105 0,235 0,175 0,0001

Create, vous transformez vos deux fichiers Excel en format Micro-Checker, le pre-
mier pour les loci liés à l’X en A, le second pour toutes les données (et on ne regar-
dera pas le résultat des loci liés au sexe en A). Lancez micro-Checker. N’oubliez pas
de préciser le pas de mutation correct. Bon je vous aide, mis à part BX104 et GpCag
(mononucléotides) et C102 (trinucléotides), tous les loci sont dinucléotidiques. Les
analyses montrent que les allèlles nuls expliquent très bien tous les résultats, y com-
pris pour les mâles. En effet, pour les femelles et loci autosomaux de A, et pour tous
les loci en H, C et D, il y a plus de blancs observés qu’attendus par la méthode de
Brookfield. Pour les loci liés à l’X chez les mâles du site A, les différences ne sont pas
significatives. Il semble même y avoir du « stuttering » pour le locus C102 en D.
Cependant, l’effet Wahlund ne peut non plus être totalement écarté, ainsi que nous
allons pouvoir le vérifier. Vous pourrez aussi vérifier qu’il ne semble pas exister de
dominance d’allèles courts ici.

MISE EN ÉVIDENCE D’UNE

SOUS-STRUCTURATION
À L’INTÉRIEUR
DES ZONES A, H, C ET D

Vous pouvez tester en zone A s’il existe un biais de structuration spécifique au sexe
entre pièges, à titre d’exercice, et constater qu’il n’y a aucune signature d’un tel

196 Initiation à la génétique des populations naturelles

phénomène dans ces données. Nous allons rechercher un possible effet Wahlund
comme une cause possible d’excès d’homozygotie chez les tsét-tsé d’une même
zone : d’abord en analysant le FIS à une échelle plus réduite (piège), ensuite par
analyse bayésienne de clusterisation comme pour les tiques et enfin en recherchant
un isolement par la distance entre individus le long du cours d’eau.

Analyse par piège

En prenant chaque piège comme une sous-population potentielle et en recalculant

le FIS, on obtient une valeur plus faible de 0,144, significativement inférieure à la
précédente (test de Wilcoxon pour données appariées comme pour les tiques,
P-value = 0,0391), mais toujours significativement supérieure à 0 (P-value
= 0,0001). Il semble donc bien que chaque piège recèle, au moins en partie, des
mouches plus apparentées que des mouches prises au hasard dans chaque zone. À
cause de la faiblesse des échantillons, Micro-Checker ne peut être utilisé ici. Nous
devons donc trouver une méthode alternative afin de rechercher si les allèles nuls
peuvent contribuer à expliquer les déficits en hétérozygotes rencontrés. Une méthode
pratique consiste à regarder s’il existe une relation entre le nombre de blancs par
locus et le FIS effectivement mesuré à ce locus, dans chaque sous-échantillon. Nous
obtenons ainsi les données du tableau 25.
On lance ensuite une analyse de corrélation. Pour plus de sécurité, on utilisera une
analyse dite non paramétrique à l’aide du coefficient de corrélation de Spearman.
Dans R, les commandes seront (en respectant les majuscules et minuscules, test
unilatéral car on a un préjugé de la direction du signal) :

> data<-[Link]("[Link]",header=TRUE)
> attach(data)
> [Link](data$Blancs, data$Fis, alternative="greater",
method="spearman")

Le résultat est un coefficient de corrélation de Spearman Ý = 0,46 très significatif

(P-value = 0,0073) (fig. 55).
Vous remarquerez que le coefficient de corrélation est légèrement différent de celui
publié dans l’article de Molecular Ecology (Ý = 0,499 et P-value = 0,0048). La dif-
férence provient de trois pièges de l’échantillon en zone A (le seul où il y avait des
mâles) où le FIS est différent. Cela provient certainement du recodage des mâles
ou plus probablement du fait que je n’ai éliminé aucun sous-échantillon ici, même
ceux de taille 1. De toutes manières, cela ne change pratiquement rien. Ce genre
de petits problèmes est fréquent quand le nombre d’analyses différentes à effectuer
est très grand, comme cela a été le cas ici. C’est pour cela que j’ai choisi d’en par-
ler, car cela arrive et il ne faut pas le cacher. Ce genre d’erreurs (assimilables à celles

Glossina palpalis gambiensis le long de la rivière Mouhoun au Burkina Faso 197

Tableau 25
FIS et nombre de blancs (homozygotes nuls supposés) par piège-site et par locus.

Site Locus Blancs FIS

A PgpX11 5 0,13
A PgpX13 2 0,299
A Pgp24 7 0,165
A B11 7 0,218
A BX104 4 0,1
A C102 6 0,125
A GpCag 1 - 0,274
H PgpX11 6 0,288
H PgpX13 2 - 0,125
H Pgp24 7 0,557
H B11 4 0,174
H BX104 4 0,444
H C102 7 - 0,197
H GpCag 1 - 0,247
C PgpX11 9 0,235
C PgpX13 0 0,024
C Pgp24 3 - 0,088
C B11 2 0,193
C BX104 1 0,066
C C102 2 - 0,043
C GpCag 1 0,079
D PgpX11 12 0,214
D PgpX13 1 0,22
D Pgp24 3 0,175
D B11 3 0,207
D BX104 6 0,185
D C102 6 0,25
D GpCag 4 0,148

198 Initiation à la génétique des populations naturelles

 Rho_Spearman = 0,46, P-value = 0,0073
0,6
0,5
0,4
0,3
0,2
FIS

0,1
0
- 0,1
- 0,2
- 0,3
0 2 4 6 8 10 12 14
Nombre de blancs
Figure 55
Corrélation entre nombre de blancs observés et valeur du FIS par locus et piège-site.

éventuelles associées au génotypage/sexage, etc.), inévitables à la longue, n’est

cependant pas en mesure de générer un signal quelconque, et va plutôt contribuer
à masquer les signaux de faibles amplitudes. Ici, les allèles nuls expliquent donc
bien en partie les FIS. En mettant au carré le coefficient de corrélation trouvé, on
réalise qu’environ 21 % seulement de la variance de ces derniers est expliquée par
ce phénomène (16 % si on utilise le coefficient de détermination normal). Il est
donc raisonnable de rechercher d’autres facteurs responsables de ces déficits en
hétérozygotes.

Clusters BAPS

Ici, en ce qui concerne mon analyse, les clusters trouvés par BAPS semblent expli-
quer une très grande partie du déficit en hétérozygotes, voire la totalité, puisque
nous passons d’un FIS = 0,175 à un FIS = 0,031 non significativement différent de 0
cette fois (~ panmixie locale). Il semble donc bien que l’effet Wahlund soit respon-
sable de la plus grande part du déficit en hétérozygotes. Il semble aussi que les pièges
eux-mêmes capturent des mouches issues de voisinages différents puisque le FIS
intra-piège, même s’il baisse, reste fortement positif. La correspondance entre les
clusters BAPS et pièges est à cet égard mauvaise (vérifiez-le), même s’il arrive fré-
quemment que des mouches du même piège se retrouvent dans le même clus-
ter BAPS. Les allèles nuls jouent peut-être, quant à eux, un petit rôle également,
comme semblent le montrer les analyses de MicroChecker et de corrélation avec le
nombre de blancs. Cependant, une régression du nombre de blancs trouvés dans les

Glossina palpalis gambiensis le long de la rivière Mouhoun au Burkina Faso 199

différentes zones n’explique que peu la dispersion des FIS par loci et piège-zone
(R² = 0,16). Cependant, en cas de pangamie, c’est un FIS légèrement négatif qui est
attendu. Le FIS des clusters de BAPS étant légèrement positif, il est possible que la
contribution des allèles nuls, même modeste, soit réelle. Mais c’est bien l’effet
Wahlund qui explique le mieux les données.

Isolement par la distance entre individus

La plupart de ces pièges contiennent trop peu d’individus génotypés pour mettre en
œuvre la même procédure que pour les tiques. Par ailleurs, nous savons que les
pièges ne représentent qu’approximativement des voisinages (si voisinage il y a)
puisque pièges et clusters BAPS ne sont pas en très bon accord. Nous pouvons
cependant utiliser ici la procédure d’isolement par la distance entre individus
(R, 2000 ; W et al., 2007) implémentée par le logiciel Genepop 4
(R, 2008) téléchargeable à partir du site [Link]
fr/~rousset/[Link]. Il faut recoder les données pour chaque zone (un fichier
par zone A, H, C et D) de telle sorte que chaque individu est considéré comme une
sous-population comme dans la figure 56.
Il faut ensuite copier le logiciel [Link] dans le répertoire où se trouvent
les quatre fichiers que nous venons de créer. En ce qui me concerne, et n’écou-
tant que mon imagination débordante, j’ai nommé les quatre fichiers [Link],
[Link], [Link] et [Link]. Ici, si vous êtes cardiaque, je vous conseille de couper le
son de votre ordinateur, car quand Genepop est content il le manifeste par un
bruit effroyable à réveiller un mort. On clique deux fois sur [Link] et une
fenêtre apparaît où le nom du fichier vous est demandé. À l’invite, tapez “[Link]”
puis “Entrée”. Lisez les informations et si vous êtes d’accord retapez “Entrée”.
Un menu apparaît. C’est l’option 6 qui nous intéresse. Tapez donc “6”. Un
sous-menu apparaît dont l’option 5 est celle qu’il faut implémenter. Tapez “5”.
On vous demande si vous souhaitez effectuer le test avec la statistique â (un
équivalent du FST/(1 - FST) pour la différenciation entre individus) ou ê. D’après
W et al. (2007), pour une structure en une dimension, comme c’est le cas le
long de la rivière Mouhoun, la statistique ê est meilleure quand la taille de voi-
sinage (Nb pour neighbourhood) Nb = 4DÞ² > 10 000 individus et â est plus
performant quand Nb < 10 000 individus. Commençons par â et nous pren-
drons ê ensuite. Tapez “a”. On vous demande si vous souhaitez faire le test avec
le logarithme népérien des distances géographiques ou non. Tapez “d” car nous
sommes dans un contexte unidimensionnel (cf. p. 89 en première partie). On
vous demande la distance minimale à considérer pour la régression. Comme le
test n’en tiendra pas compte, que le biais ne risque pas d’être important (W
et al., 2007, voir aussi le commentaire de Rousset dans la documentation de
Genepop 4) et qu’il n’y a pas de log, tapez “0”. Le nombre de randomisations à
effectuer pour le test de Mantel vous est demandé. Tapez “1 000 000”. En

200 Initiation à la génétique des populations naturelles

Figure 56
Extrait du fichier des données recodées pour le site A
avec les coordonnées GPS des pièges pour l’analyse d’isolement
par la distance entre individus. Chaque individu est séparé des autres
par un “pop” et codé par sa longitude puis latitude une « , »
et les génotypes aux loci microsatellites. Les mâles (seulement en A)
sont codés homozygotes pour les loci liés à l’X (indiqué par un X
dans le nom du locus).

fonction de l’ordinateur le processus Markovien prend plus ou moins de temps.

Le programme vous demande te taper “Return” (soit “Entrée”). Le résultat est
disponible dans [Link]. On fait de même avec H, C et D. Pour changer de
fichier de données, il faut taper “C” dans le menu général de Genepop. Ne soyez
pas étonnés si, à partir de H, le test de Mantel démarre sans vous demander
votre avis. C’est comme ça. C’est Genepop. Vous vous apercevez que le calcul ne
se fait pas pour D. En fait, cela ne se termine jamais, car il y a un problème dans
le fichier et un bug dans Genepop. Ouvrez [Link]. Il faut supprimer le 12e indi-
vidu (000000 partout), sauvez puis recommencez, ça marche ! Ensuite, on enre-
gistre les quatre fichiers de données sous un autre nom pour les analyses avec ê,
par exemple A_e.txt, H_e.txt, C_e.txt et D_e.txt (quelle imagination ! mais où
va-t-il les chercher ?). Nous nous retrouvons donc avec huit fichiers *.ISO que

Glossina palpalis gambiensis le long de la rivière Mouhoun au Burkina Faso 201

nous pouvons ouvrir avec n’importe quel éditeur de texte. Vous pouvez aussi
remettre le son. Nous souhaitons savoir si 4DÞ² > 10 000. D’après ce que nous
avons vu en p. 89 de la première partie de ce manuel, le voisinage est égal à
Nb = 1/b = 4DÞ². Nous souhaitons vérifier si Nb > 10 000 afin de décider si
c’est le paramètre â ou ê qu’il vaut mieux utiliser. C’est le cas uniquement pour
le site A avec la statistique â. En outre, vous remarquerez que la statistique â
donne de bien meilleurs résultats avec ces données de glossines. On sait par
ailleurs que ce type de tests est très conservateur et que â n’est pas biaisé alors
que ê l’est (W et al., 2007). Nous ne considérerons donc que les résultats
obtenus avec â.
Les résultats pour les quatre zones et la moyenne sur l’ensemble figurent dans le
tableau 26. Il y a donc bien un isolement par la distance, mais les pentes sont très
faibles. Cela signifie que les voisinages sont très lâches (beaucoup d’échange entre
voisins, Þ grand) et/ou de grande taille (D grand). Pour visualiser cette relation, nous
pouvons utiliser les sorties *.GRA de genepop qui contiennent deux colonnes, la
première avec les distances géographiques et la seconde avec la distance génétique a.
Nous pouvons les charger sous Excel en précisant que les colonnes sont délimitées
par des espaces et tracer le graphique de la figure 57.

2
α

-1
0 500 1 000 1 500 2 000 2 500 3 000
Distance géographique (en m)
Figure 57
Représentation graphique de l’isolement par la distance
entre individus des mouches tsé-tsé le long du Mouhoun en zone A.

Nous avons maintenant besoin d’estimer des effectifs efficaces pour essayer d’obtenir
une idée (mais ce sera à la louche) des densités.

202 Initiation à la génétique des populations naturelles

Tableau 26
Résultats de l’analyse d’isolement par la distance entre individus
pour les quatre sites (A, H, C, D) le long de la rivière Mouhoun au Burkina Faso.
La pente b de la régression, la taille efficace de voisinage Nb, le produit de la densité
efficace par la surface efficace de dispersion DÞ² et la P-value du test sont donnés,
ainsi que les moyennes non pondérées pour b, Nb et DÞ². Les P-value ont été combinées
par la méthode binomiale généralisée avec MultiTest.

b Nb DÞ² P-value

A 0,000322 3105 776 0,0055

H 8,02E-06 124725 31181 0,3805
C 6,26E-06 159755 39939 0,2056
D 8,22E-06 121713 30429 0,0237
Moyenne 8,61E-05 102325 25581 0,0033

Effectifs efficaces

Les seules méthodes disponibles ici sont celles basées sur l’hétérozygotie et les
déséquilibres de liaison, où nous serons obligés de considérer l’absence d’allèles
nuls et d’effet Wahlund. Ces phénomènes (que nous savons probables pour ces
échantillons de mouches tsé-tsé) auront tendance à produire des surestimations
de Ne pour les méthodes basées sur l’hétérozygotie, et des sous-estimations pour
les méthodes basées sur les déséquilibres de liaison. Nous utiliserons trois
méthodes. La méthode d’identité intra et inter locus de Vitalis et Couvet
(V et C, 2001a, b, c) est implémentée par le logiciel Estim qui
accepte le format Genepop pour le fichier de données. La méthode des déséqui-
libres de liaison de B et al. (1992) est modifiée comme décrit dans l’aide
du logiciel NeEstimator. La méthode des excès en hétérozygotes se fait très sim-
plement en utilisant l’estimateur de Weir et Cockerham du FIS dans la for-
mule Ne = 1/(- 2FIS) - FIS/(1 + FIS) (B, 2004) qui ne donne bien entendu
un résultat valide que si FIS < 0.
Pour ce faire, les effectifs par piège étant bien insuffisants, nous allons devoir
regrouper les mouches de différents pièges en fonction de leur proximité (voir
fig. 52). Ceci ne va pas arranger l’effet Wahlund, mais nous n’avons pas le choix.
Ces regroupements sont synthétisés dans le tableau 27 (trois premières colonnes).
Les pièges isolés ne contenant qu’une seule mouche ne sont pas représentés dans
ce tableau. Vous pouvez essayer avec une autre stratégie de regroupement pour
vérifier si on retrouve des valeurs équivalentes. Pour Estim, il faut recoder les
données de départ au format Genepop, avec données manquantes pour les mâles
aux loci hétérosomaux, et les regroupements du tableau 27. Pour NeEstimator

Glossina palpalis gambiensis le long de la rivière Mouhoun au Burkina Faso 203

(déséquilibres de liaison), il faut autant de fichiers qu’il y a de groupes de pièges
définis dans le tableau 27 avec les mâles codés homozygotes pour les loci liés à
l’X. Les même fichiers que pour Estim pourront être utilisés pour l’estimation
des FIS par groupe de pièges, soit en utilisant Genepop directement, soit en
traduisant les fichiers pour un autre logiciel (Fstat, Genetix). Notez que
NeEstimator donne aussi une estimation basée sur les excès d’hétérozygotes
(L et C, 1999), mais contenant des inexactitudes corrigées par la
méthode de Balloux. On peut aussi utiliser le fichier recodé Genepop pour une
analyse par LDNe (W et D, 2008), qui implémente une méthode basée
sur les déséquilibres de liaison non biaisée (ou beaucoup moins) pour les petits
échantillons, alors qu’on sait que la méthode de Bartley est biaisée quand la taille
des échantillons est inférieure à la taille efficace des populations étudiées
(E et al., 2006 ; W, 2006). Ceux qui s’en rappellent constateront
que les méthodes implémentées par Estim et celles basées sur les excès d’hétéro-
zygotes n’avaient pas été utilisées pour les tiques (p. 160-164 de la seconde
partie). Chez les tiques, la forte présence d’allèles nuls en plus de la dominance
des allèles courts au locus IR27 rendaient caduque toute approche basée sur les
corrélations d’allèles intra-individuelles. Ici, il n’y a pas de dominance d’allèles
courts et les allèles nuls sont peu influents, même si on ne peut totalement
exclure leur impact (voir plus haut).

Tableau 27
Stratégie de regroupements par piège de Gpg le long du Mouhoun,
en se basant sur la figure 52 et estimation des effectifs efficaces.
Les résultats sont donnés pour les trois méthodes utilisées
pour des résultats autres que l’infini, 0 ou NA (not available) (cases vides).
Le nombre d’individus génotypés par piège est donné (NTraps).

Zone Pièges NTraps Estim Déséquilibres Excès

de liaison d’hétérozygotes
A 1, 2, 3 1, 2, 2 1,6
A 4, 5, 6 2, 1, 4 5
A 7 4 3,19
A 8 4 3,4
A 9, 10, 11 2, 1, 2 1,3 4,7
A 12 3 0,3
A 13, 14 1, 1 0,7
H 1, 2 1, 1
H 3, 4 1, 2 25

204 Initiation à la génétique des populations naturelles

Tableau 27 (suite)

Zone Pièges NTraps Estim Déséquilibres Excès

de liaison d’hétérozygotes
H 5 2
H 6, 7 1, 3
H 8 3
H 9, 10, 11, 12 1, 1, 3, 2
H 14, 15 1, 3
H 16, 17 1, 2 2,08
C 1 3
C 2, 3, 4 1, 1, 1
C 5, 6 1, 2
C 7, 8 1, 2 3,8
C 10, 11 1, 1
C 12 2
C 13 2
C 14, 15 1, 2
C 19 3
D 2, 3, 4 1, 3, 2 2,2
D 6 3 2,4
D 8 3 1,5
D 11 2 7,5
D 12 2
D 13 3 0,6
D 14 3 0,4
D 16 2

Le logiciel Estim ([Link] utilise un

fichier au format Genepop. Dans la mesure où Estim utilise les identités intra-indivi-
duelles, interindividuelles, inter-échantillons et leur corrélation entre loci, et que par
ailleurs l’hypothèse d’un modèle en îles est faite, il est clair que nous ne sommes pas

Glossina palpalis gambiensis le long de la rivière Mouhoun au Burkina Faso 205

Figure 58
Chargement des données dans le logiciel Estim, pour estimation des Ne à partir des
déséquilibres intra et inter-loci (données manquantes chez les mâles pour les loci liés à l’X).

tout à fait dans les critères orthodoxes de cette méthode. Il vaut mieux considérer
chaque zone (A, H, C, D) séparément, car cela influence les résultats (comme vous
pourrez le vérifier). Notez que la stratégie de regroupement diffère quelque peu de celle
de l’article de B et al. (2009) avec des résultats légèrement différents. On peut
donc charger le fichier contenant tous les groupes de pièges de la zone A dans Estim.
Mon fichier s’appelle “[Link]”. N’oubliez
pas de supprimer les pièges isolés ne contenant qu’une mouche, car Estim ne va pas
apprécier. On lance donc Estim et on charge son fichier. Pour qu’il apparaisse, on tape
*.gen dans la case appropriée comme dans la figure 58 ou alors on change l’extension
du fichier de .gen à .txt et on clique dessus deux fois.
Ensuite, on appelle la commande “Identity measures” du menu “Analysis” (fig. 59).
On obtient alors une fenêtre résultat dont on fait descendre le curseur pour pouvoir
enregistrer (cliquer sur “Save”) (fig. 60). Je l’ai enregistrée sous le nom “[Link]”
Cliquez ensuite sur l’option “Ne inferences” du menu “Analysis” et sauver en gardant
le même nom, car ces nouveaux résultats sont écrits à la fin de la fenêtre précédente.
Vous pouvez ouvrir le fichier résultat avec un éditeur de texte. Recommencez la même
opération pour chacune des zones restantes. Les résultats sont que seules deux collec-
tions de pièges donnent des valeurs exploitables : le piège 8 de la zone A (Ne = 3,19,
m = 0,27) et le groupe de pièges (16, 17) de la zone H (Ne = 2,08, m = 0,55) (tabl. 27).
La méthode de Waples et Do, pour laquelle il suffit de charger le fichier Genepop
avec toutes les données en appuyant sur le bouton “Search”, ne donne aucun résultat

206 Initiation à la génétique des populations naturelles

Figure 59
Menu pour lancer la première analyse à effectuer avec ESTIM.

ici (pas d’estimation possible) comme c’est très souvent le cas, mais la plupart des
limites inférieures paramétriques disponibles indiquent de très faibles valeurs de Ne.
Néanmoins, et sans garde-fou solide pour la méthode implémentée, il faudra bien
garder à l’esprit qu’on aura peut-être ici des valeurs très sous-estimées par la méthode
des déséquilibres de liaison de Bartley. La méthode des déséquilibres de liaison de
Bartley est implémentée par NeEstimator comme pour les tiques (un fichier par
groupe de piège ici) (voir p. 160-164 dans la seconde partie de ce manuel). Enfin,

Figure 60
Cadre de première sortie et de création du fichier de sauvegarde de l’analyse par ESTIM.

Glossina palpalis gambiensis le long de la rivière Mouhoun au Burkina Faso 207

la méthode de Balloux est très simple puisqu’il suffit de calculer les FIS par groupe
de pièges (avec Fstat, par exemple) et d’utiliser la formule Ne = 1/(- 2FIS) - FIS/(1 +
FIS) et de ne garder que les valeurs de Ne positives. Tous les résultats sont compilés
dans le tableau 27. Nous avons maintenant besoin de transformer ces effectifs en
densités.

Densités efficaces

Nous allons utiliser une autre méthode que celle de B et al. (2009), pour
changer. Nous allons simplement pour chaque méthode prendre l’effectif efficace
moyen par piège (pondéré pour le nombre d’individus et de pièges) Ne et diviser
cette valeur par la distance minimale (en m) entre deux pièges (tabl. 28). Cette dis-
tance minimale se trouve en zone A (facile à trouver dans le fichier que vous avez
créé pour la figure 56) et est de Dmini = 71 m. Le calcul de pondération est assez
particulier. Pour ce faire, j’ai multiplié le Ne par le nombre d’individus Nind capturés
dans les pièges correspondants : NeP = Ne × Nind. Pour chaque Ne, j’ai calculé le
produit du nombre de mouches par le nombre de pièges correspondant npièges :
NP = Nind × npièges. J’ai ensuite fait la somme des NeP = ∑NeP et des NP = ∑NP.
L’effectif efficace moyen est ensuite calculé par le rapport de ces deux valeurs.

Ne = ∑N eP

∑N P

La densité Dc est ensuite obtenue en divisant cette valeur par Dmini = 71, ce qui permet
ensuite de déduire les dispersions Þ à partir des valeurs de DÞ² du tableau 26 :
Dσ 2
σ=
Dc
On comprend bien que les valeurs obtenues (tabl. 28) ne pourront être que très
approximatives.
Par conséquent, à partir des données génétiques et de leur analyse (isolement par la
distance) et de calculs de densités efficaces, nous pouvons inférer que le long du
Mouhoun les tsé-tsé ont des densités comprises entre 12 et 176 mouches par km et
une dispersion (distance entre adultes reproducteurs et leurs parents) comprise entre
131 m et 1 620 m. Ces inférences sont remarquablement convergentes avec celles
du papier de B et al. (2009) (tabl. 29) et donc avec les données issues de mar-
quage-relâchage et recapture (MRR) de tsé-tsé marquées en zone A. Dans la mesure
où la stratégie de regroupement fut ici légèrement différente, de même que le choix
de calcul des densités, ce résultat confirme la robustesse des résultats du papier. La
convergence avec les données de marquage-recapture souligne également l’efficacité
des outils de génétique des populations, en particulier la méthode de R
(1997) pour estimer DÞ².

208 Initiation à la génétique des populations naturelles

Tableau 28
Calcul détaillé des densités (en mouches par m) et de la dispersion des glossines
(distance entre adultes reproducteurs et leurs parents en m) le long du Mouhoun.

Ne
Zone Estim Bartley Balloux Dmini (m)

A 3,19 0,928 1,72 71

H 1,04 12,5
C 1,9
D 0,823 7,5
D (densité efficace)
Zone Estim Bartley Balloux DÞ²
A 0,045 0,013 0,024 776,27
H 0,015 0,176 31 181,25
C 0,027 39 938,72
D 0,012 0,106 30 428,36

Þ (dispersion)
Zone Estim Bartley Balloux
A 131 244 179
H 1 459 421
C 1 222
D 1 620 537

Conclusions : isolement
par la distance intra-zone (rolling on the river)

Nous avons bien mis en évidence une sous-structure au sein des zones A, H, C et D. Le
fait que les déficits en hétérozygotes persistent au sein de chaque piège, auquel s’ajoute
la non-correspondance parfaite entre clusters BAPS et pièges alors qu’un isolement par
la distance existe bel et bien, plaide pour deux interprétations complémentaires. Il
semble bien y avoir quelques allèles nuls, mais ces derniers n’expliquent qu’une faible
partie des déficits en hétérozygotes observés. L’effet Wahlund explique probablement la
majeure partie des déficits. Il provient de deux causes. La première est inhérente aux
systèmes d’isolement par la distance, d’une nature plus ou moins continue, et de la
nature nécessairement discrète du piégeage des tsé-tsé. La seconde raison, qui dépend de

Glossina palpalis gambiensis le long de la rivière Mouhoun au Burkina Faso 209

Tableau 29
Estimation des densités (en mouches par m) et de la dispersion des glossines (en m) le long
du Mouhoun et moyennées sur l’ensemble des méthodes (All). Les valeurs correspondantes
obtenues par MRR (MRR) sont également fournies (d’après BOUYER et al., 2009).

Site DÞ² Dc Þ
A 776,277 0,033 153
H 31 210,986 0,128 493
C 39 936,102 0,036 1053
D 30 413,625 0,086 596
All 29 02,421 0,071 574
MRR 0,2 [1 245, 2 392]

la première, provient de la mauvaise correspondance entre dispersion trophique, plus

large, et dispersion reproductrice (accouplements et larvipositions) plus restreinte
(homing). Cette information est capitale si nous parvenons un jour à déterminer avec
précision les micro-conditions écologiques qui poussent les tsé-tsé à revenir se reproduire
et larviposer à l’endroit où elles ont émergé. Il reste aussi à déterminer quelle influence
la densité (compétition) a sur la dispersion de reproduction afin d’évaluer si nos estima-
tions restent valables dans le cadre de campagnes de contrôle et/ou d’élimination.

DIFFÉRENTIATION ENTRE
LES QUATRE ZONES
Analyse HierFstat
du jeu de données total partitionné par BAPS

Nous savons qu’une différenciation existe bien à une mini (voire micro) échelle à l’inté-
rieur de chacune des zones A, H, C et D. Nous devons donc tenir compte de ce niveau
de structuration à micro-échelle avant d’estimer et tester l’existence d’une différencia-
tion entre zones. Cette information est utile, car elle pourrait permettre d’estimer le
temps nécessaire à une recolonisation d’une zone éliminée par la zone la plus proche.
Nous allons devoir utiliser HierFstat une nouvelle fois. Considérant que les regrou-
pements définis par BAPS pourraient mieux regrouper les individus de la même
unité populationnelle par rapport aux pièges et pour faire autre chose que dans le
papier initial, nous allons prendre comme niveau le plus imbriqué les clusters BAPS
de chaque zone définis en p. 199. Le niveau suivant sera la zone (A, H, C, D) et
enfin la totalité. Il y aura ainsi quatre niveaux définis avec leur F, l’individu (FIS), le

210 Initiation à la génétique des populations naturelles

sous-groupe défini par BAPS dans la zone (FSZ), la zone dans le tout (FZT), auxquels
s’ajoutent bien sûr les FIZ, FIT et FST moins intéressants pour nous.
En procédant comme pour les tiques (voir p. 156 dans la seconde partie de ce
manuel), et en prenant soin de recoder les mâles homozygotes pour les locus hété-
rosomiques, on obtient une forte valeur pour FSZ ≈ 0,22 et une valeur négative pour
FZT ≈ - 0,03. Il semble que toute l’information soit contenue à l’intérieur des zones
et qu’il ne reste plus assez de variation pour distinguer les zones entre elles. Le « sup-
plementary information » de R et al. (2009), présenté ci-dessous, permet de
mieux comprendre ce problème inhérent aux statistiques F hiérarchiques et renforcé
par l’homoplasie des microsatellites.

Comprendre le manque
de structure inter-zones avec un peu de théorie

Quand nous avons, comme c’est le cas ici, quatre niveaux hiérarchiques (indivi-
dus, sous-populations, archipels et totalité), quatre paramètres d’identité peuvent
être définis : Qi, la probabilité que deux allèles d’un locus d’un individu pris au

Qi Qa
Individu

Total

Archipel

QS QT Sous-population

Figure 61
Représentation schématique d’une population structurée en quatre niveaux hiérarchiques,
individu, sous-population, archipel et population totale (d’après ROUGERON et al., 2009).

Glossina palpalis gambiensis le long de la rivière Mouhoun au Burkina Faso 211

hasard soient identiques ; Qs, la probabilité que deux allèles à un locus, de deux
individus pris au hasard dans la même sous-population soient identiques ; Qa, la
probabilité que deux allèles à un locus, de deux individus pris au hasard dans deux
sous-populations différentes dans un même archipel soient identiques ; et QT, la
probabilité que deux allèles à un locus, de deux individus pris au hasard dans deux
sous-populations différentes et deux archipels différents soient identiques
(cf. fig. 61).
Nous pouvons définir six indices de fixation : FIS (consanguinité individuelle relative
à celle des sous-populations), FSA (consanguinité des sous-populations relative à celle
des archipels), FIA = 1-(1 - FIS)(1 - FSA) (consanguinité individuelle relative à celle
des archipels), FAT (consanguinité des archipels relative à celle de la population
totale), FST = 1-(1 - FSA)(1 - FAT) (consanguinité des sous-populations relative au
total) et FIT = 1-(1 - FIS)(1 - FST) (consanguinité des individus relative à la popula-
tion totale). Ces indices peuvent être exprimés, en suivant la méthode proposée par
C (1969, 1973), en fonction des probabilités d’identité définies plus haut
dans ce paragraphe (on peut aussi consulter les p. 40-48 de la première partie de ce
manuel) :
 Qi − Qs
 FIS = 1 − Q
 s

 Qs − Qa
 FSA = 1 −Q
 a

 Qi − Qa
 FIA = 1 − Q
 a (66)

 F = Qa − QT
 AT 1 − QT

 F = Qs − QT
 ST 1 − QT

 F = Qi − QT
 IT 1 − QT
Si nous nous concentrons maintenant sur les indices de fixation qui reflètent la dif-
férenciation génétique entre sous-populations du même archipel et entre archipels,
il n’y a alors plus que FSA et FAT qui nous intéressent. Si pour une raison quelconque,
Qa est très petit (migration très faible entre sous-populations), il est alors facile de
voir par l’équation (66) que FSA sera très grand (~ Qs si Qa ~ 0). Si la migration est
très faible entre sous-populations d’un même archipel, il est alors probable que celle
entre archipels soit au moins aussi faible et donc que QT ~ 0 et FAT ~ Qa. À partir
de là, il est facile de voir que, quand la différenciation est extrême entre les sous-
populations celle-ci sera nécessairement faible (en apparence) entre archipels. En

212 Initiation à la génétique des populations naturelles

fait, cela veut juste dire que la différenciation entre sous-populations est très forte,
que ce soit entre sous-populations du même archipel ou de deux archipels différents,
et la distinction entre archipels n’apporte pas suffisamment d’information avec ces
outils. Ce dernier point peut être illustré mathématiquement par le fait que dans ce
cas FST ~ FSA.
C’est donc probablement ce phénomène qui empêche partiellement de détecter un
quelconque signal entre zones chez les glossines du Mouhoun. Le fait que la zone
soit perturbée et que donc l’isolement puisse être récent entre les différentes zones
peut également contribuer à brouiller l’image. En effet, alors que l’isolement par la
distance est un phénomène qui se met très vite en place et devient détectable en
quelques générations, comme le montrent nos simulations (B et al., 2009), le
FST met un certain nombre de générations à atteindre l’équilibre migration,
mutation, dérive. Reprenons ces simulations.

Comprendre le manque de structure

inter-zones avec un peu de simulations

Pour effectuer ces simulations, nous allons utiliser Easypop v 2.0.1 (B, 2006,
mise à jour de B, 2001). Le problème avec les simulations, c’est de choisir un
jeu de paramètres pertinent, car il y a une infinité de combinaisons possibles. Pour
limiter notre travail, nous allons utiliser encore une fois les résultats de l’article de
R (1997) où l’on peut lire que dans un dispositif en une dimension on peut
démontrer que, si N est le nombre d’individus d’un dème, m la proportion de
migrants, De la densité efficace d’individus par km², Þ la dispersion efficace (dis-
tance entre individus reproducteurs et leurs parents) et  la distance entre deux
dèmes adjacents :
Nmε = Deσ 2 (67)
La distance entre deux dèmes sera :
De σ 2
ε= (68)
Ne m
En explorant les possibles (qui collent le mieux aux données), on peut obtenir
DeÞ² = 700, N = 30 et m = 0,5 et donc  = 50. Ce qui voudrait dire que la distance
entre deux dèmes serait de l’ordre de 50 m. On va donc supposer que nos estima-
tions étaient les meilleures dans la zone A et que nous y avons sous-estimé la taille
des sous-populations. La distance entre les zones A et H est d’environ 70 km. Ces
zones font environ 3 km chacune et nous allons simuler deux zones de même nature
de 3 000 m, soit 3 000/50 ( = 50, distance entre deux dèmes), 60 sous-populations
chacune environ, séparées de 70 km, soit 1 400 sous-populations environ. Nous
avons donc besoin de simuler 1 520 populations de taille 30 et échangeant
0,5 proportion de migrants dans un « stepping-stone » en une dimension.

Glossina palpalis gambiensis le long de la rivière Mouhoun au Burkina Faso 213

Il faut maintenant lancer la simulation. Copiez Easypop dans le répertoire où
vous souhaitez travailler, et double-cliquez dessus (sur le fichier programme pas
sur le répertoire). Il faut ensuite répondre à toutes les questions. Vous souhaitez
simuler des diploïdes à sexes séparés (dioïques) qui se croisent au hasard (on ne
va pas se compliquer la vie). Nous voulons 1 520 populations de 30 individus
avec un sexe-ratio équilibré (je dis bien UN sexe-ratio, car sexe est masculin en
français et ratio de même en latin, quoiqu’en disent de nombreux écologues mal
instruits), soit 15 femelles et 15 mâles. Vous souhaitez simuler un « stepping-
stone » en une dimension tout au long de la simulation avec un taux de migra-
tion de 0,5 pour les deux sexes. Vous allez simuler 10 (plus rond que 7) loci
indépendants avec un modèle de mutation KAM, 99 allèles possibles et un taux
de mutation (le même pour tous) de 0,0001 qui correspond à un taux raison-
nable, mais vous pourrez essayer avec 10-3 (consultez E, 2000 ; B
et L-M, 2002 ; E, 2004). Nous allons commencer avec une
variabilité maximale (99 allèles équitablement répartis dans les 100 sous-popu-
lations), car cela fait gagner du temps (démarrer avec un seul allèle requiert un
nombre important de générations avant d’obtenir quelque chose d’utilisable).
Nous allons simuler 1 000 générations et récupérer tous les individus des
1 520 sous-populations. Nous ne voudrons pas connaître l’ascendance de nos
individus. Nommez les fichiers résultats comme bon vous semble et ne deman-
dez qu’une réplication (cela suffira ici). N’oubliez pas de valider chacun de vos
choix par un retour chariot, sinon vous risquez d’attendre longtemps. En fonc-
tion de la puissance de votre ordinateur, la simulation durera plus ou moins
longtemps (11 minutes avec ma double CPU 2.2 GHz avec 3.5 Go de RAM).
Quand la simulation est terminée, Easypop vous demande le nom du fichier de
sauvegarde des paramètres de la simulation (très utile !) et crée trois fichiers
résultats : le détail de l’évolution de la simulation au cours des générations au
niveau de divers paramètres (nombre d’allèles, diversité génétique, F-statistiques
de Wright, etc.) (*.equ), un fichier de données Fstat (*.dat) et un fichier au
format Genepop (*.gen). Il va falloir créer des fichiers pour tester l’effet « sous-
structuration », l’effet Wahlund et l’interaction entre les deux. Pour l’effet sous-
structuration, on ouvre le fichier .dat avec un bon éditeur de texte et on ne garde
que six sous-populations dans les deux zones extrêmes « A-like », c’est-à-dire
qu’on ne garde que les sous-populations 5-15-25-35-45-55 et 1 465-1 475-1 485
-1 495-1 505-1 515 que l’on recode de 1 à 12 en gardant bien à l’esprit que
1-6 = A1 et 7-12 = A2 (les deux zones extrêmes). Les populations marginales
sont à éviter13, c’est pourquoi on exclut les sous-populations 1 et 1 520. On crée
un fichier de type HierFstat avec en première colonne la zone (1 et 2), en

13
Dans un modèle en « stepping-stone » ouvert, les populations marginales ne reçoivent des migrants que des
sous-populations qu’elles touchent (une seule en une dimension), alors que les sous-populations centrales
reçoivent des migrants de tous les côtés.

214 Initiation à la génétique des populations naturelles

deuxième la sous-population (1 à 12) et en colonnes 3 à 12 les génotypes aux
10 loci. On lance R et on charge le package hierfstat et on se met dans le réper-
toire où on a créé ce fichier que j’ai personnellement appelé MouhounA-
[Link]. Puis après les commandes habituelles :

> data<-[Link]("[Link]", header=TRUE)

> attach(data)
> loci<-[Link](loc1,loc2,loc3,loc4,loc5,loc6,loc7,loc8,loc9,loc10)
> levels<-[Link](Zone,Souspop)
> [Link](levels,loci)

on obtient le résultat suivant :

Zone Souspop Ind

Total 0.1296429 0.3276309 0.32083790
Zone 0.0000000 0.2274790 0.21967421
Souspop 0.0000000 0.0000000 -0.01010303

Nous pouvons remarquer que le FIS est négatif, ce qui est normal puisque nous avons des
sexes séparés. Ensuite, on a un fort FSZ et un FZT beaucoup moins fort, comme prévu,
mais cependant beaucoup plus important que celui observé entre zones pour nos données
réelles de tsé-tsé. Nous allons refaire un fichier HierFstat en prenant deux zones adjacentes :
sous-populations 5-15-25-35-45-55 (Zone 1) et 65-75-85-95-105-115 (Zone 2).

Zone Souspop Ind

Total 0.08133683 0.2849453 0.27293947
Zone 0.00000000 0.2216356 0.20856680
Souspop 0.00000000 0.0000000 -0.01679012

On diminue certes de beaucoup le FZT, mais pas autant que celui avec les sous-
groupes définis par BAPS. Les clusters BAPS ne sont donc sans doute pas très au
point. Il reste d’ailleurs un FIS > 0 dans les clusters au lieu d’un excès. Il se peut donc
que d’une part un effet Wahlund, combiné à des allèles nuls ainsi qu’à un isolement
encore trop récent entre zones, expliquent le manque de différenciation observé
entre zones, alors que l’on sait que les passages de mouches d’une zone à l’autre sont
quasi impossibles (en principe). En fait, une analyse HierFstat en prenant les pièges
comme sous-populations donne :

Zone Trap Ind

Total 0.01689790 0.07207679 0.2306512
Zone 0.00000000 0.05612733 0.2174274
Trap 0.00000000 0.00000000 0.1708918

La différenciation entre sous-échantillons (pièges) est fortement diminuée par rap-

port à l’attendu selon le modèle d’isolement par la distance, la différenciation entre

Glossina palpalis gambiensis le long de la rivière Mouhoun au Burkina Faso 215

zones semble plus substantielle alors que la corrélation intra-individuelle (FIS) est
forte en raison d’un effet Wahlund et des allèles nuls et dans une moindre mesure
du codage homozygote des mâles (peu nombreux en Zone A) aux loci hétérosomaux
(dans les pièges le vrai FIS = 0,14, voir plus haut).

CONCLUSIONS

Il y a une forte micro-structuration que le maillage des pièges ne permet pas de

rendre avec précision, en particulier en ce qui concerne la taille des dèmes et leur
distance entre eux, à moins que le voisinage soit strictement continu. Il n’en reste
pas moins qu’un isolement par la distance a pu être mis en évidence et que l’on sait
que la distance entre deux pièges doit être réduite, si l’on souhaite affiner notre
vision de la structure des populations de G. palpalis gambiensis le long du Mouhoun
(soit moins que 71 m entre pièges). Les estimations de densités et de dispersions
convergent avec celles des données MRR, ce qui incite à une certaine confiance
malgré les effets Wahlund, les petits échantillons et les allèles nuls qui ont très
certainement considérablement brouillé les signaux. À l’avenir, pour les tsé-tsé de
forêt galerie (le Mouhoun fait actuellement l’objet d’une campagne d’éradication par
le PATTEC et ne sera donc pas étudiable avant longtemps), des pièges distants de
20 m, et le génotypage de davantage d’individus par piège sur des loci de meilleure
qualité devraient permettre des estimations beaucoup plus précises encore. En
particulier, la différenciation entre zones qui est apparue très incertaine pourra ainsi
davantage être précisée et, par conséquent, une probabilité de dispersion entre ces
zones estimée plus clairement.

216 Initiation à la génétique des populations naturelles

6
Invasion de la Nouvelle-Calédonie
par la tique du bétail Rhipicephalus
microplus : hétérogénéité locale,
dispersion et goulots d’étranglement
INTRODUCTION

Le jeu de données que nous allons analyser maintenant fait partie d’un projet finalisé
en 2010 et publié dans quatre articles (K et al., 2006a ; K et al., 2006b ;
C et al., 2007a, b ; D M et al., 2010). Nous allons refaire une partie
de ces analyses et en ajouter quelques-unes. Nous pouvons ajouter ici que l’extrac-
tion d’ADN s’est montrée extrêmement délicate chez cette espèce et que nous avons
dû travailler en aveugle (en ignorant s’il y avait effectivement des molécules dans nos
extraits) avant d’obtenir les profils (pics). J’ai jugé cette précision importante pour
les collègues qui décideraient de se lancer dans le génotypage de cette espèce. Notons
que l’espèce Rhipicephalus microplus était communément nommée Boophilus micro-
plus avant d’être remise en synonymie avec son nom actuel (M et B,
2003). Le fichier de données se nomme “[Link]”.

ÉTAT DES LIEUX

Rhipicephalus microplus est une tique dure originaire du Sud-Est asiatique (Indonésie,
Malaisie, Inde) (L et al., 2009). Cette tique a colonisé les zones intertropicales
du monde entier en suivant l’introduction des bovins d’élevage et est aujourd’hui
devenue une peste majeure des élevages de races européennes dans les agro-écosys-
tèmes tropicaux et subtropicaux (F, 1999 ; J et U, 2004).
Rhipicephalus microplus est considérée comme la tique la plus importante du monde
du point de vue économique (G et al., 2006) en y étant responsable de
pertes de production directes (perte de poids par spoliation sanguine, surinfections
et transmissions de maladies), ainsi qu’indirectes de par l’utilisation massive d’acari-
cides comme moyen de lutte (F, 1999 ; C et al., 2007b). Ajoutons
que les coûts indirects se voient aggravés par l’évolution récurrente et extrêmement
rapide de résistance aux différentes molécules utilisées dans les différentes parties de
son aire de distribution (F, 1999 ; C et al., 2007b). Cette tique est
dite monophasique, c’est-à-dire qu’elle accomplit son cycle de mues sur un seul
individu hôte (en théorie). La femelle gravide, une fois son repas sanguin achevé,
tombe au sol et meurt en libérant quelques milliers d’œufs sur le sol (environ 3 000)
(G et M, 1999). Les larves qui éclosent attendent un hôte (un bovin

217
préférentiellement) pour s’y fixer et effectuer un premier repas sanguin, pour ensuite
muer en nymphe sans quitter l’individu hôte et muer encore, après un second repas
sanguin, en adulte. Le gardiennage pré-copulatoire peut s’établir dès que les femelles
sont au stade nymphe (F-V et al., 1994), mais semble inefficace à empêcher
les paternités multiples (C et al., 2010). Après fécondation, les femelles se
gorgent et se détachent ensuite de l’hôte pour tomber au sol et y mourir en y laissant
leurs œufs. Bien que plutôt spécifique du genre Bos (O et al., 1999), on
retrouve également R. microplus sur quelques autres hôtes (surtout Bovidae)
(H et A, 1982), ainsi que sur le cheval (U et al., 2008) et
sur le cerf rusa en Nouvelle-Calédonie (D M et al., 2010).
En Nouvelle-Calédonie, l’espèce R. microplus a été introduite à partir de quelques
individus en provenance d’Australie en 1942 (V, 1944 ; R et V,
1959), à la suite de quoi une quarantaine stricte a été instaurée. L’absence de l’espèce
avant cette date et l’unicité de l’introduction est bien documentée (B, 2004)
et son origine australienne confirmée par analyse phylogénétique de l’ADN mito-
chondrial (L et al., 2009). Rhipicephalus microplus a ensuite rapidement
colonisé tous les élevages de Bos taurus de l’île et est devenue résistante à tous les
acaricides utilisés contre elle depuis (D et al., 2005 ; C et al.,
2007b). Elle semble aussi commencer à s’adapter à un nouvel hôte, le cerf rusa
(B et al., 2001 ; D M et al., 2010), lui même envahissant en Nouvelle-
Calédonie, mais ceci est une autre histoire que nous n’aborderons pas ici.
Plusieurs questions se posent que la génétique des populations peut aborder sous un
certain angle. Nous avons pour ce faire réalisé un échantillonnage, datant de 2003,
de 698 tiques adultes prélevées sur vaches et génotypées au niveau de six loci (deux
loci ont été rejetés, car donnant des résultats aberrants ; voir K et al., 2006a)
dans huit élevages répartis sur l’île (fig. 62).
Le cycle spécial de cette tique permet de prédire une forte consanguinité à l’intérieur
des individus hôtes due à la colonisation massive par une ou plusieurs pontes de
tiques (frères et sœurs de la même ponte hautement apparentées entre elles et hété-
rogènes entre pontes différentes). On s’attend donc à une forte homozygotie relative
moyenne intra-hôte (fort FIS), mais très variable d’un hôte à l’autre (en fonction du
nombre de fratries présentes) corrélée à une forte hétérogénéité inter-hôte dans
chaque élevage (fort FSE, avec S pour sous-population et E pour élevage). On com-
prend qu’ici, c’est l’individu hôte qui caractérisera la sous-population de tique ou,
pour suivre la terminologie parasitologique, l’infra-population de tiques au sein de
laquelle nous attendons une consanguinité importante.
Cette forte consanguinité conduit-elle à un biais de dispersion spécifique au sexe
(P et D M, 2002) ou/et à un évitement des conjoints apparentés ?
La diffusion apparemment rapide de la résistance (mais voir C et al.,
2007b) peut-elle être expliquée par les capacités dispersives de cette tique ?

218 Initiation à la génétique des populations naturelles

 Kalimantan

O
L
YN
PN
G
N

ÉS
Java

IE
Samoa

Îles Cook .
Î
Nouvelle- Tonga
Calédonie
Austr
AUSTRALIE

OCÉAN

160° E

Koumac

Kaala-Gomen
Canala

Pouembout 106
Sarraméa
Poquereux
24
Bourail
107
117

La Foa Thio Bouloupari

80
27
Port-Laguerre

166

Gadji Païta

0 100 200 km 71
Nouméa
Figure 62
Sites et nombres de Rhipicephalus microplus adultes échantillonnées sur bétail
en Nouvelle-Calédonie en 2003 et génotypées aux six marqueurs microsatellites.

Le goulot d’étranglement qu’a subi cette population lors de son introduction en

1942 est-il détectable à l’aide des marqueurs microsatellites mis au point par K
et al. (2006b) ? Si oui, c’est que la quarantaine s’est montrée efficace, car des intro-
ductions multiples effacent la signature d’un goulot d’étranglement (C et

Invasion de la Nouvelle-Calédonie par la tique du bétail Rhipicephalus microplus… 219

L, 1996). Dans ce cas, en prenant quatre générations par an (K et al.,
2006a), nous pouvons en déduire que ce goulot d’étranglement eut lieu il y a (2003-
1942)×4 = 244 générations de tiques. Avec si peu de loci et des tailles d’échantillons
de 30-50 individus environ, la possibilité de détecter un goulot d’étranglement n’est
possible que si le paramètre  de Cornuet et Luikart est compris entre 0,1 et 2,5
(C et L, 1996 ; D M et al., 2007a). Sachant que  = t/2Neb, où
t est le nombre de générations et Neb est l’effectif efficace post-goulot d’étrangle-
ment, on peut en déduire, en cas de détection effective d’un goulot d’étranglement,
que Neb = t/2 = [244/5, 244/0,2] = [49, 1220]. Cette gamme d’effectif efficace
converge-t-elle avec les effectifs efficaces calculés à l’aide d’autres méthodes (B
et al., 1992 ; V et C, 2001a, b, c ; B, 2004 ; W, 2006) ?
Et bien, c’est ce que nous allons rechercher ensemble.

ANALYSE
DE LA CONSANGUINITÉ
RELATIVE INTRA-HÔTE

Ce que nous allons rechercher ici, c’est la part prise par les infra-populations14 de
R. microplus dans la répartition de l’information génétique. Le paramètre à mesurer
et à tester est donc le FSE ou probabilité de fixation (homozygotie) dans les sous-
populations (infra-populations) relative à celle des élevages. Nous aurons donc aussi
besoin de mesurer le FIS. C’est ce que nous ferons en premier, suivi des tests de
déséquilibre de liaison, pour se débarrasser de ces derniers. Comme certains ont déjà
dû le remarquer, j’ai en effet pris l’habitude de regarder d’abord ce qui se passe le
plus localement avant d’essayer de comprendre ce qui se passe à des échelles plus
globales.

Homozygotie et déséquilibre de liaison intra-hôte

Nous allons donc éditer “[Link]” et ne garder que la

colonne correspondant aux fermes et aux individus hôtes et celles des loci. Il faut
recoder le label des individus hôtes en les fusionnant avec celui des fermes. N’oubliez
pas que Fstat, que nous allons utiliser, n’accepte pas beaucoup de caractères pour les
labels de population ou de loci. Notez que ferme et localité sont synonymes ici. Il
faut recoder les allèles de chaque locus en les séparant pour pouvoir convertir ce
fichier avec CREATE. En ce qui me concerne, cela donne le fichier que j’ai appelé
“[Link]” (fig. 63).

14
Voir la définition dans le glossaire.

220 Initiation à la génétique des populations naturelles

Figure 63
Extrait du fichier de données pour l’analyse FIS et déséquilibre de liaison
de R. microplus de bétail en Nouvelle-Calédonie (>> signale une tabulation).

Nous allons convertir ce fichier au format Fstat par l’entremise de CREATE (comme
au chapitre précédent). Une fois cela fait, et avant de lancer Fstat, il faut éditer le fichier
“BoophilusAdultsDataCattleIndivHostFisLD-FSTAT-POPULATION [Link]”
(nom des sous-populations) que vient de créer CREATE pour supprimer les deux
dernières colonnes (je ne sais pas pourquoi CREATE fait ça). Profitons-en pour rac-
courcir le nom des fichiers en “[Link]” et
“[Link]”. On lance Fstat, on charge

Invasion de la Nouvelle-Calédonie par la tique du bétail Rhipicephalus microplus… 221

Figure 64
Cases à cocher dans Fstat pour l’analyse FIS et déséquilibre de liaison
par paire de loci des données microsatellites de R. microplus.

“[Link]” et le fichier associé “.lab”. On

coche les options comme indiqué dans la figure 64.
Ensuite, on clique sur “Run” et on attend la fin des permutations (7 mn sur ma
machine, vous avez le temps de consulter vos courriels ou de faire une partie de
démineur).
Dans le fichier “.out”, nous remarquons qu’aucun locus n’a un allèle de fréquence
trop dominante (pas de fréquence moyenne supérieure à 0,5 dans le cas présent). Les
tests de déséquilibre de liaison sont donc « raisonnablement puissants ». Un seul de
ces tests sur les 15 paires de loci possibles est significatif au seuil 5 %. Ceci n’est pas
significativement différent de l’attendu sous l’hypothèse nulle, comme nous le
donne l’utilisation de MultiTest avec alpha = 0,05, k = 15 et k’ = 1 (P-value = 0,537)
ou la commande R “[Link](1, 15, 0,05, alternative=“greater”)”. Il n’y a donc pas
de signal significatif de déséquilibre de liaison à ce niveau. Nous pouvons considérer
ces loci comme statistiquement indépendants.
Les résultats de l’analyse des FIS sont représentés dans la figure 65.
Normalement, à ce stade, ces analyses ne doivent vous poser aucun problème. Nous
constatons qu’un déficit en hétérozygotes très significatif, quoique léger (FIS = 0,04),
existe au sein des infra-populations de R. microplus en Nouvelle-Calédonie. Une
légère variation de ce FIS entre loci (fig. 65) pourrait suggérer l’influence d’allèles
nuls dans ce déficit sauf que les loci responsables de cette variation (D12 et D10) ne
semblent pas influencer beaucoup le résultat global. Certaines infra-populations
étant de petites tailles, il paraît délicat d’utiliser MicroChecker à ce stade. Mais la

222 Initiation à la génétique des populations naturelles

 Moyennes sur les infra-populations

0,16

0,12

0,08
FIS

0,04

- 0,04
B12 C07 D12 D10 A12 C03 A11
(0,0783) (0,1576) (0,0001) (0,0003) (0,1806) (0,4014) (0,0001)

Loci
Figure 65
Résultat des analyses d’homozygoties relatives des individus (FIS) au niveau
des infra-populations (dans chaque individu hôte) de R. microplus sur bovins
en Nouvelle-Calédonie. Les intervalles de confiance (95 %) sont issus de jackknives
sur populations où le FIS est calculable (33 infra-populations) avec la méthode décrite
en p. 72-73 (1re partie), sauf pour la valeur moyenne (All) dont l’intervalle de confiance
correspond à 5 000 bootstraps effectués par Fstat. La probabilité de dévier de 0 sous H0
(P-value obtenue après 10 000 permutations des allèles entre individus de la même
infra-population) est donnée entre parenthèses.

méthode de régression des FIS en fonction du nombre de blancs par locus et sous-
population, que nous avons déjà utilisée en p. 197-199 de cette partie, peut être
aisément réalisée. Ici, nul test n’est nécessaire étant donné que la corrélation est très
faible et de toutes manières négative entre les deux variables. Les allèles nuls ne
semblent pas pouvoir expliquer nos résultats. Nous allons laisser cela de côté et véri-
fier tout d’abord que le niveau infra-population est pertinent.

Analyse hiérarchique

Nous allons donc avoir besoin de HierFstat et de coder un fichier en ce sens, avec
comme facteurs (du moins inclusif au plus inclusif ) : la Nouvelle-Calédonie (T),
l’élevage E), l’infra-population (S) et l’individu tique (I). Reprenons donc le fichier
“[Link]” et recodons-le afin d’obtenir quelque chose de la
forme (fig. 66).
Remarquez que j’ai recodé les génotypes avec deux chiffres au lieu de trois, car sinon
HierFstat me retournait un message d’erreur (mais je ne sais pas pourquoi, car nor-
malement ça doit marcher avec trois chiffres par allèle). N’oubliez surtout pas de
recoder les données manquantes “0000” en “NA”. Il faut ensuite ouvrir R, on charge

Invasion de la Nouvelle-Calédonie par la tique du bétail Rhipicephalus microplus… 223

Figure 66
Extrait du fichier “[Link]”
pour l’analyse des F hiérarchiques par HierFstat.

le “package hierfstat”, on se met dans le bon répertoire et on tape les commandes

habituelles :

data<-[Link]("[Link]", header=TRUE)
attach(data)
loci<-[Link](B12,C07,D12,D10,A12,C03)
> levels<-[Link](Farm,Host)
> [Link](levels,loci)

ce qui donne le résultat :

Farm Host Ind

Total 0.01535231 0.016482637 0.05917112
Farm 0.00000000 0.001147949 0.04450201
Host 0.00000000 0.000000000 0.04340389

que l’on teste avec les commandes :

> [Link](loci,test=Host,within=Farm,nperm=1000)

224 Initiation à la génétique des populations naturelles

ce qui renvoie à une P-value = 0,132 et
> [Link](loci,[Link]=Host,test=Farm,nperm=1000)

ce qui renvoie une P-value = 0,001

Il en ressort que si le niveau hôte (infra-population de parasites) explique une part
infime et non significative de la variation génétique, le niveau ferme est quant à lui très
significatif. Nous allons donc recommencer en ignorant le niveau infra-population.

ANALYSES INTRA
ET INTER-FERME
Homozygotie, déséquilibre
de liaison intra-ferme et différentiation globale

Vous allez donc recréer un fichier Fstat, mais uniquement avec les fermes (locali-
tés). Ce fichier, [Link], nous allons l’analyser
comme indiqué en figure 67. Il en ressort qu’aucun test de déséquilibre de liaison
n’est significatif (P-value > 0,079), ce qui confirme que le résultat avec les infra-
populations n’était pas dû à un manque de puissance causé par les faibles tailles de
ces infra-populations. Le FIS est toujours très significativement (P-value = 0,0001)
au dessus de 0 à FIS = 0,044, soit sensiblement la même valeur qu’avant, ce qui

Figure 67
Cadre de Fstat avec les analyses à effectuer
pour les données des marqueurs microsatellites de Boophilus microplus.

Invasion de la Nouvelle-Calédonie par la tique du bétail Rhipicephalus microplus… 225

confirme que réunir les infra-populations d’une même ferme est valide (pas d’effet
Wahlund). Enfin, la différenciation entre fermes est significativement supérieure à
0 (P-value = 0,0001) avec un FST = 0,016, ce qui, compte tenu de la diversité
génétique présente Hs = 0,704, représente une différentiation standardisée relati-
vement faible de FST’ = FST/(1 - Hs) = 0,05 et suggère une importante migration
entre fermes.

Analyse des biais de dispersion sexe-spécifiques

Trois types d’analyses sont possibles ici. Soit une analyse par élevage pour tester le
biais de dispersion spécifique au sexe entre infra-populations (huit analyses), soit une
analyse sur l’ensemble des infra-populations où il y a des mâles et des femelles
(33 infra-populations en tout), soit une analyse sur l’ensemble des fermes sans dis-
tinguer les infra-populations, soit donc 10 analyses Fstat en tout. Il faut repartir du
fichier source pour recoder les données au format requis (fig. 68). Notez que les
allèles doivent être codés avec deux chiffres pour ces analyses.

Figure 68
Exemple d’un fichier pour l’analyse de biais de dispersion sexe-spécifique
entre infra-populations de B. microplus dans l’élevage de Bouloupari.

Vous lancez Fstat et vous choisissez le menu déroulant “Biased dispersal”. Cochez les
paramètres “Mean assignment” (AIc), “Variance of assignment” (vAIc) et “Fst” (FST)
qui sont les plus performants, comme discuté ailleurs (p. 91-92 de la première partie
et p. 147-153 de la seconde partie). Les tests doivent être bilatéraux et on procédera
à 10 000 permutations. Les résultats des analyses par élevage sont présentés dans le
tableau 30.
On y voit bien qu’aucun signal n’existe. Il n’y a que deux tests significatifs sur les
24 effectués, ce qui n’est pas significativement différent des 5 % attendus sous
l’hypothèse nulle (test binomial, P-value = 0,34). De plus, il y a de nettes contra-
dictions entre paramètres pour un même site ou entre sites pour un même para-
mètre. Les analyses sur l’ensemble des infra-populations ou sur l’ensemble des
fermes en ignorant les infra-populations confirment l’absence de tout signal
(P-value > 0,27). Il n’y a donc aucune trace d’un biais de dispersion spécifique au
sexe chez cette tique.

226 Initiation à la génétique des populations naturelles

Tableau 30
Résultats des analyses de biais
de dispersion spécifique au sexe
entre infra-populations de B. microplus
au sein des élevages de Nouvelle-Calédonie.
Les valeurs de paramètres donnant le sexe
(F ou M) le moins dispersant sont en gras
et les P-values ≤ 0,05 sont en italique.

AIc vAIc FST

Bouloupari F - 0,17979 2,91388 0,0384
M 0,20975 3,63331 0,0227
P-Value 0,6011 0,6718 0,8139
Bourail F - 0,02319 3,97564 - 0,0081
M 0,02203 4,44469 - 0,0078
P-Value 0,9042 0,77 0,9827
Canala F - 0,10075 3,67074 - 0,0158
M 0,10075 3,48 0,0099
P-Value 0,5944 0,8258 0,0553
Gadji F 0,08235 4,02626 0,0068
M - 0,1342 5,1342 - 0,0229
P-Value 0,6989 0,6833 0,191
La Foa F - 0,44351 2,77627 - 0,0037
M 0,42187 3,04567 0,0041
P-Value 0,0349 0,8009 0,6625
Poquereux F - 0,03302 4,10552 0,0031
M 0,04549 2,65887 - 0,0065
P-Value 0,8271 0,1071 0,5144
Port-Laguerre F 0,0633 4,95572 - 0,0082
M - 0,06179 4,53941 0,0026
P-Value 0,7281 0,7274 0,2289
Sarraméa F - 0,0785 1,26806 0,1069
M 0,0785 1,15348 - 0,0136
P-Value 0,7546 0,9723 0,0103

Invasion de la Nouvelle-Calédonie par la tique du bétail Rhipicephalus microplus… 227

 Tests de pangamie

Ces données ne sont disponibles que pour quatre sites et c’est pourquoi elles sont
disponibles dans un fichier à part “[Link]” dans lequel figure le nom
du couple auquel appartiennent chaque femelle et chaque mâle. Il s’agit de tester si
les couples s’associent de façon consanguine, ce qui pourrait expliquer le déficit en
hétérozygotes observé. Rappelons que selon l’équation 66 (voir aussi réponse 11), le
taux de croisement frères-sœurs nécessaire à expliquer un FIS = 0,044 se déduit de :
4 FIS
b= = 0,16
1 + 3FIS
Pour explorer le rôle possible d’un appariement entre apparentés, nous allons tester
s’il y a pangamie (appariement au hasard dans nos données). Nous allons utiliser
pour ce faire la même technique que celle développée par P et al., 2004b.
Il s’agit d’un test de Mantel de corrélation entre deux matrices : une matrice décri-
vant l’apparentement entre chaque paire d’individus de sexes différents et une
matrice décrivant le statut apparié (1) ou non apparié (0) des individus. Étant donné
qu’il y a une différenciation génétique substantielle entre fermes, nous devrons
entreprendre quatre tests séparés (un par ferme). Cependant, comme certaines
fermes possèdent énormément d’individus génotypés (Port-Laguerre) où le test de
Mantel de Fstat ne marchera pas et par souci d’homogénéité, nous travaillerons par
individu hôte (autant de tests que d’hôtes disponibles sur l’ensemble de l’échan-
tillonnage). Nous allons mesurer l’apparentement entre individus avec le logiciel ML
Relate (K et al., 2006) (téléchargeable librement à [Link]
edu/kalinowski/[Link]). Ce logiciel prend directement des fichiers Genepop.
Construisez autant de fichiers qu’il y a d’infra-populations comme dans l’exemple
qui suit (fig. 69).
Ensuite, il faut lancer le logiciel ML-Relate, aller au menu déroulant “File” et charger
votre fichier, ce qui fait apparaître les fréquences alléliques. Puis vous cliquez sur le

Figure 69
Exemple de données pour ML-RELATE
pour mesurer l’apparentement entre tiques adultes du premier bovin à Canala.

228 Initiation à la génétique des populations naturelles

Figure 70
Menu ML-Relate à choisir.

menu déroulant “Relatedness” et choisissez “List Output” (fig. 70), car votre matrice
ne sera pas carrée, il faudra donc présenter les données au format colonnes à Fstat.
C’est un détail qui a son importance, la procédure de Fstat est issue de RT de Manly
(M, 1997) qui permet d’effectuer des tests de Mantel entre matrices non carrées
(impossible avec Genepop, par exemple), ce qui est bien commode.
Ceci vous donne toutes les paires d’apparentement que vous devez sélectionner avec
la souris comme dans la figure 71. Copiez ces données et collez-les dans un logiciel
qui vous permettra de trier ces données. Vous allez en effet devoir ne garder que les
couples réalisés et potentiels. La première colonne ne contiendra donc que les
femelles et la seconde que les mâles.
Votre fichier intermédiaire doit donc ressembler à la figure 72. On y voit bien que les
données ont été triées par sexe pour le premier et le deuxième individu de la paire et que
seules les femelles ont été gardées pour le premier et les mâles pour le second membre
de chaque paire. Une dernière colonne a été créée pour donner le statut accouplé (1) ou
non accouplé (0) de la paire. Ceci est facilement obtenu sous Excel par une formule
conditionnelle “si(coordonnées case 1=coordonnées case 2; 1; 0)” (fig. 73).
Il faut ensuite mettre ce fichier au format acceptable pour le test de Mantel de Fstat.
Ceci est très bien expliqué dans l’aide en ligne du logiciel et je ne m’y attarderai donc

Invasion de la Nouvelle-Calédonie par la tique du bétail Rhipicephalus microplus… 229

Figure 71
Sélection des résultats de calculs d’apparentement pour les B. microplus du premier bovin de
Canala dans la fenêtre de ML-Relate.

pas. Lancez Fstat et allez directement dans le menu “Mantelize it” et dans le menu
“File”, chargez votre fichier. Le logiciel vous demande alors un fichier de sortie (résul-
tats). Personnellement, je prends le même nom, mais je mets l’extension “.man”. Une
nouvelle fenêtre apparaît. Il vous faut choisir la variable dépendante qui est ici le
statut du couple. Sélectionnez donc “Couple” et mettez-le dans la case “Dependant”
avec le bouton “>” comme indiqué dans la figure 73. Apparaît alors la case de la
variable explicative qu’il faut remplir avec “R” le coefficient d’apparentement. Tapez
10 000 pour le nombre de randomisations et sur “Run” comme dans la figure 74.
Dans les résultats, ne gardez ici que la valeur de corrélation (0,18 ici) et celle de la
P-value (0,28). Constatez que cette P-value est une P-value bilatérale. Or nous

230 Initiation à la génétique des populations naturelles

Figure 72
Aspect du fichier pour le test de Mantel de corrélation entre apparentement et accouplement
chez Rhipicephalus microplus de la première vache de Canala.

recherchons un signal spécifique susceptible d’expliquer nos déficits en hétérozygotes

et donc une corrélation positive (R > 0). Nous devrons donc transformer ces P-value
en les divisant par deux pour celles dont le R > 0, ou en posant 1-(P-value/2) pour
celles dont la corrélation est négative. Ce n’est pas idéal, mais ça doit coller à peu près.
Il faut recommencer avec chacune des infra-populations de tous les hôtes de tous les
sites.
L’ensemble des résultats est synthétisé dans le tableau 31. Nous y voyons que le signal,
même s’il est assez faible, est cependant significatif (P-value = 0,0466 en bilatéral,

Invasion de la Nouvelle-Calédonie par la tique du bétail Rhipicephalus microplus… 231

Figure 73
Sélection de la variable dépendante dans le menu “Mantelise it” de Fstat.

Figure 74
Seconde étape pour le Mantel avant de cliquer sur “Run”.

232 Initiation à la génétique des populations naturelles

Tableau 31
Tableau des résultats des tests de corrélation (R)
de Mantel entre l’apparentement et l’accouplement des tiques
des infra-populations de Rhipicephalus microplus. Les tests
au départ bilatéraux ont été unilatéralisés dans le sens R > 0
(sens recherché) en divisant la P-value unilatérale par deux
et en la retranchant de 1 pour celles correspondant
aux corrélations négatives. Pour le total, la corrélation
est la moyenne non pondérée sur l’ensemble des 20 infra-
populations et les P-values ont été combinées par la méthode
binomiale généralisée de MultiTest (DE MEEÛS et al., 2009)
avec k’ = k/2 = 10. La 10e P-value en ordre croissant
est indiquée en gras.

Vache R P-value bilatérale P-value unilatérale

Bourail, bovin 1 - 0,004306 0,9084 0,5458
Bourail, bovin 2 - 0,030853 0,4458 0,7771
Bourail, bovin 3 0,067008 0,1937 0,09685
Bourail, bovin 4 0,039708 0,3115 0,15575
Bourail, bovin 5 - 0,041236 0,322 0,839
Canala, bovin 1 0,181052 0,2836 0,1418
Canala, bovin 2 - 0,141193 0,1078 0,9461
Canala, bovin 4 0,237409 0,0057 0,00285
Canala, bovin 5 - 0,064224 0,4947 0,75265
Canala, bovin 6 0,087719 0,2988 0,1494
La Foa, bovin 1 0,195527 0,2515 0,12575
La Foa, bovin 2 - 0,006741 0,9561 0,52195
La Foa, bovin 3 0,04795 0,7655 0,38275
La Foa, bovin 4 0,070247 0,4543 0,22715
La Foa, bovin 5 0,273734 0,0884 0,0442
Port-Laguerre, bovin 1 - 0,033541 0,2091 0,89545
Port-Laguerre, bovin 2 - 0,003524 0,8774 0,5613
Port-Laguerre, bovin 3 0,062013 0,0243 0,01215
Port-Laguerre, bovin 4 - 0,041535 0,1094 0,9453
Port-Laguerre, bovin 5 0,016508 0,534 0,267
Total 0,0455861 0,0468 0,0221

Invasion de la Nouvelle-Calédonie par la tique du bétail Rhipicephalus microplus… 233

P-value = 0,0219 en unilatéral). Si cette corrélation est due à des croisements entre
frères et sœurs au taux (voir plus haut) de 16 %, on aurait obtenu une corrélation
beaucoup plus forte. Par exemple, avec 20 couples réalisés dont 16 % (donc 3) ont un
apparentement de 0,522, car des pleins frères de consanguinité FIS ont un apparente-
ment de 1/4×(1 + FIS)×2, et le reste un apparentement de ~ 2FIS = 0,088 (voir
réponse 14), on obtient sur l’ensemble des 400 couples (possibles et réalisés) une cor-
rélation de 0,35 et une P-value bilatérale de 0,0095. Il doit donc exister une autre
explication pour rendre compte de l’entièreté du FIS des populations de cette tique.
Comme pour les tiques I. ricinus, il existe peut-être une structure cachée, un effet
Wahlund. Nous allons donc, dans la section qui va suivre, rechercher cet effet.

Recherche d’un effet Wahlund

Nous allons ici de nouveau réutiliser le logiciel BAPS que nous ferons fonctionner
dans chaque ferme étant donné que nous avons montré que les tiques se répartissent
au hasard dans ces élevages, mais pas entre élevages. Le format et la procédure ayant
déjà été décrits en détail, nous allons tout de suite regarder les résultats en termes de
nombre de clusters trouvés et de leur FIS. Nous allons aussi en profiter pour regarder
les résultats obtenus avec un nouveau logiciel, Flock (D et al., 2010 ;
D et T, 2009), qui n’existait pas encore quand j’ai commencé à
rédiger ce manuel (et oui j’ai mis un temps fou !).
BAPS
Les partitions obtenues par BAPS dans les différents sites donnent des résultats plus
ou moins bons avec parfois beaucoup de clusters (tabl. 32). Le FIS de cette nouvelle
partition chute de façon spectaculaire (FIS = - 0,14 avec un intervalle de confiance à
95 % de - 0,17 à - 0,11, contre 0,04 compris entre 0,02 et 0,07 pour les données
initiales). Une telle chute vers des valeurs aussi négatives est difficile à expliquer par
un simple effet Wahlund. Cela signifierait en effet que chaque élevage renferme de
nombreuses et minuscules sous-populations de tiques (de taille Ne ~ 4 selon
B, 2004 équation 12).
Une autre piste est celle de la présence de plusieurs individus de la même ponte
(frères et sœurs) répartis sur l’ensemble des bovins d’une ferme. Cela peut arriver si
la variance de survie entre pontes est très forte de telle sorte qu’à chaque génération
ne restent dans un élevage donné que les représentants de quelques pontes, avec
beaucoup de survivants par ponte. Cette hypothèse n’est pas incompatible avec le
fait que les élevages subissent des traitements récurrents et est en accord avec le FIS
effectivement attendu très négatif dans ce cas (voir réponse 15). En appliquant le
modèle de la réponse 15 aux données par locus et par élevage et en faisant la
moyenne pondérée par locus on obtient en effet, pour des fratries, un FIS compatible
avec les résultats donnés par BAPS (fig. 75), mais significativement différent des
données non manipulées.

234 Initiation à la génétique des populations naturelles

Tableau 32
Nombre de clusters BAPS, effectifs par site et P-value donnée par BAPS (probabilité
pour que la partition soit bonne) pour les différents sites. Les nombres de clusters obtenus
par Flock et par le critère d’optimisation décrit dans la documentation (Flock optimisé,
“K estimates based on plateau analysis” non discuté ici) sont aussi indiqués.

Élevage BAPS N P-value Flock Flock optimisé

Bouloupari 5 27 0,43 4 2
Bourail 17 117 0,46 12 1
Canala 13 106 0,49 11 1
Gadji 11 71 0,69 8 1
La Foa 10 80 0,16 8 2
Poquereux 15 107 0,62 11 1
Port-Laguerre 20 166 0,40 15 1
Sarramea 8 24 0,28 4 1

0,1

0,05

- 0,05
FIS

- 0,1

- 0,15

- 0,2

- 0,25
Non BAPS Flock Flock Fratrie
modifiées optimisé
Traitement

Figure 75
FIS obtenus pour le jeu de données non modifiées (par ferme), pour le jeu de données
clusterisées par BAPS, par Flock (nombre maximum de clusters) et Flock optimisé (K estimates
based on plateau analysis), ainsi que pour l’attendu pour une structure en fratrie (modèle
de la Réponse 15) avec les fréquences alléliques par ferme. Les intervalles de confiance (95 %)
sont obtenus par bootstrap sur les loci sauf pour le FIS des fratries obtenu avec la valeur maximale
et minimale observées sur les moyennes (pondérées sur l’ensemble des fermes) par locus.

Invasion de la Nouvelle-Calédonie par la tique du bétail Rhipicephalus microplus… 235

 Flock
Je ne vais pas détailler ici l’analyse, car je manque de toutes manières de recul sur ce
programme, mais je trouvais intéressant d’évoquer ici ce nouveau logiciel, qui n’est
de toutes manières pas très difficile à utiliser. Les résultats donnés par Flock sont
comparables à ceux obtenus par BAPS, mais avec moins de clusters (BAPS a en effet
tendance à exagérer le nombre de clusters, L et al., 2006) pour ce qui est du
nombre maximal de clusters obtenus (tabl. 32, fig. 75). Pour le minimum de clusters
(Flock optimisé) par contre, les résultats ne donnent pas grand-chose d’exploitable.

CONCLUSION
DES ANALYSES
INTRA-FERMES

L’ensemble de nos résultats suggère une libre circulation des tiques entre hôtes de la
même ferme, mais un isolement des fermes qu’il convient d’analyser plus en détail
(voir plus bas). Cette libre circulation contredit le modèle classique de fidélité stricte
des individus tiques vis-à-vis de l’individu hôte colonisé par les larves et explique
bien comment, malgré une transmission transovarienne négligeable, R. microplus
reste un vecteur majeur d’Anaplasma marginale, une bactérie très pathogène du
bétail en zones intertropicales (U, 1976) (pathogène absent de Nouvelle-
Calédonie). Du stade larvaire aux adultes, des échanges de tiques ont donc proba-
blement lieu entre individus hôtes, vraisemblablement lors de contacts physiques
entre bêtes. Ce phénomène est couplé avec une structure en fratries combinée à des
accouplements légèrement assortis génétiquement. Ceci provient possiblement du
fait que les larves issues d’une même ponte ont plus de chances d’atteindre la matu-
rité sexuelle en même temps ce qui, couplé avec une variance de survie importante,
crée un léger, mais très significatif effet Wahlund.

ISOLEMENT
PAR LA DISTANCE

Comme nous disposons des coordonnées GPS des sites, nous allons les utiliser dans
le logiciel Genepop 4 (R, 2008). Les données (fichier texte) doivent se pré-
senter comme dans la figure 76. Genepop 4 doit être copié dans le répertoire de
travail. Cliquez deux fois sur le logiciel. Une fenêtre s’ouvre où il vous est demandé
de taper le nom du fichier de données. En ce qui me concerne, il s’agit de
“[Link]”. Si tout se passe bien, il vous demande de
cliquer sur la touche “Return” ou “Entrée” en français. Il vous faut ensuite choisir le

236 Initiation à la génétique des populations naturelles

Figure 76
Données pour Genepop 4 avec la ligne de titre (sans virgule),
les loci puis les génotypes précédés de leurs coordonnées GPS, suivies d’une virgule.
Chaque ferme est séparée par un “Pop” et il ne doit pas rester de colonne ou de ligne vide.

menu 6 puis le sous-menu 6. Nous sommes en deux dimensions, donc il faut choi-
sir le logarithme naturel des distances géographiques. Tapez donc “l”. On vous
demande la distance minimale. Comme cela n’a pas beaucoup d’importance, ainsi
que nous l’avons déjà vu, et que de toutes façon le test de Mantel n’en tiendra pas
compte, tapez une toute petite valeur (0 étant exclu à cause de la transformation
log). J’ai pour ma part tapé 0,01 puis “Entrée”. Pour le nombre d’itérations de la
chaîne de Markhov tapez 1 000 000.
Genepop génère plusieurs fichiers. Le premier à regarder (sinon le seul) est celui
portant l’extension “iso”. On y voit que la régression de pente b = 0,00362341 est
marginalement significative selon le test de Mantel (P-value = 0,066394). Cette
pente est cependant significativement différente de 0 selon l’intervalle de confiance
issu de bootstraps IC 95 % = [0,00039310987 ; 0,0078657635]. Ce résultat est en
fait similaire à ce qui avait été trouvé dans K et al. (2006a) (b = 0,00054) ou

Invasion de la Nouvelle-Calédonie par la tique du bétail Rhipicephalus microplus… 237

D M et al. (2010) (b = 0,0017) qui n’avaient pas utilisé tout à fait les mêmes
données qu’ici et avaient considéré chaque infra-population séparément pour gagner
en puissance (les P-values deviennent en effet très significatives). Nous allons garder
nos valeurs puisque nous savons qu’isolement par la distance il y a et que cela ne
changera de toutes manières pas grand-chose. Ici, nous avons l’illustration de la
décision statistique que doit toujours prendre le biologiste. Ici, le Mantel n’est pas
significatif au seuil 5 %. Mais une étude plus approfondie contredit cela et dans ce
cas, la moins mauvaise solution est de décider qu’il y a en effet isolement par la
distance. Vous pourrez vérifier par vous-même qu’en séparant les infra-populations

Figure 77
Extrait du jeu de données des génotypes microsatellites
des tiques Rhipicephalus microplus au format Genepop pour Genetix, LDNe et Estim.

238 Initiation à la génétique des populations naturelles

de tiques, le test devient très significatif. Puisque la pente est connue, nous pouvons
donc calculer le voisinage qui est de Nb = 1/b = 4πDÞ² = 275,98 individus. Et donc
le produit de la densité efficace par la surface de dispersion DÞ² = 21,96. Il nous
faudrait maintenant une estimation indépendante de la densité des tiques sur par-
celles pour pouvoir estimer la distance moyenne séparant des adultes reproducteurs
de leurs parents.

EFFECTIFS EFFICACES

Ici trois méthodes sont disponibles : la méthode de B (2004) sur les FIS, la
méthode de W et D (2008) (en principe plus fiable que la méthode de Bartley
et plus commode à implémenter) basée sur les déséquilibres de liaison et celle de
V et C (2001a-c) basée sur les corrélations alléliques intra et inter loci.
Pour les trois méthodes, nous allons utiliser le fichier complet avec un sous-échan-
tillon par ferme sous un format Genepop (extension .gen) comme dans la figure 77.
Pour estimer les FIS par sous-échantillon avec leur bootstrap, nous allons utiliser
Genetix (B et al., 2004) qui offre une procédure directe par menu déroulant.
Ouvrez Genetix, allez dans le menu “Fichier” puis “Importer”. Cliquez dans le bou-
ton “Genepop” et tapez “*.gen” dans la case “Nom du fichier”, comme indiqué en
figure 78.

Figure 78
Menu Genetix pour importer le fichier des données microsatellites de Rhipicephalus microplus
au format Genepop.

Invasion de la Nouvelle-Calédonie par la tique du bétail Rhipicephalus microplus… 239

Figure 79
Sélection de l’option de calcul de bootstrap
sur les FIS par sous-échantillon sous Genetix.

Le fichier apparaît alors dans le cadre. Cliquez deux fois dessus et il s’ouvre sous
Genetix. Sélectionnez le menu “Fstats”, “Test sur Fis” et Bootstrap sur Fis par
pop.”15, comme indiqué dans la figure 79.
Un menu s’ouvre où vous n’avez que deux choses à faire. Augmentez le nombre de
bootstraps (en ce qui me concerne 10 000 j’aime bien), et cliquez ensuite sur “OK”.
Le résultat est disponible dans un fichier *.fis. Il faut ensuite appliquer la formule de
l’équation 12 de B (2004) :
−1 FIS
Ne = −
2 FIS 1 + FIS
et de taper “Infinity” pour les valeurs négatives (quand le FIS > 0).
Étant donné la tendance aux déficits en hétérozygotes, peu de valeurs exploitables
ressortent de cette analyse (un seul Ne = 6 pour Bouloupari), mais on peut estimer
que la limite inférieure (à 95 %) des Ne est en moyenne de 208 individus.
Pour la méthode de W et D (2008), lancez LDNe. Cliquez sur le bouton
“Search” et allez chercher votre fichier. Sélectionnez votre fichier et cliquez sur le bou-
ton “OK” puis sur “Run LDNe”. Attention, prenez garde que le fichier ne soit pas
resté ouvert dans une autre application, auquel cas LDNe ne produit qu’un fichier de
résultat *[Link] vide. Sinon, après un travail rapide dans une fenêtre DOS, les calculs
sont disponibles dans ce fichier. Nous allons prendre les valeurs calculées avec tous les
allèles de fréquences au moins égales à 0,01 (valeurs les plus à droite) et prendre

15
Je me suis aperçu sur le tard que les bootstraps de Genetix se font ici sur individus et non sur loci, ce qui peut
poser des problèmes, surtout dans les petits échantillons (risque de rééchantillonner trop de fois le même indi-
vidu) (je ne sais pas pourquoi les auteurs ont préféré cette option hétérodoxe). Ici, ça ne change rien eu égard
aux résultats obtenus.

240 Initiation à la génétique des populations naturelles

l’intervalle de confiance de jackknife. Nous obtenons beaucoup plus de valeurs utili-
sables avec un Ne moyen de 380 avec un intervalle de confiance moyen de [93, 440].
Pour la méthode de Vitalis et Couvet, nous allons ouvrir Estim, cliquer sur “File”,
“Open” et sélectionner le fichier. Ensuite, nous allons cliquer sur “Analysis”,
“Identity measures”. Cliquez sur “Save” et choisissez un nom du genre
“[Link]” pour l’enregistrer. Retournez au menu “Analysis” et cliquez
maintenant sur “Ne inferences” et une fois encore sur “Save” en gardant le même
nom. Ignorez l’avertissement en cliquant sur “Oui”. Ici, très peu de résultats utili-
sables sont disponibles (comme d’habitude avec Estim) et seul Bouloupari donne un
Ne = 1 429 et un taux de migration de 0,007 (il s’agit d’une estimation pour un
modèle en île, donc une sorte de moyenne de ce qui vient de partout).

DENSITÉ EFFICACE
ET DISTANCE
DE DISPERSION PARENTS-
DESCENDANTS ADULTES

En prenant la moyenne des différentes valeurs obtenues sur l’ensemble des méthodes,
on obtient Ne = 605. La surface d’une exploitation est en moyenne d’environ 3 km²
(Barré, communication personnelle). La densité efficace devient donc De = 202 tiques
par km². En utilisant la taille de voisinage calculée plus haut, ainsi que son intervalle
de confiance de Bootstrap à 95 %, nous obtenons une dispersion entre adultes
reproducteurs et leurs parents de Þ = 0,33 km [0,22 ; 1]. En utilisant le modèle de
R (1997), on obtient une estimation du taux de migration entre dèmes adjas-
cents de m = 2DÞ²/Ne = 0,07.

RECHERCHE
DE LA SIGNATURE
D’UN GOULOT
D’ÉTRANGLEMENT

Le logiciel Bottleneck (P et al., 1999) (voir aussi C et L, 1996),
que vous pouvez télécharger gratuitement à [Link]
bottleneck/[Link], utilise des fichiers au format Genepop et implémente
son algorithme dans chaque sous-échantillon (fermes) identifié. Nous allons donc
réutiliser le fichier “[Link]” (le même que pour les
analyses LDNe et Estim).

Invasion de la Nouvelle-Calédonie par la tique du bétail Rhipicephalus microplus… 241

Lancez Bottleneck. Laissez la photo du martin pêcheur disparaître (quelques
secondes). Un panneau apparaît tel qu’en figure 80. Cliquez sur le bouton “Add
data file...” et allez chercher votre fichier dans le menu qui apparaît. N’hésitez pas
à taper *.gen dans la case “File name” ou “Nom du fichier” pour trouver les
fichiers avec extension .gen. Ensuite, cochez le carré “T.P.M.” et décochez les carrés
“sign test “et “standardized differences test”. En effet, il est intéressant de regarder
ce qui se passe aussi en faisant l’hypothèse d’un modèle de mutation en deux
phases (two phases model en anglais, TPM). Il est montré que, si un goulot d’étran-
glement a réellement eu lieu, on le détectera très fortement avec l’hypothèse IAM,
moyennement avec le TPM et faiblement avec le SMM (C et L,
1996), alors qu’en cas d’absence de goulot d’étranglement mais en population
structurée en petites sous-populations, on pourra détecter faussement une signa-
ture de goulot d’étranglement avec IAM, mais exceptionnellement (voir jamais)
avec TPM et jamais avec SMM (D G-W et al., 2009 ; D M
et al., 2010). Donc, en cas de tests très significatifs pour les trois procédures, on
peut être assez confiant. Le test le plus puissant et robuste pour tester un goulot
d’étranglement est le Wilcoxon (C et L, 1996) donc autant ne pas
s’embarrasser avec les deux autres. Faites attention à ce que votre fichier soit au
bon format (en particulier, pas de colonne ni de ligne supplémentaire à la fin),
sinon Bottleneck risque de se fermer sans prévenir. Pour les paramètres du TPM,
je laisse les paramètres par défaut, car s’il fallait en choisir on n’en sortirait pas
(infinité de combinaisons). On a donc 70 % des mutations de type SMM et 30 %
qui impliquent l’ajout ou le retrait de plus d’un motif microsatellite avec une
variance de 30. Vous pouvez cliquer sur “GO !” et laisser le logiciel travailler bien
gentiment.

Figure 80
Panneau d’entrée de Bottleneck.

242 Initiation à la génétique des populations naturelles

Quand c’est fini (au bout d’un petit quart d’heure sur ma machine), cliquez sur le
bouton “Save results as text file” et nommez le fichier de résultats et enregistrez-le
sous son nom, cliquez ensuite sur “Close” puis sur “Exit”. Ce qui vous intéresse dans
le fichier résultat correspond aux lignes “one tail for H excess” pour IAM, TPM et
SMM. En effet, en cas de goulot d’étranglement récent, il est montré que la perte
d’allèles se fait plus vite que la baisse de diversité génétique (Hs de Nei). Il en résulte
que la diversité génétique observée sera plus grande que celle attendue eu égard au
faible nombre d’allèles maintenus, si ce nombre d’allèles reflétait un équilibre entre
mutation et dérive. Le logiciel explore, compte tenu de la distribution des allèles à
chaque locus, cette diversité attendue si on était à l’équilibre (les auteurs l’appellent
Heq) et compare la valeur ainsi estimée de ce paramètre avec la diversité génétique
(qu’ils notent He). A priori, il n’est pas nécessaire de s’intéresser aux autres tests. Les
résultats figurent dans le tableau 33.
Dans ce tableau nous constatons que le signal est fort puisque significatif partout
pour IAM et TPM, mais cependant nulle part pour SMM. Pour obtenir des P-values
globales sur l’ensemble des fermes, nous allons utiliser le test binomial généralisé de
T et al. (2007) implémenté dans MultiTest V 1.2 (D M et al., 2009).
Il y a huit tests et donc k = 8. Pour IAM cela va vite, car toutes les P-values
= 0,00781. On pose directement 0,0001 pour Í, on clique sur “Test for k’ and look
for alpha’”, on laisse k’ à k/2 = 4 (recommandé) et on clique sur “Go!”. Le test ren-
voie un seuil de 0,0355 qui est très supérieur à 0,00785. Pour IAM la P-value com-
binée est donc inférieure à 0,0001. J’estime en effet que des valeurs inférieures n’ont
pas de sens en génétique des populations naturelles et c’est pourquoi je ne descends

Tableau 33
Résultat des tests de signature de goulot d’étranglement récent
chez les tiques Rhipicephalus microplus dans les différents élevages échantillonnés
en Nouvelle-Calédonie. Les P-values correspondent aux tests de Wilcoxon unilatéraux.

Ferme IAM TPM SMM

Bouloupari 0,00781 0,01563 0,21875
Bourail 0,00781 0,00781 0,57813
Canala 0,00781 0,03906 0,71875
Gadji 0,00781 0,01563 0,71875
La Foa 0,00781 0,02344 0,65625
Poquereux 0,00781 0,01563 0,57813
Port-Laguerre 0,00781 0,01563 0,42188
Sarramea 0,00781 0,02344 0,21875

Invasion de la Nouvelle-Calédonie par la tique du bétail Rhipicephalus microplus… 243

jamais en dessous de 0,0001. Pour le TPM, la quatrième plus petite P-value
= 0,01563 est toujours inférieure à 0,0355. Ici aussi, la P-value combinée est infé-
rieure à 0,0001. Pour le SMM, la quatrième plus petite P-value est de 0,57813. Or
la valeur maximale pour Í’ est 0,5. Il est clair que pour SMM, la P-value est > 0,5
(on peut noter 0,57813 pour donner un chiffre comme dans D M et al.,
2009).
La conclusion, eu égard aux niveaux de significativité obtenus avec le IAM et le
TPM, est qu’il existe bien une signature de goulot d’étranglement dans les fermes.
Ce goulot correspond le plus vraisemblablement à l’introduction accidentelle de
quelques individus R. microplus en 1942. Conformément au modèle de C et
L (1996) (voir plus haut en p. 220), compte tenu du nombre de loci, la
détection de ce goulot d’étranglement suppose alors que l’effectif efficace post-gou-
lot d’étranglement (de la première ferme touchée) a été de Neb = [49, 1 220], soit
une gamme de valeur remarquablement convergente avec la gamme donnée par les
autres méthodes d’estimation de Ne.

CONCLUSIONS

Nos analyses ont permis de montrer que l’unité démographique de R. microplus n’est
pas l’individu hôte (avec son infra-population) comme pressenti, mais plutôt l’éle-
vage ou troupeau d’une ferme. Cette tique passe donc, du stade larve à adultes,
librement d’une bête à l’autre d’un troupeau et est donc parfaitement susceptible de
propager des maladies telles que l’anaplasmose si cette dernière était introduite sur
l’île.
Il apparaît que les populations locales de R. microplus (troupeau) sont structurées en
fratries, ce qui suppose une réussite hétérogène entre pontes, compatible avec les
traitements acaricides réguliers : la ponte des femelles tombées au sol juste avant
traitement n’est pas affectée, les autres disparaissent presque toutes. Cette structure
génétique particulière est accompagnée d’une légère signature d’appariement assorti
qui peut très bien en être une conséquence : les membres d’une même fratrie étant
plus synchrones ensemble qu’avec les autres. Ceci explique les légers déficits en hété-
rozygotes significatifs observés.
Il existe un isolement par la distance dont le modèle nous permet d’inférer un voi-
sinage de taille 276 individus, notion particulièrement difficile à comprendre s’il en
est, mais qui permet d’estimer la surface de dispersion entre adultes et les parents
leur ayant donné naissance. Cette dernière s’avère relativement modeste avec un
rayon de l’ordre des 300 m par génération (entre 200 m et 1 km), soit au plus
1,2 km par an en moyenne (si quatre générations par an et pas de retour en arrière).
Cette dispersion découle de l’estimation de densités efficaces relativement importantes

244 Initiation à la génétique des populations naturelles

d’environ 200 tiques/km², soit 600 tiques « reproductrices » par élevage. Compte
tenu du fait que nos estimations d’effectifs efficaces sont probablement sous-évaluées
(voir B et al., 2009), que les déficits en hétérozygotes témoignent d’effectifs
efficaces inférieurs aux effectifs réels, on se retrouve avec des densités de tiques
importantes (plus de 1 000/km²) telles qu’observées sur le terrain (K et al.,
2006a), malgré les traitements acaricides. Ces derniers semblent donc d’un impact
léger sur la démographie de la tique. Si nous considérons que la rotation des bêtes
se fait sur 2 à 5 parcelles par génération de tiques (K et al., 2006a) et que chaque
parcelle fait en moyenne 3 km², on peut en déduire que les tiques circulent sur une
surface totale 6 à 15 km², soit (en considérant qu’il s’agit d’un disque de surface πr²)
sur un rayon de 0,8 à 1,1 km, donc dans le même ordre de grandeur que ce que la
génétique semble indiquer. Il y a donc convergence remarquable entre observations
directes et inférences par outil de génétique des populations. De grandes populations
et un isolement important entre elles doivent favoriser l’apparition et l’installation
rapide de mutations favorables et conférer un potentiel évolutif important à
R. microplus (voir à ce titre C et al., 2007b ; D M et al., 2010).
L’introduction unique à partir de peu d’individus en 1942 est compatible avec la
signature d’un goulot d’étranglement assez fort. En fait, selon la figure 3A de
C et L (1996), avec moins de 10 loci, une moyenne de 170 allèles
génotypés (85 individus) par sous-échantillon et 100 % de détection en IAM, cette
détection n’est possible que si le goulot d’étranglement s’est fait avec un rapport
taille de population avant/taille de population après Í = [100 ; 1 000] et un para-
mètre  = [0,25 ; 1]. Avec 244 générations, nous obtenons un effectif post-bottle-
neck Neb = t/2 = [122 ; 488], ce qui converge bien avec les autres résultats. Si on
considère que la population d’origine des premières R. microplus colonisatrices avait
une taille sensiblement équivalente à celle des Neb trouvés en Nouvelle-Calédonie,
on peut inférer que ce nombre Nintro = Neb/Í = [1 ; 5] tiques, c’est-à-dire à partir
d’excessivement peu d’individus reproducteurs. Il est probable qu’il s’agit d’une
introduction unique, car sinon plus difficile à détecter génétiquement, et donc que
les dispositifs de restriction mis en place sur l’île ont été efficaces jusqu’à présent.
Il est clair que la qualité des loci utilisés (pas d’allèle drop out), au nombre de six
seulement, ainsi que celle de l’échantillonnage ont seules permis d’aller aussi loin
dans nos investigations, voir même beaucoup plus loin si on se réfère aux autres
travaux associés à ce projet non abordés dans ce manuel (D M et al., 2010).

Invasion de la Nouvelle-Calédonie par la tique du bétail Rhipicephalus microplus… 245

7
Génétique des populations
de Trypanosoma brucei gambiense
en Afrique de l’Ouest

INTRODUCTION

Le jeu de données que nous allons analyser a fait l’objet d’une publication en 2009
(K et al., 2009). Il va nous permettre d’explorer comment adapter les outils de
la génétique des populations aux organismes à reproduction majoritairement
asexuée.

ÉTAT DES LIEUX

Les trypanosomiases africaines sont des maladies à vecteur transmises normalement

par des glossines (mouches tsé-tsé) et parfois mécaniquement par d’autres insectes
piqueurs (tabanides) ou même sexuellement pour Trypanosoma equiperdum (B
et al., 1998). La maladie du sommeil ou trypanosomiase humaine africaine (THA)
est connue sous deux formes : la forme chronique, rencontrée en Afrique de l’Ouest
et centrale, et la forme aiguë, qui sévit en Afrique de l’Est. La forme chronique de la
THA est provoquée par Trypanosoma brucei gambiense type 1 (Tbg1) et représente
plus de 90 % des cas recensés par l’Organisation mondiale de la santé (OMS)
(WHO, 2006b). Une personne infectée par Tbg1 peut rester asymptomatique
durant des années avant de déclarer la forme neurologique (dramatiquement specta-
culaire) de la maladie. La forme aiguë de la THA est provoquée par Trypanosoma
brucei rhodesiense (Tbr) pour laquelle les premiers symptômes neurologiques peuvent
apparaître au bout de quelques semaines seulement. Ce schéma idéal n’est pas tou-
jours très clairement suivi in situ et de nombreux variants cliniques sont trouvés pour
les deux formes en conséquence de facteurs liés à l’hôte, au parasite, à l’environne-
ment socio-économique ou écologique, voire même une combinaison de tous ces
paramètres ou d’une partie d’entre eux (ML et al., 2007). Sans traitement, les
deux formes de la THA conduisent à une issue fatale (G et al., 2006 ; WHO,
2006b), bien que des enquêtes épidémiologiques suggèrent de plus en plus l’exis-
tence de porteurs sains capables de contrôler l’infection, voire même de la juguler
(G et al., 2006). Après la flambée du début du e siècle, la THA semblait
largement éradiquée dans le courant des années 1960. Elle a cependant réémergé
dans les années 1980 en corollaire d’une baisse significative de la surveillance, de
déplacements de populations, de guerres et de catastrophes naturelles (A et al.

247
 Glandes salivaires Trypomastigotes Intestin moyen
Épisodes sexués procycliques Multiplication asexuée Trypomastigotes
mésocycliques
Trypomastigotes Épimastigotes
Trypomastigotes
métacycliques

Trypomastigotes

Trypomastigotes
métacycliques

Multiplic
ation asexuée
Figure 81
Le cycle de Trypanosoma brucei. La tsé-tsé injecte à l’hôte des trypomastigotes
métacycliques lors d’un repas sanguin qui se transforment en stades trypomastigotes
sanguins. Après une phase de multiplication asexuée, les trypomastigotes raccourcissent
et peuvent alors être ingérés par une nouvelle tsé-tsé lors d’un nouveau repas sanguin
sur l’hôte. Dans l’intestin moyen de la glossine, les trypomastigotes se transforment
en trypomastigotes procycliques qui se multiplient par fission binaire. Dans l’intestin
moyen antérieur, les trypomastigotes procycliques se transforment en trypomastigotes
mésocycliques qui migrent alors dans les glandes salivaires où ils se transforment
en épimastigote puis enfin en trypomastigotes métacycliques de nouveau.
Schéma inspiré d’une figure du TDR Wellcome/Trust
([Link]

2005 ; G et al., 2006). En 2000, il a été estimé qu’environ 300 000 personnes
étaient infectées et que seulement 10 à 15 % des 60 millions de personnes vivant
dans les zones à risque étaient sous surveillance médicale (G et al., 2006).
Grâce aux mesures de contrôle, il semble que nous soyons aujourd’hui dans un
contexte d’élimination (Jamonneau, communication personnelle).
La trypanosomiase animale africaine (TAA ou nagana) est causée par différentes
espèces de trypanosomes, classiquement : T. brucei brucei (Tbb), T. congolense (Tc) et
T. vivax (Tv) qui affectent gravement la santé du bétail. La TAA représente un frein
majeur au développement en Afrique subsaharienne et son coût annuel a été estimé à
hauteur de 4,75 milliards de dollars américains (FAO, 2000 ; B et al., 2009).

248 Initiation à la génétique des populations naturelles

Trypanosoma brucei sl requiert deux hôtes séquentiels pour accomplir son cycle
(fig. 81). Un vertébré (l’homme, par exemple), où le parasite se propage par fission
binaire (clonalité), et une glossine (le vecteur) où une phase de propagation clonale
dans l’intestin moyen précède une éventuelle sexualité, de type classique (meïose
avec ségrégation, recombinaison et amphimixie) qui a lieu dans les glandes salivaires
de la mouche tsé-tsé (ML et al., 2005a, b, c, 2006 ; T et al., 2007).
En théorie, la recombinaison sexuée peut intervenir chez n’importe laquelle des
espèces (ou sous-espèce, on y reviendra) du complexe T. brucei (T et al., 2007). Il
semblerait cependant que ceci ne concerne que les T. brucei d’animaux (i.e. Tbb),
alors que la sexualité serait rare ou absente chez les souches infectant l’homme (Tbg1
et Tbr) (ML et al., 2000 ; D M et B, 2005 ; K et al., 2009 ;
S et al., 2010). Cependant, ces inférences sont toujours l’objet de contestations,
car elles dépendent fortement de la stratégie d’échantillonnage et notamment de ce
qui est considéré comme appartenant ou non à la même espèce (M-S
et al., 1993 ; ML et al., 2000). Par ailleurs, la plupart des investigateurs consi-
dèrent les déséquilibres de liaison comme des outils privilégiés de mesure de la clo-
nalité, alors qu’il a été montré que ces déséquilibres de liaison sont très difficiles à
estimer et dépendent fortement de la structure des populations cibles (D M et
B, 2004 ; P et D M, 2010). Or les organismes tels que les
trypanosomes ont de fortes chances de montrer des structures de populations assez
cloisonnées. Pour les espèces diploïdes, comme c’est le cas des trypanosomes, le
paramètre FIS de Wright (W, 1965), qui mesure comme on l’a vu l’homozygo-
tie des individus relative à l’homogénéité génétique de la sous-population dont ils
sont issus, représente un outil beaucoup plus performant (D M et B,
2005 ; D M et al., 2006).
Un autre problème, spécifique à Tbg1, concerne la méthode d’isolement des
souches. Il a en effet été montré que les profils enzymatiques de souches provenant
du même patient, mais isolées par différentes méthodes, étaient différents. De là,
l’idée que ces méthodes sélectionnaient des souches de parasites particulières
(J et al., 2003), ce qui est gênant si on ne peut pas être certain d’avoir des
échantillons représentatifs de la diversité présente. Ces méthodes d’isolement sont au
nombre de trois : l’inoculation de rongeurs de laboratoire (IR) par du sang conta-
miné (trypomastigotes sanguins), peu efficace eu égard au manque de virulence des
Tbg1 chez les rongeurs (J et al., 2003) ; la culture in vitro avec le kit
d’isolation in vitro (KIVI) beaucoup plus efficace (J et al., 2003) ou enfin
à partir des liquides biologiques (sang, lymphe des ganglions ou liquide céphalora-
chidien) directement. Ici, ce sont des extraits directs de sang ou BS (blood samples)
qui ont été comparés aux deux autres.
Dans ce chapitre, nous allons revisiter pas à pas les données de l’article de K
et al. (2009) afin d’explorer le système de reproduction de ce pathogène, tester le
biais occasionné par les différentes méthodes d’isolement, estimer la taille de ses

Génétique des populations de Trypanosoma brucei gambiense en Afrique de l’Ouest 249

 N

SÉNÉGAL MALI

Bamako
GUINÉE
BISSAU BURKINA FASO
Boffa GUINÉE
Dubréka

Conakry
SIERRA
Freetown LEONE CÔTE D'IVOIRE

Bonon GHANA
LIBERIA
Monrovia
15° O
5° N Abidjan

Océan atlantique

100 0 100 200 km

Figure 82
Localisation géographique des foyers de THA étudiés (marqués d’une étoile).

populations dans chaque foyer et le nombre de migrants sur un échantillon de

90 souches prélevées en Côte d’Ivoire dans le foyer de Bonon et en Guinée dans les
foyers de Boffa et Dubréka (fig. 82), sur une période allant de 1998 à 2004.

LE JEU
DE DONNÉES BRUTES

Les informations générales concernant les données sont présentées dans le tableau 34.
Les données brutes sont contenues dans le fichier “[Link]”
qui, en plus des données des 90 isolats cités plus haut, donne les génotypes d’un
certain nombre de souches de référence de Tbg1, de Tbb, de Tbg2 (des Tbb trouvés
chez l’homme en Côte d’Ivoire (G, 2007) et de Tbr. Les données se présentent
comme suit (fig. 83).

250 Initiation à la génétique des populations naturelles

Tableau 34
Nombre d’isolats (Nisolats) de Trypanosoma brucei gambiense échantillonnés
dans les différents foyers et années de l’étude. La surface occupée,
la taille de la population humaine, les prévalences et le nombre présumé
de personnes infectées (Prévalence×Population) sont également indiqués.

Pays Foyer Année Nisolats Surface (km²) Population Prévalence Ninfectés

Côte d’Ivoire Bonon 2000 17 400 30 000 0,004 120
2002 14
2004 17
Guinée Boffa 2002 20 2 400 25 000 0,0118 295
Dubréka 1998 15 1 600 25 000 0,0075 187
2002 7

Nous avons besoin de rajouter une information manquante à ces données, les géno-
types multilocus (MLGs), qui est une information extrêmement utile en génétique
des populations clonales (T et al., 1990 ; T et al., 1991 ;
T, 1998 ; 1999 ; T et A, 2002 ; D M et al., 2006). En
ce qui me concerne, je le fais sous Excel. Je charge le fichier sous Excel. Je crée une

Figure 83
Extrait du fichier de données de Trypanosoma brucei. En ligne figurent les différents isolats
(comme d’habitude). Les deux premières colonnes donnent les coordonnées GPS des patients
(pour Bonon 2000 seulement), suivent le nom de l’isolat, le pays, le foyer, la méthode
d’isolement des souches et les huit loci microsatellites sur lesquels ces isolats ont été génotypés.

Génétique des populations de Trypanosoma brucei gambiense en Afrique de l’Ouest 251

colonne “Somme” où je fais la somme de tous les allèles de tous les loci pour chaque
isolat et je trie le tableau en fonction de “Somme”. Je crée une nouvelle colonne “Id”
avec une fonction qui marque 1 quand, dans la colonne “Somme”, plusieurs chiffres
qui se suivent sont égaux. Si la colonne “Somme” correspond à la colonne P de
Excel, alors tapez “=SI(P3=P4;1;””)” en ligne 3 (deuxième isolat) de la colonne Id et
copier cette cellule et la coller sur toutes celles du dessous. Je crée enfin une
colonne “MLG” où je numérote dans l’ordre les génotypes en mettant le même
chiffre pour ceux qui se répètent en m’aidant de la colonne “Id”, mais en prenant
garde que l’identité de la somme résulte bien d’une identité multilocus. J’ai enregis-
tré ce fichier sous le nom “[Link]” où je vais ensuite suppri-
mer les colonnes de calculs intermédiaires et ne garder que MLG en dernière
colonne (après le dernier locus donc).
Il faut ensuite rendre ce fichier lisible par Create, ce qui nous permettra ensuite de le
traduire pour n’importe quel logiciel. Par commodité, il convient de transformer
d’abord tous les “0” en “000000”. Ensuite, il faut séparer les deux allèles de chaque
locus en collant une colonne de tabulation entre les deux allèles de chaque locus (on
obtient deux colonnes par locus donc). Il faut répéter donc sur la première ligne le nom
des loci et faire en sorte que le nom de chaque locus ne dépasse pas six caractères (cer-
tains logiciels vont les tronquer sinon) et ne comporte pas de caractères spéciaux tels
que – ou /. Enfin, certains loci ont des allèles dont la taille est inférieure à 100. Il faut
penser à leur rajouter un 0 devant (par exemple, 085). Il faut coder aussi les MLGs avec
trois caractères et dupliquer cette colonne (rendre ce “locus” diploide homozygote). Les
MLGs seront utilisés pour des tests de randomisations d’individus entre sous-échan-
tillons et pour mesurer l’indice de différenciation, soit Ô l’estimateur du FST. Nous
avons déjà vu que le FST ne dépend que de l’homogénéité interindividuelle dans et
entre sous-populations, la diploïdisation homozygote n’a donc aucun effet à ce niveau.
En principe, nous pouvons commencer. Nous allons déjà nous débarrasser du fac-
teur « technique d’isolement » afin, en cas de non-significativité, de pouvoir ignorer
ce facteur et travailler sur de plus grands sous-échantillons.

TESTER L’EFFET
DE LA TECHNIQUE
D’ISOLEMENT
DES SOUCHES
Création d’un fichier Fstat et MSA

Nous allons utiliser ici les procédures FST par paire de sous-échantillons et les tests de
différenciation par paire de sous-échantillons sous Fstat et aussi créer un dendrogramme.
Nous ne pouvons pas utiliser HierFstat ici car le facteur « technique d’isolement » est

252 Initiation à la génétique des populations naturelles

un facteur croisé (ou orthogonal) et non pas hiérarchisé, comme cela est requis pour
HierFstat (voir la discussion à ce sujet dans D M et G, 2007). Il faut donc
créer ce fichier avec par exemple Create (il s’agit juste d’une suggestion). N’oubliez pas
de créer une nouvelle colonne qui informe sur le foyer, l’année et la méthode d’isole-
ment (Bon00KI pour Bonon 2000 KIVI) et de trier selon cette colonne. Quand cela
est en ordre, on lance Create pour convertir le fichier au format Fstat et MSA (qui
nous servira à construire une matrice de distances génétiques). N’oubliez pas de sup-
primer la colonne supplémentaire inutile du fichier “.lab” que Create va créer. Vous
pouvez également raccourcir les noms de fichiers à votre convenance.

Analyse Fstat par paire de sous-échantillons

Il faut charger ensuite le fichier .dat sous Fstat. Il faut sélectionner les loci (pas le
locus MLG dans un premier temps) et les sous-échantillons pertinents (pas les
souches de références ni les sous-échantillons où il n’y a eu qu’une seule méthode de
prélèvement). Ceci se fait avec le menu déroulant “Options” de Fstat et les sous-
menus “Label file for pops” pour indiquer le fichier contenant le nom des sous-
échantillons (plus facile pour la suite), “Loci to use” (on sélectionne tout sauf MLG)
et “Samples to use” (on sélectionne les sous-échantillons de Bonon en 2002 et 2004
qui sont les seuls où plusieurs méthodes de prélèvements sont disponibles). Dans le
cadre principal du menu Fstat, cochez “Fst per pair of samples”, “Pairwise tests of
differentiation” et activez le bouton “1/1000” de “Nominal level to multiple tests”
(pour avoir suffisamment de permutations). Enfin, cliquez sur “Run”. Nommez le
nouveau fichier ([Link]) (nous avons en effet sélec-
tionné des loci et sous-échantillons particuliers pour ce test) et cliquez sur
“Enregistrer” pour lancer l’analyse Fstat. Deux fichiers de sortie Fstat nous inté-
ressent, celui qui possède les FST par paire de sous-échantillon et qui porte l’exten-
sion “fst” et celui qui donne les P-values avec l’extension “pvl”. Les seules paires qui
nous intéressent sont celles qui comparent deux méthodes dans un même sous-
échantillon. Comme on le voit dans le tableau 35, nous obtenons quatre comparai-
sons qui toutes présentent un estimateur de FST < 0 non significatif.

Tableau 35
Résultats des mesures et tests de significativité par paire de méthodes d’isolement des souches
de Trypanosoma brucei gambiense 1 à Bonon en 2002 et en 2004. Données avec les loci individuels.

Année Méthode 1 Méthode 2 FST P-value

2002 KIVI Rodent inoculation - 0,0164 0,9547
Blood sample KIVI - 0,0088 0,6749
2004 Blood sample Rodent inoculation - 0,0181 0,8319
KIVI Rodent inoculation - 0,0131 0,7192

Génétique des populations de Trypanosoma brucei gambiense en Afrique de l’Ouest 253

Les organismes clonaux ont la fâcheuse habitude de générer une corrélation entre les
loci (déséquilibres de liaison), d’où la présence de génotypes multilocus. Cela pourrait
conduire un test de différenciation, par effet d’auto-corrélation, à pencher trop fort
dans une direction ou l’autre (bien qu’ici les résultats soient peu ambigus). Pour valider
notre test, l’utilisation des génotypes multilocus ou MLGs comme autant d’allèles d’un
même et unique locus est une option efficace. Nous allons donc répéter ce que nous
venons de faire, mais en ne gardant que le “locus” MLG. L’analyse du nouveau jeu de
données ainsi créé ([Link]) aboutit aux résultats
présentés dans le tableau 36. On voit encore que la différenciation n’est pas significa-
tive avec des mesures de différenciation systématiquement négatives ou nulles.

Tableau 36
Résultats des mesures et tests de significativité par paire de méthodes d’isolement des souches
de T. brucei gambiense 1 à Bonon en 2002 et en 2004. Données MLG.

Année Méthode 1 Méthode 2 FST P-value

2002 KIVI Rodent inoculation - 0,0399 0,9061
Blood sample KIVI - 0,0256 1
2004 Blood sample Rodent inoculation - 0,0345 1
KIVI Rodent inoculation 0,0000 1

Analyse NJTree

Nous allons pour cela créer un fichier MSA avec Create. N’oubliez pas de retirer le
locus MLG, ainsi que les souches de référence qui n’ont pas lieu d’être ici. Quand votre
fichier est prêt, copiez-le dans le répertoire de MSA (ou copiez MSA dans votre réper-
toire de travail). Lancez MSA, tapez “i” pour choisir le nom de votre fichier de données
et tapez le nom complet de ce fichier (celui que vous venez de créer avec Create). Tapez
ensuite “d” pour le menu des distances, puis “p” pour choisir le type de distance.
Ensuite, tapez “c” pour sélectionner le calcul par paire de sous-échantillons, puis les
chiffres correspondant aux distances à sélectionner ou à désélectionner. En principe,
on garde la distance harmonique de Cavalli-Sforza et Edwards (chord distance) qui est
réputée produire les meilleurs NJTree, eux-mêmes réputés donner les arbres dotés de
la meilleure topologie (T et N, 1996). Donc on va garder l’option correspon-
dant à cette distance “on” (option 7, indissociable de l’option 8, pour une raison qui
m’échappe). Tapez enfin “!” pour lancer les calculs. MSA crée un répertoire plein de
sous-répertoires pleins de trucs inutiles. Intéressez-vous à ce qu’il y a dans le répertoire
“Distance_data” dans le quel se trouve le fichier “CAS_Pop.txt” qui nous intéresse. Il
faut ouvrir ce fichier avec un tableur ou un bon éditeur de texte. Il contient la matrice
des distances harmoniques de Cavalli-Sforza et Edwards entre toutes les paires de sous-

254 Initiation à la génétique des populations naturelles

Figure 84
Extrait du fichier de données de matrice de distances
pour fabriquer un NJTree sous Mega (les “>>” représentent des tabulations).

Bonon 2000 KIVI

0,05 Bonon 2002 RI
Bonon 2002 KIVI
Bonon 2004 KIVI
Bonon 2004 RI
Bonon 2004 BS
Dubreka 1998 Kivi
Dubreka 2002 Kivi
Boffa 2002 Kivi
Figure 85
Résultat du NJTree basé sur la distance harmonique de Cavalli-Sforza
et Edwards entre paires de sous-échantillons calculée à partir de huit loci microsatellites.

échantillons. Il faut ensuite ouvrir un fichier type MEGA (K et al., 2004),
comme décrit dans la figure 84. Le résultat obtenu est présenté en figure 85. On voit
bien que la méthode d’isolement n’est pas un paramètre très important. Notez que le
dendrogramme obtenu diffère de celui publié par K et al. (2009), car ce dernier
était basé sur six des loci (Micbg6 et Trbpa avaient été éliminés pour des raisons que
nous verrons plus loin) et sur des distances évaluées par Genetix qui calcule en fait une
autre distance que la distance harmonique de Cavalli-Sforzza et Edwards (contraire-
ment à ce qui est dit). Mais la conclusion générale ne change pas.
Nous pouvons donc désormais ignorer le facteur méthode d’isolement dans les ana-
lyses qui vont suivre.

Génétique des populations de Trypanosoma brucei gambiense en Afrique de l’Ouest 255

 DÉSÉQUILIBRES
DE LIAISON,
HOMOZYGOTIE RELATIVE
LOCALE ET SYSTÈME
DE REPRODUCTION
Création du fichier Fstat

En reprenant le fichier de départ, nous allons construire un fichier Create où chaque

combinaison de Foyer×Année d’isolement correspondra à une population différente et
en éliminant pour le moment les souches de référence. Une fois que cela est fait, on
traduit ce fichier au format Fstat en suivant la même procédure que précédemment.

Analyse des déséquilibres de liaison et des FIS

J’ai appelé mon fichier “T-BruceiFoyAnCI&[Link]”. Dans l’analyse Fstat, après

avoir chargé ce fichier et choisi un fichier “Label for pops” dans “Options”, j’ai coché
les cases correspondant aux fréquences alléliques, mesures de diversité génétiques sur
l’ensemble et par locus et population, le test sur le FIS global et pour chaque locus
dans chaque sous-population, ainsi que celui pour le déséquilibre de liaison dans
chaque population et entre chaque paire de loci. Je m’arrange pour qu’il y ait
10 000 permutations au moins. Une fois que tout est prêt, il faut cliquer sur “Run”
et attendre que toutes les permutations soient finies (1 mn chez moi). Les résultats
apparaissent dans le fichier “T-BruceiFoyAnCI&[Link]”.

Déséquilibres de liaison
Nous ne regardons que les tests sur l’ensemble des sous-échantillons et par paire de
loci. Sur les 21 tests possibles, 18 paires de loci sont significativement en déséquilibre
de liaison au seuil 5 %. Cela est largement au-dessus des 5 % attendus (même pas
besoin de faire un test binomial, mais bon cela donne une P-value < 0,0001). Treize
tests restent significatifs au seuil Bonferroni séquentiel et chaque locus est impliqué
au moins une fois dans une liaison significative à ce seuil. Nous pouvons conclure
qu’une liaison statistique très significative existe entre tous les loci, c’est-à-dire que
cette association concerne l’ensemble du génome des trypanosomes.

Excès d’hétérozygotes locaux

Globalement, il existe un important excès d’hétérozygotes avec un FIS = - 0,611 et
un intervalle de confiance à 95 % de [- 0,76, - 0,473]. Cet excès est très significatif
(P-value < 0,0001). Globalement, Fstat ne teste que FIS > 0, mais il suffit de prendre
1-P-value, qui est ici de 0,9999, ce qui donne 0,0001. Regardons ce qui se passe
locus par locus. Dans le fichier “T-BruceiFoyAnCI&[Link]”, il s’agit maintenant

256 Initiation à la génétique des populations naturelles

 0,6

0,4

0,2

0
FIS

- 0,2

- 0,4

- 0,6

- 0,8

-1
micbg1 micbg5 micbg6 msatg4 msatg9 m6c8 mt3033 trbpa All

Figure 86
Valeurs de FIS par locus et sur l’ensemble (All), intervalles de confiance à 95 % de jackknife
sur les sous-échantillons (pour les loci) ou de bootstrap sur les loci
(pour la moyenne globale : All).

de récupérer les valeurs de FIS (smallf ) par locus sur l’ensemble des sous-échantillons,
leur erreur standard de jackknife (StrdErrFis) sur les sous-échantillons (over popula-
tions). Pour six sous-échantillons (donc 6 - 1 = 5 ddl), le paramètre t ≈ 2,57 au seuil
5 % (cf. p. 72-74 de la 1re partie de ce manuel). Pour chaque locus, l’intervalle de
confiance se calcule donc avec les formules FIS-2,57xStrdErrFis pour la limite infé-
rieure, qui ne peut dépasser - 1, et FIS-+2,57xStrdErrFis pour la limite supérieure,
qui ne doit pas dépasser + 1. Les valeurs d’intervalle de confiance qui dépassent les
valeurs - 1 et + 1 doivent donc être artificiellement ramenées à ces valeurs frontières.
En faisant cela, nous supposons que les FIS suivent la loi normale, ce qui est sans
doute faux. D’un autre côté, nous n’utiliserons pas ces intervalles de confiance pour
une décision statistique, mais pour illustrer le comportement des différents loci dans
un graphique. Nous pouvons ainsi réaliser le graphe de la figure 86. On notera que
toutes les P-values = 0,0001 sauf pour trbpa (P-value = 0,0011). On peut aussi noter
que deux loci sortent du lot, micbg6 qui est en fait fixé hétérozygote 182/266 dans
tous les échantillons et trbpa dont la variance est anormalement élevée. Ce locus est
d’ailleurs situé dans une zone codante (R et al., 1998) et nous avons là typi-
quement une bonne raison d’éliminer une source d’information qui apporte plus de
confusion qu’autre chose.
Pour recommencer cette analyse sans le locus trbpa, il suffit de recharger le fichier
dans Fstat et de sélectionner les sept autres loci. Fstat crée un autre fichier que j’ai
personnellement nommé “T-BruceiFoyAnCI&[Link]”. En regardant

Génétique des populations de Trypanosoma brucei gambiense en Afrique de l’Ouest 257

 - 0,2

- 0,3

- 0,4

- 0,5
FIS

- 0,6

- 0,7

- 0,8

- 0,9

-1
micbg1 micbg5 micbg6 msatg4 msatg9 m6c8 mt3033 All
Figure 87
Valeurs de FIS par locus et sur l’ensemble (All) sans le locus trbpa,
intervalles de confiance à 95 % de jackknife sur les sous-échantillons
(pour les loci) ou de bootstrap sur les loci (pour la moyenne globale : All).

ce qui se passe dans le fichier de sortie “T-BruceiFoyAnCI&[Link]”,

on obtient la figure 87. On voit que le FIS = - 0,66 avec un intervalle de bootstrap à
95 % de [- 0,8, - 0,55]. C’est plus bas que Koffi et al., mais parce que nous avons
gardé micbg6. La variance reste apparemment importante entre loci. Cette forte
variance entre loci et d’un sous-échantillon à l’autre pourrait être le signe d’événe-
ments rares de sexe dans un système très majoritairement clonal, comme le montrent
les simulations de B et al. (2003).
Cela pourrait provenir également d’allèles nuls rares (il y a quelques rares homo-
zygotes). Ce pourrait être aussi la conséquence d’un taux de mutation variable entre
loci. En effet, chez les clones purs, il existe une relation directe entre diversité géné-
tique et FIS. Reprenons la formule générale du FIS :
QI − QS
FIS =
1 − QS
Or nous savons que chez les clones purs, l’homozygotie QI tend vers 0, ce qui
donne :
− QS −1 + Hs −1 + Hs
FIS = , et comme QS = 1 - Hs on a forcément FIS = =
1 − QS 1 −1 + Hs Hs

258 Initiation à la génétique des populations naturelles

 0
(HS -1)/HS = 0,9089FIS - 0,0797
- 0,1 R2 = 0,9534
- 0,2

- 0,3

- 0,4
(HS -1)/HS

- 0,5

- 0,6

- 0,7

- 0,8

- 0,9

-1
- 1 - 0,9 - 0,8 - 0,7 - 0,6 - 0,5 - 0,4 - 0,3 - 0,2 - 0,1 0
FIS
Figure 88
Résultat de la régression entre les valeurs de FIS aux différents loci
et dans les différents sous-échantillons et la valeur attendue
en fonction de Hs sous l’hypothèse d’une clonalité absolue.
La droite d’ajustement parfait est en pointillé.

Dans la figure 88, on remarque une relation quasi parfaite entre les deux paramètres,
hormis quatre apostats (cherchez dans le dictionnaire !) dus à quelques individus
homozygotes (un pour msatg9, quatre pour m6c8) rencontrés ça et là et très vrai-
semblablement dus à des allelic dropouts, ou à de l’homoplasie (homozygoties for-
tuites dues au nombre limité d’allèles). Tous les autres points sont en effet
parfaitement alignés sur la droite d’ajustement parfait.
La clonalité pure est donc ici certaine.

DIFFÉRENCIATION
GÉNÉTIQUE
ET STRUCTURE
DES POPULATIONS

En général, je préconise les approches globales plutôt que par paire de sous-échan-
tillons. En effet, les mesures et tests par paire ne sont pas les plus efficaces pour
appréhender la structure d’une population. Il vaut mieux alors utiliser des distances
génétiques. Cependant ici, il n’y a que trois sous-populations subdivisées, parfois en

Génétique des populations de Trypanosoma brucei gambiense en Afrique de l’Ouest 259

Tableau 37
Résultats des mesures de différenciation par paire d’échantillons de Tbg1
aux échelles spatiales et temporelles. Tous les tests restant significatifs
au seuil Bonferroni séquentiel (en considérant sept tests) sont indiqués en gras.
La mesure standardisée du FST, FST’ = FST/(1 - Hs) est aussi indiquée.

Échelle Marqueur Géographie Sous-échantillon FST P-value Hs FST’

Temporelle Loci Bonon 2000 2002 0,0096 0,0182 0,5959 0,0238
Bonon 2000 2004 0,0160 0,0063 0,6129 0,0413
Bonon 2002 2004 0,0031 0,1836 0,6119 0,0080
Dubréka 1998 2002 0,0352 0,0330 0,6594 0,1033
MLG Bonon 2000 2002 0,1157 0,0010 0,8418 0,7311
Bonon 2000 2004 0,1140 0,0009 0,8592 0,8094
Bonon 2002 2004 0,0250 0,0590 0,9380 0,4032
Dubréka 1998 2002 0,1006 0,0059 0,8570 0,7033
Spatiale Loci Entre pays Bonon Boffa 0,2940 0,0001 0,5760 0,6934

2002 Bonon Dubréka 0,2127 0,0001 0,6177 0,5564

Guinée Boffa Dubréka 0,0514 0,0017 0,5988 0,1281
MLG Entre pays Bonon Boffa 0,1769 0,0001 0,8783 1,0000
Bonon Dubréka 0,1207 0,0153 0,9219 1,0000
Guinée Boffa Dubréka 0,0452 0,0203 0,8795 0,3751

deux ou trois périodes (années) d’échantillonnage. J’ai donc créé un nouveau fichier
contenant les sept loci ne présentant pas de problème et les MLG (“T-BruceiFoyer
AnCleanLoci&[Link]”). Il faut mettre ces données au format Fstat et ana-
lyser les différenciations par paire de sous-échantillons en sélectionnant les loci de
façon pertinente (ne pas laisser MLG avec les loci normaux !). En fait, les données
“loci” sont déjà dans “T-BruceiFoyAnCI&[Link]”. Pour les MLG, il
suffit d’ouvrir le fichier global et sélectionner le locus MLG avec le menu “Options”
et “Loci to use”. Pour ces deux nouveaux fichiers, l’analyse se fait sous Fstat avec la
procédure “Pairwise test of differentiation” avec 10 000 permutations des individus
entre sous-populations et les “Fst per pair of samples”. Le résultat de ces deux ana-
lyses, si vous ne vous êtes pas trompés, à extraire des fichiers *.fst et *.pvl, sont
compilés dans le tableau 37.
La différenciation temporelle est plus facile a détecter avec les MLGs. Substantielle
au bout de deux années, elle devient très importante au bout de quatre ans. La dérive

260 Initiation à la génétique des populations naturelles

est donc rapide et suggère de faibles effectifs efficaces pour les MLGs. La structure
géographique est très prononcée avec un isolement total entre Guinée et Côte
d’Ivoire et probablement peu d’échanges entre Boffa et Dubréka. Si on reprend
l’équation (26) du chapitre 2 de la première partie (modèle en deux îles), on peut en
déduire un équivalent Nm = (1 - FST’)/8FST’ = 0,21 MLG échangé par génération
entre deux sous-populations. Il est probable que la division cellulaire n’est pas la
bonne mesure du temps de générations ici. En effet, cela signifierait que chaque
cellule de trypanosome correspond à un individu. Étant donné le nombre de per-
sonnes atteintes, et surtout le nombre de cellules trypanosomiales contenues par
patient, cela reviendrait à des populations de tailles gigantesques qui ne devraient pas
ou peu dériver (pour des chiffres, consulter l’article original de K et al., 2009).
Le temps de génération correspond donc davantage au temps d’un cycle complet
tsé-tsé-homme-tsé-tsé qui prend environ 37 à 49 jours (se référer à l’article de K
et al., 2009 pour les détails), d’où un nombre maximal de générations par an de 10.
Soit donc deux MLG échangés par année.

Calculs d’effectifs efficaces

Nous allons utiliser ici une pirouette dont nous vérifierons la pertinence ensuite à
l’aide de quelques simulations. Comme nous avons des échantillons des mêmes
foyers échantillonnés dans le temps pour Bonon et Dubréka, nous allons tenter
d’estimer la taille de dérive des MLGs à l’aide de méthodes temporelles et spatio/
temporelles. Pour Bonon et pour Dubréka, nous utiliserons la méthode de W
(1989) avec NeEstimator. Pour les foyers guinéens, nous pourrons aussi essayer
d’estimer conjointement la taille efficace et le taux de migration à l’aide de la
méthode de W et W (2003) avec le logiciel MLNe. Il nous faut donc
dans un premier temps convertir les données MLG au format approprié.
Construction des fichiers pour NeEstimator et pour MLNe
Pour la méthode de Waples (NeEstimator), il faut faire un fichier de type Genepop
pour chaque année de chaque site pertinent, soit cinq fichiers (Bonon en 2000,
2002, 2004, Dubréka 1998 et Dubréka 2002), comme en figure 89.
Pour MLNe nous allons passer par Create, car le formatage du fichier est horrible (je
ne remercierai jamais assez Jason Coombs16). Le fichier a donc la forme de la
figure 90.
Il convient ensuite sous Create de charger ce fichier et de lui donner les informa-
tions, comme indiqué dans la figure 91.
Create vous demande si c’est bon en vous montrant ce qu’il a fait et vous dites oui.
Un nouveau cadre apparaît où vous allez cocher “MLNE” dans “Specialized gene-
16
Notez que comme PGD-Spider ne prend pas en charge cette conversion, CREATE est donc à ma connais-
sance le seul logiciel utilisable pour convertir un jeu de données au format MLNe.

Génétique des populations de Trypanosoma brucei gambiense en Afrique de l’Ouest 261

Figure 89
Aspect d’un fichier de données pour NeEstimator. Exemple des données de Bonon 2000.
Le seul locus correspond aux MLGs. Les données commencent en seconde ligne
(qui ne sera pas lue par NeEstimator). Le signe “>>” signifie une tabulation.

tic programs” et cliquer ensuite sur “Create”. On vous demande ensuite de choisir
les populations focales (pour laquelle le Ne et le m seront calculés) et sources
(d’immigrants). Nous choisissons d’abord Bonon comme population focale (pour
laquelle nous essayerons d’obtenir m et Ne) et les deux autres comme source
(fig. 92).
Renommez le fichier de telle sorte qu’il soit identifié comme focalisé sur Bonon,
comme par exemple “[Link]”. Faites
ensuite la même chose pour Boffa et Dubréka. Pour Boffa ça ne marche pas, car il
n’y a qu’un seul échantillon temporel. Nous n’obtenons donc que deux fichiers ana-
lysables par MLNe, un pour Bonon et un pour Dubréka. N’oubliez pas d’identifier
le fichier de Dubréka.
Analyses avec NeEstimator
Lancez NeEstimator et après avoir lu l’avertissement, cliquez sur OK. Après avoir
cliqué sur “File” et choisi “New”, vous obtenez un cadre de menu où vous allez
sélectionner les mêmes options que celles indiquées en figure 93. En particulier,
choisissez le format de fichier Genepop et ignorez la première ligne avec un format
de délimitation entre données “Tab” (tabulations).
Cliquez ensuite sur l’onglet “Data file” puis sur “Load”. Allez chercher les fichiers
contenant les données de Bonon 2000 auxquelles vous affecterez la génération 0 et
Bonon 2002 auxquelles vous affecterez la génération 19 (10 générations par an,
comme indiqué plus haut), comme représenté dans la figure 94.

262 Initiation à la génétique des populations naturelles

Figure 90
Le jeu de données MLG de tous les sous-échantillons pour Create,
avant transformation pour MLNe. t indique la génération en partant de 0
pour 1998 et en finissant avec 79 pour 2004 sur la base de 10 générations par an.

Il s’agit ensuite de lancer le calcul en cliquant sur “File” et “Run”, comme sur la figure 95.
Les résultats apparaissent sous forme d’un tableau (fig. 96). Seule l’analyse par la
méthode temporelle de Waples (celle qui nous intéresse ici) donne un résultat avec
95 % d’intervalle de confiance. Cet intervalle de confiance est calculé selon la for-
mulation complexe décrite dans W (1989) qui utilise la loi du Chi-2 avec un
degré de liberté égal au nombre total d’allèles indépendants ayant servi à l’estimation
et un seuil Í = 0,05.

Génétique des populations de Trypanosoma brucei gambiense en Afrique de l’Ouest 263

Figure 91
Menu Create pour créer le fichier pour MLNe.

Figure 92
Définir la population focale et les populations sources pour MLNe dans CREATE.

264 Initiation à la génétique des populations naturelles

Figure 93
Menu NeEstimator pour estimation de Ne temporel (Waples).

Figure 94
Cadre de menu de NeEstimator pour choisir les fichiers à analyser pour un calcul
d’effectifs efficaces pour deux échantillons du même site prélevés à deux dates différentes.

Génétique des populations de Trypanosoma brucei gambiense en Afrique de l’Ouest 265

Figure 95
Lancement du calcul de Ne.

Figure 96
Résultats de l’analyse NeEstimator pour le calcul du Ne temporel de Waples à Bonon.

266 Initiation à la génétique des populations naturelles

Figure 97
Sauver les résultats de NeEstimator.

Vous pouvez (et je le conseille) sauvegarder ces résultats avec le menu déroulant
“File” et “Save” (fig. 97). Nommez votre fichier de façon appropriée et NeEstimator
y ajoutera l’extension NeA. J’ai personnellement nommé ce fichier
“[Link]”.
Refaites la même chose pour tous les sous-échantillons temporels. Les résultats sont
synthétisés dans le tableau 38.
Analyses avec MLNE
Après avoir créé un répertoire pour Bonon et pour Dubréka et y avoir déplacé les
fichiers correspondants créés par Create, copiez dans chacun de ces deux répertoires
le logiciel MLNE “[Link]”. Lisez bien la notice, qui n’est pas des plus didactiques,
afin d’effectuer les modifications nécessaires dans les fichiers sources. Prenez le
fichier pour Bonon. La première ligne doit indiquer “1”, car vous souhaitez estimer
à la fois m et Ne. La deuxième ligne indique la taille efficace maximale autorisée
(pour économiser de la mémoire), et est par défaut 5 000, ce qui est largement suf-
fisant. Si le résultat est proche de cette valeur, vous pourrez éventuellement recom-
mencer avec une valeur plus élevée. La troisième ligne n’a pas d’intérêt et on ne s’en
occupe pas. La quatrième ligne est destinée aux informaticiens experts dont nous ne
faisons malheureusement pas partie, donc nous zappons. La cinquième ligne désigne
le nombre de loci (vérifiez que le nombre indiqué est bien “1”). La sixième ligne

Génétique des populations de Trypanosoma brucei gambiense en Afrique de l’Ouest 267

indique le nombre total d’allèles. La septième ligne indique le nombre de sous-
échantillons temporels pour la sous-population focale (ici Bonon). Il y en a trois
correspondants aux générations 39, 59 et 79. Il faut donc que soit indiqué “3”. En
huitième ligne sont indiqués les numéros de cohorte de chacun de ces sous-échan-
tillons temporels, dans l’ordre et en commençant par “0”. Il faut donc taper
“0,20,40” sur cette ligne. Ensuite, ce sont les données codées par Create au format
MLNE et que personnellement je n’aurais jamais eu le courage de faire tout seul. Il
faut ensuite enregistrer ce fichier sous le nom “MNE_DATA” en lettres capitales et
sans extension. Il suffit ensuite de double cliquer sur [Link] pour lancer la procé-
dure. Après un certain nombre de calculs plus ou moins longs, le logiciel crée alors
un fichier “MNE_OUT”. Le programme donne les valeurs de Ne et de m selon deux
méthodes. Celle du maximum de vraisemblance avec les intervalles de confiance à
95 % et celle des moments. Ces deux méthodes sont décrites dans l’article W et
W (2003). Pour Dubréka, il n’y a que deux sous-échantillons temporels (“2”
en ligne 7) correspondant aux cohortes 0 et 59 (“0,59” en ligne 8). Les résultats de
cette approche figurent dans le tableau 38.

Estimation de la taille clonale

des foyers par modélisation

Ici, les allergiques aux formules mathématiques vont souffrir, mais il n’y a guère
d’autres moyens d’expliquer comment obtenir des valeurs d’effectifs clonaux. Ceux
pour lesquels la cause est perdue peuvent se référer directement aux résultats finaux.
Cependant, si vous lisez ce chapitre c’est que vous comptez travailler sur des orga-
nismes à reproduction clonale. Je crois alors indispensable d’avoir compris au moins
une fois ce qui suit, ou au moins de comprendre la démarche permettant d’aboutir aux
résultats finaux.

Cas général
Dans un modèle en île subdivisé en n sous-populations, chacune composée de
N individus diploïdes à générations non chevauchantes avec un taux de mutation u
dans un modèle IAM (infinite allele model), soit QI la probabilité de prendre au
hasard deux fois le même allèle au sein d’un même individu, QS la probabilité de
prélever au hasard le même allèle dans deux individus de la même sous-population
et QT la probabilité de prendre deux allèles identiques dans deux sous-populations
différentes de la population totale, soit  = (1 - u)² la probabilité qu’aucun des deux
allèles pris au hasard n’ait muté d’une génération à l’autre, c la proportion de zygotes
formés de façon clonale (asexuée) et s la proportion, parmi les (1 - c) qui se forment
suite à une autofécondation, soit qs la probabilité de tirer au hasard deux individus
de la même sous-population qui soient originaires tous les deux d’une seule et même
sous-population avant migration et qd la probabilité que deux individus pris au
hasard dans deux sous-populations différentes parmi les n disponibles soient issus,

268 Initiation à la génétique des populations naturelles

avant migration, de la même sous-population, alors la récurrence d’une génération
à l’autre pour QI, QS et QT peut s’écrire :
    1 + QI ( t )   
QI ( t +1) = γ cQ I ( t ) + (1 − c )  s   + (1 − s )QS ( t )  
    2   

   1  1 + QI ( t )   1  
QS ( t +1) = γ q s    + 1 −  QS ( t )  + (1 − q s )QT ( t )  (69)
   N  2   N  

Q   1  1 + QI ( t )   1  
= γ q d    + 1 −  QS ( t )  + (1 − q d )QT ( t ) 
 T ( t +1)
  N  2   N  
 
Pour que deux allèles restent identiques, il faut qu’aucun des deux n’ait muté (nous
négligeons l’homoplasie), soit . Pour QI, les zygotes issus de reproduction clonale (pro-
babilité c) gardent la même probabilité de posséder deux allèles identiques qu’à la géné-
ration précédente. Parmi ceux issus de reproduction sexuée (1 - c), ceux issus
d’autofécondations (s) ont déjà deux gènes identiques qui le restent avec la probabi-
lité QI(t) ou, sachant qu’ils n’étaient pas identiques (1 - QI(t)), la probabilité de tirer deux
fois le même après autofécondation est de ½, soit donc QI(t) + (1 - QI(t))/2 = (1 + QI(t))/2.
Les zygotes issus de croisements panmictiques (1 - s) obtiennent deux allèles identiques
avec la probabilité QS(t), par définition. Pour QS, la probabilité de tirer deux allèles
identiques de deux individus de la même sous-population, il faut que ces deux individus
aient été issus de la même sous-population (qs). Parmi ceux-ci, on tire deux fois le même
individu (1/N) et ce dernier a les deux même allèles avec la probabilité QI(t) ou ils ne le
sont pas (1 - QI(t)) et on tire deux fois le même avec la probabilité ½, ce qui donne (1/N)
(1 + QI(t))/2, mais si on tire deux individus différents (1 - 1/N), la probabilité de tirer
deux allèles identiques est QS(t) par définition, ce qui donne bien (1 - 1/N)QS(t) et donc
au final, si deux individus sont issus d’une même sous-populations (qs), la probabilité
de tirer deux allèles identiques chez eux est (1/N)(1 + QI(t))/2 + (1 - 1/N)QS(t). Enfin, si
les deux individus n’étaient pas initialement dans la même sous-population (1-qs), alors
la probabilité de tirer deux fois le même allèle est QT(t) par définition. Pour finir, en ce
qui concerne QT, les deux individus tirés de deux sous-populations différentes pou-
vaient initialement avoir été dans la même sous-population (qd) et dans ce cas, la pro-
babilité de tirer deux allèles identiques chez eux est (1/N)(1 + QI(t))/2 + (1 - 1/N)QS(t)
(comme vu précédemment), alors que dans le cas contraire (1-qd), la probabilité de tirer
deux allèles identiques est QT(t) par définition.
Nous allons supposer que les sous-populations sont de taille N suffisamment grande de
telle sorte qu’échantillonner dans une telle sous-population ne change pas les fré-
quences d’allèles. Nous savons qu’il y a n sous-populations. Alors, qs représente la pro-
babilité que soit les deux individus pris au hasard dans une sous-population soient tous
les deux non migrants, avec la probabilité P1 = (1 - m)( 1- m) = (1 - m)² et auquel cas
ils sont effectivement issus de la même sous-population avant migration, soit que ces

Génétique des populations de Trypanosoma brucei gambiense en Afrique de l’Ouest 269

deux individus soient des immigrants venus d’autres sous-populations, avec une proba-
bilité P2 = m² et qu’ils viennent d’une même sous-population parmi les (n - 1) restantes,
soit P3 = 1/(n - 1)², mais sachant que les (n - 1) sous-populations peuvent indépendam-
ment fournir ces deux individus. Par conséquent, qs = P1 + P2×P3×(n - 1), ou :
m2
q s = (1 − m ) +
2
(70)
(n − 1)
Par ailleurs, qd est égal à la probabilité de prélever deux individus de deux sous-popu-
lations différentes parmi les n puis parmi les (n - 1) disponibles avec n possibilités,
soit P4 = (1/n)(1/(n - 1))×n = 1/(n - 1) et que tous les deux soient des migrants (m²)
et que, avant migration, l’un provienne alors d’une des n - 1 sous-populations res-
tantes et l’autre de cette même sous-population parmi les n-2 restantes (soit
1 m 2 (n − 2)
1
(n − 1) 1 (n − 2)), soit P5 = m (n − 1)2 (n − 1)(n − 2) = n − 1 ou bien
2

n −1 n −1
alors que le premier individu soit un immigrant et pas l’autre ou l’inverse (2m(1 -
m)) et que l’immigrant provienne d’une autre des (n - 1) sous-populations (1/(n - 1))
avec n - 1 possibilités, donc P6 = 2m(1 - m)(n - 1)/(n - 1) = 2m(1 - m). Par consé-
quent, nous pouvons écrire que qd = P4×(P5 + P6), ou encore :
1  m 2 (n − 2) 
qd =  + 2m(1 − m )
n −1  n −1 
Nous pouvons réarranger cette équation :
1  n − 1 − 1
qd =  2m(1 − m ) + m 2
n −1  n − 1 
⇔
1   1 
qd =  2m(1 − m ) + m 2 1 − 
n −1   n − 1 
⇔
1  m2 
qd = 2 m (1 − m ) + m 2
−
n − 1  n − 1
⇔
1  m2 
qd = 2 m − 2 m 2
+ m 2
−
n − 1  n − 1
⇔
1  m2 
qd =  2m − m 2 −
n −1  n − 1
⇔

270 Initiation à la génétique des populations naturelles

 1  m2 
qd = 1 − 1 + 2m − m 2 −
n −1  n − 1
⇔
1  m2 
qd = 1 − (1 − m) 2 −
n −1  n − 1
Il en résulte que :
1 − qs
qd = (71)
n −1
Nous faisons maintenant l’hypothèse d’une clonalité totale (c = 1), les récurrences
deviennent :
Q I ( t +1) = γcQ I ( t )


   1  1 + QI ( t )    
Q 1
 S ( t +1) = γ  q s  
 
 +  1 − Q S ( t )  + (1 − q s ) Q T ( t )  (72)
   N  2   N   
   1  1 + QI ( t )    
Q 1
T ( t +1) = γ q d    + 1 − Q S( t )  + (1 − q d ) QT ( t ) 
   N  2   N   

Si nous nous posons à un état proche de l’équilibre mutation/migration/dérive, alors
QI(t) = QI(t+1) = QI ; QS(t) = QS(t+1) = QS ; QT(t) = QT(t+1) = QT et on voit tout de suite
que QI = 0, ce qui correspond bien à l’attendu théorique d’une population clonale
en nombre infini d’allèles (hétérozygotie totale) (B et al., 2003). Le système
d’équations précédent devient :
QI = 0


   1  1  

QS = γ q s  + 1 −  QS + (1 − q s )QT  (73)

 
   2 N  N  
 


   1  1  
QT = γ qd  + 1 −  QS + (1 − qd )QT 

   2 N  N   
On peut résoudre ce système de deux équations à deux inconnues à l’aide des calculs
matriciels comme dans l’article de B et al. (2003). Cependant, pour gagner
du temps et simplifier les calculs nous allons tout de suite faire trois hypothèses (trois
cas de figures) et voir ce que cela donne. Dans la première hypothèse, nous suppo-
serons que le nombre de sous-populations n est très grand. Dans le deuxième cas

Génétique des populations de Trypanosoma brucei gambiense en Afrique de l’Ouest 271

qu’il n’y a que deux sous-populations, telles que Boffa et Dubréka en Guinée (il
existe un troisième foyer, Forecariah, mais qui reste assez éloigné) et en Côte d’Ivoire
avec Bonon et Sinfra (K et al., 2006). Enfin, dans la mesure où nous avons pu
constater que la différenciation entre foyers était assez forte nous ferons, pour le
troisième cas de figure, l’hypothèse d’une seule population isolée.
Nombre infini de sous-populations
C’est le modèle décrit dans D M et B (2005). Dans ce cas, on montre
que, puisque n→∞ :
m2
q s = (1 − m ) + ≈ (1 − m )
2 2

(n − 1)
et
1 − qs
qd = ≈0
n −1
Le système de trois équations (73) devient :
Q I = 0


[ ]
  
2 1  1 
QS = γ (1 − m )  + 1 −  .QS  + 1 − (1 − m )2 .QT 
   2 N  N  

QT = γ QT
Il y apparaît clairement que la solution pour QT est QT = 0 et donc :
 2 1  1  
QS = γ (1 − m )  + 1 −  QS 
  2N  N  
À partir de là on peut poser :
 2 1  2 1
QS 1 − γ (1 − m ) 1 −  = γ (1 − m )
  N  2N
d’où il est facile d’extraire :
1
γ (1 − m )2
QS = 2N
2 1
1 − γ (1 − m ) 1 − 
 N
Nous pouvons réarranger cette équation :
γ (1 − m )2
2N γ (1 − m ) 2
QS = =
2 N − γ (1 − m ) (2 N − 2) 2 N − γ (1 − m ) (2 N − 2 )
2 2

2N

272 Initiation à la génétique des populations naturelles

Sachant que Ï = (1 - u)², nous pouvons poser :

QS =
(1 − u )2 (1 − m)2
2 N − 2 N (1 − u ) (1 − m ) + 2(1 − u ) (1 − m )
2 2 2 2

Nous allons considérer maintenant que tous les termes en u² et m² sont négligeables
devant 1. L’équation précédente peut donc s’écrire :

QS =
(1 − 2u )(1 − 2m)
2 N − 2 N (1 − 2u )(1 − 2m ) + 2(1 − 2u )(1 − 2m )
En développant nous obtenons :

QS =
(1 − 2m − 2u + 4um)
2 N − 2 N (1 − 2m − 2u + 4um ) + 2(1 − 2m − 2u + 4um )
Nous pouvons également négliger les termes en um devant 1, ce qui donne :

QS =
(1 − 2m − 2u )
2 N − 2 N (1 − 2m − 2u ) + 2(1 − 2m − 2u )

QS =
(1 − 2m − 2u )
2 N − 2 N + 4 N (m + u ) + 2(1 − 2m − 2u )

QS =
(1 − 2m − 2u )
4 N (m + u ) + 2(1 − 2m − 2u )
Nous allons maintenant considérer que le taux de migration est faible (c’est le cas
ici) et le taux de mutation aussi. Le taux de mutation moyen des microsatellites est
en effet de l’ordre de u = 10-3 d’après la littérature sur cette question (E,
2000 ; B et L-M, 2002 ; E, 2004). Si nous négligeons
les termes en u et m devant 1 nous obtenons pour QS :
1
QS ≈ (74)
4 N (m + u ) + 2
Nous pouvons maintenant nous servir de ces valeurs d’identité à l’équilibre pour
calculer les FIS et FST à l’équilibre mutation, migration et dérive en utilisant l’équa-
tion (21) du chapitre 2 de la première partie de ce manuel :
 1
 0−
F = QI − QS ≈ 4 N (m + u ) + 2
 IS 1
 1 − QS 1−
 4 N (m + u ) + 2

 1
 −0

F = QS − QT ≈ 4 N (m + u ) + 2
 ST
 1 − QT 1−0

Génétique des populations de Trypanosoma brucei gambiense en Afrique de l’Ouest 273

ce qui donne :
 1
 −
F ≈ 4 N (m + u ) + 2
 IS
4 N (m + u ) + 2 −1

 4 N (m + u ) + 2
 1
F ≈
 ST
 4 N (m + u ) + 2
Et finalement
 −1
FIS ≈
 4 N (m + u ) + 1
 (75)
F ≈ 1
 ST
 4 N (m + u ) + 2
Nous retrouvons la fameuse équation FST = - FIS/(1 - FIS). À partir de là, nous pou-
vons extraire N et m des valeurs de FIS et FST.
4 N (m + u )F + F = −1
IS IS

4 N (m + u )FST + 2 FST = 1
<=>
4 N (m + u ) F = −1 − F
IS IS

 4 N ( m + u ) F ST = 1 − 2 FST

Nous posons que m>>u et donc :

4 NmFIS ≈ − 1 − F IS

4 NmFST ≈1 − 2 F ST
Nous nous retrouvons donc avec deux valeurs pour Nm :

Nm ≈ − 1 − F IS

 4 F IS (76)

Nm ≈ 1 − 2 F ST

 4 F ST
Nous savons, d’après les simulations de D M et B (2005), que c’est
le FIS qui donne les meilleurs résultats, c’est donc cette formulation que nous
retiendrons. Les résultats du calcul des Nm figurent dans le tableau 38. Ils ont
nécessité le calcul d’un FIS avec son intervalle de confiance à 95 % de bootstrap
dans chaque foyer (valeurs moyennes calculées sur l’ensemble des sous-échan-
tillons). Pour Boffa (un seul sous-échantillon), si on utilise Fstat qui ne sait pas

274 Initiation à la génétique des populations naturelles

travailler sur un seul sous-échantillon, il faut ajouter un deuxième sous-échan-
tillon fictif de même taille que Boffa et fixé (111111) pour tous les loci.

Deux sous-populations
Avec seulement deux sous-populations, comme on peut raisonnablement penser
que ce soit le cas en Guinée avec Boffa et Dubréka et en Côte d’Ivoire avec
Bonon et Sinfra (K et al., 2006), les équations (70), (71) et (73) deviennent :
q s = (1 − m ) + m 2 = 1 − 2m + 2m 2 = 1 − 2m(1 − m )
2
(77)
qd = 1 − q s = 1 − 1 + 2m(1 − m ) = 2m(1 − m ) (78)
Il n’y a cependant pas de façon simple de résoudre le système d’équations (73)
ici et il faut passer par une résolution matricielle avec un logiciel de mathéma-
tiques. Ceci avait déjà été fait dans B et al. (2003) et donne pour FIS et
FST (après correction des erreurs dans les formules) (K et al., 2009,
Appendice) :
 γ [q s − γ (q s − q d )]
F =
 IS
 2 N (1 − γ )[γ (q s − q d ) − 1] − γ [q s − γ (q s − q d )]


F = γ (1 − γ )(q s − q d )
 ST
 2 N (1 − γ )[1 − γ (q s − q d )] + γ [q d (2γ − 1) − 2q s (γ − 1)]
Si on remplace qd par 1 - qs (dans le cas où n = 2 sous-populations) :
 γ [q s − γ (2q s − 1)]
 F IS =
 2 N (1 − γ )[γ (2q s − 1) − 1] − γ [q s − γ (2q s − 1)]


 γ (1 − γ )(2q s − 1)
 FST =
 2 N (1 − γ )[1 − γ (2q s − 1)] + [(1 − q s )(2γ − 1) − 2q s (γ − 1)]
Sachant que les termes en u² sont négligeables par rapport à 1, on peut considérer
que  ≈ 1 - 2u et donc :
 (1 − 2u )[q s − (1 − 2u )(2q s − 1)]
 FIS =
 2 N (1 − 1 + 2u )[(1 − 2u )(2q s − 1) − 1] − (1 − 2u )[q s − (1 − 2u )(2q s − 1)]


 (1 − 2u )(1 − 1 + 2u )(2q s − 1)
 F ST =
 2 N (1 − 1 + 2u )[1 − (1 − 2u )(2q s − 1)] + [(1 − q s )(2 − 2u − 1) + 2q s (1 − 2u − 1)]

Génétique des populations de Trypanosoma brucei gambiense en Afrique de l’Ouest 275

  (1 − 2u)(q s − 2q s + 1 + 4uq s − 2u )
 F IS =

 4 Nu[2q s − 1 − 4uq s + 2u − 1] − (1 − 2u )(q s − 2q s + 1 + 4uq s − 2u )


F =
ST
( )
2u − 4u 2 (2q s − 1)
 4 Nu[1 − 2q s + 1 + 4uq s − 2u ] + [(1 − q s )(1 − 2u ) − 4uq s ]


 (1 − 2u)(− q s + 1 + 4uq s − 2u )
 F IS =
 8 Nu[q s − 1 − 2uq s + u ] − (1 − 2u)(− q s + 1 + 4uq s − 2u )


 4uq s − 2u − 8u 2 q s + 4u 2
 FST =
 8 Nu[1 − u − q s (1 − 2u )] + [1 − 2u − q s + 2uq s − 4uq s ]

 − q s + 1 + 4uq s − 2u + 2uq s − 2u − 8u 2 q s + 4u 2
 F IS =
 8 Nu[− (1 − u ) + q s (1 − 2u )] − (1 − 2u )(1 − 2u − q s (1 − 4u ))


 2u[2q s (1 − 2u ) − (1 − 2u )]
 FST =
 8 Nu[1 − u − q s (1 − 2u )] + [(1 − 2u ) − q s (1 + 2u )]
Nous allons maintenant négliger les termes en u devant 1, ce qui donne :
 1 − qs
 F IS = −
 8 Nu (1 − q s ) + (1 − q s )
 (79)
 2u[2q s − 1]
FST =

 8 Nu (1 − q s ) + (1 − q s )
Nous allons maintenant poser que qs = 1 - 2m(1 - m) < 1. Cette valeur maximale corres-
pond ici à m < 1. En effet, dans le cas de deux sous-populations, m = 1 est équivalent à
une absence de migration puisque cela signifie que tous les individus d’une sous-popu-
lation migrent ensemble dans l’autre et vice-versa. Nous allons en fait ne considérer que
les cas où 0 ≤ m ≤ 0,5, où m = 0,5 correspond dans ce cas au maximum d’échange de
migrants possible. Nous pouvons donc simplifier le système d’équations (79) en :
F = − 1
 IS
 8 Nu + 1


 2u[2q s − 1]
 FST =

 8 Nu (1 − q s ) + (1 − q s )

276 Initiation à la génétique des populations naturelles


8 NuFIS + F IS = −1

(8 Nu + 1)(1 − q s )FST − 4uq s = −2u

 F IS + 1
 N = − 8uF
IS


q s [− (8 Nu + 1)FST − 4u ] = −2u − (8 Nu + 1)FST

 F IS + 1
 N = − 8uF
 IS


q =
(8 Nu + 1)FST + 2u
 s (
 8 Nu + 1)FST + 4u

 F IS + 1
 N = − 8uF
IS


     
  
F + 1    F +1
  8 − IS  u + 1 FST + 2u 1 − IS  FST + 2u
      
  8uF    F 
   IS    IS 
=
q s =    
  
     F +1
 F + 1 IS
 8 − IS  u + 1 FST + 4u 1 −  FST + 4u
      
   8uF    F IS 
   IS   

 F IS + 1
 N = − 8uF
IS


 F (80)
 2u − ST
F IS 2uF IS − FST
q s = =
 F
4u − ST 4uF IS − FST
 F IS

Génétique des populations de Trypanosoma brucei gambiense en Afrique de l’Ouest 277

Nous savons aussi qu’ici (n = 2 sous-populations) qs = 1 - 2m(1 - m), soit :
qs = 1 - 2m - 2m²

qs 1
= − m + m2
2 2

2 2
1 1 q s 1 1
m −2 m +
2
= − +
2 2 2 2 2

2 2
1 1 q s 1 1
m −2 m +
2
= − +
2 2 2 2 2

2 2
 1 q 1 1
m− = s − +
 2 2 2 2

2
1 q 1 1
m− = ± s − +
2 2 2 2

1 1
m= ± 2q s −1
2 2
Nous avons déjà vu que m ≤ 0,5 donc :
1 1
m= − 2q s −1 (81)
2 2
En combinant les équations (80) et (81), nous obtenons :
 F IS + 1
N = −
 8uF IS

 1 1 2uF IS − FST
m = − 2 −1
 2 2 4uF IS − FST

 F IS + 1
 N = − 8uF
 IS

 1 1 4uF IS − 2 FST − 4uF IS + FST
m = −
 2 2 4uF IS − FST


278 Initiation à la génétique des populations naturelles

  F IS + 1
 N = − 8uF
 IS

 1 1 FST
m = −
 2 2 FST − 4uF IS

 F IS + 1
N = −
 8uF IS

 1 FST 
m = 1 − 
 2  FST − 4uF IS 
Nous pouvons maintenant calculer les effectifs clonaux des différents foyers, ainsi
que la proportion de migrants. Notez que dans le cas particulier des clones structu-
rés en deux sous-unités, le FIS devient indépendant de la migration et on peut direc-
tement estimer N à partir du FIS. Nous prendrons comme précédemment u = 0,001.
Les résultats sont présentés dans le tableau 38.
Une sous-population isolée
Dans ce cas, on considère que m = 0 et donc qs = 1, qd = 0 et QT = 0 et le système
d’équations 73 devient:
QI = 0

  1  1 
QS = γ  + 1 −  QS
  2 N  N 

QT = 0

QI = 0

  1  1 
QS = γ  + 1 −  QS
  2 N  N 

QT = 0

QI = 0

 2 N − 2γ ( N − 1) γ
QS =
 2N 2N
Q = 0
 T

Génétique des populations de Trypanosoma brucei gambiense en Afrique de l’Ouest 279


QI = 0

 2 N − 2γ ( N − 1) γ
QS =
 2N 2N
Q = 0
 T
Nous savons que u ≈ 0,001, donc que u²<<1 et donc que  ≈ 1 - 2u, ce qui fait :
QI = 0

 1 − 2u
QS =
 2 N − 2(1 − 2u )(N − 1)

QT = 0

QI = 0

 1 − 2u
QS =
 2 N − 2(1 − 2u )(N − 1)

QT = 0

QI = 0

 1 − 2u 1 − 2u
QS = =
 2 N − 2 N + 2 + 4 Nu − 4u 2 + 4 Nu − 4u
Q = 0
 T
Nous allons considérer que u<<1, ce qui fait :
QI = 0

 1
QS ≈
 2 + 4 Nu
Q = 0
 T
Nous ne pouvons ici nous contenter
1 de calculer un FIS :
0−
Q − QS
F IS = I ≈ 2 + 4 Nu  F ≈ − 1
1 IS
1 − QS 1− 4 Nu + 1
2 + 4 Nu
 F IS (4 Nu + 1) = −1  F IS (4 Nu + 1) = −1

280 Initiation à la génétique des populations naturelles

C’est le même résultat que dans l’article de S et al. (2010). Les résultats de cette
approche, en utilisant u = 0,001 comme ailleurs, figurent également sur le tableau 38.
Les renseignements complémentaires figurent quant à eux dans le tableau 39 (FIS et FST).

Tableau 38
Récapitulatif de l’estimation de la taille des populations (N) et taux de migration (m)
de Trypanosoma brucei gambiense en Côte d’Ivoire et en Guinée. FST’ provient du calcul
décrit auparavant et présenté dans le tableau 37. Les intervalles de confiances à 95 % (Li et Ls)
sont obtenus par bootstrap sur les loci sauf pour l’estimation de m avec le modèle à deux îles
où la méthode du jackknife a été utilisée sur les quatre loci disponibles. Les valeurs de FIS
et de FST utilisées figurent dans le tableau 39.

Méthode Sous-échantillon N Li Ls m Li Ls Nm Li Ls
FST’ Boffa-Dubréka 0,21
Waples Bonon 2000-2002 32 11 90
Bonon 2000-2004 169 69 422
Bonon 2002-2004 97 37 287
Bonon (moyenne) 100 39 266
Dubréka 1998-2002 96 28 342
MLNE Bonon 7 6 13 0,365 0,112 0,836 2,71 0,63 11,01
Maximum Dubréka 5 16 3 0,315 0,918 0,052 1,65 14,66 0,17
likelihood
MLNE Bonon 42 0,050 2,12
Moment Dubréka 77 0,036 2,72
Bonon 0,13 0,05 0,22
Modèle
infinité Boffa 0,05 0,01 0,10
d’îles
Dubréka 0,23 0,10 0,45
Bonon 64 27 109
Modèle
deux Boffa 25 7 50 0,016 0,005 Infini 0,39 0,26 Infini
îles
Dubréka 117 49 223 0,010 0,003 Infini 1,15 0,73 Infini
Bonon 127 53 218
Modèle
îles Boffa 50 14 100
isolées
Dubréka 234 98 446
Moyennes Bonon 68 31 152 0,207 0,112 0,836 1,65 0,34 5,61
Boffa 38 10 75 0,016 0,005 Infini 0,22 0,14 0,10
Dubréka 106 48 254 0,010 0,003 Infini 1,19 5,16 0,31

Génétique des populations de Trypanosoma brucei gambiense en Afrique de l’Ouest 281

Il est important de spécifier que pour les méthodes basées sur les différenciations
spatiales, temporelles ou spatio-temporelles, c’est un effectif efficace de génotypes
multilocus que l’on obtient. Des simulations effectuées avec une version de Easypop
modifiée par Franck Prugnolle (disponible sur demande) montrent que dans ce cas,
on obtient un Ne très inférieur à Nc (taille de recensement).

Tableau 39
Récapitulatif des valeurs utilisées pour le calcul des effectifs clonaux à partir des modèles.
Les FIS ont été calculés avec les données des sept meilleurs loci et en séparant les méthodes
d’isolement (plus d’échantillons). Les intervalles de confiance des FIS correspondent aux
bootstraps sur les loci, ceux du FST à un jackknife sur les quatre loci disponibles dans ce cas
(trois ne varient pas d’un locus à l’autre et donnent un Ô de Weir et Cockerham indéfini.

Sous-échantillon FIS Li Ls
Bonon - 0,663 - 0,825 - 0,534
Boffa - 0,833 - 0,947 - 0,714
Dubréka - 0,517 - 0,719 - 0,359
FST Li Ls
Boffa/Dubréka 0,051 - 0,054 0,156

Dans le cas des estimations effectuées à partir des modèles de populations clonales,
c’est un effectif clonal que l’on estime (population clonale d’une taille Na dérivant à
la même vitesse que celle observée), en principe assez proche de Nc sauf si la popu-
lation n’est pas totalement clonale, auquel cas on risque de surestimer l’effectif réel.
Mais ce n’est pas le cas ici comme on l’a vu.
La première chose que l’on remarque est que les effectifs efficaces et clonaux sont
du même ordre de grandeur et correspondent assez bien aux nombres de per-
sonnes infectées, tels qu’estimés pour chaque foyer dans le tableau 34. Ceci est
étonnant, car on sait que les Ne devraient être très petits par rapport au nombre
réel de souches présentes. Par ailleurs, comme cela avait été montré dans l’article
initial (K et al., 2009), si un taux de mutation de 10-4 est utilisé au lieu de
0,001 comme ici, les effectifs clonaux se trouvent multipliés par 10, suggérant
une sous-estimation du nombre de souches circulantes estimé par les prospec-
tions médicales. Ceci ne devrait cependant pas changer beaucoup l’estimation du
Nm. Or dans ce cas, nous observons une variation entre 0,2 et 2 individus échan-
gés par génération. Si nous prenons un maximum de 10 générations de trypano-
somes par année (comme discuté ailleurs), nous obtenons un maximum
d’individus échangés de l’ordre de 2 à 20 par an. Cela signifie, si une éradication
séquentielle devait être envisagée (idéalement couplée d’ailleurs à une lutte vec-
torielle), qu’il faudrait d’abord s’occuper des plus gros foyers (Dubréka en

282 Initiation à la génétique des populations naturelles

Guinée), qui envoient le plus de migrants ailleurs, avant de s’occuper des plus
petits (Boffa) et ce sans laisser passer trop de temps.

Structure à l’échelle sub-spécifique

Il ne nous reste plus maintenant qu’à étudier comment s’organisent les différentes
souches de cette étude entre elles et comment elles se positionnent par rapport à des
souches de référence des différentes sous-espèces du complexe T. brucei. Nous allons
effectuer pour ce faire une analyse NJTree qui est, à mon avis, la plus illustrative.
Vous connaissez maintenant la procédure par cœur. En prenant le jeu de données
complet, vous le faites passer à la moulinette Create pour obtenir un jeu de don-
nées MSA. Avec ce dernier, vous obtenez une matrice de distances harmoniques de
Cavalli-Sforza et Edwards entre individus (isolats) que vous faites passer dans
MEGA pour dessiner l’arbre. Cet arbre est représenté en figure 98. On peut tout
d’abord y voir une certaine disparité avec l’arbre présenté en figure supplémentaire
de K et al. (2009). Ceci est dû au fait que nous avons utilisé MSA pour calculer
les distances harmoniques de Cavalli-Sforza et Edwards. Je me suis aperçu récem-
ment que Genetix ne calcule en fait pas la distance harmonique, mais une version
plus ancienne. Ensuite, on peut également remarquer que les souches Tbg1 sont
toutes ensemble y compris celles de référence, avec une souche de notre échantillon
très divergent par rapport aux autres. Nous remarquons également que les souches
de référence Tbg1, qui proviennent du Congo et du Cameroun, se groupent avec les
souches de Côte d’Ivoire et jamais avec la Guinée. Ceci est à mettre en parallèle avec
la très forte divergence déjà mise en évidence plus haut entre les souches guinéennes
et les autres. Enfin, on voit nettement que les autres sous-espèces, Tbb, Tbr ne cor-
respondent à rien de concret génétiquement et qu’en particulier Tbg2, lui-même très
hétérogène, n’a aucun rapport génétique avec Tbg1.

CONCLUSION

Après avoir exclu un locus manifestement défectueux, nous avons pu démontrer que
la technique d’isolement ne sélectionne pas des génotypes très particuliers en ce qui
concerne les génotypes obtenus avec les microsatellites. Il apparaît donc que l’appa-
rente sélection de génotypes isoenzymatiques prend davantage sa source dans la
sélection de cellules trypanosomiales à différents stades de développement exprimant
différents loci (régulation de l’expression). Cela confirme, si besoin était, que l’utili-
sation de marqueurs non codants comme les microsatellites est toujours souhaitable
pour effectuer des analyses de génétique des populations inférentielle.
L’analyse de l’hétérozygotie relative (FIS) démontre que la recombinaison sexuée est
suffisamment rare pour n’avoir laissé aucune signature sur les échantillons examinés.

Génétique des populations de Trypanosoma brucei gambiense en Afrique de l’Ouest 283

 0,1 Bonon 2000 3
Bonon 2002 18
Bonon 2000 13
Bonon 2000 5
Bonon 2002 24
Dubreka 1998 76
2561 Tbg1 Côte d'Ivoire
Bonon 2004 38
Bonon 2002 22
Bonon 2002 29
Bonon 2000 2
Bonon 2004 32
Bonon 2004 47
Bonon 2004 39
Bonon 2004 42
Bonon 2002 20
Bonon 2004 46
Bonon 2002 21
Bonon 2002 26
Bonon 2002 19
Bonon 2000 1
A00Tbg1 Cameroun
Jua Tbg1 Cameroun
Bonon 2004 40
Bonon 2004 35
Bonon 2004 36
PeyaTbg1 Congo
Bonon 2000 14
Bonon 2000 15
Dal972Tbg1 Côte d'Ivoire
Bonon 2000 16
Bonon 2000 17
Bonon 2004 44
Bonon 2004 45
OK Tbg1 Congo
D1 2K Tbg1 Congo Mouton
Bonon 2002 31
Dubreka 1998 77
Dubreka 1998 84
Dubreka 1998 83
Dubreka 2002 69
Dubreka 2002 72
Dubreka 2002 75
Dubreka 2002 70
Boffa 2002 50
Boffa 2002 49
Dubreka 2002 71
Boffa 2002 59
Dubreka 1998 85
Dubreka 1998 90
Dubreka 1998 88
Boffa 2002 60
Boffa 2002 61
Boffa 2002 63
Dubreka 2002 73
Boffa 2002 56
Boffa 2002 51
Boffa 2002 57
Bonon 2004 41
Stib215 Tbb Tanzanie Lion
TSW65 Tbg2 Côte d'Ivoire Porc
TRPZ166 Tbr Zambie Zebu
Eatro1125 Tbb Ouganda Antilope
TH2 Tbg2 Côte d'Ivoire
Feo Tbb Togo
LVH143 Tbr Kenya
Biyamina Tbg2 Soudan
TSW53 Tbg2 Côte d'Ivoire Porc
TH113 Tbg2 Côte d'Ivoire
Abba Tbg2 Côte d'Ivoire
Ligo Tbg2 Côte d'Ivoire
Figure 98
NJTree basé sur la distance harmonique de Cavalli-Sforza et Edwards.
Les isolats de l’étude de génétique des populations sont en noir
(un seul représentant par MLG pour gagner de la place).
Les souches de référence sont en couleur (rouge = Tbg1, jaune = Tbg2,
vert = Tbb, bleu = Tbr). L’espèce hôte est indiquée si non-humain.

284 Initiation à la génétique des populations naturelles

Les analyses concernant des tailles génétiques des populations de Tbg1 suggèrent un
nombre de souches circulantes supérieur à l’estimation du nombre de personnes
infectées. Les hôtes réservoirs et/ou les patients asymptomatiques représentent les
hypothèses les plus parcimonieuses pour expliquer cela, mais ceci nécessitera confir-
mation par d’autres types d’études.
La différenciation génétique entre Côte d’Ivoire et Guinée indique une divergence
extrême entre ces deux pays. La Guinée semble en effet abriter des souches qui
s’éloignent de toutes celles présentes dans notre étude et montrent même des carac-
téristiques épidémiologiques très différentes des autres (majorité des souches dans les
ganglions cérébraux au lieu du sang) (C et al., 2005). Nous pouvons ajouter
qu’en Guinée le vecteur de la maladie du sommeil est Glossina palpalis gambiensis,
alors que c’est G. palpalis palpalis dans les autres zones concernées par notre étude.
Il existe donc vraisemblablement plusieurs taxons distincts au sein de l’entité Tbg1.
Que dire alors des autres sous-espèces qui ne se raccrochent a rien ? Que probable-
ment beaucoup reste à faire sur la taxonomie et l’écologie de ces organismes.

Génétique des populations de Trypanosoma brucei gambiense en Afrique de l’Ouest 285

Bibliographie

A P. M., B A., 2001 – Indices of mul- N. C., 1987 – Intraspecific phylogeography: the
tilocus linkage disequilibrium. Mol. Ecol. Notes 1 : mitochondrial DNA bridge between population
101-102. genetics and systematics. Ann. Rev. Ecol. Syst., 18 :
489-522.
A A., L C. M., 2002 – Infection
genetics: gene-for-gene versus matching alleles
models and all points in between. Evol. Ecol. Res., B C., D M T., B S., O F. C.,
4 : 79-90. M M., B J.-M., 2002 – Clonality struc-
A H., 1974 – A new look at the statistical ture in Candida dubliniensis. FEMS Microbiol. Let.,
model identification. IEEE Trans. Auto. Control, 209 : 249-254.
19 : 716-723. B F., 2001 – EASYPOP (version 1.7): A
A S., B M., H N., H M., computer program for population genetics simula-
H W., L M. J., 2005 – A case for a tions. J. Hered., 92 : 301-302.
Glossina genome project. Trends Parasitol., 21 :
B F., 2004 – Heterozygote excess in small
107-111.
populations and the heterozygote-excess effective
A E. C., W E. G., T population size. Evolution, 58 : 1891-1900.
E. A., 2000 – Monte Carlo evaluation of the likeli-
B F., B H., L-M N.,
hood for Ne from temporally spaces samples.
H J., G J., 2000 – Microsatellites can
Genetics, 156 : 2109-2118.
be misleading: an empirical and simulation study.
A B., M P., P M., B- Evolution, 54 : 1414-1422.
 L., 1999 – Canonical correspondence analy-
sis for estimating spatial and environmental effects B F., G J., 2002 – Statistical proper-
on microsatellite gene diversity in brook charr ties of population differentiation estimators under
(Salvelinus fontinalis). Mol. Ecol., 8 : 1043-1053. stepwise mutation in a finite island model. Mol.
Ecol., 11 : 771-783.
A S., D M T., B A.,
M M., R F., B J. M., 2000 – B F., L L., D M T., 2003 –
Multicentric study of Candida albicans isolates The population genetics of clonal or partially
from non-neutropenic patients: Population struc- clonal diploids. Genetics, 164 : 1635-1644.
ture and mode of reproduction. Mycoses, 43 : 109-
B F., L-M N., 2002 – The esti-
117.
mation of population differentiation with micro-
A Jr C. T., W S. T., 1995 – satellite markers. Mol. Ecol., 11 : 155-165.
Trinucleotide repeat expansion and human disease.
Annu. Rev. Genet., 29 : 703-728. B C., B S., T M., 2000 –
Population structure and genetic typing of
A J. C., 2000 – Phylogegraphy: the History and Trypanosoma cruzi, the agent of Chagas disease: a
Formation of Species. Harvard University Press, multilocus enzyme electrophoresis approach.
Cambridge, Massachusets. Parasitology, 120 : 513-526.

A J. C., A J., B R. M., B B N., B M., C L., 2001 –
E., L T., N J. E., R C. A., S Role of rusa deer Cervus timorensis russa in the cycle

287
of the cattle tick Boophilus microplus in New African Animal Trypanosomosis risk from the sky.
Caledonia. Exp. Appl. Acarol., 25 : 79-96. Vet. Res., 37 : 633-645.
B D., B M., G G., B B., B A. M., R A., T J.,
1992 – Use of linkage disequilibrium data to esti- M E., K J. R., C-S L. L.,
mate effective size of hatchery and natural fish 1994 – High-resolution of human evolutionary
populations. Conserv. Biol., 6 : 365-375. trees with polymorphic microsatellites. Nature,
368 : 455-457.
B D. E., D F. N., 1956 – Some notes on
ordered random intervals. J. Roy. Stat. Soc. Ser. B, B S. F., B C., B M. F.,
18 : 79-94. T M., 2003 – Impact of number of isoen-
zyme loci on the robustness of intraspecific phylog-
B K., B P., C L., R N., enies using multilocus enzyme electrophoresis:
B F., 2004 – GENETIX 4.05, logiciel consequences for typing of Trypanosoma cruzi.
sous Windows TM pour la génétique des popula- Parasitology, 127 : 273-281.
tions. Laboratoire Génome, Populations,
Interactions, CNRS UMR 5000, université de B J. F. Y., 1996 – A simple new method
Montpellier II, Montpellier (France). for estimating null allele frequency from heterozy-
gote deficiency. Mol. Ecol., 5 : 453-455.
B A S., G F., M-
D F., T P., N K., L K., B A. H. D., F M. W., N E., 1980
B C., T M., 1993 – « Isoenzyme – Multilocus structure of natural populations of
electrophoresis for parasite characterization ». In Hordeum spontaneum. Genetics, 96 : 523-536.
Hyde J. E. (ed.) : Protocols in Molecular Parasitology,
Humana Press, Totowa, NJ : 361-362. B R., H H., L Z. R., 1998 –
Trypanosoma evansi and T. equiperdum: distribution,
B J. A., 2004 – « Pest and diseases in the biology, treatment and phylogenetic relationship (a
Pacific War: Crossing the line ». In Tucker R. P., review). Vet. Parasitol., 79 : 95-107.
Russell E. (eds) : Natural Ennemy, Natural Ally:
Toward an Environment History of Warfare, Oregon C M. C., B M., B C.,
State University Press, Corvallis : 217-251. S J. C., 2002 – A sex-linked locus controls
B J. P., 1973 – L´analyse des données. wing polymorphism in males of the pea aphid,
Tome I. La taxinomie. Tome II. L´analyse des cor- Acyrthosiphon pisum (Harris). Heredity, 89 : 346-
respondances. Paris, Dunod. 352.

B E. C., D J. P., S C. J., C M., K D., K M., S
R A. J., D L., 2000 – Genetic J. R., O P., S P., 2005 – La trypa-
variability of Triatoma brasiliensis (Hemiptera: nosomose humaine africaine en zone de mangrove
Reduviidae) populations. J. Med. Entomol., 37 : en Guinée : caractéristiques épidémiologiques et
872-877. cliniques de deux foyers voisins. Med. Trop., 65 :
155-161.
B M. E., A D. M., M S.,
T M., S B. G., d’E C., 2004 – C M., H C-R H., R S.,
Multilocus sequence typing of Candida albicans: D J.-P., H J.-P.,  M T.,
strategies, data exchange and applications. Infect. K M. S., B J., S P., 2006
Genet. Evol., 4 : 243-252. – Genetic and morphometric evidence for isolation
of a tsetse (Diptera: Glossinidae) population (Loos
B J., B T, R S., K N., V islands, Guinea). Journal of Medical Entomology,
L., S I., S P., D M T., 2009 – 43 : 853-860.
Population sizes and dispersal pattern of tsetse flies:
rolling on the river? Mol. Ecol., 18 : 2787-2797. C M. S., C S., S F. A. H., 2000
– The current state of insect molecular systematics:
B J., G L., D M.,   a thriving tower of Babel. Annu. Rev. Entommol.,
R S., C D., 2006 – Mapping 45 : 1-54.

288 Initiation à la génétique des populations naturelles

C-S L. L., E A. W. F., 1967 – C J., W P., M P.,
Phylogenetic analysis: model and estimation proce- S M. J., 2004 – BAPS 2: enhanced pos-
dures. Am. J. Hum. Genet., 19 : 233-257. sibilities for the analysis of genetic population
structure. Bioinformatics, 20 : 2363-2369.
C J. M., H T. J., 1992 – Statistical
Models in S. Wadsworth and Brooks Cole C L. S., B J. R., M A. J.,
Advanced Books and Software, PacificGrove, CA. 2001 – Genetic variation and asexual reproduction
in the facultatively parthenogenetic cockroach
C M. P., E A., 2007 – Microsatellite
Nauphoeta cinerea: implications for the evolution of
null alleles and estimation of population differen-
sex. J. Evol. Biol., 14 : 68-74.
tiation. Mol. Biol. Evol., 24 : 621-631.
C D., D A. B., T J., 2004 C J. M., L G., 1996 – Description
–The ade4 package - I: One-table methods. and power analysis of two tests for detecting recent
R-News. 4:1. population bottlenecks from allele frequency data.
Genetics, 144 : 2001-2014.
C C., K B. B., B N., D
P., A C., D M T., 2007a – Direct C J. M., P S., L G., E A.,
and indirect inferences on parasite mating and gene S M., 1999 – New methods employing
transmission patterns. Pangamy in the cattle tick multilocus genotypes to select or exclude popula-
Rhipicephalus (Boophilus) microplus. Infect. Genet. tions as origins of individuals. Genetics, 153 : 1989-
Evol., 7 : 298-304. 2000.

C C., D S., D M T., C C., R F., M C., P
K B. B., G H., D J. M., B N., D B., 1991 – Differential susceptibility to
N., 2007b – Accumulation of acaricide resistance a trematode parasite among genotypes of the
mechanisms in Rhipicephalus (Boophilus) microplus Mytilus edulis/galloprovincialis complex. Genet. Res.
(Acari: Ixodidae) populations from New Caledonia Camb., 57 : 207-212.
Island. Vet. Parasitol., 147 : 276-288.
C D. R., S E. J., 1981 – Applied Statistics;
C A. K., R W. R., 2001 – Y chro- Principles and Examples. London, Chapman and
mosome polymorphism is a strong determinant of Hall.
male fitness in Drosophila melanogaster. Proc. Natl.
Acad. Sci., USA, 98 : 5677-5682. C C. D., B M. S., 2005 – Effective
sizes of macroparasite populations: a conceptual
C G., H P. Y., S P., D B., model. Trends Parasitol., 21 : 212-217.
K K., J P., 2002 – Population
genetics and dynamics at short spatial scale in C C. D., P R., B M. S., 2005
Bullinus truncatus, the intermediate host of – Molecular ecology of parasites: elucidating eco-
Schistosoma haematobium, in Morocco. Parasitology, logical and microevolutionary processes. Mol. Ecol.,
125 : 349-357. 14 : 2247-2257.

C C. C., 1969 – Variance of gene fre- C C., J N. N., S J. M., 2010
quencies. Evolution, 23 : 72-84. – Multiple paternity in Rhipicephalus (Boophilus)
microplus confirmed by microsatellite analysis. Exp.
C C. C., 1973 – Analysis of gene fre- Appl. Acarol., 50 : 51-58.
quencies. Genetics, 74 : 679-700.
C J. A., L B. H., N K. H.,
2008 – CREATE: a software to create input files D P., P B., V F., C V.,
from diploid genotypic data for 52 genetic software G J., 2007 – Reliable selfing rate estimates
programs. Mol. Ecol. Resour., 8 : 578-580. from imperfect population genetic data. Mol.
Ecol., 16 : 2474-2487.
C J., W P., S M. J.,
2003 – Bayesian analysis of genetic differentiation D G-W M., D M T.,
between populations. Genetics, 163 : 367-374. C C., B D., B N.,

Bibliographie 289
T S., M J. C., 2009 – Population D M T., G J. F., T A., 2009
genetic structure of wild and farmed rusa deer – MultiTest V.1.2, a program to binomially com-
(Cervus timorensis russa) in New-Caledonia inferred bine independent tests and performance compari-
from polymorphic microsatellite loci. Genetica, son with other related methods on proportional
137 : 313-323. data. BMC Bioinformatics, 10 : 443.

D C., A A., R F., D M T., H P. F., D C., G
R B., D M T., 1998 – Isolation C., R F., 2004a – Non-Mendelian transmis-
and characterisation of microsatellite markers in sion of alleles at microsatellite loci: an example in
the Ixodes ricinus complex (Acari: Ixodidae). Molec. Ixodes ricinus, the vector of Lyme disease. Int. J.
Ecol., 7 : 360-361. Parasitol., 34 : 943-950.

D C., B L., A A., R F., D M T., K B. B., B N.,  G-
D M T., 1997 – Population genetics struc- W M., C C., 2010 – Swift
ture of Ixodes ricinus in Switzerland from allozymic sympatric adaptation of a species of cattle tick to a
data: No evidence of divergence between nearby new deer host in New-Caledonia. Infect. Genet.
sites. Int. J. Parasitol., 27 : 769-773. Evol., 10 : 976-983.

D M T., 2000 – « Adaptive diversity, spe- D M T., L L., B F., 2006 –
cialisation, habitat preference and parasites ». In Molecular epidemiology of clonal diploids: a quick
Poulin R., Morand S., Skorping A. (eds) : overview and a short DIY (Do It Yourself) notice.
Evolutionary Biology of Host Parasite Relationships: Infect. Genet. Evol., 6 : 163-170.
Theory Meets Reality, Amsterdam, Elsevier : 27-42.
D M T., L Y., R F., 2004b –
D M T., A P., P F., 2007b – Lyme borreliosis agents and the genetics and sex of
Asexual Reproduction: Genetics and Evolutionary their vector, Ixodes ricinus. Micr. Infect., 6 : 299-
Aspects. Cell. Mol. Life Sci., 64 : 1355-1372. 304.

D M T., B F., 2004 – Clonal repro- D M T., MC K. D., P F.,
duction and linkage disequilibrium in diploids: a C C., D P., H-B S.,
simulation study. Infect. Genet. Evol., 4 : 345-351. R F., 2007a – Population genetics and
molecular epidemiology or how to “débusquer la
D M T., B F., 2005 – F-statistics of bête”. Infect. Genet. Evol., 7 : 308-332.
clonal diploids structured in numerous demes.
Mol. Ecol., 14 : 2695-2702. D M T., M Y., R F.,
O I., 1993 – Polymorphism in heteroge-
D M T., B L., D C., A neous environments, habitat selection and sympat-
A., R F., 2002a – Sex-biased genetic struc- ric speciation: Soft and hard selection models. Evol.
ture in the vector of Lyme disease, Ixodes ricinus. Ecol., 7 : 175-198.
Evolution, 56 : 1802-1807.
D M T., R F., 2002 – Parasites within
D M T., D P., R F., 2003 – the new phylogeny of eukaryotes. Trends Parasitol.,
Species concepts: what for? Trends Parasitol., 19 : 18 : 247-251.
425-427.
D M T., R F., M E., R
D M T., G J., 2000 – Adaptive diver- J., G G., M M., B J. M., 2002b
sity in heterogeneous environments for popula- – The genetic structure of Candida glabrata popu-
tions regulated by a mixture of soft and hard lations in AIDS and non-AIDS patients. J. Clin.
selection. Evol. Ecol. Res., 8 : 981-995. Microbiol., 40 : 2199-2206.

D M T., G J., 2007 – A step by step D D., S C., 2003 –
tutorial to use HierFstat to analyse populations Microsatellite analyser (MSA): a platform inde-
hierarchically structured at multiple levels. Infect. pendent analysis tool for large microsatellite data
Genet. Evol., 7 : 731-735. sets. Mol. Ecol. Notes, 3 : 167-169.

290 Initiation à la génétique des populations naturelles

D A. J., 1983 – An Introduction to mous mammal Crocidura russula: evidence from
Statistical Modelling. London, Chapman and field data and microsatellite patterns. Proc. Roy. Soc.
Hall. London B, 264 : 127-132.

D P., T J., 2009 – FLOCK: a F-L L., P E., M R.,
method for quick mapping of admixture without V A., S J., 2004 – Induction of
source samples. Molecular Ecology Resources, 9 : instability of normal length trinucleotide repeats
1333-1344. within human disease genes. J. Med. Genet., 41 :
3-9.
D P., M J., T J., 2010 –
FLOCK 2.0. Département de biologie, université F R. A., 1970 – Statistical Methods for
Laval, freely downloadable from [Link] Research Workers, 14th Edit. Edinburgh, Oliver and
[Link]/no_cache/en/department/profes- Boyd.
sors/professors/professeur/11/13/.
F P., P E., P N., 2004 –
D S., B N., M R. J.,  Estimating sex-specific dispersal rates with autoso-
G-W M., 2005 – Diagnosis of mal markers in hierarchically structured
amitraz resistance in Boophilus microplus in New populations. Evolution, 58 : 886-894.
Caledonia with the modified Larval Packet Test.
F J., E A., L A., R O.,
Vet. Parasitol., 130 : 285-292.
O J., 2010 – Thelytokous parthenogenesis,
male clonality and genetic caste determination in
the little fire ant: new evidence and insights from
E H., 2000 – Microsatellite mutations the lab. Heredity, 105 : 205-212.
in the germline: implications for evolutionary
inference. Trends Genet., 16 : 551-558. F J. E., 1999 – Towards a permanent solution
for controlling cattle ticks. Int. J. Parasitol., 29 :
E H., 2004 – Microsatellites: simple 57-71.
sequences with complex evolution. Nat. Rev. Genet.
5 : 435-445. F S., 1976 – Étude de la décroissance des
valeurs propres dans une analyse en composantes
E P. R., C J. M., B P., principales : comparaison avec le modèle du bâton
T D. A., L G., 2006 – Estimating brisé. J. Exp. Mar. Biol. Ecol., 25 : 67-75.
effective population size from linkage disequilib-
rium: severe bias in small samples. Conserv. Genet.,
7 : 303-308. G P. M., 1994 – « Heterosis and heterozy-
gote deficiencies in marine bivalves: more light? »
In Beaumont A. R. (ed.) : Genetic and Evolution of
F-V J., G P. M.,  B M., Aquatic Organisms, London, Chapman and Hall :
R M., 1994 – Some observation on mating 146-153.
and fertilization in the cattle tick Boophilus micro-
plus. Med. Vet. Entomol., 8 : 101-103. G J. S., M J., 1999 – Boophilus
microplus (Acari: Ixodidae): preoviposition, ovipo-
F D., S M., P J. K., 2003 sition, egg hatching and geotropism. Bioagro, 11 :
– Inference of population structure using multilo- 77-87.
cus genotype data: linked loci and correlated allele
frequencies. Genetics, 164 : 1567-1587. G S., 2002 – Local adaptation and the
geometry of host-parasite coevolution. Ecol. Lett.,
FAO, 2000 – Impacts of Trypanosomiasis on 5 : 246-256.
African Agriculture. PAAT technical and Scientific
series 2. G S., C Y., D Y., M-
 Y., O I., 1996 – Local adaptation and
F L., B F., G J., P N., gene for gene coevolution in a metapopulation
1997 – Female-biased dispersal in the monoga- model. Proc. R. Soc. Lond. B, 263 : 1003-1009.

Bibliographie 291
G H., W S., B C. D., G F. D., N V. M., G J. E.,
2007 – A Markov chain Monte Carlo approach for B S. C., W P., 2006 – Sequencing a
joint inference of population structure and inbreed- new target genome: the Boophilus microplus (Acari:
ing rates from multilocus genotype data. Genetics, Ixodidae) genome Project. J. Med. Entomol., 43 :
176 : 1635-1651. 9-16.

G A., C D., S P., K M., G S. W., T E. A., 1992 –Performing
J V., 2006 – Human African trypanoso- the exact test of Hardy-Weinberg proportion for
miasis: connecting parasite and host genetics. multiple alleles. Biometrics, 48 : 361-372.
Trends Parasitol., 22 : 405-409.

G A. S., L R., K S., D

T. E., 2001 – Does nonneutral evolution shape
H J. B. S., 1954 – An exact test for ran-
domness of mating. J. Genet., 52 : 631-635.
observed patterns of DNA variation in animal
mitochondrial genomes? Ann. Rev. Genet., 35 : H G. H., 1908 – Mendelian proportions in a
539-566. mixed population. Science, 28 : 49-50.
G W., 2007 – Resolution of the species H D. L., C A. G., 1989 – Principles in
problem in African trypanosomes. Int. J. Parasitol., Population Genetics, Second Edition. Sinauer
37 : 829-838. Associates Inc., Sunderland, Massachusetts.
G D. B., S C., 1999 – H B., T M., R P. B.,
Microsatellites, Evolution and Applications. Oxford, H R. R., 1998 – Detecting linkage disequi-
Oxford University Press. librium in bacterial populations. Genetics, 150 :
1341-1348.
G J., 1995 – Fstat version 1.2: a computer
program to calculate Fstatistics. J. Hered., 86 : 485- H J. S., G T. C., 2005 – Population
486. genetics of the diamondback terrapin (Malaclemys
terrapin). Mol. Ecol., 14 : 723-732.
G J., 1999 – An improved procedure for
testing the effects of key innovations on rate of H J. A., 1979 – Analysis of α-Glycerophosphate
speciation. Am. Nat., 153 : 550-555. deshydrogenase variability in the tick Ixodes ricinus
(Acari: Ixodidae). Genetica, 1 : 19-30.
G J., 2002 – FSTAT, a program to estimate
and test gene diversities and fixation indices (ver- H P. W., 1999 – Perspective: Highly variable
sion [Link]). Available from [Link] loci and their interpretation in evolution and
izea/softwares/[Link]. Updated from Goudet conservation. Evolution, 53 : 313-318.
(1995).
H P. W., 2003 – Hopi Indians, cultural
G J., 2005 – HierFstat, a package for R to selection, and albinism. Am. J. Phys. Anthropol.,
compute and test hierarchical F-statistics. Mol. 121 : 151-156.
Ecol. Notes, 5 : 184-186.
H P. W., 2005 – A standardized genetic dif-
G J., P N., W P., 2002 – Tests for ferentiation measure. Evolution, 59 : 1633-1638.
sex-biased dispersal using bi-parentally inherited
genetic markers. Mol. Ecol., 11 : 1103-1114. H M., B A. L., T M., 2001 –
Genetic heterogeneity and phylogenetic status of
GJ.,RM.,DMsT.,RF., Leishmania (Leishmania) infantum zymodeme
1996–Testingdifferentiationindiploidpopulations. MON-1: epidemiological implications.
Genetics, 144 : 1933-1940. Parasitology, 123 : 425-432.

G D. J., 1998 – Resurgent vector-borne H H., LV P. T., 1995 – FISH techniques
diseases as a global health problem. Emerg. Infect. for constructing physical maps on schistosomes
Dis., 4 : 442-450. chromosomes. Parasitol. Today, 11 : 310-314.

292 Initiation à la génétique des populations naturelles

H J. I., F J., T P. N., A K S. T., W A. P., T M. L.,
W., 2007 – Female fur seals show active choice for 2006 – ML-RELATE: a computer program for
males that are heterozygous and unrelated. Nature, maximum likelihood estimation of relatedness and
445 : 912-914. relationship. Mol. Ecol. Notes, 6 : 576-579.
H J. I., M C. W., A W., L K M., O T., 1978 – Stepwise mutation
T. R., B J. W., 2006 – Deep genetic subdivi- model and distribution of allelic frequencies in a
sion within continuously distributed and highly finite population. Proc. Natl. Acad. Sci. USA, 75 :
vagile marine mammal, the Steller’s sea lion 2868-2872.
(Eumetopias jubatus). Mol. Ecol., 15 : 2821-2832.
K M., W G. H., 1964 – The stepping
H S., 1979 – A simple sequentially rejective stone model of population structure and the
multiple test procedure. Scand. J. Stat., 6 : 65-70. decrease of genetic correlation with distance.
Genetics, 49 : 561-576.
H H., A A., 1982 – Tick-
host specificity. Mitt Schweiz Entomol Ges, 55 : K J. R., J D. A., 1999 – Variable selec-
5-32. tion in large environmental data sets using princi-
pal components analysis. Environmetrics, 10 :
H M. J., C K. J., B A. S., 1998 – 67-77.
Lyme borreliosis: a tick-born spirochaetal disease.
Rev. Med. Microbiol., 9 : 99-107. K A. E., M F. R., S A.,
2001 – Mating strategies and spermiogenesis in
H-B S., D P., J- ixodid ticks. Annu. Rev. Entomol., 46 : 167-182.
Z R., G J. F., M C., B
M. D., M-C S., R F., 2004 – Isolation K B. B., D M T., B N., D P.,
and characterization of microsatellite markers in A C., C C., 2006a – Founder
the liver fluke (Fasciola hepatica). Mol. Ecol. Notes, effects, inbreeding and effective sizes in the
4 : 689-690. Southern cattle tick: the effect of transmission
dynamics and implications for pest management.
Mol. Ecol., 15 : 4603-4611.
J V., B C., K M., S B., K B. B., R A. M., J D.,
C G., S P., 2003 – Identification of D P., B N., D M T.,
Trypanosoma brucei circulating in a sleeping sick- C C., 2006b – Characterization of poly-
ness focus in Côte d’Ivoire: assessment of genotype morphic microsatellite loci within a young
selection by the isolation method. Infect. Genet. Boophilus microplus metapopulation. Mol. Ecol.
Evol., 3 : 143-149. Notes, 6 : 502-504.
J P., L J. L., 1996 – Microsatellites, K M., D M T., B B., S
from molecules to populations and back. Trends P., C M., K D., C G., A F. J.,
Ecol. Evol., 11 : 424-429. J V., 2009 – Population genetics of
J F., U G., 2004 – The global Trypanosoma brucei gambiense, the agent of sleeping
importance of ticks. Parasitology, 129 : S3-S14. sickness in Western Africa. Proc. Natl. Acad. Sci.
USA, 106 : 209-214.
K M., S P., B C., D M T.,
K D., D N. N., C F., O E., K B B., N’D L., C G., J
M., G A., J V., S P., 2006 V., 2007 – Genetic characterisation of Trypanosoma
– The impact of war on the evolution of sleeping brucei ssp. by microsatellite typing: new perspec-
sickness in west-central Côte d’Ivoire. Trop. Med. tives for the molecular epidemiology of human
Int. Health, 11 : 136-143. African trypanosomosis. Infect. Genet. Evol., 7 :
675-684.
K S. T., 2002 – Evolutionary and statis-
tical properties of three genetic distances. Mol. K S., T K, N M., 2004 – MEGA3:
Ecol., 11 : 1263-1273. Integrated software for Molecular Evolutionary

Bibliographie 293
Genetics Analysis and sequence alignment. Brief. connecting population genetics and genomics pro-
Bioinf., 5 : 150-163. grams. Bioinformatics, 28 : 298-299.
K W., 2002 – When is a parasite species a spe- L G., C J. M., 1999 – Estimating
cies? Trends Parasitol., 18 : 121-124. the effective number of breeders from heterozygote
excess in progeny. Genetics, 151 : 1211-1216.

L M. B., N V., M A. J.,

T C., E-P A., G MA B. H., 1957 – On the relative
A. A., J F.,   F J., 2009 – abundance of bird species. Proc. Natl. Acad. Sci.
Allopatric speciation in ticks: genetic and repro- USA, 43 : 293-295.
ductive divergence between geographic strains of ML L., O M., ML A., M
Rhipicephalus (Boophilus) microplus. BMC Evol. L., S L., C A., K P. G. E.,
Biol., 9 : 46. S J. M., 2007 – Spatially and genetically
L E. K., D G., G J. C., distinct African trypanosome virulence variants
R O. E., 2006 – Relative performance of defined by host interferon- response. J. Infect.
Bayesian clustering software for inferring popula- Dis., 196 : 1620-1628.
tion substructure and individual assignment at low ML A., T A., W S. C.,
levels of population differentiation. Conserv. Genet., M I., T C. M. R., T A., 2000 –
7 : 295-302. Minisatellite marker analysis of Trypanosoma bru-
L M. J., 2000 – Population genetics of the cei: Reconciliation of clonal, panmictic, and
homomorphic self-incompatibility polymorphisms epidemic population genetic structures. Proc. Natl.
in flowering plants. Ann. Bot., 85 : 221-226. Acad. Sci. USA., 97 : 13442-13447.
ML A., T A., ML S., H
L T. H., B D., MM D. P., 2002 –
M., T S., C A., S L., T
Mitochondrial genomes of parasitic flatworms.
C. M. R., T A., 2005a – Allelic segregation and
Trends Parasitol., 18 : 206-213.
independent assortment in T. brucei crosses: Proof
L R., E A., R F., 2003 – that the genetic system is Mendelian and involves
Influence of mutational and sampling factors on meiosis (vol. 143, pg 12, 2005). Mol. Biochem.
the estimation of demographic parameters in a Parasitol., 144 : 131-131.
‘continuous’ population under isolation by dis-
ML A., T A., ML S., T
tance. Mol. Biol. Evol., 20 : 491-502.
S., C A., S L., T C. M. R.,
L R., R F., E A., 2004 – T A., 2005b – Allelic segregation and independ-
Influence of spatial and temporal heterogeneities ent assortment in T. brucei crosses: Proof that the
on the estimation of demographic parameters in a genetic system is Mendelian and involves meiosis.
continuous population using individual microsat- Mol. Biochem. Parasitol., 143 : 12-19.
ellite data. Genetics, 166 : 1081-1092.
ML A., T A., ML S.,
L P., L L., 1998 – Numerical T S., H N., B M., E-S
Ecology, Second English Edition. Amsterdam, N. M., H M., T C. M. R., T A.,
Elsevier, Science B.V. 2005c – The genetic map and comparative analysis
with the physical map of Trypanosoma brucei.
LT.,HW.A.,KL.,F Nucleic Acids Res., 33 : 6688-6693.
D., S F., C F. H., 1996 – Genetic dif-
ferentiation of Anopheles gambiae populations from ML A., T A., ML S.,
East and West Africa: comparison of microsatellites T S., H N., B M., E-S
and allozyme loci. Heredity, 77 : 192-208. N. M., H M., T C. M. R., T A., 2006
– The genetic map and comparative analysis with
L H. E. L., E L., 2012 – the physical map of Trypanosoma brucei (vol 33, pg
PGDSpider: an automated data conversion tool for 6688, 2005). Nucleic Acids Res., 34 : 764-764.

294 Initiation à la génétique des populations naturelles

M S., G O. E., W R. S., 2005 M Y., E L., 1996 – A generic
– Assignment methods: matching biological ques- estimation of population subdivision using dis-
tions techniques with appropriate techniques. tances between alleles with special interest to
Trends Ecol. Evol., 20 : 136-142. microsatellite loci. Genetics, 142 : 1061-1064.

M B. J. F., 1997 – Randomization and Monte M M. G., 1996 – Recombination and the
Carlo methods in biology, 2nd Edition. London, multilocus structure of fungal populations. Ann.
Chapman & Hall. Rev. Phytopathol., 34 : 457-477.

M N., 1967 – The detection of disease clus- M A. D., G S., B A., 2005
tering and a generalized regression approach. – The effect of migration on local adaptation in a
Cancer Res., 27 : 209-220. coevolving host-parasite system. Nature, 437 : 253-
256.
M-S J., S N. H., O’R
M., S B. G., 1993 – How clonal are bac- M A., B S. C., 2003 – Synonymy of
teria? Proc. Natl. Acad. Sci. USA, 90 : 4384- Boophilus Curtice, 1891 with Rhipicephalus Koch,
4388. 1844 (Acari : Ixodidae). Syst. Parasitol., 56 : 169-
172.
MC K. D., B T., T C.,
M Y., 2003 – Host-dependent genetic
structure of parasite populations: differential dis-
persal of seabird tick host races. Evolution, 57 : N S. A., 1995 – Microevolution and the
288-296. genetic structure of parasite populations. J.
Parasitol., 81 : 395-403.
MC K. D., C E., T C.,
B T., M Y., LB C., N F., A F. J. , R F., B S.,
LM Y., G-C M., 2005 – E S., M K., M M., D M T.,
Recurrent evolution of host-specialized races in a 2006 – Clonal population structure and genetic
globally-distributed ectoparasite. Proc. Roy. Soc. diversity of Candida albicans in AIDS patients
London B., 272 : 2389-2395. from Abidjan (Côte d’Ivoire). Proc. Natl. Acad. Sci.
USA, 103 : 3663-3668.
MC P., N J. A., 1989 – Generalized
Linear Models. London, Chapman and Hall. N M., C R. K., 1983 – Estimation of
fixation indices and gene diversities. Ann. Hum.
M P. G., 2006 – Using the amova frame- Genet., 47 : 253-259.
work to estimate a standardized genetic differentia-
tion measure. Evolution, 60 : 2399-2402. N M. T J., P Jr E. D., 2004
– Maintenance of clonal diversity in Dipsa bifurcata
M N., 1987 – The beginning of the (Fallén, 1810) (Diptera: Lonchopteridae). I.
Monte Carlo method. Los Alamos Science, 15 : 125- Fluctuating seasonal selection moulds long-term
130. coexistence. Heredity, 93 : 62-71.

M C., H-B S, J- N F., N S. W., G P.,
ZR.,DP.,RD.,RF., P L., B C., T M.,
2004a – Field and experimental evidence of pref- H S., 2004 – An isoenzyme survey of
erential selfing in the freshwater mollusc Lymnaea Trypanosoma brucei s.l. from the Central African
truncatula (Gastropoda, Pulmonata). Heredity, subregion: population structure, taxonomic and
92 : 316-322. epidemiological considerations. Parasitology, 128 :
645-653.
M C., H-B S, D P.,
R D., R F., 2004b – Small effec- N L., B A. E. M., 1993 – The Role of
tive population sizes in a widespread selfing species, Deme Size, Reproductive Patterns, and Dispersal
Lymnaea truncatula (Gastropoda: Pulmonata). in the Dynamics of T-Lethal Haplotypes. Evolution,
Mol. Ecol., 13 : 2535-2543. 47 : 1342-1359.

Bibliographie 295
O T., 1982 – Linkage disequilibrium due to P D., G M., B G., 2007 –
random genetic drift in finite subdivided popula- Multilocus sequence analysis of atypical Borrelia
tions. Proc. Natl. Acad. Sci. USA, 79 : 1940- burgdorferi sensu lato isolates – Description of
1944. Borrelia californiensis sp. nov., and genomospecies 1
and 2. Int. J. Med. Microbiol., 297 : 263-271.
O J., W U., S G., H
W., 1999 – Host-odour recognition in two tick P J. K., S M., D. P.,
species is coded in a blend of vertebrate volatiles. J. 2000 – Inference of population structure using
Comp. Physiol. A Sens. Neural Behav. Physiol., 185 : multilocus genotype data. Genetics, 155 : 945-959.
59-67. P T., 1981 – A note on the island model with
sex-dependent migration. Theor. Appl. Genet., 59 :
327-332.
P D., S C., 1995 – The molecu-
lar basis and evolutionary history of a microsatel- P F., C M., T A.,
lite null allele in bears. Mol. Ecol., 4 : 519-520. D P., D M T., 2004a – Sex-specific
correlation between heterozygosity and clone size
P D., C W., S I., in the trematode Schistosoma mansoni. Mol. Ecol.,
S C., 1995 – Microsatellite analysis of 13 : 2859-2864.
population structure in Canadian polar bears. Mol.
Ecol., 4 : 347-354. P F., D M T., 2002 – Inferring sex-
biased dispersal from population genetic tools: a
P N., P G., B F., C review. Heredity, 88 : 161-165.
J., B-D J., 1987 – Manuel technique
de génétique par électrophorèse des protéines. Paris, P F., D M T., 2010 – Apparent
Lavoisier. high recombination rates in clonal parasitic organ-
isms due to inappropriate sampling design.
P D., O J. R., P S. L., 2004 – Heredity, 104 : 135-140.
NeEstimator Version 1.3: software for estimating
effective population size, Queensland Government, P F., D M T., D P., S C.,
Department of Primary Industries and Fisheries, T A., 2002 – Sex-specific genetic structure
freely downloadable from [Link] in Schistosoma mansoni: evolutionary and epidemi-
au/fishweb/[Link]. ological implications. Mol. Ecol., 11 : 1231-1238.

P J. M., S J., B D. R., P F., D P., T A.,
B J. A., 1995 – Nonamplifying alleles at C C., D M T., 2003 – Sex-specific
microsatellite loci: a caution for parentage and genetic structure: new trends for dioecious para-
population studies. Mol. Ecol., 4 : 249-252. sites. Trends Parasitol., 19 : 171-174.

P S., A A., 2003 – GeneClass 2: A P F., T A., D P.,
Software for Genetic Assignment and First- D M T., 2004b – Test of pangamy by genetic
Generation Migrant Detection. Freely downlable analysis of Schistosoma mansoni pairs within its
from [Link] natural murine host in Guadeloupe. J. Parasitol.,
90 : 507-509.
P S., A A., C J. M., P D,
P F., T A., P J. P.,
B L., E A., 2004 – GeneClass2: a
J-Z R., J P., D P.,
software for genetic assignment and first-genera-
D M T., 2005 – Dispersal in a parasitic worm
tion migrant detection. J. Hered., 95 : 536-539.
and its two hosts and its consequences for local
P S., L G., C J. M., 1999 – adaptation. Evolution, 59 : 296-303.
BOTTLENECK: a computer program for detect-
ing recent reductions in the effective population
size using allele frequency data. J. Hered., 90 : 502- Q W. G., B E. M., C J. R.,
503. U G. D., W I. N., L B. J., D

296 Initiation à la génétique des populations naturelles

D. E., 1997 – A population genetic study of Austria, [Link] ISBN
Borrelia burgdorferi sensu stricto from eastern Long 3-900051-07-0.
Island, New York, suggested frequency-dependent
selection, gene flow and host adaptation. Hereditas, R W. R., 1989 – Analyzing tables of statistical
127 (1997) : 203-216. tests. Evolution, 43 : 223-225.

Q D. C., G K. F., 1989 – R D., P D., S N., L I.,
Estimating relatedness using genetic markers. M F. R., B G., 2006 –
Evolution, 43 : 258-275. Delineation of Borrelia burgdorferi sensu lato species
by multilocus sequence analysis and confirmation
of the delineation of Borrelia spielmanii sp. nov. Int.
J. Syst. Evol. Microbiol., 56 : 873-881.
R J., V G., 1959 – Les tiques
(Acariens : Ixodidae) des îles françaises du R M., 1996 – Evolution, Second Edition.
Pacifique. Bull. Soc. Pathol. Exot., 52 : 819-835. Cambridge, Massachusetts, Blackwell Science, Inc.
R B., M J. L., 1997 – Detecting R A., H W. G., 1984 – Deviations
immigration by using multilocus genotypes. Proc. from Hardy-Weinberg proportions: sampling vari-
Natl. Acad. Sci. USA, 94 : 9197-9221. ances and usent in estimation of inbreeding coef-
ficients. Genetics, 107 : 713-718.
R N., B F., 2000 – Properties of
bias of two multiallelic estimators of FST. Theor. R G. K., 1996 – Geographic structure of
Pop. Biol., 57 : 285-296. insect populations: gene flow, phylogeography,
and their uses. Annu. Rev. Entomol., 41 : 325-
R S., D M T., D J. P., Z
352.
D. G., G R. H., D I., S B.,
C G., S P., 2007 – The tsetse fly Glossina R I., F A., R S., S N.,
palpalis palpalis is composed of several genetically B P., 1998 – Unravelling the procyclin
differentiated small populations in the sleeping coat of Trypanosoma brucei. Mol. Biochem. Parasitol.,
sickness focus of Bonon, Côte d’Ivoire. Infect. 91 : 117-130.
Genet. Evol., 16 : 116-125.
R E., 1908 – Chantecler. Paris, réédité en
R M., R F., 1995a – An exact test 2000 par L’Harmattan.
for population differentiation. Evolution, 49 :
1280-1283. R V., D M T., H M.,
W E., B H., A A., L-
R M., R F., 1995b – GENEPOP C A., D J. C., D D S., L
(version .2): population genetics software for exact R D., A F. J., B A. L., 2009 – Extreme
tests and ecumenicism. J. Hered., 86 : 248-249. inbreeding in Leishmania braziliensis. Proc. Natl.
Acad. Sci. USA, 106 : 10224-10229.
R M., R F., 2003 – GENEPOP
(version 3.4): population genetics software for R F., 1996 – Equilibrium values of measure
exact tests and ecumenicism (updated from of population subdivision for stepwise mutation
Raymond et Rousset, 1995b). processes. Genetics, 142 : 1357-1362.
R F. G., Dd P., K R F., 1997 – Genetic differentiation and
J. C., D M T., R F., A F. J., estimation of gene flow from F-statistics under
R F., 2005 – ‘‘Clonal’’ population structure isolation by distance. Genetics, 145 : 1219-1228.
of the malaria agent Plasmodium falciparum in
high-infection regions. Proc. Natl. Acad. Sci. USA, R F., 2000 – Genetic differentiation
102 : 17388-17393. between individuals. J. Evol. Biol., 13 : 58-62.

R-Development-core-team, 2011 – R: A Language R F., 2004 – Genetic Structure and Selection
and Environment for Statistical Computing. In : R in Subdivided Populations. Princeton, Princeton
Foundation for Statistical Computing, Vienna, University Press.

Bibliographie 297
R F., 2008 – GENEPOP ‘ 007: a complete S M., 1985 – Gene flow in natural popula-
re-implementation of the GENEPOP software for tions. Ann. Rev. Ecol. Syst., 16 : 393-430.
Windows and Linux. Molecular Ecology Resources,
8 : 103-106. S M., 1995 – A measure of population sub-
division based on microsatellite allele frequency.
R F., R M., 1995 – Testing hete- Genetics, 139 : 457-462.
rozygote excess and deficiency. Genetics, 140 :
1413-1419. Š V., D M T., V M., N P.;
B H., C J., 2000 – The sexually linked
R F., R M., 1997 – Statistical Mpi locus is presumably involved in imidothiazole
analyses of population genetic data: New tools, old resistance in Oesophagostomum dentatum parasites.
concepts. Trends Ecol. Evol., 12 : 313-317. Parasitol. Res., 86 : 486-490.

S R. R., R F. J., 1981 – Biometry, 2nd Ed.

New-York, Freeman and Co.
S M. H., M A. M., H J.,
2001 – Recombination, balancing selection and S P.,  L R S., D M T., C
phylogenies in MHC and self-incompatibility G., D G., C D., 2000 –
genes. Genetics, 159 : 1833-1844. Microsatellite DNA markers reveal genetic differ-
entiation among populations of Glossina palpalis
S C. J., K J. P., 2008 –
gambiensis collected in the agropastoral zone of
Trypanosomiasis vector control in Africa and Latin
Sideradougou, Burkina Faso. Insect. Mol. Biol., 9 :
America. Parasit. Vect., 1 : 24.
433-439.
S C. R., 1970 – How many genes evolve?
S P., 2000 – Efficient genetic markers for
Bioch. Genet., 4 : 275-283.
population biology. Trends Ecol. Evol., 15 : 199-
S J. X., A M., K G., P N., 203.
Be F., 1987 – Multivariate analysis of
genetic exchanges between Solea aegyptiaca and
Solea senegalensis (Teleosts, Soleidae). Biol. J. Linn. T W. J., B W. C., 1995– Making
Soc., 32 : 357-371. a Case for Molecular Population Genetic-Studies
of Arthropod Vectors. Parasitol. Today, 11 : 27-30.
S D. M., R S. E., W P. R.,
W S. A., 2004 – Sib-mating does not lead to T A., ML A., T A., M D.,
facultative sex ratio adjustment in the parasitoid T C. M. R., 2007 – Genetic exchange in
wasp, Nasonia vitripennis. Evol. Ecol. Res., 6 : Trypanosoma brucei: Evidence for mating prior to
73-480. metacyclic stage development. Mol. Biochem.
Parasitol., 151 : 133-136.
S S., C Jr. N. J., 1 988 –
Nonparametric Statistics for the Behavioral Sciences, T N, N M., 1996 – Genetic distances
Second Edition. New-York, McGraw-Hill Inc. and reconstruction of phylogenetic trees from
microsatellite DNA. Genetics, 144 : 389-99.
S G., N F., T C., L S.,
D M T., C G., A T., 2010 – T K., P N., S G., N M.,
Population genetic structure of Central African K S., 2011a – MEGA version 5: Molecular
Trypanosoma brucei gambiense isolates using micro- Evolutionary Genetics Analysis using Maximum
satellite DNA markers. Infect. Genet. Evol., 10 : Likelihood, Evolutionary Distance, and Maximum
68-76. Parsimony Methods, freely downloadable from
[Link]
Š J. P., R F., R M.,
D M T., 1999 – No evidence for genetic dif- T K., P N., S G., N M.,
ferentiation of the mussel Mytilus galloprovincialis K S., 2011b – MEGA5: Molecular
between lagoons and the seaside. Mar. Ecol. Prog. Evolutionary Genetics Analysis Using Maximum
Ser.,178 : 251-258. Likelihood, Evolutionary Distance, and Maximum

298 Initiation à la génétique des populations naturelles

Parsimony Methods. Mol. Biol. Evol., 28 : 2731- consequences. Proc. Natl. Acad. Sci. USA, 87 :
2739. 2414-2418.
T J. W., G D. M., B A., T M., K F., A J., O
K V., 1999 – The evolutionary biology B., B S. F., D M. L., A F. J., 1991
and population genetics underlying fungal strain – Are eukaryotic microorganisms clonal or sexual?
typing. Clin. Microbiol. Rev., 12 : 126-146. A population genetics vantage. Proc. Natl. Acad.
Sci. USA, 88 : 5129-5133.
T J. S., C S. L., 2007 – Factory
flies are not equal to wild flies. Science, 317 : 1678. T R. J., 1997 – Microsatellites for Ecologists:
Non-Radioactive Isolation and Amplification
T B C. J. F., 1986 – Canonical correspond- Protocols for microsatellite markers. Unpublished
ence analysis: a new eigenvector technique for manuscript, available from the author or via
multivariate direct gradient analysis. Ecology, 67 : anonymous FTP from http:/[Link]/
1167-179. Msats/ or [Link]
T B C. J. F., 1987 – CANOCO - a Fortran [Link].
program for canonical community ordination. T S., D L., G J., 2005 –
Microcomputer Power, Ithaca, New York, USA. Ecological components and evolution of selfing in
T B C. J. F., Š P. 2002 – CANOCO the freshwater snail Galba truncatula. J. Evol. Biol.,
Reference Manual and CanoDraw for Widows User’s 18 : 358-370.
Guide: Software for Canonical Community
Ordination (version 4.5). Microcomputer Power,
Ithaca, New-York.
U M. W., P G. H., S G. A.,
K L. S., K D. P., 2008 –
T A. T., D M T., G J. F., Persistently infected horses are reservoirs for intra-
2007 – On the power of some binomial modifica- stadial tick-borne transmission of the apicomplexan
tions of the Bonferroni multiple test. Zh. Obshch. parasite Babesia equi. Infect. Immun., 76 : 3525-
Biol. (J. Gener. Biol.), 68 : 332-340. 3529.

T F., R F., D J. M., U G., 1976 – Tick-borne livestock dis-
L A., D M T., C F., 1995 – eases and their vectors. 2. Epizootiology of tick-
Assortative pairing in Gammarus insensibilis borne diseases. World Animal Review, 17 : 8-15.
(Amphipoda) infested by a trematode parasite.
Oecologia, 104 : 259-264.
V B M., S P. M., S J. C.,
T M., 1998 – Genetic epidemiology of C G. K., 2006 – Natal philopatry does
parasitic protozoa and other infectious agents: the not lead to population genetic differentiation in
need for an integrated approach. Int. J. Parasitol., Buller’s albatross (Thalassarche bulleri bulleri). Mol.
28 : 85-104. Ecol., 15 : 73-79.
T M., 1999 – Toward an integrated V O C., H W. F., W
genetic epidemiology of parasitic protozoa and D. P. M., S P., 2004 – Micro-checker: soft-
other pathogens. Ann. Rev. Genet., 33 : 449-477. ware for identifying and correcting genotyping
errors in microsatellite data. Mol. Ecol. Notes, 4 :
T M., A F. J., 2002 – The clonal 535-538.
theory of parasitic protozoa: 12 years on. Trends
Parasitol., 18 : 405-410. V J., 1944 – Les tiques du bétail. Méthodes
d’éradication. Nouméa, Imprimeries réunies.
T M., K F., A F. J., 1990 – A
clonal theory of parasitic protozoa: the population V A., M D., SC M.,
structures of Entamoeba, Giardia, Leishmania, E A., 2002 – A review on SNP and other
Naegleria, Plasmodium, Trichomonas, and types of molecular markers and their use in animal
Trypanosoma and their medical and taxonomical genetics. Genet. Sel. Evol., 34 : 275-305.

Bibliographie 299
V R., C D, 2001a – ESTIM 1.0: a W P. C., R F., S I. J.,
computer program to infer population parameters L R., K S. J., T D. J., 2007 –
from one- and two-locus gene identity probabili- Compatible genetic and ecological estimates of
ties. Mol. Ecol. Notes, 1 : 354-356. dispersal rates in insect (Coenagrion mercuriale:
Odonata: Zygoptera) populations: analysis of
V R., C D, 2001b – Estimation of “neighbourhood size” using a more precise estima-
effective population size and migration rate from tor. Mol. Ecol., 16 : 737-751.
one- and two-locus identity measures. Genetics,
157 : 911-925. W C., P D., 2000 – MHC genes,
body odours, and odour preferences. Nephrol. Dial.
V R., C D, 2001c – Two-locus identity Transplant., 15 : 1269-1271.
probabilities and identity disequilibrium in a par-
tially selfing population. Genet. Res., 77 : 7-81. W W., 1908 – Über den Nachweis der
Verebung beim Menschen. Jahresh. Verein f. Vaterl.
Naturk in Wüttemberg, 64 : 368-382.
W S., 1928 – Zusammensetzung von
populationen und korrelationsers-chinungen von W B. S., 1979 – Inferences about linkage dise-
standpunkt der vererbungslehre aus betrachtet. quilibrium. Biometrics, 35 : 235-254.
Hereditas, 11 : 65-108.
W B. S., 1996 – Genetic Data Analysis. Sinauer
W J., 2002 – An estimator for pairwise related- Associates Inc., Sunderland, Massachusetts.
ness using molecular markers. Genetics, 160 : 1203-
1215. W B. S., C C. C., 1984 – Estimating
F-statistics for the analysis of population structure.
W J., W M. C., 2003 – Estimating Evolution, 38 : 1358-1370.
effective population size and migration rates from
genetic samples over space and time. Genetics, 163 : W M. C., 2005 – Combining probability
429-446. from independent tests: the weighted Z-method is
superior to Fisher’s approach. J. Evol. Biol. 18 :
W R. S., 1989 – A generalized approach for 1368-1373.
estimating effective population size from temporal
changes in allele frequency. Genetics, 121 : 379- W M. C., MC D. E., 1998 –
391. Indirect measures of gene flow and migration: FST
≠ 1/(4Nm + 1). Heredity, 82 : 117-125.
W R. S., 2006 – A bias correction for esti-
mates of effective population size based on linkage WHO, 2006a – Human African trypanosomiasis
disequilibrium at unlinked gene loci. Conserv. (sleeping sickness): epidemiological update. Weekly
Genet., 7 : 167-184. Epidemiological Record, 82 : 71-80.

W R. S., D C., 2008 – LDNE: a program WHO, 2006b – African trypanosomiasis (sleeping
for estimating effective population size from data sickness), WHO Media centre, Fact sheet N° 259,
on linkage disequilibrium. Mol. Ecol. Res., 8 : 753- World Health Organization, [Link]
756. mediacentre/factsheets/fs259/en/.

W P., S C., 1998 – Genetic signatures W A. J., H J. A., F M. M.,
of interpopulation dispersal. Trends Ecol. Evol., 13 : 2004 – Dispersal in a stream dwelling salmonid:
43-44. inferences from tagging and microsatellite studies.
Conserv. Genet., 5 : 25-37.
W R., E C. R., S-L P.,
V M., 1998 – Short allele dominance as a W K. E., 1996 – « Comparison of graphical
source of heterozygote deficiency at microsatellite data analysis methods ». In Faulbaum F.,
loci: experimental evidence at the dinucleotide Bandilla W. (eds) : SoftStat ’95 Advances in
locus Gv1CT in Gracilaria gracilis (Rhodophyta). Statistical Software 5, Lucius & Lucius,
Mol. Ecol., 7 : 1569-1573. Stuttgart : 139-151.

300 Initiation à la génétique des populations naturelles

W S., 1951 – The genetical structure of X J., 2005 – The inheritance of organelle
populations. Ann. Eugenics, 15 : 323-354. genes and genomes: patterns and mecha-
W S., 1965 – The interpretation of popula- nisms. Genome, 48 : 951-958.
tion structure by F-statistics with special regard to
system of mating. Evolution, 19 : 395-420.

Bibliographie 301
Réponses aux questions

Réponse 1 : L’hypothèse faite est que l’échantillonnage ne modifie pas les fréquences
alléliques dans la population, ce qui suppose que cette dernière est suffisamment grande.
Réponse 2 : Les taux de mutation d’une base vers une autre ne sont pas identiques
selon que l’on s’adresse à une transversion ou à une transition (voir le glossaire). Une
telle propriété interférera nécessairement avec les effets d’ordre démographique.
D’ailleurs, la différence est telle qu’on considère en général qu’un site variable ou
SNP ne possède que deux allèles possibles A/G ou C/T.
Réponse 3 : Si s = 1 alors nous obtenons pour les homozygotes 1/1, les hétérozygotes
1/2 et les homozygotes 2/2, en se souvenant que p1 + p2 = 1, des fréquences génoty-
piques respectivement égales à :
1
De = p 12 + p 1 p 2 = p 12 + p 1 p 2 = p 1 ( p 1 + p 2 ) = p 1
2 −1
 1 
He = 2 p 1 p 2 1 −  = 2 p 1 p 2 (1 − 1) = 0
 2 − 1
1
R e = p 22 + p 1 p 2 = p 22 + p 1 p 2 = p 2 ( p 1 + p 2 ) = p 2
2 −1
Réponse 4 :
1 1
( p i − p ) 2 = n ∑ ( p i − p ) 2 = n ∑ ( p i2 + p 2 − 2 p i p )
i i

1 1 2p
= n ∑ p i2 + n ∑ p 2 − n ∑ p i
i i i

Et donc
n 2
( pi − p)2 = p 2 + p − 2 p 2 = p 2 − p 2 (CQFD).
n
Réponse 5 : C’est la définition de la variance.
Réponse 6 : Dans un modèle en îles infini, s’il n’existe que des sous-populations
fixées pour l’un des deux allèles présents à un locus, cela signifie que pour une pro-
portion p de populations nous avons p = 1 et pour 1 - p nous avons p = 0. La
variance de p dans ce cas sera égale à :
σ max
2 1 2 1
[ 2 2
]
( p ) = n ∑ ( p i − p ) = n ∑ np (1− p ) + n(1− p )(0 − p ) = p (1− p ) + p 2 (1− p )
2

i i

303
d’où l’on tire facilement :
σ max
2
( p ) = p (1 − p )(1 − p + p ) = p (1 − p ) (CQFD)
Réponse 7 : Détails du calcul d’un G
Supposons que nous avons échantillonné N individus dans deux localités différentes
(échantillons 1 et 2 de tailles respectives N1 et N2). Ces individus ont été génotypés
pour un locus qui présente deux allèles de fréquences p1 et q1 dans l’échantillon 1 et
p2 et q2 dans l’échantillon 2 respectivement. Ces informations nous donnent les
effectifs d’allèles suivants :

Nombres observés d’allèles

Échantillons Allèle 1 Allèle 2 Somme
Échantillon 1 2N1p1 2N1q1 2N1(p1 + q1) = 2N1
Échantillon 2 2N2p2 2N2q2 2N2(p2 + q2) = 2N2
Somme 2N1p1 + 2N2p2 2N1q1 + 2N2q2 2(N1 + N2) = 2N

Si on considère que les individus des deux échantillons proviennent d’une seule et
même population (pas de différence réelle de leurs fréquences alléliques) alors, la
meilleure estimation de la fréquence des allèles dans la population correspond à la
moyenne des fréquences des deux échantillons. Par conséquent, les effectifs attendus
des allèles deviennent :

Effectifs attendus des allèles

Échantillons Allèle 1 Allèle 2 Somme
Échantillon 1 2 N1 p 1 + 2 N2 p 2 2 N1 p 1 + 2 N2 p 2
2 N1 2 N1 2N1
2N 2N

Échantillon 2 2 N1 p 1 + 2 N2 p 2 2 N1 p 1 + 2 N2 p 2
2 N2 2 N2 2N2
2N 2N

Somme 2N1p1 + 2N2p2 2N1q1 + 2N2q2 2(N1 + N2) = 2N

Soit PMO la probabilité multinomiale d’observer les effectifs du premier tableau si les
fréquences alléliques de chaque échantillon sont correctes et PME la probabilité mul-
tinomiale d’observer ces effectifs si ce sont les effectifs attendus qui sont corrects :

304 Initiation à la génétique des populations naturelles

 2 N1 p1 2 N1q1 2 N2 p 2 2 N2 q 2
2 N! 2 N1 p1 2 N1 q1 2 N2 p 2 2 N2 q 2
PMO =        
2 N1 p1! 2 N1 q1! 2 N2 p2! 2 N2 q2 ! 2 N   2N   2N   2N 
2 N!
PME =
2 N1 p1! 2 N1 q1!2 N2 p 2 ! 2 N2 q 2 !

 2 N1 (2 N1 p 1 + 2 N2 p 2 )   2 N1 (2 N1 q1 + 2 N2 q 2 ) 
2 N1 p1 2 N1q1

   
 (2 N) 2   (2 N) 2 
 (2 N1 p 1 + 2 N2 p 2 )N2   (2 N1 q1 + 2 N2 q 2 )N2 
2 N2 p 2 2 N2 q 2

× 2   
 (2 N)   (2 N) 2 
Le ratio du logarithme népérien de la vraisemblance ou G correspond à deux fois le
logarithme népérien du ratio de vraisemblance, soit :
G = 2 ln(PMO/PME), ce qui peut s’écrire (cf page 736 et Box 17.6 dans S et
R, 1981) :
G = 2N1p1 ln(2N1p1) + 2N1q1 ln(2N1q1) + 2N2p2 ln(2N2p2) + 2N2q2 ln(2N2q2)
+ 2N ln(2N) – 2N1 ln(2N1) – (2N1p1 + 2N2p2) ln(2N1p1 + 2N2p2) – (2N1q1
+ 2N2q2) ln(2N1q1 + 2N2q2) – 2N2 ln(N2).
Cette quantité possède des propriétés additives, ce qui signifie que les différents G
calculés pour différents loci peuvent s’additionner, permettant ainsi d’obtenir un G
global offrant donc la possibilité d’un test global.
Réponse 8 : Détails du test de Mantel
Soit M1 et M2 deux matrices de distances entre les mêmes paires d’objets :
m111 m112 m113 m114  m211 m212 m213 m214 
 m122 m123 m124    m2 22 m2 23 m2 24 
M1 =  et M 2 = 
 m133 m134   m2 33 m2 34 
   
 m144   m2 44 
Une mesure de la corrélation entre ces deux matrices peut par exemple être fournie par :
Z = ∑∑ m1ij m2 ij
i j

Z peut alors être utilisé comme statistique du test de Mantel. Il s’agit de randomiser
un grand nombre de fois (106 pour Genepop) les objets contenus dans une des deux
matrices en mesurant le Z entre la matrice randomisée et l’autre matrice (non ran-
domisée), pour chaque randomisation. La valeur observée du Z peut ensuite être
comparée à la distribution des Z randomisés. D’autres statistiques, telles que le
classique coefficient de corrélation de Pearson ou, comme dans Genepop, le coeffi-
cient de corrélation de rang de Spearman, peuvent également être utilisées à la place
du Z pour le test de Mantel.

Réponses aux questions 305

Réponse 9 : Le critère du bâton brisé ou « broken stick ».
Ce critère a été développé en premier lieu par des écologistes soucieux de comparer
la répartition des espèces avec une répartition aléatoire (B et D, 1956 ;
MA, 1957 pour les premiers). Il fut ensuite adapté aux analyses en compo-
santes principales par F (1976). Selon ce principe, une quantité donnée 1
(correspondant à 100 % de l’information) peut être assimilée à un bâton que l’on
peut subdiviser en S parties en y pratiquant S - 1 coupures au hasard. Si ces coupures
se font au hasard, on peut avoir n’importe quelle longueur de ces différentes parties
avec une probabilité d’apparition qui doit suivre une loi uniforme. Si on classe ces
bouts de bois de la plus grande longueur à la plus petite, sous l’hypothèse nulle la
plus petite longueur possible sera de 1/S avec une probabilité d’apparition de 1/S. La
seconde plus petite sera de longueur 1/S + 1/(S - 1) et pour une longueur quel-
conque li on aura :
1 S− j 1
E (l j ) = ∑
S i =0 j + 1
On obtient ainsi la liste par ordre décroissant des espérances de la proportion de
variance expliquée par chaque axe sous l’hypothèse nulle. Par exemple, s’il y a
15 axes cela donne la suite 0,221, 0,155, 0,121, 0,099, 0,082, 0,069, 0,058, 0,048,
0,040, 0,033, 0,026, 0,020, 0,014, 0,009, 0,004 qui donne donc les proportions
minimales à partir desquelles les axes sont significatifs. Ici, une ACP avec 15 allèles
(donc 15 axes) dont le premier axe aurait une inertie inférieure à 22,1 % n’aurait
donc aucun axe significatif selon le critère du bâton brisé. Par contre, si cette ACP
donne les deux premiers axes avec des inerties (par exemple) de 25 % et 22 % d’iner-
ties suivies d’axes à l’inertie inférieure à 12 %, on a deux axes significatifs selon le
critère du bâton brisé.
Réponse 10 : Effectif efficace d’une population dioïque
Soit Nf et Nm, le nombre de mâles et de femelles dans une grande population par
ailleurs isolée, sans mutation ni sélection, à générations non chevauchantes, avec
accouplements aléatoires (pangamie) et constance du sexe-ratio d’une génération à
l’autre. Dans une telle population, pour que deux gènes d’un zygote de la génération
t soit formé par deux gènes issus d’un même gène ancêtre, il est nécessaire que ce
gène soit présent chez la mère et le père de ce zygote, c’est-à-dire s’il a été prélevé
deux fois chez le même mâle de la génération t-2 ou la même femelle de la généra-
tion t-2. Sachant qu’il y a pangamie, la probabilité que les deux gènes d’un zygote
proviennent du même grand-père est de 1/Nm et de la même grand-mère de 1/Nf.
Dans chacun des deux cas, la probabilité de tirer deux fois le même gène chez le
grand-parent pour le transmettre aux deux parents du zygote est de (1/2)² et la pro-
babilité de retirer deux fois ce gène chez le père et la mère pour le transmettre au
zygote est aussi de (1/2)², donc (1/Nf )×(1/2)²×(1/2)² pour le gène de la grand-mère
et 1/16Nm pour le gène du grand-père. Les individus étant diploïdes, cet événement

306 Initiation à la génétique des populations naturelles

possède deux chances de se réaliser (ou deux essais possibles). La probabilité pour un
individu donné que deux gènes pris au hasard découlent d’un même gène ancêtre
(coalescence) est donc égale à :
 1 1  N f + Nm
τ = 2  +

=
16 Nm 16 N f  8 N f Nm
Nous recherchons l’effectif efficace Ne tel qu’une population monoïque de cette
taille dérive à la même vitesse (même coalescence) que notre population dioïque.
Sachant que pour une population monoïque, la probabilité de tirer deux fois le
même gène est égale à e = 1/(2Ne), on cherche donc Ne tel que e = , soit :
1 N f + Nm
τ= =
2 Ne 8 N f Nm

4 N f Nm
Ne = (CQFD)
N f + Nm
Réponse 11 : Estimer un taux de croisements frère-sœur à partir du FIS
Cette méthode a déjà été utilisée dans C et al. (2007a). Si on observe l’évo-
lution de la consanguinité F entre la génération t-2 et t dans une population où les
croisements ne se font qu’entre frères et sœurs, on obtient l’image suivante (fig. 99).
On cherche à exprimer la consanguinité d’un individu de la génération t, c’est-à-dire
que l’on recherche avec quelle probabilité cet individu aura deux gènes identiques par
ascendance (issus d’un seul gène ancêtre). Les deux gènes d’un individu pourront être
identiques parce qu’ils proviennent du même grand-parent et que ce dernier aura
donné deux fois le même gène ou un gène différent, mais déjà identique par ascen-
dance. Ils pourront aussi être identiques s’ils proviennent des deux grands-parents si
ces derniers ont des gènes identiques par ascendance. Comme on peut le voir dans la
figure 99, la constitution génétique d’un individu de la génération t peut suivre
16 événements différents et équiprobables. Dans la moitié des cas, les deux gènes d’un
tel individu proviennent d’un même grand-parent et dans l’autre moitié des cas d’un
des deux grands-parents. Quand les deux gènes proviennent d’un même grand-
parent, la probabilité de prélever deux fois ce même gène est de (1/2)² pour le premier
gène et la même chose pour le second, soit P2 mêmes/même grand-parent = 1/2, et celle de
prélever les deux gènes différents est aussi P2 différents/même grand-parent = ½, mais dans ce
cas ils ne peuvent être identiques par ascendance qu’avec la probabilité de Ft-2, le
coefficient de consanguinité des grands-parents de l’individu concerné. Par consé-
quent, la probabilité que deux gènes d’un individu de la génération t soient iden-
tiques par descendance et proviennent d’un même grand-parent sera de :
PId/même grand-parent = Pmême grand-parent*[P2 mêmes/même grand-parent + P2 différents/même
grand-parent*Ft-2]

Réponses aux questions 307

Figure 99
Évolution de la consanguinité dans un système de croisements frères-sœurs. Les femelles sont
représentées par des ronds et les mâles par des carrés. Les gènes examinés sont représentés
par des petits ronds. En bas sont représentés les différents petits-enfants possibles en fonction
des gènes présents chez leurs deux grands-parents.

ce qui donne :
PId/même grand-parent = 1/2[1/2 + 1/2Ft-2]
Pour le cas où ces gènes proviennent chacun d’un grand-parent différent, ces gènes ne
peuvent être identiques par ascendance que si les deux grands-parents sont apparentés.
Sachant que la probabilité de tirer deux gènes identiques par ascendance chez les
deux grands-parents est égale à l’apparentement entre ces deux grands-parents et
correspond très exactement à la consanguinité de leurs descendants (t - 1) Ft-1 on
obtient alors :
PId/grands-parents différents = Pgrands-parents différents × Ft-1 = 1/2Ft-1
À partir de là, il est facile de poser :
Ft = PId/même grand-parent + PId/grands-parents différents = 1/2[1/2 + 1/2Ft-2] + 1/2Ft-1
Soit, de manière plus compacte :
Ft = 1/4[1 + 2Ft-1 + Ft-2]

308 Initiation à la génétique des populations naturelles

Si on suppose alors que la proportion de croisements frère-sœur est de b et celle de
croisements pangamiques de (1 - b), dans une grande population avec un nombre
infini d’allèles nous pouvons poser :
Ft = b1/4[1 + 2Ft-1 + Ft-2] + (1 - b)0
À l’équilibre génotypique entre croisements frère-sœur et pangamie (Ft = Ft-1 = Ft-2),
nous pouvons alors poser que le FIS est une mesure de la consanguinité ainsi créée
et que ce dernier vérifie l’égalité :
1 + 2 F IS + F IS
FIS = b
4
D’où on tire facilement :
4 F IS
b=
1 + 3F IS
Notons qu’il s’agit là d’une approximation très grossière.
Réponse 12 : Le critère d’information d’Akaike pour choisir le meilleur modèle de
régression
L’AIC (Akaike Information Criterion) dont la valeur doit être minimale, est une
mesure de la qualité d’ajustement d’un modèle statistique considéré estimé par rap-
port à des données. Il prend ses racines du principe d’entropie en offrant une mesure
relative de la perte d’information lorsqu’un modèle est utilisé pour décrire des don-
nées réelles. On peut aussi dire qu’il correspond à un compromis entre biais et
variance ou encore entre la complexité et la précision du modèle. Il n’existe pas
d’AIC seuil en deçà duquel un modèle est rejeté. Il ne s’agit donc pas d’un test, mais
d’un outil d’aide à la sélection du modèle le plus simple permettant d’expliquer au
mieux les données, le modèle doté du plus petit AIC étant le meilleur.
Si on pose que :
N
RSS = ∑ εˆi2
i =1

est la somme des carrés des résidus (part de la dispersion des points non expliquée
par le modèle) pour un échantillon de taille N, alors on peut écrire que :
AIC = 2k + N[Ln(2πRSS/N) + 1]
où k est le nombre de paramètres dans le modèle.
On voit bien qu’augmenter le nombre de paramètres, même s’il permet un meilleur
ajustement aux données (en diminuant RSS), augmente par ailleurs la valeur de AIC
(k augmente).
Réponse 13 : La famille « quasi » des modèle linéaires généralisés
L’estimation dite quasi-likelihood permet de procéder à une régression sans connaître
entièrement la distribution des résidus de la variable à expliquer, il faut spécifier le

Réponses aux questions 309

« lien » (binomial ou poisson) et l’estimation se fera en tenant compte de la relation
entre variance et moyenne, soit pour un lien de type binomial :
p
Var ( p ) = φ
1− p
où p est la probabilité moyenne, Var(p) est sa variance et φ le coefficient de dispersion.
Pour plus de précisions sur les modèles quasi-likelihood, l’aide en ligne de R conseille
les ouvrages de C et S (1981), D (1983), MC et N
(1989) (le plus souvent cité par les spécialistes) et C et H (1992) (très
souvent cité également).
Selon mon expérience personnelle, pour les modèles logistiques, les estimations
quasi peuvent conduire à des résultats aberrants, en particulier quand les occurrences
d’un événement sont rares, notamment au niveau des tests (P-value = 0 alors que
l’on se situe en limite de puissance dans ce cas de figure).
Réponse 14 : Calculs d’apparentement dans une population de consanguinité F (F
se note aussi QI)
L’apparentement R entre deux individus correspond à la proportion de cas où ces
deux individus portent au moins un gène identique par ascendance. R est donc égal
au double de la parenté (notée QS) qui est la probabilité de tirer deux allèles iden-
tiques par ascendance entre deux individus de la même population. Si le système de
reproduction explique la totalité de F, alors F = FIS. La parenté entre un frère et une
sœur de mêmes parents (pleins frères) est de 0,25 (1/2×1/2 = 1/4) dans une popu-
lation non consanguine. Elle est de QS = 0,25×(1 + F) dans une population de
consanguinité F. Donc, dans une population où le système de croisements explique
entièrement le FIS, la parenté frère-sœur est de QS = 0,25×(1 + FIS) et donc leur
apparentement R = 2×0,25×(1 + FIS) = 0,5×(1 + FIS), alors que l’apparentement
entre deux individus quelconque de cette population sera de 2FIS.
Réponse 15 : Calcul du FIS moyen dans des fratries d’une espèce gonochorique
Nous allons considérer un modèle IAM de mutation (beaucoup d’allèles) dans une
grande population. Deux cas sont possibles si on considère que l’on a pangamie.
Soit la mère de la fratrie est homozygote ii avec la probabilité ~ pi², soit elle est
hétérozygote ij avec la probabilité ~ 2pipj (pi étant la fréquence de i dans la popula-
tion) (on indique “~” car en dioecie, on approche cette valeur pour de grandes
populations seulement). Dans sa descendance, la femelle homozygote produira des
hétérozygotes ij si elle reçoit du j avec la probabilité 1-pi. La proportion d’hétéro-
zygotes observés dans ce type de fratries sera donc en moyenne de :
H obs / ii = ∑ p i2 (1 − p i )
i

La probabilité de fabriquer des ii dans cette fratrie est égale à pi ou probabilité que
la femelle reçoive un spermatozoïde i. La proportion attendue d’hétérozygotes sous

310 Initiation à la génétique des populations naturelles

panmixie dans ce type de fratries sera de 2pi/ii(1 - pi/ii), soit, si les ii sont en fré-
quence pi et les ii en fréquence 1 - pi dans la fratrie, alors pi/ii = pi + 1/2(1 - pi)
= 1/2(pi + 1) et donc 1/2(1 + pi)(1 - pi) hétérozygotes attendus dans ce type de fra-
trie. On attend donc dans la population :
1
Hexp/ ii = ∑ pi2 (1 + pi )(1 − pi )
i
2

Hexp/ ii =
1
∑
2 i
pi2 1 − pi2 ( )
Si la mère est hétérozygote ij avec la probabilité 2pipj, elle produit ½ de ij si elle
reçoit du i ou du j avec la probabilité pi et pj respectivement et d’autres hétérozygotes
si elle reçoit d’autres allèles avec la probabilité 1 – pi - pj (voir le tableau).

Mère i j
Père 1/2 1/2
i pi ii 1/2pi ij 1/2pi
j pj ij 1/2pj jj 1/2pj
autre 1-pi-pj autre hétérozygote ½(1 - pi - pj) autre hétérozygote ½(1 - pi - pj)

En tout, nous obtenons dans ce type de fratrie 1/2pi + 1/2pj + 1 - pi - pj, soit 1 -
(p i+ pj)/2 hétérozygotes. Sur l’ensemble, nous obtenons la moyenne pondérée :
 p + pj
H obs / ij = ∑2p p i j 1 − i 
i, j ≠i  2 
La fréquence de i est égale à la fréquence des homozygote ii plus ½ de celle des hété-
rozygotes contenant cet allèle dans ce type de fratries. Donc 1/2pi + 1/2[1/2pi + 1/2pj
+ ½(1 - pi - pj)], soit ½(pi + 1/2). De la même façon, la fréquence de j sera de ½(pj
+ 1/2) et enfin celle des autres allèles, tous hétérozygotes, sera de ½(1 - pi - pj).
Par conséquent, on attend comme hétérozygotes, sous l’hypothèse de panmixie :
ij en fréquence 2½(pi + 1/2)½(pj + 1/2)
i-autre en fréquence 2½(pi + 1/2)½(1 - pi - pj)
j-autre en fréquence 2½(pj + 1/2)½(1- pi- pj)
autre-autre en fréquence
 
(
∑ 2 1 1 1 − p i − p j 1 − 1 1 1 − p i − p j  ) ( )
k ≠ i, j K − 2 2  K − 2 2 

Réponses aux questions 311

où K est le nombre d’allèles que l’on suppose assez grand ici pour simplifier les
choses.
Cela donne donc en moyenne pondérée :
1  1  1 
∑ 2 pi pj  2 pi + 2  pj + 2 + 2 (1− pi − pj )(1 + pi + pj ) + ε 
1
Hexp/ij =
i, j ≠ i     
où  est une quantité négligeable. Donc :

H exp/ij = ∑
1
pi pj pi + 
 1
[ (
pj +  + 1− pi + pj
  )] [1+ (pi + pj )]
i, j ≠ i  2  2 
que l’on peut écrire :
  1  1 
Hexp/ij = ∑ (
pi pj 1 + pi +  pj +  − pi + pj 2
2  2
)
i, j ≠ i   
Par conséquent, le FIS moyen attendu dans les fratries, est :
H + Hobs /ij
FIS /Fraterie = 1 − obs/ii
H exp/ii + Hexp/ij
En fonction des fréquences d’allèles cela donne :
pi + pj
∑ pi2 (1− pi ) + ∑ 2 pi pj 1 −
 2 
i i, j ≠ i
FIS /Fraterie = 1 −
1
∑
2 i
( ) 
 
1
2 
1
p i2 1 − p i2 + ∑ pi pj 1 +  pi +  pj +  − pi + pj
2
( )2
i, j ≠ i 
CQFD même si c’est plutôt moche.

312 Initiation à la génétique des populations naturelles

Glossaire

ADN
Acide désoxyribonucléique, molécule de base de l’hérédité. En anglais DNA. Pour
plus de détails, consulter n’importe quel manuel de biochimie.
AIC3
Akaike Information Criterion, de son auteur Hirotsugu Akaike (A, 1974), est une
mesure de la qualité d’ajustement d’un modèle statistique estimé par rapport aux don-
nées. Sa valeur dépend à la fois du nombre de paramètres du modèle et de la dispersion
des données autour des valeurs attendues du modèle. Le meilleur modèle est celui qui
présente le plus petit AIC. Plus de détails sont donnés en réponse 12.
Allèle
État héréditaire dans lequel un locus se présente. Chez les diploïdes, chaque individu
présente deux allèles à chaque locus. Ces allèles peuvent être identiques (homo-
zygote) ou différents (hétérozygote).
Allelic dropout (pas de traduction simple)
Phénomène qui fait qu’un allèle n’est pas vu en face d’un autre à cause, par exemple,
d’une compétition pour la Taq polymérase lors d’une PCR avec peu d’ADN. Dans
ce cas, un seul allèle se trouve amplifié et l’individu est erronément interprété homo-
zygote.

Améiotique
Processus de reproduction qui se déroule sans intervention de la méiose.
Apostatique (sélection)
Processus sélectif qui avantage les génotypes ou phénotypes les plus rares. Par défi-
nition une sélection qui maintient une diversité stable.
Arithmétique
Voir Moyenne.
Assortative mating
Processus d’appariement préférentiel des partenaires sexuels qui se ressemblent le
plus phénotypiquement (voir aussi homogamie).
ARN
Acide ribonucléique, normalement transcrit de l’ADN et ensuite traduit en protéine.

313
Autoincompatibilité
Système interdisant l’autofécondation.
Autosome
Désigne un chromosome ordinaire présent en paire dans chaque zygote ou individu
diploïde normal (antonymique de hétérosome).
Auto-stop
Hitchhiking en anglais. Phénomène sélectif au cours duquel la sélection à un locus
entraîne des modifications de la distribution des fréquences génotypiques à un autre
locus lié physiquement (proche sur le même chromosome) ou statistiquement
quand le mode de reproduction est fermé (clonalité, autofécondation…).

Bottleneck
En français goulot d’étranglement. Désigne un processus démographique durant lequel
une population subit une chute brutale d’effectif (nombre d’individus reproducteurs).

Cline
Généralement géographique, il correspond à l’augmentation ou la diminution gra-
duelle des fréquences alléliques à un ou plusieurs loci le long d’un axe géographique
et/ou d’un gradient écologique.
Clonalité
Reproduction asexuée où la descendance est produite sans subir ni ségrégation ni
recombinaison (améiotique) et se retrouve donc génétiquement strictement iden-
tique à l’individu parental, à la mutation somatique près.
CMH (MHC en anglais)
Complexe majeur d’histocompatibilité. Complexe de gènes qui détermine (entre
autres) la reconnaissance du soi et du non soi. Voir aussi HLA.
Coalescence
Phénomène qui décrit l’ascendance commune de deux gènes d’une population. Le
temps de coalescence décrit, par exemple le nombre de générations qu’il est néces-
saire de remonter pour atteindre le gène ancêtre commun de deux gènes pris au
hasard dans la population étudiée.
Codominant
Décrit un marqueur génétique pour lequel tous les hétérozygotes sont distinguables
des homozygotes (ni dominant, ni récessif ).
Consanguinité
Indique la proportion de loci identiques par descendance au sein des individus,
résultant d’un système de reproduction fermé (autofécondation, croisement entre

314 Initiation à la génétique des populations naturelles

apparentés) ou d’une taille limitée de la population. Notons que dans le cas où
cette consanguinité (probabilité d’identité par descendance intra-individuelle) ne
résulte que de la taille de la population, celle-ci devient égale à l’apparentement
entre individus de cette population (probabilité d’identité par descendance inte-
rindividuelle).
Crossing-over
Phénomène chromosomique intervenant lors de la méiose et consistant à un
échange de portions plus ou moins grandes et en principe de mêmes tailles des chro-
mosomes homologues, précédant la formation des gamètes et résultant en un réas-
sortiment (ou recombinaison) intra-chromosomique.

Dème
Unité démographique d’individus appartenant à la même unité de reproduction ou
partageant les mêmes paramètres de régulation démographique (par exemple, entre
lesquels la compétition intra-spécifique est maximale), synonyme de sous-
population.
Dérive génétique
Décrit le processus par lequel les fréquences alléliques changent d’une génération à
l’autre à cause d’un échantillonnage aléatoire des individus (gamètes, zygotes,
adultes) devant survivre pour participer à la reproduction de la génération suivante
dans une population de taille finie.
Déséquilibre de liaison
Exprime une association non aléatoire entre différents loci (souvent pris par paire).
Beaucoup de facteurs différents peuvent influencer le déséquilibre de liaison (struc-
ture de la population, système de reproduction, sélection, etc.).
Déviance
Terme utilisé en régression linéaire généralisée (GLiM) qui décrit la dispersion de
résidus autour des valeurs attendues définies par le modèle. Consulter des ouvrages
spécialisés pour des définitions plus strictes.
Dioïque
Synonyme de gonochorique (terme un peu désuet aujourd’hui) et signifiant que
l’espèce étudiée est séparée en deux sexes (femelles et mâles) (antonymique de
monoïque).
Diploïde
Caractérise un organisme ou une cellule possédant un matériel génétique (chromo-
somes) en double, à l’exception des chromosomes sexuels quand ces derniers
existent.

Glossaire 315
Directionnelle (sélection)
Processus sélectif tendant à accroître ou décroître (une seule direction) la fréquence
d’un allèle (ou d’un phénotype) dans une population.
Disruptive (sélection)
Sélection directionnelle dans chaque sous-population, mais divergente d’une sous-
population à l’autre.
Dominant
Caractérise un marqueur génétique pour lequel un des allèles masque à l’état hété-
rozygote les autres allèles. Caractérise aussi un tel allèle (antonymique de récessif ).
Dropout
Voir Allelic dropout.

Épistatique (par exemple sélection)

Forme de déterminisme génétique où les différentes formes d’un gène (allèles) vont
avoir différentes répercussions sur l’expression phénotypique des allèles d’un autre
locus. C’est typiquement le cas des gènes de régulation.
Exon
Partie d’un gène conservée lors du passage de l’ARN de transfert à l’ARN messager
(épissage) et qui sera donc traduite en protéine.

Fréquence dépendante (sélection)

Voire Apostatique.

Gamète
Cellule sexuelle normalement haploïde. Chez les animaux, les gamètes femelles sont
appelés ovules et les gamètes mâles spermatozoïdes.
Gaussienne
Se dit d’une distribution de données ordinales continues en forme de cloche (voir
aussi Poissonienne et Logistique).
Gène
Une portion d’ADN qui code pour une fonction, c’est-à-dire transcrite en ARN de
transfert et ensuite en ARN messager (ou mRNA). L’ARN messager devant lui-
même être traduit en molécule active tel un enzyme.
Génotype
Donne la composition allélique complète d’un individu à un locus donné ou à une
série de loci spécifiques (quand précisé).

316 Initiation à la génétique des populations naturelles

Géométrique
Voir Moyenne.
Germinal
Qui provient de la lignée du même nom, cellules souches des cellules sexuelles (ou
gamètes).
Gonochorique
Terme un peu désuet aujourd’hui synonyme de dioïque (antonymique d’hermaph-
rodite).
Goulot d’étranglement
voir Bottleneck.

Haploïde
Caractérise un organisme ou une cellule avec un matériel génétique (chromosomes)
présent en un seul exemplaire. Les cellules sexuelles (gamètes) sont typiquement
haploïdes.
Harmonique
Voir Moyenne.
Hermaphrodite
Se dit d’une espèce à reproduction sexuée où chaque individu peut assurer les deux
fonctions femelle et mâle (antonymique de gonochorique).
Hétérogamie
Processus de reproduction sexuée au cours duquel les individus ou leurs gamètes
sont d’autant plus attirés l’un par l’autre (pour la reproduction) qu’ils diffèrent géné-
tiquement (antonymique de l’homogamie).
Hétérosis
Phénomène sélectif concernant l’ensemble du génome au cours duquel les individus les
plus hétérozygotes (en nombre de loci) sont favorisés (survie et/ou reproduction accrues).
Hétérosome
Synonyme de chromosome sexuel. Chez les espèces dioïques, le déterminisme du
sexe peut être chromosomique. Dans ce cas, la composition en chromosome sexuel
diffère entre les deux sexes (chromosomes XY des mammifères, chromosomes ZW
des oiseaux) (antonymique d’autosome).
Hétérozygote
État d’un locus chez un individu diploïde présentant deux allèles différents (antony-
mique d’homozygote).

Glossaire 317
Hitchhiking
Voir Auto-stop.
HLA
Human Leukocyte Antigen, équivalent du MHC des vertébrés pour l’homme.
Homogamie
Processus de reproduction sexuée au cours duquel les individus ou leurs gamètes
sont d’autant plus attirés entre eux (pour la reproduction) qu’ils se ressemblent géné-
tiquement (antonymique de l’hétérogamie, voir aussi assortative mating).
Homoplasie
Phénomène décrivant l’identité entre deux allèles ne résultant pas d’une parenté
commune récente, qui sont alors qualifiés d’identiques par état. Les microsatellites,
et plus encore les SNP, sont par nature homoplasiques.
Homozygote
État d’un locus chez un individu diploïde présentant deux fois le même allèle (anto-
nymique d’hétérozygote).

IAM (Inf inite Allele Model)

Modèle de mutation où chaque mutation génère un nouvel allèle qui n’existait pas
auparavant dans la population, et qui sera définitivement perdu s’il disparaît. Ne
permet aucune homoplasie.
Îles (modèle en)
Modèle théorique de population structurée en n dèmes de tailles identiques N com-
posés à chaque génération non chevauchante de (1-m)N individus autochtones et de
mN individus migrants provenant aléatoirement de n’importe quel des n dèmes.
Inbreeding
Voir Consanguinité.
Inf inite island model
Ou modèle en îles infini. Modèle en îles avec un nombre infini de sous-populations.
Infra-population
Utilisé en parasitologie pour désigner l’ensemble des individus de la même espèce de
parasite contenus dans un individu hôte.
Intron
Partie d’un gène qui ne sera pas traduite en protéine, car éliminée lors du passage de
l’ARN de transfert vers l’ARN messager (phénomène d’épissage) (antonymique
d’exon).

318 Initiation à la génétique des populations naturelles

Island model
Modèle en îles. Un modèle théorique de population subdivisée, à générations non
chevauchantes, où les individus sont distribués dans n sous-populations (îles) cha-
cune de taille N et construite à chaque génération de mN migrants en provenance
de n’importe laquelle de n sous-populations et (1-m)N résidents ou individus philo-
patriques.

KAM (K Allele Model)

Modèle de mutation en nombre fini (K) d’allèles. Modèle de mutation où chaque
mutation change un allèle dans un autre allèle parmi les K existants, avec la même
probabilité, y compris en lui-même. Plus K est petit, plus fréquente est l’homoplasie.

Linkage disequilibrium
Voir Déséquilibre de liaison.
Locus
Décrit une portion de l’ADN située dans une position spécifique du génome. Un
locus ne correspond pas nécessairement à un gène.
Logistique
Se dit d’une distribution de données disjointes en vrai et faux (ou 0 et 1) (voir aussi
Gaussienne et Poissonienne).

Métapopulation
Une population composée de plusieurs unités (sous-populations ou dèmes). Chaque
sous-population peut être caractérisée par une probabilité d’extinction ou de recolo-
nisation. Les dèmes peuvent aussi être stables (comme dans un modèle en îles).
Méiose
Processus de production des cellules de la reproduction sexuée ou gamètes. C’est au
cours de ce processus qu’ont lieu la ségrégation des allèles à chaque locus et la recom-
binaison entre loci, pour aboutir à la formation de cellules haploïdes.
Microsatellite
Élément constitutif de l’ADN des eukaryotes. Il s’agit de courtes séquences répétées
d’ADN réparties dans le génome et, la plupart du temps, sans fonction connue.
Mutation
Erreur héréditaire intervenant lors de la duplication de l’ADN.
Monoïque
Synonyme d’hermaphrodite (antonymique de dioïque).

Glossaire 319
Moyenne
Valeur unique x que devraient avoir les N individus i d’une population (ou d’un
échantillon) pour que leur total soit inchangé. Il en existe trois types la moyenne
1 N
arithmétique (la plus courante) x Ari = ∑i =1 xi ; la moyenne géométrique
N
xGeo = N Π iN=1 xi ou racine Nième des N produits x1×x2×…×xi ; la moyenne
1
harmonique x Har = .
1
∑i =1 x
N

Neighbourhood model
Modèle en voisinage. Un modèle théorique de population structurée où la migration
de chaque individu est limitée par la distance, de telle sorte que l’apparentement
entre individus devient une fonction décroissante de la distance qui les sépare, même
en l’absence de toute barrière ou délimitation visible.
Neutre
Définit un locus ou un caractère dont le polymorphisme n’est soumis à aucune
pression sélective d’aucune sorte (antonymique de sélectionné).

Ordinales
Qualifie des données que l’on peut ordonner (comptages ou mesures).
Overdominance
Superdominance. Processus sélectif au cours duquel la survie et/ou le succès repro-
ducteur d’un individu se trouve augmentés si cet individu est hétérozygote à un
locus donné.
Ovule
Gamète femelle.

Pangamie
Décrit un mode d’accouplement aléatoire (indépendant du génotype) des individus
d’une population à reproduction sexuée.
Panmixie
Décrit un mode de reproduction sexuée où les zygotes sont formés par rencontre
aléatoire de tous les gamètes de la population.
Parthénogenèse
Du grec παρθενος (partenos = vierge) and γένεσις (genèse), quand une mère pro-
duit des filles à partir d’ovules non fécondés.

320 Initiation à la génétique des populations naturelles

Pas japonais (Modèle en)
Stepping-stone model. Modèle théorique de population subdivisée où les migrants ne
s’échangent qu’entre sous-populations adjacentes.
PCR
Polymerase Chain Reaction, qui permet d’amplifier une portion d’ADN encadrée de
séquences connues à partir de deux amorces d’ADN courtes spécifiques d’une zone
de ces séquences flanquantes (plus de précisions dans Google).
Phénotype
Il s’agit de l’expression d’un caractère éventuellement héréditaire (comme la couleur
des yeux). Pour des marqueurs codominants, le phénotype peut directement être
traduit en génotype.
Philopatrique
Se dit d’un individu qui montre une tendance significative au retour vers son lieu de
naissance.
Phylogéographie
Discipline visant à établir les relations de « parenté » entre populations géographi-
quement éloignées de la même espèce afin, par exemple, d’établir un scénario de
colonisation de l’aire géographique occupée par cette espèce.
Pléïotropique
Se dit d’une sélection ou de l’effet d’un seul gène (ou famille de gènes) qui affecte deux
caractères différents, comme par exemple les gènes du CMH (HLA chez l’homme) qui
affectent à la fois le système immunitaire et la sélection du partenaire sexuel.
Poissonienne
Se dit d’une distribution de données ordinales discontinues (comptages) suivant une
courbe en cloche (voir gaussienne et logistique).
Polymorphe
Condition qui décrit qu’un locus est variable d’un individu à l’autre, c’est-à-dire
qu’il présente plus d’un allèle dans l’échantillon d’individus génotypés.
Population
Groupe d’individus partageant les mêmes paramètres démographiques, en particu-
lier la régulation de la population, et partageant une ascendance commune plus
probable avec les individus de la même unité qu’avec des individus d’autres popula-
tions définies comme telles, exception faite des migrants, bien entendu.
Purine
Base, constituant essentiel des nucléotides eux-mêmes éléments de base des acides
nucléiques (ARN et ADN), complémentaires des Pyrimidines. Il en existe deux :

Glossaire 321
l’adénine (A) complémentaire de la thymine (T dans l’ADN) et de l’uracile (U dans
l’ARN) et la guanine (G) complémentaire de la cytosine (C).

Pyrimidines
Base, constituant essentiel des nucléotides eux-mêmes éléments de base des
acides nucléiques (ARN et ADN), complémentaires des purines. Il en existe
trois : la thymine (T), l’uracile (U qui prend la place de T dans l’ARN) et la
cytosine (C).

Récessif
Caractérise un allèle qui est masqué quand hétérozygote avec un autre allèle (anto-
nymique de dominant).

Recombinaison
Processus durant lequel les allèles de loci différents, auparavant associés, se retrouvent
dissociés et réassociés à d’autres allèles. C’est ce qui se passe durant la méiose entre
loci de chromosomes différents ou du même chromosome après crossing-over.

Ségrégation
Processus intervenant lors de la méiose et durant lequel les deux allèles de chaque
locus se trouvent séparés pour devenir indépendants (dans des gamètes différents).

Sélection
Processus durant lequel la survie et/ou le succès reproducteur d’un individu dépend
de son phénotype ou de son génotype d’une manière plus ou moins directe.

Sélectionné
S’applique pour un locus ou un caractère soumis à sélection (antonymique de
neutre).

Self ing
Voir autofécondation.

Sex-ratio
Ratio du nombre de mâles sur le nombre de femelles dans une population. Égal à
un quand il est équilibré.

SMM (Stepwise Mutation Model)

Mécanisme de mutation au cours duquel chaque mutation augmente ou diminue,
avec une égale probabilité, la taille de l’allèle d’une unité (step) pré-définie. Ce mode
de mutation génère beaucoup d’homoplasie et aboutit au fait qu’une ressemblance
de taille peut se traduire par une ascendance commune de deux allèles.

322 Initiation à la génétique des populations naturelles

SNP
Single nucleotide polymorphism. Marqueurs génétiques déterminés par la mutation
d’un site (paire de base) de l’ADN, avec en général deux allèles possibles, car les
transitions sont beaucoup plus fréquentes que les transversions.

Somatique
Ce qui vient du soma, c’est-à-dire n’impliquant pas les cellules de la lignée dite ger-
minale (antonymique de germinal).

Sous-dominance
Processus sélectif au cours duquel les individus hétérozygotes à un locus donné
montrent une survie et/ou un succès reproducteur réduit.

Sous-population
Voir Dème.

Spermatozoïde
Gamète mâle.

Stepping-stone model
Voir Pas japonais.

Superdominance
Voir Overdominance.

Taq polymérase
Enzyme : DNA polymérase extraite de l’extrémophile Thermophilus aquaticus
capable de synthétiser de l’ADN à très hautes températures et utilisée pour les réac-
tions de PCR.

Tore
Définit la surface d’une figure géométrique en trois dimensions ayant la forme d’une
bouée ou d’un donut (pour les plus gourmands).

TPM (Two Phase Model)

Modèle de mutation combinant le KAM et le SMM avec une proportion variable
de mutations générées par l’un ou l’autre des mécanismes correspondants.

Transition
Mutation ponctuelle consistant au remplacement d’une purine par une autre purine
(A<=>G) ou d’une pyrimidine par une autre pyrimidine (C<=>T) (antonymique de
transversion).

Glossaire 323
Transversion
Mutation ponctuelle consistant au remplacement d’une purine par une pyrimidine
ou d’une pyrimidine par une purine (A<=>T, A<=>C, G<=>C, G<=>T) (antony-
mique de transition).

Underdominance
Voir Sous-dominance.

Végétative
Mode de reproduction purement asexuée où un individu donne naissance à plusieurs
autres individus par simple division (mitose ou scissiparité).
Vigueur hybride
Voir Hétérosis.
Voisinage (Modèle en)
Voir Neighbourhood model.

Wahlund (Effet)
Diminution de l’hétérozygotie observée que produit le mélange dans un même
échantillon d’individus hétérogènes génétiquement.

Zygote
Résultat de la fusion de deux gamètes. Le terme œuf est aussi parfois usité.

324 Initiation à la génétique des populations naturelles

Annexe

Tableau 1
Liste des logiciels cités et/ou utilisés, leur lien pour téléchargement
et références bibliographiques quand elles existent.

Logiciel URL Auteur(s) et date Références

BAPS [Link] Corander et C et al.

Marttinen (2005) (2003, 2004).
Bottleneck [Link] Piry et al. (1999) C et
bottleneck/[Link] L (1996)

CREATE [Link] Coombs et al. C et al.

[Link] (2008) (2008)

Estim [Link] Vitalis et Couvet V et

php?article296 (2001) C (2001a)
Flock [Link] Duchesne et al. D et
departement/professeurs/fiche_des_professeurs/ (2009) T (2009)
professeur/11/13/
Fstat [Link] Goudet (2003) G (1995)

Genepop 3.4 [Link] Raymond et R et

ou Rousset (2003) R (1995)
[Link]

Genepop 4 [Link] Rousset (2008) R (2008)

[Link]

Genepop 4 [Link] Rousset (2008) R (2008)

on the web
Genetix [Link] Belkhir et al. Non publié
[Link] (2004)

HierFstat [Link] Goudet (2005) G (2005)

htm

INSTRUCT [Link] Gao et al. (2007) G et al. (2007)

MEGA [Link] Kumar et al. K et al.

(2005) (2004)

325
Tableau 1 (suite)

Logiciel URL Auteur(s) et date Références

Micro- [Link] Van Oosterhout V

Checker et al. (2004) O
et al. (2004)
MLNE [Link] Wang et W et
Whitlock (2003) W
(2003)

ML-RELATE [Link] Kalinowski K

[Link] (2008) et al. (2006)

MSA [Link] Diringer et D et

Schlötterer S
(2002) (2002)

Multilocus [Link] Agapow et Burt A et B

multilocus (2000) (2001)

MultiTest [Link] De Meeûs et al. D M et al.

V.1.2 Programs (2009) (2009)

NeEstimator [Link] Peel et al. (2004) Non publié

html
PCAGen [Link] Goudet (1999) Non publié
[Link]

PGD-Spider [Link] Lischer et L et

Excoffier (2012) E
(2012)

R [Link] R Development Non publié

Core Team
(2004)

RMES [Link] David et al. D et al.

evolutive/patrice-david (2007) (2007)

SGM [Link]@[Link] Goudet (1999) G (1999)

Structure [Link] Pritchard et al. P et al.

(2002) ; Falush (2000)
et al. (2003)

326 Initiation à la génétique des populations naturelles

Tableau 2
Les différents types d’analyses traitées dans ce manuel, description théorique telle que décrite
dans la partie I (Théorie), logiciel utilisé et application dans la partie II (Exemple). Excel
indique que le test peut être effectué dans une feuille de calcul de type Excel.

Analyse Théorie Logiciels1 Exemples

Déséquilibre de liaison p 65, 80 Fstat p 118, 195, 220, 225,
256
Genetix
Multilocus
Identifier les tests significatifs : ajuster p 82 Excel p 120, 147, 182, 195
une série de tests au seuil Bonferroni
Hardy-Weinberg dans les sous-échantillons p 76 Fstat p 118, 195, 219, 225,
256
Genepop
Genetix
Calcul d’intervalles de confiance des F p 70 Fstat p 120, 223, 235, 256
Allèles nuls et stuttering p 105, 111 Micro-Checker p 125, 196
Allèles nuls et régression p 107 R p 165, 197, 222
Allèles nuls et autofécondation p 107 RMES
Ajuster à une proportion attendue / p 83 R p 128, 148, 174, 177,
test binomial exact 195, 222, 226
Dominance des allèles courts p 107 R p 129, 167
Structure « Panmixie » p 98 BAPS p 135, 199, 234
cachée Flock p 234
(effet Avec autofécondation INSTRUC
Wahlund)
Test de Wilcoxon pour données appariées R p 143, 186, 197

NJTree sur distances génétiques p 98 MSA et MEGA p 144, 254, 283

Structure génétique sexe-spécifique p 91 Fstat p 147, 150, 226
Combiner Binomial généralisé p 83 MultiTest p 148, 181, 203, 222,
des tests 233, 243
indépendants Z de Stouffer Excel p 181
F hiérarchiques p 62 HierFstat (R) p 153, 156, 210, 223
Isolement par Entre populations : p 88 Genepop 3 p 157
la distance Matrices
Entre populations : GPS Genepop 4 p 236
Entre individus : GPS Genepop 4 p 200

Annexe 327
Tableau 2 (suite)

Analyse Théorie Logiciels1 Exemples

Test de Mantel Matrices carrées p 88 Genepop 3 p 157
GPS Genepop 4 p 200, 236
Matrices rectangles Fstat p 228
Effectifs LD Bartley p 101 NeEstimator p 160, 203
efficaces Corrélations intra et inter Estim p 203, 239
loci
LD Waples & Do LDNe p 204, 239
FIS Balloux Fstat ou Genetix p 203, 239
Goulot d’étranglement et Excel
Temporel Waples Bottleneck p 220, 244
Spatio-temporel Wang NeEstimator p 261
et Whitlock MLNe p 261
Densités efficaces et dispersion p 88 Excel p 165, 208, 241
Régression logistique R p 170,
Régression quasi-binomiale
Test exact de co-occurence Fstat ; Genetix p 174
Test planifié de différenciation par paires Fstat p 179, 182, 253, 258
de sous-échantillons
Structure génétique pathogène spécifique p 91 Fstat p 182
Conversion de données au bon format p 70 Create p 191, 196, 220
PGD-Spider
Test de corrélation de Spearman R p 198
Simulations de populations structurées p 29-65 Easypop p 213
Différenciation globale p 43, 78 Fstat p 226
Pangamie p 77 ML Relate et Fstat p 228
Nombre de Isolement par la distance p 90 Genepop 3 ou 4 p 160
migrants, Nm 2D et Excel
Modèle en île p 49 Fstat et Excel p 261
Spatio-temporel Wang p 101 MLNe p 267
et Whitlock
Taille clonale Nombre infini de dèmes p 40 Papier, crayon p 268, 272
Deux dèmes et gomme p 268, 275
Un dème isolé p 268, 279
1
Logiciels proposés, mais il en existe d’autres qui peuvent être utilisés.
LD (linkage disequilibrium) : déséquilibres de liaison. 2D : en deux dimensions

328 Initiation à la génétique des populations naturelles

Table des matières

AVANT-PROPOS ........................................................................................................................................ 9
INTRODUCTION...................................................................................................................................... 13

1. CONCEPTS THÉORIQUES ET STATISTIQUES.................................................................................. 17

Qu’est-ce qu’un marqueur génétique ?............................................................................................ 19

Notions préliminaires ....................................................................................................................... 19
Marqueurs cytoplasmiques............................................................................................................. 20
Marqueurs nucléaires dominants .................................................................................................. 22
Marqueurs nucléaires codominants.............................................................................................. 22
Les allozymes .................................................................................................................................. 23
Pas de tache où des traînées non interprétables sont présentes sur le gel ................................................. 24
Les taches révélées de tous les individus se retrouvent toutes au même niveau.......................................... 24
Les taches révélées ne sont pas retrouvées au même endroit ................................................................... 25
Autres cas ......................................................................................................................................... 25
Commentaires sur les allozymes ........................................................................................................... 25
Les microsatellites........................................................................................................................... 26

Concepts de base en génétique des populations............................................................................ 29

Calcul des fréquences alléliques à partir d’un échantillon ...................................................... 29
Conformité avec les proportions d’Hardy-Weinberg ................................................................ 29
Les hypothèses d’Hardy-Weinberg................................................................................................. 29
L’équilibre d’Hardy-Weinberg......................................................................................................... 30
Relaxation des hypothèses de Hardy-Weinberg......................................................................... 31
La population est de taille finie...................................................................................................... 31
Il y a mutation ................................................................................................................................ 31
Mutation récurrente ........................................................................................................................... 31
Modèle de mutation en nombre fini d’allèles ou KAM (K Alleles Model) ................................................... 32
IAM ou Infinite Allele Model ................................................................................................................ 32
SMM ou Stepwise Mutation Model ...................................................................................................... 32
Conclusion sur la mutation.................................................................................................................. 32
Migration ........................................................................................................................................ 32
Sélection ......................................................................................................................................... 33
Sélection directionnelle ....................................................................................................................... 33
Sous-dominance ................................................................................................................................ 34
Super-dominance ............................................................................................................................... 34
La sélection fréquence-dépendante ...................................................................................................... 35

329
 Hétérosis ........................................................................................................................................... 35
La sélection gamétique ....................................................................................................................... 36
Le régime de reproduction n’est pas panmictique ........................................................................ 36
Autofécondation ................................................................................................................................ 36
Les croisements systématiques entre apparentés .................................................................................... 38
L’homogamie ..................................................................................................................................... 38
L’hétérogamie .................................................................................................................................... 38
La clonalité ........................................................................................................................................ 40
Les générations se chevauchent..................................................................................................... 40
La notion de déficit en hétérozygotes, définitions .................................................................... 40
Populations structurées, effet Wahlund et statistiques F (F-statistics) ................................... 43
L’exemple du modèle en îles .......................................................................................................... 43
Le déficit en hétérozygotes dû à la structuration (effet Wahlund) ............................................... 44
Les statistiques F de Wright (1965)................................................................................................ 46
Définitions classiques .......................................................................................................................... 46
Définitions en fonction des probabilités d’identité .................................................................................. 48
Inférer Nm à partir du FST dans un modèle en îles .................................................................................. 49
Pertinence du modèle en îles ............................................................................................................... 50
Autres modèles de populations structurées................................................................................... 51
Estimateurs non biaisés des statistiques F...................................................................................... 51
Mesures de différenciation génétique alternatives au FST ............................................................. 59
Les R-Statistiques ............................................................................................................................... 59
Le FST maximum possible..................................................................................................................... 60
Différenciation génétique par paire d’échantillons ou d’individus ............................................................. 60
Espèces haploïdes et loci liés au sexe .................................................................................................... 61
Le problème de l’homoplasie ......................................................................................................... 62
Structuration à plus de trois niveaux ............................................................................................. 62
Probabilités (ou indices) d’assignement ......................................................................................... 64
Les déséquilibres de liaison ............................................................................................................ 65

Tests statistiques................................................................................................................................. 67
Bases ................................................................................................................................................... 67
L’hypothèse nulle ............................................................................................................................ 67
Qu’est-ce qu’un test statistique ? .................................................................................................. 68
Risques de première et de seconde espèce ................................................................................... 69
Le principe des randomisations ..................................................................................................... 70
Intervalles de confiance de bootstrap et jackknife ........................................................................ 70
Le bootstrap ...................................................................................................................................... 70
Le jackknife ....................................................................................................................................... 72
Mise en garde.................................................................................................................................... 73
Les permutations ............................................................................................................................ 74
Tester la panmixie locale ................................................................................................................. 76
Tester le FIS ...................................................................................................................................... 76
Tester s’il existe un déficit en hétérozygotes .......................................................................................... 76

330 Initiation à la génétique des populations naturelles

 Tester s’il existe un excès d’hétérozygotes ............................................................................................. 76
Tester un écart dans n’importe quelle direction (excès ou déficit) ............................................................. 76
Autres méthodes pour tester l’écart à la panmixie........................................................................ 77
Tests exacts........................................................................................................................................ 77
Méthode de ROUSSET et RAYMOND (1995) ........................................................................................................77
Tester la pangamie ......................................................................................................................... 77
Tester la structuration ...................................................................................................................... 78
Tester le FST ..................................................................................................................................... 78
La méthode basée sur le G de GOUDET et al. (1996)..................................................................... 79
Test exact allélique de ROUSSET et RAYMOND (1995) ...................................................................... 79
Tester la panmixie globale .............................................................................................................. 80
Tester les déséquilibres de liaison.................................................................................................. 80
Nombre de randomisations............................................................................................................ 81
Correction du seuil ......................................................................................................................... 81
Remarques sur les tests de déséquilibres de liaison et leur interprétation.................................... 82
Le problème des tests répétés ....................................................................................................... 82
Les tests répétés sont indépendants .............................................................................................. 83
Tester si un signal global existe ............................................................................................................ 83
Déterminer quels sont les tests significatifs, procédure de Bonferroni ....................................................... 85
Les tests répétés ne sont pas indépendants .................................................................................. 86
Tester si un signal global existe ............................................................................................................ 86
Déterminer quels sont les tests significatifs, procédure de Bonferroni ....................................................... 87
Le cas des déséquilibres de liaison ........................................................................................................ 87

Tester la corrélation entre distances ............................................................................................. 88

Distances génétiques et géographiques ........................................................................................ 88
Les sous-échantillons sont alignés en une seule dimension ...................................................................... 89
Les sous-échantillons sont distribués sur deux dimensions ....................................................................... 89
Autres distances ............................................................................................................................. 90
Tester les biais de dispersion de certaines catégories d’individus .......................................... 91
Tester la différence entre groupes ................................................................................................ 92
Analyses multivariées ....................................................................................................................... 93
Analyse factorielle des correspondances (AFC).............................................................................. 93
Exemples ........................................................................................................................................... 94
Recommandations et astuces pour les utilisateurs de l’AFC ..................................................................... 94
Analyse en composantes principales (ACP).................................................................................... 96
Analyse canonique des correspondances (ACC) ............................................................................ 97
Construction d’arbres ..................................................................................................................... 98
Trouver une sous-structure cachée ............................................................................................... 98
Estimer des effectifs efficaces ...................................................................................................... 101
Définition de l’effectif efficace d’une population........................................................................ 101
Méthodes de calcul de l’effectif efficace des populations naturelles.......................................... 102
Détection de goulots d’étranglement .......................................................................................... 103

Table des matières 331

 Le cas spécial des allèles nuls....................................................................................................... 105
Présentation générale................................................................................................................... 105
Détecter la présence d’allèles nuls ............................................................................................... 105
Trucs et astuces pour tester la présence des allèles nuls ............................................................. 106
Le cas très spécial de la dominance des allèles courts ........................................................... 107
Point de vue théorique................................................................................................................. 107
Du point de vue pratique : détection de la dominance des allèles courts.................................. 109
Le cas du « stuttering » ................................................................................................................ 111

2. APPLICATIONS À DES EXEMPLES CONCRETS............................................................................ 113

La tique Ixodes ricinus et les pathogènes (Borrelia sp.) qu’elle transmet................................... 115
Introduction ..................................................................................................................................... 115
État des lieux ................................................................................................................................... 115
Premier recodage des données ................................................................................................... 118
Premières analyses : indépendance entre allèles
dans et entre loci dans les sous-échantillons ........................................................................... 118
Recherche d’allèles nuls et de dominance d’allèles courts .................................................... 125
Convertir le fichier pour Micro-Checker et ouverture du logiciel ................................................ 125
Analyses des loci autosomiques du premier sous-échantillon par Micro-Checker...................... 125
Analyses des autres sous-échantillons, des autres loci autosomiques et du locus IR08 ............. 127
Bilan des analyses avec Micro-Checker ........................................................................................ 128
Détection de dominance d’allèles courts par la méthode de régression multiple ...................... 129
Bilan de l’analyse des déficits locaux en hétérozygotes .............................................................. 134
Recherche d’une structure cachée (effet Wahlund) ................................................................ 135
Introduction .................................................................................................................................. 135
Construction des fichiers BAPS .................................................................................................... 136
Analyse des fichiers par BAPS ...................................................................................................... 136
Commentaires sur l’analyse des fichiers par BAPS....................................................................... 145
Conclusion sur les déficits en hétérozygotes............................................................................ 146
Structure des populations et schémas de différenciation ...................................................... 147
Structure génétique spécifique à chaque sexe des données brutes
(sans tenir compte de BAPS) ........................................................................................................ 147
Structure génétique spécifique à chaque sexe des données clusterisées par BAPS.................... 150
Interpréter l’ensemble des résultats sur les biais de structuration............................................... 152
Différenciation globale et isolement par la distance ................................................................... 153
Définir différents niveaux de subdivision pour l’analyse hiérarchique ...................................................... 153
Analyse hiérarchique sur données brutes (pas de cluster BAPS) .............................................................. 153
Analyse hiérarchique sur données clusterisées par BAPS ....................................................................... 156
Test d’isolement par la distance ......................................................................................................... 157
Estimation d’effectifs efficaces, extrapolation des densités et de la dispersion.......................... 160

332 Initiation à la génétique des populations naturelles

 Effectifs efficaces des tiques de Suisse ................................................................................................ 160
Extrapolation des densités et des distances de dispersion des tiques en Suisse......................................... 165

Conclusions sur la biologie et la génétique des populations d’I. ricinus en Suisse .......... 165
Interactions avec les micropathogènes transmis...................................................................... 169
Introduction .................................................................................................................................. 169
Présentation des données ............................................................................................................ 170
Distribution des différentes borrélies dans les femelles et mâles d’I. ricinus .............................. 170
Co-occurrence des différentes espèces de borrélies.................................................................... 174
Occurrence des différentes espèces de borrélies et génétique des tiques.................................. 179
Différenciation entre tiques infectées et non infectées .......................................................................... 179
Différenciation entre tiques infectées par différentes borrélies ............................................................... 182
Biais de structuration spécifique associé au pathogène ......................................................................... 182
Biais de structuration spécifique au pathogène et au sexe..................................................................... 186

Conclusions sur les borrélies et I. ricinus en Suisse ................................................................. 187

Glossina palpalis gambiensis le long de la rivière Mouhoun au Burkina Faso ........................... 189
Introduction ..................................................................................................................................... 189
État des lieux ................................................................................................................................... 189
Premier recodage des données ................................................................................................... 191
Premières analyses : indépendance entre allèles dans et entre loci..................................... 195
Déséquilibres de liaison au sein des quatre zones....................................................................... 195
Test de la panmixie dans les quatre zones d’échantillonnage..................................................... 195
Analyse par Micro-Checker .......................................................................................................... 196
Mise en évidence d’une sous-structuration à l’intérieur des zones A, H, C et D ............. 196
Analyse par piège ......................................................................................................................... 197
Clusters BAPS................................................................................................................................ 199
Isolement par la distance entre individus..................................................................................... 200
Effectifs efficaces .......................................................................................................................... 203
Densités efficaces ......................................................................................................................... 208
Conclusions : isolement par la distance intra-zone (rolling on the river) .................................... 209
Différentiation entre les quatre zones........................................................................................ 210
Analyse HierFstat du jeu de données total partitionné par BAPS ............................................... 210
Comprendre le manque de structure inter-zones avec un peu de théorie ................................. 211
Comprendre le manque de structure inter-zones avec un peu de simulations........................... 213
Conclusions ..................................................................................................................................... 216

Invasion de la Nouvelle-Calédonie par la tique du bétail Rhipicephalus microplus :

hétérogénéité locale, dispersion et goulots d’étranglement ....................................................... 217
Introduction ..................................................................................................................................... 217
État des lieux ................................................................................................................................... 217
Analyse de la consanguinité relative intra-hôte ....................................................................... 220

Table des matières 333

 Homozygotie et déséquilibre de liaison intra-hôte ...................................................................... 220
Analyse hiérarchique .................................................................................................................... 223
Analyses intra et inter-ferme ........................................................................................................ 225
Homozygotie, déséquilibre de liaison intra-ferme et différentiation globale.............................. 225
Analyse des biais de dispersion sexe-spécifiques ......................................................................... 226
Tests de pangamie........................................................................................................................ 228
Recherche d’un effet Wahlund .................................................................................................... 234
BAPS .............................................................................................................................................. 234
Flock............................................................................................................................................... 236

Conclusion des analyses intra-fermes ........................................................................................ 236

Isolement par la distance .............................................................................................................. 236
Effectifs efficaces ............................................................................................................................ 239
Densité efficace et distance de dispersion parents-descendants adultes ........................... 241
Recherche de la signature d’un goulot d’étranglement ........................................................ 241
Conclusions ..................................................................................................................................... 244

Génétique des populations de Trypanosoma brucei gambiense

en Afrique de l’Ouest....................................................................................................................... 247
Introduction ..................................................................................................................................... 247
État des lieux ................................................................................................................................... 247
Le jeu de données brutes ............................................................................................................. 250
Tester l’effet de la technique d’isolement des souches .......................................................... 252
Création d’un fichier Fstat et MSA............................................................................................... 252
Analyse Fstat par paire de sous-échantillons ............................................................................... 253
Analyse NJTree.............................................................................................................................. 254
Déséquilibres de liaison, homozygotie relative locale et système de reproduction .......... 256
Création du fichier Fstat ............................................................................................................... 256
Analyse des déséquilibres de liaison et des FIS ............................................................................. 256
Déséquilibres de liaison ..................................................................................................................... 256
Excès d’hétérozygotes locaux............................................................................................................. 256

Différenciation génétique et structure des populations ......................................................... 259

Calculs d’effectifs efficaces .......................................................................................................... 261
Construction des fichiers pour NeEstimator et pour MLNe .................................................................... 261
Analyses avec NeEstimator ................................................................................................................ 262
Analyses avec MLNE ......................................................................................................................... 267
Estimation de la taille clonale des foyers par modélisation ......................................................... 268
Cas général ..................................................................................................................................... 268
Nombre infini de sous-populations ..................................................................................................... 272
Deux sous-populations ...................................................................................................................... 275
Une sous-population isolée................................................................................................................ 279
Structure à l’échelle sub-spécifique.............................................................................................. 284
Conclusion ....................................................................................................................................... 284

334 Initiation à la génétique des populations naturelles

BIBLIOGRAPHIE..................................................................................................................................... 287
RÉPONSES AUX QUESTIONS ............................................................................................................. 303
GLOSSAIRE ............................................................................................................................................ 313
ANNEXE ................................................................................................................................................. 325

Table des matières 335

Imprimé en France. - JOUVE, 1, rue du Docteur Sauvé, 53100 MAYENNE
N° 2041831D. - Dépôt légal : décembre 2012
La compréhension de l'épidémiologie d'une maladie infectieuse ou parasitaire passe par une connais-
sance minimale du fonctionnement des populations vivantes concernées. Ainsi, pour remédier à la
difficulté d’obtenir des observations directes sur la biologie des populations naturelles, notamment
dans les pays du Sud, l’utilisation de marqueurs génétiques permet d'avoir accès, à travers des méthodes
indirectes, à des informations clés sur la biologie des agents pathogènes et de leurs vecteurs : écologie,
mode de reproduction, déplacements, taille des populations, etc.
Un outil précieux dans le domaine de la santé, où l’analyse de la variation spatio-temporelle des
marqueurs génétiques peut ainsi être utilisée pour caractériser la dynamique des populations de para-
sites et de leurs vecteurs, pour connaître l’évolution d’une maladie infectieuse ou parasitaire, évaluer
les risques d’invasions ou d’épidémie, le potentiel de diffusion de gènes résistants, anticiper les stratégies
de lutte…
Ce manuel didactique présente les principales méthodes de la génétique des populations naturelles et
les modèles de base utilisés pour les inférences, avec des cas concrets d’applications à destination des
étudiants et personnels de santé. Plusieurs jeux de données sont analysés pas à pas dans un CD-ROM
qui accompagne l’ouvrage.

Thierry De Meeûs est chercheur à l’IRD,

spécialisé en écologie évolutive et en
génétique des populations dans les
systèmes hôte-parasite-vecteur (labora-
toire Intertryp, UMR 177 IRD/Cirad). Il
mène en parallèle une activité d’ensei-
gnement et de recherche et travaille
actuellement au Cirdes (Burkina Faso)
sur les trypanosomoses africaines et les
mouches tsétsé. Il est co-auteur de nom-
breuses publications dans différentes
revues ou ouvrages collectifs.

IRD
35 € 44, bd de Dunkerque
13572 Marseille cedex 02
ISBN 978-2-7099-1732-2 editions@[Link]
ISSN 1142-2580 [Link]