Cours DeriveMigrationMetapopFstat ENS 2009 PDF

Génétique des populations:
Dérive, migration, extinction

et F-statistiques
Module ENS 2009

Raphaël Leblois, [email protected]
Maitre de conférence Muséum National d'Histoire Naturelle,
UMR7205 : Origine, Structure et Evolution de la biodiversité
Les mécanismes de l’évolution
•  Pour expliquer les mécanismes responsables
des changements évolutifs, il faut développer
une modélisation mathématique de l’évolution.
Grâce aux modèles, on peut prédire la vitesse
des changements dans une population, et
comprendre comment ces changements
dépendent des divers facteurs qui agissent dans
les populations.
Les mécanismes de l’évolution
•  Les mathématiques de l’évolution ont
commencé à être développés dans les
années 1920-1930
Ronald A Fisher (1890-1962) Sewall Wright (1889-1988) John BS Haldane (1892-1964)

La génétique des populations
•  Décrire les génotypes, estimer leur fréquence et

celle des allèles, déterminer leur distribution au
sein des individus, des populations, et entre les
populations
•  Prédire et comprendre l’évolution des

fréquences des gènes dans les populations sous
l’effet de différents facteurs, ou « forces
évolutives »
La génétique des populations
•  Théorique : nécessaire pour tester des hypothèses, ou
des modèles verbaux, et produire de nouvelles
hypothèses
•  Expérimentale : consiste à tester des modèles et leurs

hypothèses dans des conditions contrôlées
•  Empirique : description de la distribution du

polymorphisme dans des populations naturelles,
inférence de l’histoire (démographique et adaptative) des
populations naturelles
Répartition de la variabilité génétique
•  A l’intérieur même
des individus
•  Entre individus
Zea mais Cepea nemoralis
Variation entre sous-populations
Marsilea strigosa
•  Peu de polymorphisme au sein des mares, mais une forte

différenciation entre mares
Variation entre populations
Arabidopsis thaliana
•  17 000 polymorphismes (SNPs ou indels) issus de l’analyse de

876 séquences obtenues parmi 96 individus (44 000 000 pb)
Quelques définitions
• Gène : copie d'une information génétique, portée par une

séquence de nucléotides.
• Locus : emplacement d'un gène sur un chromosome
• Allèle (ou état allélique) : classe de gènes homologues
(au même locus) tous équivalents. Deux gènes sont dans le
même état allélique si l'information qu'ils portent est codée
par la même séquence d'ADN ou s'ils sont la copie exacte
d'un ancêtre commun.
Un individu diploïde possède donc deux gènes homologues

à un locus (son génotype) et ces gènes peuvent avoir le
même état allélique (individu/génotype homozygote) ou
non (individu/génotype hétérozygote)
Qu’est-ce qu’un marqueur ?
•  On utilise des marqueurs génétiques pour analyser de
façon empirique la distribution du polymorphisme, à
l’intérieur des individus, des populations, entre
populations…
•  Un marqueur génétique « idéal » doit :

 Avoir un déterminisme simple et connu (ex: mendélien)
 Être polymorphe
 Être co-dominant
 Être neutre vis-à-vis de la sélection naturelle (si l’on
s’intéresse a la démographie uniquement)
Les marqueurs génétiques
•  Allozymes / Isozymes = Marqueurs
enzymatiques (électrophorèse sur gel
d’amidon, d’acrylamide)
•  Marqueurs microsatellites (répétitions en

tandem de courts motifs de base (ex.: …
AGAGAGAGAGAG…), dispersés dans
les génomes
•  RFLPs : Restriction Fragment Length Polymorphisms
•  RAPDs : Randomly Amplified Polymorphic DNAs
•  AFLPs : Amplified Fragment Length Polymorphisms
•  SNPs : Single Nucleotide Polymorphisms

SNPs
(single nucleotide polymorphism)
•  Hybridation Allèle
Spécifique
•  Extension d’amorce
(mini-séquençage)
•  Ligation Allèle
Spécifique
•  …
•  Projet HapMap : bâtir une carte haplotypique
du génome humain pour décrire la distribution
du polymorphisme sur l’ensemble du génome
2002-2009 : plus de 25 millions de SNPs ont déjà été

génotypés dans 11 populations humaines.
F-statistiques et génétique de populations
•  Génétique des populations =

–  Comprendre et prédire l'effet des différentes forces évolutives
(mutation, dérive , migration, sélection) sur l'évolution des
fréquences des gènes dans le temps et l'espace
–  Pour cela, on utilise la modélisation mathématique de l'évolution au
sein des populations
•  Les F-statistiques sont des outils simple et puisant

souvent utilisés dans les modèles de génétique des
populations et par extension dans l'analyses des
données de polymorphisme
Rappel :
Fréquences alléliques et génotypiques dans une
population panmictique haploïde
Considérons un locus bi-allélique (A / a) dans population

isolée de N individus haploïdes (et donc N gènes).
Les fréquences génotypiques sont égales aux fréquences

alléliques, et définies à un moment t comme :
• p[t]=D[t]=Fréq(A)=NA/N • q[t]=H[t]=Fréq(a)= Na/N
On peut vérifier que l'on a bien D[t] + H[t] = p[t] + q[t] = 1

Rappel :
Fréquences alléliques et génotypiques dans une
population panmictique diploïde
Dans population de N individus diploïde (donc 2N gènes).
Les fréquences génotypiques sont définies à un moment t
comme :
• D[t]=Fréq(AA)=NAA/N • H[t]=Fréq(Aa)= NAa/N • R[t]=Fréq(aa)= Naa/N
On peut vérifier que l'on a bien D[t] + H[t] + R[t] = 1
Et les fréquences alléliques :
• p[t]=(2NAA+Naa) /2N=D[t]+H[t]/2 • q[t]=(2Naa+Naa) /2N=R[t]+H[t]/2
et on a bien p[t] + q[t]= D[t] + H[t] + R[t] = 1

Rappel :
Evolution des fréquences alléliques et
génotypiques dans une population diploïde
Quelles sont les fréquences génotypiques à la génération

suivante?
On suppose :
  Croisement au hasard des gamètes (panmixie)
  Absence de mutation
  Absence de sélection
  Et une population de grande taille (infinie)
Rappel :
Hypothèses: panmixie, pas de mutation, pas de sélection,
population de taille infinie
Appariement
•  En l’absence de
sélection et de
mutation, les
Stade fréquences
Diploïde
(2N)
Stade alléliques parmi les
Haploïde
AA Aa aa
(N)
gamètes sont égales
D[t] H[t] H[t] aux fréquences
alléliques parmi les
p[t]
q[t]
p[t]
q[t]
adultes qui les ont
produits
Méiose
Rappel :
Hypothèses: panmixie, pas de mutation, pas de sélection,
population de taille infinie
Gamètes femelles
•  Appariement au
hasard des gamètes A a
p[t] q[t]
•  Proportions de
Gamètes mâles
A AA Aa
Hardy-Weinberg p[t] p[t]2 p[t]q[t]
AA D[t+1] = p[t]2 a aA aa
q[t] q[t]p[t] q[t]2
Aa H[t+1] = 2 p[t] q[t]
aa R[t+1] = q[t]2
Rappel :
Loi de Hardy-Weinberg
Conclusions :
•  les proportions de Hardy-Weinberg (fréquences génotypiques
à l'équilibre en fonction des fréquences alléliques, p², 2pq, q²)
sont atteintes en une génération pour une espèce diploïde
De plus
p[t+1] = D[t+1] + H[t+1]/2 = p[t]2 + p[t]q[t] = p[t] ( p[t] + q[t] ) = p[t]
q[t+1] = R[t+1] + H[t+1]/2 = q[t]2 + p[t]q[t] = q[t] ( q[t] + p[t] ) = q[t]
•  les fréquences alléliques sont constantes au cours du temps

Rappel :
Mais ceci n'est valable que sous les hypothèses de
la loi de HW :
  population panmictique (croisement entre individus au hasard)
  générations non chevauchantes (tous les individus participant à la
reproduction appartiennent à la même génération)
  population isolée (aucun gène introduit par des individus migrants)
  population de taille infinie
  pas de mutation
  pas de sélection
Ces hypothèses rarement vérifiées en populations naturelles

Rappel :
Test de conformité à HW
•  Pour un locus bi-allélique A, a :

Attendu Observé
AA Np2 N1
Aa 2Npq N2
aa Nq2 N3
On calcule une statistique X, qui mesure l’écart entre

l’attendu et l’observé, qui suit un Chi2 à 1 d.d.l. (nombre de
génotypes possibles – nombre d’allèles) :
2
(effectif attendu − effectif observé)
X= ∑ effectif attendu
génotypes
Ecarts à Hardy Weinberg
Evolution des fréquences génotypiques : effet du
régime de reproduction
En autofécondation totale :
AA D[t] Gamètes femelles
Aa H[t]
aa R[t] A a
Gamètes mâles
•  Chacun des H[t]
A AA Aa
individus hétérozygotes
a 50% d’individus
aA aa
hétérozygotes dans sa a
descendance
Après une génération : AA 100% AA

Aa 25% AA, 50% Aa, 25% aa
aa 100% aa
On a donc :
•  D[t+1] = D[t] + H[t] / 4

•  H[t+1] = H[t] / 2
•  R[t+1] = R[t] + H[t] / 4
•  Comment évoluent les fréquences alléliques ?

•  Évolution des fréquences alléliques
p[t+1] = D[t+1] + H[t+1] / 2 = D[t] + H[t] / 4 + H[t] / 4

= D[t] + H[t] / 2
= p[t]
q[t+1] = D[t+1] + H[t+1] / 2 = D[t] + H[t] / 2 = q[t]
Les fréquences alléliques restent constantes
Comment évoluent les fréquences génotypiques ?

Puisque
•  D[t+1] = D[t] + H[t] / 4

•  H[t+1] = H[t] / 2
•  R[t+1] = R[t] + H[t] / 4
On a donc H[t] = H[t-1] / 2 = H[t-2] / 22 = … = H[0] / 2t
•  H[t] tend vers 0 (plus d’hétérozygotes : tous les individus sont

homozygotes)
•  p = D[0] + H[0] / 2 = D[t] + H[t] / 2, d’où D[t] = p - H[t] / 2
•  et donc D[t] et R[t] tendent vers p et q, respectivement

•  Au bout d’un temps suffisamment long
AA p
Aa 0
aa q
En autofécondation partielle (chaque individus produit un taux s de
descendants en autofécondation et (1 - s) en allofécondation), on s'attend
à un déficit en hétérozygote par rapport aux proportions d'Hardy-
Weinberg :
On définit FIS tel que Hobs = 2pq ( 1-FIS ) → FIS = 1 – Hobs / 2pq
Or on a p = D + H/2 et q = R + H/2 → D = p² + pqFIS et R = q² +pqFIS
Les fréquences génotypiques de la population sont donc
AA p²+pqFIS
Aa 2pq(1-FIS)
aa q²+pqFIS
En autofécondation partielle (chaque individus produit des
descendant en autofécondation avec un taux s et le reste (1 - s) en
allofécondation) :
Quel que soit le FIS :
p = D + H/2 = p² + pqFIS + pq(1-FIS) = p² + pq = p

q = R + H/2 = q² + pqFIS + pq(1-FIS) = q² + pq = q
Les fréquences alléliques sont toujours constantes au cours du

temps
•  L’effet de la consanguinité du régime de reproduction

est de modifier la composition génotypique de la
population, mais pas de faire varier les fréquences
alléliques, en l’absence de toute autre force évolutive
En autofécondation partielle : quel est la relation entre le FIS et
le taux d'autofécondation s?
Comment évoluent les fréquences génotypiques en fonction
de s ?
•  D[t+1] = s D[t] + s H[t] / 4 + (1 - s) p[t]2

• 
•  H[t+1] = s H[t] / 2 + (1 - s) 2p[t]q[t]
• 
•  R[t+1] = s R[t] + s H[t] / 4 + (1 - s) q[t]2
A l’équilibre
H = s H / 2 + (1 - s) 2pq
H = 2pq (1 – s) / (1 - s / 2)
Or on a défini FIS tel que : Hobs = 2 pq (1 – FIS)
D’où :
Si s = 0 (panmixie) FIS = 0
Si s = 1 (autogamie complète) FIS = 1
•  Le FIS mesure l'écart à la panmixie (déficit d'hétérozygote) dû à
la consanguinité du régime de reproduction au sein d'une
population
•  On peut déduire de la valeur du FIS le taux d'autofécondation

moyen de la population :
Evolution des fréquences alléliques dans les
population naturelles
Il existe 4 "forces évolutives" qui agissent en interactions

et font évoluer les fréquences alléliques et génotypiques
en populations naturelles :
  la mutation
  la dérive génétique (variations stochastiques des

fréquences alléliques dues aux effets d'échantillonnages)
  la migration (ou flux de gènes)
  la sélection naturelle
Evolution des fréquences alléliques dans les
population naturelles

et font évoluer les fréquences alléliques et génotypiques
en populations naturelles :
  la mutation

La mutation
•  La mutation est la source fondamentale de

nouvelle variation génétique
•  La mutation, c’est la modification spontanée d’un

état allélique en un autre, par :
–  Substitutions nucléotidiques
–  Délétions
–  Insertion
–  Inversions chromosomiques
–  Translocations chromosomiques
La mutation
•  Il existe des différences importantes du taux de

mutation entre organismes (mais aussi entre gènes)
Espèce Taille du génome Taux de mutation par Taux de mutation par

(pb) pb et par réplication génome et par
réplication
Escherichia coli 4.6×106 5.4×10-10 0.0025
Bactériophage λ 4.9×104 7.7×10-8 0.0038
Caenorhabditis elegans 8.0×107 2.3×10-10 0.018
Souris 2.7×109 1.8×10-10 0.49

Homme 3.2×109 5.0×10-11 0.16
D’après Drake et al. 1998

La mutation
•  Le taux de mutation peut aussi dépendre de l’allèle considéré.

Par exemple, chez la souris, pour les gènes impliqués dans la
couleur du pelage :
11.2×10-6 par locus et par gamète

(type sauvage vers type mutant)
2.5×10-6 par locus et par gamète (type

mutant vers type sauvage)
Les mutations qui touchent l’expression de la fonction sauvage

(mutations ‘avant’ ou forward) sont souvent plus fréquentes que les
mutations qui restaurent la fonction sauvage (mutations ‘arrière’ ou
backward)
La mutation
•  Taux de mutation de A vers a : µ
•  Taux de mutation de a vers A : ν
•  Si p[t] est la fréquence de A au temps t, alors à la
génération suivante, après la méiose, en l’absence de
sélection :
•  p[t+1] = (1 - µ)p[t] + ν q[t]
•  q[t+1] = (1 - ν)q[t] + µ p[t]
•  A l’équilibre ?
La mutation
•  Taux de mutation de A vers a : µ
•  Taux de mutation de a vers A : ν
•  Si p[t] est la fréquence de A au temps t, alors à la
génération suivante, après la méiose, en l’absence de
sélection :
•  p[t+1] = (1 - µ)p[t] + ν q[t]
•  q[t+1] = (1 - ν)q[t] + µ p[t]
•  A l’équilibre :
La mutation
•  p = 0 et p = 1 ne sont pas des valeurs d’équilibre. La

fixation n’est pas stable quand il y a des mutations…
•  Mais quel est le taux d’approche de l’équilibre ?

La mutation
•  La fréquence d’équilibre est atteinte (seulement) au taux

de (µ + ν)
La mutation
•  Quelle est la fréquence d’équilibre lorsque µ = ν = 10-6 ?
0,5
La mutation
•  Quelle est la fréquence d’équilibre lorsque µ = ν = 10-6 ➡ 0.5
•  Mais si on part de la fréquence initiale p[0] = 0 alors, après 10

000, 100 000 générations, on a:
p[10 000] = 0.0099 p[100 000] = 0.0906
•  Combien de générations faut-il pour atteindre 90% de la valeur

d’équilibre ?
La mutation
•  Quelle est la fréquence d’équilibre lorsque µ = ν = 10-6 ➡ 0.5
•  Mais si on part de la fréquence initiale p[0] = 0 alors, après 10

000, 100 000 générations, on a:
p[10 000] = 0.0099 p[100 000] = 0.0906
•  Combien de générations faut-il pour atteindre 90% de la valeur

d’équilibre ?
  1.15×106 générations !!
•  Il faut donc environ 1 / µ générations pour que la population soit

proche de l’équilibre (environs 15 à 30 000 000 d’années chez
l’homme !)
La mutation
•  C’est une force de faible intensité (les évènements arrivent sur
une échelle de temps bien différente par rapport à la migration,
la dérive, la sélection)
•  C’est la seule source de variation, mais le devenir des

mutations va dépendre des autres forces évolutives
•  Les choses sont différentes si l’on considère que les caractères

sont déterminés par beaucoup de gènes à des locus différents
(génétique quantitative, la semaine prochaine…)
Evolution des fréquences alléliques en populations
naturelles

et font évoluer les fréquences alléliques en populations
naturelles :
  la mutation

Évolution en populations
finies
•  On a supposé que les populations ont une taille infinie
•  Or les populations naturelles sont rarement de taille infinie...
Tympanuchus cupido Illinois

Tétra des prairies
finies
•  On a supposé que les populations ont une taille infinie : par
exemple on a supposé que les fréquences alléliques chez les
descendants étaient exactement égales à celles des parents en
l’absence de mutation et de migration (modèle déterministe)
•  Or dans les populations de taille finie, les fréquences peuvent

varier d’une génération à l’autre simplement sous l’effet du
hasard (modèle stochastique)
•  On appelle cette variation de fréquence aléatoire due à l’effet

d’échantillonnage dans une population de taille finie la dérive
génétique
finies
•  De la même façon que dans une population de taille finie et
constante chaque individu (asexué) ne donne pas exactement
un descendant et un seul, chaque gène ne contribue pas par
une copie et une seule à la composition génétique de la
génération suivante, mais par un nombre variable de copies qui
suit une loi de probabilité d’espérance égale à un.
Le modèle de
Wright-Fisher
Ronald A Fisher Sewall Wright

Le modèle de Wright-Fisher
•  Une population de taille

constante, dans laquelle les
individus se reproduisent
une unique fois et au même
moment (générations non
chevauchantes)
•  Chaque gène à une

génération est la copie d’un
gène de la génération
précédente
•  En l’absence de mutation et de
sélection, les fréquences
alléliques dérivent (augmentent
et diminuent) inévitablement
jusqu’à la fixation d’un allèle
•  La dérive conduit donc à la

perte de variation génétique à
l’intérieur des populations
La dérive
•  Évolution des
fréquences alléliques
dans 6 populations de
N = 10 individus
•  Au bout de 50 générations, toutes les

populations sont fixées pour un allèle
La dérive
•  Évolution des
fréquences alléliques
dans 6 populations de
N = 100 individus
•  Au bout de 50 générations, aucune des populations

n’est fixée pour un allèle
La dérive
N = 100 individus
N = 10 individus
•  Les fréquences alléliques fluctuent d’autant plus que les

populations sont de petite taille
•  Des populations « filles » issues d’une même population
« mère » divergent de façon indépendante. La variance
augmente au fil du temps
•  On considère une population haploïde, isolée de taille N
•  On considère un locus où 2 allèles (A et a) ségrégent. On note

p[t] la fréquence de A et q[t] = (1 – p[t]) la fréquence de a au
temps t
•  Il n’y a pas de mutation
•  Chaque génération, chaque individu produit un grand nombre

de gamètes, en espérance le même pour tous (neutralité
sélective)
•  On tire N gamètes pour constituer la génération suivante (tirage

dans une urne gamétique de taille infinie)
•  Au temps (t+1), on réalise donc un tirage de N gènes avec
remise dans une urne gamétique de taille infinie constituée
d’allèles A en fréquence p[t] et d’allèles a en fréquence q[t]
•  Pour un tirage (disons celui correspondant à l’individu i), on

définit la variable aléatoire indicatrice Xi [t+1] telle que :
•  Selon les hypothèses du modèle, Xi suit une loi de Bernouilli de

paramètre p[t], et :
•  Pour N tirages, on définit la variable aléatoire X[t+1] qui donne le
nombre de copies de A, c’est-à-dire :
•  Quelles sont l’espérance et la variance de cette variable aléatoire ?

(on fera l’hypothèse que les tirages sont indépendants)
•  Pour N tirages, on définit la variable aléatoire X[t+1] qui donne le
nombre de copies de A, c’est-à-dire :
•  L’espérance de cette variable aléatoire est donnée par :
•  Et sa variance (puisque les tirages sont indépendants) :

•  X[t+1] suit donc une loi Binomiale, de paramètres N et p[t] = X[t] / N
•  Soit Y[t+1] = X[t+1] / N = p[t+1], quelles sont l’espérance et la variance

de la fréquence de A à la génération (t+1) ?
•  X[t+1] suit donc une loi Binomiale, de paramètres N et p[t] = X[t] / N
•  Soit Y[t+1] = X[t+1] / N = p[t+1], la fréquence de A à la génération (t

+1), on a :
•  En espérance, la fréquence ne change pas d’une génération à l’autre,

mais la variance est d’autant plus grande que N est petit
•  La variance représente la variation de la fréquence allélique de A
à la génération suivante, si l'on répétait l'expérience un grand
nombre de fois à partir d'une même population constituée
initialement de A et a en fréquences p et q
•  Au bout d’un grand nombre de générations, chaque population va

nécessairement fixer un allèle A ou a (p = 0 et p = 1 sont des
états absorbants)
•  Mais si l’on considère un nombre infini de populations isolées, p

populations vont fixer A, et (1 - p) populations vont fixer a. Dans
ce cas, la fréquence totale de A reste p
finies
•  107 populations de
drosophiles, chacune ayant
été fondée avec 16 individus
hétérozygotes pour la
mutation ‘brown eye’ (bw75)
Les conséquences de la dérive : expérience de Buri (1956)

finies
•  Au fil du temps, la variation à l’intérieur des populations diminue

•  La différenciation entre populations augmente
•  Ceci s’exprime par une diminution de la proportion d’hétérozygotes
au niveau global (effet Wahlund)
finies
•  Le modèle avec 2N = 32 prédit moins de populations fixées que ce

qui est observé au bout de 19 générations. Ceci parce que la
variance du succès reproducteur est environ 70% plus élevé que ce
qui est supposé dans le modèle de Wright-Fisher.
Dérive et consanguinité
•  La perte de variation due à la dérive entraîne une augmentation
de l’identité entre gènes (de façon ultime tous les gènes d’une
population finie sont des copies d’un même gène ancêtre ; ils
sont tous identiques par descendance ; la population est
entièrement consanguine)
•  On peut mesurer la perte de variation à l’intérieur d’une

population par le coefficient de consanguinité
•  Le coefficient de consanguinité (F), ou homozygotie, est la

probabilité que deux gènes tirés au hasard sont des copies du
même gène ancêtre
t+1
Deux gènes Deux gènes

descendant descendant
d’un même de parents
parent distincts
Dans une population diploïde, quelle est la valeur de F ?

t+1
Deux gènes Deux gènes

descendant descendant
d’un même de parents
parent distincts
Probabilité de l’évènement : 1/(2N) [1-1/(2N)]

Probabilité d’identité : 1 F[t]
•  Par récurrence, on obtient :
•  F[t] tend vers 1 lorsque t tend vers l’infini. La population tend à

l’identité totale (fixation d’un allèle particulier). En l’absence de
mutation, tous les gènes sont des copies identiques d’un gène
ancêtre : identité par descendance
•  La population tend d’autant plus vite vers l’identité
(homozygotie) qu’elle est de petite taille
N = 20
N = 40
N = 60
N = 80
N = 100
N = 200
N = 500
N = 1000
•  Puisque l’homozygotie augmente, l’hétérozygotie diminue.
•  On définit l’hétérozygotie attendue (H) comme la probabilité que

deux gènes tirés au hasard dans la population soient différents
allèles
N = 1000
•  Ce ne sont que des espérances ! N = 100

N = 10
La coalescence
Regarder le processus de dérive en « remontant le temps »

jusqu’à l’ancêtre commun d’un échantillon de gènes : à voir
mardi 29 octobre
Effectif efficace
•  On définit la taille efficace (notée Ne) d’une population comme
étant la taille d’une population « idéale » de Wright-Fisher où la
dérive génétique aurait la même intensité (*) que dans la
population (ou bien le modèle de population) qui nous intéresse
•  (*) même taux de dérive, même augmentation de consanguinité,

même augmentation de variance de fréquences alléliques entre
populations, etc.
Effectif efficace
•  Ne ne représente donc le nombre d'individus reproducteurs de la
population que dans le cas d’une population de Wright-Fisher, où
un gène en particulier transmet un nombre de copies de lui-même
tiré dans une loi binomiale de moyenne 1 et de variance (1 – 1/2N)
•  De quel(s) facteur(s) dépend la taille efficace ?

Effectif efficace : sexe-ratio
•  Sexe-ratio déséquilibrée Nm ≠ Nf (autosomes) :
•  Quelle est la probabilité de 2 gènes pris au hasard soient

identiques?
•  Apres chaque événement de reproduction
•  1/4 (1/4) des paires de gènes proviennent de mâles (femelles),
avec une probabilité 1/Nm (1/Nf) viennent d’un(e) même mâle
(femelle), et ont une probabilité 1/2 de coalescer
•  Taille efficace des autosomes avec un sexe-ratio déséquilibrée Nm
≠ Nf , N= Nm + Nf (autosomes) :
•  Quelle est la probabilité de 2 gènes pris au hasard aient le même gène parent?
•  Ils doivent appartenir a 2 individus différents (sinon ils viennent d’un male et d’une
femelle)
•  Prob = (N-1)/N
•  Parmi les paires de gènes appartenant à 2 individus différents, ¼ de ces paires
proviennent de 2 gènes parents présents chez un male à la génération précédente,
¼ à des femelles, le reste provient d’un male et d’une femelle.
•  Prob = (N-1)/N*(1/4 + 1/4)
•  Ils ont ensuite les probabilités respectives 1/Nm et 1/Nf de provenir d’un même
individus parmi les males et femelles respectivement.
•  Prob = (N-1)/N*(1/(4Nm) + 1/(4Nf))
•  Et enfin une probabilité ½ d’avoir le même gène parent :
•  Prob = (N-1)/N*(1/(8Nm) + 1/(8Nf))
•  En considérant N suffisamment grand, on a donc Prob = 1/8 *(Nm + Nf)/NmNf
•  Par analogie avec la consanguinité dans une population de Wright-
Fisher donnée par 1/(2N), on définie la taille efficace d’une
population avec un sexe-ratio déséquilibrée comme le double de la
moyenne harmonique des tailles de population de chaque sexe :
•  Exemple numérique : si Nm = 100 et Nf = 250, Ne = ? et Ne / N ?

•  Sexe-ratio déséquilibrée (double de la moyenne harmonique) :
•  Exemple numérique : si Nm = 100 et Nf = 250, Ne = 285, Ne / N = 0.81

Chromosomes sexuels : X
•  Sur le chromosome X, (transmis des mères à leurs enfants et des
pères à leurs filles) Ne est égale à :
•  1/9 (4/9) des paires de gènes proviennent de mâles (femelles),

avec une probabilité 1/Nm (1/Nf) viennent d’un(e) même mâle
(femelle), et ont une probabilité 1 (1/2) de coalescer chez les mâles
(femelles)
•  Si le sexe-ratio est équilibré, la taille efficace sur le chromosome X

est égale à 3 /4 de celle sur les autosomes
Chromosomes sexuels : Y
•  Sur le chromosome Y, (transmis des pères à leurs fils) Ne est égale
à:
•  4 fois plus faible que sur les autosomes pour un sexe-ratio équilibré
Succès reproducteur
•  Ne dépend du nombre d’adultes reproducteurs mais aussi de la
variance du nombre de descendants :
•  La variance du succès reproducteur implique que certains individus

ont plus de descendants et d’autres moins. Donc il y a une plus
forte probabilité que des descendants aient le même parent…
•  Pour des diploïdes :
•  La variance du nombre de descendants diminue donc la taille

efficace
Fluctuations démographiques
Effectifs du lynx canadien et du lièvre (basés Histoire démographique de

sur le nombre de fourrures importées par la l’Egypte, marquée par les
Hudson Bay Company) invasions et la peste
•  Si l’on considère que N = N(t) fluctue d’une génération à l’autre,
alors à chaque génération la diversité décline ainsi :
•  Sur T générations, on a :
•  S. Wright (1938) a défini implicitement une taille efficace telle

que ce facteur soit égal à :
•  Si bien que la taille efficace peut être approximée par la

moyenne harmonique des N(t) :
Otarie à fourrure australe (Rosa de Oliveira et al. 2006)
Avant El Niño (1996-97) : 24 481 individus (10 720 femelles, 2 903 mâles)
Après El Niño (1999) : 8 223 individus (3 215 femelles, 337 mâles)

Quelles sont les tailles efficaces dans chacun des cas, et globalement ?
Otarie à fourrure australe (Rosa de Oliveira et al. 2006)
Avant El Niño (1996-97) : 9 138
Après El Niño (1999) : 1 220

Globalement : 1 076
Effectif efficace
Le génome des orangs-outans

marqué par leur effondrement
démographique(*) (Goossens et
al. 2006)
(*) goulet d’étranglement,

bottleneck
Paramètre important, notamment en génétique de la conservation

Quand la génétique révèle la
démographie…
Effets fondateurs
Ces réduction d’effectif efficace se traduisent par des « effets fondateurs », qui
font que les populations nouvellement établies portent une fraction de la
variabilité génétique de la population ancestrale.
On peut envisager un effet fondateur dans deux situations :

goulet d’étranglement Colonisations successives
(« bottleneck »)
Effets fondateurs
nA = 7
He = 0.75
Après un goulot d’étranglement

nA
Diminue plus vite que He car les
allèles rares sont éliminés les
premiers.
nA = 4
He = 0.70
Effets fondateurs
Distance à l’Afrique (Addis Abeba)
L’hétérozygotie diminue en s’éloignant

de l’Afrique (Prugnolle et al. 2005)
Effets fondateurs
A partir d’un modèle de colonisations successives
(Liu et al. 2006)…
… on retrouve les résultats observés sur

les données réelles :
Dérive et mutation
•  Mais la perte de diversité génétique due à la dérive peut être
compensée par l’arrivée de nouvelles mutations
•  2 gènes tirés au hasard ne sont pas identiques par

descendance si l’un des deux (ou les deux) mute(nt) vers un
nouvel état allélique
Dérive et mutation
•  Puisque :
•  On a :
•  Que l’on écrit aussi, en posant θ=4Nµ :

Dérive et mutation
•  En espérance, la dérive et la mutation maintiennent un niveau
de variation intermédiaire à l’équilibre.
•  Mais chaque mutation qui apparaît peut être fixée ultimement

par dérive…
•  Il y a donc un renouvellement constant des allèles

La théorie neutraliste
•  Soit une population diploïde de taille N
•  Soit un taux de mutation récurrent µ
•  On a donc 2Nµ nouvelles mutations qui apparaissent par génération
•  Chaque nouvelle mutation neutre a une fréquence initiale de 1/2N,

donc une probabilité de fixation de 1/2N
•  Par génération on a donc K = 2Nµ / 2N = µ mutations qui se fixeront

(taux de substitution nucléotidique)
•  En moyenne le temps de fixation est de t = 4Ne générations

(approximations de diffusion)
La théorie neutraliste
•  Toutes les 1/µ générations, apparaît une mutation destinée à se
fixer : les taux d’évolution sont constants
L’horloge moléculaire
Prédiction : le nombre de substitutions

(mutations) dans le génome augmente
linéairement avec le temps
Motoo Kimura
•  En comparant les gènes de l’α-globine chez des vertébrés,
Motoo Kimura (1983) a montré que le nombre de différences
(substitutions nucléotidiques) entre paires d’espèces vérifie
cette prédiction
Le nombre de mutations qui

séparent deux séquences
fournit ainsi une mesure du
temps depuis lequel elles
divergent (Kimura 1983)
Mais : l’horloge avance à un rythme différent selon les gènes, ou selon la nature
des sites (taux de mutations différents, ou contraintes fonctionnelles)
(Données : BRCA 1)
(Dickerson 1971)
Evolution des fréquences alléliques en populations
naturelles

et font évoluer les fréquences alléliques en populations
naturelles :
  la mutation

La migration
L’échange d’individus (ou de gamètes) entre sous populations

permet les flux de gènes…
La migration
•  Le modèle en îles (ou modèle de l’archipel) considère

que la migration s’effectue entre toutes les sous-
populations (dèmes) d’une population subdivisée.
populations de taille N
migration, m
•  Ce modèle n’est pas spatialisé : tous les dèmes

échangent des migrants au même taux, quelle soit leur
« position »
La migration
•  Si le nombre de dèmes est suffisamment grand (infini),
la fréquence des allèles parmi les migrants est
constante.
(1 – m)
m
(1 – m)
m
Pool génique Si l’on part de p[0], au bout de
t générations :
m (1 – m)
La migration
•  Évolution des fréquences au

cours du temps dans cinq
dèmes qui échangent des
migrants au taux m = 0.1 par
génération
•  Avec p[0]=0, combien de
générations faut-il pour
atteindre 90% de la valeur
Si l’on ne considère que
de la mutation ! d’équilibre ? 22 (1.15×106
pour la mutation !)
•  En l’absence d’autres forces évolutives, la migration

homogénéise complètement les fréquences alléliques
entre dèmes.
La migration
•  C’est une force de plus forte intensité que la mutation
•  La migration homogénéise les fréquences alléliques entre

populations
•  Le modèle de migration (la façon dont les individus se déplacent

dans l’espace, la dispersion « en groupe » ou solitaire, etc.)
influence beaucoup la distribution spatiale du polymorphisme
Mélanges de population panmictiques : l'effet
wahlund (Rappel)
Pop1 (HW) Pop2 (HW)
Aa aa
AA AA aa aa
pA=0.75 AA AaAA Aa pA=0.25 Aa AaAA Aa
AA aa AA Aa aa aa aa Aa
pa=0.25 Aa
pa=0.75 Aa
AA Aa aa Aa
AA aa
AA aa
Fréquences observées .
pAA = 9 / 16 = 0.5625 pAA = 1 / 16 = 0.0625
pAa = 6 / 16 = 0.375 pAa = 6 / 16 = 0.375
paa = 1 / 16 = 0.0625 paa = 9 / 16 = 0.5625
Fréquences attendues .
pAA = 0.75² = 0.5625 pAA = 0.25² = 0.0625
pAa = 2*0.75*0.25 = 0.375 pAa = 2*0.75*0.25 = 0.375
paa = 0.25² = 0.0625 paa = 0.75² = 0.5625
Mélanges de population panmictiques : l'effet
wahlund (Rappel)
Analyse des 2 population regroupées
Aa aa
AA AA aa aa
pA=0.5 AA AaAA Aa Aa AaAA Aa
AA aa AA Aa aa aa aa Aa
pa=0.5 AA Aa Aa aa Aa Aa
AA aa
AA aa
Fréquences observées
On observe un déficit d'hétérozygote (et donc un
pAA = 10 / 32 = 0.3125 excés d'homozygote) par rapport à l'équilibre de
pAa = 12 / 32 = 0.375 Hardy-Weinberg : c'est l'effet Walhund (1923)
paa = 10 / 32 = 0.3125
Fréquences attendues Un mélange de population (sous-populations)
pAA = 0.5² = 0.25 panmictiques n'est pas une population panmictique à
pAa = 2*0.5*0.5 = 0.5 cause de l'effet de la structuration et des flux de
gènes (migration entre populations) limités
paa = 0.5² = 0. 25
Formalisation de l'analyse de populations
subdivisées (i.e. structurées)
Considérons n populations panmictiques et un locus bi-allélique
avec Fréq[A]=pi, et Fréq[a]=qi dans chaque population i
les fréquences génotypiques dans chaque population sont à

l'équilibre de Hardy-Weinberg :
AA p i2
Aa 2piqi
aa q i2
Et en moyenne sur l'ensemble des populations :

AA E(pi2)
Aa E(2piqi)
aa E(qi2)
Soit p=E(pi)= , si la population totale était panmictique

on observerait sur l'ensemble des populations:
AA p2
Aa 2pq
aa q2
mais la fréquence d'hétérozygote réellement observée (Ho) est:
Ho = E( 2piqi ) = 2 * E( pi - pi² ) = 2 * E( pi ) – 2 * E( pi² )

= 2p – 2 * ( Var(p) + p² ) car Var(p) = E(pi²) - E(pi)² = E(pi²) - pi²
= 2pq – 2 * Var( p ) = 2pq ( 1 – 2Var(p)/2pq)
Si la population totale était panmictique on observerait sur

l'ensemble des populations: AA p2
Aa 2pq
aa q2
mais la fréquence d'hétérozygote réellement observée (Ho) est:
Ho = 2pq ( 1 – 2Var(p)/2pq)
On note FST = Var( p ) / pq , où Var(p) est la variance de p entre

population, on a alors
Ho = E( 2piqi ) = 2pq( 1 – FST )
On observe donc la structure génotypique suivante, correspondant a

Hardy-Weinberg généralisé à un ensemble de populations
panmictiques :
• Fréq[AA] = E(pi²) = p² - pq*FST
• Fréq[Aa] = E(2piqi) = pq(1 - FST)
• Fréq[aa] = E(qi²) = q² - pq*FST
FST peut donc être perçu comme le déficit en hétérozygote du aux

échanges limités par flux de gènes/migration entre différentes
populations (i.e. l'écart a la panmixie entre les populations), c'est
l'effet wahlund
FST = Var(p)/pq = 1 – Ho/He

où Ho est l'hétérozygotie observée et He l'hétérozygotie attendue si
l'on avait une seule population
On note que pq est la variance maximale des fréquence entre

population (Varmax(p)) obtenue si toute les populations sont fixées.
On a alors p populations fixés pour A et q populations fixées pour a,
d'où Var(p) = E(pi²) - E(pi)² = p*12 + 0 - p² = p(1 - p) = pq
FST est donc la variance des fréquences alléliques entre

populations, standardisées par la variance maximale
On note aussi que pq est la variance totale (sur l'ensemble de

toutes les populations) des fréquence alléliques (Vartot(p)
obtenue quand on regroupe les populations). On a alors p
allèles A et q allèles a, d'où Vartot(p) = p*12 + 0 - p² = pq
(Bernoulli)
FST est donc aussi la proportion de la variance totale qui se

trouve entre populations (analyse de variance)
Considérons maintenant n populations ayant un régime de reproduction non
panmictique (i.e. partiellement consanguin, FIS>0), la structure génotypique d'une
population est toujours données par :
AA pi²+piqiFIS i
Aa 2piqi (1-FIS i)
aa qi²+piqiFIS i
Et sur toutes l'ensemble des populations, on observe :
AA E[ pi²+piqiFIS i ]
Aa E[ 2piqi (1-FIS i) ]
aa E[ qi²+piqiFIS i ]
On suppose l'indépendance entre FISi et pi, on a alors
Ho= E [ 2piqi (1-FIS i) ] = E [ 2piqi ]* E[ (1-FIS i) ]
Si on pose FIS=E [FISi] et, comme on a vu précédement, E [ 2piqi ]=2pq(1-FST)
On a donc
Ho = Freq[Aa] = 2pq(1-FST)(1-FIS) ]
La loi de Hardy-Weinberg généralisée à n populations de régime de reproduction

consanguin donne les proportions génotypiques suivantes :
AA p²+pq(FIS+FST+FISFST)
Aa 2pq (1-FIS) (1-FST)
aa q²+pq(FIS+FST+FISFST)
FST est donc :
1.  le déficit en hétérozygote du aux échanges limités par flux de
gènes/migration entre différentes populations (i.e. l'écart a la
panmixie entre les populations)
2.  la variance des fréquences alléliques entre populations crée par
la dérive et ou la migration faible, standardisées par la variance
maximale
3.  la proportion de la variance totale qui se trouve entre
populations
FST mesure donc la différenciation entre les populations
Mais quelle sont l'influence des paramètres populationnels (tailles de

populations (N), taux de migration (m), temps de divergence)
sur les valeures de FST?
La migration : le modèle en îles
Le modèle en îles, ou modèle de l'archipel, considère que la

migration se fait de façon homogène entre toutes les sous-
populations d'une population subdivisée
Simple car homogèneité réduit à 3-5 le
nombre de paramètres :
nd= nombre de sous-populations (ou ∞)
N = taille des sous-populations
m= taux de migration
µ= taux de mutation
s= taux d'autofécondation (ou 1/N)
Avantage principal : Modèle homogène simple avec peu de

paramètres -> analyse mathématique relativement simple
Probabilités d'identités : définitions
On défini des probabilité d'identité Q entre paires de gènes
homologues (i.e. à un même locus) :
  Q0 pour la probabilité que 2 gènes pris dans un même individu soient

identiques
  Q1 pour la probabilité que 2 gènes pris dans une même population

soient identiques
  Q2 pour la probabilité que 2 gènes pris dans deux populations

différentes soient identiques
Q0 Q2
Q1
pop1 pop2
Probabilités d'identités et F-statistiques
On défini la relations entre F-statistiques et probabilités d'identités :
 
 
 
On retrouve bien la relation (Wright, 1943) :

Probabilités d'identités et F-statistiques
Relation entre F-statistiques et probabilités d'identités : on retrouve
les résultats précédents car
Q0 Q2
Q1
Calcul des Probabilités d'identités : formules de
récurrences
On cherche a calculer l'évolution des probabilités d'identités dans
le temps en fonction des paramètres démo-génétiques du modèle
(e.g. migration, mutation, tailles de pops), afin d'en prendre ensuite
les valeurs à l'équilibre.
On cherche donc a résoudre le système d'équation de récurrence
suivant :
  Q0(t+1)=f(Q0(t), Q1(t), Q2(t))
  Q1(t+1)=f(Q0(t), Q1(t), Q2(t))
  Q2(t+1)=f(Q0(t), Q1(t), Q2(t))
en évaluant tous les événements possibles en une génération

pouvant agir sur ces probabilités
Calcul des Probabilités d'identités : principe des
formules de récurrences
Étape 1 : on s'intéresse aux probabilité d'identité entre paires de gènes, il
faut donc que les 2 gènes n'aient pas muté entre t et (t+1) (avec une
probabilité (1-µ)² que l'on définie comme γ) 
Étape 2 : on regarde d’où ils viennent à la génération précédente : 
a ≡ Probabilité que 2 gènes pris dans une population viennent d'une 
même population à la génération précédente 
t t
t+1 t+1
Prob(pas de migration)=(1-m)² Prob(migration de 2 gènes vers

la même pop)=m² /(nd-1)
a ≡ Probabilité que 2 gènes pris dans une population soient les copies de
2 gènes provenant d'une même population à la génération précédente
a =  (1-m)² + m² /(nd-1) 
et (1-a) est alors la probabilité qu'ils soient les copies de gènes provenant
de deux populations distinctes à la génération précédente
b ≡ Probabilité que 2 gènes pris dans deux populations distinctes 
viennent d'une même population à la génération précédente 
t t
t+1 t+1
Prob(un des deux gène n'a pas Prob(migration de 2 gènes issus d'une
migré)=2*(1-m)*m/(nd-1) troisième population)=(nd-2)[m /(nd-1)]²
b ≡ Probabilité que 2 gènes pris dans deux populations distinctes soient 
des copies de 2 gènes provenant d'une même population à la génération 
précédente 
2m(1− m)  m 2
b= + (nd − 2) 
nd −1  nd −1
et (1-b) est alors la probabilité que 2 gènes pris dans deux populations
distinctes soient des copies de 2 gènes provenant de 2 populations
€ différentes à la génération précédente
Étape 2 : on regarde si les 2 gènes ont migré ou non à la génération 
précédente (probabilités a, (1-a), b, (1-b)) 
Étape 3 : s'ils proviennent d'une même population à la génération

précédente, ils proviennent d'un même individu (cas d'une espèce
diploïde) avec une probabilité s, le taux d'autofécondation
Étape 1 : la mutation (γ=(1-µ)²) 
Étape 2 : la migration (a, (1-a), b, (1-b)) 
Étape 3 : l'autofécondation (s,1-s)

A l'équilibre (migration-dérive-mutation), on a Q•(t+1)=Q•(t) et on peut
alors résoudre alors le système suivant pour exprimer Les probabilités
d'identité en fonction des paramètres ( nd, N, m, s, µ) du modèle :
F-statistiques, Probabilités d'identités et
paramètres des modèles
Puisque l'on a défini les relations entre F-statistiques et
probabilités d'identités :
On peut donc exprimer les F-statistiques en fonction des paramètres du

modèle en faisant le rapport de expression de chaque probabilité
d'identité trouvé précédemment.
Apres simplification, et sous panmixie au sein des pops (s=1/N), on
trouve :
La migration : le modèle en îles et le FST
4 paramètres :
nd= nombre de sous-populations (ou ∞)
N = taille des sous-populations
m= taux de migration
µ= taux de mutation
s=1/N (sous-populations panmictiques)
FST et estimation sur des donnes réelles
Comment estimer le FST sur un jeu de données réel?
Données sur un locus allozymiques pour 3 populations de salamandre
Population allèle1 allèle2
Konstanz 0.49 0.51
Bregenz 0.83 0.17
Schaffhausen 0.91 0.09
On peut partir de la définition FST = 1 – Ho/He :

He, hétérozygosie attendue sous HW sur l'échantillon total = 2pq
Ho, hétérozygosie moyenne sous HW au sein des populations =
On a donc besoin des fréquences moyennes sur l'échantillon total

Hyp : même taille d'échantillon pour chaque population
allèle1 p=(0.49+0.83+0.91)/3=0.74, et allèle2 q=(0.51+0.17+0.09)/3=0.26
On a donc, He = 2 pq = 2 x 0.74 x 0.26 = 0.384

D'autre part
Ho = [ 2x (0.49 x 0.51) + 2 x (0.83 x 0.17) + 2 x (0.91 x 0.09) ] / 3 = 0.315
FST = 1 - 0.315/ 0.384 = 0.180

FST et estimation sur des donnes réelles
Comment estimer le FST sur un jeu de données réel?
Données sur un locus allozymiques pour 3 populations de salamandre
Population allèle1 allèle2
Konstanz 0.49 0.51
Bregenz 0.83 0.17
Schaffhausen 0.91 0.09
FST = 1 - 0.315/ 0.384 = 0.180
Un FST de 0.18 indique que 18% de la variance génétique est due la différenciation
entre population (et que 82% est due à la variabilité intrapopulation!)
Si l'on fait l'hypothèse d'un modèle en îles à l'équilibre migration-dérive, les flux de
gènes dans le système correspondent à :
Nm = (1-FST) / 4 FST*2/3 = 0.76 migrants/génération
D'après la formule
Cette formule a trop souvent été utilisée pour estimer un nombre de migrant entre
populations par génération mais :
•  Modèles peu réalistes, mauvaise description de la dispersion
•  Hypothèses de stabilité démographiques dans le temps et dans l'espace
•  Hypothèses associées aux taux de mutation et processus mutationnels
•  Hypothèses de neutralité des marqueurs utilisés
Un modèle plus réaliste pour une meilleure estimation de
la migration en populations structurées :
Le modèle d'isolement par la distance
Dispersion limitée dans l'espace ↔ 2 individus ont plus de chance de se

reproduire ensemble si ils sont proches géographiquement
Endler 1977 (revue biblio): la majorité des espèces ont une dispersion localisé
Majorité de la
dispersion à très
courte distance
Mais longue queue

Pr de dispersion =
"migrants longue
distance"
Migration fonction de la distribution de dispersion :

Distance géographique r
Les modèle d'isolement par la distance
2 modèles en fonction du type de distribution des organismes dans le

paysage :
Population en dèmes
Chaque nœud du réseau correspond à une
sous population panmictique
Population "continue" en réseaux

Chaque nœud du réseau correspond à 1 individu
L’isolement par la distance
•  Le modèle d’isolement par la

distance (Malécot 1956) prédit une
relation linéaire entre la distance
génétique et le logarithme de la
distance géographique
•  La pente de la droite de régression

donne un estimateur de la distance
de dispersion
Rousset 1997
Coenagrion mercuriale : données

démographique (capture /
marquage / recapture) : Watt et al.
2006
Données génétiques (marqueurs

microsatellites) : estimation de la
« taille de voisinage » (Dσ²)
Coenagrion mercuriale : excellente
concordance entre estimations
directes et indirectes
Estimation de Dσ²
démographie génétique
Site 1 277 222
Site 2 249 259
Site 3 555 606
Les modèle d'isolement par la distance
Direct Indirect
(Demography) (genetic)
American Marten (Martes americana) 7.5 3.8
Kangaroo rats (Dipodomys) 1.43 2.58
intertidal snails (Bembicium vittatum) 2.4 3.6
Forest lizards (Gnypetoscincus 11.5 5.5
queenslandiae)
Humans in the rainforest (Papous) 29.3 21.1

Legumin (Chamaecrista fasciculata) 9.6 13.9
Différents génomes chez un même
individu
Mitochondries
(haploïdes,
Noyau hérédité maternelle)
♀
Cellule gènes X X
locus
XY
♂
Autosomes
Chloroplastes
(diploïdes) (haploïdes,
Hérédité
Chromosome Y paternelle)
(haploïdes, hérédité paternelle)
Différents types de marqueurs
•  Pour un gène mitochondrial (haploïde, transmis de mère à enfant)
•  Pour un gène sur le chromosome Y (haploïde, transmis de père à fils)
•  Chez l’Homme, les FST sur le Y sont plus forts que sur les
mitochondries : dispersion biaisée en faveur des femmes
Chromosome Y vs. mtDNA
•  Chez l’homme il y a une forte influence de la structure sociale et de

l’échelle !
•  Peu de polymorphisme sur le Y chez de nombreuses espèces :
comparaison des FST nucléaires aux FST mitochondriaux :
philopatrie des femelles si FST mitochondriaux sont plus forts
Physeter macrocephalus (cachalot) et Carcharodon carcharias (grand requin

blanc) : absence de différenciation entre océans sur marqueurs microsatellites
mais différenciation significative sur ADNmt
•  Chez les plantes, deux possibilités de migration :
–  par les graines (taux mS).
–  par le pollen (taux mP).
•  Pour un gène nucléaire :
•  Pour un gène cytoplasmique

à hérédité maternelle :
•  Pour un gène cytoplasmique

à hérédité paternelle :
•  Obtention de ratios, par ex. :

Espèces FSTn FSTm mp / ms
Quercus robur / Q. 0.037 0.884 196 Graînes lourdes
petraea Disp. pollen anémophile
Pinus contorta 0.0608 0.66 28 Graînes + légères
Pinus attenuata 0.12 0.863 44
Pinus muricata 0.22 0.882 24
Sorbus torminalis Graînes ingérées

0.11 0.34 1.18
Disp. pollen entomophile
•  Résultats cohérents avec le cycle de vie des espèces :

–  Graines lourdes ou légères, ingérées ou non.
–  Pollinisation entomophile ou anémophile.
Dispersion sexe-spécifique
Si l’on mesure les FST chez des mâles et des femelles avant
et après dispersion (ici les mâles dispersent moins que les
femelles) :
avant dispersion
après dispersion
Dispersion sexe-spécifique
On peut montrer que :
Ce qui suggère un estimateur

du taux de migration sexe-
spécifique de la forme :
Exemple chez Crocidura russula :

FST et métapopulations
•  Une métapopulation est une population subdivisée où chaque

dème/sous-population peut s’éteindre avec une certaine
probabilité e à chaque génération…
Rôle des extinction ?

Nombre
de fondateurs : k
… et des recolonisations ?
•  La différenciation est plus forte qu’en l’absence d’extinctions,
•  et d’autant plus si la diversité des populations nouvellement

colonisée est faible, c’est-à-dire si la colonisation crée des goulets
d’étranglement forts (effets de fondation forts avec k faible)
•  Les extinctions conduisent à la mise en place d’une structure en

âges dans la métapopulation : des populations
« jeunes » (nouvellement colonisées) et des populations
« anciennes »
•  Les populations jeunes subissent un fort effet de fondation, les

plus âgées atteignent un équilibre (modèle en îles)
Daphnia longisperma Daphnia magna
Haag et al. (2005) Genetics 170: 1809-1820
- Suivi écologique de 507 patches sur 20 ans

- 17% des patches occupés (âge max. : 16-17 ans)
- Grandes populations isolées
•  La diversité
génétique en
fonction de l’âge des
populations et de
leur volume…
•  La différenciation
entre paires de
populations en
fonction de leur
âge…
•  L’âge (+), le volume (+), la distance à la mer (+) et la

distance au plus proche voisin (-) sont corrélés aux
mesures de diversité génétique
•  L’âge (-), le volume (-), la distance (+) sont corrélés aux

mesures de différenciation génétique

Cours DeriveMigrationMetapopFstat ENS 2009 PDF

Transféré par

Droits d'auteur :

Formats disponibles

Cours DeriveMigrationMetapopFstat ENS 2009 PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Cours DeriveMigrationMetapopFstat ENS 2009 PDF

Transféré par

Droits d'auteur :

Formats disponibles

Génétique des populations:

Dérive, migration, extinction

Module ENS 2009

Ronald A Fisher (1890-1962) Sewall Wright (1889-1988) John BS Haldane (1892-1964)

• Décrire les génotypes, estimer leur fréquence et

• Prédire et comprendre l’évolution des

• Expérimentale : consiste à tester des modèles et leurs

• Empirique : description de la distribution du

• Peu de polymorphisme au sein des mares, mais une forte

• 17 000 polymorphismes (SNPs ou indels) issus de l’analyse de

• Gène : copie d'une information génétique, portée par une

Un individu diploïde possède donc deux gènes homologues

• Un marqueur génétique « idéal » doit :

• Marqueurs microsatellites (répétitions en

• RFLPs : Restriction Fragment Length Polymorphisms

• RAPDs : Randomly Amplified Polymorphic DNAs

• AFLPs : Amplified Fragment Length Polymorphisms

• SNPs : Single Nucleotide Polymorphisms

2002-2009 : plus de 25 millions de SNPs ont déjà été

• Génétique des populations =

• Les F-statistiques sont des outils simple et puisant

Considérons un locus bi-allélique (A / a) dans population

Les fréquences génotypiques sont égales aux fréquences

• p[t]=D[t]=Fréq(A)=NA/N • q[t]=H[t]=Fréq(a)= Na/N

On peut vérifier que l'on a bien D[t] + H[t] = p[t] + q[t] = 1

• D[t]=Fréq(AA)=NAA/N • H[t]=Fréq(Aa)= NAa/N • R[t]=Fréq(aa)= Naa/N

On peut vérifier que l'on a bien D[t] + H[t] + R[t] = 1

Et les fréquences alléliques :

• p[t]=(2NAA+Naa) /2N=D[t]+H[t]/2 • q[t]=(2Naa+Naa) /2N=R[t]+H[t]/2

et on a bien p[t] + q[t]= D[t] + H[t] + R[t] = 1

Quelles sont les fréquences génotypiques à la génération

• les fréquences alléliques sont constantes au cours du temps

Ces hypothèses rarement vérifiées en populations naturelles

• Pour un locus bi-allélique A, a :

On calcule une statistique X, qui mesure l’écart entre

Après une génération : AA 100% AA

• D[t+1] = D[t] + H[t] / 4

• Comment évoluent les fréquences alléliques ?

• Évolution des fréquences alléliques

p[t+1] = D[t+1] + H[t+1] / 2 = D[t] + H[t] / 4 + H[t] / 4

q[t+1] = D[t+1] + H[t+1] / 2 = D[t] + H[t] / 2 = q[t]

Les fréquences alléliques restent constantes

Comment évoluent les fréquences génotypiques ?

• D[t+1] = D[t] + H[t] / 4

On a donc H[t] = H[t-1] / 2 = H[t-2] / 22 = … = H[0] / 2t

• H[t] tend vers 0 (plus d’hétérozygotes : tous les individus sont

• p = D[0] + H[0] / 2 = D[t] + H[t] / 2, d’où D[t] = p - H[t] / 2

• et donc D[t] et R[t] tendent vers p et q, respectivement

• Au bout d’un temps suffisamment long

Or on a p = D + H/2 et q = R + H/2 → D = p² + pqFIS et R = q² +pqFIS

Les fréquences génotypiques de la population sont donc

Quel que soit le FIS :

p = D + H/2 = p² + pqFIS + pq(1-FIS) = p² + pq = p

Les fréquences alléliques sont toujours constantes au cours du

• L’effet de la consanguinité du régime de reproduction

• D[t+1] = s D[t] + s H[t] / 4 + (1 - s) p[t]2

Or on a défini FIS tel que : Hobs = 2 pq (1 – FIS)

• On peut déduire de la valeur du FIS le taux d'autofécondation

Il existe 4 "forces évolutives" qui agissent en interactions

•  Décrire les génotypes, estimer leur fréquence et

•  Prédire et comprendre l’évolution des

•  Expérimentale : consiste à tester des modèles et leurs

•  Empirique : description de la distribution du

•  Peu de polymorphisme au sein des mares, mais une forte

•  17 000 polymorphismes (SNPs ou indels) issus de l’analyse de

• Gène : copie d'une information génétique, portée par une

•  Un marqueur génétique « idéal » doit :

•  Marqueurs microsatellites (répétitions en

•  RFLPs : Restriction Fragment Length Polymorphisms

•  RAPDs : Randomly Amplified Polymorphic DNAs

•  AFLPs : Amplified Fragment Length Polymorphisms

•  SNPs : Single Nucleotide Polymorphisms

•  Génétique des populations =

•  Les F-statistiques sont des outils simple et puisant

•  les fréquences alléliques sont constantes au cours du temps

•  Pour un locus bi-allélique A, a :

•  D[t+1] = D[t] + H[t] / 4

•  Comment évoluent les fréquences alléliques ?

•  Évolution des fréquences alléliques

•  D[t+1] = D[t] + H[t] / 4

•  H[t] tend vers 0 (plus d’hétérozygotes : tous les individus sont

•  p = D[0] + H[0] / 2 = D[t] + H[t] / 2, d’où D[t] = p - H[t] / 2

•  et donc D[t] et R[t] tendent vers p et q, respectivement

•  Au bout d’un temps suffisamment long

•  L’effet de la consanguinité du régime de reproduction

•  D[t+1] = s D[t] + s H[t] / 4 + (1 - s) p[t]2

•  On peut déduire de la valeur du FIS le taux d'autofécondation

  la dérive génétique (variations stochastiques des

  la migration (ou flux de gènes)

  la dérive génétique (variations stochastiques des

  la migration (ou flux de gènes)

•  La mutation est la source fondamentale de

•  La mutation, c’est la modification spontanée d’un

•  Il existe des différences importantes du taux de

•  Le taux de mutation peut aussi dépendre de l’allèle considéré.

•  p = 0 et p = 1 ne sont pas des valeurs d’équilibre. La

•  Mais quel est le taux d’approche de l’équilibre ?

•  La fréquence d’équilibre est atteinte (seulement) au taux

•  Mais si on part de la fréquence initiale p[0] = 0 alors, après 10

•  Combien de générations faut-il pour atteindre 90% de la valeur

•  Mais si on part de la fréquence initiale p[0] = 0 alors, après 10

•  Combien de générations faut-il pour atteindre 90% de la valeur

•  Il faut donc environ 1 / µ générations pour que la population soit

•  C’est la seule source de variation, mais le devenir des

•  Les choses sont différentes si l’on considère que les caractères

  la dérive génétique (variations stochastiques des

  la migration (ou flux de gènes)

•  Or les populations naturelles sont rarement de taille infinie...

•  Or dans les populations de taille finie, les fréquences peuvent

•  On appelle cette variation de fréquence aléatoire due à l’effet

•  Une population de taille

•  Chaque gène à une

•  La dérive conduit donc à la

•  Au bout de 50 générations, toutes les

•  Au bout de 50 générations, aucune des populations

•  Les fréquences alléliques fluctuent d’autant plus que les

•  On considère un locus où 2 allèles (A et a) ségrégent. On note

•  Il n’y a pas de mutation

•  Chaque génération, chaque individu produit un grand nombre

•  On tire N gamètes pour constituer la génération suivante (tirage

•  Pour un tirage (disons celui correspondant à l’individu i), on

•  Selon les hypothèses du modèle, Xi suit une loi de Bernouilli de

•  Quelles sont l’espérance et la variance de cette variable aléatoire ?

•  L’espérance de cette variable aléatoire est donnée par :

•  Et sa variance (puisque les tirages sont indépendants) :

•  Soit Y[t+1] = X[t+1] / N = p[t+1], quelles sont l’espérance et la variance

•  Soit Y[t+1] = X[t+1] / N = p[t+1], la fréquence de A à la génération (t

•  En espérance, la fréquence ne change pas d’une génération à l’autre,

•  Au bout d’un grand nombre de générations, chaque population va

•  Mais si l’on considère un nombre infini de populations isolées, p

•  Au fil du temps, la variation à l’intérieur des populations diminue

•  Le modèle avec 2N = 32 prédit moins de populations fixées que ce

•  On peut mesurer la perte de variation à l’intérieur d’une

•  Le coefficient de consanguinité (F), ou homozygotie, est la

•  F[t] tend vers 1 lorsque t tend vers l’infini. La population tend à

•  On définit l’hétérozygotie attendue (H) comme la probabilité que

•  Ce ne sont que des espérances ! N = 100