Passer au contenu

/ La recherche

Je donne

Rechercher

Health Sciences

Nicolas Lartillot

Génétique évolutive et Phylogénie moléculaire

Profile

Research expertise

Thèmes

    Génétique évolutive
    Phylogénie moléculaire
    Inférence Bayésienne
    Chaînes de Markov Monte Carlo

Une des questions fondamentales de la théorie de l’évolution est de comprendre comment l’incroyable diversité morphologique des êtres vivants observée sur la planète a pu être produite au cours des temps géologiques.
Génétique évolutive

Dans cette optique, un premier enjeu de notre recherche est de mieux cerner les mécanismes de l’évolution génétique, à savoir, comment les processus de mutation, de recombinaison, de dérive et de sélection s’articulent entre eux, résultant en une divergence progressive des génomes des différents organismes.

En pratique, nous nous appuyons sur les principes de l’inférence Bayésienne, pour construire des modèles probabilistes de l’évolution des séquences génétique. Ces modèles sont implémentés en utilisant des algorithmes de Chaînes de Markov Monte Carlo, et sont testés sur des données de séquences génomiques provenant d’une grande variété d’organismes.
Phylogénie moléculaire

Un second objectif de recherche, lié au premier, est d’appliquer les modèles d’évolution ainsi construits à la reconstruction phylogénétique, à savoir, la reconstruction des relations de parentés entre espèces vivantes. Les modèles d’évolution actuellement utilisés en phylogénie ne sont pas totalement satisfaisants: trop simples, et ne décrivant pas correctement certains aspects essentiels des processus évolutifs réels, ils conduisent souvent à des reconstructions fausses.

Partant de ce constat, un des objectifs essentiels de notre travail est de proposer des modèles plus adéquats, prenant par exemple en compte les variations de la pression de sélection à la fois le long des séquences et au cours du temps. Ces modèles sont implémentés et sont testés pour leur capacité à améliorer la fiabilité des reconstructions phylogénétiques dans des cas difficiles, pour lesquels les modèles actuels ne donnent pas de résultats satisfaisants.

Affiliations and responsabilities

Research affiliations

Teaching and supervision

Student supervision

Theses and dissertation supervision (Papyrus Institutional Repository)

2018

Bayesian codon models for detecting convergent molecular adaptation

Graduate : Parto, Sahar
Cycle : Doctoral
Grade : Ph. D.
2014

Évolution moléculaire : un modèle Markov-modulé pour les processus de substitution

Graduate : Fournier, Eric
Cycle : Master's
Grade : M. Sc.
2010

Statistical potentials for evolutionary studies

Graduate : Kleinman, Claudia L.
Cycle : Doctoral
Grade : Ph. D.

Projects

Research projects

2010 - 2016

Training program in cellular dynamics of macromolecular complexes

Lead researcher : Christian Baron
Funding sources: CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Grant programs: PV118026-FONCER : Prog. formation orientée nouveauté, la collaboration et l'expérience en recherche
2009 - 2013

BAYESIAN MODELS FOR LONG-RANGE POPULATION GENETICS

Lead researcher : Nicolas Lartillot
2009 - 2013

BAYESIAN MODELS FOR LONG-RANGE POPULATION GENETICS

Lead researcher : Nicolas Lartillot
Funding sources: CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Grant programs: PVX20965-(RGP) Programme de subvention à la découverte individuelle ou de groupe

Outreach

Publications and presentations

Disciplines

  • Statistics

Areas of expertise

  • Protected Areas
  • Biodiversity and Biocomplexity
  • Biogeography
  • Bioremediation
  • Ecosystem (Aquatic and Terrestrial)
  • Vulnerable and Threatened Species
  • Actuarial Studies
  • Evolution and Phylogenesis
  • Data mining
  • Parametric and Non-Parametric Inference
  • Meta-Analysis
  • Landscape and Restoration
  • Ecological and Ecophysiological Processes
  • Stochastic Processes
  • Theoretical Statistics
  • Probability Theory