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)
Bayesian codon models for detecting convergent molecular adaptation
Cycle : Doctoral
Grade : Ph. D.
Une correction à l’échelle et progressive des données Hi-C révèlent des principes fondamentaux de l’organisation tridimensionnelle et fonctionnelle du génome
Cycle : Master's
Grade : M. Sc.
Évolution moléculaire : un modèle Markov-modulé pour les processus de substitution
Cycle : Master's
Grade : M. Sc.
Estimation des corrélations phylogénétiques entre paramètres d'évolution moléculaire et Traits d'histoire de vie
Cycle : Master's
Grade : M.A.
Statistical potentials for evolutionary studies
Cycle : Doctoral
Grade : Ph. D.
Projects
Research projects
Training program in cellular dynamics of macromolecular complexes
BAYESIAN MODELS FOR LONG-RANGE POPULATION GENETICS
BAYESIAN MODELS FOR LONG-RANGE POPULATION GENETICS
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