Arnaud, Le Rouzic
Chargé de Recherche
01 69 82 37 65
33 1 69 82 37 36
Thèmes de Recherche
Thèmes de recherche
Mon travail de recherche vise à améliorer la compréhension des mécanismes de l'évolution des espèces par une approche théorique. Cette approche consiste à mettre au point des modèles, basés sur les connaissances actuelles en biologie évolutive, afin de formaliser et de tester des hypothèses. Ces modèles peuvent également servir de support à des outils statistiques, qui vont permettre d'estimer des paramètres clé pour comprendre l'évolution d'un système à partir de données empiriques.
Approches théoriques de l'évolution du génome
Les progrès techniques au cours des dernières décennies ont rendu de plus en plus facile l'accumulation de données sur le contenu des génomes. En parallèle, avec le développement de la bio-informatique, l'analyse automatisée de ces génomes a permis de comparer l'ensemble de l'ADN entre individus de la même espèce, et entre espèces plus ou moins éloignées. Les principes généraux de l'évolution des génomes correspondent aux cadre de la théorie de l'évolution: certaines séquences d'ADN sont conservées entre les espèces du fait de la sélection naturelle qui maintient leurs fonction, d'autres évoluent rapidement car elles sont impliquées dans l'adaptation des espèces à leur environnement, d'autres enfin semblent indifférentes à sélection, et évoluent neutralement. Cependant, l'impact respectif de la sélection (évolution orientée) et de la dérivé génétique (évolution neutre) reste une source de questions et de controverses dans la communauté scientifique. Par exemple, la taille du génome varie entre les espèces, sans qu'on ne connaisse réellement le rôle de la sélection dans ce processus. Le nombre de gènes varie également, la complexité des réseaux d'interactions entre les gènes, ainsi que la diversité et la quantité des séquences répétées et d'ADN «parasite», comme les éléments transposables.
La modélisation de l'évolution des génomes est destinée à comprendre, à l'aide de modèles mathématiques et informatiques plus ou moins sophistiqués, la manière dont l'ADN des espèces change au cours du temps. Le but d'un tel travail est non seulement de définir les mécanismes majeurs qui expliquent l'évolution d'un système d'une telle complexité, mais aussi d'interpréter les données observées dans le cadre de la génétique des populations et de la théorie de l'évolution.
Génétique quantitative évolutive
L'architecture génétique des caractères quantitatifs peut être extrêmement complexe. Des traits en rapport avec la taille d'un organisme, sa morphologie ou son comportement peuvent être influencés par des dizaines de gènes et par l'environnement, et les différents facteurs peuvent interagir de manière difficilement prévisible. Pourtant, il est nécessaire de comprendre les propriétés générales de tels caractères, pour prédire leur propriétés et leur évolution. Comme il est très difficile d'acculumer assez de données et de mesures précises pour disséquer finement leur architecture génétique, on décrit fréquemment de tels caractères par leurs propriétés statistiques, à l'aide des outils de la génétique quantitative. Ces outils, au prix d'un certain nombre d'approximations, permettent de tirer des prédictions puissantes sur la manière dont les caractères évoluent. L'influence des détails particuliers de l'architecture génétique (nombre de gènes, propriétés de la population, présence d'interactions entre gènes ou avec les conditions environnementales) sur la qualité des prédictions reste cependant mal connue.
L'objectif de mon travail de recherche est de fournir des outils mathématiques et statistiques destinés à comprendre la manière dont les caractères évoluent sur différentes échelles de temps, et de quantifier le pouvoir de prédiction de tels outils, en les confrontant à des observations réelles ou à des données simulées.
Logiciels
noia
Le paquet 'noia' est une adaptation pour R du modèle de l'Interaction Naturelle et Orthogonale (NOIA), une structure statistique destinée à estimer et manipuler les effets génétique des caractères quantitatifs. Cette page est un mode d'emploi qui donne des indications sur l'utilisation du logiciel. De plus, il donne des concepts de base de la modélisation en génétique quantitative : noia.pdf.
sra
Le paquet ‘sra’ pour R fournit un ensemble d’outils pour analyser les changements d’une architecture génétique au cours de la réponse à la sélection artificielle. Cette page est un mode d’emploi informel décrivant l’usage du logiciel : sra.pdf.
Liens externes
Researcher ID: A-4106-2008
Google citation: http://scholar.google.com/citations?user=_b4nApEAAAAJ&hl=en
Publications
- LE ROUZIC A. , ALVAREZ-CASTRO J.M. , HANSEN T.F. 2013 The evolution of canalization and evolvability in stable and fluctuating environments. Evolutionary Biology 0: in press
- LE ROUZIC A. , PAYEN T. , HUA-VAN A. 2013 Reconstructing the evolutionary history of transposable elements Genome, Biology and Evolution 0: in press
- ALVAREZ-CASTRO J.M. , LE ROUZIC A. , ANDERSSON L. , SIEGEL P.B. , CARLBORG Ö. 2012 Modelling of genetic interactions improves prediction of hybrid patterns: a case study in domestic fowl. Genetics Research 94(5): 255-266
- EGSET C.K., HANSEN T.F., LE ROUZIC A., BOLSTAD G.H., ROSENQVIST G., PELABON C. 2012 Artificial selection on allometry: change in elevation but not slope. Journal of Evolutionary Biology 25(5): 938-948
- BOUTIN T.S., LE ROUZIC A., CAPY P. 2012 How does selfing affect the dynamics of selfish transposable elements? Mobile DNA 3(1): 5
- LE ROUZIC A., HOULE D., HANSEN T.F. 2011 A modelling framework for the analysis of artificial-selection time series. Genetics Research 93: 155
- LE ROUZIC A., ØSTBYE K., KLEPAKER T.O., HANSEN T.F., BERNATCHEZ L., SCHLUTER D., VøLLESTAD L.A. 2011 Strong and consistent natural selection associated with armour reduction in sticklebacks. Molecular Ecology 20: 2483
- HUA-VAN A., LE ROUZIC A., BOUTIN T.S., FILEE J., CAPY P. 2011 The struggle for life of the genome's selfish architects. Biology Direct 6: 19
- BESNIER, F., LE ROUZIC, A. and ALVAREZ-CASTRO, J.M. 2010 Applying QTL analysis to conservation genetics. Conservation Genetics 11(2): 399
- LE ROUZIC, A., SKAUG, H.J. and HANSEN, T.F. 2010 Estimating genetic architectures from artificial-selection responses: a random-effect framework. Theoretical Population Biology 77(2): 119
- PAVLICEV, M., LE ROUZIC, A., CHEVERUD, J.M., WAGNER, G.P. and HANSEN, T.F. 2010 Directionality of epistasis in a murine intercross population. Genetics 185(4): 1489
- EDELINE, É, LE ROUZIC, A., WINFIELD, I.J., FLETCHER, J.M., JAMES, J.B., STENSETH, N.C. and VøLLESTAD, L.A. 2009 Harvest-induced disruptive selection increases variance in fitness-related traits. Proceedings of the Biological Society of London B. 276(1676): 4163
- LE ROUZIC, A. and CAPY, P. 2009 Theoretical approaches to the dynamics of transposable elements in genomes, populations, and species. Genome dynamics and stability. Transposons and the dynamic genome, Springer. 4: 1
- ALVAREZ-CASTRO, J.M., LE ROUZIC, A. and CARLBORG, Ö. 2008 How to perform meaningful estimates of genetic effects. PLoS Genetics 4(5): 1000062
- LE ROUZIC, A. and ALVAREZ-CASTRO, J.M. 2008 Estimation of genetic effects and genotype-phenotype maps. Evolutionary Bioinformatics 4: 225
- LE ROUZIC, A., ALVAREZ-CASTRO, J.M. and CARLBORG, Ö. 2008 Dissection of the genetic architecture of body weight in chicken reveals the impact of epistasis on domestication traits. Genetics 179(3): 1591
- LE ROUZIC, A. and CARLBORG, Ö. 2008 Evolutionary potential of hidden genetic variation. Trends in Ecology and Evolution 23(1): 33
- LE ROUZIC, A., SIEGEL, P.B. and CARLBORG, Ö. 2007 Phenotypic evolution from genetic polymorphisms in a radial network architecture. BMC Biology 5: 50
- LE ROUZIC, A., BOUTIN, T. S. and CAPY, P. 2007 Long-term evolution of transposable elements. PNAS 104: 19375
- LE ROUZIC, A., DUPAS, S. and CAPY, P. 2007 Genome ecosystem and transposable elements species. Gene 390: 214
- LE ROUZIC, A. and CAPY, P. 2006 Reversible introduction of transgenes in natural populations of insects. Insect Molecular Biology 15: 227
- LE ROUZIC, A. and CAPY, P. 2006 Population genetics models of competition between transposable element subfamilies. Genetics 174: 785
- LE ROUZIC, A. and CAPY, P. 2005 The first steps of transposable elements invasion: parasitic strategy vs. genetic drift. Genetics 169: 1033
- HUA-VAN A., LE ROUZIC A., MAISONHAUTE C. and CAPY P. 2005 Abundance, distribution and dynamics of retrotransposable elements and transposons: similarities and differences. Cytogenetics and Genome Research 110: 426
- LE ROUZIC, A. and DECELIERE, G. 2005 Models of the population genetics of transposable elements. Genetical Research 85: 171
|
Chargé de Recherche 01 69 82 37 65 33 1 69 82 37 36 |
Thèmes de recherche
Mon travail de recherche vise à améliorer la compréhension des mécanismes de l'évolution des espèces par une approche théorique. Cette approche consiste à mettre au point des modèles, basés sur les connaissances actuelles en biologie évolutive, afin de formaliser et de tester des hypothèses. Ces modèles peuvent également servir de support à des outils statistiques, qui vont permettre d'estimer des paramètres clé pour comprendre l'évolution d'un système à partir de données empiriques.
Approches théoriques de l'évolution du génome
Les progrès techniques au cours des dernières décennies ont rendu de plus en plus facile l'accumulation de données sur le contenu des génomes. En parallèle, avec le développement de la bio-informatique, l'analyse automatisée de ces génomes a permis de comparer l'ensemble de l'ADN entre individus de la même espèce, et entre espèces plus ou moins éloignées. Les principes généraux de l'évolution des génomes correspondent aux cadre de la théorie de l'évolution: certaines séquences d'ADN sont conservées entre les espèces du fait de la sélection naturelle qui maintient leurs fonction, d'autres évoluent rapidement car elles sont impliquées dans l'adaptation des espèces à leur environnement, d'autres enfin semblent indifférentes à sélection, et évoluent neutralement. Cependant, l'impact respectif de la sélection (évolution orientée) et de la dérivé génétique (évolution neutre) reste une source de questions et de controverses dans la communauté scientifique. Par exemple, la taille du génome varie entre les espèces, sans qu'on ne connaisse réellement le rôle de la sélection dans ce processus. Le nombre de gènes varie également, la complexité des réseaux d'interactions entre les gènes, ainsi que la diversité et la quantité des séquences répétées et d'ADN «parasite», comme les éléments transposables.
La modélisation de l'évolution des génomes est destinée à comprendre, à l'aide de modèles mathématiques et informatiques plus ou moins sophistiqués, la manière dont l'ADN des espèces change au cours du temps. Le but d'un tel travail est non seulement de définir les mécanismes majeurs qui expliquent l'évolution d'un système d'une telle complexité, mais aussi d'interpréter les données observées dans le cadre de la génétique des populations et de la théorie de l'évolution.
Génétique quantitative évolutive
L'architecture génétique des caractères quantitatifs peut être extrêmement complexe. Des traits en rapport avec la taille d'un organisme, sa morphologie ou son comportement peuvent être influencés par des dizaines de gènes et par l'environnement, et les différents facteurs peuvent interagir de manière difficilement prévisible. Pourtant, il est nécessaire de comprendre les propriétés générales de tels caractères, pour prédire leur propriétés et leur évolution. Comme il est très difficile d'acculumer assez de données et de mesures précises pour disséquer finement leur architecture génétique, on décrit fréquemment de tels caractères par leurs propriétés statistiques, à l'aide des outils de la génétique quantitative. Ces outils, au prix d'un certain nombre d'approximations, permettent de tirer des prédictions puissantes sur la manière dont les caractères évoluent. L'influence des détails particuliers de l'architecture génétique (nombre de gènes, propriétés de la population, présence d'interactions entre gènes ou avec les conditions environnementales) sur la qualité des prédictions reste cependant mal connue.
L'objectif de mon travail de recherche est de fournir des outils mathématiques et statistiques destinés à comprendre la manière dont les caractères évoluent sur différentes échelles de temps, et de quantifier le pouvoir de prédiction de tels outils, en les confrontant à des observations réelles ou à des données simulées.
Logiciels
noia
Le paquet 'noia' est une adaptation pour R du modèle de l'Interaction Naturelle et Orthogonale (NOIA), une structure statistique destinée à estimer et manipuler les effets génétique des caractères quantitatifs. Cette page est un mode d'emploi qui donne des indications sur l'utilisation du logiciel. De plus, il donne des concepts de base de la modélisation en génétique quantitative : noia.pdf.
sra
Le paquet ‘sra’ pour R fournit un ensemble d’outils pour analyser les changements d’une architecture génétique au cours de la réponse à la sélection artificielle. Cette page est un mode d’emploi informel décrivant l’usage du logiciel : sra.pdf.
Liens externes
Researcher ID: A-4106-2008
Google citation: http://scholar.google.com/citations?user=_b4nApEAAAAJ&hl=en
- LE ROUZIC A. , ALVAREZ-CASTRO J.M. , HANSEN T.F. 2013 The evolution of canalization and evolvability in stable and fluctuating environments. Evolutionary Biology 0: in press
- LE ROUZIC A. , PAYEN T. , HUA-VAN A. 2013 Reconstructing the evolutionary history of transposable elements Genome, Biology and Evolution 0: in press
- ALVAREZ-CASTRO J.M. , LE ROUZIC A. , ANDERSSON L. , SIEGEL P.B. , CARLBORG Ö. 2012 Modelling of genetic interactions improves prediction of hybrid patterns: a case study in domestic fowl. Genetics Research 94(5): 255-266
- EGSET C.K., HANSEN T.F., LE ROUZIC A., BOLSTAD G.H., ROSENQVIST G., PELABON C. 2012 Artificial selection on allometry: change in elevation but not slope. Journal of Evolutionary Biology 25(5): 938-948
- BOUTIN T.S., LE ROUZIC A., CAPY P. 2012 How does selfing affect the dynamics of selfish transposable elements? Mobile DNA 3(1): 5
- LE ROUZIC A., HOULE D., HANSEN T.F. 2011 A modelling framework for the analysis of artificial-selection time series. Genetics Research 93: 155
- LE ROUZIC A., ØSTBYE K., KLEPAKER T.O., HANSEN T.F., BERNATCHEZ L., SCHLUTER D., VøLLESTAD L.A. 2011 Strong and consistent natural selection associated with armour reduction in sticklebacks. Molecular Ecology 20: 2483
- HUA-VAN A., LE ROUZIC A., BOUTIN T.S., FILEE J., CAPY P. 2011 The struggle for life of the genome's selfish architects. Biology Direct 6: 19
- BESNIER, F., LE ROUZIC, A. and ALVAREZ-CASTRO, J.M. 2010 Applying QTL analysis to conservation genetics. Conservation Genetics 11(2): 399
- LE ROUZIC, A., SKAUG, H.J. and HANSEN, T.F. 2010 Estimating genetic architectures from artificial-selection responses: a random-effect framework. Theoretical Population Biology 77(2): 119
- PAVLICEV, M., LE ROUZIC, A., CHEVERUD, J.M., WAGNER, G.P. and HANSEN, T.F. 2010 Directionality of epistasis in a murine intercross population. Genetics 185(4): 1489
- EDELINE, É, LE ROUZIC, A., WINFIELD, I.J., FLETCHER, J.M., JAMES, J.B., STENSETH, N.C. and VøLLESTAD, L.A. 2009 Harvest-induced disruptive selection increases variance in fitness-related traits. Proceedings of the Biological Society of London B. 276(1676): 4163
- LE ROUZIC, A. and CAPY, P. 2009 Theoretical approaches to the dynamics of transposable elements in genomes, populations, and species. Genome dynamics and stability. Transposons and the dynamic genome, Springer. 4: 1
- ALVAREZ-CASTRO, J.M., LE ROUZIC, A. and CARLBORG, Ö. 2008 How to perform meaningful estimates of genetic effects. PLoS Genetics 4(5): 1000062
- LE ROUZIC, A. and ALVAREZ-CASTRO, J.M. 2008 Estimation of genetic effects and genotype-phenotype maps. Evolutionary Bioinformatics 4: 225
- LE ROUZIC, A., ALVAREZ-CASTRO, J.M. and CARLBORG, Ö. 2008 Dissection of the genetic architecture of body weight in chicken reveals the impact of epistasis on domestication traits. Genetics 179(3): 1591
- LE ROUZIC, A. and CARLBORG, Ö. 2008 Evolutionary potential of hidden genetic variation. Trends in Ecology and Evolution 23(1): 33
- LE ROUZIC, A., SIEGEL, P.B. and CARLBORG, Ö. 2007 Phenotypic evolution from genetic polymorphisms in a radial network architecture. BMC Biology 5: 50
- LE ROUZIC, A., BOUTIN, T. S. and CAPY, P. 2007 Long-term evolution of transposable elements. PNAS 104: 19375
- LE ROUZIC, A., DUPAS, S. and CAPY, P. 2007 Genome ecosystem and transposable elements species. Gene 390: 214
- LE ROUZIC, A. and CAPY, P. 2006 Reversible introduction of transgenes in natural populations of insects. Insect Molecular Biology 15: 227
- LE ROUZIC, A. and CAPY, P. 2006 Population genetics models of competition between transposable element subfamilies. Genetics 174: 785
- LE ROUZIC, A. and CAPY, P. 2005 The first steps of transposable elements invasion: parasitic strategy vs. genetic drift. Genetics 169: 1033
- HUA-VAN A., LE ROUZIC A., MAISONHAUTE C. and CAPY P. 2005 Abundance, distribution and dynamics of retrotransposable elements and transposons: similarities and differences. Cytogenetics and Genome Research 110: 426
- LE ROUZIC, A. and DECELIERE, G. 2005 Models of the population genetics of transposable elements. Genetical Research 85: 171