← Derniers articles
📄 biologie évolutive

Aevol-9: A simulation platform to decipher the evolution of genome architecture

Aevol-9 est une plateforme de simulation en temps réel qui modélise des populations dotées de génomes explicites soumis à divers opérateurs mutationnels, permettant aux chercheurs d'étudier comment les conditions évolutives influencent l'architecture et l'organisation des génomes.

Auteurs originaux : Luiselli, J., Parsons, D., Galle, R., Banse, P., Rouzaud-Cornabas, J., Beslon, G.

Publié 2026-11-11 (v2)
📖 5 min de lecture🧠 Analyse approfondie

Auteurs originaux : Luiselli, J., Parsons, D., Galle, R., Banse, P., Rouzaud-Cornabas, J., Beslon, G.

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète

La vie sur Terre est écrite dans un code, une longue chaîne de lettres chimiques qui indique à une cellule comment se construire et survivre. Depuis des décennies, les biologistes comprennent comment ce code change au niveau le plus élémentaire, en remplaçant une lettre par une autre ou en ajoutant un seul caractère supplémentaire. Mais le code est aussi organisé selon une structure plus large, un plan directeur qui définit la manière dont les gènes sont agencés, combien ils existent et quelle quantité d'« espace vide » se trouve entre eux. Cette structure plus vaste, connue sous le nom d'architecture du génome, varie considérablement à travers l'arbre du vivant. Certains organismes emballent leurs instructions génétiques de manière serrée dans de minuscules cercles, tandis que d'autres portent des génomes massifs et tentaculaires remplis de vastes étendues d'ADN non codant. Les scientifiques se demandent depuis longtemps quelles forces façonnent ces différents plans. Est-ce la pression de la sélection naturelle, qui favorise l'efficacité ? Ou est-ce le jeu aléatoire des dés, connu sous le nom de dérive génétique, qui peut permettre l'accumulation de matériel génétique supplémentaire par simple hasard ? Tester ces idées dans le monde réel est presque impossible, car l'évolution prend des millions d'années pour se déployer, et observer la même espèce sur des échelles de temps aussi vastes dépasse la portée humaine.

Pour résoudre cette énigme, une équipe de chercheurs a construit un laboratoire numérique appelé Aevol-9. Il ne s'agit pas d'un outil pour observer le passé, mais d'un simulateur prospectif qui permet aux scientifiques de regarder l'évolution se produire en accéléré. Dans ce monde virtuel, les chercheurs ont créé des populations d'organismes numériques, chacun portant un génome structuré à double brin. Ces formes de vie numériques luttent pour leur survie, se reproduisent et transmettent leurs instructions génétiques à la génération suivante. L'innovation clé de ce système est qu'il ne se contente pas d'attribuer un score à une mutation basé sur une liste préétablie. Au lieu de cela, le logiciel lit l'intégralité du génome de l'organisme, le traduit en un ensemble de protéines, puis calcule à quel point ces protéines aident l'organisme à atteindre un objectif de survie spécifique. Si une mutation modifie le génome de manière à perturber ce processus, l'aptitude de l'organisme chute. Si le changement améliore le processus, l'aptitude augmente. Cela permet au système de découvrir naturellement quels agencements génétiques fonctionnent le mieux sous différentes conditions, de populations minuscules où le hasard règne, à des populations massives où la sélection est stricte.

Les chercheurs ont utilisé cette plateforme pour mener une expérience massive afin de voir comment la taille de la population influence la forme d'un génome. Ils ont commencé avec une souche numérique qui avait déjà évolué pendant dix millions de générations dans un environnement stable. Ils ont ensuite divisé cette population en trois groupes : un groupe qui conservait la même taille, un qui quadruplait sa taille, et un qui rétrécissait au quart de sa taille d'origine. Ils ont laissé ces groupes évoluer pendant encore 1,1 million de générations, une période qui prendrait des milliers d'années à des bactéries réelles pour couvrir. Les résultats furent frappants. Dans les petites populations, où le hasard joue un rôle plus important, les génomes sont devenus plus grands, accumulant davantage d'ADN non codant qui ne semblait pas servir un but direct. Dans les grandes populations, où la sélection naturelle est plus efficace pour éliminer les inefficacités, les génomes ont rétréci. Les organismes de ces grands groupes ont rationalisé leur code génétique, se débarrassant du bagage supplémentaire pour devenir plus compacts.

Cette découverte soutient une idée de longue date en biologie appelée l'hypothèse du risque mutationnel, qui suggère que les populations plus larges sont plus aptes à purger le matériel génétique inutile, tandis que les populations plus petites sont plus susceptibles de le laisser s'accumuler. Cependant, la simulation a révélé une nuance qui n'était pas immédiatement évidente. Bien que la taille totale du génome ait changé de manière spectaculaire, la quantité d'ADN codant proprement dit — les parties qui construisent les protéines — est restée étonnamment stable dans tous les groupes. La différence résidait entièrement dans les régions non codantes. De plus, la façon dont les gènes étaient organisés a changé. Dans les populations plus petites, les gènes avaient tendance à être dispersés sur de longues étendues d'ADN. Dans les populations plus grandes et plus efficaces, les gènes étaient plus étroitement regroupés, souvent organisés en grappes fonctionnant comme des unités uniques. Cela suggère que l'évolution ne se contente pas d'ajouter ou de supprimer des gènes ; elle réorganise constamment les meubles du génome pour s'adapter aux contraintes de la population.

La puissance d'Aevol-9 réside dans sa capacité à suivre chaque changement, d'un simple échange de lettre à la suppression massive d'un grand fragment du génome. Parce que les chercheurs peuvent voir l'histoire entière de chaque organisme numérique, ils peuvent retracer exactement comment ces changements à grande échelle se sont produits et pourquoi ils ont persisté. La simulation a montré que ces changements ne sont pas des accidents aléatoires, mais sont dictés par l'interaction entre la mutation, la sélection et la taille de la population. L'étude suggère que l'architecture complexe d'un génome n'est pas un trait fixe mais une réponse dynamique à l'environnement. En menant des milliers de ces expériences numériques, l'équipe a offert une vue claire de la manière dont la vie pourrait organiser ses instructions génétiques sur des temps profonds, offrant une nouvelle façon de comprendre les règles qui régissent la diversité de la vie sur Terre.

Noyé(e) sous les articles dans votre domaine ?

Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.

Essayer Digest →