A classification of structured coalescent processes with migration, conditional on the population pedigree

Cette étude étend l'analyse des effets des généalogies de populations sur les temps de coalescence aux cas de subdivision et de migration, démontrant par simulation et analyse numérique que trois des quatre scénarios examinés présentent des effets de pedigree significatifs, contrairement au modèle structuré classique.

L'essentiel

Le Titre de l'Histoire

« Quand l'arbre généalogique change la donne : Pourquoi l'histoire de votre famille compte pour l'évolution »

Le Contexte : La Grande Bibliothèque des Gènes

Imaginez que vous essayez de comprendre l'histoire d'une ville en regardant les livres dans une immense bibliothèque (c'est l'ADN des individus). Traditionnellement, les scientifiques utilisaient une méthode très simple : ils supposaient que tout le monde dans la ville se mélangeait parfaitement, comme des gens dans une grande fête où tout le monde danse avec tout le monde. Ils ignoraient les détails précis de qui a eu des enfants avec qui, en pensant que cela ne changeait pas grand-chose si la ville était assez grande. C'est ce qu'on appelle le modèle coalescent classique.

Mais cette nouvelle étude se demande : « Et si on prenait en compte le vrai arbre généalogique de la ville ? » Est-ce que connaître les mariages exacts, les familles nombreuses et les liens de parenté change notre compréhension de l'histoire ?

Les Quatre Scénarios de Voyage

Pour tester cela, les chercheurs ont imaginé une population divisée en plusieurs petits villages (appelés "dèmes") reliés par des routes (la migration). Ils ont étudié quatre façons dont ces villages pouvaient interagir :

1. Le Grand Marché (Modèle structuré classique) :

   • L'analogie : Imaginez des villages immenses où les gens voyagent un tout petit peu chaque jour.
   • Le résultat : Ici, l'arbre généalogique précis n'a pas d'importance. Que vous connaissiez chaque mariage ou non, le résultat est le même. Les modèles classiques fonctionnent parfaitement. C'est la situation la plus courante et la plus sûre.

2. La Ville de Villages (Limite des nombreux villages) :

   • L'analogie : Imaginez une métropole composée de milliers de très petits hameaux. Si vous prenez deux personnes dans le même hameau, leur histoire commune dépend fortement de l'arbre généalogique local.
   • Le résultat : Il y a un effet de l'arbre généalogique, mais il est faible si les villages sont un peu grands. Si les villages sont minuscules, l'histoire précise de qui a eu des enfants avec qui compte beaucoup.

3. Le Pont Rare (Limite de faible migration) :

   • L'analogie : Imaginez deux villages séparés par une rivière. Un pont s'ouvre très rarement. Quand il s'ouvre, quelques personnes traversent.
   • Le résultat : Là encore, l'arbre généalogique a un effet. Mais si les villages sont très grands, cet effet disparaît. C'est comme si la taille du village "dilue" l'importance des détails familiaux.

4. L'Inondation Soudaine (Limite de migration rare mais massive) :

   • L'analogie : Imaginez que pendant des années, les villages sont isolés. Puis, soudainement, une inondation massive arrive : 30% de la population d'un village est remplacée par des gens venus d'ailleurs en une seule journée. Puis plus rien pendant des siècles.
   • Le résultat : C'est le cas le plus surprenant. Même si les villages sont gigantesques, l'arbre généalogique change tout. Ces "chocs" massifs (pulses) créent une histoire unique que les modèles classiques ne peuvent pas prédire. C'est comme si une tempête soudaine avait redessiné la carte de la ville d'un coup.

La Leçon Principale

Cette étude nous apprend deux choses importantes :

1. Pour la plupart des situations courantes (villages grands et échanges réguliers), les scientifiques peuvent continuer à utiliser leurs anciennes méthodes simplifiées. Elles sont robustes et fiables.
2. Mais attention aux situations extrêmes :
   • Si les populations sont très petites et isolées (comme des îles minuscules).
   • Si des événements rares et massifs se produisent (comme des migrations soudaines de groupes entiers, ou des "pulses" de mélange).

Dans ces cas-là, ignorer l'arbre généalogique précis revient à essayer de comprendre l'histoire d'une ville en regardant seulement la météo moyenne, sans jamais regarder les inondations ou les tremblements de terre qui ont tout changé.

En Résumé

Les scientifiques ont prouvé que l'histoire précise de qui a eu des enfants avec qui (l'arbre généalogique) n'est pas toujours importante, mais qu'elle devient cruciale lorsque la population est divisée en petits groupes ou lorsque des événements de migration massifs et rares surviennent. Pour ces cas-là, il faut inventer de nouvelles méthodes pour comprendre notre ADN, car les anciennes règles ne suffisent plus.

Résumé technique

1. Problématique et Contexte

Les modèles de coalescence traditionnels décrivent l'histoire génétique d'un échantillon en marginalisant sur les pedigrees (arbres généalogiques) possibles de la population. Ces modèles prédisent la variation génétique en moyennant sur toutes les réalisations possibles de la reproduction. Cependant, dans la réalité, une population possède un pedigree unique et spécifique.

La question centrale abordée par Lessard, Easlick et Wakeley est la suivante : La distribution des temps de coalescence, conditionnée à un pedigree spécifique, diffère-t-elle significativement de la distribution marginale (moyennée sur tous les pedigrees) ?

Si une différence existe (un « effet de pedigree »), cela implique que les méthodes d'inférence basées sur les modèles de coalescence traditionnels (comme ceux utilisés dans ∂a∂i, momi2, ou fastsimcoal2) pourraient être inadéquates pour certaines structures de population, car elles ne capturent pas la dépendance réelle entre les loci non liés due à la structure spécifique du pedigree.

2. Méthodologie

Les auteurs utilisent une approche mathématique rigoureuse basée sur la théorie des chaînes de Markov et l'analyse asymptotique.

• Modèle de base : Ils considèrent un modèle de population structurée en $D$ sous-populations (dèmes) de taille $N$ (diploïdes, monoïques ou dioïques), connectées par migration. Le modèle introduit deux paramètres clés pour la migration :
  • $m$ : La fraction de gametes (ou d'individus) qui migrent.
  • $\alpha$ : La probabilité qu'un événement de migration se produise dans une génération donnée.
• Fonction de survie conditionnelle : L'analyse se concentre sur la fonction de survie conditionnelle $F_N(t) = P(\tau^{(N)} > \lfloor 2Nt \rfloor | A)$, où $\tau^{(N)}$ est le temps de coalescence et $A$ est le pedigree.
• Critère de l'effet de pedigree : Pour déterminer si un effet de pedigree persiste dans la limite, les auteurs comparent la variance de la fonction de survie conditionnelle à zéro.
  • Si $\lim_{N \to \infty} \text{Var}(F_N(t)) = 0$, alors la fonction de survie conditionnelle converge vers sa moyenne marginale : pas d'effet de pedigree.
  • Si $\lim_{N \to \infty} \text{Var}(F_N(t)) > 0$, alors la distribution dépend du pedigree spécifique : présence d'un effet de pedigree.
• Stratégie de calcul : Ils utilisent la propriété de la tour de l'espérance conditionnelle et considèrent deux paires de gènes à deux loci non liés. La covariance entre les temps de coalescence de ces deux paires (conditionnés au pedigree) permet de calculer la variance de la fonction de survie. Les calculs sont effectués via des matrices de transition pour des processus de Markov en temps discret, puis limités vers des processus en temps continu.

3. Contributions Clés

L'article propose une classification systématique des processus de coalescence structurée en examinant quatre limites asymptotiques distinctes définies par les relations entre les paramètres $D$, $N$, $m$ et $\alpha$.

1. Limite de coalescence structurée (Structured-coalescent limit) : $N \to \infty$ avec $m = M/(4N)$ (migration faible proportionnelle à la taille), $D=2$, $\alpha=1$.
2. Limite des nombreux dèmes (Many-demes limit) : $D \to \infty$ avec $N$ et $m$ fixes, $\alpha=1$.
3. Limite de faible migration (Low-migration limit) : $m \to 0$ avec $N$ et $D=2$ fixes, $\alpha=1$.
4. Limite de migration rare (Rare-migration limit) : $\alpha \to 0$ avec $N$, $m$ et $D=2$ fixes. Ce cas correspond à des événements de migration massifs (remplacement d'une fraction importante du dème) se produisant très rarement.

4. Résultats Principaux

Les résultats varient selon la limite considérée et la taille des dèmes :

• Limite de coalescence structurée :

  • Résultat : Aucun effet de pedigree.
  • Interprétation : La variance tend vers zéro lorsque $N \to \infty$. Le modèle de coalescence structuré classique (Takahata, Notohara, etc.) est valide même conditionnellement au pedigree, à condition que les dèmes soient suffisamment grands.

• Limite des nombreux dèmes :

  • Résultat : Effet de pedigree présent pour les échantillons initiaux dans le même dème ([••]), mais négligeable pour les échantillons dans des dèmes différents ([•][•]).
  • Nuance : L'effet de pedigree diminue lorsque la taille du dème $N$ augmente. Si l'on impose la limite de coalescence structurée ($N \to \infty$ avec $M=4Nm$ fixe) sur ce modèle, l'effet de pedigree disparaît. Cela suggère que l'effet est dû à la taille finie des dèmes.

• Limite de faible migration :

  • Résultat : Effet de pedigree présent pour les échantillons dans des dèmes différents ([•][•]).
  • Nuance : Comme pour la limite des nombreux dèmes, cet effet devient négligeable lorsque $N \to \infty$. L'effet est faible pour de grands dèmes.

• Limite de migration rare (Cas le plus critique) :

  • Résultat : Effet de pedigree persistant, même lorsque $N \to \infty$.
  • Mécanisme : Dans ce régime, les événements de migration sont rares mais affectent une fraction non négligeable du dème (pulses de migration). Ces événements « grands » créent une dépendance forte entre les lignées ancestrales qui persiste même dans une population infinie.
  • Implication : Les modèles traditionnels échouent ici, car ils ne peuvent pas capturer la variabilité introduite par le timing et la taille spécifiques de ces pulses de migration.

Robustesse : Les auteurs montrent que ces conclusions sont robustes, que la migration soit gamétique ou diploïde, et que la population soit monoïque ou dioïque.

5. Signification et Implications

• Validation des modèles existants : Pour les populations avec de grands dèmes et une migration continue (modèle de coalescence structuré classique), les méthodes d'inférence actuelles sont justifiées, car l'effet du pedigree spécifique est négligeable.
• Nécessité de nouveaux modèles : Pour les métapopulations, les populations avec une faible connectivité, ou celles soumises à des événements de migration massifs et rares (introgression par pulses, recolonisation après extinction), les modèles traditionnels sont insuffisants. Il faut développer des modèles de coalescence conditionnels au pedigree.
• Compréhension de la variabilité génétique : L'étude met en lumière que la variabilité des temps de coalescence entre loci non liés n'est pas toujours indépendante du pedigree. Dans les régimes de migration rare, la structure du pedigree détermine la corrélation entre les loci, ce qui a des conséquences majeures pour l'estimation des paramètres démographiques historiques.
• Distinction des échelles de temps : L'article illustre comment la séparation des échelles de temps (entre la coalescence locale et la migration) et la nature des événements (petits vs grands événements) dictent la validité des approximations de coalescence standard.

En résumé, cet article fournit un cadre théorique essentiel pour déterminer quand les simplifications des modèles de coalescence traditionnels sont justifiées et quand elles doivent être abandonnées au profit de modèles conditionnels plus complexes, en particulier dans le contexte des événements de migration rares et massifs.