Assessing the influence of the amount of reachable habitat on genetic structure using landscape and genetic graphs.

Genetic structure, i.e. intra-population genetic diversity and inter-population genetic differentiation, is influenced by the amount and spatial configuration of habitat. Measuring the amount of reachable habitat (ARH) makes it possible to describe habitat patterns by considering intra-patch and inter-patch connectivity, dispersal capacities and matrix resistance. Complementary ARH metrics computed under various resistance scenarios are expected to reflect both drift and gene flow influence on genetic structure. Using an empirical genetic dataset concerning the large marsh grasshopper (Stethophyma grossum), we tested whether ARH metrics are good predictors of genetic structure. We further i…

Quand et comment utiliser les graphes génétiques pour analyser la connectivité écologique dans des paysages hétérogènes ?

National audience; Lorsque les espèces occupent des taches d’habitat au sein de paysages hétérogènes, la connectivité écologique est influencée par la topologie du réseau de populations qu’elles forment. Dans ce contexte, les méthodes basées sur les graphes génétiques permettent i) de révéler cette topologie en identifiant les chemins de dispersion directs et ii) de quantifier la résistance des éléments paysagers à la dispersion. Compte-tenu de l’intérêt croissant pour ces méthodes en génétique du paysage, il est nécessaire de mieux comprendre quand et comment il faut utiliser les graphes génétiques. Pour cela, nous avons simulé le flux génétique entre 50 populations dans différents paysage…

Can landscape resistance to gene flow be inferred by genetic distances? A simulation study to evaluate the performances of landscape surface optimization

Assessing the influence of the amount of reachable habitat on genetic structure using graphs.

The genetic structure of populations is made of two components: the genetic diversity of every population (intra-population) and the genetic differentiation between every pair of populations (inter-population). These two components are influenced by genetic drift and gene flow, which are driven by the joint influence of the amount of habitat and of its spatial configuration in the landscape. Habitat amount and configuration are highly interdependent and together determine habitat connectivity, i.e. the amount of reachable habitat (ARH) at several scales. Adopting such a conception of habitat connectivity makes it possible to describe habitat patterns by considering simultaneously intra-patc…

Formes urbaines, connectivité des habitats et diversité génétique des aires urbaines européennes

Ce rapport s’inscrit dans le cadre d’une étude ayant pour objectif de comprendre le lien entre lesformes urbaines et tissus urbains, la connectivité écologique des habitats au sein des aires urbaines et les réponses biologiques potentielles des espèces à ces environnements. Les réflexions initiées en 2019 lors du projet REFUGE financé par le CNRS et impliquant les laboratoires ThéMA (UMR 6049 - Université de Bourgogne Franche-Comté - CNRS, Besançon) et Biogéosciences (UMR 6282 - Université de Bourgogne Franche-Comté - CNRS, Dijon) se sont poursuivies au premier semestre 2022 et ont donné lieu à deux volets d’analyse complémentaires. Cette étude a été financée par l’entreprise ARP-Astrance e…

Quand et comment utiliser des graphes génétiques pour analyser le flux génétique dans des paysages hétérogènes ?

La connectivité écologique des habitats dépend de la topologie du réseau formé par les populations qui les occupent. Les graphes génétiques permettent i) d’identifier les chemins de dispersion directs en révélant cette topologie et ii) de quantifier la résistance des éléments paysagers à la dispersion. Nous avons étudié comment l’équilibre migration-dérive affecte les choix de construction de ces graphes et les inférences qui en découlent. Nous avons simulé le flux génétique entre 50 populations dans différents paysages et construit des graphes pondérés avec plusieurs distances génétiques et élagués selon différents critères. Nous avons ensuite comparé la capacité de ces graphes à i) représ…

Expanding genetic graphs' potential to analyse ecological connectivity: assessment of graphs construction methods

International audience; Dispersal movements are often constrained in human-shaped landscapes, thereby threatening species survival. Landscape genetics approaches are commonly used to analyse ecological connectivity because genetic data well reflect dispersal capacities. When species occupy discrete habitat patches, graph-theoretic methods are a particularly relevant approach to study dispersal-driven gene flow. The links of a genetic graph can be weighted using different genetic distances between populations (nodes). Similarly, graph pruning (link set selection) can rely on different criteria. However, despite growing interest in genetic graphs, the influence of these parameters remains mos…

Inférence de la résistance du paysage au flux de gènes à l'aide de modèles gravitaires intégrant des variables intra-populationnelles

International audience; Modéliser les mouvements de dispersion nécessite d'associer aux éléments paysagers des valeurs de coût caractérisant leur résistance aux déplacements. En landscape genetics, l'inférence de ces valeurs se fait à partir de mesures de différenciation génétique entre populations. Bien que l'hétérogénéité spatiale des tailles de populations puisse aussi influencer de façon significative la différenciation génétique, les variables intra-populationnelles sont rarement prises en compte dans ce type d'inférence. Nous avons étudié à quel point la prise en compte de ces variables pouvait améliorer l'inférence des coûts. Pour cela, nous avons simulé des flux de gènes entre 60 po…

Validating graph-based connectivity models using independent presence/absence and genetic datasets.

Analyse de sensibilité des modèles de connectivité écologique

Le succès des mesures de conservation de la biodiversité basées sur le maintien de la connectivité écologique dépend de la qualité de la modélisation spatiale des mouvements des espèces. Le calcul de chemins de moindre coût est censé identifier les trajets qui minimisent les coûts de déplacement à travers la matrice paysagère. Il apporte deux types d’information : (i) la localisation spatiale des chemins de moindre coût et (ii) le coût accumulé le long de ces chemins, aussi appelé distance-coût. Cette modélisation spatiale nécessite qu’un coût soit attribué à chaque type d’occupation du sol, constituant alors un scénario de coût. L’influence de ces scénarios sur la localisation des chemins …

Comment la morphologie urbaine influence-t-elle la structure génétique des populations animales à l’échelle d’une aire urbaine ?

Analysing gene flow in heterogeneous landscapes: why and how to use genetic graphs?

International audience; In heterogeneous landscapes, when species occupy discrete habitat patches, ecological connectivity is influenced by populations’ topology. Graph-theoretic methods constitute a relevant tool to reveal this topology and better analyse gene flow. Despite growing interest in genetic graphs, a better understanding of when and how to use them is lacking.To fill this gap, we simulated gene flow between 50 populations in different landscape configurations and constructed genetic graphs using various genetic distances and pruning (link selection) methods. We then compared metrics derived from these graphs to analogous metrics describing the topology and connectivity of the di…

Validation des modèles de connectivité issus de la théorie des graphes en utilisant des données génétiques

National audience; Modéliser la connectivité fonctionnelle des habitats est déterminant pour la conservation de la biodiversité. Les graphes paysagers, en modélisant des taches d’habitat reliées par des chemins de dispersion potentiels, permettent de quantifier la connectivité du paysage. Si cette approche semble prometteuse, sa validité écologique reste à démontrer. Tester sa validité implique de confronter des données de connectivité issues d’un graphe à des données reflétant la dispersion des individus, telles que des données génétiques. Dans cet objectif, nous avons modélisé la connectivité de l’habitat d’une espèce d’oiseau forestière, la Paruline caféiette (Setophaga plumbea), en Guad…

Validation of graph-based connectivity models using genetic data.

Modelling the functional connectivity of habitats is crucial for biodiversity conservation. By modelling potential dispersal paths among habitat patches, landscape graphs are often used to quantify landscape connectivity. While this approach seems promising, it often lacks biological validation. To ensure its ecological relevance, we assessed the ability of connectivity metrics calculated from landscape graphs to predict population genetic structure that closely reflects the dispersal of individuals, and thus functional connectivity. We modelled the habitat network of a forest bird species (Plumbeous warbler, Setophaga plumbea) in Guadeloupe using three graphs constructed either from expert…

Bridging landscape graphs and genetic graphs for analysing habitat ecological connectivity

Several key ecological processes for maintaining biodiversity rely upon the ecological connectivity of habitat. Accordingly, connectivity modelling methods have been developed for understanding precisely the influence of connectivity and deriving sound biodiversity conservation measures. Among them, landscape graphs represent habitat networks as sets of habitat patches (nodes) connected by potential dispersal paths (links). Yet, the ecological relevance of these tools required validation from biological data reflecting closely the influence of habitat connectivity. Genetic data allow for such validation as population genetic structure partly depends on dispersal-driven gene flow between hab…