Search

L’avènement du génotypage à haut débit permet aujourd’hui de mieux exploiter le phénomène d’association, appelé déséquilibre de liaison (LD), qui existe entre les allèles de différents loci sur le génome. Dans ce contexte, l’utilité de certains modèles utilisés en cartographie de locus à effets quantitatifs (QTL) est remise en question. Les objectifs de ce travail étaient de discriminer entre des modèles utilisés en routine en cartographie et d’apporter des éclaircissements sur la meilleure façon d’exploiter le LD, par l’utilisation d’haplotypes, afin d’optimiser les modèles basés sur ce concept. On montre que les modèles uni-marqueur de liaison, développés en génétique il y a vingtaine d’années, comportent peu d’intérêts aujourd’hui avec le génotypage à haut débit. Dans ce contexte, on montre que les modèles uni-marqueur d’association comportent plus d’avantages que les modèles uni-marqueur de liaison, surtout pour des QTL ayant un effet petit ou modéré sur le phénotype, à condition de bien maîtriser la structure génétique entre individus. Les puissances et les robustesses statistiques de ces modèles ont été étudiées, à la fois sur le plan théorique et par simulations, afin de valider les résultats obtenus pour la comparaison de l’association avec la liaison. Toutefois, les modèles uni-marqueur ne sont pas aussi efficaces que les modèles utilisant des haplotypes dans la prise en compte du LD pour une cartographie fine de QTL. Des propriétés mathématiques reliées à la cartographie de QTL par l’exploitation du LD multiallélique capté par les modèles haplotypiques ont été explicitées et étudiées à l’aide d’une distance matricielle définie entre deux positions sur le génome. Cette distance a été exprimée algébriquement comme une fonction des coefficients du LD multiallélique. Les propriétés mathématiques liées à cette fonction montrent qu’il est difficile de bien exploiter le LD multiallélique, pour un génotypage à haut débit, si l’on ne tient pas compte uniquement de la similarité totale entre des haplotypes. Des études sur données réelles et simulées ont illustré ces propriétés et montrent une corrélation supérieure à 0.9 entre une statistique basée sur la distance matricielle et des résultats de cartographie. Cette forte corrélation a donné lieu à la proposition d’une méthode, basée sur la distance matricielle, qui aide à discriminer entre les modèles utilisés en cartographie.

National audience; Temperature variability at the urban surface is difficult to assess solely from in-situ measurements. The global coverage of satellite sensing allows to document the surface characteristics, to measure their temperature gradient, and to estimate some variables of the energy balance. Satellite multi-sensors observations over Marseilles (June 4 to July 13, 2001) and Paris (August 2003 heat wave) are used to analyze the spatio-temporal variability of urban surface temperatures. Thermal statistics are constructed from NOAA-AVHRR image series and interpreted as a function of the surface land uses and physical properties, derived from SPOT-HRV images. In the Paris region, the data reveals: a significant nocturnal heat island in downtown, related to built density and lack of evapo-transpiration; and multiple daytime thermal anomalies scattered over industrial suburbs, related to solar radiation, unobstructed field of view and thermal inertia of the surfaces. The nighttime images confirm the impact of high minimum temperatures on the heat wave process. In Marseilles, the temperature gradient also varies according to the distance to the sea and to its breeze regime. These results demonstrate the relevance of satellite remote sensing to analyze the physical processes that determine the urban climates, and to ensure their surveillance and the control of their impact; En 2007, nous avons présenté des résultats de recherche permettant de formuler l'hypothèse de l'existence possible d'une « échelle pertinente » de mesure de la (bio)diversité (Mahfoud et al., 2007). Cette approche est aujourd'hui rediscutée à la lumière de nouveaux apports de la recherche qui montrent que dans certains cas et pour certaines variables et distributions observées, il est très délicat de fixer une échelle pertinente. Nous présentons en complément une analyse exploratoire de la robustesse1 des indices de diversité de Shannon et de Simpson. Nous dégageons de ces nouveaux éclairages une discussion plus générale sur la sensibilité des indices statistiques aux effets du support2 spatial, et l'impact prépondérant de la robustesse statistique sur les mesures de biodiversité