Project

Discipline

Bioinformatique; Surveillance environnmentale; Métagenomique; Ecologie microbienne; Séquençage à haut-débit; ADN environnemental; Grands fonds marins; Plaine abyssale; Conservation de la biodiversité

Lead
La plaine abyssale est hétérogène structurellement et écologiquement, et riche en espèces et en fonctions biologiques dont l’importance reste à estimer. Pourtant, elle est menacée par des projets miniers visant les nodules polymétalliques formés par des milliers d’années de stabilité environnementale. Les méthodes d’extraction destructives vont modifier l’habitat de façon irréversible mais leur impact sur la biodiversité globale est imprévisible. Celle-ci peut être mesurée par approche métagénomique, en séquençant l’ADN contenu dans des nombreux échantillons de sédiment et en analysant les génomes des organismes qui font les communautés biologiques de l’écosystème.
Lay summary
Objectifs de recherche   L’objectif principal est d’identifier les déterminants taxonomiques (espèces et groupes d’espèces) et fonctionnels (gènes et métabolismes) qui caractérisent les écosystèmes à nodules, afin de mettre au point des outils de surveillance de la biodiversité abyssale qui répondra aux perturbations. Par ailleurs, la distribution spatiale de l’ADN environnemental sur la plaine abyssale sera modélisée pour affiner l’interprétation des données de séquençage. Contexte scientifique et sociétal   Les résultats feront office de référence pour la biodiversité abyssale avant exploitation industrielle et aideront à définir des réserves naturelles, tandis que de nouvelles ressources bioinformatiques et statistiques seront développées pour l’analyse ADN des grands fonds marins. Le projet s’inscrit dans un programme de recherche environnementale impliquant des chercheurs à l’origine d’efforts majeurs en matière de régulation (Lisa Levin, SCRIPPS, dosi-project.org) et d’analyse moléculaire pour la biosurveillance (Jan Pawlowski, UNIGE, snis.ch) et la microbiologie moderne (Rob Knight, UCSD, earthmicrobiome.org).

Direct link to Lay Summary

Last update: 12.05.2017

Les grands fonds marins sont importants et mal décrits mais déjà sujets à la pression de l'exploitation minière, dans les zones à nodules polymétalliques. Le but du projet est de contribuer à répondre à la question "Quelle diversité taxonomique, fonctionnelle et quels services écologiques risquent d'être détruits dans les grands fonds suite à l'exploitation minière". Mon projet va apporter les éléments décisifs aux études biomoléculaires futures. Il constitue la première étude utilisant les approches de séquençage à haut-débit visant des molécules d'ADN environnemental pour simultanément décrire les taxons, les fonctions et les relations écologiques qui pourront alors être utilisées pour la surveillance environnmentale. Il s'agira d'utiliser les données disponibles de métabarcoding et de métagénomique afin de (i) comprendre comment les facteurs abiotiques et les interactions biotiques structurent l'écosystème abyssal benthique et quel en sont les composant determinants qui caractérisent les écosystèmes à nodules, (ii) décrire l'impact de la présence d'ADN extracellulaire sur les estimations de diversité en développant des analyses spécifiques à l'environnement marin benthique profond et un modèle spatial, et (iii) mettre au point un modèle d'apprentissage statistique automatique capable de classer les zones abyssales impactées ou non-impactées afin de définir les réserves naturelles. Jamais un jeu de données de séquençage aussi important que celui qui sera utilisé n'aura été analysé avec des nouvelles approches de réseaux écologiques, ou associé avec des données environnementales pour les analyses multivariées. La recherche fournira des résulats fondamentaux et appliqués à la surveillance environnementale pour répondre une forte demande de la part des instances officielles internationales. Il en résultera notamment des résultats de références pour de nombreuses autres études visant à répondre à la question ci-dessus. Le projet sera réalisé au laboratoire de Rob Knight à L'Université de Californie San Diego, où je bénéficierai d'une expertise mondialement reconnue en bioinformatique et en analyse statistique pour les données de microbiome. Le projet sera réalisé en étroite collaboration avec le laboratoire de Jan Pawlowski (Unige) et de Lisa Levin (Scripps), également situé à San Diego.