Date post: | 22-Jun-2015 |
Category: |
Documents |
Upload: | seminaire-mee |
View: | 286 times |
Download: | 0 times |
Presentation
The evolution of long-lasting behaviors
Laurent LehmannUniverstity of Neuchatel
Comportements sociaux
Beaucoup de comportements dans la nature amenent a desinteractions entre conspecifiques.
2 LongLastingMontpellier.nb
Comportements sociaux
-C: effet d'un comportement sur la survie ou la fecondite d'un acteur focal.B: effet du comportement sur la survie ou la fecondite des recepteurs.
LongLastingMontpellier.nb 3
Comportements sociaux: effets etendus dans le temps ("niche construction" ou "effets temporel")
4 LongLastingMontpellier.nb
Questions
-Est-ce que la selection naturelle favorise des comportementsavec effets phenotypiques etendus dans le temps?
-Sous quelles conditions?
LongLastingMontpellier.nb 5
But de la presentation
-Evaluer le gradient de selection sur des comportements aveceffets temporels:
-Population panmictique.-Modele de dispersion en iles.-Modele de dispersion avec isolation par la distance.
6 LongLastingMontpellier.nb
Gradient de selection: la regle d'Hamilton
Un allele mutant est favorise par rapport a un resident si
-c +‚t
‚i
bi,t Ri,t > 0
-c : effet direct sur la fitness de l'acteur. bi,t : effet indirect sur la fitness du recepteur de categorie i, t. Ri,t : degre de parente entre acteur et recepteur.i : somme sur "l'espace", t : somme sur le temps.
LongLastingMontpellier.nb 7
Effet ultime et proximal
-c et bi,t : effet sur le nombre de descendants dans la generation suivante.
-C et Bi,t : effet sur la survie ou la reproduction.
8 LongLastingMontpellier.nb
Hypotheses sur l'histoire de vie
Modele Wright-Fisher:
LongLastingMontpellier.nb 9
Population panmictique: le cas classique
Degre de parente zero entre individus (R=0).
10 LongLastingMontpellier.nb
Pop panmictique: effets sur la fitness
-c = -Ccout d.
- KB - C
NO
competition d.
b = Bbenefice ind.
-HB - CL HN - 1L
Ncompetition ind.
LongLastingMontpellier.nb 11
Pop panmictique: gradient de selection
-c > 0
-C - KB - C
NO > 0
"Harming" (B<0) a la place de "helping" evolue (Hamilton1971).
12 LongLastingMontpellier.nb
Pop panmictique: effets temporels
Bt : effet sur la fecondite des individus vivant t generations dans le futur.
LongLastingMontpellier.nb 13
Pop panmictique avec effets temporels: effets sur la fitness
-c = -Ccout d.
- KB0 - C
NO
competition d.
b0 = B0benefice ind.
-HB0 - CL HN - 1L
Ncompetition ind.
bt = Btbenefice ind.
- Btcompetition ind.
= 0
14 LongLastingMontpellier.nb
Pop panmictique avec effets temporels: gradient de selection
-c > 0
-C - KB0 - C
NO > 0
"Harming" (B<0) a la place de helping evolue.
LongLastingMontpellier.nb 15
Pop panmictique: conclusion
-La selection naturelle n'agit pas sur les effets phenotypiques along-terme.
-Mais les populations naturelles sont rarement panmictiques.
16 LongLastingMontpellier.nb
Nouvelle hypothese:
Modele Wright-Fisher avec dispersion:
LongLastingMontpellier.nb 17
Modele en iles (Wright 1931)
R =1
1 + 2 N mm : taux de migration.
18 LongLastingMontpellier.nb
Modele en iles: degre de parente
N=5
N=200.0 0.2 0.4 0.6 0.8 1.0m0.0
0.1
0.2
0.3
0.4
0.5R
Degre de parente diminue avec la taille des iles et avec le taux de migration.
LongLastingMontpellier.nb 19
Modele en iles: effets sur la fitness
-c = -Ccout d.
-H1 - mL2 HB - CL
Ncompetition d.
b = Bbenefice ind.
+ H1 - mL2 HB - CLN - 1
Ncompetition ind.
20 LongLastingMontpellier.nb
Modele en iles: gradient de selection
R b - c > 0
-C > 0
Helping couteux n'evolue pas (Taylor 92)
LongLastingMontpellier.nb 21
Modele en iles avec effets temporels
Bt : effet sur la fecondite des individus vivant dans le patch focal t generations dans le futur.
22 LongLastingMontpellier.nb
Modele en iles: degre de parente temporel
Rt = H1 - mLt1
N+N - 1
NR0
m=0.1
m=0.2
5 10 15 20 25 t
0.05
0.10
0.15
0.20
0.25Rt
Parameter value : N = 20
LongLastingMontpellier.nb 23
Modele en iles avec effets temporels: effets sur la fitness
-c = -Ccout d.
-H1 - mL2 HB0 - CL
Ncompetition d.
b0 = B0benefice ind.
+ H1 - mL2 HB0 - CLN - 1
Ncompetition ind.
bt = Btbenefice ind.
- H1 - mL2 Btcompetition ind.
24 LongLastingMontpellier.nb
Modele en iles avec effets temporels: gradient de selection
-c + ‚t
bt Rt > 0
-C + ‚t=1
¶
BtH1 - mLt
N> 0
Effets a long-terme sont sous selection!
LongLastingMontpellier.nb 25
Modele en iles: conclusion
-La selection naturelle agit sur les effets phenotypiques a long-terme si la population est structuree.
26 LongLastingMontpellier.nb
Modele isolation par la distance (IBD, Malecot 1946)
-Dans les populations naturelles la dispersion se fait souventvers les patches voisins.
Rk : degre de parente entre deux individuspris a "distance" k Hk = nombres de pas separant deux patchesL.
LongLastingMontpellier.nb 27
Modele IBD: apparentement spatial
1 2 3 4 50.0
0.2
0.4
0.6
0.8
1.0
Spatial distance i
p@iD
0 10 20 30 40 50-0.4
-0.2
0.0
0.2
0.4
0.6
Spatial distance i
R i
Valeures de parametres: N = 20, m = 0.1, q = 0.1 of p[i]=H1 - qL qi, 100 patches.
28 LongLastingMontpellier.nb
Modele IBD: effets spaciaux
Bi : effet sur la fecondite des individus vivant dans le patch a distance i du patch focal.
LongLastingMontpellier.nb 29
Modele IBD: effets sur la fitness
-c = -Ccout d.
-1
N‚i
‚j
mi mi-j Bj£
competition d.
bk = Bkbenefice ind.
-N - d0,k
N‚i
‚j
mi mi-j Bj-k£
competition ind.
mi : probabilite de migration a distance i IBj£ = Bj - C if j = 0, Bj£ = Bj sinonM
30 LongLastingMontpellier.nb
Modele IBD: gradient de selection
-c + ‚k
bk Rk > 0
-C -1
NT‚k
Bk - C > 0
NT : taille totale de la population
"Harming" evolue!
LongLastingMontpellier.nb 31
Modele IBD: effets temporels et spaciaux
Bt,i : effet sur la fecondite des individus vivant dansun patch a distance k et a t generations dans le futur du patch focal.
32 LongLastingMontpellier.nb
Modele IBD: apparentement spatio-temporel
Ri,t=1
K‚k
lktê2
1 - lkek,j
t=0
t=250
0 10 20 30 40 50-0.4
-0.2
0.0
0.2
0.4
0.6
0.8
Spatial distance iR i,t
Valeures de parametres: N = 20, m = 0.1, q = 0.1, et 100 patches.
LongLastingMontpellier.nb 33
Modele IBD avec effets temporels: effets sur la fitness
-c = -Ccout d.
-1
N‚i
‚j
mi mi-j Bj,0£
competition d.
bk,0 = Bk,0benefice ind.
-N - d0,k
N‚i
‚j
mi mi-j Bj-k,0£
competition ind.
bk,t = Bk,tbenefice ind.
- ‚i
‚j
mi mi-j Bj-k,t
competition ind.
34 LongLastingMontpellier.nb
Modele IBD avec effets temporels: gradient de selection (population infinie)
-c + ‚t
‚k
bk,t Rk,t > 0
-C + ‚t¹≠0
‚k=0
Bk,tPk,tN
> 0
Pk,t êN : probabilite qu ' une lignee de genes prise dans le patche k,t descende de l ' individu focal.
LongLastingMontpellier.nb 35
Modele IBD: parente directe Pk,t
La distribution s'applatit dans l'espace et dans le temps.
36 LongLastingMontpellier.nb
Modele IBD: gradient de selection (population finie)
-C + ‚t¹≠0
‚k=0
Bk,tN
Pk,t -1
ndpositif ou negatif
-1
NT‚k
Bk - C > 0
Si Pk,t > 1 ê nd, "helping" des recepteurs de categories k, t est favorise.
If Pk,t < 1 ê nd, "harming" des recepteurs de categories k, t est favorise.
nd : nombre de demes HNT = N ndL.
LongLastingMontpellier.nb 37
Modele IBD: parente directe Pk,t - 1ênd (population finie)
t=1
t=501
0 10 20 30 40 50-0.02
0.00
0.02
0.04
0.06
0.08
0.10
Spatial distance
Bene
fitw
eigh
t
Valeures des parametres: m = 0.1, q = 0.1, et 100 patches.
Effets temporels a tres long-terme (centaines de generations)peuvent etre sous selection.
38 LongLastingMontpellier.nb
Conclusion generale
-Les effets phenotypiques etendus dans le temps peuvent etresous selection avec dispersion limitee (meme sur des centainesde generations).
-Il y a de la selection pour du "helping" et "harming" a longterme.
-Combien de temps peuvent durer des effets temporels dans lanature? Des dizaines, centaines, ou milliers de generations?C'est une question empirique ouverte.
LongLastingMontpellier.nb 39