Benoit Goussen
Institut des Sciences et Industries du Vivant et de l’Environnement (AgroParisTech). Doctorat ParisTech. Ph.D. Thesis
Publication year: 2013

Résumé:

L’évaluation des effets toxiques à des échelles pertinentes est un challenge important pour la protection des écosystèmes. En effet, les polluants peuvent impacter les populations sur le long terme et représenter une nouvelle force évolutive qui peut s’ajouter aux autres forces de sélection. Il est par conséquent nécessaire d’acquérir des connaissances sur les changements phénotypiques et génétiques apparaissant dans une population exposée à un stress durant plusieurs générations. En général les études multi-générations sont analysées à partir d’approches purement statistiques. La modélisation mécanistique a le potentiel de comprendre pleinement les effets des polluants sur la dynamique des populations. Ce type de modèle permet d’intégrer des processus biologiques et toxiques à l’analyse de données d’écotoxicologie et d’étudier les interactions entre ces processus. L’objectif de ce doctorat était d’étudier les apports de la modélisation mécanistique, par rapport à une analyse statistique classique, dans l’analyse de données d’évolution expérimentale suite à l’exposition sur le long terme à un contaminant. Pour ce faire, une stratégie en trois temps a été menée. Tout d’abord, une expérience multigénérationnelle a été réalisée sur deux populations de C. elegans (contrôle et exposée à 1,1 mM U) dérivées d’une population ancestrale présentant une forte diversité génétique. Toutes les trois générations, des individus ont été extraits des populations et soumis à une gamme de concentrations en uranium (de 0 à 1,2 mM U). Une première analyse statistique classique a alors été menée. Dans un second temps, un modèle bioénergétique adapté à l’analyse de données d’écotoxicologie (DEBtox) a été mis au point pour C. elegans et son comportement numérique a été analysé. Enfin, ce modèle a été appliqué à l’ensemble des générations étudiées afin d’inférer les valeurs des paramètres pour les deux populations et d’étudier leur évolution. Les résultats obtenus ont mis en évidence un impact de l’uranium à la fois sur la croissance et la reproduction de C. elegans à partir de 0,4 mM U. Les résultats de l’analyse mécanistique indiquent que cet effet est la résultante d’un impact sur l’assimilation d’énergie depuis la nourriture. Les deux approches, tant mécanistique que classique, ont mis en évidence une adaptation des individus des deux populations aux conditions expérimentales. Malgré cela, les analyses ont également mis en évidence une évolution différentielle des individus de la population soumise à l’uranium par rapport à ceux de la population témoin. Ces résultats ont été plus finement décrits par l’analyse mécanistique. Globalement, ce travail contribue à accroître nos connaissances sur les effets des polluants sur la dynamique des populations, et démontre les apports de la modélisation mécanistisque qui pourra être appliquée dans d’autres contextes afin de réaliser in fine une meilleure évaluation des risques écologiques des polluants.

 

English title:

Mechanistical modelling assessment of microevolutionary responses of Caenorhabditis elegans population submitted to a radioactive heavy metal

Abstract:

The evolution of toxic effects at a relevant scale is an important challenge for the ecosystem protection. Indeed, pollutants may impact populations over long-term and represent a new evolutionary force which can be adding itself to the natural selection forces. Thereby, it is necessary to acquire knowledge on the phenotypics and genetics changes that may appear in populations submitted to stress over several generations. Usually statistical analyses are performed to analyse such multigenerational studies. The use of a mechanistic mathematical model may provide a way to fully understand the impact of pollutants on the populations’ dynamics. Such kind of model allows the integration of biological and toxic processes into the analysis of ecotoxicological data and the assessment of interactions between these processes. The aim of this Ph.D. project was to assess the contributions of the mechanistical modelling to the analysis of evolutionary experiment assessing long-term exposure. To do so, a three step strategy has been developed. Foremost, a multi-generational study was performed to assess the evolution of two populations of the ubiquitous nematode Caenorhabditis elegans in control conditions or exposed to 1.1 mM of uranium. Several generations were selected to assess growth, reproduction, and dose-responses relationships, through exposure to a range of concentrations (from 0 to 1.2 mM U) with all endpoints measured daily. A first statistical analysis was then performed. In a second step, a bioenergetic model adapted to the assessment of ecotoxicological data (DEBtox) was developed on C. elegans. Its numerical behaviour was analysed. Finally, this model was applied to all the selected generations in order to infer parameters values for the two populations and to assess their evolutions. Results highlighted an impact of the uranium starting from 0.4 mM U on both C. elegans’ growth and reproduction. Results from the mechanistical analysis indicate this effect is due to an impact on the assimilation of energy from food. Both the mechanistic and the classic approaches highlighted individuals’ adaptation to environmental conditions. Despite this, differential evolutions of the individuals from the uranium-selected population were also highlighted. All these results were more in-depth described by the mechanistical analysis. Overall, this work contributes to our knowledge on the effects of pollutants on population dynamics, and demonstrates the contributions of mechanistical modelling which can be applied in other contexts to achieve in fine a better assessment of environmental risks of pollutants.