Étude des dynamiques populationnelles microbiennes : développement d’outils computationnels pour caractériser le rôle des variations intra-espèces sur la stabilité des communautés microbiennes
Notice bibliographique
Résumé
Le séquençage 16S, la matrice d’interactions communautaires et le modèle de Lotka-Volterra sont des outils essentiels pour décrire la composition, les interactions et la stabilité des communautés microbiennes. Bien que ces approches soient largement utilisées en écologie microbienne, elles se limitent à une résolution inter-espèce, négligeant la diversité à l’intérieur des populations. Or, en raison du chevauchement des échelles de temps évolutives et écologiques au sein des microbiomes, ces communautés sont également influencées par la diversité intra-espèce. L’ampleur de cette influence demeure toutefois incomprise. Le présent travail vise à unifier la biologie évolutive et l’écologie des communautés microbiennes afin de mieux comprendre leur capacité d’adaptation. À cette fin, nous avons développé Doblin (Dominant Barcode Lineages), un outil computationnel exploitant les données de séquençage de codes-barres chromosomiques pour mettre en évidence la diversité clonale intra-espèce. Testé à la fois sur des simulations et des données expérimentales d'évolution d'E. coli, Doblin a démontré sa capacité à identifier les lignées clonales dominantes et à les regrouper en fonction de leur avantage sélectif. En plus, face à la densité et aux bruits fréquents dans les données expérimentales de séquençage, nous avons également étudié des moyens d’optimiser leur représentation. Pour ce faire, nous avons utilisé la décomposition en valeurs singulières (SVD) afin de décomplexifier les dynamiques temporelles des lignées clonales. En somme, ce travail facilite l’étude des dynamiques populationnelles microbiennes et leur intégration aux dynamiques communautaires.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».