Utilisateur:Berthe Gagarine/Brouillon3

Une page de Wikipédia, l'encyclopédie libre.

L'écologie moléculaire désigne l'utilisation des techniques de biologie moléculaire pour répondre aux questions de l'écologie. Elle permet entre autre d'identifier des espèces, de comprendre leur histoire évolutive ou de caractériser la diversité spécifique d'un écosystème. L'écologie moléculaire est particulièrement utilisée en écologie microbienne, où elle permet d'identifier des espèces bactériennes et fongiques non cultivables et de déterminer la composition de communautés trop abondantes pour pouvoir être caractérisées par d'autres méthodes. Elle est également utilisée en entomologie, où la détermination des espèces par leur morphologie est compliquée en raison du grand nombre d'espèces cryptiques, de la présence de différents stades de développement morphologiquement différents et parfois de forts dimorphismes sexuels.

Histoire[modifier | modifier le code]

Dès les années 1960, des techniques de biologie moléculaire sont adaptées pour répondre aux questions d'écologie, notamment en écologie évolutive, où l'électrophorèse des protéines ou l'hybridation ADN-ADN ont été utilisées pour déterminer les relations de parenté entre espèces et populations. Le développement de l'écologie moléculaire a été rendu possible grâce à deux innovations techniques majeurs: l'invention de la PCR par Kary Mullis dans les années 1980[1] et le développement des techniques de séquençage haut-débit, dans les années 2000.

Importance en écologie microbienne[modifier | modifier le code]

Application[modifier | modifier le code]

Phylogénie moléculaire[modifier | modifier le code]

La phylogénie moléculaire désigne l'utilisation des séquences de certains gènes pour reconstituer l'histoire évolutive des espèces, représentée sous forme d'arbre phylogénétique. Le gène utilisé doit être partagé par tous les organismes, avoir un taux de mutation... Il s'agit généralement d'un gène d'ADN ribosomal (ADNr 16S ou 23S chez les eubactéries et les archéobactéries, ADNr 18S ou 28S chez les eucaryotes). Les génomes mitochondriaux des animaux et les génomes chloroplastiques des plantes peuvent également être utilisés. Lorsque des génomes complets sont séqunecés, il es tpossible d'utiliser plsuierus gènes pour la reconstruction de la phylogénie. Cette approche prend le nom de phylogénomique[2].

Elle permet également de dater les événements de spéciation en utilisant les techniques d'horloge moléculaire.

Barcoding[modifier | modifier le code]

Le barcoding désigne l'assignation d'un individu à une espèce à partir du séquençage d'un gène. Les gènes utilisés de manière standard sont le gène mitochondrial cytochrome oxidase I (COI) pour les animaux, les gènes chloroplastiques 1,5-bisphosphate carboxylase (rbcL) et maturase (matK) chez les plantes, le gène internal transcribed spacer (ITS), et l'ADN ribosomal 16s (ADNr 16S) chez les bactéries[3],[4]. Le barcoding peut-être réalisé à partir d'un individu entier, d'une portion d'un individu (comme un prélèvement de tissus) ou d'individus anciens conservés dans des collections (herbiers, collections entomologiques).

L'avantage du barcoding est d'identifier des espèces dont l'identification est difficile par d'autres méthodes, soit parceque les individus ne sont pas cultivables, dans le cas des micro-organismes, soit parcequ'il existe de nombreuses espèces cryptiques et que l'idendtification sur critères morphologiques est réservée à des spécialistes, comme c'est souvent le cas chez les insectes.

Sa qualité dépend de la richesse en espèce et de la fiabilité des bases de données auxquelles les séquences de l'individu à identifier son comparées. Deux méthodes d'assignation son utilisées

Métabarcoding et métagénomique[modifier | modifier le code]

Le métabarcoding, au sens strict, est l'identification des espèces présentes dans un mélange d'individus (mélange d'insectes collectés sur une plante, communautés microbiennes du sol ou du tube digestif...). Les données obtenues permettent de caractériser la présence ou l'absence d'une espèce donnée, d'établir des inventaires d'espèces ou de calculer une richesse spécifique[5].

Au sens large, le métabarcoding inclut l'identification des espèces à partir de traces laissées par les individus. Les exemples inclut l'identification d'une espèce à partir de ses fèces, l'identification des espèces consommées par un animal à partir de ses fèces, de ses pelotes de réjection ou de son contenu intestinal ou stomacal[6][7], la détection d'espèces de poissons à partir de l'ADN présent dans l'eau[8], la détection d'espèces de vers de terre[9], de vertébrés terrestres ou de plantes à partir de sol, l'identification des plantes constituant un miel[10]...

Le métabarcoding et la métagénomique utilisent les techniques de séquençage haut-débit. Le métabarcoding ne séquence que le gène de référence pour l'identification taxonmique, comme dans le barcoding, tandis que la métagnéomique séquence l'intégralité des génomes[11].

Ces deux tehcniques nécessite le recours à la bioinformatique pour l'analyse des résultats.

Une autre des applications du métabarcoding peut-être la délimitation des espèces les séquences sont regroupées en groupes suffisamment simialires pour être considérés comme des espèces, sans qu'un nom taxonomique ne leur soit attribué par comparaison avec une base de données. Cette approche est fréquemment utilisée en écologie microbienne, où la majorité des espèces ne sont pas identifiées (et où le concept d'espèce est sujet à caution). Dans ce cas, les séquences possédant au-moins 97% de similarité sont considérées comme appartenant à la même "espèce", appelée unité taxonomique opérationnelle (en anglais, Operating Taxonomic Unit, OTU).

Difficulté: avoir des amorces suffisamment unierselles

Le métabarcoding ne peremet pas de connaître l'abondance relative des différente espèces. Il n'est par exemple pas possible de calculer un indice de diversité comme l'indice de Shannon.

PCR quantitative[modifier | modifier le code]

La PCR quantitative permet de déterminer l'abondance d'un gène donné dans un mélange d'ADN. Elle permet de donner une indication sur l'abondance des bactéries (quantification de l'ADN ribosomal 16S) et des champignons (quantification de l'ADN ribosomal 18S) dans les échantillons environnementeux (sol, eau, air, contenus stomacaux et intestinaux). L'abondance de gènes mesurée ne correspond pas à l'abondance des organismes, car il peut y avoir plusieurs copies du gène amplifié dans une cellule.

Elle permet également de quantifier l'abondance de groupes fonctionnels microbiens, lorsqu'elle est appliquée à la quantification de gènes fonctionnels.

En écologie, un gène fonctionnel est un gène codant pour une protéine impliquée dans la réalisation d'une fonction écosystémique.

Empreinte de la communauté[modifier | modifier le code]

Les techniques d'empreinte de la communauté (en anglais, community fingerprinting) permettent d'évaluer la diversité d'une communauté (généralement microbienne) sans avoir à identifier les espèces présentes.

Rather than directly identifying or counting individual cells in an environmental sample, these techniques show how many variants of a gene are present. In general, it is assumed that each different gene variant represents a different type of microbe. Community fingerprinting is used by microbiologists studying a variety of microbial systems (e.g. marine, freshwater, soil, and human microbial communities) to measure biodiversity or track changes in community structure over time. The method analyzes environmental samples by assaying genomic DNA. This approach offers an alternative to microbial culturing, which is important because most microbes cannot be cultured in the laboratory. Community fingerprinting does not result in identification of individual microbe species; instead, it presents an overall picture of a microbial community. These methods are now largely being replaced by high throughput sequencing, such as targeted microbiome analysis (e.g., 16s rRNA sequencing) and metagenomics.

A fingerprinting analysis begins with an environmental sample (e.g. seawater or soil), from which total DNA is extracted. (Total DNA contains a mix of genetic material from all the microbes present in the sample.) A particular gene or DNA region is then selected as a target for analysis, under the assumption that each microbe species will have a different gene variant (also called a “phylotype”). Different methods (see below) can be used to visualize the phylotypes present in a sample. Because the aim of community fingerprinting is to gain an overall understanding of community structure, it is a particularly useful technique for analyzing time-series data collected from the field. For example, one could study the pattern of microbial succession in a habitat, or one could examine the response of a microbial community to an environmental perturbation, such as the release of a pollutant. Depending on what information is desired, different genes may be targeted. The most common are small subunit ribosomal RNA (rRNA) genes, such as 16S rRNA. These genes are frequently used in microbial phylogenetic analyses, so well-established techniques exist for their study. Other genes of interest might be those that are key in various metabolic processes.

The advantages of community fingerprinting are that it can be performed quickly and relatively cheaply, and the analyses can accommodate a large number of samples simultaneously. These properties make community fingerprinting especially useful for monitoring changes in microbial communities over time. Also, fingerprinting techniques do not require one to have a priori sequence data for organisms in a sample. A disadvantage of community fingerprinting is that it results in largely qualitative, not quantitative data. When using qualitative data, it can be difficult to compare patterns observed in different studies or between different investigators. Also, community fingerprinting does not directly identify taxa in an environmental sample, though the data output from certain techniques (e.g. DGGE) can be analyzed further if one desires identification. Some authors point to poor reproducibility of results for certain fingerprinting methods, while other authors have criticized the inaccuracy of abundance estimates and the inability of some techniques to capture the presence of rare taxa. For example, it is difficult for the DGGE method to detect microbes that comprise less than 0.5%-1% of a bacterial community.

Les techniques utilisables sont le polymorphisme de longueur de fragments de restriction terminaux (T-RFLP), l'électrophorèse sur gel en gradient dénaturant (DGGE) et l'électrophorèse sur gel en gradient de température (TGGE)

Génotypage[modifier | modifier le code]

Le génotypage consiste à établir l'identité génétique (génotype) d'un individu. En écologie, cette technique permet de reconstituer des filiations au sein d'une population d'individus, d'assigner un individu à une population connue ou de reconstituer des patrons de dispersion d'une popualiton.

Suivant le type de séquence ciblée au sein du génome, on distingue le génotypage microsatellite, le génotypage de polymorphisme d'un seul nucléotide, le génotypage de site d'insertion, l'allélotypage

Notes et références[modifier | modifier le code]

  1. ↑ Rabinow, Paul, Making PCR : a story of biotechnology, University of Chicago Press, (ISBN 0226701468, OCLC 908339844, lire en ligne)
  2. ↑ Delsuc F, Brinkmann H, Philippe H.Phylogenomics and the reconstruction of the tree of life. Nat Rev Genet. 2005 6(5):361-75.
  3. ↑ (en) Eric Coissac, Tiayyba Riaz et Nicolas Puillandre, « Bioinformatic challenges for DNA metabarcoding of plants and animals », Molecular Ecology, vol. 21, no 8,‎ , p. 1834–1847 (ISSN 1365-294X, DOI 10.1111/j.1365-294X.2012.05550.x, lire en ligne, consulté le )
  4. ↑ Anders F. Andersson, Mathilda Lindberg, Hedvig Jakobsson et Fredrik Bäckhed, « Comparative Analysis of Human Gut Microbiota by Barcoded Pyrosequencing », PLOS ONE, vol. 3, no 7,‎ , e2836 (ISSN 1932-6203, PMID 18665274, PMCID PMC2475661, DOI 10.1371/journal.pone.0002836, lire en ligne, consulté le )
  5. ↑ (en) Yinqiu Ji, Louise Ashton, Scott M. Pedley et David P. Edwards, « Reliable, verifiable and efficient monitoring of biodiversity via metabarcoding », Ecology Letters, vol. 16, no 10,‎ , p. 1245–1257 (ISSN 1461-0248, DOI 10.1111/ele.12162, lire en ligne, consulté le )
  6. ↑ (en) M. De Barba, C. Miquel, F. Boyer et C. Mercier, « DNA metabarcoding multiplexing and validation of data accuracy for diet assessment: application to omnivorous diet », Molecular Ecology Resources, vol. 14, no 2,‎ , p. 306–323 (ISSN 1755-0998, DOI 10.1111/1755-0998.12188, lire en ligne, consulté le )
  7. ↑ (en) Francois Pompanon, Bruce E. Deagle, William O. C. Symondson et David S. Brown, « Who is eating what: diet assessment using next generation sequencing », Molecular Ecology, vol. 21, no 8,‎ , p. 1931–1950 (ISSN 1365-294X, DOI 10.1111/j.1365-294X.2011.05403.x, lire en ligne, consulté le )
  8. ↑ Philip Francis Thomsen, Jos Kielgast, Lars Lønsmann Iversen et Peter Rask Møller, « Detection of a Diverse Marine Fish Fauna Using Environmental DNA from Seawater Samples », PLOS ONE, vol. 7, no 8,‎ , e41732 (ISSN 1932-6203, PMID 22952584, PMCID PMC3430657, DOI 10.1371/journal.pone.0041732, lire en ligne, consulté le )
  9. ↑ (en) Friederike Bienert, Sébastien De Danieli, Christian Miquel et Eric Coissac, « Tracking earthworm communities from soil DNA », Molecular Ecology, vol. 21, no 8,‎ , p. 2017–2030 (ISSN 1365-294X, DOI 10.1111/j.1365-294X.2011.05407.x, lire en ligne, consulté le )
  10. ↑ Jennifer Hawkins, Natasha de Vere, Adelaide Griffith et Col R. Ford, « Using DNA Metabarcoding to Identify the Floral Composition of Honey: A New Tool for Investigating Honey Bee Foraging Preferences », PLOS ONE, vol. 10, no 8,‎ , e0134735 (ISSN 1932-6203, PMID 26308362, PMCID PMC4550469, DOI 10.1371/journal.pone.0134735, lire en ligne, consulté le )
  11. ↑ Alexander Keller, Hannes Horn, Frank Förster et Jörg Schultz, « Computational integration of genomic traits into 16S rDNA microbiota sequencing studies », Gene, vol. 549, no 1,‎ , p. 186–191 (DOI 10.1016/j.gene.2014.07.066, lire en ligne, consulté le )
Ce document provient de « https://fr.wikipedia.org/w/index.php?title=Utilisateur:Berthe_Gagarine/Brouillon3&oldid=136339919 ».