Attention quand même à l'excès de confiance. Le coup du "ah ah c'est impossible", ça a très souvent été une très mauvaise prédiction en sciences. Par exemple, il y a eu des publications très sérieuses des grands pontes de la physique pour expliquer qu'on ne pourra jamais connaitre la composition des étoiles, juste quelques années avant l'arrivée de la spectroscopie.
L'analyse de la démographie des populations par la coalescence a quelque chose qui peut sembler "magique". La magie, c'est la recombinaison. Dans le génome d'un seul individu, on a des petits aperçus du génome de nos 4 grands parents, de nos 8 arrière-grands parents, etc. Comme le génome est très grand, on a des échantillons du génome de très nombreux ancêtres. L'idée, c'est qu'à force de remonter en arrière, on va finir par arriver à la taille de la population de l'époque. Par exemple, si on remonte 20 générations en arrière, on arrive à environ 1M d'ancêtre. S'il n'y avait que 100 000 individus reproducteurs à l'époque, on va trouver à peu près 10 fois trop peu de diversité génétique par rapport à une population infinie. C'est suffisant pour inférer la taille de population efficace. Comme le hasard fait que les différentes parties du génome coalescent à différents temps, on peut même inférer la dynamique. Et quand on a les génomes de plusieurs milliers, voire millions d'individus, comme dans l'espère humaine, on peut obtenir de très bonnes estimations statistiques.
Donc oui, les méthodes de coalescence, ça marche, c'est très sérieux, et c'est depuis de nombreuses années dans l'état de l'art de la génétique des populations. Les méthodes sérieuses estiment des intervalles de support par des approches Bayesiennes (ABC), et on peut comparer plusieurs modèles (avec échanges génétiques entre populations, avec goulet d'étranglement, etc).
Il y a bien sûr des limites. La première est que plus on regarde en arrière et moins on a de données. Il arrive un moment où tout le génome ou presque a coalescé (la proportion de génome qui n'a pas coalescé suit une distribution exponentielle, un peu comme la décroissance radioactive), et à partir de ce point on ne peut plus rien dire. Normalement, une méthode bien fichue doit voir des intervalles de support grandir quand on s'éloigne dans le temps, jusque les intervalles te donnent entre 1 et 1M d'individus. L'autre limite, c'est qu'il est très difficile d'interpréter les tailles efficaces de population, qui sont un indicateur statistique. En fait, on mesure le taux de coalescence à chaque point de temps, c'est ça que mesurent les modèles. Il s'avère que l'unité du taux de coalescence est l'inverse d'une taille de population. Estimer la taille de population à partir du taux de coalescence, c'est comme mesurer une taille d'échantillon à partir de la variance d'un tirage binomial. Ça marche en théorie, mais il faut supposer tout un tas de choses (le fait que tous les tirages sont équiprobables, etc), qui ne sont pas du tout réalistes. Du coup, c'est une erreur d'interpréter Ne comme un nombre d'individus. Quand Ne = 1280, ça ne veut pas du tout dire qu'il y avant 1280 gusses à l'époque. En particulier, c'est maintenant assez admis qu'on peut expliquer les variations de Ne par la démographie (changements de taille de population) ou par la structure des populations (changements du taux d'échanges entre populations) de manière équivalente.
Ça, c'est pour les méthodes d'inférence sérieuses. Comme je l'ai écrit plus haut, le papier en question utilise une sorte de méthode nouvelle qui sort des résultats très douteux, auxquels je ne crois pas une seconde. Les autres méthodes ne voient pas du tout de goulet d'étranglement à ce moment, et ça ressemble furieusement à un artefact de leur méthode (ou un bug dans son implémentation). Rejeter ce résultat particulier ne revient pas à rejeter en bloc les méthodes d'inférence par coalescence.
[^] # Re: Et on peut dire qu'on l'a échappé belle !
Posté par arnaudus . En réponse au lien 1 280 individus seulement: l'humanité aurait failli disparaître il y a près de 900 000 ans. Évalué à 4.
Attention quand même à l'excès de confiance. Le coup du "ah ah c'est impossible", ça a très souvent été une très mauvaise prédiction en sciences. Par exemple, il y a eu des publications très sérieuses des grands pontes de la physique pour expliquer qu'on ne pourra jamais connaitre la composition des étoiles, juste quelques années avant l'arrivée de la spectroscopie.
L'analyse de la démographie des populations par la coalescence a quelque chose qui peut sembler "magique". La magie, c'est la recombinaison. Dans le génome d'un seul individu, on a des petits aperçus du génome de nos 4 grands parents, de nos 8 arrière-grands parents, etc. Comme le génome est très grand, on a des échantillons du génome de très nombreux ancêtres. L'idée, c'est qu'à force de remonter en arrière, on va finir par arriver à la taille de la population de l'époque. Par exemple, si on remonte 20 générations en arrière, on arrive à environ 1M d'ancêtre. S'il n'y avait que 100 000 individus reproducteurs à l'époque, on va trouver à peu près 10 fois trop peu de diversité génétique par rapport à une population infinie. C'est suffisant pour inférer la taille de population efficace. Comme le hasard fait que les différentes parties du génome coalescent à différents temps, on peut même inférer la dynamique. Et quand on a les génomes de plusieurs milliers, voire millions d'individus, comme dans l'espère humaine, on peut obtenir de très bonnes estimations statistiques.
Donc oui, les méthodes de coalescence, ça marche, c'est très sérieux, et c'est depuis de nombreuses années dans l'état de l'art de la génétique des populations. Les méthodes sérieuses estiment des intervalles de support par des approches Bayesiennes (ABC), et on peut comparer plusieurs modèles (avec échanges génétiques entre populations, avec goulet d'étranglement, etc).
Il y a bien sûr des limites. La première est que plus on regarde en arrière et moins on a de données. Il arrive un moment où tout le génome ou presque a coalescé (la proportion de génome qui n'a pas coalescé suit une distribution exponentielle, un peu comme la décroissance radioactive), et à partir de ce point on ne peut plus rien dire. Normalement, une méthode bien fichue doit voir des intervalles de support grandir quand on s'éloigne dans le temps, jusque les intervalles te donnent entre 1 et 1M d'individus. L'autre limite, c'est qu'il est très difficile d'interpréter les tailles efficaces de population, qui sont un indicateur statistique. En fait, on mesure le taux de coalescence à chaque point de temps, c'est ça que mesurent les modèles. Il s'avère que l'unité du taux de coalescence est l'inverse d'une taille de population. Estimer la taille de population à partir du taux de coalescence, c'est comme mesurer une taille d'échantillon à partir de la variance d'un tirage binomial. Ça marche en théorie, mais il faut supposer tout un tas de choses (le fait que tous les tirages sont équiprobables, etc), qui ne sont pas du tout réalistes. Du coup, c'est une erreur d'interpréter Ne comme un nombre d'individus. Quand Ne = 1280, ça ne veut pas du tout dire qu'il y avant 1280 gusses à l'époque. En particulier, c'est maintenant assez admis qu'on peut expliquer les variations de Ne par la démographie (changements de taille de population) ou par la structure des populations (changements du taux d'échanges entre populations) de manière équivalente.
Ça, c'est pour les méthodes d'inférence sérieuses. Comme je l'ai écrit plus haut, le papier en question utilise une sorte de méthode nouvelle qui sort des résultats très douteux, auxquels je ne crois pas une seconde. Les autres méthodes ne voient pas du tout de goulet d'étranglement à ce moment, et ça ressemble furieusement à un artefact de leur méthode (ou un bug dans son implémentation). Rejeter ce résultat particulier ne revient pas à rejeter en bloc les méthodes d'inférence par coalescence.