HAL Id: hal-01603088
https://hal.archives-ouvertes.fr/hal-01603088
Submitted on 5 Jun 2020
HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci- entific research documents, whether they are pub- lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.
L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.
Copyright
revue brève et incomplète
Nathalie Dubois Peyrard, Regis Sabbadin
To cite this version:
Nathalie Dubois Peyrard, Regis Sabbadin. Modèles de réseaux d’interactions écologiques : une revue brève et incomplète. Les 5e Journées du GRET, Jun 2017, Nantes, France. �hal-01603088�
d’interactions écologiques : Une revue brève et incomplète
Nathalie Peyrard et Régis Sabbadin
Unité de Mathématiques et Informatique Appliqués, Toulouse (INRA-MIAT)
V
èmesJournées du GRET
Nantes, Juin 2017
Modèles de la structure d’un réseau d’interactions écologiques
• Représentation des interactions entre espèces par un graphe orienté
• Historiquement, un seul type d’arête
« est mangé par (→) »
Réseau trophique
èmes
o May R. M. Stability and Complexity In Model Ecosystems Princeton Univ. Press (1974).
o Pimm S. L., Lawton J. H. & Cohen J. E. Food web patterns and their consequences. Nature 350, 669–674 (1991).
Modèles de la structure d’un réseau d’interactions écologiques
• Puis, différents « types » d’arêtes:
– Arêtes « + » : ressources, mutualisme,…
– Arêtes « - » : prédation, compétition, parasitisme…
• Les liens peuvent aussi être pondérés:
– Fréquence de co-occurrence – Flux dans un modèle dynamique
– « Force » des interactions positives/négatives.
èmes
Différents modèles de
dynamique de populations associés aux réseaux
• Modèles fréquentistes (non-dynamiques)
– Modèles graphiques Gaussiens, Réseaux Bayesiens, modèles logiques
Basés sur la co-occurrence d’espèces
Propices à l’inférence à partir de données
• Modèles « mécanistes »
– type équations de Lotka-Volterra ou flux
Souvent utilisés pour « simuler » l’évolution du réseau
Ou pour trouver des états d’équilibre des populations
• Modèles dynamiques stochastiques
– Réseaux bayesiens dynamiques
– Réseaux bayesiens dynamiques paramétrés (talk d’Etienne).
Egalement propices à l’inférence à partir de données
èmes
M o d èl es s ta ti q u es M o d èl es d yn am iq u es
o Binzer A. et al. . The susceptibility of species to extinctions in model communities. Basic Appl. Ecol. 12, 590 –599 (2011).
o Faust, K., Lahti, L., Gonze, D., de Vos, W.M., Raes, J., 2015. Metagenomics meets time series analysis: unraveling microbial community dynamics. Curr. Opin. Microbiol. 25, 56–66.
Des modèles, pour quelles questions?
• Effet de la structure du réseau d’interactions sur la résilience d’une communauté
– Peut-on déduire la résilience de l’étude de la structure du graphe (connectivité, densité…)?
– Peut-on identifier des espèces importantes pour la résilience?
èmes
Des modèles, pour quelles questions?
• Effet de la structure du réseau d’interactions sur la résilience d’une communauté
– Peut-on déduire la résilience de l’étude de la structure du graphe (connectivité, densité…)?
– Peut-on identifier des espèces importantes pour la résilience?
• Apprentissage des réseaux d’interactions écologiques
– La structure de réseau (les liens) – La nature des liens
– La « force » des liens…
èmes
Des modèles, pour quelles questions?
• Effet de la structure du réseau d’interactions sur la résilience d’une communauté
– Peut-on déduire la résilience de l’étude de la structure du graphe (connectivité, densité…)?
– Peut-on identifier des espèces importantes pour la résilience?
• Apprentissage des réseaux d’interactions écologiques
– La structure de réseau (les liens) – La nature des liens
– La « force » des liens…
• Gérer les « services » fournis dans les réseaux d’interactions écologiques
– En modélisant les réseaux écologiques – En modélisant les services écosystémiques
– En modélisant les actions de gestion à « optimiser »
èmes
Structure du réseau d’interactions et résilience d’une communauté
• Déduire la résilience d’une communauté de l’étude de la structure du graphe :
Par exemple en évaluant la redondance des chemins…
èmes
o Allesina S., Bodini A. & Pascual M. Functional links and robustness in food webs. Philos. Trans. R. Soc. B Biol. Sci. 364, 1701–1709 (2009).
o Dunne J. A., Williams R. J. & Martinez N. D. Network structure and biodiversity loss in food webs: robustness increases with connectance. Ecol. Lett. 5, 558–567 (2002).
o Stouffer D. B. & Bascompte J. Compartmentalization increases food-web persistence. Proc. Natl Acad. Sci. USA 108, 3648–3652 (2011).
o Stouffer D. B. & Bascompte J. Understanding food-web persistence from local to global scales. Ecol. Lett. 13, 154–161 (2010).
o Sole R. V. & Montoya J. M. Complexity and fragility in ecological networks. Proc. R. Soc. Lond. B Biol. Sci. 268, 2039–2045 (2001).
o Srinivasan U. T., Dunne J. A., Harte J. & Martinez N. D. Response of complex food webs to realistic extinction sequences. Ecology 88, 671–682 (2007).
Structure du réseau d’interactions et résilience d’une communauté
• Identifier des espèces importantes pour la résilience à partir de l’étude de la structure du graphe:
Par exemple en utilisant des métriques (centralité, nombre de prédateurs…).
èmes
o Estrada E. Characterization of topological keystone species local, global and "meso-scale" centralities in food webs. Ecol. Complexity 4, 48–57 (2007).
o Curtsdotter A. et al. . Robustness to secondary extinctions: Comparing trait-based sequential deletions in static and dynamic food webs. Basic Appl. Ecol. 12, 571–580 (2011).
o Jordán F., Takács-Sánta A. & Molnár I. A Reliability Theoretical Quest for Keystones. Oikos 86, 453–462 (1999).
o Sahasrabudhe S. & Motter A. E. Rescuing ecosystems from extinction cascades through compensatory perturbations. Nat. Commun. 2, 170 (2011).
Apprentissage des
réseaux d’interactions écologiques
• Modèles Graphiques Gaussiens
– Données quantitatives associées aux espèces / nœuds du réseau.
– Données vues comme la réalisation d’un MGG
– La matrice de précision, inverse de la matrice de covariance du MGG est un « proxi » du réseau écologique pondéré (ses éléments mesurent les covariances entre variables)
Apprentissage du réseau sélection de variable (arêtes)
èmes
o Kurtz, Z.D., Mueller, C.L., Miraldi, E.R., Littman, D.R., Blaser, M.J., Bonneau, R.A., 2015. Sparse and compositionally robust inference of microbial ecological networks. PLoS Comput. Biol. 11 (5), e1004226.
o Marbach, D., Costello, J.C., Ku¨ ffner, R., Vega, N.M., Prill, R.J., Camacho, D.M., Allison, K.R., Kellis, M., Collins, J.J., Stolovitzky, G., 2012. Wisdom of crowds for robust gene network inference. Nat. Methods 9, 796–804.
Apprentissage des
réseaux d’interactions écologiques
• Réseaux Bayesiens
– Données d’abondance ou d’occurrence associées aux espèces / nœuds du réseau.
• Méthodes d’inférence de la structure et d’estimation des probabilités conditionnelles.
Méthodes étendues aux RB Dynamiques.
Plus de détails et des avancées demain dans la présentation d ’Etienne
èmes
o Eklöf A., Tang S. & Allesina S. Secondary extinctions in food webs: a bayesian network approach. Methods Ecol. Evol. 4, 760–770 (2013) o Milns, I., Beale, C.M., Smith, V.A., 2010. Revealing ecological networks using Bayesian network inference algorithms. Ecology 91,
1892–1899.
o Aderhold, A., Husmeier, D., Lennon, J.J., Beale, C.M., Smith, V.A., 2012. Hierarchical Bayesian models in ecology: reconstructing species interaction networks from nonhomogeneous species abundance data. Ecol. Inform. 11, 55–64.
o Faust, K., Lahti, L., Gonze, D., de Vos, W.M., Raes, J., 2015. Metagenomics meets time series analysis: unraveling microbial community dynamics. Curr. Opin. Microbiol. 25, 56–66.
o Auclair, E., Peyrard, N., Sabbadin, R., 2017. Labeled DBN learning with community structure knowledge, In Prep.
Apprentissage des
réseaux d’interactions écologiques
• Programmation Logique Inductive
– Des prédicats et des formules sur ces expriment des connaissances biologiques génériques.
– En fixant les domaines des variables et à partir d’un ensemble de données d’observation, des méthodes de Programmation Logique Inductive permettent de reconstruire le réseau .
Apprentissage du réseau Sélection des prédicats instanciés « vrais »
èmes
o Bohan, D.A., Caron-Lormier, G., Muggleton, S., Raybould, A., Tamaddoni-Nezhad, A., 2011. Automated discovery of food webs from ecological data using logic-based machine learning. PLoS One 6, e29028.
o Tamaddoni-Nezhad, A., Bohan, D., Raybould, A., Muggleton, S.H., 2012. Machine learning a probabilistic network of ecological interactions. In: Proc. of the 21st International Conference on Inductive Logic Programming, LNAI 7207, Springer, pp. 332–346.
Bi odiversité
Relations trophiques
On modélise les relations trophiques entre espèces (espèces présentes / absentes)
èmes
Réseaux d’interactions écologiques,
services écosystémiques et aide à la décision
Bi odiversité ES
Relations trophiques
Services fournis par les espèces
On modélise les relations trophiques entre espèces (espèces présentes / absentes)
Certaines espèces fournissent des « services écosystémiques »
èmes
Réseaux d’interactions écologiques,
services écosystémiques et aide à la décision
1
Bi odiversité ES Bi odiversité ES
Relations trophiques
Services fournis par les espèces
Dynamique du réseau écosystémique
On modélise les relations trophiques entre espèces (espèces présentes / absentes)
Certaines espèces fournissent des « services écosystémiques »
Les relations trophiques déterminent la dynamique des espèces (un prédateur à besoin de proies)
èmes
Réseaux d’interactions écologiques,
services écosystémiques et aide à la décision
1 2
Bi odiversité ES
Bi odiversité ES Bi odiversité ES
Relations trophiques
Services fournis par les espèces
Dynamique du réseau écosystémique
On modélise les relations trophiques entre espèces (espèces présentes / absentes)
Certaines espèces fournissent des « services écosystémiques »
Les relations trophiques déterminent la dynamique des espèces (un prédateur à besoin de proies)
èmes
Réseaux d’interactions écologiques,
services écosystémiques et aide à la décision
1 2
Bi odiversité ES
Bi odiversité ES Bi odiversité ES
Relations trophiques
Services fournis par les espèces
Dynamique du réseau écosystémique
On modélise la dynamique des espèces (espèces présentes / absentes)
Certaines espèces fournissent des « services écosystémiques »
Les relations trophiques déterminent la dynamique des espèces (un prédateur à besoin de proies)
Des actions de « conservation » d’espèces modifient la dynamique (favorisent la persistance)
Conservation
èmes
Réseaux d’interactions écologiques,
services écosystémiques et aide à la décision
• Des travaux montrant l’intérêt de la prise en compte des interactions entre espèces pour la conservation
èmes
o Tylianakis J. M., Laliberte E., Nielsen A. & Bascompte J. Conservation of species interaction networks. Biol. Conserv. 143, 2270–2279 (2010).
o Dobson A., Allesina S., Lafferty K. & Pascual M. The assembly, collapse and restoration of food webs. Philos. Trans. R. Soc. B Biol. Sci. 364, 1803–1806 (2009).
o May R. M. Food-web assembly and collapse: mathematical models and implications for conservation. Philos. Trans. R. Soc. B Biol. Sci.
364, 1643–1646 (2009).
o Bascompte J. Disentangling the Web of Life. Science 325, 416–419 (2009).
Réseaux d’interactions écologiques,
services écosystémiques et aide à la décision
• Conception de stratégies de conservation par optimisation
RB + Optimisation combinatoire
RBD + Processus Décisionnels de Markov
RBD + PDM Factorisés
èmes
o E McDonald-Madden, R Sabbadin, P.W.J. Baxter, I Chadès, E.T. Game and H.P. Possingham. Using food webs to manage ecosystems, Nature Communications, 7, 2016.
o Hui Xiao, Iadine Chadès, Laura Dee, Nathalie Peyrard, Régis Sabbadin and Eve McDonald-Madden. Conservation for biodiversity or services? Novel approach to investigate how ecosystem network structure influences strategy selection. In Prep., 2017.
o W.J.M. Probert, E. Mc Donald-Madden, N. Peyrard and R. Sabbadin. Computational issues surrounding the dynamic optimization of management of an ecological food web. ECAI 2012 Workshop AIGM.
Réseaux d’interactions écologiques,
services écosystémiques et aide à la décision
• Ce qui nous intéresse dans les réseaux d’interactions écologiques:
– Modélisation (modèles stochastiques, dynamiques, sur graphe…)
– Inférence de la structure et des paramètres des réseaux trophiques à partir de données d’observation
– Décision et optimisation : gestion de la biodiversité, des services écosystémiques…
• Des questions en écologie suscitant des questions à l’interface entre modélisation, statistique, intelligence artificielle!
èmes
