Description

La régénération forestière est une étape critique au cours de laquelle un pool génétiquement diversifié de semis est soumis à une mortalité aléatoire et à une sélection par le microenvironnement. La gestion forestière peut influencer cette étape en agissant sur le nombre, la représentation spatiale et temporelle des adultes disponibles pour la régénération et en modifiant les conditions environnementales dans lesquelles la régénération se produit. L'objectif principal de ce doctorat est d'améliorer notre compréhension des processus démographiques et évolutifs qui façonnent la diversité génétique au sein des cohortes de semis dans les forêts de chênes et de hêtres en régénération naturelle. Ses objectifs spécifiques sont les suivants : 1) identifier les loci génétiques soumis à la sélection microenvironnementale dans les cohortes de semis ; 2) estimer les trois « paramètres » qui façonnent la diversité génétique dans les cohortes de semis successives : la dérive génétique, la sélection naturelle et la distribution des contributions parentales, dans différentes conditions de gestion ; 3) évaluer l'importance de ces processus locaux dans le maintien de la diversité génétique et du potentiel d'adaptation dans les forêts de chênes et de hêtres en comparant les résultats avec les modèles de variation génétique à l'échelle de l'aire de répartition. Ce projet de doctorat est cofinancé (à 50 %) par le programme national de recherche PEPR FORESTT, dans le cadre du projet MICROFOREST - Mesurer l'influence de la gestion sur la diversité génétique et les paysages sélectifs microenvironnementaux dans la régénération naturelle des forêts, et à 50% par le département scientifique ECODIV d’INRAE). Ce projet contribuera à affiner nos prévisions concernant le potentiel d'adaptation des populations et leur niveau de maladaptation face aux changements environnementaux. Le doctorant bénéficiera de financement pour ses recherches et de l'environnement technique et scientifique de MICROFOREST.

Compétences requises

Nous recherchons des candidat(e)s ayant une formation en écologie et en évolution. Le projet impliquera un travail de terrain important pour la collecte de données. Des compétences en planification, en gestion des données et en analyses statistiques de base sont essentielles. Des connaissance de la génétique computationnelle — y compris la bio-informatique, la modélisation statistique et la modélisation démographique et génétique — constituerait un atout majeur.

Bibliographie

1. R. J. Mitchell, et al., Collapsing foundations: The ecology of the British oak, implications of its decline and mitigation options. Biol.
Conserv. 233, 316–327 (05/2019).
2. S. N. Aitken, J. B. Bemmels, Time to get moving: assisted gene flow of forest trees. Evol. Appl. 9, 271–290 (2016).
3. W. H. Li, L. A. Sadler, Low nucleotide diversity in man. Genetics 129, 513–523 (1991).
4. P. Milesi, et al., Synchronous effective population size changes and genetic stability of forest trees through glacial cycles. bioRxiv 2023.01.05.522822 (2023).
5. L. Brousseau, P. V. A. Fine, E. Dreyer, G. G. Vendramin, I. Scotti, Genomic and phenotypic divergence unveil microgeographic adaptation in the Amazonian hyperdominant tree Eperua falcata Aubl. (Fabaceae). Mol. Ecol. 30, 1136–1154 (2021).
6. I. Scotti, et al., Common microgeographical selection patterns revealed in four European conifers. Mol. Ecol. 32, 393–411 (2023). 7. A. Modica, H. Lalagüe, S. Muratorio, I. Scotti, Rolling down that mountain: microgeographical adaptive divergence during a fast population expansion along a steep environmental gradient in European beech. Heredity (Edinb.) 133, 99–112 (2024).
8. S. Schmitt, N. Tysklind, M. Heuertz, B. Hérault, Selection in space and time: Individual tree growth is adapted to tropical forest gap dynamics. Mol. Ecol. (2022). https://doi.org/10.1111/mec.16392.
9. A. Moustakas, M. R. Evans, Effects of growth rate, size, and light availability on tree survival across life stages: a demographic analysis accounting for missing values and small sample sizes. BMC Ecol. 15, 6 (2015).
10. M. Marchi, G. Bucci, P. Iovieno, D. Ray, ClimateDT: A Global Scale-Free Dynamic Downscaling Portal for Historic and Future Climate Data. Environments 11, 82 (2024).
11. S. Haesen, et al., Microclimate reveals the true thermal niche of forest plant species. Ecol. Lett. 26, 2043–2055 (2023).
12. J. Lenoir, T. Hattab, G. Pierre, Climatic microrefugia under anthropogenic climate change: implications for species redistribution.
Ecography 40, 253–266 (2017).
13. A. Di Sacco, et al., Ten golden rules for reforestation to optimize carbon sequestration, biodiversity recovery and livelihood benefits.
Global Change Biology 27, 1328–1348 (2021).
14. E. Árnason, J. Koskela, K. Halldórsdóttir, B. Eldon, Sweepstakes reproductive success via pervasive and recurrent selective sweeps.
Elife 12 (2023).
15. S. C. González-Martínez, et al., Effective gene dispersal and female reproductive success in Mediterranean maritime pine (Pinus pinaster Aiton). Mol. Ecol. 15, 4577–4588 (2006).
16. P. Eusemann, H. Liesebach, Small-scale genetic structure and mating patterns in an extensive sessile oak forest (Quercus petraea (Matt.) Liebl.). Ecol. Evol. 11, 7796–7809 (2021).
17. S. Oddou-Muratorio, J. Gauzere, A. Bontemps, J.-F. Rey, E. K. Klein, Tree, sex and size: Ecological determinants of male vs. female fecundity in three Fagus sylvatica stands. Mol. Ecol. 27, 3131–3145 (2018).
18. T. Capblancq, M. C. Fitzpatrick, R. A. Bay, M. Exposito-Alonso, S. R. Keller, Genomic Prediction of (Mal)Adaptation Across Current and Future Climatic Landscapes. Annu. Rev. Ecol. Evol. Syst. 51, 245–269 (2020).
19. C. Rellstab, B. Dauphin, M. Exposito-Alonso, Prospects and limitations of genomic offset in conservation management. Evol. Appl.
14, 1202–1212 (2021).

Mots clés

adaptation, génomique, arbres forestiers, diversité génétique, microenvironnement, gestion forestière adaptation