Biogéographie et Ecologie des Vertébrés

Laëtitita MATHON

Doctorante
Cette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer le JavaScript pour la visualiser.
Tel. +33 (0)4 67 61 32 63DSC03370
CEFE/CNRS UMR5175
Etage 1, aile C, bureau 114
Supervisor : Stéphanie Manel (CEFE)
Co-supervisor : Tony Dejean (SPYGEN)

Mon projet de these :
Le rôle des monts sous-marins dans la répartition des vertébrés marins: source, refuge ou couloir écologique?


Les monts sous-marins sont des structures océaniques de plus de 1000 m de relief au-dessus du fond de la mer, présentes dans tous les océans. Des milliers de monts sous-marins existent et pourtant, ils sont parmi les habitats les moins connus sur Terre, avec seulement 4% étudiés. Les monts sous-marins seraient des hotspots de biodiversité, menacés par la pêche et les activités humaines. Nous pensons également que les monts sous-marins sont des hotspots d’associations benthique-pélagique, mais la répartition de la faune pélagique, profonde et récifale est mal connue.
L’utilisation de l’ADN environnemental (filtration de l’ADN dans l’eau pour retrouver la composition spécifique) dans le cadre de ma thèse nous permettra de documenter la distribution en 3 dimensions de la faune pélagique, profonde et récifale (poissons et requins), le long d’un gradient de profondeur, ainsi que d’un gradient de perturbation. Ainsi, nous pourrons mieux comprendre les facteurs influençant cette répartition (humains, environnementaux, écologiques et géomorphologiques), étudier le rôle des monts sous-marins (habitats de type oasis, refuge ou couloir écologique) et déterminer leur priorité de conservation.
Hypothèses :
- Le couplage benthique-pélagique favorise la biodiversité sur les monts sous-marins
- Les vertébrés trouvent refuge dans la partie la plus profonde de leur plage bathymétrique pour éviter la pression humaine
- Les monts sous-marins sont des habitats clés pour la connectivité

Comparaison des outils bioinformatiques pour l’analyse des données ADN environnemental avec une meilleure fiabilité
Des données de séquençage brutes à la liste des espèces présentes dans l'échantillon, les étapes de traitement sont multiples (alignement des séquences, filtrage des erreurs ..). Il existe de nombreux programmes d'analyse de ces données, dont certains sont spécifiques à une étape. L’objectif ici est de comparer l’efficacité et la précision de tous ces programmes afin de mettre au point l’algorithme le plus fiable pour analyser les données eDNA.

My PhD project :
The role of seamounts in the distribution of marine vertebrate : source, refuge or corridor ?
Seamounts are oceanic features greater than 1000m in relief above the seafloor, distributed across all oceans. Thousands of seamounts exits and yet, they are among the least know habitat on Earth, with only 4% studied. Seamounts are believed to be hotspots of biodiversity that are threatened by fisheries and human activities. We also believe that seamounts are hotspots of benthic-pelagic coupling, but the distribution of pelagic, deep and reef fauna is poorly understood.
The use of environmental DNA (filtration of DNA in water to retrieve species composition) for my PhD will allow us to document the 3-dimensional distribution of pelagic, deep and reef fauna (fish and sharks), along a depth gradient, as well as a perturbation gradient. Thus, we can better understand the drivers of this distribution (human, environmental, ecological and geomorphological), study the role of seamounts (oases, refuge or stepping stone habitats), and determine their conservation priority.
Hypotheses :
- Benthic-pelagic coupling promotes biodiversity on seamounts
- Vertebrates find refuge in the deepest part of their bathymetric range to avoid human pressure
- Seamounts are key stepping-stone habitats

Comparison of bioinformatics tools to analyse environmental DNA data with higher reliability
From raw sequencing data to the list of species present in the sample, there are multiple treatment steps (alignment of sequences, filtration of errors..). Many different programs exist to analyse this data, some of them specific to one step. The goal here is to compare the efficiency and accuracy of all these programs, to eventually build the most reliable algorithm to analyse eDNA data.

 

Main disciplines / approaches / study systems: