Les éléphants en danger

Éléphants au bain.

En dépit de restrictions sur le commerce de l’ivoire, de nombreuses populations d’éléphants d’Afrique sont menacées par le braconnage. Cette activité peut être constatée lors de saisies d’ivoire par la douane aux aéroports. La question est alors d’identifier l’origine géographique de l’ivoire saisi, dans l’espoir de remonter aux coupables, ou tout au moins de surveiller plus fortement les activités illégales dans ces régions. Pour cela, l’ADN présent dans l’ivoire saisi est prélevé et comparé à l’ADN d’éléphants d’Afrique d’origine géographique bien identifiée.

Le problème est un peu similaire à celui rencontré en médecine médico-légale lorsqu’il s’agit d’identifier un coupable à partir d’ADN relevé sur le lieu du crime. Mais ici, c’est l’ADN de la victime qui est utilisé afin de le comparer à celui d’éléphants auxquels elle serait plus ou moins apparentée. Plus précisément, on cherche à identifier les régions géographiques dans lesquelles les éléphants ont des caractéristiques génétiques similaires à l’échantillon d’origine géographique inconnue.

Les mathématiques apparaissent à plusieurs niveaux. Tout d’abord, on utilise une technique statistique connue sous le nom de formule de Bayes, qui permet de calculer la probabilité de certaines grandeurs (disons la latitude et la longitude de l’échantillon d’ADN d’origine géographique inconnue) à partir des données connues (ici, le génotype des échantillons de référence). Dans le cas présent, la formule fait intervenir des objets mathématiques tels que les processus aléatoires gaussiens. Il s’agit grosso modo de courbes aléatoires permettant de décrire des variations très erratiques avec un petit nombre de paramètres. En ce qui concerne les éléphants, ces processus servent à décrire la fréquence de certains motifs de leur ADN en différentes régions de l’espace géographique. La détection de l’origine géographique inconnue d’un échantillon revient alors à maximiser la probabilité de retrouver l’échantillon en question en différentes régions de l’espace observé.

La précision dépend de l’origine réelle de l’échantillon. Il est en effet difficile d’assigner avec précision un échantillon provenant d´une région sur laquelle on a peu d’information (en terme de nombre d’échantillons de référence). Une faible densité locale d’échantillonnage peut toutefois se révéler suffisante si la population locale est elle-même de petite taille, ce qui en général s’accompagne de caractéristiques génétiques très spécifiques (un phénomène connu sous le nom de dérive génétique). A l’échelle du continent africain, 50% des échantillons saisis peuvent être localisés avec une erreur inférieure à 500 km et 80% avec une erreur inférieure à 930 km.

Brève rédigée par Gilles Guillot (Université Technique du DanemarkINRA-MIAd’après les travaux de Samuel Wasser (University of Washington) et Matthew Stephens (University of Chicago).

Pour en savoir plus :

Crédits Images : Aline Robbiano.

Leave a Reply

Your email address will not be published. Required fields are marked *

*