Méthodes statistiques
QGglmm
Ce paquet R permet l’inférence de paramètres de génétique quantiative à partir modèles mixtes linéaires généralisés (GLMM), par exemple pour des traits non-gaussiens. Il permet le calcul de paramètres de génétique quantitative tels que la variance génétique additive, l’héritabilité, les coefficients de corrélation intra-classe et les matrices G (pour des analyses multivariées). Il permet aussi la prédiction évolutive à partir de tels modèles et des mesures de sélection sur le phénotype. Le paquet est disponible sur le CRAN. Le code source est disponible sur GitHub. Merci de me faire parvenir d’éventuels problèmes ici.
BayeScEnv
La version récente de BayeScEnv peut être trouvée sur GitHub. Cette méthode de scan génomique permet de détecter de fortes différentiation génétique entre populations (fortes FST) dues à une forte différentiation environnementale (scénario d’adaptation locale). Elle produit normalement un taux d’erreur plus faible que Bayescan.
Tutoriels
Ces tutoriels sont en anglais. Une version (non forcément à jour) du tutoriel sur MCMCglmm en français est disponible sur demande.
Estimer l’heritabilité avec MCMCglmm (version 2)
The tutoriel est destiné aux étudiants et chercheurs dans le domaine de l’écologie évolutive, intéressés par l’utilisation du modèle animal pour estimer l’héritabilité des traits biologiques dans les populations naturelles. Il s’efforce d’apporter une aide théorique et pratique sur trois principaux aspects: (i) comprendre ce qu’est l’héritabilité, ce qu’elle mesure et comment le modèle animal fonctionne; (ii) apprendre par la pratique comment implémenter un modèle animal en utilisant le paquet R MCMCglmm; et (iii) présenter succinctement les statistiques bayésiennes (a priori, Markov Chain Monte Carlo, etc…).
Il s’agit d’une nouvelle version publiée en septembre 2021.
Materiel pratique pour « General Quantitative Genetic Methods for Comparative Biology«
Ci-dessous le PDF du matériel pratique (Online Practical Material, OPM) de notre chapitre « General Quantitative Genetic Methods for Comparative Biology » (par moi-même et Shinichi Nakagawa, dans le livre « Modern Phylogenetic Comparative Methods », éd. L.Z. Garamszegi). Il montre comment utiliser les modèles mixtes linéaires généralisés phylogénétiques (PGLMM) pour effectuer des analyses comparatives phylogénétiques (en prenant en compte la variance intra-spécifique, les données manquantes et les traits non-gaussiens).
