MASTER 1 et 2
- M2 internships
Évolution des corrélations génétiques dans les réseaux de gènes
- Etude des transferts horizontaux de gènes de guêpes parasitoïdes à leurs lépidoptères hôtes.
Doctoral position:
- Offre de thèse financée sur projet ANR en co-direction F. Rebaudo (EGCE) et Judith Legrand (GQE-Le Moulon)
Sujet : Modélisation de la phénologie d’insectes ravageurs des cultures dans des agro-écosystèmes tropicaux
Équipe d’accueil : UMR Évolution Génome Comportement Écologie (EGCE) ; campus CNRS de Gif-sur-Yvette, France, avec séjour à prévoir au Kenya et/ou en Bolivie.
Direction : François Rebaudo, IRD UMR EGCE, et Judith Legrand, Univ. Paris Saclay UMR GQE – Le Moulon.
Contexte : Les organismes ectothermes, comme les insectes, sont des organismes qui ne régulent pas ou très peu leur température corporelle de manière active. Ainsi, leur température et, par conséquent leur développement, sont largement impactés par la température du milieu dans lequel ils évoluent. La compréhension du rôle de l’environnement, et plus spécifiquement de la température, dans la vitesse de développement de ces organismes en fonction des saisons, est nécessaire pour proposer des programmes de conservation de certaines espèces ou, à l’inverse, pour établir des stratégies de contrôle de vecteurs de maladies ou de ravageurs des cultures.
Dans un contexte de réchauffement climatique et sachant que les insectes ravageurs des cultures sont responsables de lourdes pertes de récolte au niveau mondial, il est pertinent de disposer de modèles mathématiques permettant de mieux comprendre la réponse des insectes aux facteurs abiotiques (et en particulier à la température). Cette meilleure compréhension contribuera au développement de modèles prédictifs afin de positionner au mieux les pratiques culturales visant à réduire les populations de ravageurs. Plusieurs modèles mathématiques permettant de prédire la phénologie des insectes ont été proposés dans la littérature et paramétrés pour différentes espèces. Cependant, bien que de nombreuses données de laboratoires soient déjà disponibles, les modèles validés et calibrés sur ces données de laboratoire ont un faible pouvoir prédictif pour expliquer la phénologie observée en conditions réelles. L’hypothèse principale est que les variations spatiales et temporelles de température et autres facteurs abiotiques à l’échelle locale pourraient expliquer les données de phénologie observées. En effet, dans les agro-écosystèmes, les milieux sont fortement artificialisés et soumis à de brusques changements (travail du sol, récolte, etc…). Ainsi, les conditions climatiques locales vont différer de celles obtenues par les stations climatiques traditionnellement utilisées dans la modélisation de la phénologie des insectes. C’est dans ce contexte que s’inscrit le sujet de thèse.
Objectifs : Après analyse des bases de données acquises par l’équipe, l’étudiant(e) concevra et mettra en place avec l’équipe d’accueil et leurs partenaires un réseau de surveillance des facteurs climatiques et de la phénologie d’insectes ravageurs du maïs (Kenya, France) et du quinoa (Bolivie) en développant des capteurs connectés (Raspberry Pi, Arduino, etc…) et en utilisant des méthodes traditionnelles de piégeage d’insectes. Ensuite, l’étudiant(e) analysera les séries temporelles obtenues pour comprendre la dynamique spatio-temporelle des espèces observées. Enfin, à partir des modèles existants et des données observées, l’étudiant(e) développera et validera des modèles phénologiques pour des espèces de ravageurs des cultures du maïs (Kenya/France) et du quinoa (Bolivie).
Au-delà des encadrants, la thèse bénéficiera de l’appui de nos partenaires en France, au Kenya et en Bolivie. Cette thèse s’insère dans le cadre d’un projet ANR couvrant les besoins de fonctionnement, les missions de terrain en France et à l’étranger, ainsi que la participation à des colloques.
Compétences attendues et candidature : Le ou la candidat(e) doit être titulaire d’un master ou équivalent en écologie ou en sciences du vivant, avec un intérêt prononcé pour l’analyse de données, les mathématiques et la programmation (R et python). Les candidatures doivent être adressées jusqu’au dimanche 13 octobre 2019 par email < francois.rebaudo@ird.fr> et < judith.legrand@inra.fr> (CV et lettre de motivation). Les entretiens auront lieu dans la deuxième quinzaine d’octobre (visioconférence possible pour les candidats hors région) pour un début de contrat en janvier 2020.
Pour toute information complémentaire, merci de contacter < francois.rebaudo@ird.fr>.