Modeling of gene flow at the lanscape scale by a Bayesian approach. Application to decision support for the coexistence between GM and non v | Modélisation des flux de gènes par approches Bayésiennes. Application à l’aide à la décision pour la coexistence de cultures OGM et non OGM.

Spécialité : Sciences du Vivant

anglais. In the European debate about GMOs, the coexistence between GM and non-GM crops is a major stake. Is it possible to cultivate GMOs without penalizing neighboring conventional crops because of the risk of gene flow across landscapes ? The rules that are presently considered only rely on separation distances that are fixed at a national scale. The study presented in this memoire aims at developing a model-based approach, alternative to rigid rules currently under consideration, to adapt the coexistence measure to the diversity of situations encountered in practice. The approach is based on the design of a predictive model for the simulation of pollen flow between cultivated fields and prediction of outcrossing rates in non-GM fields, valuing to the highest local information when available. The inference of the model parameters is performed in a Bayesian framework to explicitly integrate both the intrinsic variability of the studied system as well as approximations and uncertainties in the modeled process. This probabilistic framework has the advantage not only to better take into account the uncertainty in the risk assessment but also to allow easy updating of model parameter values as new data are available.

français. Dans le débat autour des OGM en Europe, la question d'une possible coexistence entre cultures OGM et non-OGM tient une place centrale. Est-il possible de cultiver des OGM sans pénaliser les cultures conventionnelles voisines en raison des risques de flux de gènes à l’échelle des paysages ? Les règles actuellement envisagées reposent uniquement sur des distances de séparation fixées à l'échelle nationale et ne permettent pas d'adaptation à la diversité des situations possibles. Le travail de thèse présenté dans ce mémoire a pour objectif de développer et étudier une approche par modélisation, alternative aux règles plus rigides actuellement envisagées, permettant d'adapter les mesures de coexistence, à la diversité des situations rencontrées en pratique. La démarche repose sur la conception d'un modèle prédictif, permettant la simulation des flux de pollen entre champs cultivés et la prédiction du taux de pollinisation croisée dans les champs non OGM, en valorisant au maximum l'information locale lorsqu'elle est disponible. L'inférence des paramètres du modèle est réalisée dans un cadre bayésien de manière à intégrer de façon explicite aussi bien la variabilité intrinsèque du système étudié que les approximations et incertitudes sur les processus modélisés. Ce cadre probabiliste offre l'avantage non seulement de mieux prendre en compte l'incertitude dans l'évaluation des risques mais aussi de permettre une mise à jour aisée des valeurs des paramètres du modèle à mesure que de nouvelles données sont disponibles.