La fédération
Intranet
Axe 3 : Interactions biotiques - Comprendre leur importance, leur structure et leur dynamique
Nous étudions les règles d’assemblage dans les méta-communautés...
Pour mesurer l’importance des interactions biotiques à grande échelle spatiale, nous utilisons des données de biodiversité à grande échelle et recherchons les signaux d’interactions biotiques dans des modèles, par exemple les modèles de diversité alpha et bêta des communautés végétales à travers les Alpes, les données de distribution combinées avec le méta-web des vertébrés à travers l’Europe et des échantillons répétés de communautés multitrophiques dans l’observatoire Orchamp.
Nous étudions la structure et la dynamique des réseaux d’interaction ...
Nous cherchons à mieux comprendre les interactions biotiques, leur prévalence et leur importance globales, leur nature (positive ou négative, intensité), leur impact fonctionnel sur l’écosystème, leur dynamique temporelle et leur dépendance vis-à-vis du contexte. Nous nous appuyons sur des combinaisons d’expériences et de données d’observation empiriques à long terme (résaux bipartite, ex. : plante-pollinisateur ou plante-herbivore) avec des modèles Lotka-Volterra et des analyses statistiques de réseaux pour identifier les points de basculement et les changements de trajectoire des réseaux d’interaction bipartites ou tripartites. Nous analysons la structure et la distribution spatiale des réseaux d’interaction complexes et nous nous demandons si nous pouvons prédire les interactions à partir des caractéristiques et du comportement des espèces, comment l’environnement passé et actuel influence la structure spatiale des réseaux, comment et pourquoi certaines espèces sont centrales dans les réseaux et enfin comment quantifier le flux de matière à travers le réseau. Nous nous appuyons sur nos données européennes sur les vertébrés qui résument la répartition spatiale de tous les vertébrés ainsi que leurs caractéristiques, leurs relations phylogénétiques et leurs interactions trophiques connues. Nous utilisons l’intelligence artificielle pour reconstruire les réseaux d’interaction à partir de l’ADN environnemental prélevé dans le sol pour ORCHAMP (MIAI@GrenobleAlpes) et étudions leur distribution et leur diversité le long de gradients environnementaux.
règles d’assemblage des communautés, diversité alpha, diversité bêta, méta-web, communautés multitrophiques, théorie métabolique, intelligence artificielle, modèles d’équations structurelles
- O’Connor, L.M.J, Pollock, L.J., Braga, J., Ficetola, G.F., Maiorano, L., Martinez-Almoyna, C., Montemaggiori, A., Ohlmann, M. & Thuiller, W. (2020) Unveiling the food webs of tetrapods across Europe through the prism of the Eltonian niche. Journal of Biogeography, 47, 181–192.
- Münkemüller, T., Gallien, L., Pollock, L.J. ; Barros, C., Carboni, M., Chalmandrier, L., Mazel, F., Mokany, K., Roquet, C., Smyčka, J., Talluto, M., Thuiller, W. (2020) Do’s and don’ts when inferring assembly rules from diversity patterns. Global Ecology & Biogeography, 29, 1212-1229.
- Gallien L., Zimmermann N.E., Levine J.M. & Adler P.B. (2017) The effects of intransitive competition on coexistence. Ecology Letters. 7, 791–800.
- Binet, M.N., Marchal, C., Lipuma, J., Geremia, R., …, Perigon, S., ..., Bello, M. (2020). Plant health status effects on arbuscular mycorrhizal fungi associated with Lavandula angustifolia and Lavandula intermedia infected by Phytoplasma in France. Sci Rep 10, 20305 (2020).
