{"id":101,"date":"2023-01-19T18:05:15","date_gmt":"2023-01-19T17:05:15","guid":{"rendered":"https:\/\/project.inria.fr\/evoluthon\/?page_id=101"},"modified":"2023-07-04T14:24:49","modified_gmt":"2023-07-04T12:24:49","slug":"evoluthon-contest-2","status":"publish","type":"page","link":"https:\/\/project.inria.fr\/evoluthon\/fr\/evoluthon-contest-2\/","title":{"rendered":"Le concours Evoluthon"},"content":{"rendered":"

\u00c0 l’occasion d’Alphy\/AIEM 2023 nous avons lanc\u00e9 un premier concours (beta) Evoluthon.
Les r\u00e8gles et le contexte sont pr\u00e9sent\u00e9s plus bas. En deux mot il fallait reconstruire un arbre \u00e9volutif le plus proche de l’original \u00e0 partir de 40 s\u00e9quences g\u00e9n\u00e9r\u00e9es par Aevol selon cet arbre.<\/p>\n\n\n\n


Maintenant que le concours est termin\u00e9, nous partageons l’arbre originel pour que tout le monde puisse s’entra\u00eener sur ces premi\u00e8res s\u00e9quences.
Nous lancerons un concours de plus grande envergure vers la rentr\u00e9e avec plusieurs sets de s\u00e9quences.<\/strong>
<\/p>\n\n\n\n

Ce nouveau concours devrait pr\u00e9senter diff\u00e9rents niveaux de difficult\u00e9s, avec des sets de s\u00e9quences ayant \u00e9volu\u00e9 dans des condition diff\u00e9rentes (bottleneck, changement de taux de mutation…).

<\/p>\n\n\n\n

Premier concours et solutions<\/strong><\/p>\n\n\n\n

Donn\u00e9es<\/strong><\/p>\n\n\n\n

Pour t\u00e9l\u00e9charger les s\u00e9quences en multi-fasta (les donn\u00e9es de l’exercice), cliquez sur le lien suivant :<\/p>\n\n\n\n

sequences_all_multifasta<\/a>T\u00e9l\u00e9charger<\/a><\/div>\n\n\n\n

Solutions<\/strong><\/p>\n\n\n\n

Pour t\u00e9l\u00e9charger l’arbre originel (la \u00ab\u00a0meilleure r\u00e9ponse\/solution possible\u00a0\u00bb) en format newick (en .txt ici), cliquez sur le premier lien ci-dessous.<\/p>\n\n\n\n


Si vous voulez essayer de retrouver la s\u00e9quence ancestrale, vous pouvez comparer \u00e0 la vraie, t\u00e9l\u00e9chargeable via le lien suivant.<\/p>\n\n\n\n


Si vous voulez essayer de d\u00e9terminer les param\u00e8tres de la simulation (intitial population size, maximum indel size, point mutation rate, small deletion rate, small insertion rate, duplication rate, translocation rate, insertion rate, deletion rate), ils sont d\u00e9voil\u00e9s dans le .txt du dernier lien.
<\/p>\n\n\n\n

arbre originel<\/a>T\u00e9l\u00e9charger<\/a><\/div>\n\n\n\n
ancestor<\/a>T\u00e9l\u00e9charger<\/a><\/div>\n\n\n\n
parameters_first_contest<\/a>T\u00e9l\u00e9charger<\/a><\/div>\n\n\n\n
\"\"
Arbre originel<\/figcaption><\/figure>\n\n\n\n

R\u00e8gles<\/strong>
Nous vous fournissons 40 s\u00e9quences d’ADN d’environ 40 000 paires de bases simul\u00e9es avec Aevol.
Elles sont inspir\u00e9es de genome bact\u00e9rien. Chaque s\u00e9quence provient d’une esp\u00e8ce diff\u00e9rente ; les esp\u00e8ces ont \u00e9volu\u00e9 in silico depuis un unique g\u00e9nome originel<\/p>\n\n\n\n

utilisez vos m\u00e9thodes et outils pr\u00e9f\u00e9r\u00e9s pour reconstruire l’arbre phylogenetique le plus proche de l’originel.Vous pouvez soumettre vos arbres au format que vous voulez (newick, NEXUS, phyloxml…) en les envoyant \u00e0 hugo.daudey@univ-lyon1.fr .
<\/p>\n\n\n\n

Aussi, n’h\u00e9sitez pas \u00e0 envoyer \u00e9galement toute sorte d’information que vous auriez trouv\u00e9 sur l’\u00e9volution de ces s\u00e9quences (tailles de pop., pression de s\u00e9lection, \u00e9v\u00e9nements notables…).
Nous pourrons vous confirmer ou infirmer vos d\u00e9ductions gr\u00e2ce \u00e0 la collection des donn\u00e9es que nous avons sur la simulation g\u00e9n\u00e9ratrice de ces s\u00e9quences.<\/p>\n\n\n\n

Contexte<\/strong>
Les m\u00e9thodes d’\u00e9volution mol\u00e9culaires font face \u00e0 un probl\u00e8me de validation : on ne peux pas remonter dans le temps pour v\u00e9rifier les hypoth\u00e8ses et pr\u00e9dictions concernant des \u00e9v\u00e9nements qui se sont pass\u00e9 il y a des milliards d’ann\u00e9es.<\/p>\n\n\n\n

La m\u00e9thode de validation la plus populaire dans la litt\u00e9rature est la simulation in silico.
L’\u00e9volution de g\u00e9nomes peut \u00eatre simul\u00e9e sur un nombre bien plus cons\u00e9quent de g\u00e9n\u00e9rations qu’en \u00e9volution exp\u00e9rimentale, et de fa\u00e7on moins co\u00fbteuse<\/p>\n\n\n\n

Les nouvelles m\u00e9thodes sont presque toujours test\u00e9es sur des simulations ad hoc, c’est-\u00e0-dire des simulations cr\u00e9\u00e9es expr\u00e8s pour tester sp\u00e9cifiquement ces nouvelles m\u00e9thodes. Ce processus conduit in\u00e9vitablement \u00e0 int\u00e9grer des caract\u00e9ristiques essentielles de la m\u00e9thode test\u00e9e dans les simulations, ce qui implique que ces simulations ne peuvent servir qu’\u00e0 tester lesdites nouvelles m\u00e9thodes, et g\u00e9n\u00e9reront des instances ne repr\u00e9sentant pas la complexit\u00e9 r\u00e9elle des donn\u00e9es.<\/p>\n\n\n\n

Evoluthon est un projet qui vise \u00e0 challenger des m\u00e9thodes avec des donn\u00e9es cr\u00e9\u00e9es par des simulations non influenc\u00e9es par lesdites m\u00e9thodes \u00e0 tester. Pour y parvenir, nous proposons Aevol comme outil de benchmarking impartial.<\/p>\n\n\n\n

Aevol est une plateforme de g\u00e9n\u00e9tique num\u00e9rique open source qui capture le processus \u00e9volutif \u00e0 l’aide d’algorithmes g\u00e9n\u00e9tiques et d’une mod\u00e9lisation au niveau de l’individu.
Les organismes num\u00e9riques d’Aevol se reproduisent, rivalisent et mutent, \u00e9voluant pendant des centaines de milliers de g\u00e9n\u00e9rations sous une dynamique darwinienne typique.<\/p>\n\n\n\n

Hugo Daudey (1), Marco Foley (2), Jonathan Rouzaud-Cornabas (2)(3), Vincent Daubin (1), Bastien Bousseau (1), \u00c9ric Tannier (1)(2), Guillaume Beslon (2)(3)
\u200b
(1) Universit\u00e9 Claude Bernard Lyon 1, CNRS, Laboratoire de Biom\u00e9trie et Biologie Evolutive, Villeurbanne, France
(2) Centre de recherche Inria de Lyon (\u00c9quipe BEAGLE), Villeurbanne, France
(3) INSA-Lyon, Villeurbanne, France  
<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Questions fr\u00e9quentes:<\/p>\n\n\n\n