Inférence de l’histoire démographique des populations de chèvre par deep learning
L’histoire des espèces domestiques animales est fortement liée à celle des populations humaines, de la domestication jusqu’à l’établissement de races d’élevage en passant par la colonisation de nouveaux environnements depuis les aires de répartition des espèces sauvages ancestrales. Reconstruire l’histoire démographique des espèces animales domestiques permet donc de mieux comprendre l’adaptation au milieu et aux pratiques d’élevage et offre une perspective originale sur l’histoire des populations humaines.
L’étude de l’histoire démographique des populations animales a pendant longtemps été le travail d’archéo-zoologues mais depuis quelques années, les données issues de la génomique permettent d’en offrir une nouvelle perspective (e.g. Frantz et al. 2020). Encore plus récemment, des avancées en intelligence artificielle, et plus spécifiquement en apprentissage profond (deep learning) promettent de pouvoir estimer des histoires plus complexes (Schrider & Kern, 2018). Ces nouvelles méthodes offrent, outre une efficacité prédictive avérée, des avantages pratiques tels que l’applicabilité à de larges jeux de données ou la portabilité des modèles entraînés.