UNE HISTOIRE DU VIVANT
Biodiversité, Hardy-Weinberg, évolution humaine, modèles démographiques, de Turing à l'IA
NIVEAU Terminale, enseignement scientifique CONTENU 5 pages · 14 schémas · exemples chiffrés originaux
1 ESTIMER LA BIODIVERSITÉ 3.1
MESURER LA BIODIVERSITÉ CAPTURE-MARQUAGE-RECAPTURE
Diversité des écosystèmes, des espèces et des gènes, décrite On marque n1 individus capturés, on les relâche, puis on
par la richesse spécifique (nombre d'espèces) et l'abondance recapture n2 individus dont m marqués. Si la proportion de
(nombre d'individus d'une population, d'une espèce ou d'un marqués est la même dans la recapture et dans la population
taxon plus vaste). Environ 2 millions d'espèces sont décrites ; (quatrième proportionnelle) :
une part importante reste à découvrir.
m n1 n1 × n2
= ⟹ N≈
Métagénomique : on séquence l'ADN de tout un échantillon (sol,
eau…) et on le compare à des bases de données : des taxons
n2 N m
Conditions : population fermée entre les captures (ni naissance,
sont identifiés sans être vus ni cultivés.
ni mort, ni migration) ; marques conservées et sans effet ;
Quadrats (ex. original) : 5 carrés de 1 m² comptent 3, 5, 4, 6, 2 mélange homogène ; même probabilité de capture pour tous.
pieds, soit 4 pieds/m² en moyenne ; prairie de 2 500 m² : N ≈
4 × 2 500 = 10 000 pieds.
1 · CAPTURE + MARQUAGE 2 · MÉLANGE HOMOGÈNE 3 · RECAPTURE
PROPORTIONS ÉGALES
m/n2 = n1/N
N ≈ n1 × n2 / m
= 120 ×
N ≈ 400
n1 = 120 capturés, population : N inconnu n2 = 100 capturés marqué non marqué
marqués, relâchés proportion marquée n1/N dont m = 30 marqués 1 point = 10 individus
30
Exemple original : n1 = 120, n2 = 100, m = 30. La fréquence observée f =
100
= 0,30 estime n1
N
, d'où N
≈ 400.
2 INTERVALLE DE CONFIANCE ET FLUCTUATION 3.1
INTERVALLE DE CONFIANCE À 95 % p = 0,30 f ± 0,1 manquent p
f
// formule donnée
0,5
Échantillon de taille n, fréquence observée f . Formule usuelle
0,4
(pour n ⩾ 25 et 0,2 ⩽ f ⩽ 0,8) : au niveau de confiance 95 %,
la proportion inconnue p de la population est estimée par 0,3
0,2
1 1
[f − ; f+ ]
0,1
n
n
Ici f = 0,30 et n = n2 = 100 : p = n1
∈ [0,20 ; 0,40], donc 1 10 20 30 40
N numéro de l'échantillon (n2 = 100)
N ∈ [ 0,40 ; 0,20 ] = [300 ; 600]
120 120
40 recaptures de 100 individus simulées (comme au tableur), N =
400 dont 120 marqués : f fluctue, 38 intervalles sur 40 contiennent
0,30.
estimation n1n2/m = 400
n2 = 100 CE QU'IL FAUT SAVOIR DIRE
f = 0,30 ± 0,10 300 600 Le niveau de confiance est toujours strictement inférieur à
100 % (fluctuation d'échantillonnage) : environ 95 % des
n2 = 400
intervalles obtenus contiennent p, pas tous.
f = 0,30 ± 0,05 343 480
Amplitude 2n : 4 fois plus d'individus recapturés → intervalle 2
300 400 500 600 fois plus étroit. Si l'énoncé donne une autre formule (ex. f ±
effectif N estimé 1,96 f (1 − f )/n), on applique celle-ci.
Même f = 0,30 : avec n2 = 400 (m = 120), N ∈ [343 ; 480],
bien plus précis.
LE CARTOUCHE Fiche n°86 · Enseignement scientifique
, 3 LE MODÈLE DE HARDY-WEINBERG 3.1
FRÉQUENCES // un gène, deux allèles A et a MODÈLE PROBABILISTE // grand effectif
Génotypiques (n individus) : f (AA) = nAA
n
, f (Aa)
= nAa
n
, Chaque descendant reçoit un allèle de chaque parent, tiré au
f (aa) = naa
, de somme 1.
hasard et indépendamment (unions au hasard) : un allèle tiré est
n
A avec la probabilité p. En assimilant probabilités et fréquences
Alléliques : un hétérozygote ne porte qu'un allèle A sur deux :
(loi des grands nombres) :
p = f (A) = f (AA) + 12 f (Aa) 2
f (AA) = p f (Aa) = 2pq f (aa) = q 2
q = f (a) = f (aa) + 12 f (Aa) = 1 − p
Fréquence de A à la génération suivante : p2 × 2pq = + 1
2
Ex. original : 500 AA, 200 Aa, 300 aa sur 1 000 → p = 0,5 + p(p + q) = p. Les fréquences alléliques sont conservées, les
0,1 = 0,6, q = 0,4.
fréquences génotypiques constantes dès la 2e génération :
c'est l'équilibre de Hardy-Weinberg.
gamètes du parent 1 AA Aa aa
fréquence
A (p = 0,6) a (q = 0,4) 0,6
gamètes du parent 2
0,50 0,48 0,48
A AA Aa
p = 0,6 0,4 0,36 0,36
p² = 0,36 pq = 0,24 0,30
0,20
a aA aa 0,2 0,16 0,16
q = 0,4 qp = 0,24 q² = 0,16
0
Aa : 2pq = 0,48 (2 cases) génération 0 génération 1 génération 2
p = 0,6 p = 0,6 p = 0,6
Tableau de croisement des gamètes (Aa occupe 2 cases : 2pq ) et calcul sur 3 générations à partir de 0,,,30 : dès la génération 1,
0,,,16, puis plus rien ne change.
CONDITIONS ET CALCUL EN PYTHON ÉCART AU MODÈLE // exemple original
Équilibre si : population de grand effectif (pas de dérive), unions au Observé : 450 AA, 300 Aa, 250 aa, donc p =
hasard, ni migration, ni mutation, ni sélection. 2×450+300 2
2 000
= 0,6. Attendus : 1 000 p , 1 000 × 2pq ,
2
fAA, fAa, faa = 0.50, 0.20, 0.30 # génération 0 1 000 q .
for g in range(1, 4):
p = fAA + fAa / 2
GÉNOTYPE AA Aa aa
q = 1 - p observé 450 300 250
fAA, fAa, faa = p**2, 2*p*q, q**2
print(g, round(fAA, 2), round(fAa, 2), round(faa, 2)) attendu 360 480 160
# 1 0.36 0.48 0.16 (puis identique)
Déficit d'hétérozygotes : une hypothèse n'est pas
respectée (unions non aléatoires comme la consanguinité,
sélection, migration…). Un écart révèle une force
évolutive : mutation, sélection, dérive, migration.
f(A) N = 10 individus (20 allèles) f(A) N = 500 individus (1 000 allèles)
1 1
0,5 0,5
0 0
0 20 40 60 0 20 40 60
générations générations
Simulation de la dérive génétique : à chaque génération, les allèles sont tirés au hasard (6 essais, f (A) = 0,5 au départ). Petit effectif : les
fréquences varient vite, un allèle est fixé (f = 1) ou perdu (f = 0) ; grand effectif : elles restent proches de 0,5.
PIÈGES CLASSIQUES
CMR : N ≈ n1 n2
m
, pas nn1 m . L'intervalle de confiance porte sur la proportion p
2
= n1
N
: la borne basse de N vient
1
de f + n
.
p = f (AA) + 12 f (Aa), pas f (AA) ; les hétérozygotes valent 2pq (deux cases du tableau). Un écart au
modèle n'est pas une erreur : il révèle une force évolutive.
LE CARTOUCHE Fiche n°86 · Enseignement scientifique