Nisha DWIVEDI

Composition du jury

• M. Guillaume Achaz - Professeur, Université Paris-Cité, CDF, MNHN Directeur de thèse
• M. Benoit Nabholz - Professeur, Université de Montpellier, Rapporteur
• Mme. Katerina - Guschanski Senior lecturer, University of Edinburgh, Rapportrice
• Mme. Nathalie Machon - Professeure, MNHN, Présidente
• M. Stefano Mona - Directeur d’Étude, EPHE-PSL, Directeur de thèse
• Mme. Fanny Pouyet - Assistant professor, Paris-Saclay, Examinatrice

Résumé en français 

Face à des taux d’extinction comparables à ceux des crises passées, la génomique de la conservation peut jouer un rôle clé dans la gestion des espèces. Pourtant, un écart subsiste entre recherche et application, notamment à cause des hypothèses sous-jacentes aux outils d’inférence. Beaucoup reposent sur des données imparfaites, comme les taux de mutation ou les génomes de référence, dont les effets sur les conclusions sont rarement considérés. Ma thèse explore différentes sources d’incertitude en génomique de la conservation, afin de renforcer la robustesse et l’interprétabilité des études. Dans la première partie, je me concentre sur la tourterelle malgache (Nesoenas picturata), présente dans les Mascareignes. Les gestionnaires s’interrogent sur son statut indigène ou invasif. Grâce à des données génomiques issues de populations contemporaines et d’ADN ancien de Madagascar, Maurice et La Réunion, j’ai reconstruit son histoire de colonisation. Les analyses révèlent deux colonisations indépendantes depuis Madagascar. Les estimations de taille efficace (Ne) et de flux génétique varient selon les exécutions, mais une validation croisée soutient un scénario de Ne faible et de translocations récentes. L’ADN ancien confirme la présence préhumaine de l’espèce, appuyant son statut d’espèce indigène. La deuxième partie porte sur l’incertitude liée au taux de mutation, paramètre central des inférences démographiques. En réanalysant deux jeux de données publiés sur le requin épaulette (Hemiscyllium ocellatum) et la baleine à bosse (Megaptera novaeangliae), j’ai testé la robustesse des estimations selon les pipelines bio-informatiques. Le choix du pipeline modifie le taux de mutation estimé de plusieurs ordres de grandeur. Les seuils appliqués aux mutations de novo et la définition du génome appelable influencent fortement les résultats, notamment lorsque la qualité du séquençage varie. Par ailleurs, les régions appelables sont biaisées vers des zones conservées du génome. Ces constats soulignent la nécessité de standardiser les pipelines et de mieux caractériser les régions utilisées pour estimer les taux de mutation. Enfin, la troisième partie examine l’impact du choix du génome de référence sur les inférences. L’alignement sur un génome de haute qualité mais phylogénétiquement distant biaise la structure et l’histoire démographique, alors qu’un génome fragmenté mais conspecifique conserve mieux le signal biologique. À partir de données de bourdons et d’oiseaux, j’ai montré que la proximité phylogénétique du génome de référence prime sur sa continuité pour préserver la fidélité des inférences. Ces résultats soutiennent le développement d’initiatives visant à produire des génomes de référence de haute qualité pour chaque espèce, condition essentielle pour faire de la génomique de la conservation une science pleinement appliquée.

Abstract in  english

Amidst extinction rates comparable to past mass extinction events, conservation genomics has the potential to inform species management. Yet, a gap remains between research and application, partly due to assumptions underlying genomic inference tools. Many of these methods rely on imperfect inputs, like mutation rates estimates and reference genomes, whose effects on downstream conclusions are rarely considered. My thesis explores key sources of uncertainty in conservation genomic inference to build a stronger foundation for more robust and interpretable studies. In the first part, I focus on a species of conservation concern, the Madagascar turtle dove (Nesoenas picturata), distributed across the Mascarene Islands, which were colonized by humans only in the 1600s. Conservation authorities in the region require clarification on whether this species is native or invasive.  Using whole-genome data from contemporary populations and reduced-representation sequencing of ancient DNA from Madagascar, Mauritius, and Réunion, I applied complementary demographic inference approaches to reconstruct the species’ colonization history. My results indicate independent colonizations from Madagascar to both islands. However, different runs of the same most-likely demographic model yielded contrasting estimates of recent parameters, particularly effective population size and gene flow. Through extensive cross-validation using independent summary statistics, I found stronger support for low Ne and high translocation rates, a scenario that might otherwise have been overlooked due to the recent nature of its demographic events. Analyses of ancient DNA further confirm the pre-human presence of the species on both islands, supporting its native status. In the second part I examine uncertainty in a central demographic parameter, the mutation rate. Using recently published pedigree datasets from the epaulette shark (Hemiscyllium ocellatum) and the humpback whale (Megaptera novaeangliae), I test the robustness of pedigree-based mutation rate estimates to bioinformatic pipelines. I identify major methodological differences between studies, particularly in the thresholds applied to potential denovo mutations. Cross-applying pipelines between datasets shows that the choice of pipeline alone can shift mutation rate estimates by orders of magnitude. Examining the two components of the mutation rate, the number of denovo mutations and the callable genome, I find that composite filtering metrics disproportionately exclude potential mutations, especially in datasets with heterogeneous sequencing quality. Moreover, analysis of callable genomes in natural populations of sharks and whales shows that they consistently overrepresent conserved, gene-rich regions rather than a random sample of genomic sites. These findings underscore the need to standardize filtering strategies and to characterize the genomic regions used in mutation rate estimation. In the final part, I investigate how reference genome choice affects downstream population genomic inferences. Mapping sequence data to a reference is a fundamental step, yet it often involves a trade-off between assembly quality and phylogenetic proximity. Using datasets from bumblebees and birds, I show that mapping to a high-quality but distant reference biases inferences of population structure and historical demography by distorting the site frequency spectrum, whereas a fragmented conspecific reference retains more accurate biological signal despite a reduce number of sites for statistical power. These findings emphasize the need for high-quality, species-specific reference genomes and support large-scale reference genome initiatives as essential to making conservation genomics an applied science.