Parmi les cinq conditions requises pour maintenir l’équilibre de Hardy-Weinberg, la taille infinie de la population sera toujours violée ; cela signifie qu’un certain degré de dérive génétique se produit toujours. Une population de petite taille entraîne une dérive génétique accrue, ce qui, selon une hypothèse, confère à ces groupes un avantage évolutif pour l’acquisition de la complexité du génome. Une autre hypothèse postule que si la dérive génétique joue un rôle plus important dans le développement de la complexité par les petites populations, la sélection est le mécanisme par lequel les grandes populations développent la complexité.
Goulots d’étranglement de la population et effet fondateurEdit
Les goulots d’étranglement de la population se produisent lorsque la taille de la population se réduit pendant une courte période, diminuant la diversité génétique de la population.
L’effet fondateur se produit lorsque quelques individus d’une population plus importante établissent une nouvelle population et diminue également la diversité génétique, et a été initialement décrit par Ernst Mayr. L’effet fondateur est un cas unique de dérive génétique, car la plus petite population fondatrice a une diversité génétique diminuée qui va déplacer les allèles au sein de la population plus rapidement vers la fixation.
Modélisation de la dérive génétiqueEdit
La dérive génétique est typiquement modélisée dans des environnements de laboratoire en utilisant des populations bactériennes ou une simulation numérique. Dans les organismes numériques, une population générée subit une évolution basée sur des paramètres variables, y compris la fitness différentielle, la variation et l’hérédité fixée pour les organismes individuels.
Rozen et al. utilisent des souches bactériennes distinctes sur deux milieux différents, l’un avec des composants nutritifs simples et l’autre avec des nutriments notés pour aider les populations de bactéries à évoluer plus hétérogènes. Une simulation numérique basée sur le plan d’expérience bactérien a également été utilisée, avec des attributions assorties de fitness et des tailles de population effectives comparables à celles des bactéries utilisées, basées sur des désignations de petites et grandes populations. Dans les environnements simples et complexes, les petites populations ont montré une plus grande variation de population que les grandes populations, qui n’ont montré aucune diversité significative de fitness. Les petites populations avaient une meilleure aptitude et s’adaptaient plus rapidement dans l’environnement complexe, tandis que les grandes populations s’adaptaient plus rapidement que les petites populations dans l’environnement simple. Ces données démontrent que les conséquences d’une variation accrue au sein des petites populations dépendent de l’environnement : les environnements plus difficiles ou complexes permettent à la variance présente au sein des petites populations de conférer un plus grand avantage. L’analyse démontre que les petites populations ont des niveaux de fitness plus importants grâce à l’hétérogénéité au sein du groupe, quelle que soit la complexité de l’environnement ; les réponses adaptatives sont accrues dans les environnements plus complexes. Les adaptations dans les populations asexuées ne sont pas non plus limitées par les mutations, car la variation génétique au sein de ces populations peut être le moteur de l’adaptation. Bien que les petites populations aient tendance à faire face à davantage de défis en raison de l’accès limité à des mutations bénéfiques généralisées, l’adaptation au sein de ces populations est moins prévisible et permet aux populations d’être plus plastiques dans leurs réponses environnementales. L’augmentation de la fitness au fil du temps dans les petites populations asexuées est connue pour être fortement corrélée positivement avec la taille de la population et le taux de mutation, et la probabilité de fixation d’une mutation bénéfique est inversement liée à la taille de la population et au taux de mutation.
LaBar et Adami utilisent des organismes haploïdes numériques pour évaluer différentes stratégies d’accumulation de la complexité génomique. Cette étude a démontré que la dérive et la sélection sont toutes deux efficaces dans les petites et grandes populations, respectivement, mais que ce succès dépend de plusieurs facteurs. Les données provenant de l’observation de mutations d’insertion dans ce système numérique démontrent que les petites populations évoluent vers des génomes plus grands à partir de la fixation de mutations délétères et que les grandes populations évoluent vers des génomes plus grands à partir de la fixation de mutations bénéfiques. On a constaté que les petites populations ont l’avantage d’atteindre une complexité génomique complète en raison de la complexité phénotypique due à la dérive. Lorsque des mutations par délétion ont été simulées, seules les plus grandes populations présentaient un avantage significatif en termes de fitness. Ces simulations démontrent que les petites populations fixent les mutations délétères par une dérive génétique accrue. Cet avantage est probablement limité par les taux élevés d’extinction. Les populations plus importantes évoluent vers la complexité par le biais de mutations qui augmentent l’expression de gènes particuliers ; l’élimination des allèles délétères ne limite pas le développement de génomes plus complexes dans les groupes plus importants et un grand nombre de mutations d’insertion qui ont donné lieu à des éléments bénéfiques ou non fonctionnels au sein du génome n’étaient pas nécessaires. Lorsque les mutations par délétion sont plus fréquentes, les plus grandes populations ont un avantage qui suggère que les grandes populations ont généralement un avantage évolutif pour le développement de nouveaux traits.