🔻 Des algorithmes pour comprendre les coraux

Photo d'illustration ©-seaphotoart-Fotolia

1520
⏱ Lecture < 1 mn.

Parce que les récifs coralliens sont des écosystèmes riches et complexes, il est difficile d’en comprendre tous les rouages qui permettent de mieux les protéger. Une équipe de scientifiques a développé de nouveaux algorithmes permettant de prévoir de façon assez précise l’ensemble des relations alimentaires chez les poissons de récifs, éléments clés pour comprendre comment maintenir la biodiversité de cet écosystème.

Un objectif fondamental en écologie est de comprendre le réseau alimentaire d’un écosystème soit son architecture, ses flux de matières et d’énergie. Cela permet de mieux les protéger. Les systèmes riches comme les forêts primaires ou les récifs coralliens sont cependant assez difficiles à cerner. Afin d’identifier le réseau alimentaire de cet écosystème et ainsi de comprendre les relations de dépendance entre les espèces, une équipe de chercheurs a développé de nouveaux algorithmes d’apprentissage automatique permettant de prévoir de façon assez précise l’ensemble des relations alimentaires chez les poissons de récifs.

Les récifs coralliens sont les systèmes marins les plus riches de la planète. Jusqu’à présent, les scientifiques se basent sur les relations proies-prédateurs pour comprendre l’architecture de ces écosystèmes. L’étude publiée dans PLOS Biology a comparé d’une part des jeux de données réalisés de manière traditionnelle et d’autre part des données réalisées avec les nouveaux algorithmes.

Les scientifiques ont analysé, dans d’anciennes études, les informations existantes sur les contenus stomacaux des poissons de différents systèmes coralliens atlantiques et indopacifiques. Ils ont ainsi pu identifier de façon objective le régime alimentaire de 13 961 poissons de récifs. Ils ont ensuite démontré que des algorithmes d’apprentissage automatique basés sur les relations évolutives entre espèces, données facilement accessibles aujourd’hui, sont en mesure de prévoir les relations prédateur-proie avec une erreur de seulement 5 %. La comparaison a permis d’identifier des discordances pour environ 30% des espèces de poissons

Consulter l’étude