Comprendre l’évolution des écosystèmes nécessite de connaître les interactions entre les espèces, notamment les relations trophiques (qui se nourrit de qui ?). Les scientifiques représentent souvent ces liens sous forme de réseaux. En pratique, il est difficile d’observer ou d’identifier toutes ces interactions. Dans le cadre d’une collaboration internationale (USA, Belgique, Nouvelle Zélande), Lucy Van Kleunen et François Massol (CIIL, CNRS UMR9017, INSERM U1019, Univ. Lille) ont développé une nouvelle méthode pour prédire les interactions manquantes au sein des réseaux trophiques. Les chercheurs ont considéré les données déjà connues sur les réseaux et les caractéristiques des espèces. Ils ont ainsi construit un algorithme permettant d’améliorer notre connaissance des interactions entre les espèces, en particulier les relations trophiques. Cet algorithme permettra de mieux comprendre le fonctionnement des écosystèmes et peut-être de prédire d’autres types d’interactions biologiques. Cette étude a été publiée dans la revue scientifique Nature Communications.
Predicting missing links in food webs using stacked models and species traits
Van Kleunen, L.B., Dee, L.E., Wootton, K.L., Massol, F and Clauset A
Nat Commun (2026). https://doi.org/10.1038/s41467-026-68769-7
Centre d’Infection et d’Immunité de Lille
Université de Lille, CNRS, Inserm, Institut Pasteur de Lille, CHU de Lille
