Avancées dans les techniques de classification des insectes

Les actions humaines ont vraiment changé notre environnement, entraînant une énorme perte d'espèces végétales et animales, une situation souvent appelée l'Extinction de l'Holocène. Plus de la moitié des terres sur Terre ont été modifiées d'une manière ou d'une autre, ce qui fait disparaître environ 25 000 espèces chaque année. Ce taux de perte alarmant pousse les taxonomistes, qui nomment et classifient les espèces, à travailler vite. Ils font ça depuis presque 300 ans, mais la situation urgente soulève de sérieuses inquiétudes.

Plusieurs estimations montrent la gravité de la situation : environ 90 % de toutes les formes de vie complexe (Eucaryotes) n'ont pas encore été identifiées. Il faut en moyenne 21 ans depuis la découverte d'une nouvelle espèce jusqu'à sa description officielle. À ce rythme, il pourrait falloir plus de 10 000 ans pour décrire complètement toutes les espèces animales et végétales existantes.

Ces dernières années, de nombreux scientifiques ont dit que les méthodes traditionnelles de classification des espèces sont en crise. Ce problème vient des changements environnementaux rapides dus à l'impact humain, de la perte significative de biodiversité, de moins de taxonomistes disponibles, des retards dans la description des nouvelles espèces, et de l'incertitude concernant les noms et classifications qui reposent uniquement sur des caractéristiques physiques.

Une solution proposée s'appelle la taxonomie intégrative. Cette approche suggère qu'il faut considérer plusieurs aspects pour comprendre une espèce, y compris pas seulement ses traits physiques mais aussi les informations génétiques, les études de population, l'écologie et le comportement. Pour améliorer notre capacité à identifier rapidement et de manière fiable les espèces, les scientifiques cherchent sans cesse de nouveaux outils et méthodes, surtout pour des groupes complexes comme les insectes.

#Outils Moléculaires en Taxonomie

Une des principales méthodes utilisées en taxonomie intégrative est les techniques moléculaires, surtout le Code-barres ADN. Cette méthode utilise un gène particulier, connu sous le nom de Cytochrome Oxidase I (COI), pour aider à identifier les animaux. Le projet BOLD, qui vise à créer un système d'identification mondial pour les animaux, a popularisé ce gène. Cependant, les échantillons d'ADN prélevés sur de vieux spécimens de musées souffrent souvent de dégradation due aux méthodes de conservation, aux conditions environnementales et à l'âge, ce qui complique le processus d'identification.

Une autre approche qui attire l'attention est la Métabolomique, l'étude des petites molécules (métabolites) dans les organismes. Cette science examine la composition chimique des espèces, offrant des informations qui peuvent aider à les identifier et les classer. Dans les plantes, cette méthode est déjà largement utilisée pour la taxonomie, mais les techniques traditionnelles en métabolomique peuvent être coûteuses et longues, car elles nécessitent souvent des préparations et traitements chimiques complexes.

#Spectroscopie dans le Proche Infra-Rouge

Une alternative prometteuse aux méthodes traditionnelles est la spectroscopie dans le proche infra-rouge (NIRS). Cette technique est moins chère et fournit rapidement des données sur la composition chimique d'un échantillon sans le détruire. La NIRS fonctionne dans la gamme du proche infra-rouge du spectre électromagnétique (entre 750 et 2500 nm). Elle analyse comment la lumière interagit avec les molécules d'un échantillon, permettant une compréhension détaillée de sa structure chimique.

La NIRS peut être appliquée dans divers domaines, y compris l'entomologie, où elle aide à distinguer différents groupes d'insectes. La méthode a réussi à identifier les espèces à divers niveaux de classification, allant des espèces spécifiques à des groupes plus larges. Les chercheurs ont testé la NIRS sur des spécimens d'insectes préservés, montrant sa capacité à classer avec précision des groupes comme les coléoptères charançons et même à des fins judiciaires, aidant à identifier des espèces de mouches associées à des corps en décomposition.

Cependant, pour utiliser efficacement la NIRS dans la classification des insectes, il est nécessaire de normaliser les méthodes et les conditions dans lesquelles les données sont collectées. Différentes techniques utilisées par divers chercheurs peuvent conduire à des résultats inconsistants et non comparables. En outre, des différences biologiques importantes, comme la composition de la couche externe de l'insecte (cuticule), peuvent affecter les résultats, car différentes parties d'un insecte peuvent fournir des informations spectrales variées.

#Imagerie Hyper-spectrale

Les avancées dans les technologies d'imagerie ont introduit l'imagerie hyper-spectrale (HSI), qui capture une large gamme de longueurs d'onde pour chaque pixel d'une image. Cette technique crée une structure de données tridimensionnelle appelée hypercube, offrant des informations riches sur les propriétés chimiques et physiques d'un échantillon. Contrairement aux caméras standard qui capturent seulement trois couleurs, la HSI fournit des centaines de canaux, permettant une compréhension détaillée de l'échantillon.

En entomologie, la HSI peut être utilisée pour détecter des blessures aux plantes ou une contamination par des ravageurs. Malgré son potentiel, la technique en est encore à ses débuts en taxonomie des insectes. Une des premières études a combiné NIR avec l'imagerie hyper-spectrale pour différencier les lignées d'un genre spécifique de sauterelles.

Bien que certaines recherches aient appliqué la NIRS à des espèces de sauterelles, l'application de l'imagerie hyper-spectrale en taxonomie, surtout pour des groupes comme les Orthoptères (qui incluent les grillons et les tettigoniidés), est encore limitée. Beaucoup de taxonomistes s'appuient sur des comparaisons physiques pour la classification, ce qui conduit à des incohérences, surtout dans des groupes connus pour leur diversité morphologique.

#Le Défi de Classer les Tettigoniidés

Les tettigoniidés, qui appartiennent au genre Conocephalus, posent des défis importants pour les taxonomistes. Traditionnellement, les espèces ont été classées principalement sur la base des organes génitaux mâles. Cependant, de nombreuses espèces montrent des variations de traits physiques, rendant l'identification difficile sans spécimens mâles.

Cette recherche vise à évaluer l'utilisation de la spectroscopie dans le proche infra-rouge associée à l'imagerie hyper-spectrale pour classifier quatre espèces de Conocephalus. L'étude implique le développement de méthodes pour parvenir à une identification précise des espèces en utilisant cette technologie innovante, améliorant ainsi notre compréhension de la biodiversité des tettigoniidés.

#Préparation des Échantillons

L'étude a organisé ses échantillons en deux ensembles. Le premier ensemble visait à évaluer les forces et les faiblesses de la NIR-HSI en utilisant des spécimens séchés. Le second se concentrait sur le test de l'efficacité de cette technologie pour identifier différentes espèces au sein du genre Conocephalus.

Pour le premier ensemble, les chercheurs ont préparé une sélection diversifiée de 143 spécimens provenant de différentes familles et sous-familles, assurant une large représentation des Orthoptères. Tous les spécimens étaient conservés dans des collections scientifiques et étiquetés avec des codes uniques.

Dans le second ensemble, un sous-ensemble de 48 spécimens appartenant à quatre espèces de Conocephalus a été sélectionné. Les spécimens ont été disposés sur des plaques en mousse pour l'imagerie, et une patte arrière a été retirée de chacun pour faciliter l'analyse de la composition chimique.

#Protocole d'Acquisition d'Images

La recherche visait à acquérir des images claires et complètes des spécimens à l'aide d'un spectromètre d'imagerie hyper-spectrale. Des protocoles spécifiques ont été suivis pour capturer des images sans endommager les spécimens. L'analyse a impliqué de scanner les spécimens sous des conditions contrôlées de température et d'humidité. Chaque spécimen a été scanné plusieurs fois pour garantir l'exactitude et la fiabilité des données collectées.

L'imagerie a capturé les mesures de réflectance sur une large plage spectrale, permettant aux chercheurs d'analyser les composants chimiques présents dans différentes régions des spécimens.

#Traitement et Analyse des Données

Après l'acquisition des images, une série d'étapes de traitement des données étaient nécessaires pour filtrer le bruit et améliorer la qualité des informations spectrales. Différentes méthodes ont été appliquées, y compris des techniques de lissage et le retrait des pics pouvant fausser l'analyse. En affinant soigneusement les données, les chercheurs visaient à améliorer la qualité du signal et se préparer à des comparaisons plus détaillées entre les spécimens.

L'analyse en Composantes Principales (PCA) a été utilisée pour explorer et visualiser les relations au sein des données. Cette technique a aidé à identifier des motifs et des regroupements parmi les spécimens en fonction de leurs profils spectraux.

Pour le second ensemble, les chercheurs ont réalisé une Analyse Discriminante par Moindres Carrés Partiels (PLS-DA) pour classifier avec précision les espèces de Conocephalus. Cette méthode cherchait à maximiser la séparation entre les différentes espèces en fonction de leurs caractéristiques spectrales.

#Résultats

Les résultats ont montré que la spectroscopie dans le proche infra-rouge, combinée à l'imagerie hyper-spectrale, a du potentiel pour différencier les espèces de Conocephalus. L'étude a trouvé que différentes parties du corps produisaient des spectres différents en raison de la composition chimique variée. Par conséquent, les chercheurs soulignent l'importance d'utiliser des parties homologues du corps pour des comparaisons précises.

#Préparation des Échantillons et Rapidité

L'organisation des échantillons sur des plaques en mousse a facilité un processus de scan rapide, permettant de traiter efficacement plusieurs spécimens. Cependant, les chercheurs ont noté les défis associés à l'assurance d'une mise au point uniforme sur plusieurs échantillons. Ils ont reconnu que certains spécimens pourraient nécessiter une attention individuelle pour des résultats optimaux.

#Analyse Spectrale

Les données spectrales brutes ont révélé des motifs complexes et des bandes d'absorbance distinctes, qui pouvaient être corrélées à des marqueurs chimiques spécifiques au sein des spécimens. En examinant ces motifs, les chercheurs ont pu relier les caractéristiques spectrales aux structures biologiques sous-jacentes.

L'étude a également signalé une variabilité dans les profils spectraux en fonction de la taille et de la composition des spécimens. Les plus petits spécimens avec des exosquelettes plus fins ont montré des capacités de pénétration différentes par rapport aux plus grands.

#Intégration des Techniques

La combinaison de la NIRS et de la HSI s'est avérée être une approche robuste pour la taxonomie intégrative. Les techniques non seulement préservaient l'intégrité des spécimens mais fournissaient aussi des informations précieuses sur la composition chimique des espèces, menant à une meilleure précision de classification.

#Discrimination des Espèces

Le modèle PLS-DA a atteint une précision de classification impressionnante parmi les espèces étudiées. Les résultats ont indiqué que les données spectrales pouvaient efficacement distinguer entre des espèces étroitement liées. La performance du modèle variait, certaines espèces affichant une précision plus élevée que d'autres, soulignant la nécessité d'un perfectionnement continu dans la méthodologie et les tests.

#Conclusion

L'étude met en lumière le potentiel de la spectroscopie dans le proche infra-rouge associée à l'imagerie hyper-spectrale comme un outil puissant pour les taxonomistes d'insectes. Cette approche non seulement préserve les spécimens de musée mais ouvre aussi de nouvelles avenues pour comprendre la biodiversité.

La recherche souligne l'importance de standardiser les protocoles d'acquisition et de traitement des données pour garantir que les résultats soient comparables à travers différentes études et spécimens. De plus, rendre les données spectrales accessibles à la communauté scientifique plus large pourrait faciliter la collaboration et la vérification des décisions taxonomiques.

Alors que le domaine de la taxonomie intégrative continue d'évoluer, l'inclusion de signatures chimiques via des techniques comme la NIRS et la HSI pourrait transformer notre compréhension de la diversité des espèces et de leurs relations. Les résultats présentés ici soulignent le potentiel de ces méthodologies pour améliorer la précision et l'efficacité de l'identification des espèces, ouvrant la voie à une compréhension plus approfondie du monde naturel et à la nécessité pressante de le préserver face aux changements environnementaux en cours.