Au cours de mon doctorat, j’ai étudié le rôle potentiel des niveaux d’antioxydants pour déterminer les modèles d’histoires de vie des oiseaux sauvages chez une centaine d’espèces. Le résultat principal fut que la question même avait peu de sens: il n’existe rien correspondant à un « niveau d’antioxydants » qui peut être défini et mesuré de manière consistante à travers différentes espèces, et un portrait beaucoup plus détaillé et nuancé de la physiologie est nécessaire afin de comprendre les liens qui unissent les antioxydants aux traits d’histoire de vie. Les niveaux de certains antioxydants étaient souvent corrélés à des mesures spécifiques de l’histoire de vie, la qualité individuelle, etc., de sorte qu’il serait facile de trouver de telles relations et de les interpréter à outrance dans un jeu de données plus restreint. Cela ne suggère pas que les niveaux d’antioxydants sont dépourvus d’importance ou sont non-reliés aux aspects importants des stratégies d’histoire de vie et du succès reproducteur, mais plutôt que la physiologie varie de façon trop importante à travers les espèces et les conditions pour que les prédictions soient utiles la plupart du temps.

À ce moment, ce résultat m’est apparu comme une déception, parce que qu’il suggérait que nous avions atteint une limite dans notre capacité à relier la physiologie aux aspects de la performance des organismes. En rétrospective, il s’agissait plutôt de la naissance d’un nouveau modèle édictant comment mesurer et considérer la physiologie des organismes. Les écophysiologistes faisaient alors deux suppositions clairement fausses: (1) que les biomarqueurs individuels pouvaient être considérés un à la fois, comme s’ils n’étaient pas corrélés, et (2) que leurs relations avec d’autres traits seraient linéaires (voir la bande dessinée en ligne XKCD sur l’extrapolation linéaire). En fait, il est bien connu que ces molécules sont importantes précisément parce qu’elles font partie d’un réseau de régulation qui maintient l’homéostasie. Ces réseaux n’impliquent pas seulement un contrôle descendant, mais également des boucles de rétroaction, de la redondance, ainsi que d’autres aspects qui en font des systèmes complexes formels. Il est donc rarement sensé de considérer les niveaux d’une seule molécule en dehors de ce contexte dynamique. Heureusement, les réseaux de régulation physiologique ne sont pas aléatoires, mais sont au contraire façonnés par l’évolution dans le but d’aider les organismes à maintenir l’homéostasie. Il en résulte que l’on doit pouvoir quantifier et caractériser l’état de ces réseaux, lesquels doivent correspondre à d’importants aspects de la situation ou de l’environnement d’un organisme. Par conséquent, nous ne devrions pas avoir à mesurer des millions de molécules ou caractériser des réseaux de régulation complets afin de faire des inférences sur l’état physiologique : bien qu’une molécule soit rarement suffisante, un nombre restreint de biomarqueurs (10-15) doit souvent suffire.

Ce modèle a des implications qui dépassent largement l’écophysiologie. Des études issues de domaines aussi divers que l’économie, la sociologie, l’épidémiologie et la physiologie utilisent de façon inappropriée des biomarqueurs uniques, ce que le modèle suggère d’améliorer grâce à des moyens simples. Il en découle également qu’une part importante de la littérature actuelle portant sur la biologie des systèmes nous complique probablement plus la vie qu’elle ne le devrait : il est très difficile de dresser le plan d’un système complet et encore davantage de comprendre ce que ce plan dit quant au comportement du système et à son rôle au sein de l’organisme. Un nombre restreint de molécules, traité avec des méthodes statistiques appropriées, risque de passer outre le bruit et la complexité et nous permettre de comprendre ce que font ces réseaux de régulation.

Résultats principaux

Publications ciblées

Cohen, A.A., Milot, E., Li, Q., Bergeron, P., Poirier, R., Dusseault-Bélanger, F., Fulop, T., Leroux, M., Legault, V., Metter, E.J., Fried, L.P., Ferrucci, L. (2015). Detection of a novel, integrative aging process suggests complex physiological integration. PLoS ONE, 10(3):e0116489. [pubmed] [pdf]

Cohen, A.A. (2015). Complex systems dynamics in aging: new evidence, continuing questions. Biogerontology, 17(1):205-20. doi: 10.1007/s10522-015-9584-x. [pubmed] [pdf]

Cohen, A.A., Martin, L.B., Wingfield, J.C., McWilliams, S.R. (2012). Physiological Regulatory Networks: Ecological Roles and Evolutionary Constraints. Trends in Ecology and Evolution, 27 (8): 428-435. [pubmed]

Cohen, A.A. and McGraw, K.J. (2009). No Simple Measures for Antioxidant Status in Birds: Complexity in Inter- and Intraspecific Correlations Among Circulating Antioxidant Types. Functional Ecology, 23(2): 310-320. [lien vers l’article]

Cohen, A.A., McGraw, K.J., Wiersma, P., Williams, J.B., Robinson, W.D., Robinson, T.R., Brawn, J.D., Ricklefs, R.E. (2008). Interspecific Associations Between Circulating Antioxidant Levels and Life History Variation in Birds. The American Naturalist, 172(2): 178-193. [pubmed] [pdf] [lien vers l’article]