Thèse Dynamique Évolutive dans les Écosystèmes Complexes une Approche par les Systèmes Désordonnés H/F - Doctorat.Gouv.Fr

Établissement : Université Paris-Saclay GS Physique École doctorale : Physique en Ile de France Laboratoire de recherche : Institut de PHysique Théorique Direction de la thèse : Pierfrancesco URBANI Début de la thèse : 2026-10-01 Date limite de candidature : 2026-04-18T23:59:59 In recent years, a new research domain has emerged at the intersection between statistical physics, mathematical biology and ecology. This field aims to understand the robustness of certain statistical patterns in the dynamics and organisation of many-species ecosystems, spanning scales from trees in a rainforest to bacteria in the human gut. Key questions include : How can so many seemingly biologically similar species coexist locally ? Why does only a small fraction of these coexisting species typically account for most of the biomass ? And what drives changes, across space and time, in the identity of these dominant species ? The theory of disordered systems provides a powerful conceptual framework to address such questions without committing to any specific ecosystem, and it has already achieved significant success. This PhD project aims to extend this framework by incorporating evolutionary processes that have shaped ecological communities as we observe them today. Ultimately, within the disordered systems approach, the goal is to better understand how evolutionary dynamics determine the statistical structure of interactions between species. Il existe sur Terre de nombreux écosystèmes dans lesquels coexistent un grand nombre d'espèces. Chacune de ces espèces interagit avec son environnement et avec celles qui l'entourent d'une manière qui lui est propre, de sorte qu'il est impossible de modéliser la dynamique de tels systèmes sans faire a priori intervenir un très grand nombre de paramètres. Eu égard au nombre d'espèces en jeu, ces paramètres sont par ailleurs souvent impossible à estimer à partir des données empiriques. Pourtant, il existe, en dépit de la diversité des processus biologiques sous-jacents et des échelles de taille concernées, des régularités statistique dans la dynamique et l'organisation de ces écosystèmes. Ce constat, ainsi que la recherche de principes unificateurs en écologie, a conduit à un changement de paradigme consistant à remplacer ces paramètres inconnus par des variables aléatoires. Dans cette approche, l'objectif est d'identifier et de classifier les comportements typiques des modèles de dynamique de population avec
beaucoup d'espèces, plutôt que d'étudier un écosystème en particulier. L'objectif principal de ces travaux sera d'identifier les signatures statistiques des processus évolutifs dans la matrice d'interactions entre espèces coexistantes. Il est en effet naturel de considérer que les interactions intraspécifiques au sein de populations phylogénétiquement proches sont similaires aux interactions interspécifiques entre ces populations. Enfin, il s'agira également de caractériser les classes d'arbres phylogénétiques ainsi obtenus, par exemple en étudiant l'âge typique de l'ancêtre commun des espèces présentes.

The ideal candidate is interested in statistical physics and applications to interdisciplinary questions. She/he has to have a good background in statistical physics, stochastic processes and dynamical systems.