Ce dépôt de code R est axé sur la cartographie des locus de caractères quantitatifs (QTL) et la modélisation de la distribution des espèces (SDM) appliquée spécifiquement à Gasterosteus aculeatus, communément appelé l'épinoche à trois épines. L'épinoche est un organisme modèle de premier plan en biologie évolutive, particulièrement pour étudier l'adaptation rapide et la spéciation dans divers environnements. Cette ressource fournit des outils informatiques pour identifier les régions génomiques associées à des traits complexes et pour prédire la distribution géographique des espèces selon des variables environnementales. Les scripts sont développés en R, un environnement polyvalent pour l'analyse statistique et la visualisation de données. L'analyse QTL utilise des méthodes statistiques reliant des traits phénotypiques (p. ex., morphologie, comportement, physiologie) à des régions génomiques précises, exploitant souvent des marqueurs génétiques issus de croisements ou de populations naturelles. La SDM, aussi appelée modélisation de niche écologique, utilise des algorithmes pour corréler les données d'occurrence des espèces avec des prédicteurs environnementaux (p. ex., climat, topographie) afin de cartographier les habitats potentiels. Les capacités techniques de ces scripts comprennent le traitement de grands ensembles de données génomiques, la réalisation d'associations statistiques pour les QTL et l'application de divers algorithmes de SDM (p. ex., MaxEnt, GLM, Random Forest) afin de générer des cartes de distribution et d'évaluer les influences environnementales. Les métriques de performance pour la SDM incluent souvent l'AUC (aire sous la courbe) et le TSS (True Skill Statistic). Ce bien numérique est très pertinent pour les chercheurs en génomique évolutive, génétique écologique et biologie de la conservation. Il facilite l'étude de l'architecture génétique des traits adaptatifs chez l'épinoche et la prédiction de sa distribution dans des conditions environnementales actuelles ou futures. Les applications comprennent la compréhension des bases génétiques de l'adaptation à l'eau douce, l'étude de l'impact des changements climatiques sur l'aire de répartition des espèces et l'orientation des stratégies de conservation pour les populations vulnérables. Les avantages incluent une analyse statistique robuste pour des données génétiques et écologiques complexes, ainsi que la capacité de générer des modèles prédictifs d'occurrence d'espèces. Le code est compatible avec les installations R standards et s'utilise avec divers types de marqueurs génétiques (p. ex., SNP) et de jeux de données environnementales (p. ex., WorldClim).