STA301B-DREUILHE-Vincent

58 vues

Publié le

0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
58
Sur SlideShare
0
Issues des intégrations
0
Intégrations
4
Actions
Partages
0
Téléchargements
3
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

STA301B-DREUILHE-Vincent

  1. 1. 1 DREUILHE Vincent P23 3e année STA201B Stage obligatoire niveau 1 CBGP Maîtres de stage : Julien Foucaud & Aurélien Ausset
  2. 2. 2 Remerciements Je tiens tout d’abord à remercier Pauline et Elise sans qui je n’aurais probablement pas obtenu ce stage, ainsi que Matthieu et Anne-Marie qui m’ont permis de passer ces deux mois à Montpellier. Je remercie bien évidemment Julien Foucaud, mon maître de stage, qui était toujours là pour m’épauler quand j’en avais besoin et qui a su prendre le temps de m’expliquer les enjeux de ce projet et de la recherche en général. J’ai appris beaucoup grâce à lui cet été. Un grand merci à Aurélien qui m’a expliqué de A à Z comment s’occuper de ces petites coccinelles, à Nico qui m’a montré ses criquets et avec qui on ne s’ennuie jamais, à Mukherjy qui m’a appris un tas de choses sur les drosos, à Cécile qui m’a fait découvrir les pyrales et qui m’a donné envie de voyager et bien sûr, à l’ensemble de l’équipe du CBGP qui m’a très bien accueilli.
  3. 3. 3 Sommaire Remerciements........................................................................................................................................................ 2 Abréviations et glossaire......................................................................................................................................... 4 Introduction............................................................................................................................................................. 5 Entreprise ................................................................................................................................................................ 5 Contexte de la mission ............................................................................................................................................ 6 Une espèce envahissante ..................................................................................................................................... 6 Les forces évolutives........................................................................................................................................... 7 Le modèle biologique : Harmonia axyridis ........................................................................................................ 9 Le mélanisme .................................................................................................................................................... 11 Problématique et hypothèse .............................................................................................................................. 12 Moyens utilisés, compétences nécessaires ............................................................................................................ 12 Matériel biologique ........................................................................................................................................... 12 Etapes préliminaires.......................................................................................................................................... 12 Protocole expérimental...................................................................................................................................... 13 Outils statistiques .............................................................................................................................................. 14 Résultats et discussion .......................................................................................................................................... 14 Distribution de la variable et présentation graphique........................................................................................ 15 Choix du GLMM et analyse statistique............................................................................................................. 17 Discussion et limites ......................................................................................................................................... 21 Conclusion et perspectives.................................................................................................................................... 23 Apports personnels................................................................................................................................................ 23 Bibliographie......................................................................................................................................................... 24 Références............................................................................................................................................................. 25 Annexes................................................................................................................................................................. 26
  4. 4. 4 Abréviations et glossaire D Diapause : Phase génétiquement déterminée dans le développement d'un organisme où il diminue l'intensité de ses activités métaboliques. Il est alors en vie ralentie selon des processus physiologiques et biologiques complexes en réponse anticipée à des variations de l'environnement, comme par exemple, le froid de l’hiver. E Environnement : Ensemble des éléments (biotiques ou abiotiques) qui entourent un individu ou une espèce et dont certains contribuent directement à subvenir à ses besoins. Ensemble des conditions naturelles (physiques, chimiques, biologiques) susceptibles d’agir sur les organismes vivants. Epistasie : Interaction existant entre deux ou plusieurs gènes. Il y a épistasie lorsqu'un ou plusieurs gènes (dominant ou récessif) masquent ou empêchent l'expression de facteurs situés à d'autres lieux génétiques. Espèce : Taxon de base de la systématique. Population ou ensemble de populations dont les individus peuvent effectivement ou potentiellement se reproduire entre eux et engendrer une descendance viable et féconde, dans des conditions naturelles. Espèce envahissante : Espèce vivante exotique qui devient un agent de perturbation « nuisible » à la biodiversité autochtone des écosystèmes naturels ou semi-naturels parmi lesquels elle s’est établie. Cette explosion démographique peut être traduite par une invasion biologique. F Fréquences alléliques : Fréquence à laquelle se trouve l'allèle d'un gène dans une population. Habituellement, on l'exprime comme une proportion ou un pourcentage. La somme des fréquences alléliques de tous les allèles d'un gène dans une population est donc par définition égale à 1. En génétique des populations, les fréquences alléliques représentent la diversité génétique au niveau de la population, ou de l'espèce. G Génotype : Ensemble ou partie donnée de l'information génétique (composition génétique) d'un individu. Le génotype d'un individu est donc la composition allélique de tous les gènes de cet individu. L Lutte biologique : Méthode de lutte contre les nuisibles tels que les ravageurs des cultures (insectes, acariens, nématodes, etc.), les maladies (fongiques, bactériennes, virales, etc.), ou les mauvaises herbes (plantes adventices) au moyen d'organismes vivants antagonistes, appelés agents de lutte biologique (qui appartiennent au groupe des auxiliaires des cultures). Elle se base sur l'utilisation de prédateurs (nématodes, arthropodes, vertébrés, mollusques), parasitoïdes, agents pathogènes (virus, bactéries, champignons, etc.), herbivores (ou phytophages), sans faire appel à des pesticides. Elle a pour but de maintenir les populations d'organismes bioagresseurs en dessous d'un seuil de nuisibilité. P Phénotype : Ensemble des caractères observables d'un individu. Souvent utilisé par opposition au génotype. Plasticité phénotypique : Capacité d'un organisme à exprimer différents phénotypes à partir d’un génotype donné selon des conditions environnementales. Ce mécanisme est à opposer à la « canalisation », qui permet un retour au point d'équilibre après une perturbation environnementale, et à la « robustesse », qui est une insensibilité aux variations environnementales. Population : ensemble d'individus d'une même espèce vivante se perpétuant dans un territoire donné.
  5. 5. 5 Introduction L’objectif du travail produit lors de mon stage au CBGP est d’apporter des connaissances sur l’évolution récente d’une espèce de coccinelle envahissante, Harmonia axyridis, et plus particulièrement l’impact de la couleur des élytres sur sa résistance au froid dans différents types de population. J’ai notamment participé à la réalisation d’une expérience dont le but est de déterminer si les morphes rouges et noirs de populations natives, envahissantes et de lutte biologique survivent et récupèrent différentiellement d’un coma au froid. Dans ce rapport, je commencerai par présenter le cadre au sein duquel j’ai travaillé, puis j’expliquerai quelques notions permettant la compréhension du contexte scientifique de l’étude. Ensuite, je détaillerai le matériel utilisé et le protocole d’expérience choisi pour enfin présenter les résultats obtenus et les discuter. Je terminerai ce rapport par une conclusion sur ces travaux et exprimerai ce que m’a apporté ce stage. Entreprise L’INRA L'INRA (Institut National de la Recherche Agronomique) est un organisme français de recherche en agronomie fondé en 1946, actuellement présidé par François Houllier (depuis 2012), ayant le statut d’Établissement public à caractère scientifique et technologique (EPST), et sous la double tutelle du ministère chargé de la Recherche et du ministère chargé de l’Agriculture. Premier institut de recherche agronomique en Europe et deuxième dans le monde en nombre de publications en sciences agricoles et en sciences de la plante et de l'animal, l'INRA mène des recherches finalisées pour une alimentation saine et de qualité, pour une agriculture durable, et pour un environnement préservé et valorisé. Le CBGP Le CBGP (Centre de Biologie pour la Gestion des Populations) est une unité dont les recherches sont centrées sur la biologie de populations et communautés d’organismes qu’il convient de gérer car ils représentent un enjeu majeur pour l’agronomie, les forêts, la santé humaine ou la conservation de la biodiversité. Cinq grands thèmes fédèrent les recherches conduites au sein de l’unité : - Caractérisation de la biodiversité. - Biologie des bios agresseurs et de leurs antagonistes. - Origine, évolution et conséquences des invasions biologiques. - Caractérisation des réservoirs des maladies émergentes. - Compréhension des règles d’assemblage des communautés. Le CBGP dépend de plusieurs instituts : INRA, CIRAD, IRD et Montpellier SupAgro. Le Projet EXOTIC Le Projet EXOTIC (EXperimentally Orientated genomics to Tackle Insect’s adaptative Challenges during bioinvasions : the ladybird Harmonia axyridis as a model species) lancé par BiodivERsA en 2013 a pour but de comprendre comment s’est adaptée Harmonia axyridis lors de son invasion et quelles ont été les clés de son succès. Plusieurs traits étant des pistes potentielles sont étudiés dans ce projet : - Le poids. - Le temps de génération. - Le cannibalisme. - La résistance au froid. - La dépression de consanguinité.
  6. 6. 6 Mon stage a abordé deux des traits phénotypiques présents dans le projet EXOTIC : la résistance au froid ainsi que l’évolution du poids. Brièvement, mon travail sur l’évolution du poids chez Harmonia axyridis a consisté à apporter mon aide lors d’une manipulation d’évolution expérimentale ayant démarré l’année précédente. Cette manipulation a visé à produire des lignées de femelles lourdes, légères et contrôles à partir d’une population du Nord de la Chine, afin de reproduire l’évolution constatée lors de l’invasion mondiale d’H. axyridis. A chaque génération (deux durant mon stage), environ 2200 femelles ont été produites, pesées et sélectionnées. Postérieurement à mon stage, il est prévu d’étudier les corrélations phénotypiques associées à l’évolution de la masse corporelle ainsi que son déterminisme génétique par séquençage haut-débit. Julien Foucaud Ingénieur de recherche Aurélien Ausset Assistant Ingénieur Benoit Facon Chargé de recherche Contexte de la mission Une espèce envahissante Une espèce dite “envahissante” est une espèce ayant été introduite (volontairement ou involontairement) hors de son aire d’origine, sur un territoire où elle est naturellement absente, et qui nuit à l’équilibre de la biodiversité de ce nouvel écosystème. Le phénomène alors observé est appelé “invasion biologique”. Une invasion biologique se déroule en trois phases : l’introduction, l’établissement et la prolifération (Figure 1). L’introduction C’est la survie des individus durant le transport de l’aire native vers le nouvel environnement. Elle est généralement liée à l’activité humaine puisqu’elle correspond au franchissement de la barrière géographique qui est très facilité par l’importance toujours grandissante que prend la mondialisation dans notre société. L’établissement C’est la survie et la reproduction naturelle des individus une fois installés dans leur nouvel environnement. Une fois ces deux barrières écologiques franchises, on dit de cette espèce qu’elle est “naturalisée”. C’est une phase très sensible et très peu d’espèces arrivent à s’établir dans un environnement inconnu, surtout s’il compte beaucoup de différences avec l’aire native. La prolifération C’est l’explosion démographique suivie de l’expansion géographique de l’espèce naturalisée. L’espèce est dite “envahissante” après le franchissement de cette barrière démographique. C’est alors qu’elle peut devenir particulièrement nuisible aux autres espèces, aux cultures ou encore à la santé. Ce phénomène d’invasion biologique est de plus en plus fréquemment rencontré, notamment au cours de projets de lutte biologique. Il est un véritable problème car il peut avoir un impact négatif sur l’agriculture (récoltes ravagées), sur l’écosystème (niches écologiques et nourriture soustraites aux espèces autochtones entrainant leur disparition) ou même sur la santé (propagation de maladies).
  7. 7. 7 On a remarqué dans de nombreux cas qu’une évolution particulièrement rapide de certains traits avait lieu lors d’une invasion biologique. Par exemple, les espèces adoptent d’abord une première stratégie de reproduction pour augmenter le rendement (première reproduction plus jeune, quantité d’œufs plus importante, reproductions plus fréquentes) puis une seconde pour réguler et s’installer durablement (première reproduction moins jeune, quantité d’œufs moins importante, reproductions moins fréquentes). Figure 1 : Schéma du déroulement des trois phases d’une invasion biologique. Les forces évolutives L’évolution génétique des espèces en général dépend de quatre forces évolutives : la migration, la dérive génétique, la mutation génétique et la sélection naturelle. Le phénomène d’invasion biologique est donc lui aussi soumis à ces quatre forces évolutives mais nous allons voir que certaines d’entre elles prennent alors beaucoup plus d’importance que d’autres. La migration C’est le déplacement des individus d’une espèce. Le flux migratoire généré entre les différentes populations d’une espèce aboutit généralement à une homogénéisation génétique entre toutes ces populations. Le succès d’une invasion biologique dépend directement des capacités migratoires de l’espèce car pour qu’une espèce soit considérée comme “envahissante”, il faut qu’elle ait occupé un large espace et qu’elle s’y soit installée de manière durable. La dérive génétique C’est la principale partie aléatoire de l’évolution. La répartition des allèles dans les gamètes lors de la méiose ainsi que l’aléa des gamètes qui vont former la cellule-œuf sont le fruit du hasard et ces phénomènes modifient les fréquences alléliques au sein d’une population. Le phénomène de dérive génétique est d’autant plus important
  8. 8. 8 que l’effectif de la population est faible pour cause d’un effet d’échantillonnage (i.e., les allèles moins fréquents vont avoir tendance à disparaître et les fréquences peuvent être brusquement modifiées). Lors d’une invasion biologique, l’effectif de la population ayant migré ou l’échantillon ayant été sélectionné est généralement très faible par rapport à l’effectif total de la population native et ne contient très probablement pas toute sa diversité génétique. On peut alors remarquer un phénomène de “goulot d’étranglement” (Figure 2), c’est-à-dire, des différences de fréquences alléliques, voire l’absence de certains allèles. Cet échantillon ne sera pas nécessairement représentatif de l’espèce mais étant à la base de la nouvelle population, c’est à partir de ces nouvelles fréquences que la dérive génétique va opérer. La taille réduite de l’effectif augmente la consanguinité et la probabilité d’avoir des génotypes homozygotes. Les allèles récessifs habituellement masqués ont alors plus de chances de se fixer. Des allèles représentant des désavantages évolutifs sont alors exprimés, ils sont dits “délétères”. La sélection naturelle va ensuite supprimer ces allèles délétères, procédant ainsi à une “purge”, ne laissant survivre que les individus chez qui cet allèle ne s’exprime pas. Alternativement, une dérive plus forte que la sélection peut fixer des allèles délétères dans la population. Il peut arriver que les coûts de la fixation d’un nombre important de mutations délétères soient trop élevés et qu’ils concernent un trop grand nombre d’individus, de telle sorte que la sélection naturelle entraîne la population vers son extinction. Figure 2 : Illustration du principe de goulot d’étranglement. Disparition des billes rouges et vertes, fréquence des billes jaunes augmentée et diminution de la taille de l’effectif au cours d’un évènement de goulot d’étranglement. Prolifération de la nouvelle population en fonction des nouvelles fréquences alléliques. La mutation génétique La mutation est l’unique source d’innovation génétique. C’est par ce phénomène que le génome peut être modifié à son origine : l’ADN. Le changement provoqué peut avoir un effet négatif (allèle délétère), et voir sa fréquence diminuer par sélection naturelle, un effet positif favorisé par la sélection naturelle, ou neutre qui ne dépendra pas de la sélection naturelle mais seulement des effets de dérive génétique et de migration. On peut cependant considérer qu’elle ne joue aucun rôle dans les invasions biologiques car les mutations génétiques apparaissent à de très faibles fréquences alors que les invasions se déroulent très rapidement. La sélection naturelle C’est la force évolutive la plus connue. Elle façonne l’espèce simplement en favorisant les individus les plus aptes à survivre et à se reproduire dans leur environnement, allégeant donc le fardeau génétique en éliminant progressivement les moins aptes. Ainsi, les fréquences alléliques d’une population se voient modifiées : les allèles ayant un impact positif sur la survie et/ou la reproduction de l’individu ont une fréquence qui augmente et, à l’inverse, les allèles délétères ont une fréquence qui baisse. Néanmoins, la puissance de la sélection est
  9. 9. 9 faible si les effets des allèles délétères sont mineurs, ou bien principalement épistatiques (i.e., en interaction avec d’autres loci). La sélection naturelle peut être à l’origine de l’insuccès d’une invasion biologique, notamment pendant la phase de l’établissement qui concerne la survie et la reproduction de la population. Comme le nouvel environnement est potentiellement différent de l’aire native de l’espèce, cette étape est délicate. En-dehors de l’adaptation par évolution génétique via la sélection naturelle, les espèces envahissantes peuvent s’accommoder de nouvelles conditions environnementales via leur plasticité phénotypique. Il s’agit de la capacité à exprimer différents phénotypes selon l’environnement à partir du même génotype. De nombreuses recherches actuelles explorent l’interaction entre plasticité phénotypique et évolution génétique (e.g., y a-t-il facilitation ou limitation de l’évolution génétique dans les espèces présentant une forte plasticité phénotypique ?). Le modèle biologique : Harmonia axyridis Harmonia axyridis, souvent appelée “la coccinelle asiatique” est un insecte appartenant à la famille des Coccinellidae et à l’ordre Coleoptera. C’est une espèce originaire de Chine et envahissante en Europe, en Amérique du Nord et dans plusieurs autres régions. Cycle biologique : Son cycle biologique se décompose en cinq stades : quatre stades larvaires et un stade adulte (Figure 3). - Les œufs sont pondus par clutches. Ce sont de petits amas d’œufs collés entre eux. - Après 2 à 3 jours, l’œuf éclot. Il en sort une larve L1. - Une mue s’effectue 2 à 3 jours plus tard pour devenir une larve L2. - Puis une autre 1 à 2 jours plus tard pour passer en L3. - Puis 1 à 2 jours plus tard pour passer en L4. - Puis 4 à 5 jours plus tard pour devenir une pupe. - Enfin, 4 à 5 jours plus tard, une coccinelle adulte émerge de la pupe. Elle est alors toute blanche et se mélanise (i.e., se « colore ») dans les heures suivant son émergence. Chez H. axyridis, la durée de vie est généralement entre 1 et 3 mois mais certains individus peuvent vivre jusqu’à 3 ans. Pour passer l’hiver, les adultes forment des agrégats (on peut parfois en voir dans les maisons) et subissent une diapause. Figure 3 : Cycle biologique d’H. axyridis. Accouplement, clutch, éclosion, L1, L2, L3, L4, pupe, jeune adulte.
  10. 10. 10 Aspect : Chez H. axyridis, les adultes mesurent entre 4,9 et 8,8 mm de long et entre 4 et 6,6 mm de large. Plus de 100 morphes sont répertoriés (Figure 4). On observe à la fois une grande variété au niveau des couleurs des élytres (noires, rouges, jaunes) et du nombre de points (entre 0 et 19). Les morphes qui vont nous intéresser ici sont : - Succinea : rouges à 0 à 19 tâches noires. - Conspicua et Spectabilis : respectivement noires à 2 tâches rouges et noires à 4 tâches rouges La différenciation du sexe se fait au niveau de la tête. Plus précisément, au niveau du labrum (pièce buccale) et du prosternum (haut du thorax). En effet, chez la femelle, ces parties sont sombres alors que chez le mâle, elles sont claires (Figure 5). On remarque aussi que les femelles sont en moyenne plus grosses que les mâles. Figure 4 : 100 différents morphes d’H. axyridis déjà répertoriés en 1946. Figure 5 : Différences morphologiques entre femelle (à gauche) et mâle (à droite) chez H. axyridis.
  11. 11. 11 Histoire : H. axyridis est originaire de l’Asie orientale. Son aire native s’étend de l’Est du Kazakhstan au Japon et du Sud de la Russie au Sud de la Chine. En 1916, elle est utilisée en Californie pour lutter contre les pucerons. Les Etats-Unis et le Canada vont continuer d’importer l’espèce en 1964, en 1965, entre 1978 et 1982, en 1988 en Louisiane et en 1990 dans le Mississipi et en Géorgie. Des échantillons de population asiatique ont été introduits en Europe par l’intermédiaire d’un centre INRA d’Antibes en 1982. Puis, en 1995 une souche est commercialisée par des entreprises françaises, allemandes et hollandaises, tandis qu’en 2000, la firme BioTop commercialise une souche non volante. Des populations asiatiques ont également été introduites en Argentine de 1986 à 1990 et en Egypte dans les années 2000. Ultérieurement, on a pu observer l’émergence de populations invasives, caractérisées par des impacts négatifs sur les activités humaines (infiltration dans la viticulture, envahissement des maisons) et les écosystèmes naturels (prédation d’espèces de coccinelles locales). Ces populations envahissantes ont été détectées en Amérique du Nord et Ouest, au Mexique et en Argentine, mais aussi dans le Nord de l’Europe et en Afrique du Sud, sans pouvoir démontrer l’origine géographique exacte de ces populations invasives. L’étude de la variabilité génétique neutre des différentes populations mondiales a permis de reconstruire l’histoire de l’invasion mondiale d’H. axyridis (Figure 6). Figure 6 : Carte des déplacements d’H. axyridis reconstituée. Les zones rouges subissent l’invasion biologique. Le mélanisme Le mélanisme correspond à une coloration sombre chez un animal, généralement par opposition à une version “classique” plus claire. Il peut être utilisé dans le but d’avertir les prédateurs d’une potentielle toxicité, de se camoufler, d’imiter d’autres individus (pour suggérer une toxicité par exemple) ou encore, de s’adapter à des conditions climatiques (Majerus, M. E. N., 1998). Chez H. axyridis, le mélanisme est en partie génétique et en partie plastique (Michie, L. J., Mallard, F., Majerus, M. E. N., & Jiggins, F. M., 2010). En effet, les différents patrons de mélanisation sont régis par un seul et même locus multi-allélique (15 allèles ; Tan, C. C., 1946). Néanmoins, l’intensité de la mélanisation, notamment chez le morphe rouge, varie selon l’environnement où les larves se développent. Le phénotype de mélanisation est donc également dû à la plasticité phénotypique chez H. axyridis. Plusieurs observations conduisent à émettre l’hypothèse d’une éventuelle importance « thermique » de la mélanisation chez H. axyridis. Lorsque des larves subissent des températures de développement plus froides, les
  12. 12. 12 individus adultes qui émergent sont abondamment mélanisés. De plus, dans son aire native, on rencontre généralement plus d’individus mélaniques à la sortie de l’hiver (i.e., plus d’individus à élytres noires) et plus d’individus succiniques à la sortie de l’été (i.e., plus d’individus à élytres rouges). Ces observations vont dans le sens d’un possible bénéfice de la mélanisation lorsque les températures sont froides, et au contraire, d’un coût lorsque les températures sont élevées. Néanmoins, on n’observe pas de gradient de type mélanique à l’échelle de son aire native. Par exemple, un gradient existe au Japon, mais dans le sens des individus succiniques au Nord et mélaniques au Sud à l’inverse de l’hypothèse thermique de la mélanisation. Posséder des élytres noires pourrait permettre aux individus D’H. axyridis de mieux absorber le rayonnement lumineux et donc, de se réchauffer plus efficacement l’hiver. Si le mélanisme a pu avoir une importance lors du succès de l’invasion biologique d’H. axyridis, notamment du fait de la latitude élevée de la première population envahissante aux Etats-Unis, on constate que cette population est intégralement composée d’individus à élytres rouges, dont le mélanisme ne repose plus que sur leur plasticité phénotypique. Problématique et hypothèse Le rôle des morphes dans la résistance au froid d’Harmonia axyridis varie-t-il selon les différents types de population (native, envahissante et de lutte biologique) ? On peut émettre l’hypothèse qu’il n’y aura pas de différence significative de résistance au froid entre les morphes rouge et noire chez la population d’élevage (de lutte biologique). Cependant, il semble tout à fait possible qu’une différence entre les morphes existe bel et bien chez les populations sauvages (native et envahissante). Moyens utilisés, compétences nécessaires Matériel biologique Notre expérimentation va être effectuée en utilisant trois populations différentes d’H. axyridis : - Une population native, échantillonnée en Chine dans la région de Jilin (Nord-Est). - Une population envahissante européenne échantillonnée dans le Gard. - Une population de lutte biologique, en provenance de l’entreprise BioTop (plus de 200 générations passées en laboratoire). Chacune de ces trois populations a été divisée en deux lignées correspondant à deux morphes : - Elytres rouges (avec points noirs ou sans point) - Elytres noires (à points rouges) Six lignées au total seront donc soumises à notre test de résistance au froid. Etapes préliminaires Avant mon arrivée, une purification des lignées a été effectuée au cours de plusieurs générations afin d’obtenir des populations entièrement homozygotes pour les morphes (3 à 13 générations de purification selon les lignées). La purification, notamment des lignées noires, entraîne des élevages à des températures variées selon les lignées et une désynchronisation des émergences au fil des générations. A mon arrivée, il a fallu essayer de synchroniser les émergences des individus des différentes populations à tester malgré les différences d’âge des parents. Ainsi, tous les individus ont le même âge au moment du test : cette variable ne produira pas de biais dans les résultats. Néanmoins, un effet confondant avec l’effet lignée sera l’âge des parents (plus ou moins vieux au moment de la production de la génération testée).
  13. 13. 13 Une mise en ponte a été réalisée en remplissant des boîtes (dimensions : 30x30 cm) avec du papier chiffonné et humidifié. Chaque boîte contenait 50 mâles et 50 femelles. Quelques jours après, des clutches ont été récupérés en découpant le papier sur lequel ils étaient déposés, puis sélectionnés pour aboutir à des larves écloses simultanément pour toutes les lignées. Les clutches surnuméraires ont été éliminés. L’élevage des larves a consisté à entretenir (i.e., nourrir, nettoyer) 6 racks de 35 cellules chacun jusqu’à ce que les larves entrent dans le stade pupe. Au fur et à mesure de leurs émergences, j’ai différencié les mâles des femelles et les ai séparés avant qu’ils ne s’accouplent afin que tous les individus soient vierges au moment du test. Plus de 1800 individus ont été sexés. L’élevage des adultes s’est poursuivi pendant quinze jours afin d’atteindre l’âge adulte choisi pour notre expérimentation (15 à 20 jours). Protocole expérimental Prévu : Le test devait s’effectuer dans l’idéal sur 1200 individus répartis équitablement sur les six populations. Donc 200 par population comprenant 100 mâles et 100 femelles. Réel : Dans les faits, nous avons pu conserver un effectif total de 1200 individus mais dans des proportions remodelées en fonction des quantités d’œufs pondus par chaque lignée (Table 1). Les effectifs des différentes populations étaient déséquilibrés : de nombreux individus des lignées natives ont été produits contrairement aux lignées de de lutte biologique. Les morphes au sein des populations envahissantes et de lutte biologique étaient également déséquilibrés : nos élevages ont généralement produit plus d’individus pour les lignées noires que pour les lignées rouges. Cependant, le ratio 50/50 mâles/femelles a pu être respecté. Effectifs totaux Mâles Femelles Total Morphes Total Populations TOTAL BioTop Rouge 10 17 27 259 1200 Noire 121 111 232 Gard Rouge 88 71 159 423 Noire 131 133 264 Chine Rouge 129 131 260 518 Noire 129 129 258 Total Sexes 608 592 Table 1 : Tableau des effectifs d’individus sélectionnés.
  14. 14. 14 Quinze jours après l’émergence, nous avons donc commencé les tests. Les 1200 individus ont été disposés dans des boîtes individuelles numérotées, de 5,5 cm de diamètre, avec un peu de nourriture. Pour des questions de place, ils ont été répartis en quatre groupes (A, B, C et D) de 300 et ont subi le protocole suivant (Figure 7) en décalé sur quatre jours. Figure 7 : Protocole expérimental réalisé. Nous avons arrêté les mesures à partir de 200 minutes tous les jours car au-delà de ce délai, quasiment aucun individu ne bouge et les individus encore endormis sont en fait probablement morts. Outils statistiques J’ai exclusivement utilisé le logiciel R v.3.2.2 pour réaliser l’analyse statistique de mes résultats ainsi que tous les graphiques et tableaux. Le package ggplot2 m’a permis d’améliorer l’esthétisme de mes graphiques afin de les rendre plus lisibles et plus faciles à comprendre. Résultats et discussion Nous allons d’abord observer l’aspect de la distribution globale de notre variable d’intérêt et déterminer quelle loi de probabilité décrit le mieux son comportement. Puis nous allons tester la significativité des différents facteurs en comparant plusieurs modèles linéaires généralisés mixtes (GLMM). Enfin, nous allons discuter et interpréter les résultats et conclure sur les limites de cette expérience. Pour ce faire, nous allons utiliser le jeu de données obtenu à l’issu des quatre jours de mesure. Au total, le temps de réveil a été relevé pour 1102 individus (les 98 restants n’étant toujours pas réveillés après 200 minutes).
  15. 15. 15 Distribution de la variable et présentation graphique La variable « temps de réveil » semble suivre une loi de Poisson. On peut observer sur la Figure 8 une croissance assez forte du nombre d’individus réveillés, puis une décroissance beaucoup plus faible, formant une queue à partir de 150 min environ. On peut soupçonner un effet « batch » dû à la répartition des individus en quatre groupes différents. En effet, les groupes ayant été testés pendants différentes journées, les différences de conditions environnementales ont pu avoir un effet indésirable sur le temps de réveil des individus (Figure 9). Le sexe ne semble pas avoir eu d’influence sur le temps de réveil à première vue (Figure 10). Les facteurs sur lesquels nous allons nous pencher réellement sont le morphe et la population. L’observation de ces facteurs indépendamment l’un de l’autre semble nous indiquer une absence de différence entre morphes ainsi qu’un effet fort de la population d’origine (Figure 11 : morphe et Figure 12 : population). Néanmoins, il est nécessaire de nous intéresser aux interactions entre les trois facteurs fixes (sexe, population et morphe) afin de préciser leurs relations (Figure 13 : population:sexe, Figure 14 : sexe:morphe et Figure 15 : population:morphe). Les histogrammes présentés semblent indiquer la présence d’interactions significatives, notamment pour l’interaction population:morphe. Figure 8 : Histogramme du temps de réveil chez H. axyridis.
  16. 16. 16 Figure 9 : Boxplots du temps de réveil par groupe chez H. axyridis. Figure 10 : Boxplots du temps de réveil par sexe chez H. axyridis. Figure 11 : Boxplots du temps de réveil par morphe chez H. axyridis. Figure 12 : Boxplots du temps de réveil par population chez H. axyridis. Figure 13 : Histogrammes du temps de réveil par sexe pour différentes populations chez H. axyridis.
  17. 17. 17 Figure 14 : Histogrammes du temps de réveil par morphe pour différents sexes chez H. axyridis. Figure 15 : Histogrammes du temps de réveil par morphe pour différentes populations chez H. axyridis. Choix du GLMM et analyse statistique On veut mettre au point un modèle linéaire généralisé mixte par maximum de vraisemblance avec approximation de Laplace pour une distribution de la famille Poisson. Le modèle linéaire est généralisé, car la distribution de nos données est non-normale, et est mixte, car il possède des facteurs aléatoires (âge parental et batch). Nous allons adopter la méthode d’analyse suivante : en partant du modèle complet, nous allons tester la significativité des différents facteurs en commençant par les ordres les plus élevés. Le design du premier modèle (modèle complet) prend en compte les trois facteurs fixes (Population = P, Morphe = M et Sexe = S), les trois interactions qui y sont associées (P:M, P:S et M:S), la triple-interaction (P:M:S) et deux facteurs aléatoires : l’âge parental et le batch. Modèle 1 : P + M + S + P:M + P:S + M:S + P:M:S + âge parental + batch
  18. 18. 18 On vérifie d’abord la présence d’overdispersion de nos données avec ce modèle. chisq ratio p logp 10438.383416 9.594102 0.000000 -3451.346764 Table 2 On voit que les données sont très overdispersées, nous devons donc ajouter un effet aléatoire pour chaque observation individuelle (dans notre cas, « boîte ») et tester ce nouveau modèle. Modèle 2 : P + M + S + P:M + P:S + M:S + P:M:S + âge parental + batch + boîte On compare ces deux modèles avec un test de ratio des vraisemblances (Likelihood Ratio Test ; LRT). Modèle Df AIC logLik deviance Chisq Chi Df Pr(>Chisq) mp1 14 17425 -8698.5 17397 mp2 15 10533 -5251.5 10503 6894 1 < 2.2e-16 Table 3 Les différents critères de comparaison de modèles (Akaike Information Criterion, AIC ; Bayesian Information Criterion, BIC ; la vraisemblance), ainsi que le résultat du LRT (χ²1 = 6894 ; p < 0.001), nous indiquent que le modèle 2 correspond mieux aux données car il tient compte de l’overdispersion. Il est donc nécessaire de conserver le facteur aléatoire « boîte ». Nous allons maintenant tester la significativité des autres facteurs en créant de nouveaux modèles qui n’en tiennent pas compte et en les comparant. On teste les facteurs aléatoires en premier. Premièrement, nous essayons de retirer le facteur « âge parental ». Modèle 3 : P + M + S + P:M + P:S + M:S + P:M:S + batch + boîte On le compare maintenant avec le modèle 2 qui est notre meilleur modèle jusqu’à présent. Modèle Df AIC logLik deviance Chisq Chi Df Pr(>Chisq) mp3 14 10531 -5251.5 10503 mp2 15 10533 -5251.5 10503 0 1 1 Table 4 Le facteur « âge parental » n’a aucun effet (p = 1). Il peut donc être retiré du modèle. Modèle 4 : P + M + S + P:M + P:S + M:S + P:M:S + boîte On compare le modèle 4 qui ne prend pas en compte l’effet « batch » avec le modèle 3.
  19. 19. 19 Modèle Df AIC logLik deviance Chisq Chi Df Pr(>Chisq) mp4 13 10571 -5272.3 10545 mp3 14 10531 -5251.5 10503 41.568 1 1.138e-10 Table 5 L’effet « batch » est très significatif (p < 0,001), il faut donc garder le modèle 3. Nous nous intéressons ensuite aux effets fixes et à leurs interactions. On retire les effets d’ordre supérieur en premier : on commence donc avec la triple-interaction. Modèle 5 : P + M + S + P:M + P:S + M:S + batch + boîte Modèle Df AIC logLik deviance Chisq Chi Df Pr(>Chisq) mp5 12 10530 -5253.1 10506 mp3 14 10531 -5251.5 10503 3.2631 2 0.1956 Table 6 La triple-interaction n’a pas d’effet (p = 0,1956), on préfère donc ce nouveau modèle. On essaie maintenant de retirer les double-interactions en commençant par la moins significative dans le modèle précédent. Dans notre cas, il s’agit de M:S. Modèle 6 : P + M + S + P:M + P:S + batch + boîte Modèle Df AIC logLik deviance Chisq Chi Df Pr(>Chisq) mp6 11 10539 -5258.6 10517 mp5 12 10530 -5253.1 10506 11.004 1 0.000909 Table 7 L’interaction M:S a un effet significatif (p < 0,001), on la garde donc dans notre modèle et on essaye de retirer l’interaction P:S. Modèle 7 : P + M + S + P:M + M:S + batch + boîte Modèle Df AIC logLik deviance Chisq Chi Df Pr(>Chisq) mp7 10 10548 -5264.0 10528 mp5 12 10530 -5253.1 10506 21.788 2 1.857e-05 Table 8 L’interaction P:S a un effet significatif (p < 0,001), on garde le modèle 5 et on teste la dernière interaction, P:M. Modèle 8 : P + M + S + P:S + M:S + batch + boîte
  20. 20. 20 Modèle Df AIC logLik deviance Chisq Chi Df Pr(>Chisq) mp8 10 10584 -5282.1 10564 mp5 12 10530 -5253.1 10506 57.967 2 2.586e-13 Table 9 L’interaction P:M a un effet significatif (p < 0,001), il faut également la garder. Les trois doubles-interactions ont un effet, on ne va donc pas tester de modèle qui ne tient pas compte des facteurs fixes seuls. Le Modèle 5 est le modèle le plus efficace. Cependant, il est tout de même intéressant d’évaluer l’importance des facteurs fixes seuls. On va donc réaliser une analyse de déviance (elle est elle aussi utilisée pour comparer des GLM ; elle a un rôle similaire à la variance résiduelle d’une ANOVA ; ici, elle permet d’obtenir une p-value pour les facteurs fixes seuls) de notre modèle final. Facteur Chisq Df Pr(>Chisq) pop 6.8709 1 0.0087611 sex 9.8182 1 0.0017279 morph 7.0386 1 0.0079769 pop:sex 0.3103 1 0.5774758 pop:morph 35.7581 1 2.234e-09 sex:morph 12.5055 1 0.0004058 Table 10 On voit que l’effet « population » est très important alors que le morphe et le sexe n’ont quasiment aucun effet. On peut également effectuer une analyse des résidus qui sont censés être aléatoirement répartis autour de zéro, dans le cas où notre modèle modélise efficacement la réalité et où il est exempt de biais systématique. Min 1Q Median 3Q Max -1.59681 -0.25084 -0.00331 0.19362 0.68426 Table 11 La médiane des résidus est quasiment égale à 0. Les moyennes n’ont aucune valeur statistique dans une loi de Poisson. On utilise donc des « moyennes ajustées » pour donner une meilleure comparaison entre les populations, morphes et sexes (Tables 12 à 14). Ces moyennes ajustées sont calculées à l’aide d’un « bootstrap », c’est-à-dire du calcul de notre moyenne d’après de multiples jeux de données simulés chacun par un tirage aléatoire avec remise à partir du jeu de données réel.
  21. 21. 21 Pop mean proportion lower.ci upper.ci "B" 105.179 95.245 115.860 "C" 87.308 80.601 94.791 "G" 84.564 77.228 92.660 Table 12 Morph mean proportion lower.ci upper.ci "N" 94.139 85.272 104.958 "R" 92.388 85.162 99.837 Table 13 Sex mean proportion lower.ci upper.ci "F" 94.078 86.403 102.495 "M" 86.970 79.507 94.877 Table 14 Discussion et limites Notre question principale était de savoir si le morphe a un effet particulier sur la résistance au froid selon la population étudiée. Nos résultats indiquent que l’interaction « population:morphe », qui est donc celle qui nous intéresse le plus, a un effet significatif sur le temps de réveil dans notre échantillon populationnel. En effet, on constate que dans la population Gard, les noires se réveillent beaucoup plus vite que les rouges (Figure 15). En revanche, cet effet n’est pas observé dans la population Chine, d’où une interaction significative. On peut penser que ce résultat vient du fait que la population Gard est issue du croisement entre une population envahissante américaine entièrement Rouge (et adaptée au froid) et une population BioTop Rouge et Noire (non adaptée au froid). Les individus Noir de la population Gard sont très majoritairement hétérozygotes et pourraient bénéficier d’un effet de « sauvetage » de la part de l’allèle rouge, si celui-ci provient de la population américaine. Néanmoins, cela signifie que l’allèle rouge américain « adapté » serait en fréquence plus importante que l’allèle rouge BioTop « non-adapté ». Il est dans ce cas difficile d’expliquer le réveil tardif des individus rouge de la population Gard. On peut noter que l’effet inverse est observé sur cette figure pour la population BioTop (les noires se réveillent plus tard) mais le faible nombre d’individus testés (notamment pour BioTop Rouge) ne nous permet pas d’être certains de la validité de ce résultat. Les individus Rouge étant globalement en sous-effectif par rapport aux noirs, on les retire de notre jeu de données pour évaluer d’éventuelles différences entre les populations (au sein d’un morphe). On observe que les individus Biotop se réveillent significativement plus tard que les individus des populations Chine et Gard. Il est très probable que les conditions d’élevage de cette population de lutte biologique (au laboratoire pendant plusieurs centaines de générations) ont contribué à lui faire perdre son adaptation au froid, toujours présente dans les populations naturelles. Le facteur « population » est très intéressant : on peut voir sur la Figure 12 que la population BioTop (population d’élevage) met beaucoup plus de temps à se réveiller après un choc au froid que les populations Chine et Gard (populations sauvages). Ce résultat est en accord avec les études précédentes, démontrant une faible adaptation de la population BioTop à des conditions froides. Cela pourrait s’expliquer du fait que les lignées BioTop ont passé plus de 200 générations en laboratoire et n’ont pas vécu d’hiver depuis des dizaines d’années. Elles ont subi une sélection artificielle et non naturelle, elles n’ont donc pas été sélectionnées pour leur
  22. 22. 22 résistance au froid, mais pour leur fécondité. L’analyse statistique confirme, à travers la Table 12, que les Gard se réveillent en premier, puis les Chine, et enfin les BioTop. Mais surtout, on remarque que l’intervalle de confiance de la moyenne ajustée de BioTop est très large (20 min) comparé à celui des populations sauvages (15 min pour Chine et pour Gard). Ceci montre malheureusement que nos données BioTop présentent des limites au niveau de leur interprétation. Il est intéressant de noter que parmi les populations naturelles les Gard sont plus résistantes que les Chine. Ceci pourrait également être dû à une différence de nombre de générations passées au laboratoire (14 pour les Chine et 4 pour les Gard), nous donnant une indication sur la rapidité relative de la perte d’adaptation au froid chez H. axyridis. La Figure 11, représentant les distributions globales des performances des individus noirs et rouge, peut être trompeuse : on n’y détecte aucune différence significative entre morphes. On voit aussi que dans la Table 13, les intervalles de confiance semblent identiques. Nos forts effectifs globaux pourraient nous pousser à conclure qu’il n’y a pas d’effet. Néanmoins, la présence d’interactions d’ordres supérieurs nous empêche de conclure que les morphes ne sont pas différents. Car en réalité il le sont peut-être d’une manière différente dans chaque population ; Figure 15). Sur la Figure 9, on remarque que les groupes B et D se sont globalement réveillés plus tôt en comparaison aux autres groupes. Cet effet « batch » est confirmé par l’analyse statistique (Table 5). Ceci pourrait s’expliquer par le fait que ce dernier batch ait été mesuré sous l’influence d’une lumière naturelle et non artificielle, par une différence de température dans la salle lors du quatrième jour, ou bien l’influence conjuguée des deux. En effet, la climatisation n’était pas assez puissante pour maintenir la salle à une température de 21°C. Ces quelques degrés supplémentaires ont pu accélérer le réveil de l’ensemble des individus. Néanmoins, des temps similaires ayant été enregistrés lors du deuxième jour (mesures en lumière artificielle, à 21°C), il est exclu que la lumière naturelle ou qu’une température environnementale légèrement plus haute puisse jouer un rôle prépondérant dans le temps de réveil des individus d’H. axyridis. D’après la Figure 13, le facteur « population:sexe » ne semble avoir un effet que dans la population BioTop. La répartition des sexes paraît équilibrée pour les deux populations sauvages. Ceci vient peut-être encore une fois du fait que l’effectif de la population BioTop et assez faible par rapport aux effectifs des deux autres populations. On notera que si l’on retire les individus BioTop de notre jeu de données, pour se pencher sur l’effet du morphe, le facteur P:S n’a pas d’effet significatif et les facteurs fixes « morphe » et « sexe » ont beaucoup plus d’effet. Cela paraît plus vraisemblable et confirme que les données de cette population soient peu interprétables. A première vue, la Figure 10 montre que le réveil des mâles se fait un peu plus tôt et a une plus forte variance que celui des femelles. La Table 14 montre également que les mâles se réveillent plus tôt mais avec un intervalle de confiance plus large (15 min pour les femelles et 20 min pour les mâles). On ne s’attendait pas à une telle différence de variance car le ratio mâles/femelles était bien de 50/50. Les mâles étant en général de plus petite taille que les femelles, on peut penser qu’il leur faut moins de temps pour se réchauffer et donc, pour se réveiller. La Figure 14 nous montre qu’il y a un effet du morphe chez les mâles (les noirs se réveillent avant les rouges) mais visiblement pas chez les femelles. De manière parallèle, l’interaction « sexe:morphe » a un effet significatif sur le temps de réveil. L’avantage du morphe Noir ajouté au léger avantage du sexe Mâle pourrait expliquer ce résultat. Il est aussi possible que les mâles rouges de la population Gard soient plus vulnérables que les femelles de cette même population. Une inspection graphique semble infirmer cette dernière hypothèse. Lorsque l’on teste l’effet de l’âge parental dans la Table 4, on conclut que ce facteur n’intervient pas. Il faut noter que le test formel de ce facteur est impossible car il est entièrement confondu avec notre facteur « pop ». Les raisons pour lesquelles on observe une différence d’effet « morphe » chez les Gard et pas chez les Chine sont floues. L’hypothèse d’une épistasie entre un allèle présent chez les Rouge américaines et un autre présent chez les BioTop pourrait être une piste. Je n’ai pas trouvé d’étude concernant la résistance au froid d’H. axyridis en fonction des morphes et des populations dans la littérature mais la distribution géographique des morphes selon différents climats ne montre pas d’avantage systématique pour les individus rouges ou noirs. On peut donc supposer que le mélanisme en lui-même ne joue pas de rôle capital dans le trait « résistance au froid » mais que ce sont plutôt des interactions génétiques, associées au mélanisme et différentes pour chaque population, qui régissent ce trait.
  23. 23. 23 Conclusion et perspectives L’expérience réalisée nous a permis de répondre à notre questionnement. A savoir, déterminer si les morphes rouge et noir avaient un impact différent selon la population étudiée. Et si oui, dans quel sens ? Le résultat est net : il existe bel et bien une très forte interaction « population:morphe » mais pas forcément dans le sens attendu. Deux hypothèses sont émises pour expliquer le phénomène observé : - Le caractère « résistance au froid » se perd assez rapidement au fil des générations passées en laboratoire (car pas d’exposition au froid). - Le caractère « résistance au froid » est régi par des interactions génétiques liées au mélanisme plutôt que par le mélanisme lui-même. L’étude de l’héritabilité du poids effectuée en parallèle n’a malheureusement pas été aussi concluante que l’on pouvait l’espérer : après dix générations de sélection, les pesées n’ont pas révélé de différence notable entre les lourdes, les légères et les contrôles. Apports personnels J’ai appris beaucoup de choses cet été, autant au niveau des connaissances biologiques et statistiques qu’au niveau professionnel et sur le milieu de la Recherche. Les thèses et les articles que m’ont conseillés Aurélien et Julien ne m’ont pas seulement fait découvrir un insecte mais tout cet univers qu’est la biologie évolutive et les enjeux qui y sont associés. J’ai également pu manipuler le logiciel de statistiques R sous un angle différent de celui abordé en cours puisque j’ai analysé des données que j’avais moi-même récoltées, c’était alors très intéressant de trouver le moyen de les faire parler. J’ai été responsabilisé par ce projet car sa réalisation m’a en partie été confiée et j’ai eu le degré de liberté parfait : j’ai pu organiser mon travail en fonction des dates fixées et lorsqu’il m’est arrivé de prendre une mauvaise initiative, Julien a pu la repérer assez tôt pour que j’ai le temps de la corriger. Ce stage m’a également permis de mieux comprendre comment s’articulaient les différents corps de métier présents au CBGP. J’ai pu constater que la Recherche, bien que passionnante, n’est pas facile et que les échecs sont malheureusement plus fréquents que les réussites ce qui peut être décourageant si l’on n’est pas passionné par le sujet de recherche.
  24. 24. 24 Bibliographie Clusella Trullas, S., van Wyk, J. H., & Spotila, J. R. (2007). Thermal melanism in ectotherms. Journal of Thermal Biology, 32(5), 235–245. Dheilly, N. M., Maure, F., Ravallec, M., Galinier, R., Doyon, J., Duval, D., Mitta, G. (2015). Who is the puppet master? Replication of a parasitic wasp-associated virus correlates with host behaviour manipulation. Proceedings of the Royal Society B, 282(1803). Dobzhansky, T. (1933). Geographical variation in lady-beetles. The American Naturalist, 67(709), 97–126. Laugier, G. J. M., Le Moguédec, G., Tayeh, A., Loiseau, A., Osawa, N., Estoup, A., & Facon, B. (2013). Increase in male reproductive success and female reproductive investment in invasive populations of the harlequin ladybird Harmonia axyridis. PLoS ONE, 8(10), e77083. Laugier, G.J.M. (2013). Évolution du fardeau génétique et des traits liés à la reproduction au cours d’une invasion biologique. Ph.D. Thesis. SIBAGHE, France. Lombaert, E., Guillemaud, T., Cornuet, J.-M., Malausa, T., Facon, B., & Estoup, A. (2010). Bridgehead effect in the worldwide invasion of the biocontrol harlequin ladybird. PLoS ONE, 5(3), e9743. Majerus, M. E. N. (1998). Melanism: Evolution in Action. Oxford University Press, Oxford, U.K.. Michie, L. J., Mallard, F., Majerus, M. E. N., & Jiggins, F. M. (2010). Melanic through nature or nurture: genetic polymorphism and phenotypic plasticity in Harmonia axyridis. Journal of Evolutionary Biology, 23(8), 1699– 1707. R Core Team (2015). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. https://www.R-project.org/. Tayeh, A. (2013). De la lutte biologique à l’invasion : la coccinelle Harmonia axyridis comme espèce modèle. Ph.D. Thesis. SIBAGHE, France. Tan, C. C. (1946). Mosaic dominance in the inheritance of color patterns in the lady-bird beetle, Harmonia axyridis. Genetics, 31(2), 195. True, J. R. (2003). Insect melanism: the molecules matter. Trends in Ecology & Evolution, 18(12), 640–647. Wickham, H. (2009). ggplot2: elegant graphics for data analysis. Springer, New York.
  25. 25. 25 Références Figure 1 : Schéma du déroulement des trois phases d’une invasion biologique…………………………………..7 Figure 2 : Illustration du principe de goulot d’étranglement. Disparition des billes rouges et vertes, fréquence des billes jaunes augmentée et diminution de la taille de l’effectif au cours d’un évènement de goulot d’étranglement. Prolifération de la nouvelle population en fonction des nouvelles fréquences alléliques……………………………………………………………………………………………………….…...8 Figure 3 : Cycle biologique d’H. axyridis. Accouplement, clutch, éclosion, L1, L2, L3, L4, pupe, jeuneadulte……………………………………………………………………………………………………….....9 Figure 4 : 100 différents morphes d’H. axyridis déjà répertoriés en 1946………………………………………10 Figure 5 : Différences morphologiques entre femelle (à gauche) et mâle (à droite) chez H. axyridis…………...10 Figure 6 : Carte des déplacements d’H. axyridis reconstituée. Les zones rouges subissent l’invasion biologique…………………………………………………………………………………………………………11 Table 1 : Tableau des effectifs d’individus sélectionnés…………………………………………………………13 Figure 7 : Protocole expérimental réalisé………………………………………………………………………...14 Figure 8 : Histogramme du temps de réveil chez H. axyridis……………………………………………………15 Figure 9 : Boxplots du temps de réveil par groupe chez H. axyridis…………………………………..………...16 Figure 11 : Boxplots du temps de réveil par morphe chez H. axyridis………………………………………..…16 Figure 10 : Boxplots du temps de réveil par sexe chez H. axyridis……………………………………………...16 Figure 12 : Boxplots du temps de réveil par population chez H. axyridis……………………………………….16 Figure 13 : Histogrammes du temps de réveil par sexe pour différentes populations chez H. axyridis………....16 Figure 14 : Histogrammes du temps de réveil par morphe pour différents sexes chez H. axyridis……………...17 Figure 15 : Histogrammes du temps de réveil par morphe pour différentes populations chez H. axyridis………………………………………………………………………………………………………...17
  26. 26. 26 Annexes Tableau des résultats : Boîte n° Date Pop Morphe Sexe Age parents Temps réveil 1 18/08/2015 G R M 29/05/2015 65 2 18/08/2015 G N F 04-06/05/2015 72 3 18/08/2015 B N F 29/05/2015 109 4 18/08/2015 C N M 12/06/2015 81 5 18/08/2015 G R M 29/05/2015 108 6 18/08/2015 C R M 03/06/2015 117 7 18/08/2015 B N F 29/05/2015 197 8 18/08/2015 G N M 04-06/05/2015 96 9 18/08/2015 C R F 03/06/2015 73 10 18/08/2015 B N F 29/05/2015 116 11 18/08/2015 C R M 03/06/2015 60 12 18/08/2015 G R F 29/05/2015 108 13 18/08/2015 C N F 12/06/2015 106 14 18/08/2015 G N F 04-06/05/2015 160 15 18/08/2015 B N M 29/05/2015 94 16 18/08/2015 G N F 04-06/05/2015 90 17 18/08/2015 C R M 03/06/2015 49 18 18/08/2015 G R F 29/05/2015 83 19 18/08/2015 C N M 12/06/2015 154 20 18/08/2015 B N M 29/05/2015 45 21 18/08/2015 C R F 03/06/2015 133 22 18/08/2015 G R M 29/05/2015 78 23 18/08/2015 C N F 12/06/2015 91 24 18/08/2015 G N M 04-06/05/2015 105 25 18/08/2015 C N M 12/06/2015 131 26 18/08/2015 B N M 29/05/2015 89 27 18/08/2015 C R F 03/06/2015 95 28 18/08/2015 B N F 29/05/2015 105 29 18/08/2015 G N F 04-06/05/2015 84 30 18/08/2015 C N F 12/06/2015 101 31 18/08/2015 G R F 29/05/2015 92 32 18/08/2015 C R M 03/06/2015 42 33 18/08/2015 G N F 04-06/05/2015 61 34 18/08/2015 B N M 29/05/2015 N/A 35 18/08/2015 C R F 03/06/2015 134 36 18/08/2015 B R M 25/05/2015 88 37 18/08/2015 G N M 04-06/05/2015 83 38 18/08/2015 G R M 29/05/2015 95 39 18/08/2015 B N M 29/05/2015 N/A 40 18/08/2015 C N M 12/06/2015 81
  27. 27. 27 41 18/08/2015 G R F 29/05/2015 109 42 18/08/2015 G N M 04-06/05/2015 61 43 18/08/2015 G R M 29/05/2015 94 44 18/08/2015 C N F 12/06/2015 N/A 45 18/08/2015 B N F 29/05/2015 108 46 18/08/2015 C R F 03/06/2015 107 47 18/08/2015 B R F 25/05/2015 82 48 18/08/2015 C N M 12/06/2015 58 49 18/08/2015 G N F 04-06/05/2015 57 50 18/08/2015 C R M 03/06/2015 116 51 18/08/2015 B N M 29/05/2015 132 52 18/08/2015 C N F 12/06/2015 115 53 18/08/2015 G N F 04-06/05/2015 80 54 18/08/2015 B N F 29/05/2015 125 55 18/08/2015 C R F 03/06/2015 61 56 18/08/2015 G N M 04-06/05/2015 22 57 18/08/2015 C N M 12/06/2015 61 58 18/08/2015 G R F 29/05/2015 132 59 18/08/2015 C R M 03/06/2015 106 60 18/08/2015 G N M 04-06/05/2015 110 61 18/08/2015 C N F 12/06/2015 66 62 18/08/2015 G N F 04-06/05/2015 66 63 18/08/2015 B N M 29/05/2015 N/A 64 18/08/2015 C R F 03/06/2015 87 65 18/08/2015 G R F 29/05/2015 N/A 66 18/08/2015 G N M 04-06/05/2015 71 67 18/08/2015 C N M 12/06/2015 78 68 18/08/2015 C R M 03/06/2015 82 69 18/08/2015 C N F 12/06/2015 73 70 18/08/2015 G N F 04-06/05/2015 67 71 18/08/2015 B N F 29/05/2015 122 72 18/08/2015 G R M 29/05/2015 93 73 18/08/2015 B N M 29/05/2015 N/A 74 18/08/2015 B N F 29/05/2015 74 75 18/08/2015 B R F 25/05/2015 60 76 18/08/2015 C R F 03/06/2015 53 77 18/08/2015 C N M 12/06/2015 93 78 18/08/2015 B N M 29/05/2015 103 79 18/08/2015 C R M 03/06/2015 128 80 18/08/2015 C N F 12/06/2015 89 81 18/08/2015 G N M 04-06/05/2015 108 82 18/08/2015 C R M 03/06/2015 63 83 18/08/2015 C N M 12/06/2015 127 84 18/08/2015 B N M 29/05/2015 199
  28. 28. 28 85 18/08/2015 C N F 12/06/2015 151 86 18/08/2015 C R M 03/06/2015 107 87 18/08/2015 G N F 04-06/05/2015 96 88 18/08/2015 G N M 04-06/05/2015 62 89 18/08/2015 C N M 12/06/2015 69 90 18/08/2015 B N F 29/05/2015 125 91 18/08/2015 C N F 12/06/2015 93 92 18/08/2015 C R F 03/06/2015 93 93 18/08/2015 C R M 03/06/2015 139 94 18/08/2015 B N F 29/05/2015 N/A 95 18/08/2015 C N M 12/06/2015 133 96 18/08/2015 C N F 12/06/2015 95 97 18/08/2015 G N M 04-06/05/2015 61 98 18/08/2015 G N F 04-06/05/2015 63 99 18/08/2015 C R F 03/06/2015 84 100 18/08/2015 G R M 29/05/2015 85 101 18/08/2015 C R F 03/06/2015 59 102 18/08/2015 B N F 29/05/2015 N/A 103 18/08/2015 G N M 04-06/05/2015 82 104 18/08/2015 C N F 12/06/2015 100 105 18/08/2015 C R M 03/06/2015 68 106 18/08/2015 G R F 29/05/2015 113 107 18/08/2015 G N F 04-06/05/2015 41 108 18/08/2015 C R F 03/06/2015 119 109 18/08/2015 G R M 29/05/2015 98 110 18/08/2015 C N M 12/06/2015 158 111 18/08/2015 B N F 29/05/2015 82 112 18/08/2015 C R M 03/06/2015 119 113 18/08/2015 B N M 29/05/2015 121 114 18/08/2015 C R F 03/06/2015 62 115 18/08/2015 B N F 29/05/2015 119 116 18/08/2015 C N F 12/06/2015 179 117 18/08/2015 G N F 04-06/05/2015 112 118 18/08/2015 B N M 29/05/2015 132 119 18/08/2015 G N M 04-06/05/2015 90 120 18/08/2015 G R M 29/05/2015 130 121 18/08/2015 C N M 12/06/2015 111 122 18/08/2015 G N M 04-06/05/2015 50 123 18/08/2015 G R F 29/05/2015 84 124 18/08/2015 C R F 03/06/2015 112 125 18/08/2015 B N F 29/05/2015 70 126 18/08/2015 C R M 03/06/2015 102 127 18/08/2015 G N F 04-06/05/2015 64 128 18/08/2015 C N F 12/06/2015 94
  29. 29. 29 129 18/08/2015 B N M 29/05/2015 N/A 130 18/08/2015 C R M 03/06/2015 62 131 18/08/2015 B N F 29/05/2015 132 132 18/08/2015 C N M 12/06/2015 95 133 18/08/2015 G N M 04-06/05/2015 106 134 18/08/2015 C R M 03/06/2015 102 135 18/08/2015 B N M 29/05/2015 N/A 136 18/08/2015 C N F 12/06/2015 123 137 18/08/2015 G N F 04-06/05/2015 93 138 18/08/2015 G N M 04-06/05/2015 120 139 18/08/2015 G R F 29/05/2015 99 140 18/08/2015 C R M 03/06/2015 78 141 18/08/2015 C N M 12/06/2015 83 142 18/08/2015 B N M 29/05/2015 122 143 18/08/2015 C R F 03/06/2015 67 144 18/08/2015 G R M 29/05/2015 108 145 18/08/2015 C N F 12/06/2015 126 146 18/08/2015 C N M 12/06/2015 140 147 18/08/2015 G N F 04-06/05/2015 103 148 18/08/2015 C R F 03/06/2015 137 149 18/08/2015 G R M 29/05/2015 76 150 18/08/2015 C N F 12/06/2015 125 151 18/08/2015 G N M 04-06/05/2015 119 152 18/08/2015 C R F 03/06/2015 125 153 18/08/2015 G N F 04-06/05/2015 46 154 18/08/2015 B R M 25/05/2015 74 155 18/08/2015 B N M 29/05/2015 81 156 18/08/2015 C N M 12/06/2015 129 157 18/08/2015 G R F 29/05/2015 79 158 18/08/2015 B N M 29/05/2015 123 159 18/08/2015 B N F 29/05/2015 N/A 160 18/08/2015 C N F 12/06/2015 85 161 18/08/2015 C R M 03/06/2015 76 162 18/08/2015 G N M 04-06/05/2015 70 163 18/08/2015 G N F 04-06/05/2015 54 164 18/08/2015 C R F 03/06/2015 64 165 18/08/2015 B N M 29/05/2015 N/A 166 18/08/2015 C R M 03/06/2015 37 167 18/08/2015 C N M 12/06/2015 117 168 18/08/2015 C R F 03/06/2015 115 169 18/08/2015 G R F 29/05/2015 88 170 18/08/2015 G N M 04-06/05/2015 78 171 18/08/2015 G N F 04-06/05/2015 94 172 18/08/2015 C N F 12/06/2015 72
  30. 30. 30 173 18/08/2015 G N M 04-06/05/2015 61 174 18/08/2015 C R M 03/06/2015 121 175 18/08/2015 C N M 12/06/2015 92 176 18/08/2015 B N F 29/05/2015 115 177 18/08/2015 C N F 12/06/2015 83 178 18/08/2015 G R M 29/05/2015 88 179 18/08/2015 B N M 29/05/2015 N/A 180 18/08/2015 C R M 03/06/2015 111 181 18/08/2015 C N M 12/06/2015 69 182 18/08/2015 G R F 29/05/2015 63 183 18/08/2015 C R F 03/06/2015 124 184 18/08/2015 G N F 04-06/05/2015 125 185 18/08/2015 C N F 12/06/2015 142 186 18/08/2015 B N F 29/05/2015 124 187 18/08/2015 G N M 04-06/05/2015 89 188 18/08/2015 C N M 12/06/2015 64 189 18/08/2015 G R M 29/05/2015 61 190 18/08/2015 C R F 03/06/2015 62 191 18/08/2015 B R F 25/05/2015 N/A 192 18/08/2015 B N F 29/05/2015 78 193 18/08/2015 C R M 03/06/2015 42 194 18/08/2015 C N F 12/06/2015 125 195 18/08/2015 B N M 29/05/2015 138 196 18/08/2015 G R M 29/05/2015 64 197 18/08/2015 G N M 04-06/05/2015 95 198 18/08/2015 G N F 04-06/05/2015 56 199 18/08/2015 B N M 29/05/2015 N/A 200 18/08/2015 C N M 12/06/2015 112 201 18/08/2015 G N F 04-06/05/2015 95 202 18/08/2015 G R M 29/05/2015 117 203 18/08/2015 C R M 03/06/2015 112 204 18/08/2015 C R F 03/06/2015 87 205 18/08/2015 B N F 29/05/2015 114 206 18/08/2015 C N M 12/06/2015 113 207 18/08/2015 C R M 03/06/2015 199 208 18/08/2015 B N F 29/05/2015 116 209 18/08/2015 G N F 04-06/05/2015 149 210 18/08/2015 B R F 25/05/2015 82 211 18/08/2015 B N M 29/05/2015 N/A 212 18/08/2015 G N M 04-06/05/2015 110 213 18/08/2015 C R F 03/06/2015 90 214 18/08/2015 G R F 29/05/2015 62 215 18/08/2015 C R M 03/06/2015 63 216 18/08/2015 G N M 04-06/05/2015 105
  31. 31. 31 217 18/08/2015 B N F 29/05/2015 104 218 18/08/2015 C R F 03/06/2015 89 219 18/08/2015 C N F 12/06/2015 102 220 18/08/2015 G R F 29/05/2015 107 221 18/08/2015 C R M 03/06/2015 83 222 18/08/2015 G N F 04-06/05/2015 64 223 18/08/2015 B N F 29/05/2015 115 224 18/08/2015 C N M 12/06/2015 86 225 18/08/2015 G R M 29/05/2015 97 226 18/08/2015 C R F 03/06/2015 146 227 18/08/2015 G N M 04-06/05/2015 56 228 18/08/2015 B N M 29/05/2015 149 229 18/08/2015 C N F 12/06/2015 72 230 18/08/2015 C N M 12/06/2015 115 231 18/08/2015 G R F 29/05/2015 137 232 18/08/2015 C R F 03/06/2015 71 233 18/08/2015 G N M 04-06/05/2015 33 234 18/08/2015 B N F 29/05/2015 109 235 18/08/2015 C N F 12/06/2015 124 236 18/08/2015 B N M 29/05/2015 N/A 237 18/08/2015 C N M 12/06/2015 110 238 18/08/2015 G N F 04-06/05/2015 72 239 18/08/2015 B N M 29/05/2015 114 240 18/08/2015 C R M 03/06/2015 61 241 18/08/2015 B N F 29/05/2015 93 242 18/08/2015 C N F 12/06/2015 69 243 18/08/2015 G R M 29/05/2015 49 244 18/08/2015 B N F 29/05/2015 121 245 18/08/2015 C N M 12/06/2015 62 246 18/08/2015 B N M 29/05/2015 113 247 18/08/2015 G N M 04-06/05/2015 78 248 18/08/2015 G N F 04-06/05/2015 N/A 249 18/08/2015 C R M 03/06/2015 123 250 18/08/2015 B N M 29/05/2015 124 251 18/08/2015 G N F 04-06/05/2015 60 252 18/08/2015 C R F 03/06/2015 81 253 18/08/2015 B R F 25/05/2015 115 254 18/08/2015 C N F 12/06/2015 N/A 255 18/08/2015 C N M 12/06/2015 63 256 18/08/2015 G N M 04-06/05/2015 73 257 18/08/2015 C R M 03/06/2015 106 258 18/08/2015 G N F 04-06/05/2015 81 259 18/08/2015 C R F 03/06/2015 112 260 18/08/2015 G R M 29/05/2015 116
  32. 32. 32 261 18/08/2015 C R M 03/06/2015 98 262 18/08/2015 G N M 04-06/05/2015 82 263 18/08/2015 C N F 12/06/2015 166 264 18/08/2015 B N F 29/05/2015 124 265 18/08/2015 C R F 03/06/2015 78 266 18/08/2015 C N M 12/06/2015 132 267 18/08/2015 G R M 29/05/2015 125 268 18/08/2015 G N F 04-06/05/2015 78 269 18/08/2015 G R M 29/05/2015 N/A 270 18/08/2015 B N M 29/05/2015 128 271 18/08/2015 B N F 29/05/2015 N/A 272 18/08/2015 C N F 12/06/2015 122 273 18/08/2015 G N F 04-06/05/2015 48 274 18/08/2015 C R M 03/06/2015 199 275 18/08/2015 G R F 29/05/2015 76 276 18/08/2015 C N M 12/06/2015 94 277 18/08/2015 C N F 12/06/2015 181 278 18/08/2015 C R M 03/06/2015 87 279 18/08/2015 B N M 29/05/2015 N/A 280 18/08/2015 G N M 04-06/05/2015 58 281 18/08/2015 C R F 03/06/2015 121 282 18/08/2015 G R F 29/05/2015 108 283 18/08/2015 G N F 04-06/05/2015 90 284 18/08/2015 B R M 25/05/2015 60 285 18/08/2015 B N M 29/05/2015 N/A 286 18/08/2015 C N M 12/06/2015 51 287 18/08/2015 G N M 04-06/05/2015 95 288 18/08/2015 C R F 03/06/2015 65 289 18/08/2015 C N F 12/06/2015 196 290 18/08/2015 B N F 29/05/2015 79 291 18/08/2015 B N M 29/05/2015 106 292 18/08/2015 G N M 04-06/05/2015 99 293 18/08/2015 C N M 12/06/2015 68 294 18/08/2015 C R F 03/06/2015 110 295 18/08/2015 G N M 04-06/05/2015 49 296 18/08/2015 G R M 29/05/2015 84 297 18/08/2015 G N F 04-06/05/2015 105 298 18/08/2015 C N F 12/06/2015 128 299 18/08/2015 G R F 29/05/2015 119 300 18/08/2015 G R M 29/05/2015 120 301 19/08/2015 B N F 29/05/2015 118 302 19/08/2015 G N F 04-06/05/2015 46 303 19/08/2015 C R F 03/06/2015 56 304 19/08/2015 B N M 29/05/2015 109
  33. 33. 33 305 19/08/2015 G N M 04-06/05/2015 50 306 19/08/2015 B R F 25/05/2015 50 307 19/08/2015 C R M 03/06/2015 110 308 19/08/2015 G N M 04-06/05/2015 84 309 19/08/2015 C N M 12/06/2015 55 310 19/08/2015 G N F 04-06/05/2015 71 311 19/08/2015 B N F 29/05/2015 70 312 19/08/2015 C R F 03/06/2015 77 313 19/08/2015 C N F 12/06/2015 50 314 19/08/2015 G N M 04-06/05/2015 65 315 19/08/2015 C R M 03/06/2015 83 316 19/08/2015 B N M 29/05/2015 102 317 19/08/2015 C R F 03/06/2015 80 318 19/08/2015 G R F 29/05/2015 131 319 19/08/2015 C N F 12/06/2015 76 320 19/08/2015 G R M 29/05/2015 59 321 19/08/2015 C R F 03/06/2015 55 322 19/08/2015 B N F 29/05/2015 87 323 19/08/2015 G N M 04-06/05/2015 77 324 19/08/2015 C R M 03/06/2015 125 325 19/08/2015 B N M 29/05/2015 150 326 19/08/2015 G N F 04-06/05/2015 74 327 19/08/2015 C N F 12/06/2015 63 328 19/08/2015 G R F 29/05/2015 57 329 19/08/2015 C R F 03/06/2015 72 330 19/08/2015 C N M 12/06/2015 55 331 19/08/2015 G R M 29/05/2015 101 332 19/08/2015 C R F 03/06/2015 101 333 19/08/2015 G N M 04-06/05/2015 99 334 19/08/2015 B N M 29/05/2015 189 335 19/08/2015 C R M 03/06/2015 69 336 19/08/2015 B N F 29/05/2015 56 337 19/08/2015 C N F 12/06/2015 72 338 19/08/2015 G N M 04-06/05/2015 70 339 19/08/2015 C N M 12/06/2015 56 340 19/08/2015 G N F 04-06/05/2015 94 341 19/08/2015 B N M 29/05/2015 110 342 19/08/2015 C N F 12/06/2015 140 343 19/08/2015 G R M 29/05/2015 193 344 19/08/2015 B R M 25/05/2015 81 345 19/08/2015 C N M 12/06/2015 82 346 19/08/2015 G R F 29/05/2015 86 347 19/08/2015 C R M 03/06/2015 102 348 19/08/2015 G N M 04-06/05/2015 132
  34. 34. 34 349 19/08/2015 B N F 29/05/2015 102 350 19/08/2015 G N F 04-06/05/2015 46 351 19/08/2015 C R M 03/06/2015 42 352 19/08/2015 B N M 29/05/2015 N/A 353 19/08/2015 C N F 12/06/2015 132 354 19/08/2015 G N F 04-06/05/2015 39 355 19/08/2015 C R F 03/06/2015 79 356 19/08/2015 G N M 04-06/05/2015 130 357 19/08/2015 C N M 12/06/2015 64 358 19/08/2015 G R M 29/05/2015 79 359 19/08/2015 C R F 03/06/2015 83 360 19/08/2015 C N F 12/06/2015 90 361 19/08/2015 B N M 29/05/2015 67 362 19/08/2015 C R M 03/06/2015 68 363 19/08/2015 G N M 04-06/05/2015 58 364 19/08/2015 B N F 29/05/2015 N/A 365 19/08/2015 G N F 04-06/05/2015 92 366 19/08/2015 C N M 12/06/2015 66 367 19/08/2015 G R F 29/05/2015 87 368 19/08/2015 C R F 03/06/2015 58 369 19/08/2015 C N F 12/06/2015 128 370 19/08/2015 C R M 03/06/2015 153 371 19/08/2015 G N M 04-06/05/2015 62 372 19/08/2015 B N M 29/05/2015 81 373 19/08/2015 G N F 04-06/05/2015 59 374 19/08/2015 C N M 12/06/2015 67 375 19/08/2015 G R M 29/05/2015 88 376 19/08/2015 C N F 12/06/2015 97 377 19/08/2015 B N F 29/05/2015 N/A 378 19/08/2015 C N M 12/06/2015 55 379 19/08/2015 G R F 29/05/2015 90 380 19/08/2015 C N F 12/06/2015 81 381 19/08/2015 G N F 04-06/05/2015 45 382 19/08/2015 C R M 03/06/2015 91 383 19/08/2015 G N M 04-06/05/2015 69 384 19/08/2015 B N M 29/05/2015 141 385 19/08/2015 C N M 12/06/2015 85 386 19/08/2015 C R F 03/06/2015 131 387 19/08/2015 G N F 04-06/05/2015 97 388 19/08/2015 B N F 29/05/2015 87 389 19/08/2015 G R M 29/05/2015 94 390 19/08/2015 C N F 12/06/2015 45 391 19/08/2015 C R F 03/06/2015 56 392 19/08/2015 G R F 29/05/2015 99
  35. 35. 35 393 19/08/2015 C N M 12/06/2015 58 394 19/08/2015 B R F 25/05/2015 51 395 19/08/2015 G N M 04-06/05/2015 46 396 19/08/2015 G N F 04-06/05/2015 42 397 19/08/2015 B N M 29/05/2015 94 398 19/08/2015 G R M 29/05/2015 106 399 19/08/2015 C R M 03/06/2015 73 400 19/08/2015 B N F 29/05/2015 80 401 19/08/2015 G N F 04-06/05/2015 101 402 19/08/2015 B N M 29/05/2015 104 403 19/08/2015 C R M 03/06/2015 69 404 19/08/2015 C N F 12/06/2015 79 405 19/08/2015 G R M 29/05/2015 110 406 19/08/2015 C N M 12/06/2015 48 407 19/08/2015 B N F 29/05/2015 N/A 408 19/08/2015 G N M 04-06/05/2015 33 409 19/08/2015 C R M 03/06/2015 60 410 19/08/2015 B N M 29/05/2015 N/A 411 19/08/2015 G N F 04-06/05/2015 137 412 19/08/2015 G R F 29/05/2015 88 413 19/08/2015 C R F 03/06/2015 107 414 19/08/2015 C N F 12/06/2015 78 415 19/08/2015 G R M 29/05/2015 128 416 19/08/2015 C R F 03/06/2015 93 417 19/08/2015 B R F 25/05/2015 N/A 418 19/08/2015 G N M 04-06/05/2015 105 419 19/08/2015 B N M 29/05/2015 129 420 19/08/2015 C N M 12/06/2015 75 421 19/08/2015 C R F 03/06/2015 84 422 19/08/2015 G R F 29/05/2015 110 423 19/08/2015 B N F 29/05/2015 115 424 19/08/2015 G N F 04-06/05/2015 93 425 19/08/2015 C R M 03/06/2015 52 426 19/08/2015 B N M 29/05/2015 N/A 427 19/08/2015 C N F 12/06/2015 75 428 19/08/2015 G N M 04-06/05/2015 77 429 19/08/2015 C R F 03/06/2015 85 430 19/08/2015 G R M 29/05/2015 109 431 19/08/2015 C N M 12/06/2015 88 432 19/08/2015 G N F 04-06/05/2015 60 433 19/08/2015 B N M 29/05/2015 N/A 434 19/08/2015 C R M 03/06/2015 140 435 19/08/2015 C N F 12/06/2015 93 436 19/08/2015 B N F 29/05/2015 N/A
  36. 36. 36 437 19/08/2015 G N F 04-06/05/2015 58 438 19/08/2015 C R M 03/06/2015 N/A 439 19/08/2015 C N M 12/06/2015 52 440 19/08/2015 G R M 29/05/2015 87 441 19/08/2015 C N F 12/06/2015 115 442 19/08/2015 C R M 03/06/2015 85 443 19/08/2015 G N M 04-06/05/2015 40 444 19/08/2015 B N M 29/05/2015 136 445 19/08/2015 G R F 29/05/2015 95 446 19/08/2015 B N F 29/05/2015 87 447 19/08/2015 C N M 12/06/2015 65 448 19/08/2015 G R M 29/05/2015 142 449 19/08/2015 C R F 03/06/2015 72 450 19/08/2015 B N F 29/05/2015 N/A 451 19/08/2015 G N F 04-06/05/2015 102 452 19/08/2015 C N F 12/06/2015 80 453 19/08/2015 G R F 29/05/2015 70 454 19/08/2015 C N M 12/06/2015 52 455 19/08/2015 B N F 29/05/2015 N/A 456 19/08/2015 G N M 04-06/05/2015 40 457 19/08/2015 C R M 03/06/2015 111 458 19/08/2015 B N M 29/05/2015 141 459 19/08/2015 G N F 04-06/05/2015 69 460 19/08/2015 C R F 03/06/2015 100 461 19/08/2015 G N M 04-06/05/2015 29 462 19/08/2015 B N F 29/05/2015 N/A 463 19/08/2015 C N F 12/06/2015 107 464 19/08/2015 B R F 25/05/2015 N/A 465 19/08/2015 C R F 03/06/2015 82 466 19/08/2015 C N M 12/06/2015 126 467 19/08/2015 B N M 29/05/2015 78 468 19/08/2015 C N F 12/06/2015 90 469 19/08/2015 G R M 29/05/2015 123 470 19/08/2015 C N M 12/06/2015 61 471 19/08/2015 C R F 03/06/2015 97 472 19/08/2015 G N M 04-06/05/2015 81 473 19/08/2015 C R M 03/06/2015 47 474 19/08/2015 B N M 29/05/2015 110 475 19/08/2015 G R F 29/05/2015 82 476 19/08/2015 C N F 12/06/2015 77 477 19/08/2015 B N F 29/05/2015 92 478 19/08/2015 G N F 04-06/05/2015 80 479 19/08/2015 C N M 12/06/2015 85 480 19/08/2015 C R F 03/06/2015 74
  37. 37. 37 481 19/08/2015 G R M 29/05/2015 122 482 19/08/2015 C N F 12/06/2015 124 483 19/08/2015 G N F 04-06/05/2015 95 484 19/08/2015 C R M 03/06/2015 53 485 19/08/2015 G N M 04-06/05/2015 48 486 19/08/2015 B N M 29/05/2015 N/A 487 19/08/2015 G N F 04-06/05/2015 48 488 19/08/2015 C R M 03/06/2015 47 489 19/08/2015 C N M 12/06/2015 73 490 19/08/2015 C R F 03/06/2015 96 491 19/08/2015 G R F 29/05/2015 95 492 19/08/2015 C N F 12/06/2015 117 493 19/08/2015 G N M 04-06/05/2015 37 494 19/08/2015 C R M 03/06/2015 61 495 19/08/2015 B N F 29/05/2015 N/A 496 19/08/2015 G N F 04-06/05/2015 71 497 19/08/2015 C N M 12/06/2015 31 498 19/08/2015 B N M 29/05/2015 N/A 499 19/08/2015 G N M 04-06/05/2015 43 500 19/08/2015 B N F 29/05/2015 67 501 19/08/2015 G N M 04-06/05/2015 69 502 19/08/2015 C N F 12/06/2015 79 503 19/08/2015 C R F 03/06/2015 80 504 19/08/2015 B N F 29/05/2015 106 505 19/08/2015 G N F 04-06/05/2015 105 506 19/08/2015 C R M 03/06/2015 111 507 19/08/2015 B N M 29/05/2015 124 508 19/08/2015 C R F 03/06/2015 49 509 19/08/2015 G N M 04-06/05/2015 85 510 19/08/2015 B N F 29/05/2015 99 511 19/08/2015 C N M 12/06/2015 75 512 19/08/2015 C R M 03/06/2015 49 513 19/08/2015 G N F 04-06/05/2015 74 514 19/08/2015 B N M 29/05/2015 132 515 19/08/2015 C R F 03/06/2015 91 516 19/08/2015 G R F 29/05/2015 100 517 19/08/2015 C N F 12/06/2015 N/A 518 19/08/2015 B N F 29/05/2015 123 519 19/08/2015 C R M 03/06/2015 137 520 19/08/2015 C N M 12/06/2015 84 521 19/08/2015 G R M 29/05/2015 67 522 19/08/2015 C N F 12/06/2015 104 523 19/08/2015 G N M 04-06/05/2015 102 524 19/08/2015 B N M 29/05/2015 135
  38. 38. 38 525 19/08/2015 G N F 04-06/05/2015 104 526 19/08/2015 C R M 03/06/2015 84 527 19/08/2015 B N F 29/05/2015 N/A 528 19/08/2015 C N M 12/06/2015 106 529 19/08/2015 G R F 29/05/2015 101 530 19/08/2015 C R F 03/06/2015 72 531 19/08/2015 B N M 29/05/2015 104 532 19/08/2015 C N F 12/06/2015 64 533 19/08/2015 C N M 12/06/2015 94 534 19/08/2015 G R M 29/05/2015 85 535 19/08/2015 C R F 03/06/2015 56 536 19/08/2015 C N F 12/06/2015 55 537 19/08/2015 G N M 04-06/05/2015 44 538 19/08/2015 B N F 29/05/2015 144 539 19/08/2015 G N F 04-06/05/2015 83 540 19/08/2015 C R M 03/06/2015 68 541 19/08/2015 B N M 29/05/2015 73 542 19/08/2015 C N M 12/06/2015 131 543 19/08/2015 G R F 29/05/2015 108 544 19/08/2015 C R F 03/06/2015 97 545 19/08/2015 G N M 04-06/05/2015 56 546 19/08/2015 B R F 25/05/2015 156 547 19/08/2015 G N F 04-06/05/2015 100 548 19/08/2015 G R M 29/05/2015 40 549 19/08/2015 C N F 12/06/2015 67 550 19/08/2015 C R F 03/06/2015 49 551 19/08/2015 C R M 03/06/2015 44 552 19/08/2015 B N M 29/05/2015 143 553 19/08/2015 G N F 04-06/05/2015 121 554 19/08/2015 B N F 29/05/2015 N/A 555 19/08/2015 G N M 04-06/05/2015 54 556 19/08/2015 C R M 03/06/2015 35 557 19/08/2015 G R M 29/05/2015 87 558 19/08/2015 C N M 12/06/2015 70 559 19/08/2015 G N F 04-06/05/2015 89 560 19/08/2015 C N F 12/06/2015 101 561 19/08/2015 G R F 29/05/2015 102 562 19/08/2015 B N F 29/05/2015 119 563 19/08/2015 C N M 12/06/2015 44 564 19/08/2015 C R F 03/06/2015 57 565 19/08/2015 G R M 29/05/2015 107 566 19/08/2015 G N F 04-06/05/2015 135 567 19/08/2015 B N M 29/05/2015 N/A 568 19/08/2015 C R M 03/06/2015 62
  39. 39. 39 569 19/08/2015 G N M 04-06/05/2015 54 570 19/08/2015 C N F 12/06/2015 76 571 19/08/2015 C N M 12/06/2015 69 572 19/08/2015 B N F 29/05/2015 81 573 19/08/2015 C R F 03/06/2015 67 574 19/08/2015 G R F 29/05/2015 109 575 19/08/2015 C N F 12/06/2015 127 576 19/08/2015 G N M 04-06/05/2015 82 577 19/08/2015 B N M 29/05/2015 120 578 19/08/2015 G R M 29/05/2015 84 579 19/08/2015 C N M 12/06/2015 87 580 19/08/2015 B N F 29/05/2015 99 581 19/08/2015 G N M 04-06/05/2015 40 582 19/08/2015 C R M 03/06/2015 100 583 19/08/2015 C N F 12/06/2015 79 584 19/08/2015 B N M 29/05/2015 N/A 585 19/08/2015 B R M 25/05/2015 85 586 19/08/2015 G N F 04-06/05/2015 96 587 19/08/2015 C R F 03/06/2015 122 588 19/08/2015 C N M 12/06/2015 67 589 19/08/2015 G R F 29/05/2015 78 590 19/08/2015 C R M 03/06/2015 105 591 19/08/2015 G N M 04-06/05/2015 78 592 19/08/2015 B N M 29/05/2015 N/A 593 19/08/2015 G N F 04-06/05/2015 101 594 19/08/2015 B N F 29/05/2015 N/A 595 19/08/2015 C R M 03/06/2015 67 596 19/08/2015 G R M 29/05/2015 81 597 19/08/2015 C N F 12/06/2015 70 598 19/08/2015 C R F 03/06/2015 68 599 19/08/2015 G N M 04-06/05/2015 77 600 19/08/2015 C N M 12/06/2015 79 601 20/08/2015 G N M 04-06/05/2015 36 602 20/08/2015 B N M 29/05/2015 183 603 20/08/2015 C R M 03/06/2015 142 604 20/08/2015 G N F 04-06/05/2015 72 605 20/08/2015 B N F 29/05/2015 128 606 20/08/2015 C N F 12/06/2015 112 607 20/08/2015 G R M 29/05/2015 88 608 20/08/2015 C R F 03/06/2015 162 609 20/08/2015 G N M 04-06/05/2015 134 610 20/08/2015 B N M 29/05/2015 68 611 20/08/2015 C N M 12/06/2015 133 612 20/08/2015 G R F 29/05/2015 87
  40. 40. 40 613 20/08/2015 B N F 29/05/2015 91 614 20/08/2015 G N M 04-06/05/2015 58 615 20/08/2015 C R F 03/06/2015 98 616 20/08/2015 G R M 29/05/2015 164 617 20/08/2015 C N F 12/06/2015 164 618 20/08/2015 G N F 04-06/05/2015 113 619 20/08/2015 B N M 29/05/2015 143 620 20/08/2015 C R M 03/06/2015 79 621 20/08/2015 G N M 04-06/05/2015 54 622 20/08/2015 B N F 29/05/2015 117 623 20/08/2015 G N F 04-06/05/2015 131 624 20/08/2015 C N M 12/06/2015 82 625 20/08/2015 G R F 29/05/2015 65 626 20/08/2015 C R M 03/06/2015 159 627 20/08/2015 C N F 12/06/2015 94 628 20/08/2015 B R F 25/05/2015 117 629 20/08/2015 C R F 03/06/2015 88 630 20/08/2015 G N F 04-06/05/2015 N/A 631 20/08/2015 B N M 29/05/2015 N/A 632 20/08/2015 C N M 12/06/2015 54 633 20/08/2015 G N M 04-06/05/2015 97 634 20/08/2015 B N F 29/05/2015 100 635 20/08/2015 C R M 03/06/2015 97 636 20/08/2015 C N F 12/06/2015 122 637 20/08/2015 G R M 29/05/2015 104 638 20/08/2015 C N M 12/06/2015 74 639 20/08/2015 G N F 04-06/05/2015 98 640 20/08/2015 B N M 29/05/2015 165 641 20/08/2015 G N M 04-06/05/2015 61 642 20/08/2015 C R F 03/06/2015 79 643 20/08/2015 B N F 29/05/2015 N/A 644 20/08/2015 G R F 29/05/2015 89 645 20/08/2015 C R M 03/06/2015 73 646 20/08/2015 C N F 12/06/2015 80 647 20/08/2015 G R M 29/05/2015 N/A 648 20/08/2015 C R F 03/06/2015 77 649 20/08/2015 G N F 04-06/05/2015 126 650 20/08/2015 B N F 29/05/2015 89 651 20/08/2015 G R F 29/05/2015 70 652 20/08/2015 C N M 12/06/2015 85 653 20/08/2015 B N M 29/05/2015 N/A 654 20/08/2015 C R M 03/06/2015 108 655 20/08/2015 G N M 04-06/05/2015 65 656 20/08/2015 B N F 29/05/2015 92
  41. 41. 41 657 20/08/2015 C N F 12/06/2015 62 658 20/08/2015 G R M 29/05/2015 136 659 20/08/2015 C R F 03/06/2015 120 660 20/08/2015 G N F 04-06/05/2015 83 661 20/08/2015 B N M 29/05/2015 N/A 662 20/08/2015 C R M 03/06/2015 136 663 20/08/2015 C N M 12/06/2015 115 664 20/08/2015 B N F 29/05/2015 116 665 20/08/2015 C N F 12/06/2015 113 666 20/08/2015 C R M 03/06/2015 93 667 20/08/2015 G N M 04-06/05/2015 60 668 20/08/2015 C R F 03/06/2015 117 669 20/08/2015 B N M 29/05/2015 112 670 20/08/2015 C N M 12/06/2015 52 671 20/08/2015 C R M 03/06/2015 89 672 20/08/2015 B N F 29/05/2015 150 673 20/08/2015 G R F 29/05/2015 83 674 20/08/2015 C R F 03/06/2015 79 675 20/08/2015 G R M 29/05/2015 97 676 20/08/2015 C N F 12/06/2015 61 677 20/08/2015 G N F 04-06/05/2015 56 678 20/08/2015 B N M 29/05/2015 154 679 20/08/2015 G N M 04-06/05/2015 100 680 20/08/2015 C R M 03/06/2015 73 681 20/08/2015 B N F 29/05/2015 97 682 20/08/2015 C N M 12/06/2015 118 683 20/08/2015 G N F 04-06/05/2015 171 684 20/08/2015 C N F 12/06/2015 124 685 20/08/2015 G N M 04-06/05/2015 65 686 20/08/2015 B R M 25/05/2015 186 687 20/08/2015 C R F 03/06/2015 75 688 20/08/2015 C N M 12/06/2015 101 689 20/08/2015 B N M 29/05/2015 120 690 20/08/2015 C N F 12/06/2015 78 691 20/08/2015 G R F 29/05/2015 72 692 20/08/2015 C N F 12/06/2015 76 693 20/08/2015 C R F 03/06/2015 57 694 20/08/2015 G R F 29/05/2015 N/A 695 20/08/2015 C N F 12/06/2015 92 696 20/08/2015 G N F 04-06/05/2015 54 697 20/08/2015 C R F 03/06/2015 90 698 20/08/2015 G N F 04-06/05/2015 106 699 20/08/2015 B N F 29/05/2015 N/A 700 20/08/2015 C R F 03/06/2015 73
  42. 42. 42 701 20/08/2015 C N M 12/06/2015 78 702 20/08/2015 G R F 29/05/2015 113 703 20/08/2015 B N M 29/05/2015 179 704 20/08/2015 G N F 04-06/05/2015 80 705 20/08/2015 C N F 12/06/2015 75 706 20/08/2015 G R M 29/05/2015 125 707 20/08/2015 C N M 12/06/2015 63 708 20/08/2015 B N F 29/05/2015 142 709 20/08/2015 C R M 03/06/2015 140 710 20/08/2015 G N M 04-06/05/2015 110 711 20/08/2015 C R F 03/06/2015 67 712 20/08/2015 G N F 04-06/05/2015 100 713 20/08/2015 B N M 29/05/2015 113 714 20/08/2015 C R M 03/06/2015 59 715 20/08/2015 G N M 04-06/05/2015 89 716 20/08/2015 C N F 12/06/2015 155 717 20/08/2015 B N F 29/05/2015 N/A 718 20/08/2015 C N M 12/06/2015 94 719 20/08/2015 G R M 29/05/2015 63 720 20/08/2015 C N F 12/06/2015 193 721 20/08/2015 B R M 25/05/2015 99 722 20/08/2015 C R F 03/06/2015 68 723 20/08/2015 G N F 04-06/05/2015 78 724 20/08/2015 B N M 29/05/2015 132 725 20/08/2015 C R M 03/06/2015 77 726 20/08/2015 G N M 04-06/05/2015 82 727 20/08/2015 C N M 12/06/2015 81 728 20/08/2015 G R F 29/05/2015 80 729 20/08/2015 B N F 29/05/2015 145 730 20/08/2015 C N F 12/06/2015 80 731 20/08/2015 G R M 29/05/2015 184 732 20/08/2015 C N M 12/06/2015 N/A 733 20/08/2015 G N F 04-06/05/2015 93 734 20/08/2015 B N M 29/05/2015 129 735 20/08/2015 C R M 03/06/2015 84 736 20/08/2015 G N M 04-06/05/2015 63 737 20/08/2015 C R F 03/06/2015 97 738 20/08/2015 G N F 04-06/05/2015 87 739 20/08/2015 B R F 25/05/2015 100 740 20/08/2015 C N F 12/06/2015 151 741 20/08/2015 G R F 29/05/2015 156 742 20/08/2015 B N F 29/05/2015 103 743 20/08/2015 C N M 12/06/2015 84 744 20/08/2015 C R M 03/06/2015 103
  43. 43. 43 745 20/08/2015 B N M 29/05/2015 106 746 20/08/2015 G N F 04-06/05/2015 67 747 20/08/2015 G R M 29/05/2015 171 748 20/08/2015 C R F 03/06/2015 87 749 20/08/2015 G N M 04-06/05/2015 63 750 20/08/2015 B N F 29/05/2015 183 751 20/08/2015 G N F 04-06/05/2015 81 752 20/08/2015 C R M 03/06/2015 110 753 20/08/2015 B N M 29/05/2015 N/A 754 20/08/2015 G N M 04-06/05/2015 85 755 20/08/2015 C N F 12/06/2015 102 756 20/08/2015 G R M 29/05/2015 132 757 20/08/2015 C N M 12/06/2015 90 758 20/08/2015 C R F 03/06/2015 95 759 20/08/2015 B N F 29/05/2015 135 760 20/08/2015 C N F 12/06/2015 116 761 20/08/2015 G R F 29/05/2015 127 762 20/08/2015 C R F 03/06/2015 78 763 20/08/2015 B N M 29/05/2015 120 764 20/08/2015 C N M 12/06/2015 81 765 20/08/2015 G R M 29/05/2015 81 766 20/08/2015 C R F 03/06/2015 91 767 20/08/2015 G N F 04-06/05/2015 91 768 20/08/2015 B N F 29/05/2015 123 769 20/08/2015 G N M 04-06/05/2015 76 770 20/08/2015 C R M 03/06/2015 179 771 20/08/2015 B N M 29/05/2015 N/A 772 20/08/2015 C N F 12/06/2015 109 773 20/08/2015 G N F 04-06/05/2015 103 774 20/08/2015 B R F 25/05/2015 151 775 20/08/2015 C R M 03/06/2015 52 776 20/08/2015 C N M 12/06/2015 99 777 20/08/2015 G R M 29/05/2015 120 778 20/08/2015 C R F 03/06/2015 109 779 20/08/2015 G N M 04-06/05/2015 57 780 20/08/2015 B N M 29/05/2015 N/A 781 20/08/2015 C N F 12/06/2015 47 782 20/08/2015 G R F 29/05/2015 89 783 20/08/2015 C R F 03/06/2015 129 784 20/08/2015 B N F 29/05/2015 78 785 20/08/2015 G N M 04-06/05/2015 111 786 20/08/2015 C R M 03/06/2015 77 787 20/08/2015 G N F 04-06/05/2015 188 788 20/08/2015 C N M 12/06/2015 83
  44. 44. 44 789 20/08/2015 B N M 29/05/2015 N/A 790 20/08/2015 C R F 03/06/2015 63 791 20/08/2015 C N F 12/06/2015 76 792 20/08/2015 G R M 29/05/2015 49 793 20/08/2015 C N M 12/06/2015 116 794 20/08/2015 G N M 04-06/05/2015 63 795 20/08/2015 C R M 03/06/2015 84 796 20/08/2015 B N F 29/05/2015 73 797 20/08/2015 G N F 04-06/05/2015 92 798 20/08/2015 G R F 29/05/2015 89 799 20/08/2015 C R F 03/06/2015 73 800 20/08/2015 G N M 04-06/05/2015 103 801 20/08/2015 B N F 29/05/2015 N/A 802 20/08/2015 C N F 12/06/2015 97 803 20/08/2015 G N M 04-06/05/2015 67 804 20/08/2015 C R F 03/06/2015 N/A 805 20/08/2015 B N M 29/05/2015 127 806 20/08/2015 C R M 03/06/2015 86 807 20/08/2015 C N M 12/06/2015 157 808 20/08/2015 G R F 29/05/2015 104 809 20/08/2015 C N F 12/06/2015 78 810 20/08/2015 G N F 04-06/05/2015 174 811 20/08/2015 G R F 29/05/2015 93 812 20/08/2015 G N M 04-06/05/2015 58 813 20/08/2015 C N M 12/06/2015 54 814 20/08/2015 B N M 29/05/2015 90 815 20/08/2015 C R M 03/06/2015 101 816 20/08/2015 G N F 04-06/05/2015 N/A 817 20/08/2015 B N F 29/05/2015 87 818 20/08/2015 C R F 03/06/2015 107 819 20/08/2015 C N F 12/06/2015 94 820 20/08/2015 G R M 29/05/2015 95 821 20/08/2015 C N M 12/06/2015 61 822 20/08/2015 G N M 04-06/05/2015 77 823 20/08/2015 B N M 29/05/2015 N/A 824 20/08/2015 G N F 04-06/05/2015 105 825 20/08/2015 C R M 03/06/2015 47 826 20/08/2015 B N F 29/05/2015 152 827 20/08/2015 G R F 29/05/2015 107 828 20/08/2015 C N F 12/06/2015 88 829 20/08/2015 C R F 03/06/2015 49 830 20/08/2015 B N M 29/05/2015 138 831 20/08/2015 G N F 04-06/05/2015 119 832 20/08/2015 C N M 12/06/2015 122
  45. 45. 45 833 20/08/2015 G R M 29/05/2015 N/A 834 20/08/2015 C N F 12/06/2015 114 835 20/08/2015 G N M 04-06/05/2015 81 836 20/08/2015 B N F 29/05/2015 104 837 20/08/2015 C N M 12/06/2015 94 838 20/08/2015 G N F 04-06/05/2015 54 839 20/08/2015 B N M 29/05/2015 147 840 20/08/2015 C R M 03/06/2015 98 841 20/08/2015 G R F 29/05/2015 126 842 20/08/2015 C N F 12/06/2015 198 843 20/08/2015 G R M 29/05/2015 107 844 20/08/2015 C R F 03/06/2015 62 845 20/08/2015 B N F 29/05/2015 107 846 20/08/2015 C N M 12/06/2015 159 847 20/08/2015 G N F 04-06/05/2015 90 848 20/08/2015 B N M 29/05/2015 106 849 20/08/2015 C R M 03/06/2015 72 850 20/08/2015 G N M 04-06/05/2015 105 851 20/08/2015 G R F 29/05/2015 82 852 20/08/2015 C N F 12/06/2015 104 853 20/08/2015 G R M 29/05/2015 81 854 20/08/2015 C R F 03/06/2015 182 855 20/08/2015 G N F 04-06/05/2015 99 856 20/08/2015 B R M 25/05/2015 70 857 20/08/2015 C N M 12/06/2015 104 858 20/08/2015 B N M 29/05/2015 117 859 20/08/2015 C R M 03/06/2015 46 860 20/08/2015 C N F 12/06/2015 N/A 861 20/08/2015 B N F 29/05/2015 110 862 20/08/2015 C N M 12/06/2015 82 863 20/08/2015 G N M 04-06/05/2015 88 864 20/08/2015 C R M 03/06/2015 46 865 20/08/2015 G R M 29/05/2015 179 866 20/08/2015 C N F 12/06/2015 98 867 20/08/2015 G N F 04-06/05/2015 88 868 20/08/2015 B N F 29/05/2015 72 869 20/08/2015 C R M 03/06/2015 100 870 20/08/2015 G N M 04-06/05/2015 60 871 20/08/2015 B N M 29/05/2015 N/A 872 20/08/2015 C R F 03/06/2015 58 873 20/08/2015 C N M 12/06/2015 77 874 20/08/2015 B R F 25/05/2015 44 875 20/08/2015 C N F 12/06/2015 55 876 20/08/2015 G R F 29/05/2015 50
  46. 46. 46 877 20/08/2015 C R F 03/06/2015 129 878 20/08/2015 G N F 04-06/05/2015 100 879 20/08/2015 B N F 29/05/2015 90 880 20/08/2015 G N M 04-06/05/2015 169 881 20/08/2015 C R M 03/06/2015 65 882 20/08/2015 B N M 29/05/2015 170 883 20/08/2015 C N M 12/06/2015 48 884 20/08/2015 G R M 29/05/2015 105 885 20/08/2015 C R F 03/06/2015 92 886 20/08/2015 C R M 03/06/2015 64 887 20/08/2015 G R F 29/05/2015 107 888 20/08/2015 C N F 12/06/2015 132 889 20/08/2015 B N F 29/05/2015 182 890 20/08/2015 G N M 04-06/05/2015 38 891 20/08/2015 C R F 03/06/2015 93 892 20/08/2015 B N M 29/05/2015 N/A 893 20/08/2015 G N F 04-06/05/2015 111 894 20/08/2015 C R M 03/06/2015 99 895 20/08/2015 G R M 29/05/2015 93 896 20/08/2015 C N M 12/06/2015 79 897 20/08/2015 G N M 04-06/05/2015 83 898 20/08/2015 C R F 03/06/2015 107 899 20/08/2015 B N F 29/05/2015 101 900 20/08/2015 G N F 04-06/05/2015 104 901 21/08/2015 G N F 04-06/05/2015 70 902 21/08/2015 B N F 29/05/2015 N/A 903 21/08/2015 C R F 03/06/2015 73 904 21/08/2015 G N M 04-06/05/2015 89 905 21/08/2015 C N M 12/06/2015 117 906 21/08/2015 B N M 29/05/2015 N/A 907 21/08/2015 G R M 29/05/2015 74 908 21/08/2015 C N F 12/06/2015 179 909 21/08/2015 C R M 03/06/2015 67 910 21/08/2015 G R F 29/05/2015 102 911 21/08/2015 C R F 03/06/2015 99 912 21/08/2015 G N M 04-06/05/2015 40 913 21/08/2015 B N F 29/05/2015 77 914 21/08/2015 G R M 29/05/2015 85 915 21/08/2015 C N M 12/06/2015 50 916 21/08/2015 G N F 04-06/05/2015 57 917 21/08/2015 B R F 25/05/2015 46 918 21/08/2015 C N F 12/06/2015 78 919 21/08/2015 C R M 03/06/2015 127 920 21/08/2015 C R F 03/06/2015 100
  47. 47. 47 921 21/08/2015 C R F 03/06/2015 73 922 21/08/2015 G N F 04-06/05/2015 109 923 21/08/2015 G N M 04-06/05/2015 97 924 21/08/2015 G N M 04-06/05/2015 N/A 925 21/08/2015 C N M 12/06/2015 167 926 21/08/2015 B N F 29/05/2015 80 927 21/08/2015 G R M 29/05/2015 119 928 21/08/2015 C N F 12/06/2015 198 929 21/08/2015 C R M 03/06/2015 71 930 21/08/2015 G N M 04-06/05/2015 45 931 21/08/2015 C R F 03/06/2015 54 932 21/08/2015 B N M 29/05/2015 N/A 933 21/08/2015 G R M 29/05/2015 142 934 21/08/2015 C N M 12/06/2015 83 935 21/08/2015 C R M 03/06/2015 90 936 21/08/2015 G N M 04-06/05/2015 153 937 21/08/2015 C R F 03/06/2015 103 938 21/08/2015 B N F 29/05/2015 75 939 21/08/2015 C R M 03/06/2015 84 940 21/08/2015 G N F 04-06/05/2015 31 941 21/08/2015 C N F 12/06/2015 66 942 21/08/2015 B N M 29/05/2015 179 943 21/08/2015 G N F 04-06/05/2015 24 944 21/08/2015 C R F 03/06/2015 59 945 21/08/2015 G R F 29/05/2015 98 946 21/08/2015 C R M 03/06/2015 61 947 21/08/2015 G N M 04-06/05/2015 39 948 21/08/2015 C N M 12/06/2015 N/A 949 21/08/2015 G R M 29/05/2015 111 950 21/08/2015 G N F 04-06/05/2015 74 951 21/08/2015 B N M 29/05/2015 83 952 21/08/2015 C R F 03/06/2015 34 953 21/08/2015 C R M 03/06/2015 79 954 21/08/2015 G R F 29/05/2015 N/A 955 21/08/2015 C N F 12/06/2015 N/A 956 21/08/2015 G N F 04-06/05/2015 31 957 21/08/2015 B N F 29/05/2015 N/A 958 21/08/2015 C N M 12/06/2015 69 959 21/08/2015 G R F 29/05/2015 90 960 21/08/2015 C R F 03/06/2015 61 961 21/08/2015 G N M 04-06/05/2015 92 962 21/08/2015 C N F 12/06/2015 142 963 21/08/2015 B N M 29/05/2015 127 964 21/08/2015 C N M 12/06/2015 60
  48. 48. 48 965 21/08/2015 C R M 03/06/2015 92 966 21/08/2015 B N F 29/05/2015 73 967 21/08/2015 G R M 29/05/2015 101 968 21/08/2015 C N F 12/06/2015 86 969 21/08/2015 C R M 03/06/2015 57 970 21/08/2015 G R F 29/05/2015 73 971 21/08/2015 C N M 12/06/2015 62 972 21/08/2015 G N F 04-06/05/2015 72 973 21/08/2015 B N M 29/05/2015 N/A 974 21/08/2015 C N F 12/06/2015 98 975 21/08/2015 G N M 04-06/05/2015 48 976 21/08/2015 C N M 12/06/2015 44 977 21/08/2015 B N F 29/05/2015 81 978 21/08/2015 G N F 04-06/05/2015 84 979 21/08/2015 G N M 04-06/05/2015 53 980 21/08/2015 C N F 12/06/2015 49 981 21/08/2015 B N M 29/05/2015 185 982 21/08/2015 C R F 03/06/2015 88 983 21/08/2015 G N M 04-06/05/2015 47 984 21/08/2015 C N M 12/06/2015 160 985 21/08/2015 G R M 29/05/2015 71 986 21/08/2015 G N F 04-06/05/2015 61 987 21/08/2015 G N F 04-06/05/2015 78 988 21/08/2015 C N F 12/06/2015 54 989 21/08/2015 B N M 29/05/2015 127 990 21/08/2015 C R F 03/06/2015 127 991 21/08/2015 C R M 03/06/2015 82 992 21/08/2015 G R F 29/05/2015 61 993 21/08/2015 C N M 12/06/2015 82 994 21/08/2015 G N F 04-06/05/2015 85 995 21/08/2015 B N F 29/05/2015 86 996 21/08/2015 C R M 03/06/2015 81 997 21/08/2015 G N M 04-06/05/2015 24 998 21/08/2015 C N F 12/06/2015 62 999 21/08/2015 B N M 29/05/2015 43 1000 21/08/2015 C R F 03/06/2015 57 1001 21/08/2015 B N M 29/05/2015 89 1002 21/08/2015 C N M 12/06/2015 105 1003 21/08/2015 G N M 04-06/05/2015 105 1004 21/08/2015 C R F 03/06/2015 59 1005 21/08/2015 G N F 04-06/05/2015 82 1006 21/08/2015 B N F 29/05/2015 N/A 1007 21/08/2015 C N F 12/06/2015 140 1008 21/08/2015 G N M 04-06/05/2015 55
  49. 49. 49 1009 21/08/2015 B N M 29/05/2015 134 1010 21/08/2015 G N F 04-06/05/2015 197 1011 21/08/2015 C R M 03/06/2015 89 1012 21/08/2015 G R F 29/05/2015 85 1013 21/08/2015 C N M 12/06/2015 94 1014 21/08/2015 G R M 29/05/2015 177 1015 21/08/2015 B N F 29/05/2015 N/A 1016 21/08/2015 C R M 03/06/2015 85 1017 21/08/2015 C N F 12/06/2015 N/A 1018 21/08/2015 B N M 29/05/2015 105 1019 21/08/2015 C R F 03/06/2015 128 1020 21/08/2015 G N M 04-06/05/2015 32 1021 21/08/2015 C N M 12/06/2015 114 1022 21/08/2015 G N F 04-06/05/2015 53 1023 21/08/2015 G N M 04-06/05/2015 69 1024 21/08/2015 C R F 03/06/2015 84 1025 21/08/2015 G N M 04-06/05/2015 77 1026 21/08/2015 B R M 25/05/2015 117 1027 21/08/2015 C N F 12/06/2015 112 1028 21/08/2015 C R M 03/06/2015 77 1029 21/08/2015 G N F 04-06/05/2015 79 1030 21/08/2015 B N F 29/05/2015 N/A 1031 21/08/2015 C R F 03/06/2015 96 1032 21/08/2015 G N F 04-06/05/2015 70 1033 21/08/2015 B N M 29/05/2015 77 1034 21/08/2015 G R M 29/05/2015 55 1035 21/08/2015 C N M 12/06/2015 64 1036 21/08/2015 C R M 03/06/2015 75 1037 21/08/2015 G R F 29/05/2015 95 1038 21/08/2015 C R F 03/06/2015 82 1039 21/08/2015 G N F 04-06/05/2015 81 1040 21/08/2015 C N F 12/06/2015 N/A 1041 21/08/2015 B N M 29/05/2015 198 1042 21/08/2015 G N M 04-06/05/2015 81 1043 21/08/2015 C R F 03/06/2015 57 1044 21/08/2015 G N F 04-06/05/2015 60 1045 21/08/2015 G N F 04-06/05/2015 70 1046 21/08/2015 G R M 29/05/2015 55 1047 21/08/2015 C N M 12/06/2015 70 1048 21/08/2015 C R M 03/06/2015 69 1049 21/08/2015 G N M 04-06/05/2015 36 1050 21/08/2015 B N M 29/05/2015 185 1051 21/08/2015 G R M 29/05/2015 81 1052 21/08/2015 C R M 03/06/2015 67
  50. 50. 50 1053 21/08/2015 B N F 29/05/2015 105 1054 21/08/2015 C N F 12/06/2015 69 1055 21/08/2015 G R F 29/05/2015 35 1056 21/08/2015 C R F 03/06/2015 78 1057 21/08/2015 G N F 04-06/05/2015 60 1058 21/08/2015 B N M 29/05/2015 66 1059 21/08/2015 C N M 12/06/2015 178 1060 21/08/2015 C R F 03/06/2015 59 1061 21/08/2015 C R F 03/06/2015 182 1062 21/08/2015 G N M 04-06/05/2015 90 1063 21/08/2015 C N F 12/06/2015 N/A 1064 21/08/2015 G R F 29/05/2015 82 1065 21/08/2015 C R M 03/06/2015 N/A 1066 21/08/2015 C N M 12/06/2015 75 1067 21/08/2015 G R M 29/05/2015 72 1068 21/08/2015 B N M 29/05/2015 N/A 1069 21/08/2015 C R M 03/06/2015 69 1070 21/08/2015 C N F 12/06/2015 89 1071 21/08/2015 G N F 04-06/05/2015 143 1072 21/08/2015 C N M 12/06/2015 63 1073 21/08/2015 G N M 04-06/05/2015 39 1074 21/08/2015 C R M 03/06/2015 51 1075 21/08/2015 C N F 12/06/2015 65 1076 21/08/2015 G N M 04-06/05/2015 70 1077 21/08/2015 B N M 29/05/2015 95 1078 21/08/2015 G R M 29/05/2015 106 1079 21/08/2015 C N M 12/06/2015 101 1080 21/08/2015 G N F 04-06/05/2015 56 1081 21/08/2015 C R F 03/06/2015 88 1082 21/08/2015 B N F 29/05/2015 156 1083 21/08/2015 C N F 12/06/2015 105 1084 21/08/2015 C R M 03/06/2015 92 1085 21/08/2015 G R F 29/05/2015 120 1086 21/08/2015 C N M 12/06/2015 72 1087 21/08/2015 G N F 04-06/05/2015 67 1088 21/08/2015 B N M 29/05/2015 N/A 1089 21/08/2015 C R F 03/06/2015 77 1090 21/08/2015 G N M 04-06/05/2015 65 1091 21/08/2015 C N F 12/06/2015 61 1092 21/08/2015 B N F 29/05/2015 77 1093 21/08/2015 C R M 03/06/2015 98 1094 21/08/2015 G N M 04-06/05/2015 128 1095 21/08/2015 C N M 12/06/2015 73 1096 21/08/2015 B R F 25/05/2015 80
  51. 51. 51 1097 21/08/2015 G R M 29/05/2015 65 1098 21/08/2015 C N F 12/06/2015 65 1099 21/08/2015 G N F 04-06/05/2015 53 1100 21/08/2015 B N F 29/05/2015 67 1101 21/08/2015 C R M 03/06/2015 77 1102 21/08/2015 B N F 29/05/2015 120 1103 21/08/2015 C N M 12/06/2015 93 1104 21/08/2015 G N M 04-06/05/2015 37 1105 21/08/2015 C N F 12/06/2015 87 1106 21/08/2015 G N F 04-06/05/2015 47 1107 21/08/2015 B N M 29/05/2015 122 1108 21/08/2015 G R M 29/05/2015 111 1109 21/08/2015 C N M 12/06/2015 68 1110 21/08/2015 C R M 03/06/2015 88 1111 21/08/2015 G N M 04-06/05/2015 44 1112 21/08/2015 C R F 03/06/2015 87 1113 21/08/2015 B N F 29/05/2015 85 1114 21/08/2015 G N F 04-06/05/2015 77 1115 21/08/2015 C N F 12/06/2015 105 1116 21/08/2015 G R F 29/05/2015 90 1117 21/08/2015 C R M 03/06/2015 97 1118 21/08/2015 C R F 03/06/2015 86 1119 21/08/2015 G R M 29/05/2015 99 1120 21/08/2015 B N M 29/05/2015 N/A 1121 21/08/2015 C N M 12/06/2015 183 1122 21/08/2015 G N M 04-06/05/2015 67 1123 21/08/2015 C R M 03/06/2015 93 1124 21/08/2015 B N F 29/05/2015 N/A 1125 21/08/2015 G N F 04-06/05/2015 98 1126 21/08/2015 C R F 03/06/2015 83 1127 21/08/2015 G R F 29/05/2015 67 1128 21/08/2015 C N F 12/06/2015 50 1129 21/08/2015 B N M 29/05/2015 113 1130 21/08/2015 G R M 29/05/2015 90 1131 21/08/2015 C R M 03/06/2015 97 1132 21/08/2015 G N F 04-06/05/2015 115 1133 21/08/2015 B N F 29/05/2015 111 1134 21/08/2015 C N M 12/06/2015 69 1135 21/08/2015 G N M 04-06/05/2015 52 1136 21/08/2015 C R M 03/06/2015 198 1137 21/08/2015 G N F 04-06/05/2015 90 1138 21/08/2015 B N M 29/05/2015 N/A 1139 21/08/2015 C N F 12/06/2015 157 1140 21/08/2015 G R M 29/05/2015 69

×