Les écosystèmes, aquatiques comme terrestres, sont soumis à de multiples pressions liées aux activités humaines (pollutions, invasions biologiques, modification des habitats). La plupart de ces perturbations sont quantifiables, mais leurs effets biologiques, de l'échelle de l'individu jusqu'à celle de l'écosystème, sont difficiles à prédire. Il est pourtant nécessaire de disposer d'outils fiables de protection des écosystèmes. La distribution de sensibilité des espèces (SSD) est un modèle de variabilité de la sensibilité des espèces face à un stresseur, par exemple une exposition à un contaminant. Cette méthode est utilisée par les scientifiques et les régulateurs pour l'évaluation du risque environnemental à l'échelle des communautés vis-à-vis de divers contaminants, sources de stress pour l'environnement. Bien que fort répandue, cette approche souffre de diverses faiblesses sur le plan méthodologique, et est critiquée pour son manque de pertinence environnementale et écologique (Belanger et al. 2016). De récents travaux ont abordé les aspects méthodologiques. Par exemple, Kong Kam King et al. (2015a) ont montré comment intégrer l'ensemble des données résultant de bio-essais en dose-réponse et non un unique résumé statistique de la sensibilité type ECx. D'autres études ont abordé la dimension temporelle des phénomènes de toxicité, en couplant les SSD à des modèles de toxico-dynamique (Fox et Billoir, 2013 ; Kon Kam King et al. 2015b).
Par ce projet, nous proposons d'investiguer d'autres points relevant de la pertinence environnementale/ écologique : (1) en considérant des expositions en conditions plus réalistes (présence de compétiteur), (2) en prenant en compte la variabilité des réponses intra-spécifiques, qui conditionne la sensibilité de différentes population à un même stresseur et (3) en intégrant des paramètres représentatifs des fonctions à l'échelle des communautés, mesurés notamment via des données de type transcriptomique et métabolomique.