Modéliser la connectivité écologique des habitats et son influence sur la biodiversité est nécessaire pour améliorer la compréhension des processus écologiques et guider les mesures de conservation de la biodiversité. Cela requiert d'analyser des données spatiales afin de cartographier les espaces contribuant à cette connectivité. Les réseaux d'habitat des espèces étudiées peuvent être représentés sous la forme de graphes paysagers dont les noeuds correspondent aux taches d'habitat et les liens aux chemins de dispersion potentiels entre ces taches. Ces graphes permettent de calculer des métriques pour guider la gestion des espaces naturels ou pour des analyses statistiques ultérieures. En effet, les graphes paysagers peuvent être confrontés à des données empiriques issues du terrain pour (i) valider leur réalisme écologique ou (ii) tester des hypothèses sur le lien entre la connectivité des habitats et des réponses biologiques. Les données génétiques sont particulièrement adaptées à ces analyses dans la mesure où la structure génétique des populations est influencée par la connectivité de leurs habitats. Ces données peuvent également être analysées sous forme de graphes génétiques, dont les noeuds correspondent à des populations composées de plusieurs individus et les liens aux échanges génétiques les plus significatifs entre populations. Des progrès conséquents ont amélioré l'utilisation des graphes génétiques et paysagers mais un outil réunissant une large gamme de paramètres de construction et d'analyse de ces deux types de graphes faisait défaut. Par ailleurs, malgré la complémentarité de ces graphes, peu de méthodes d'analyse permettent de les comparer. Nous avons donc développé un package R pour faciliter et encourager l'utilisation de ces graphes. Il intègre des fonctions dédiées à la conversion et à l'import de données génétiques et au calcul de distances génétiques, de distances géodésiques, mais aussi de distances-coût. Ces dernières intégrent la résistance du paysage au déplacement des espèces. Une gamme importante de paramètres peuvent ensuite être utilisés pour créer les graphes, notamment des méthodes d'élagage différentes. Nous avons rendu accessible le logiciel Graphab aux utilisateurs de R pour faciliter la construction et l'analyse de graphes paysagers dans cet environnement. L'utilisation de programmes codés en Java à l'aide de R permet l'intégration de Graphab au package est sans que l'utilisateur ait à changer d'environnement.
Par ailleurs, les fonctions du package réalisent des analyses préliminaires ayant pour but d'adapter les méthodes de construction des graphes aux questions de recherche. Les graphes génétiques et paysagers ainsi créés peuvent être analysés avec des métriques calculées au niveau des noeuds ou partitionnés en modules. Les utilisateurs visualisent et/ou cartographient les résultats de ces analyses. Une des principales originalités de graph4lg repose sur ses fonctions dédiées à la comparaison de graphes. Cette comparaison s'effectue au niveau des noeuds, des liens ou des modules de deux graphes. Enfin, l'utilisateur peut exporter les graphes sous forme de couches shapefile pour faciliter leur intégration à un SIG. graph4lg contribue au potentiel des graphes génétiques et paysagers pour l'analyse de la connectivité écologique des habitats, tout en encourageant de futures recherches sur les aspects méthodologiques relatifs à ces outils.