Bigfoot, aussi appelé Sasquatch, serait un grand primate bipède vivant dans les forêts d’Amérique du Nord. On lui attribue des empreintes géantes, des hurlements et une vidéo célèbre, mais aucun corps, squelette ou échantillon génétique vérifié. Spoiler : le dossier est beaucoup plus fragile que la légende.
1958, le grand pied entre dans la presse
Pour comprendre l’affaire, il faut remonter à 1958. Le journal Humboldt Timesen Californie, popularise alors le mot Bigfoot après la découverte d’empreintes spectaculaires près de Bluff Creek. Des récits de créatures velues existaient déjà dans plusieurs traditions autochtones d’Amérique du Nord. Ils appartiennent à des contextes culturels distincts et ne constituent pas, à eux seuls, la preuve d’une espèce inconnue.
Le mythe gagne ensuite un visage. En octobre 1967, Roger Patterson et Bob Gimlin filment une silhouette qui traverse une clairière de Californie. La séquence, connue sous le nom de film Patterson-Gimlin, dure peu de temps, mais elle fournit à Bigfoot son image la plus célèbre : une créature humanoïde couverte de poils qui marche debout. La télévision, les livres, les documentaires et les réseaux sociaux font le reste. Une histoire qui circule devient vite une histoire qui semble confirmée.
Une origine médiatique explique la célébrité du mythe, pas l’existence de l’animal. Les témoignages plus anciens doivent donc être replacés dans leur contexte avant d’être utilisés comme certificats de naissance pour une espèce inconnue.
Une empreinte ne fait pas une espèce
Les traces dans la boue ou la neige constituent le cœur visuel du dossier. Elles paraissent convaincantes parce qu’elles donnent une forme concrète à une créature que personne ne parvient à capturer. Pourtant, une empreinte isolée ne permet pas d’identifier un animal. Elle peut être déformée par l’eau, le sol ou la perspective, voire provenir d’un moulage fabriqué à l’avance.
Un cas célèbre a compliqué l’enquête. Après la mort de Ray Wallace en 2002, sa famille a présenté des pieds en bois utilisés pour fabriquer certaines empreintes associées à l’affaire de Bluff Creek. Ce canular ne transforme pas toutes les traces de Bigfoot en faux prouvés. Il montre toutefois qu’un indice apparemment physique peut être produit par un humain équipé d’un peu de bois et d’une imagination débordante.
Pour qu’une empreinte devienne une preuve solide, il faudrait une série documentée, un contexte contrôlé, plusieurs observateurs indépendants et, idéalement, un lien avec un échantillon biologique. Les moulages seuls ne franchissent pas ce seuil. Une trace peut être authentique sans appartenir à Bigfoot.
Le film Patterson-Gimlin : une image, pas un passeport biologique
La vidéo de 1967 reste débattue. Certains y voient un costume, d’autres un animal réel dont la démarche serait difficile à imiter. Le problème est plus simple que le débat sur chaque mouvement de hanche : la séquence ne fournit ni tissu, ni poil, ni empreinte vérifiable reliée au personnage filmé.
Une vidéo floue peut montrer une personne costumée, un animal mal identifié ou une scène authentique dont l’espèce reste inconnue. Elle ne permet pas, à elle seule, de créer une nouvelle branche de l’arbre du vivant. Le film Patterson-Gimlin est donc un document historique important pour la légende, pas une confirmation zoologique de Bigfoot.
Dire qu’une image n’a pas été définitivement démontée ne revient pas à dire qu’elle prouve son interprétation la plus spectaculaire. Le doute sur un détail n’est pas une preuve positive. Le film entretient l’énigme, il n’identifie pas une espèce.
Le laboratoire cherche un primate, trouve des animaux connus
La meilleure manière de tester l’existence de Bigfoot consiste à analyser ce qu’il laisserait derrière lui : poils, peau, sang, excréments ou os. Une étude publiée en 2014 dans Proceedings of the Royal Society Bintitulée Genetic analysis of hair samples attributed to yeti, bigfoot and other anomalous primatesa examiné des échantillons présentés comme provenant de créatures mystérieuses.
Les analyses ont associé les échantillons à des animaux déjà connus. Certains correspondaient à des ours ou à d’autres mammifères, tandis que d’autres provenaient d’animaux domestiques ou d’humains. Ce résultat ne prouve pas que chaque témoin a menti. Il montre que les éléments biologiques soumis au test n’ont pas révélé le primate inconnu annoncé.
Aucun échantillon analysé dans cette étude n’a établi l’existence d’une espèce de Bigfoot. En biologie, une affirmation aussi grande réclame un échantillon identifiable, une méthode reproductible et une comparaison indépendante. Le mystère, lui, ne remplace pas le protocole.
Et si Bigfoot était un Gigantopithèque?
Une hypothèse populaire relie Bigfoot au Gigantopithecusun grand singe disparu. Les fossiles connus de ce genre proviennent d’Asie et sont surtout constitués de dents et de mâchoires. Ils indiquent un animal végétivore de grande taille, mais ils ne montrent pas qu’un descendant aurait traversé jusqu’en Amérique du Nord et survécu jusqu’à aujourd’hui.
Le rapprochement repose surtout sur la taille supposée et l’allure générale des représentations. Il ne fournit ni trajet migratoire, ni fossile américain, ni ADN moderne. Un animal disparu en Asie et une créature filmée dans une forêt californienne ne deviennent pas la même espèce par simple ressemblance. La ressemblance visuelle n’est pas une filiation.
Un ours dans les bois, Bigfoot dans l’interprétation
Sauf que la réalité est plus prosaïque. Un ours noir peut se dresser sur ses pattes arrière pour observer son environnement, atteindre une source de nourriture ou impressionner un adversaire. Dans une forêt, à distance, avec une mauvaise lumière et quelques secondes d’observation, sa silhouette peut prendre une allure étonnamment humaine.
Cette hypothèse n’explique pas nécessairement chaque récit, mais elle offre une alternative connue, cohérente et observable. Elle rejoint un mécanisme classique de perception : le cerveau interprète rapidement une forme ambiguë selon ce qu’il connaît déjà. Lorsqu’une personne s’attend à rencontrer Bigfoot, un mouvement sombre entre les arbres peut être classé dans cette catégorie avant que les détails soient examinés.
Le biais de confirmation entretient ensuite la boucle. On retient les observations qui semblent correspondre à la légende et on oublie les ours, les humains ou les ombres qui n’ont rien d’exceptionnel. La répétition joue aussi son rôle : une affirmation souvent partagée paraît familière, donc plus crédible. C’est le téléphone arabe appliqué à la zoologie, avec une patte qui s’allonge à chaque relais. Une silhouette ambiguë explique un témoignage, pas une nouvelle espèce.
Pourquoi le mythe survit malgré les pièces manquantes
Bigfoot coche plusieurs cases des légendes urbaines efficaces. Il est assez grand pour impressionner, assez discret pour éviter toute capture et assez vague pour s’adapter à presque tous les récits. Sa description change selon les témoins : couleur des poils, taille, comportement, cris et habitat ne forment pas un portrait biologique homogène.
Un animal de plus de deux mètres vivant dans une population viable laisserait pourtant des indices répétés. On s’attendrait à trouver des carcasses, des os, des excréments contenant son ADN, des poils non identifiés et des traces cohérentes dans plusieurs régions. L’absence de ces éléments ne constitue pas une démonstration mathématique d’inexistence, mais elle rend l’hypothèse très improbable.
Le cas ressemble à celui du yéti ou du monstre du Loch Ness : des récits sincères, des images discutées et des indices réinterprétés donnent au mythe une longue durée de vie. La sincérité d’un témoin n’est pas en cause. On peut voir quelque chose, le décrire honnêtement et se tromper sur sa nature. Une belle histoire peut donc naître d’une observation réelle, sans que sa créature existe.
Sources et références scientifiques
- Observed Glycemic and Psychosocial Benefits in the Prospective Bigfoot Unity Real World Study: A 6-Month Analysis – PMC. The Journal of clinical endocrinology and metabolism. DOI: 10.1210/clinem/dgae778 · PMID: 39546625.
- 1. Garg SK, Rewers AH, Akturk HK. Ever-increasing insulin-requiring patients globally. Diabetes Technol Ther. 2018;20(S2):S21‐S24. [DOI] [PubMed] [Google Scholar].
- 2. Parker ED, Lin J, Mahoney T, et al. Economic costs of diabetes in the U.S. in 2022. Diabetes Care. 2023;47(1):26‐43. [DOI] [PubMed] [Google Scholar].
- 3. Peyrot M, Barnett AH, Meneghini LF, Schumm-Draeger PM. Insulin adherence behaviours and barriers in the multinational global attitudes of patients and physicians in insulin therapy study. Diabet Med. 2012;29(5):682‐689. [DOI] [PMC free article] [PubMed] [Google Scholar].
- 4. Farsaei S, Radfar M, Heydari Z, Abbasi F, Qorbani M. Insulin adherence in patients with diabetes: risk factors for injection omission. Prim Care Diabetes. 2014;8(4):338‐345. [DOI] [PubMed] [Google Scholar].
- 5. Page P, Verstraete DG, Robb JR, Etzwiler DD. Patient recall of self-care recommendations in diabetes. Diabetes Care. 1981;4(1):96‐98. [DOI] [PubMed] [Google Scholar].
- 6. Tanenbaum ML, Adams RN, Hanes SJ, et al. Optimal use of diabetes devices: clinician perspectives on barriers and adherence to device use. J Diabetes Sci Technol. 2017;11(3):484‐492. [DOI] [PMC free article] [PubMed] [Google Scholar].
- 7. Samson SL, Vellanki P, Blonde L, et al. American Association of Clinical Endocrinology consensus statement: comprehensive type 2 diabetes management algorithm, 2023 update. Endocr Pract. 2023;29(5):305‐340. [DOI] [PubMed] [Google Scholar].
- 8. Goldman J. Continuous glucose monitoring metrics: interpretation and integrations. Am J Manag Care. 2022;28(Suppl 4):S69‐S75. [DOI] [PubMed] [Google Scholar].
- 9. Lanning MS, Tanenbaum ML, Wong JJ, Hood KK. Barriers to continuous glucose monitoring in people with type 1 diabetes: clinician perspectives. Diabetes Spectr. 2020;33(4):324‐330. [DOI] [PMC free article] [PubMed] [Google Scholar].
- 10. Polonsky WH, Fisher L, Earles J, et al. Assessing psychosocial distress in diabetes: development of the diabetes distress scale. Diabetes Care. 2005;28(3):626‐631. [DOI] [PubMed] [Google Scholar].
- 11. Steenkamp D, Eby EL, Gulati N, Liao B. Adherence and persistence to insulin therapy in people with diabetes: impact of connected insulin pen delivery ecosystem. J Diabetes Sci Technol. 2022;16(4):995‐1002. [DOI] [PMC free article] [PubMed] [Google Scholar].
- 12. Szmuilowicz ED, Aleppo G. Stepwise approach to continuous glucose monitoring interpretation for internists and family physicians. Postgrad Med. 2022;134(8):743‐751. [DOI] [PubMed] [Google Scholar].
- Sasquatch: predicting the impact of regulatory SNPs on transcription factor binding from cell- and tissue-specific DNase footprints – PMC. Genome research. DOI: 10.1101/gr.220202.117 · PMID: 28904015.
- The 1000 Genomes Project Consortium. 2015. A global reference for human genetic variation. Nature 526: 68-74. [DOI] [PMC free article] [PubMed] [Google Scholar].
- Alipanahi B, Delong A, Weirauch MT, Frey BJ. 2015. Predicting the sequence specificities of DNA- and RNA-binding proteins by deep learning. Nat Biotechnol 33: 831-838. [DOI] [PubMed] [Google Scholar].
- Arvey A, Agius P, Noble WS, Leslie C. 2012. Sequence and chromatin determinants of cell-type-specific transcription factor binding. Genome Res 22: 1723-1734. [DOI] [PMC free article] [PubMed] [Google Scholar].
- Bauer DE, Kamran SC, Lessard S, Xu J, Fujiwara Y, Lin C, Shao Z, Canver MC, Smith EC, Pinello L, et al. 2013. An erythroid enhancer of BCL11A subject to genetic variation determines fetal hemoglobin level. Science 342: 253-257. [DOI] [PMC free article] [PubMed] [Google Scholar].
- Buenrostro JD, Giresi PG, Zaba LC, Chang HY, Greenleaf WJ. 2013. Transposition of native chromatin for fast and sensitive epigenomic profiling of open chromatin, DNA-binding proteins and nucleosome position. Nat Methods 10: 1213-1218. [DOI] [PMC free article] [PubMed] [Google Scholar].
- Chan JY, Han XL, Kan YW. 1993. Cloning of Nrf1, an NF-E2-related transcription factor, by genetic selection in yeast. Proc Natl Acad Sci 90: 11371-11375. [DOI] [PMC free article] [PubMed] [Google Scholar].
- Church GM, Gilbert W. 1984. Genomic sequencing. Proc Natl Acad Sci 81: 1991-1995. [DOI] [PMC free article] [PubMed] [Google Scholar].
- Coetzee SG, Coetzee GA, Hazelett DJ. 2015. motifbreakR: an R/Bioconductor package for predicting variant effects at transcription factor binding sites. Bioinformatics 31: 3847-3849. [DOI] [PMC free article] [PubMed] [Google Scholar].
- Davies JO, Telenius JM, McGowan SJ, Roberts NA, Taylor S, Higgs DR, Hughes JR. 2016. Multiplexed analysis of chromosome conformation at vastly improved sensitivity. Nat Methods 13: 74-80. [DOI] [PMC free article] [PubMed] [Google Scholar].
- de Carvalho GB, de Carvalho GB. 2011. Duffy Blood Group System and the malaria adaptation process in humans. Rev Bras Hematol Hemoter 33: 55-64. [DOI] [PMC free article] [PubMed] [Google Scholar].
- De Gobbi M, Viprakasit V, Hughes JR, Fisher C, Buckle VJ, Ayyub H, Gibbons RJ, Vernimmen D, Yoshinaga Y, de Jong P, et al. 2006. A regulatory SNP causes a human genetic disease by creating a new transcriptional promoter. Science 312: 1215-1217. [DOI] [PubMed] [Google Scholar].
- Edwards SL, Beesley J, French JD, Dunning AM. 2013. Beyond GWASs: illuminating the dark road from association to function. Am J Hum Genet 93: 779-797. [DOI] [PMC free article] [PubMed] [Google Scholar].
- BigFoot: Bayesian alignment and phylogenetic footprinting with MCMC – PMC. BMC evolutionary biology. DOI: 10.1186/1471-2148-9-217 · PMID: 19715598.
- Stark A, Lin M, Kheradpour P, Pedersen J, Parts L, Carlson J, Crosby M, Rasmussen M, Roy S, Deoras A, et al. Discovery of functional elements in 12 Drosophila genomes using evolutionary signatures. Nature. 2007;450:219-232. doi: 10.1038/nature06340. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1038/nature06340.
- Cliften P, Sudarsanam P, Desikan A, Fulton L, Fulton B, Majors J, Waterston R, Cohen B, Johnston M. Finding Functional Features in Saccharomyces Genomes by Phylogenetic Footprinting. Science. 2003;301:71-76. doi: 10.1126/science.1084337. [DOI] [PubMed] [Google Scholar]. doi:10.1126/science.1084337.
- Boffélli D, McAuliffe J, Ovcharenko D, Lewis K, Ovcharenko I, Pachter L, Rubin E. Phylogenetic Shadowing of Primate Sequences to Find Functional Regions of the Human Genome. Science. 2003;299:1391-1394. doi: 10.1126/science.1081331. [DOI] [PubMed] [Google Scholar]. doi:10.1126/science.1081331.
- Wasserman W, Palumbo M, Thompson W, Fickett J, Lawrence C. Human-mouse genome comparisons to locate regulatory sites. Nature Genetics. 2000;26:225-228. doi: 10.1038/79965. [DOI] [PubMed] [Google Scholar]. doi:10.1038/79965.
- Siepel A, Bejerano G, Pedersen J, Hinrichs A, Hou M, Rosenbloom K, Clawson H, Spieth J, Hillier L, Richards S, et al. Evolutionarily conserved elements in vertebrate, insect, worm, and yeast genomes. Genome Research. 2005;15:1034. doi: 10.1101/gr.3715005. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1101/gr.3715005.
- Tagle D, Koop B, Goodman M, Slightom J, Hess D, Jones R. Embryonic epsilon and gamma globin genes of a prosimian primate (Galago crassicaudatus). Nucleotide and amino acid sequences, developmental regulation and phylogenetic footprints. J Mol Biol. 1988;203:439-55. doi: 10.1016/0022-2836(88)90011-3. [DOI] [PubMed] [Google Scholar]. doi:10.1016/0022-2836(88)90011-3.
- GuhaThakurta D. Computational identification of transcriptional regulatory elements in DNA sequence. Nucleic Acids Research. 2006;34:3585. doi: 10.1093/nar/gkl372. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1093/nar/gkl372.
- Pollard D, Moses A, Iyer V, Eisen M. Detecting the limits of regulatory element conservation and divergence estimation using pairwise and multiple alignments. BMC Bioinformatics. 2006;7:376. doi: 10.1186/1471-2105-7-376. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1186/1471-2105-7-376.
- Lunter G, Rocco A, Mimouni N, Heger A, Caldeira A, Hein J. Uncertainty in homology inferences: Assessing and improving genomic sequence alignment. Genome Research. 2008;18:298. doi: 10.1101/gr.6725608. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1101/gr.6725608.
- Wong K, Suchard M, Huelsenbeck J. Alignment uncertainty and genomic analysis. Science. 2008;319:473-6. doi: 10.1126/science.1151532. [DOI] [PubMed] [Google Scholar]. doi:10.1126/science.1151532.
- Fan X, Zhu J, Schadt E, Liu J. Statistical power of phylo-HMM for evolutionarily conserved element detection. BMC Bioinformatics. 2007;8:374. doi: 10.1186/1471-2105-8-374. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1186/1471-2105-8-374.
- Hein J, Wiuf C, Knudsen B, Møller M, Wibling G. Statistical alignment: computational properties, homology testing and goodness-of-fit. Journal of Molecular Biology. 2000;302:265-279. doi: 10.1006/jmbi.2000.4061. [DOI] [PubMed] [Google Scholar]. doi:10.1006/jmbi.2000.4061.
- First Real-World Experience With Bigfoot Unity: A 6-Month Retrospective Analysis – PMC. Clinical diabetes : a publication of the American Diabetes Association. DOI: 10.2337/cd22-0126 · PMID: 37849519.
- 1. Garg SK, Rewers AH, Akturk HK. Ever-increasing insulin-requiring patients globally. Diabetes Technol Ther 2018;20(Suppl. 2):S21-S24 [DOI] [PubMed] [Google Scholar].
- 2. Whiting DR, Guariguata L, Weil C, Shaw J. IDF Diabetes Atlas: global estimates of the prevalence of diabetes for 2011 and 2030. Diabetes Res Clin Pract 2011;94:311-321 [DOI] [PubMed] [Google Scholar].
- 3. Lipska KJ, Yao X, Herrin J, et al. Trends in drug utilization, glycemic control, and rates of severe hypoglycemia, 2006-2013. Diabetes Care 2017;40:468-475 [DOI] [PMC free article] [PubMed] [Google Scholar].
- 4. Polonsky WH, Fisher L, Earles J, et al. Assessing psychosocial distress in diabetes: development of the diabetes distress scale. Diabetes Care 2005;28:626-631 [DOI] [PubMed] [Google Scholar].
- 5. Farsaei S, Radfar M, Heydari Z, Abbasi F, Qorbani M. Insulin adherence in patients with diabetes: risk factors for injection omission. Prim Care Diabetes 2014;8:338-345 [DOI] [PubMed] [Google Scholar].
- 6. Peyrot M, Barnett AH, Meneghini LF, Schumm-Draeger PM. Insulin adherence behaviours and barriers in the multinational Global Attitudes of Patients and Physicians in Insulin Therapy study. Diabet Med 2012;29:682-689 [DOI] [PMC free article] [PubMed] [Google Scholar].
- 7. Pickup JC. Are insulin pumps underutilized in type 1 diabetes? Yes. Diabetes Care 2006;29:1449-1452 [DOI] [PubMed] [Google Scholar].
- 8. Page P, Verstraete DG, Robb JR, Etzwiler DD. Patient recall of self-care recommendations in diabetes. Diabetes Care 1981;4:96-98 [DOI] [PubMed] [Google Scholar].
- 9. Heinemann L, Fleming GA, Petrie JR, Holl RW, Bergenstal RM, Peters AL. Insulin pump risks and benefits: a clinical appraisal of pump safety standards, adverse event reporting, and research needs: a joint statement of the European Association for the Study of Diabetes and the American Diabetes Association Diabetes Technology Working Group. Diabetes Care 2015;38:716-722 [DOI] [PubMed] [Google Scholar].
- 10. Klonoff DC, Kerr D. Smart pens will improve insulin therapy. J Diabetes Sci Technol 2018;12:551-553 [DOI] [PMC free article] [PubMed] [Google Scholar].
- 11. Baliga B, Tillman J, Olson BP, Vaughan S, Sheikh FN, Malone JK. The first real world experience with Bigfoot Unity: a three-month retrospective analysis [Abstract]. Diabetes 2022;71(Suppl. 1):68-LB. [DOI] [PMC free article] [PubMed] [Google Scholar].
- 12. Bergenstal RM, Beck RW, Close KL, et al. Glucose management indicator (GMI): a new term for estimating A1C from continuous glucose monitoring. Diabetes Care 2018;41:2275-2280 [DOI] [PMC free article] [PubMed] [Google Scholar].
- Marion Mesbah. Bigfoot a-t-il réellement existé? A quoi ressemblait-il?. 2025.
- Does Bigfoot really exist, what do we know? – Skeptical Science.
- Mythe ou Réalité. Bigfoot Existe-t-il? Ce que la Science Dit Vraiment. 2026.
- Erin Wayman. Did Bigfoot Really Exist? How Gigantopithecus Became Extinct. 2012.
