Thèse INRA-CIRAD - Modélisation en Dynamique de

Thèse INRA-CIRAD - Modélisation en Dynamique de Population
INTITULÉ DU SUJET DE THÈSE :
Modélisation de la dynamique spatio-temporelle d’une métapopulation d’insectes ailés, vecteurs de
maladies
RÉSUMÉ DU SUJET DE THÈSE :
L’intégration d’une composante spatiale dans les modèles épidémiologiques nécessite le couplage
des composantes spatiale et temporelle. Cette intégration - rarement réalisée concrètement du fait
de la complexité des modèles en découlant - est nécessaire pour les maladies fortement influencées
par une ou plusieurs composantes environnementales, telles que les maladies vectorielles.
L’objectif de la thèse est de proposer un modèle couplant ces composantes spatiale et
temporelle pour représenter la dynamique de population de moustiques, ceci afin d’identifier les
paramètres environnementaux influant sur l’amplification et la diffusion des populations de
moustiques et d’identifier et estimer les paramètres les plus influant (paramètres critiques, à
définir précisément et/ou permettant le contrôle du système biologique). Ces paramètres sont
souvent difficilement mesurables sur le terrain (localisation de gîtes larvaires, rayon de diffusion des
vecteurs, carte de densité de vecteurs). Il s’agira d’introduire des données environnementales
spatialisées dans des modèles dynamiques dans le temps.
FORMATION(S) RECHERCHEE(S) :
Master en biomathématiques ou en modélisation des systèmes biologiques
DISCIPLINE(S) SCIENTIFIQUE(S) :
Modélisation en dynamique de population
Mathématiques appliquées
UNITES PARTENAIRES : (Unité d'accueil 1 = affectation principale)
Organisme :
Département :
Centre :
N° unité et intitulé :
Directeur :
Adresse :
ÉQUIPE D’ACCUEIL
(Co-encadrants)
Nom-prénom :
UNITÉ D’ACCUEIL 1
INRA - ENV Nantes
Santé Animale
Angers-Nantes
UMR1300, Bio-Agression, Epidémiologie
& Analyse de Risques
UNITÉ D’ACCUEIL 2
CIRAD
Environnements et Sociétés
Montpellier
UPR22, Animal et Gestion Intégrée des
Risques
Henri Seegers
ENV Nantes, BP 40706
44307 NANTES Cedex 3
François Monicat
CIRAD, Campus international de
Baillarguet, TA 30 / E - 34398 Montpellier
Cedex 5
Modélisation et Décision
François Beaudeau ; Pauline Ezanno
PR
CR1
(adresse idem ci-dessus)
Annelise TRAN
Chercheur en géomatique
Maison de la Télédétection, 500 rue
Jean-François Breton, 34094 Montpellier
cedex 5
RESPONSABLE(S) À CONTACTER avant tout acte de candidature :
Annelise Tran - Tél : 04 67 54 87 36 ; Email : [email protected]
Pauline Ezanno – Tél : 02 40 68 78 54 ; Email : [email protected]
CANDIDATURE (voir les pièces à fournir p. 2) :
Date limite de candidature : 28 Mai 2008
Entretien et sélection : de mi Juin à fin Juin 2008
Prise de fonction : 01 Août 2008
1/6
Le dossier comporte :
1ère partie : le dossier administratif
- Une copie du diplôme de Master Recherche. Pour les candidats n’ayant pas encore
obtenu leur diplôme de Master Recherche, une copie de leur relevé de notes validant la
partie théorique du Master doit être fournie,
- Un certificat de scolarité de l’année en cours pour les candidats inscrits en Master,
- Un Curriculum Vitae de 2 pages maximum,
- Une lettre de motivation rédigée par le candidat.
L'ensemble de ces pièces doivent être enregistrées ensemble en .pdf sous « votre
nom.dossier.pdf ».
2ème partie : le mémoire
- Le mémoire de fin d'études ou de Master Recherche ou, pour les candidats n'ayant pas
encore finalisé ce mémoire, un rapport de 5 à 10 pages sur leur travail de fin d'études.
Le mémoire (ou rapport) doit être enregistré en .pdf sous « votre nom.memoire.pdf ».
Les fichiers informatiques doivent être envoyés ensemble aux deux adresses : [email protected] et [email protected].
En outre, doivent nous parvenir par courrier dans les délais :
- Deux lettres d’appréciation confidentielles d’enseignant et/ou de chercheur dont l’une doit
être rédigée par la personne qui a encadré le candidat au cours de ses travaux.
2/6
PRESENTATION DETAILLEE DU SUJET DE THESE
1. SUJET ET ENCADREMENT
Titre
Modélisation de la dynamique spatio-temporelle d’une métapopulation d’insectes ailés, vecteurs de
maladies
Période de la thèse : 2008-2011
Encadrants
UMR INRA, ENVN
François BEAUDEAU (PR, directeur de thèse), UMR1300 INRA, ENVN Bio-agression, Epidémiologie et
Analyse de Risques, BP40706, F-44307 Nantes (02 40 68 76 50 ; [email protected]).
*
Pauline EZANNO (CR1, co-encadrante ), UMR1300 INRA, ENVN Bio-agression, Epidémiologie et
Analyse de Risques, BP40706, F-44307 Nantes (02 40 68 78 54 ; [email protected]).
UR CIRAD
Annelise TRAN (Chercheur en géomatique, co-encadrante), UR22 CIRAD, Maison de la Télédétection,
500 rue Jean-François Breton, 34094 Montpellier cedex 5 (04 67 54 87 36 ; [email protected]).
Modalités d’accueil
Il s’agit d’un co-encadrement : la thèse sera co-encadrée par P. Ezanno et A. Tran ; elle sera suivie par
Thomas Balenghien (CIRAD UR15) pour les aspects entomologie (biologie des vecteurs, campagne terrain).
Les compétences à mettre en œuvre pour ce projet (modélisation, géomatique) existent dans l’une ou l’autre
des parties (CIRAD-INRA), et sont à mutualiser et à capitaliser.
La thèse se déroulera principalement à Nantes, hormis les périodes de terrain qui se feront à partir de
Montpellier. De plus, le co-encadrement reposera sur des rencontres régulières sur Nantes ou sur
Montpellier afin de pouvoir bénéficier de la complémentarité des interlocuteurs.
2. ENJEU ET CONTEXTE SCIENTIFIQUE
Les recherches sur les maladies émergentes et les maladies infectieuses animales sont intégrées
durablement dans les problématiques de développement et dans les demandes sociétales des pays du Nord
et du Sud. Parmi les maladies infectieuses, les maladies vectorielles présentent la caractéristique d’une forte
composante environnementale. Pour ces maladies, un enjeu majeur est de mieux comprendre et décrire les
dynamiques spatio-temporelles des populations de vecteurs. Une approche globale couplant un modèle de
dynamique de population d’un vecteur potentiel de maladies et un modèle spatial de répartition des
populations de vecteurs et de diffusion des individus est nécessaire et permettra d’aborder l’étude des
maladies vectorielles sous un nouvel angle.
Dans ce contexte, l’étude de la dynamique de population de moustiques constitue un modèle d’étude
privilégié. En effet, le moustique est vecteur de nombreuses maladies, animales (zoonotiques ou non) ou
humaines. Nous nous proposons de développer un modèle concernant plus spécifiquement la dynamique
spatio-temporelle de plusieurs populations de moustiques en interaction (ou métapopulation). Les facteurs
clé d’émergence et de diffusion des moustiques seront identifiés pour différentes espèces (Culex, Aedes,
anophèles). Une approche de modélisation permettra de tester des stratégies de contrôle des populations
de moustiques. Par ailleurs, la prise en compte des facteurs environnementaux dans la modélisation de la
dynamique de population d’une espèce vectrice d’agents pathogènes permettra d’identifier les facteurs
d’émergence ou de ré-émergence de maladies vectorielles en lien avec une zone à risque donnée, telles
que pour West-Nile en Camargue par exemple. Le modèle proposé sera de plus facilement adaptable à
d’autres vecteurs ailés, telle que le moucheron vecteur de la fièvre catarrhale ovine par exemple, et donc
permettra par la suite l’étude d’une large gamme de maladies vectorielles. Enfin, ce projet contribuera à
développer un outil adapté au contrôle des maladies vectorielles, en couplant à terme le modèle développé
lors de la thèse à un système d’information géographique (SIG) commercial.
3. QUESTION DE RECHERCHE
L’intégration de la composante spatiale dans les modèles dynamiques de propagation d’agents pathogènes
dans une population animale est au cœur des questions de recherche en modélisation épidémiologique.
Une telle problématique nécessite le couplage des composantes spatiale et temporelle dans un modèle
*
Transfert de la direction prévu sur année 3 à obtention de l’HDR.
3/6
épidémiologique, ce qui est rarement fait concrètement dans les modèles existants, en particulier du fait de
la complexité des modèles en découlant.
L’objectif de la thèse est de proposer un modèle couplant ces composantes spatiale et temporelle pour
représenter la dynamique de population de moustiques, ceci afin d’identifier les paramètres
environnementaux influant sur l’amplification et la diffusion des populations de moustiques et
d’identifier et estimer les paramètres les plus influant (paramètres critiques, à définir précisément et/ou
permettant le contrôle du système biologique). Ces paramètres sont souvent difficilement mesurables sur le
terrain (localisation de gîtes larvaires, rayon de diffusion des vecteurs, carte de densité de vecteurs). Il
s’agira d’introduire des données environnementales spatialisées dans des modèles dynamiques dans le
temps.
Une revue critique des modèles de dynamique (spatiale et/ou temporelle) de population de moustiques
publiés a été réalisée pour permettre de choisir parmi les modèles disponibles, d’adapter, voire de
développer un modèle de dynamique spatio-temporelle de population de moustiques. Le modèle retenu sera
analysé, en particulier par le biais d’une analyse de sensibilité complète du modèle de manière à identifier
les paramètres influençant le plus sa dynamique. Par la suite, ce modèle sera confronté à des données de
suivi dans le temps et dans l’espace de relevés entomologiques concernant différents genres de
moustiques : Culex, Anophèles, Aedes. Des données entomologiques complémentaires seront collectées
pour valider - ou au moins évaluer - le modèle. Les facteurs clé d’émergence et de diffusion des moustiques
seront identifiés pour ces espèces. Des stratégies de contrôle des populations de moustiques seront
testées. Le modèle sera ensuite couplé à un modèle épidémiologique de type SIR (Sensible – Infecté –
Retiré) dans une métapopulation d’hôtes fictive. Une application pourrait concerner la dynamique du virus de
West Nile dans les zones de delta. Enfin à terme, le modèle pourrait également être appliqué à l’étude
d’autres types de maladies vectorielles comme la fièvre de la vallée du Rift ou la fièvre catarrhale ovine.
4. MATERIEL ET DONNEES DISPONIBLES OU A PRODUIRE
Données disponibles
Le travail de modélisation s’appuiera sur des données environnementales et entomologiques déjà
disponibles, notamment sur la Camargue :
- données environnementales recueillies dans le cadre du projet EDEN (occupation du sol, réseau
hydrographique, données météorologiques)
- données entomologiques (source : EID et IRD-LIN): suivi dynamique des populations adultes
d’Anopheles (vecteurs potentiels du paludisme), de Culex (vecteurs du virus de West Nile) et
d’Aedes sur plusieurs années, données larvaires sur ces mêmes espèces.
Données à produire
Afin d’étudier plus spécifiquement la variation spatiale de la distribution des vecteurs, des relevés
entomologiques seront effectués en Camargue au cours des 2 premières années de thèse (2 campagnes de
piégeages par an -un mois par an- sont envisagées). Ils concerneront plusieurs sites simultanés de manière
à cartographier à une date donnée les densités en vecteurs, en complément de données existantes
renseignant la variation de densité en vecteurs pour un site au cours du temps.
5. RESULTATS ET PUBLICATIONS ATTENDUS
Plusieurs publications dans des revues de portée internationale apparaissent possibles à ce stade de la
réflexion, valorisant en particulier le travail de conceptualisation, de développement et d’analyse des
modèles mathématiques et de simulation (échelle du patch et modélisation déterministe inter-annuelle,
échelle régionale et couplage des composantes spatiale et temporelle). Une revue critique des modèles de
dynamique de population de moustiques publiés sera réalisée. Le modèle de propagation spatio-temporelle
sera couplé avec un SIG sur une zone d’étude réelle : la Camargue, zone pour laquelle les données
environnementales et entomologiques sont déjà disponibles selon un gradient environnemental (recueillies
dans le cadre du projet européen EDEN). Le modèle sera adapté à différentes espèces vectrices, en
particulier Culex en tant que vecteur de West Nile et anophèles en tant que vecteurs du paludisme, espèces
pour lesquelles des données entomologiques seront préalablement disponibles ou relevées pendant la thèse
(variation temporelle et spatiale). Les résultats de l’analyse des relevés seront valorisés par une publication,
ainsi que la calibration et l’évaluation / validation du modèle à partir des données et par analyse de
sensibilité et analyse d’incertitude. Enfin, le modèle sera exploité afin d’étudier les facteurs d’émergence ou
de ré-émergence du virus de West Nile en Camargue. Les revues cibles envisagées sont des revues de
mathématiques appliquées (e.g. Math. Biosci.), des revues de modélisation (e.g. J. Theor. Biol.), des revues
d’entomologie (e.g. J. Med. Entomol.), des revues d’épidémiologie (e.g. Vet. Res., Epid. Inf., Emerg. Infect.
Dis.) et des revues généralistes en biologie et épidémiologie (e.g. Proc. Biol. Sci., J. R. Soc. Interface).
4/6
6. PARTENARIAT SCIENTIFIQUE
En fonction de questions émergentes, des collaborations pourront être établies avec des unités de
recherche possédant les compétences spécifiquement recherchées : analyse statistiques de données
spatiales (UR INRA MIA à Avignon, UR INRA EpiA à Theix), entomologie (EID, IRD à Montpellier). Des
personnes ont été identifiées pour ces collaborations et sont à contacter :
-
Bruno Matthieu
Didier Fontenille
David Abrial
Joël Chadoeuf
Entente Interdépartementale de Démoustication (EID-Méditerranée)
Laboratoire de Lutte contre les Insectes Nuisibles (LIN, UR16 de l’IRD)
Epidémiologie animale (UR EpiA de l’INRA DSA)
Mathématiques et Informatique Appliquées (UR MIA Avignon de l’INRA)
7. CALENDRIER
La répartition du travail sur les 3 années de thèse est proposée comme suit :
1
2
3
Reprise des travaux préalablement réalisés, bibliographie
Adaptation à un SIG (1 publication)
Relevés entomologiques en Camargue (1 publication)
Calibrage du modèle pour plusieurs espèces de moustiques
Analyse de sensibilité des modèles (1 publication)
Modèle épidémiologique
(WNV ; 1 publication)
Rédaction
Le temps consacré à chaque sous-partie ne comprend pas le temps nécessaire aux processus de rédaction
/ révision / acceptation des publications. Les publications envisagées sont reportées sur le calendrier.
8. FORMATION initiale attendue et COMPETENCES que le doctorant acquerra pendant la
thèse
Souhaitées au départ
- Formation initiale en biologie, agronomie ou en épidémiologie
- Master en biomathématiques ou en modélisation des systèmes biologiques
- Autonomie en programmation informatique dans un langage courant
- Des bases en SIG seraient un atout
- Aptitude au travail en équipe pluridisciplinaire
Les candidatures d’étudiants avec une formation initiale en mathématiques appliquées à la biologie ou ayant
suivi un master de biologie-écologie pourront également être examinées si justification d’une expérience
significative dans le domaine de la modélisation de systèmes biologiques.
Acquises en cours de thèse
- Elaboration d’un schéma conceptuel d’un modèle de dynamique de population, d’un modèle
épidémiologique, d’un modèle spatial
- Techniques de modélisation déterministe et stochastique, pour des modèles à compartiments et des
modèles en métapopulation
- Techniques de cartographie, SIG, couplage avec un modèle dynamique
- Etude de comportement de modèles déterministe
- Entomologie, plan d’échantillonnage, capture, identification et analyse de données de terrain
- Méthodes de validation / évaluation des modèles, confrontation à des données
- Raisonnement d’un plan d’expérience de simulations et analyse statistique des résultats
- Analyse de sensibilité pour des sorties de modèle ponctuelles ou dynamiques
5/6
-
Capacité de synthèse des résultats et de valorisation orale et écrite
9. ECOLE DOCTORALE DE RATTACHEMENT
Intitulé : Nouvelle Ecole doctorale « Biologie-Santé »
Etablissements constitutifs : Univ. Nantes, Univ. Angers, ENV Nantes
Nom du Directeur : C. Tellier
Responsable de la thèse : François Beaudeau
10. COMITE DE THESE ENVISAGE (ouvert à des personnes extérieures aux équipes
d’accueil)
Nom
Mathew Baylis
Didier Fontenille
EpiA (à préciser)
Jean-Dominique Lebreton
Renaud Lancelot
Spécialité
Epidémiologie
Entomologie
Statistiques spatiales
Modélisation
Epidémiologie et statistique
Organisme
Liverpool university
IRD
INRA
CNRS
CIRAD
11. PUBLICATIONS DES EQUIPES D’ACCUEIL SUR LE SUJET
Balenghien T., Vazeille M., Reiter P., Schaffner F., Zeller H., Bicout D. 2007. Evidence of laboratory vector
competence of Culex modestus for West Nile virus. J. Am. Mosq. Control Assoc. 23:233-6.
Ezanno P. 2005. Dynamics of a tropical cattle herd in a variable environment: a modelling approach in order
to identify the target period and animals on which concentrating management efforts to improve
productivity. Ecol. Mod., 188, 470-82.
Ezanno P., Fourichon C., Viet A-F., Seegers H. 2007. Sensitivity analysis to identify key-parameters in
modelling the spread of bovine viral diarrhoea virus in a dairy herd. Prev. Vet. Med., 80, 49-64.
Ezanno P., Fourichon C., Seegers H. 2008. Effect of herd structure and type of virus introduction on the
spread of bovine viral diarrhoea virus (BVDV) within a dairy herd. Vet. Res., 39:39.
Ezanno P., van Schaik G., Weber M.F., Heesterbeek J.A.P. 2005. A modelling study on the sustainability of
a certification-and-monitoring program for paratuberculosis in cattle. Vet. Res., 36, 811–26.
Guis H., Tran A., de La Rocque S., Baldet T., Gerbier G., Barragué B., Biteau-Coroller F., Roger F., Viel J.F., Mauny F. 2007. Use of high spatial resolution satellite imagery to characterize landscapes at risk for
bluetongue. Vet Res, 38, 669-83.
Lesnoff M., Ezanno P., Caswell H. 2003. Sensitivity analysis in periodic matrix models: a postscript to
Caswell and Trevisan (1994). Math. Comput. Mod., 37, 945-8.
Ponçon N., Balenghien T., Toty C., Baptiste Ferré J., Thomas C., Dervieux A., L’ambert G., Schffner F.,
Bardin O., Fontenille D. 2007. Effects of local enthropogenic changes on potential malaria vector
Anopheles hyrcanus and West Nile virus vector Culex modestus, Camargue, France. Emerg. Infect. Dis.
13:1810-5.
Raffy M., Tran A. 2005. On the dynamics of flying insect populations controlled by large scale information.
Theor. Popul. Biol., 68, 91-104.
Tran A., Gaidet N., L’Ambert G., Balenghien T., Balança G., Chevalier V., Soti V., Ivanes C., Etter E.,
Schaffner F., Baldet T., De la Rocque S. 2007. On the use of remote sensing for the ecological
description of multi-host disease systems: a case study on West Nile Virus in Southern France. Vet.
Italiana 43, 687-97.
Tran A., Ponçon N., Toty C., Linard C., Guis H., Ferré J.B., Lo Seen D., Roger F., de la Rocque S.,
Fontenille D., Baldet T. 2008. Using remote sensing to map larval and adult populations of Anopheles
hyrcanus (Diptera: Culicidae) a potential malaria vector in Southern France. International Journal of
Health Geographics 7:9. Disponible en ligne : http://www.ij-healthgeographics.com/content/7/1/9
Tran A., Raffy M. 2006. On the dynamics of dengue epidemics from large-scale information. Theor. Popul.
Biol., 69, 3-12.
6/6