Thèse INRA-CIRAD - Modélisation en Dynamique de
Transcription
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