Soutenance de thèse de Léa Loisel

Membres du jury :

• Rapporteurs avant soutenance :
  • Laetitia CANINI, Chargée de projet de recherche, ANSES, Maisons-Alfort, France
  • Simon CAUCHEMEZ, Professeur, Institut Pasteur, Paris, France

• Président :
  • A préciser après la soutenance
• Examinateurs :
  • Laetitia CANINI, Chargée de projet de recherche, ANSES, Maisons-Alfort, France
  • Simon CAUCHEMEZ, Professeur, Institut Pasteur, Paris, France
  • Catherine BELLOC, Professeure, Oniris VetAgroBio, Nantes, France
  • Mathilde PAUL, Professeure, École Nationale Vétérinaire de Toulouse, France
  • Thomas BALENGHIEN, Cadre scientifique, CIRAD, Montpellier, France
• Directeur de thèse :
  • Pauline EZANNO, Directrice de Recherche, INRAE, Nantes, France
• Co-directeur de thèse :
  • Gaël BEAUNEE, Chargé de Recherche, INRAE, Nantes, France

Résumé :

La dynamique d’infection virale intra-vecteur (DIV) est une des étapes clés de la transmission des arbovirus entre vecteurs et hôtes. L’objectif de cette thèse était d’étudier sa variabilité et son impact sur la transmission vectorielle à l’échelle populationnelle. La construction d’un modèle mécaniste à
compartiments de DIV et l’inférence de celui-ci, à partir de données d’expériences de compétence
vectorielle a permis de caractériser la variabilité de la DIV pour les virus du chikungunya (CHIKV),
de la dengue (DENV), du Zika, du West Nile et de la fièvre de la vallée du Rift. Cela a conduit à
remettre en question l’hypothèse usuelle d’une distribution exponentielle de la période d’incubation extrinsèque (EIP), en montrant que des distributions plus flexibles, notamment la loi bêta, rendent mieux compte des dynamiques observées.
L’introduction d’un mécanisme de sortie de l’état transmetteur a permis de questionner l’hypothèse
d’un état persistant, pour certaines conditions expérimentales pour CHIKV. Le couplage du modèle à un modèle de transmission du DENV a permis d’étudier l’impact de la distribution de l’EIP sur la dynamique épidémique chez les humains. Celle-ci influence la temporalité et l’intensité des épidémies plutôt que leur ampleur totale, avec des pics plus tardifs, moins élevés mais légèrement
plus durables lorsque la distribution est informée par les expériences et non supposée exponentielle. L’impact de cette distribution évolue avec le contexte épidémiologique. L’analyse de la
qualité de l’inférence du modèle de DIV a permis d’explorer son utilisation pour guider le choix du
nombre et de la répartition des dates d’observations des expériences de compétence vectorielle.

Mots clés :

Dynamique d'infection virale intra-vecteur, arbovirus, modélisation mécaniste, moustiques, transmission, inférence