DYNAMO : Modélisation en dynamique de population et épidémiologie animale

DYNAMO : Modélisation en dynamique de population et épidémiologie animale

Comprendre, anticiper et maîtriser la propagation des maladies animales grâce à la modélisation mécaniste : des processus intra-individuels aux dynamiques épidémiques à large échelle, incluant les processus décisionnels et économiques

DYNAMO vise à mieux comprendre et à prédire la propagation et la persistance d'agents pathogènes en populations animales pour identifier des stratégies de maitrise efficaces et ciblées. Ces systèmes biologiques complexes sont étudiés aux échelles intra-hôte, inter-hôtes, métapopulation et réseaux. Nos principales applications sont les maladies infectieuses des bovins et des porcs, les maladies vectorielles, et la dynamique de populations de vecteurs.

 

dynamo

Expertise et compétences

  • Approches de modélisation prédictive combinant modèles mécanistes et simulations pilotées par les données
  • Reproductibilité, fiabilité et clarté des modèles : cadre générique de simulation multi-échelles facilitant l’intégration des connaissances et des données, et capitalisant les modèles développés
  • Méthodes innovantes d'inférence pour favoriser une modélisation réaliste et quantifier les processus incertains à différentes échelles
  • Outils d’aide à la décision dédiés aux gestionnaires de la santé pour conseiller les éleveurs dans la maitrise du risque infectieux et de santé publique

Projets en cours

  • WiLiMan-ID : Écologie des maladies de la faune, du bétail, de l'humain et des maladies infectieuses dans des environnements changeants (2023-2028 ; financement Horizon Europe)
  • DECIDE : Mobiliser les données d’observation pour maîtriser et prioriser les maladies animales contagieuses non réglementées en Europe (notamment les maladies respiratoires et digestives du jeune bétail) (2021-2026 ; financement H2020)
  • MIDIIVEC : Modélisation et inférence de la dynamique d'infection intra-vecteur à partir de données expérimentales (2022–2024 ; financement INRAE MP Digit-BIO)
  • SEPTIME : Outil de projection amélioré par capteurs et informé par un modèle épidémiologique : un système d'aide à la décision couplant données de capteurs en temps réel et modèle épidémiologique mécaniste de maladies respiratoires bovines (2022-2024 ; financement Carnot F2E)

Quelques exemples de projets passés

  • RobustInfer : Combiner & estimer : vers une réduction de la complexité des données pour une meilleure calibration des modèles épidémiologiques dynamiques à grande échelle (2021-2023 ; financement région Pays-de-la-Loire)
  • ATOM : Automatiser la chaîne logicielle du modèle épidémiologique à l’outil d’aide à la décision (2020-2021 ; financement INRAE prématuration)
  • ASF Challenge : Un challenge international de modélisation pour améliorer la prédiction de la propagation de la peste porcine africaine (ASF) à l’interface faune sauvage / élevages porcins (2019-2021 ; financement : INRAE DSA)
  • FORESEE : Virus-host-environment interplay and drivers behind pathogen emergence, spread and persistence: Rift Valley fever (RVF) as a case study (2018-2021 ; financement INRAE, métaprogramme GISA)
  • CaDeNCE : Propagation de processus épidémiques sur des réseaux dynamiques de mouvements d’animaux avec application aux bovins en France (2017-2021 ; financement ANR)
  • MIHMES : Modélisation multi-échelles des dynamiques d'infection, de l'intra-individu à la métapopulation, pour évaluer des stratégies de maitrise (2012-2017 ; financement PIA & FEDER Pays-de-la-Loire)

Membres de l'équipe

Cadres scientifiques :

Appui scientifique et technique :

Doctorants et post-doctorants

 

Exemples passés récents de thèmes de recherche des étudiants en masters, doctorat, et post-doctorat

Stages de M1 & M2, thèses vétérinaires

  • Brendan Borne : Améliorer la géolocalisation des exploitations pour prédire la circulation d'agents pathogènes dans les troupeaux bovins de France (M1 MODE, 2022)
  • Grégoire Azé : Modélisation de la dynamique d’infection intra-vecteur dans des cellules de moustiques par des arbovirus (Virus du Nil occidental et Virus Usutu) dans un contexte de primo- et de co-infection (collaboration avec l'UMR VIRO ; M1 MODE, 2022)
  • Servane Bareille : Premier challenge de modélisation en santé animale : la peste porcine africaine à l’interface entre la faune sauvage et la faune domestique (collaboration avec l'UMR IHAP ; M2 MODE & thèse vét., 2021) : Ezanno et al. 2022, Picault et al. 2022
  • Juliette Hervio : Surveillance et maîtrise de la circulation du virus de la diarrhée virale bovine entre troupeaux bovins (thèse vét. 2021)

Doctorats

  • Hélène Cecilia : Modéliser la dynamique de transmission du virus de la fièvre de la vallée du Rift : éclairage d'études aux échelle micro et macro (collaboration Cirad ; 2018-2021) : Bron et al. 2021, Cecilia et al. 2020, 2022a, 2022b
  • Lina Cristancho-Fajardo : Modélisation et optimisation de la prise de décision pour la gestion de maladies infectieuses se propageant sur des réseaux de métapopulations animales (collaboration UR MaIAGE ; 2019-2022) : Cristancho-Fajardo et al. 2021, 2022a, 2022b
  • Abdel Osseni : Gestion préventive et conséquences de risques sanitaires en productions animales : application à la tuberculose bovine en France (collaboration UMR SMART LERECO ; 2018-2021) : Osseni et al. 2019, 2022

Post-doctorats

  • Floor Biemans : Modélisation de la transmission de la paratuberculose bovine intra et inter-troupeaux en Irlande (collaboration UCD, Dublin ; 2019-2022) : Biemans et al. 2021, 2022a, 2022b
  • Thibaut Morel-Journel : Réorganisation du réseau de commercialisation des bovins entre troupeaux pour réduire le risque infectieux (collaboration avec Terrena ; 2018-2021) : Morel-Journel et al. 2021a, 2021b

 

L'équipe est aussi sur Twitter (@bioepar_dynamo) !

Contact

Pauline Ezanno