Modélisation multi-échelle de la persistance des infections virales humaines : approches stochastiques et statistiques - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2023

Multiscale modeling of the persistence of human viral infections : stochastic and statistical approaches

Modélisation multi-échelle de la persistance des infections virales humaines : approches stochastiques et statistiques

Résumé

For practical, ethical or scientific reasons, mathematical modeling offers an alternative to experimental and fundamental biological approaches to the analysis of living systems. However, biological systems are difficult to understand mathematically. It is therefore necessary to simplify biological reality in order to translate the processes involved into an equation. However, it is generally impossible to describe a biological system in its entirety with a single model. The diversity and complementarity of the approaches employed can provide concrete insights into the characterization of biological mechanisms.Using the example of transient human papillomavirus (HPV) infections, I describe three complementary approaches to better understand the infectious dynamics of the virus. First, I describe the patterns of virus detection using survival analysis tools. Secondly, I focus more specifically on the impact of latent phases in HPV infectious dynamics, using hidden Markov models. Finally, I propose a stochastic model to evaluate the possibility of eliminating viral infections by phenomena other than those of the immune system.To a lesser extent, I have contributed with team members to the analysis of the first wave of the COVID-19 epidemic in France, with a particular focus on estimating the date of emergence and the date of extinction of the epidemic.Individually, these models only describe a specific aspect of a biological phenomenon, but collectively they enable us to grasp the characteristics and challenges of the system investigated.
Pour des raisons pratiques, éthiques ou scientifiques, la modélisation mathématiques offre une alternative aux approches en biologie expérimentale et fondamentale dans l'analyse du vivant. Cependant, les systèmes biologiques sont difficiles à appréhender mathématiquement. Il est ainsi nécessaire de simplifier la réalité biologique afin de mettre en équation les processus en jeu. Toutefois, il n'est pas possible de décrire un système biologique dans sa globalité avec un seul modèle. La diversité des approches employées et leur complémentarité permettent d'apporter des éléments concrets sur la caractérisation des mécanismes biologiques. À travers l'exemple des infections transitoires par les papillomavirus humains (HPV), je détaille trois approches complémentaires qui permettent de mieux cerner la dynamique infectieuse du virus. En premier lieu, je décris les motifs de détection du virus à l'aide des outils de l'analyse de survie. Dans un second temps, je m'intéresse plus spécifiquement à l'impact de phases latentes dans la dynamique infectieuse HPV en utilisant des modèles de Markov caché. Enfin, je propose un modèle stochastique pour évaluer la possibilité d'élimination des infections virales par des phénomènes autre que ceux du système immunitaire. Dans une moindre mesure, j'ai contribué avec les membres de l'équipe à l'analyse de la première vague de l'épidémie de COVID-19 en France, avec une attention particulière pour l'estimation de la date d'émergence et de la date d'extinction de l'épidémie. Individuellement, ces modèles ne décrivent qu'un aspect spécifique d'un phénomène biologique, mais collectivement, ils permettent d'appréhender les caractéristiques et enjeux du système étudié.
Fichier principal
Vignette du fichier
BENETEAU_2023_archivage.pdf (11.5 Mo) Télécharger le fichier
Origine Version validée par le jury (STAR)

Dates et versions

tel-04652571 , version 1 (18-07-2024)

Identifiants

  • HAL Id : tel-04652571 , version 1

Citer

Thomas Beneteau. Modélisation multi-échelle de la persistance des infections virales humaines : approches stochastiques et statistiques. Maladies infectieuses. Université de Montpellier, 2023. Français. ⟨NNT : 2023UMONG040⟩. ⟨tel-04652571⟩
0 Consultations
0 Téléchargements

Partager

Gmail Mastodon Facebook X LinkedIn More