•• 11/04/23 1 / 1DCO

Séminaire ONEMA

Démarches de modélisation

Alexandre Péry (METO, INERIS)

•• 11/04/23 2 / 2

Activités de modélisation en écotoxicologie à l’INERIS

• Modèles QSARs.• Intégration du changement d’échelle individu-population dans les approches SSD.• Modélisation de populations de poissons dans les rivières artificielles.

•• 11/04/23 2 / 2

QSARs

•• 11/04/23 2 / 2

Statistiques

ChimieToxicologie

Chimie

QSAR

•• 11/04/23 2 / 2

SARs : trois niveaux de complexité

• Read-Across  : approche « ad-hoc »

• SARs : identification d’alertes structurelles

•• 11/04/23 2 / 2

• QSARs : formalisation mathématique des structures moléculaires (i.e. descripteurs) et application aux régressions statistiques pour prédire des effets toxiques.

•• 11/04/23 2 / 2

Action 1: Evaluation des logiciels existant

• Boite à outil OCDE (Q)SAR (en collaboration avec J. Devillers, CTIS).

• Logiciels en développement au niveau européen (OSIRIS et NOMIRACLE).

Action 2 : développement de nouvelles approchesPrédiction de données chroniques à partir de relations structurelles et de données aïgues

Action 3 : intégration de l’incertitude dans les modèles

Nous avons mis au point un outil capable de faire une prédiction, tout en évaluant l’incertitude liée à cette prédiction. Cette incertitude englobe la variabilité expérimentale et le positionnement de la molécule dans l’espace des descripteurs.

•• 11/04/23 2 / 2

c1c2

c4

c3

TCBD

DEHP

Indomethacin

LV2

LV1

Données de tératogénèse sur deux axes

•• 11/04/23 2 / 2

POPULATIONS et SSDs

•• 11/04/23 2 / 2

3 4 5 6 7 8 9 10

1

2

3

4

5

6

7

8

9 10

0 0

0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0

F F F F F F F F

P

P

P

P

P

P

P

P

P G

L

t

t

t

t

t

t

n

n

n

L

n

n

n

,10

,2

,1

1,10

1,2

1,1

......

Changement d’échelle : approche matricielle Les individus sont groupés selon des classes d’âge

Le paramètre d’intérêt est le taux de croissance asymptotique.

•• 11/04/23 2 / 2

Modélisation individu-centrée L’individu est finement décrit, avec ses caractéristiques propres.

La population est un groupe d’individus qui interagissent .

"A scalable simulator for forest dynamics," S. Govindarajan, M. Dietze, P.K. Agarwal, J. Clark. accepted to Symposium of Computational Geometry 2004.

•• 11/04/23 2 / 2

Modélisation individu-centrée : apports

Ce type de modèles permet de prendre en compte la variabilité interindividuelle et de prendre en compte des effets différenciés en fonction des caractéristiques physiologiques des individus.

Il est possible d’introduire une contrainte de ressources, ce qui permet d’étudier les biomasses et les densités pour une population régulée, en complément de l’étude de croissance asymptotique proposée par les approches matricielles.

•• 11/04/23 2 / 2

0%

25%

50%

75%

100%

1 10 100 1000 10000

Concentration

Cum

ulat

ive w

eigh

ted

prob

abilit

y

Vertebrates

Invertebrates

Algae

Approches SSD

•Les données utilisées pour les SSDs sont souvent disparates (croissance, reproduction) sans information quant à la pertinence écologique. •Il s’agit d’introduire des données intégrées au niveau des populations dans les calculs de SSDs.•Des QSARs, avec un poids plus faible, pourraient être utilisés.

Les approches SSDs visent à représenter la distribution des réponses des espèces afin de dériver des seuils génériques qui soient protecteurs pour un pourcentage donné d’espèces.

•• 11/04/23 2 / 2

MESOCOSMES

•• 11/04/23 2 / 2

Étude expérimentale de l’impact de polluants chimiques sur les populations de poissons

Variabilité importante des variables descriptives des populations entre les cosmes

Coefficient de variation moyen entre les cosmes des variables biologiques suivies : 51% (17 études ; Sanderson, 2002)

Peu de réplicats des populations de chaque traitement

En moyenne 3,5 réplicats par traitement (17 études ; Sanderson, 2002)

Les études en cosmes se réalisent à une échelle pertinente vis-à-vis des écosystèmes. Cependant, elles présentent des failles statistiques importantes qui constituent une limitation forte de la pertinence de leur utilisation.

.

•• 11/04/23 2 / 2

Conséquences pour les expériences d’écotoxicologie en mésocosme Faible puissance statistique de la comparaison entre les populations

témoins et les populations exposées au polluant

Facteur limitant pour détecter des effets significatifs autres que des effets très importants

Comment augmenter la puissance statistique des expériences ?

modéliser la dynamique de population pour simuler toutes les populations témoins possibles d'une expérience

Modélisation individu-centrée : prise en compte des composantes stochastiques inter- et intra-individuelles, et les interactions entre individus

0

0,1

0,2

0,3

0,4

Fréquence

Variable descriptive

•• 11/04/23 2 / 2

CONCLUSIONS

•• 11/04/23 2 / 2

CONCLUSIONS

Nous cherchons à mieux prendre en compte l’information disponible pour l’évaluation du risque écotoxicologique :

En intégrant les modèles QSARs à cette évaluation.

En privilégiant l’échelle population pour se situer à une échelle écologique pertinente, accessible par la modélisation en intégrant les résultats de tests de toxicité sur des individus.

En confrontant les approches de modélisation à des situations proches du terrain (les mésocosmes).