Démarches de modélisation Séminaire ONEMA Démarches de modélisation Alexandre Péry (METO, INERIS)

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.

QSARs

Toxicologie Chimie Chimie QSAR Statistiques

SARs : trois niveaux de complexité Read-Across  : approche « ad-hoc » SARs : identification d’alertes structurelles

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

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 approches Prédiction 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.

Données de tératogénèse sur deux axes

POPULATIONS et SSDs

Changement d’échelle : approche matricielle Les individus sont groupés selon des classes d’âge Le paramètre d’intérêt est le taux de croissance asymptotique.

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.

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.

Approches SSD 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. 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.

MESOCOSMES

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

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 0,1 0,2 0,3 0,4 Fréquence Variable descriptive

CONCLUSIONS

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).