Cette année, le worshop se tiendra le mardi 16 mai matin, en salle de conférence (-107 M) du laboratoire Chrono-environnement (site de la Bouloie).
Sur INSCRIPTION gratuite mais obligatoire pour organiser le buffet
Les inscriptions sont ouvertes jusque jeudi 4 mai inclus.
Au programme deux présentations de travaux récents de Chloé Audebert (MCF au LCQB, Sorbonne Université) et de Fabien Crauste (DR CNRS au Map5, Université de Paris).
Modélisation de la dynamique du tissu adipeux - Chloé Audebert
Le tissu adipeux (gras) joue un rôle central dans la pathophysiologie des maladies liées à l’obésité : les cellules adipeuses peuvent croître, et leur nombre peut aussi augmenter pour gérer le stockage des lipides. Il est important de comprendre l’évolution des tailles des cellules adipeuses pour entre autre comprendre les mécanismes impliqués dans les maladies liées à l’obésité. Nous possédons des données de tailles cellulaires à très haut débit avec environ 20 000 cellules par échantillons, ce qui nous donne des distributions de taille très précises. Nous proposons un modèle basé sur une équation aux dérivées partielles structurée en taille pour décrire la dynamique du tissu adipeux. Après une discussion de l’identifiabilité des paramètres, nous présenterons une estimation des paramètres du modèle s’appuyant sur une méthode CMAES. Nous validerons notre méthode avec des données synthétiques générées par le modèle, puis nous discuterons les valeurs de paramètres obtenues à partir des distributions mesurées chez plusieurs rats.
Prise en compte de l’hétérogénéité inter-individuelle dans des modèles et identifiabilité paramétrique - Fabien Crauste
La modélisation de nombreux processus biologiques par des modèles déterministes (typiquement des équations différentielles ordinaires, ODE) néglige généralement la variabilité inter-individuelle observée expérimentalement ou en clinique. Cette variabilité peut être due à la méthode de prise de mesures, mais également aux processus biologiques impliqués. Lorsque les données expérimentales ou cliniques sont limitées, voire manquantes, la description de comportements individuels peut être réalisée par une approche dite "populationelle" : on décrit le comportement d’un individu moyen de la population et les comportements individuels sont décrits comme variation autour du comportement moyen. L’association d’un modèle dynamique (type ODE) et d’un modèle statistique à effets mixtes permet une modélisation fiable de la variabilité individuelle dans ces cas. Toutefois, l’identifiabilité de ces modèles est plus difficile à étudier et est bien souvent ignorée. Nous proposons ici une méthode permettant de caractériser l’identifiabilité paramétrique à partir d’une procédure de sélection de modèles et nous l’illustrerons sur un cas particulier contrôlé expérimentalement : la différenciation de progéniteurs érythocytaires.
