Thi Nhu Thao : Applications des Modèles Multi-Échelles à la Dynamique des Populations

Title - HTML

Applications des Modèles Multi-échelles à la Dynamique des

Populations

Nom de l'orateur
Thi Nhu Thao
Etablissement de l'orateur
LMBC - MAP5
Date et heure de l'exposé
03-12-2024 - 11:00:00
Lieu de l'exposé
Salle des séminaires
Résumé de l'exposé

Dans cet exposé, je présenterai mes travaux de thèse et postdoctoraux sur l’application des méthodes numériques en biologie. Nous avons utilisé le modèle individu centré (IBM) pour analyser le comportement collectif d’agents suivant des règles simples, reliant les les comportements individuels aux aspects spatiaux et révélant la dynamique émergente des populations. Cette approche a été appliquée à des modèles multi-échelle pour les campagnols, les cellules T CD8 et les organoïdes de neuroblastome. Inspirés du modèle hybride ODE-Multi Agent de Marilleau-Lang-Giraudoux [1], nous avons développé un modèle pour analyser la dynamique des campagnols en France, utilisant des équations différentielles ordinaires dans des cellules carrées, sans dynamique spatiale. Lorsque la densité d’une cellule dépasse un seuil, des jeunes campagnols migrent et forment un agent dont le comportement est influencé par la topographie et les cellules voisines. Nous avons utilisé un graphe orienté avec des équations de transport pour chaque colonie et simulé des transitions entre colonies [2]. Les simulations ont validé le modèle simplifié, et nous avons également exploré des modèles plus complexes pour la densité de la population de campagnols [3] et les interactions proie-prédateur [4]. Pendant mon postdoctorat, j’ai utilisé le logiciel Simuscale [5] d’INRIA pour développer des modèles multi-échelle sur les cellules T CD8 et les organoïdes de neuroblastome. Nous avons modélisé les cellules T CD8 avec une approche IBM, incluant un réseau de régulation genetique décrit par un processus de Markov déterministe par morceaux, ce qui a bien reproduit la dynamique biologique et permis d’évaluer la sensibilité des paramètres [6]. Pour les organoïdes de neuroblastome, un réseau génétique simple a été développé, et les structures 3D simulées ont été validées par comparaison avec des images d’immunohistochimie. Les premiers résultats sont encourageants, ce travail est actuellement en cours.

comments