En naviguant sur notre site vous acceptez l'installation et l'utilisation des cookies sur votre ordinateur. En savoir +

Menu Logo Principal logo vas

UMR EPIA - Unité Mixte de Recherche d'EPIdémiologie des maladies Animales et zoonotiques

EPIA

Terrain, Labo et Informatique

Terrain, Labo et Informatique : outils & méthodes

La conduite de nos travaux de recherche en épidémiologie nécessite la maîtrise de plusieurs domaines méthodologiques et techniques de la collecte de données issues du terrain ou d’autres sources à l’analyse et la modélisation des données.

Terrain & Labo

Collecte de données de terrain

L’UMR EPIA procède régulièrement à des campagnes de terrain. Ces campagnes ont pour objectif l’obtention de données pertinentes pour l’étude de différents agents pathogènes, vecteurs ou animaux sensibles ou réservoirs de maladies. Il peut s’agir de prélèvements en milieux naturels ou en élevages. Les campagnes de terrain peuvent être réalisées une fois ou être répétées lors de suivis longitudinaux. De nombreuses données sont par ailleurs obtenues et analysées grâce à d’étroites collaborations avec d’autres unités ou organismes.

Pour les collectes de données et les études de terrain nous disposons notamment d’un véhicule (à Theix), de locaux de stockage de matériel (à Theix et Marcy l’Etoile), d’équipements et de personnels dédiés à ces activités. Le matériel est adapté en fonction des différentes études. Par exemple, nous disposons de plus de 400 pièges pour petits rongeurs, des pièges sélectifs pour diptères, des draps de capture pour les tiques ainsi que tous les outils nécessaires pour les mesures et les prélèvements biologiques, environnementaux et météorologiques.

Les 3 principaux sujets et objets actuels des campagnes de terrain 

  • Les tiques. Elles sont échantillonnées sur la végétation à l’aide d’un drap et sur les hôtes. Elles sont étudiées en tant que vectrices de différents agents pathogènes dont les Borrelia burgdorferi sl (Maladie de Lyme), Anaplasma phagocytophilumRickettsia
    → Voir aussi Projets sur les tiques et maladies à tiques 
BandeauMéthodesEPIA_Terrain&Méthodes_1

Photos : adulte Ixodes ricinus sur la végétation (C. Boyard, EPIA, INRA) / Adulte Dermacentor marginatus récolté sur un drap (C. Martellet) / récolte de tique dans la forêt (V. Poux, EPIA, INRA)

  • Les ruminants domestiques. Nous nous intéressons, chez les ruminants domestiques, aux infections qui provoquent des avortements, en particulier la Fièvre Q due à la bactérie Coxiella burnetii.
    → Voir aussi  Projets Fièvre Q et autres agents pathogènes abortif
BandeauMéthodesEPIA_Terrain&Méthodes_2

Photos : Passage d’une chiffonnette pour collecter des poussières dans un élevage (P. Carrié, EPIA, INRA) / Moutons au pré (C. Brizon, EPIA, INRA) / prélèvements à l’aide d’écouvillon vaginal (S. Atger, EPIA, INRA)

  • Campagnol roussâtre (Myodes glareolus). Nous nous intéressons au campagnol roussâtre en tant que réservoir des Hantavirus Pumala (agents de la néphropathie épidémique).
    → Voir aussi  Projets Virus des petits mammifères 
BandeauMéthodesEPIA_Terrain&Méthodes_3

Photos : Jeune campagnol roussâtre (Myodes glareolus) et remise sur le terrain d’un adulte lors d’opérations de capture/recapture à l’aide de pièges «Ugglan» (A. Teynié, EPIA, INRA)

Nous travaillons aussi sur d’autres groupes zoologiques de façon plus occasionnelle :

  • Tabanidé (Taon). Nous recherchons d’éventuels agents pathogènes dans les taons.
  • Divers groupes zoologiques. Nous participons aux inventaires de la Biodiversité de Domaines Expérimentaux de l’INRA avec l’UMRH.

Analyse des échantillons au laboratoire 

L’objectif de nos analyses au laboratoire est de détecter et caractériser les agents pathogènes étudiés dans l’UMR. Nous analysons des échantillons de différentes natures en particulier : tiques entières, prélèvements sur animaux, prélèvements environnementaux.

Pour cela, nous utilisons en routine des méthodes de détection directe des acides nucléiques des agents pathogènes : PCR en plaques ou en puces micro fluidiques, hybridation sur membrane. Couplées au séquençage à haut débit ces méthodes nous permettent de caractériser la diversité spécifique et génétique des agents pathogènes. Dans certaines matrices, l’utilisation de la PCR en temps réel permet d’obtenir des résultats quantitatifs en nombre équivalent de génomes de bactéries pathogènes. La méthode sérologique ELISA nous permet de caractériser indirectement l’exposition d’un organisme à un agent pathogène.                  

BandeauMéthodesEPIA_Terrain&Méthodes_4

Photos : Laboratoires de microbiologie et de biologie moléculaire (A. Teynié, EPIA, INRA)

 Sur le site de Theix (INRA ARA), l’UMR dispose d’une plateforme de biologie moléculaire structurée en 4 pièces distinctes pour respecter une marche en avant :

  1. préparation des consommables et des réactifs nécessaire aux analyses (hotte à UV, production d’eau milliQ™) ;
  2. laboratoire L2 : identification morphologique des tiques (équipements de microscopie), purification d’ADN à partir des échantillons de différentes natures (automate d’extraction, micro-spectrophotomètre), réalisation de clonage et de culture de bactéries pathogènes de type 2 (PSM, incubateurs) ;
  3. amplification d’ADN par PCR et qPCR (3 thermocycleurs dont 1 équipé d’un bloc optique CFX96™) et préparation des librairies de séquençage (Qubit™) ;
  4. analyses post PCR (fours à hybridation, appareils de dépôts sur membrane, cuves d’électrophorèse, Gel Doc™).

Informatique

Analyse des données par modélisation statistique et mathématique

Nous appliquons couramment les statistiques descriptives afin de décrire les phénomènes de santé en fournissant des synthèses à partir des données. Nous utilisons également fréquemment la modélisation statistique qui est une formalisation mathématique d'un phénomène (comme une épidémie) pour le décrire, en connaître les propriétés et prévoir son évolution.  Les méthodes existantes sont variées. Elles doivent être choisies et paramétrées de manière adaptée au problème étudié en tenant compte des analyses statistiques descriptives préalables et des connaissances a priori (avis d'expert) sur le phénomène. Les paramètres d’un modèle sont ensuite généralement estimés à partir de données. Ces inférences permettent d'étendre les conclusions faites sur un échantillon à l'ensemble de la population ciblée, ce qui potentiellement permet d'effectuer des prédictions sur l'extinction ou l'extension d'une maladie.

  • Nous utilisons notamment les régressions au sens large (linéaire ou non, logistique et plus généralement l'approche GLM, les modèles mixtes, les analyses de variance). Les régressions logistiques sont les plus utilisées dans l'unité, en particulier pour l'étude de l'influence des facteurs épidémiologiques sur les épidémies. Les tests statistiques concernent la conformité, la comparaison de distributions et la mise en évidence d'hétérogénéité spatiale (ESB, Influenza Aviaire, etc.).
  • Les données de suivi individuel que nous recueillons dans des populations d'espèces réservoirs de la faune sauvage (Rongeurs) sont analysées à l'aide de modèles de Capture Marquage Recapture. Ces modèles permettent d'inférer le fonctionnement démographique des populations des espèces réservoirs en lien avec l'épidémiologie d'un (ou plusieurs) agent(s) pathogène(s).
  • Les modèles les plus complexes ne possèdent que rarement de solutions analytiques et doivent de ce fait être estimés par des méthodes de simulation (de type Monte-Carlo par exemple). Les approches bayésiennes entrent dans ce cadre. En particulier, les projets de l'unité concernés par les analyses spatiales utilisent des modèles de cartographie du risque formalisés dans une approche hiérarchique Bayésienne.
  • Des modèles dynamiques pour simuler les propagations de maladie sont développés en prenant en compte les caractéristiques de la population et de la transmission du pathogène. La prise en compte de la dimension spatiale peut être réalisée tant dans la distribution spatiale des populations que dans la transmission à distance de la maladie. Si l’approximation de type champ moyen n’est pas valide, l’approche déterministe sera remplacée par une approche stochastique nécessitant de nombreuses simulations pour étudier le comportement du modèle.

Développement de nos capacités informatiques

  • Enfin, l’Informatique occupe une place importante, que ce soit pour la gestion des données ou pour leur analyse.
  • Les bases de données développées dans l’unité sont utilisées pour saisir, consulter, stocker et extraire les données issues des études de terrain. Généralement couplées avec une interface utilisateur elles possèdent des fonctionnalités de saisie, de recherche de données et d’extractions sélectives multicritères.
  • Les applications Web développées dans l'unité permettent également la saisie, la recherche, la consultation et l’extraction de données épidémiologiques ou génomiques stockées dans des bases de données. Accessibles depuis Internet, elles sont utilisées dans le cadre de projets impliquant plusieurs acteurs ou partenaires. L'unité a également développé des applications pour terminaux mobiles (Smartphones) qui sont un atout et un gain de temps non négligeable dans le cadre d’un réseau de surveillance d’une maladie. Ce type d'application permet la saisie de données et la transmission en temps réel de ces informations à des serveurs centraux.
  • La représentation cartographique des données,  réalisée à l'aide de systèmes d’information géographique, est une étape essentielle de nombre de nos études. Les cartes créées permettent soit de préparer une campagne de terrain en utilisant des données GPS ou topographiques, des photographies satellites ou aériennes, soit de construire des variables spatialisées, intégrées ensuite dans des modèles statistiques.
  • Les différents traitements à effectuer et les masses de données évoluant de façon exponentielle, l’optimisation des temps de calcul et la rationalisation du stockage des données sont devenus des enjeux majeurs pour la réalisation de nos projets. Depuis 2010, nous disposons d’un cluster de calcul composé d'une dizaine de  serveurs (200 cœurs CPU et 640 Go de mémoire vive). A cela s’ajoutent les stations de travail des agents qui partagent le temps CPU de leurs machines. La mise en place de ce cluster a été accompagnée par une stratégie visant à optimiser différents algorithmes de traitement afin qu’ils puissent tirer avantage de plusieurs processeurs (programmation « multithread »). Certains de ces programmes peuvent aussi être réécrits sous forme d’algorithmes massivement parallélisés pour qu’ils puissent s’exécuter sur des processeurs graphiques (GPU).