Résumé:
La modélisation épidémiologique a pour but essentiel de comprendre et contrôler, dans
la mesure du possible, la propagation d'une maladie infectieuse transmissible. Elle consiste en
gros à construire un modèle qui permet de rendre compte de la dynamique de la maladie en
question à l'échelle macroscopique et microscopique.
Les modèles compartimentaux étudiés dans la première partie du premier chapitre,
permettent de modéliser une grande variété de situations différentes. Ces modèles diffèrent les
uns des autres en termes de dynamique en l'absence de la maladie et en termes d'hypothèses
concernant l'infection. La deuxième partie, quand à elle, était consacrée à la définition des
méthodes
de
modélisation
des
épidémies
comprenant
principalement
les
équations
différentielles, les chaines de Markov, les automates cellulaires et les systèmes multi-agents.
Nous avons présenté à travers du deuxième chapitre, une nouvelle approche permettant
la création des modèles épidémiques comme un outil robuste et évolutif de modélisation
destiné à l'étude de systèmes épidémiologique: Bio-PEPA. Ce dernier a prouvé son apport
dans ce contexte: il offre un niveau élevé d'abstraction et nous permet de représenter
facilement les caractéristiques des systèmes épidémiologiques, tels que la dynamique
complexe, les lois, les structures spatiales abstraites et les changements apportés au système
en raison de certaines conditions de déclenchement. Ces fonctionnalités sont représentées
dans Bio-PEPA en utilisant les taux fonctionnels, les locations et les événements,
Le dernier chapitre a été le récapitulatif de notre mémoire, où nous avons proposé un
modèle à compartiments SEIR afin de démontrer, sur une étude de cas réel « varicelle »,
l'efficacité et l'exactitude de la représentation de modèles à compartiments en Bio-PEPA, et de
décrire la propagation de la varicelle ainsi que le protocole de sa vaccination. Nous avons
entamé ensuite la conception et la réalisation de notre logiciel d’interaction intégrée au
modèle Bio-PEPA qui faciliterait à L'expert d’une part, la validation du modèle ainsi que
d’effectuer toute modification lui semblant adéquate sans faire appel à l’intervention du
développeur.
Les travaux futurs porteront sur l'étude d'autres modèles épidémiologiques en bio-
PEPA et l'élaboration d'un module plus général permettant le passage d'un langage narratif
centré sur l'utilisateur à Bio-PEPA. Une interface entre la biologie des systèmes de notation
graphique (SBGN) et Bio-PEPA est actuellement en cours de développement par Laurence
Loewe au CSB (Centre for Systems Biology) à Edimbourg. Nous espérons que ces
développements ainsi que notre travail réalisé ici, vont encourager les utilisateurs dans les
sciences de la vie à adopter les outils de Bio-Pepa, car ils seront en mesure d'obtenir les
avantages d'utiliser un langage de modélisation de haut niveau sans avoir à manipuler
directement sa sémantique.
