Modélisation formelle des phénomènes de résistance rencontrés en oncologie, infectiologie et en parasitologie.

Modeling drug resistance in Oconlogy, Infectiology and Parasitology

• Auteur / Autrice : Christian Woloch
• Direction : Athanassios Iliadis
• Type : Thèse de doctorat
• Discipline(s) : Pathologie humaine
• Date : Soutenance le 03/11/2014
• Etablissement(s) : Aix-Marseille
• Ecole(s) doctorale(s) : Ecole Doctorale Sciences de la Vie et de la Santé (Marseille)
• Jury : Président / Présidente : Bruno Lacarelle
• Jury : Examinateurs / Examinatrices : Alexandre Evrard, Véronique Sinou
• Jury : Rapporteurs / Rapporteuses : Chantal Barin-Le Guellec, Boubakar Ba

Mots clés

Mots clés contrôlés

Modèles mathématiques

Chimiothérapie anticancéreuse

Antibiotiques

Résistance aux médicaments

Pharmacocinétique

Mots clés libres

Modélisation

Pharmacocinétique

Pharmacodynamique

Résistance

Antibiotique

Antipaludéen

Chimiothérapie

Modeling

Pharmacokinetic

Pharmacodynamic

Resistance

Antibiotic

Antimalarial

Chemotherapy

Résumé

L'émergence de la résistance des cellules tumorales, bactéries et parasites aux médicaments peut être prévenue par l'utilisation d'association médicamenteuse. L'objectif de ce travail est de décrire de manière formelle avec des modèles mathématiques, les phénomènes de résistance rencontrés en oncologie, infectiologie et parasitologie. Plusieurs modèles ont été développés à partir des données cliniques de patients atteints de cancer colorectaux, de patients infectés par le Plasmodium falciparum, ou à partir de données expérimentales obtenues à partir d'un système in vitro PK/PD. Les différents paramètres de ces modèles ont été estimés en utilisant une approche individuelle avec MATLAB® et/ou une approche de population avec NONMEM®. En oncologie, on montre que le « mixture » modèle développé est apte à décrire les cinétiques de 5FU et de son métabolite. Néanmoins ce modèle ne peut pas être utilisé en prospectif en utilisant l'approche Bayesienne, pour adapter les chimiothérapies à base de 5FU. En infectiologie un modèle PK/PD complet et unique a été développé pour décrire la dynamique des sous-populations bactériennes et l'émergence de la résistance. Le modèle permet de caractériser de manière réaliste l'interaction antibiotique-bactérie en comparaison à un modèle de référence. En parasitologie, un outil simple a été développé, en complément des méthodes génotypiques, pour identifier les infections polyclonales, support de la résistance. La flexibilité des modèles développés peut aider à concevoir des protocoles d'administration de médicaments optimisés et aider au choix des combinaisons thérapeutiques les plus efficaces pour freiner l'émergence de la résistance.

The emergence of drug-resistant, tumor cell, bacteria and parasite could be prevented with drug combination therapy. The aim of this work is to describe drug resistance with developed mathematical models, in oncology, infectiology and parasitology. Several models were developed based on clinical data from colorectal cancer patients, Plasmodium falciparum infected patients, or from experimental data provided by an in vitro PK/PD system. Model parameters were estimated using an individual approach with MATLAB® and/or a population approach with NONMEM®. In oncology, a "mixture"model was developed to describe 5FU and its metabolite kinetics. However this model couldn't be used in a prospective Bayesian approach for 5FU based chemotherapy. In infectiology, a complete and a unique PK/PD model was developed to characterize bacterial sub-population dynamics and resistance emergence. The model provides a more realistic description of the inter-relation between antibiotic effect and the targeted bacteria compared to a reference model. In parasitology a simple tool was developed, in addition to genotyping techniques, to detect polyclonal infection. Flexibility of the model developed could help to design drug optimized protocol or in the choice of the most effective combination therapy to slow down resistance emergence.