Thèse soutenue

Classification et modélisation de la croissance du champignon Botrytis cinerea à partir d’imagerie microscopique : vers l’établissement de liens entre phénotypes et molécules antifongiques
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Sarah Laroui
Direction : Éric DebreuveXavier Descombes
Type : Thèse de doctorat
Discipline(s) : Automatique et Traitement du Signal et des Images
Date : Soutenance le 23/11/2021
Etablissement(s) : Université Côte d'Azur
Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Sophia Antipolis, Alpes-Maritimes)
Partenaire(s) de recherche : Laboratoire : Laboratoire Informatique, signaux et systèmes (Sophia Antipolis, Alpes-Maritimes)
Jury : Président / Présidente : Florence Tupin
Examinateurs / Examinatrices : Éric Debreuve, Xavier Descombes, Florence Tupin, Patrick Clarysse, Daniel Racoceanu, Sylvie, Julie Chambon
Rapporteurs / Rapporteuses : Patrick Clarysse, Daniel Racoceanu

Résumé

FR  |  
EN

Les champignons phytopathogènes sont à l'origine d'importantes pertes économiques. Parmi ces champignons, Botrytis cinerea est particulièrement destructeur. Afin de protéger les plantes, des molécules anti-fongiques sont développées. Elles sont classées selon leur Mode d'Action dont la compréhension permet d'élucider la façon dont les composés actifs bloquent les fonctions métaboliques ou voie de signalisation intracellulaires du champignon. Certaines molécules peuvent induire chez ce champignon des changements morphologiques dramatiques, ou phénotypes, observables par microscopie et associés au mode d'action (connu ou non) de la molécule étudiée. Chaque molécule est testée à plusieurs concentrations car il existe une dépendance entre la concentration et le phénotype. A ce jour l'analyse des images de microscopie se fait manuellement. Elle représente donc un coût important qui peut être réduit drastiquement par une analyse informatique. Mon projet de thèse s'inscrit dans ce cadre et vise à mettre en évidence les relations « Famille de Molécules <=> Mode d'Action <=> Phénotype » pour de nouvelles molécules testées. Afin de caractériser les différents phénotypes de Botrytis cinerea, nous avons mis en place une analyse automatique des images de microscopie. Elle comprend des étapes de traitement d'images et d'extraction de paramètres morphométriques. Puis, une méthode de classification automatique des phénotypes incluant une classe de rejet pour les phénotypes encore inconnus a été développée. Elle propose une stratégie générale dans un contexte supervisé fondée sur trois étapes principales : apprentissage d'un modèle indépendamment pour chaque classe, apprentissage d'un seuil par modèle fondé sur les interactions entre classes, et procédure de prédiction s'appuyant sur les réponses des modèles par rapport à leur seuil. Un "système expert" proposant une hypothèse de Mode d'Action d'une molécule anti-fongique a également été développé pour prendre en compte l'ensemble des décisions aux différentes concentrations de la molécule. Outre la conclusion sur le mécanisme d'action, cette procédure permet d'obtenir une analyse de la molécule testée, notamment en fournissant des indications sur son degré d'efficacité. Nous avons également développé une approche de classification alternative fondée sur le transport optimal. A noter que cette approche offre en outre un moyen original d'estimer la fonction de densité de probabilité sous-jacente à une population. La force du transport optimal réside dans sa capacité à prendre en compte la géométrie de répartition des échantillons. Ainsi, nous avons proposé de transformer les données de sorte qu'elles suivent un modèle simple (en pratique gaussien), la complexité des données étant alors "cachée" dans la transformation de transport. Enfin, nous nous sommes intéressés à la croissance du champignon au cours du temps dans le but de comprendre voire de prédire l'apparition d'un phénotype. Pour chaque phénotype, différents paramètres morphométriques sont estimés d'après des séquences d'images de croissance. Pour cela, nous avons étudié l'évolution de la valeur de ces paramètres en fonction de la molécule testée, de sa concentration, et du temps d'incubation. Ensuite, nous avons conçu des modèles de croissances calibrés à partir de ces données réelles. Les modèles construits sont des processus stochastiques à temps discret utilisant des lois discrètes et continues pour piloter les différents événements (croissance, création d'une branche...) et leur ampleur. Nous avons alors simulé la croissance de champignons suivant les traitements testés, pour des phénotypes donnés. Ce travail a permis d'acquérir une meilleure compréhension de la croissance de botrytis cinerea en présence d'une molécule antifongique en fonction de son mode d'action.