Laboratoire Informatique, du Traitement de l'Information et des Systèmes Normandie Université ...

162 Pages·2015·6.59 MB·French

Laboratoire Informatique,
du Traitement de l’Information et des Systèmes
Normandie Université
INSAdeRouen
T H È S E
en vue de l’obtention du titre de
Docteur en Sciences de l’INSA de Rouen
Présentée et soutenue par
Abou KEITA
*******************************************************
Modèles statistiques précoces et robustes pour l’estimation de la
concentration d’agents biologiques dans un système de
surveillance en continu dans l’environnement
*******************************************************
Thèse dirigée par Stéphane CANU et Romain HÉRAULT
préparée au LITIS de l’INSA de Rouen, Projet GENEASE
15 12 2014
/ /
Jury:
Rapporteurs: NUZILLARD Danielle - CReSTIC,UniversitédeReims
ChampagneArdenne
BEAUSEROY Pierre - LM2S,UTTTroyes
Directeur: CANU Stéphane - LITIS,INSAdeRouen
Encadrant: HÉRAULT Romain - LITIS,INSAdeRouen
Examinateurs: PORTIER Bruno - LMI,INSARouen
BRUN Luc - GREYC,ENSICAENCaen

« Cela semble toujours impossible, jusqu’à ce
qu’on le fasse »
NelsonMandela
Àmafemme,
Àmafamilleet
Àmesami(e)s.

i
Remerciements
Tout d’abord, je souhaite exprimer toute ma gratitude à mon directeur de thèse
Monsieur CANU StéphaneetàmonencadrantMonsieur HÉRAULT Romain.Ils
ont dirigé et encadré l’ensemble de mes travaux de recherches. Je salue la perti-
nence de leurs suggestions et remarques très constructives, leurs précieux conseils
et expertises dans de nombreux domaines techniques et scientifiques : informa-
tique,statistiques,optimisation,traitementd’image,etc...Leurdisponibilitéetleur
étroitecollaborationdurantlaréalisationdecettethèsem’ontpermisd’approfondir
mesconnaissancesdansleursdomainesd’expertises.
Jesouhaiteégalementremercier:
— les membres du jury pour leur disponibilité et l’intérêt qu’ils portent à mes
travauxderecherches;
— les membres du Laboratoire Informatique du Traitement de l’Information et
desSystèmes(LITIS)pourleurappui.
Je donne une mention spéciale à chacune des personnes qui ont œuvré de leur
meilleurefaçonpourmefournirdusupportetdel’assistancedansl’aboutissement
de mes études et tout le long de mon séjour en France pour concrétiser mon projet
d’études supérieures. Sans aucun doute, je n’oublierai pas les meilleurs moments
quenousavonspartagédansuncadresoitamical,soituniversitaire,soitprofession-
nel. Je tiens à dire une fois de plus, merci à Yannick TCHAPTCHET, Babacar
NDIAYE, Olivier OKITANGOMO SHONDA, Adja Maimouna SOUMARE,
Coumba BA, Cheikh Mouhamed DIOP, Boubacar TRAORE, Mr et Mme KA,
Leaticia ADER YA, Cynthia GIRANEZA, Jean Claude TWAGIRAMUNGU,
Alioune GUEYE, Birane GAYE, Mr et Mme BAL, Alioune NDIAYE, Moussa
DIOP etManiang GUISSÈ.
Je remercie tout particulièrment ma famille, principalement à mes adorables
parentssansquicetteexpériencen’auraitjamaisétépossible.Merciàmesfrèreset
sœurspourleurréconfortetleurencouragement.
Je garde le meilleur pour la fin en remerciant du fond du cœur ma femme,
Ndeye Marianne KEITA, pour sa présence, son appui moral, sa patience et ses
correctionsapportéesàcemanuscrit.Mercimonastre!
Abou KEITA

Table des matières
Introductiongénérale 1
1 PCRettechniquesdedétectionducyclerepère 7
1.1 Principedelaréactionenchaineparpolymérase . . . . . . . . . . . 8
1.1.1 Définitionsdequelquesnotionsbiologiques . . . . . . . . . 8
1.1.2 CadregéneraldelaPCR . . . . . . . . . . . . . . . . . . . . 10
1.1.3 Techniquesassociées . . . . . . . . . . . . . . . . . . . . . . 12
1.1.4 PCRquantitative(qPCR) . . . . . . . . . . . . . . . . . . . 12
1.2 Fluorescence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.2.1 Présentationd’unsignaldefluorescenceissud’uneqPCR . 14
1.2.2 Fluorescencesissuesdelapucemicrofluidique . . . . . . . 16
1.2.3 Principedurecalaged’image . . . . . . . . . . . . . . . . . 19
1.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2 Modèlesettechniquesdedéterminationd’uncyclerepère 31
2.1 Modèlethéoriqueetestimationdelaquantitédemoléculescibles . 32
2.1.1 Modèlethéorique . . . . . . . . . . . . . . . . . . . . . . . . 32
2.1.2 Estimationdelaquantitédemoléculesinitiales . . . . . . . 33
2.2 Commentdétermineruncyclerepère? . . . . . . . . . . . . . . . . 33
2.2.1 Modèlesgéométriques . . . . . . . . . . . . . . . . . . . . . 35
2.2.2 Modèlesglobaux . . . . . . . . . . . . . . . . . . . . . . . . 40
2.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3 Filtrageerreursdemesuresetmodèledesfluorescences 49
3.1 ModèlereprésentatifdelafluorescenceissuedelaqPCR . . . . . . 50
3.1.1 Problématique . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.1.2 Filtragedesobservationsaberrantes . . . . . . . . . . . . . 51
3.1.3 Modèlereprésentatifdelafluorescence . . . . . . . . . . . 56
3.2 Résultatsexpérimentaux . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.2.1 Présentationdesdonnées . . . . . . . . . . . . . . . . . . . . 59
3.2.2 Erreursdemesures . . . . . . . . . . . . . . . . . . . . . . . 60
3.2.3 Décroissanceaudébutdelafluorescence . . . . . . . . . . 61
3.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4 Méthodestatistiquededétectiondechangements 65
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.2 MéthodeduCUSUM . . . . . . . . . . . . . . . . . . . . . . . . . . 67
iv Tabledesmatières
4.2.1 Lerapportdevraisemblance . . . . . . . . . . . . . . . . . . 67
4.2.2 LarègleduCUSUM . . . . . . . . . . . . . . . . . . . . . . 68
4.2.3 AlgorithmeduCUSUM . . . . . . . . . . . . . . . . . . . . 75
4.3 Calibration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.3.1 Choixdeh . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.3.2 Fixationdesparamètresmetbdelarégression . . . . . . . 80
4.4 Résultatsexpérimentaux . . . . . . . . . . . . . . . . . . . . . . . . . 81
4.4.1 Évaluerlaprécisiondesmesures . . . . . . . . . . . . . . . 81
4.4.2 RobustessedelarègleduCUSUM . . . . . . . . . . . . . . 85
4.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
ConclusionetPerspectives 91
Bibliographie 93
A Exemplederecalaged’images 99
B Détailsdescalculs 105
C RégressionLASSOànoyau 109
D Modèleauto-regressif 123
E Figurescomplémentaires 127
F Publications 131
Table des figures
1 Schémainstitutionnel. . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2 Schémafonctionnel. . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
3 Planduthèse. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1 Fragmentd’ADN1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2 Illustrationdel’expressiongénétique. . . . . . . . . . . . . . . . . . 9
1.3 Reproductioncellulaire2 . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4 Etapesd’uncycled’unePCRetenchainementdescycles3. . . . . 11
1.5 6 échantillons de fluorescences disponible au LHVP de concentra-
tioninitialededifférenteformantd’unemêmegamme. . . . . . . . 13
1.6 Allured’unefluorescenceissud’uneréactiondeqPCR.. . . . . . . 15
1.7 Représentation de la surface d’une puce microfluidique du
CEA-LETI. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.8 Exemple d’une série d’images expérimentales de la puce prise au
cycle1,15,25et40 . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.9 Exemple de ROI pour chaque goutte d’une photo prise sur la puce
lorsd’uneexpérimentation. . . . . . . . . . . . . . . . . . . . . . . . 18
1.10 Fluoescencesobtenuesencalculantlamoyenne,lamédiane,l’écart
type et les quartiles des zones d’intérêts d’une même goutte de la
puce(lemêmerésultatestobtenupourlesautresgouttes). . . . . . 20
1.11 Principe général du recalage de l’image à recaler I sur l’image
reca
référenceI .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
ref
1.12 Principedurecalaged’imageparimregister. . . . . . . . . . . . . . 23
1.13 Présentationdesimagesavantlerecalage. . . . . . . . . . . . . . . 25
1.14 Résultat du recalage de l’image source (photo) par rapport à
l’imagecible(planpuce) . . . . . . . . . . . . . . . . . . . . . . . . 26
1.15 Résultatdurecalaged’imagessurunexempledephoto. . . . . . . 28
1.16 Résultatdurecalaged’imagesunexempledephoto.. . . . . . . . . 29
1.17 Résultatdurecalaged’imagesunexempledephoto.. . . . . . . . . 30
2.1 Illustration du log linéarité de la quantité d’ADN initiale par rap-
portauxcyclesrepèressurlagammed’étalonnagedelafigure(1.5). 33
2.2 Signal de fluorescence sur lequel sont appliquées les différentes
techniquesénuméréesci-dessuspourdéterminerc . . . . . . . . . . 34
r
2.3 Fluorescencesnonstandardsobservées. . . . . . . . . . . . . . . . . 35
2.4 Thresholdmethod,c =24,3. . . . . . . . . . . . . . . . . . . . . . . 36
r
2.5 Comportement de la méthode du seuil sur une fluorescence avec
uneerreurdemesureetuneavecunedécroissanceaudébut. . . . . 37
vi Tabledesfigures
2.6 Méthodedumaximumdeladérivéeseconde,c =22. . . . . . . . . 38
r
2.7 Comportement de la méthode du crossing point sur une fluores-
cence avec une erreur de mesure et une avec une décroissance au
début. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.8 Exemple illustratif du Fit point method, nous trouvons un cycle
repèrec =23,5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
r
2.9 Comportement de la méthode du Fit point method sur une
fluorescence avec une erreur de mesure et une avec une décrois-
sanceaudébut. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.10 Illustration de la méthode sigmoïdal curve fit method sur un
exempledefluorescence. . . . . . . . . . . . . . . . . . . . . . . . . 42
2.11 Comportement de la méthode du Fit point method sur une fluores-
cenceavecuneerreurdemesureetavecunedécroissanceaudébut. 43
2.12 Estimation de la fluorescence par le modèle de Richards,
c =C =22.19. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
r y0
2.13 Comportement de la méthode C sur une fluorescence avec une
y0
erreurdemesureetuneavecunedécroissanceaudébut. . . . . . . 45
3.1 Illustration des deux problématiques liées au pré-traitement des
données : présence erreurs de mesures (a), décroissance au début
delafluorescence(b). . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.2 Illustration sur un exemple de fluorescence avec une erreur de me-
sure et le graphe des histogrammes des résidus estimés par la mé-
thodedesmoindrescarrésetparlarégressionL . . . . . . . . . . . 54
1
3.3 Boîteàmoustachesd’unexemplededonnées. . . . . . . . . . . . . 55
3.4 Modèle représentatif des signaux de fluorescence :
observation=tendancelinéaire+sigmoïde+bruit . . . . . . . . . 57
3.5 Exempled’unefluorescenceavecdécroissanceaudébutdelaquan-
tificationetsonestimationparlemodèle(3.9). . . . . . . . . . . . . 58
3.6 ExemplesdedeuxprofilesdefluorescencedelaLHVP. . . . . . . . 60
3.7 Exemplesdedeuxfluorescencesdel’IRSEM. . . . . . . . . . . . . 60
3.8 Illustrationd’observationsaberrantessélectionnéesparlaméthode
delaboiteàmoustachessurtroisfluorescences. . . . . . . . . . . . 62
4.1 Comportement de l’inducteur du CUSUM correspondant à un
changementsurl’espéranced’unedistributiongaussienneavecune
varianceconstante. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.2 Comportement de la fonction de décision g appliqué sur l’échan-
tillongaussienprécédentavecunchangementsurl’espérance. . . . 73