Actions de recherche collaborative INRIA Eco-microbiologie previsonnelle statistique

L objet de cette ARC EPS est l étude du développement d approches stochastiques et numériques originales des dynamiques d éco-systèmes bactériens, notamment de type alimentaire, dans un but de modélisation, de prévision, de détection, de prévention et de contrôle de risques de prolifération critique (dans le cas de pathogènes).

Dans un premier temps il s agit d étudier les possibilités d identification fonctionnelle et paramétrique de ces systèmes complexes, ainsi que l estimation des densités de probabilité prédictives des évolutions des concentrations bactériennes dans les substrats d intéret (e.g. aliments). La complexité de ces systèmes est à la fois de nature structurelle (éco-systèmes microbiens) et de nature fonctionnelle, conséquence de la distribution de leur dynamique selon au moins trois niveaux hiérarchiques en inter-relation.

La mise en défaut des techniques statistiques classiques causée par cette complexité (non accès aux vraisemblances analytiques) nous conduit à considérer des approches numériques innovantes issues de la théorie du Filtrage Particulaire (filtres à convolution, arbres généalogiques, etc). Ces approches intensives, de type bayésien séquentiel, permettent des estimations convergentes des densités de probabilité des paramètres inconnus du système et des densités des variables d état non observées (effectifs bactériens) à un instant donné ou de façon prédictive sur tout un horizon. De là, des critères statistiques d alerte peuvent etre mis au point. Ces estimations doivent intégrer les évolutions des facteurs de milieu (température, pH, activité de l eau) et des facteurs cinétiques (biotiques et abiotiques) des plus profonds niveaux.

Dans un second temps, la prise en compte explicite de la dimension multi-espèce doit conduire à la caractérisation et à la formalisation des hiérarchies d interactions dynamiques complexes (inhibitions, compétitions, synergies, régulations et auto-régulations) entre espèces bactériennes co-existantes dans les substrats considérés. Là encore, la complexité de ces systèmes (systèmes dynamiques à espace d état non linéaires) exclut le recours aux outils d inférence statistiques habituels (tests de rapport de vraisemblances, critères informationnels) et va conduire à la mise en oeuvre d approches inférentielles innovantes (estimation de facteurs de Bayes par filtrage particulaire) caractérisées de nouveau, par l usage du calcul intensif.

Cette ARC-EPS associe étroitement, dimension microbiologique, dimension statistique et dimension numérique, en particulier dans la formalisation des dynamiques bactériennes et leur identification par filtrage, mais aussi dans l analyse stochastique des procédures de recueil de mesures (dilutions et comptages en milieu de culture, avec erreurs). Elle rassemble différents partenaires microbiologistes, statisticiens, probabilistes, de l INRIA, de l INRA, de l Université de Bretagne Occidentale et de l ENV d Alfort.


Responsable du projet : Del Moral Pierre.
Assistante INRIA : Marie Christine Echegoyen




Participants :

INRIA Centre de Bordeaux - Sud Ouest , Equipe ALEA , (Pierre Del Moral (DR INRIA))

INRA MIA, Montpellier , ( Jean Pierre Vila (DR INRA))

INRA MIA, Unité de biométrie, Paris Jouy , (Jean Pierre Gauchi (CR INRA))

Université de Bretagne, Lubem Quimper , (Louis Coroller (MC, Univ. Quimper))

ENV Alfort, Maison Alfort , (Jean Christophe Augustin (MC))

INRIA Centre de Bordeaux - Sud Ouest , (Hu Shulan(Post-doc))

Rencontres -Réunion- Séminaires :

Réunion de lancement le 2 Avril 2009, INRA MIA, Unité de biométrie, Paris Jouy

Rencontre du 27 Mai 2009 , INRIA Centre de Bordeaux - Sud Ouest

Journées ARC INRIA 2009, Bordeaux 29 Septembre 2009 , Programme des Journées et Poster ARC EPS

Colloque INRA-INRIA 2009, INRIA Sophia Antipolis, décembre 2009 , Programme, Présentation ARC EPS

Rencontre du 12 Mars 2010 , INRA MIA, Unité de biométrie, Paris Jouy (Annulée)

Rencontre du 31 Mars 2010 , INRIA Centre de Bordeaux - Sud Ouest

Rencontre du 15 Octobre 2010 , INRA MIA, Unité de biométrie, Paris Jouy

Journées Nationales des ARC, ADT, et Actions exploratoires, INRIA Centre de Paris-Rocquencourt, 29 nov.-2 déc. 2010 ( Exposé )

Workshop sur la simulation d'événements rares:

Rare Event Simulation (RES 2010), Bordeaux, October 28-29 2010.

Article ARC EPS pour Inédit INRIA :

Prévoir l'évolution microbiologique des denrées alimentaires (article de. F. Breton pour Inedit INRIA)

Offre de post-doctorat :

la simulation d'événements rares de type proliférations bacteriennes critiques (pourvu, Post-doc : Hu Shulan)

Offre de CDD informatique (IR) :

niveau Master Pro ou Recherche en Informatique Scientifique

Offre de Stage :

Sujet de stage Master. Etude et Construction d'un Préedicteur Non-paraméetrique de l'Etat d'un Système Dynamique Application à la Microbiologie Prévisionnelle . Stage pourvu (2010) : Aurélia Czarnecka, 4 mois, licence SVT Université Paris Est Créteil. Etude de la variabilité cellulaire des paramètres de croissance de Listeria monocytogenes.

Développement de logiciel :

Logiciel FILTREX (estimation particulaire de paramétres dans des modèles de chaines de Markov cachées (en cours de développement (2010-2011))

Publications sur les Modèles et les Algorithmes Stochastiques liés a l'ARC EPS sur la période 2009-2010 :

Méthodologie & Modèles Statistiques

Bidot, C., Gauchi, J.P., Vila, J.P. (2009). Identification de systèmes dynamiques microbiologiques complexes par filtrage non linéaire. 41-ième Journées de Statistique de la SFdS, Bordeaux.
Vila, J.P., Saley, I. (2009). Estimation de facteurs de Bayes entre modèles dynamiques non linéaires à espace d'état. C.R. Acad. Sci. Paris, Ser. I, 347, 429-434.
Gauchi, J.P., Bidot, C., Augustin, J.C., Vila, J.P. (2009). Identification of complex microbiological dynamic system by nonlinear filtering. 6th Int. Conference on Predictive Modelling in Foods, Washington DC.
Mafart P, Leguérinel I, Couvert O, Coroller L., Quantification of spore resistance for assessment and optimization of heating processes: A never-ending story. Food Microbiology, 2010. 27(5): p. 568.
Gauchi, J.P., J.P. Vila, and L. Coroller, New prediction interval and band in the nonlinear regression model: Application to predictive modeling in foods. Communications in Statistics: Simulation and Computation, 2010. 39(2): p. 322.
Lekogo B.M., Coroller L, Mathot AG, Mafart P, Leguérinel I., Modelling the influence of palmitic, palmitoleic, stearic and oleic acids on apparent heat resistance of spores of Bacillus cereus NTCC 11145 and Clostridium sporogenes Pasteur 79.3. International Journal of Food Microbiology, 2010. 141(3): p. 242.
Nevarez, L., et al., Physiological traits of Penicillium glabrum strain LCP 08.5568, a filamentous fungus isolated from bottled aromatised mineral water. International Journal of Food Microbiology, 2009. 130(3): p. 166.
Ellouze, M., Gauchi, J.-P., Augustin, J.-C. 2010. Global sensitivity analysis applied to a contamination assessment model of Listeria monocytogenes in cold smoked salmon at consumption. Risk Anal. 30, 841-852. .
Ellouze, M., Gauchi, J.-P., Augustin, J.-C. 2010. Use of global sensitivity analysis in quantitative microbial risk assessment: Application to the evaluation of a biological time temperature integrator as a quality and safety indicator for cold smoked salmon. Food Microbiol. doi:10.1016/j.fm.2010.05.022

Méthodologie & Algorithmes Stochastiques

J.P. Vila, J.P. Gauchi. Nonparametric filtering approaches for identification and inference in nonlinear systems. Soumis a CSDA (2010).
J.P. Vila. Nonparametric multi-step prediction in nonlinear state space dynamic systems. Accepté, Statistics and Probability Letters (2010).
P. Del Moral, A. Doucet, A. Jasra. On Adaptive Resampling Procedures for Sequential Monte Carlo Methods HAL-INRIA RR-6700. To appear in Bernoulli (2010-2011).
A. Brockwell, P. Del Moral, A. Doucet Sequentially Interacting Markov chain Monte Carlo Technical Report UBC Vancouver (2008) To appear in the Annals of Statistics (2010-2011)
P. Del Moral, A. Doucet and S. S. Singh A Backward Particle Interpretation of Feynman-Kac Formulae HAL-INRIA RR-7019 vol 44, no. 5, pp. 947--976 M2AN (sept. 2010)
P. Del Moral, A. Doucet Interacting Markov Chain Monte Carlo Methods For Solving Nonlinear Measure-Valued Equations HAL-INRIA RR-6435. The Annals of Applied Probability, Vol. 20, No. 2, 593-639 (2010)
P. Del Moral, A. Doucet A new class of interacting Markov chain Monte Carlo methods Comptes rendus Académie des Sciences, Série : Mathématiques, Vol. 348 - N° 1-2, p. 79-83 (2010).

Mathématiques Appliquées & Analyse stochastique

P. Del Moral, E. Rio. Concentration Inequalities for Mean Field Particle Models HAL-INRIA RR-6901 to appear in the Annals of Applied Probability (2010-2011).
P. Del Moral, N. Chopin, S. Rubenthaler Stability of Feynman-Kac formulae with path-dependent potentials, to appear in the Stochastic Processes and their Applications (2010-2011).
Fr. Cerou, P. Del Moral, A. Guyader. A non asymptotic variance theorem for unnormalized Feynman-Kac particle models HAL-INRIA RR-6716. To appear in the journal : Annales de l'Institut Henri Poincaré (2010-2011).
B. Bercu, P. Del Moral, A. Doucet A Functional Central Limit Theorem for a Class of Interacting Markov Chain Monte Carlo Models (HAL-INRIA RR-6436) Electronic Journal of Probability. Vol. 14, Paper no. 73, pages 2130-2155 (2009).

Rapports de Recherche et Publications en cours :

Bidot, C., Gauchi, J.P., Vila, J.P. (2009). Programmation Matlab du filtrage non linéaire par convolution de particules pour l'identification et l'estimation d'un système dynamique microbiologique. Rapport Technique No. 2009-3. INRA/Jouy-en-Josas.
P. Del Moral, A. Doucet and S. S. Singh Forward Smoothing Using Sequential Monte Carlo Technical Report 638. Cambridge University Engineering Department. [25p], [submitted] (2009).
P. Del Moral, S. Hu, L. Wu Moderate deviations for mean field particle models (in preparation (2010-2011))