Dès mars 2020, une équipe CNRS-IRD-Université de Montpellier se mobilisait pour tenter de tirer des enseignements sur l’épidémie de COVID à partir des premières données disponibles. Leurs travaux ont été soutenus par la Région Occitanie et l’IRD. Dix mois plus tard, ces scientifiques de l'UMR MIVEGEC livrent un bilan des avancées à leur actif.

Face à la rapidité de propagation du coronavirus SARS-CoV-2, responsable d’une épidémie sans précédent au cours des cent dernières années?La grippe dite « espagnole » qui a fait entre 20 et 50 millions de morts dans le monde remonte à 1918., la communauté scientifique s’est rapidement mobilisée, au même titre que les soignants. Dans ce contexte de pandémie, de crise sanitaire et de choc socio-économique, la fiabilité des informations est essentielle. Une modélisation épidémiologique de qualité prend alors toute sa place.

Résultats du simulateur COVIDSIM sur les données nationales françaises

© IRD - Alizon et al. 2020

Alliance de la biologie et des mathématiques

L'accumulation de données cliniques et épidémiologiques brutes rend incontournable la modélisation capable de les manipuler, les analyser et d’en fournir les visualisations nécessaires pour comprendre la propagation de la maladie. Toute interprétation de données repose sur un modèle, fut-il implicite. La modélisation est une science à part entière qui se situe à l'interface de nombreuses disciplines - mathématiques, statistiques, informatique, biologie, épidémiologie, virologie, sciences sociales – pour le champ thématique mis en œuvre face à la COVID. « Cette interaction est essentielle, la biologie seule est démunie pour comprendre la dynamique des populations et, à l'inverse, sans un ancrage dans la réalité du virus, les modèles mathématiques ont peu de sens », affirme Samuel Alizon, modélisateur en biologie à MIVEGEC. Son équipe?Samuel Alizon (CNRS), Thomas Bénéteau (UM), Corentin Boennec (CNRS), Marc Choisy (IRD), Gonché Danesh (UM), Ramsès Djidjou-Demasse (IRD), Baptiste Elie (UM), Yannis Michalakis (CNRS), Bastien Reyné (UM), Quentin Richard (IRD), Christian Selinger (IRD), Mircea T. Sofonea (UM). a donc adopté une approche basée sur cette double-expertise revendiquée avec un lien affirmé avec les sciences de l'écologie et de l'évolution. L’équipe de choc est ainsi la seule – à ce jour -  à proposer un outil qui permet à tout un chacun de visualiser, en temps réel, les variations du nombre de reproduction de l'épidémie (https://bioinfo-shiny.ird.fr/Rt2-fr/) et a été la première à estimer le R0. Cette variable indique le nombre moyen de personnes infectées par un porteur de l'infection (le fameux R0 en début d’épidémie). « Pour qu’une épidémie se propage, explique le chercheur, il faut que R0 soit plus grand que 1. On estime qu'en France le R0 du SARS-CoV-2 était de l'ordre de 3, alors qu'il était proche de 2 à Wuhan (point de départ de l’épidémie en Chine) »?Le R0 dépend du virus mais aussi du comportement des populations. Exemples : la grippe saisonnière est aux alentours de 1,5 alors que la rougeole peut être au-dessus de 10..

Prévention sanitaire, Dakar

© IRD - Bernard Taverne

Une longueur d’avance, des collaborations fructueuses et des projets marquants

Si l’équipe de Samuel Alizon a pu réagir aussi rapidement, c'est grâce aux progrès réalisés dans le champ de la modélisation en épidémiologie. Ils ont également bénéficié du travail de bio-informatique mis en place depuis plus de 10 ans par l'IRD dans le cadre du cluster iTrop (http://bioinfo.mpl.ird.fr/). « Notre travail s'appuie aussi sur un réseau de collaborations tissé au fil des années, par exemple autour de projets de virologie avec le CHU de Montpellier, ou avec des partenaires au Sud comme dans le cas du Vietnam avec l'Oxford University Clinical Research à Ho-Chi-Minh-Ville », renchérit Ramsès Djidjou-Demasse. L’équipe a publié rapidement des rapports, en français et accessibles à un large public, décryptant l'épidémie (http://covid-ete.ouvaton.org/). En moins d’un an, ces modélisateurs très réactifs ont réalisé des avancées notables en cours de publication entre autres sur le nombre d'hospitalisations à court terme dans les différents départements français, les stratégies de contrôle optimales pour des situations contrastées (Burkina Faso, France, Vietnam) et en fonction de la structure d’âge, le rôle de l'hétérogénéité individuelle et spatiale de la transmission, le rôle du hasard dans le début et la fin des épidémies. Ayant déjà publié leurs résultats sur l’analyse des génomes de SARS-CoV-2 issus de personnes infectées, les scientifiques peuvent affirmer que la phylodynamique?Discipline récente basée sur le fait que les séquence ARN des virus permettent de dater les événements en estimant la vitesse à laquelle les mutations s'accumulent dans les génomes et en construisant des arbres généalogiques des infections. offre des éclairages importants concernant l'origine des vagues épidémiques mais aussi leur vitesse de propagation. « Au vu des données disponibles, on estime que l'épidémie serait apparue à Wuhan entre août et novembre 2019, avance Samuel Alizon. La même analyse sur les génomes (en nombre limité) de la première vague épidémique en France permet de dater celle-ci vers la 2e quinzaine de janvier. Cela ne veut pas dire que le virus n'avait pas été importé en France avant. Soit notre vision est incomplète (échantillonnage trop partiel), soit ces premières chaînes de transmission se sont éteintes et n'ont pas contribué à la première vague ».

Miniatura

Aiguiller les futures stratégies de veille sanitaire

Comprendre le plus précisément possible comment l'épidémie se propage est essentiel afin de déterminer les interventions dites non-pharmaceutiques les plus adaptées (port de masques, gestes barrière, confinement, couvre-feu). « Nous avons montré que le port du masque semble avoir joué un rôle sur la limitation des épidémies de COVID-19 dans les EHPADs de l'Hérault, ajoutent les chercheurs. Plus les établissements avaient généralisé le port du masque avant le premier cas recensé, moins les résident⋅e⋅s ont été infecté⋅e⋅s (jusqu’à 4 fois moins) ». Par ailleurs, l’équipe espère développer?En collaboration avec le Centre National de Référence sur les infections respiratoires. des indicateurs de propagation de l’épidémie plus précoces à déployer sur le terrain et se basant sur l’analyse des valeurs de nombre de cycles des tests PCR?Technique d’'amplification enzymatique permettant d'obtenir un grand nombre de copies identiques d'un fragment d'ADN ou d’ARN ; plus il y a de génomes viraux, moins on a besoin de faire tourner la machine longtemps, donc moins de "cycles". à une échelle nationale. Parmi les réalisations attendues prochainement, des modèles de simulation de l'épidémie avec une résolution géographique très fine (via OpenStreetMaps) prenant en compte 60 millions d'agents simulés via la plateforme EPIDEMAP?Développée à l’Université d'Aix-Marseille par Olivier Thomine. Pour les pays à ressources limitées, l'accès au vaccin risque d'être long, aussi ces différents outils analytiques permettront d'aiguiller l'allocation de ressources pour la veille sanitaire en vue de futures épidémies voire pandémies.


Aller plus loin : Alizon, S. 2021. Superspreading genomes. Science. Vol. 371, Issue 6529: 574-575 https://doi.org/10.1126/science.abg0100

Contacts science : Samuel Alizon, CNRS, UMR MIVEGEC samuel.alizon@ird.fr


Ramsès Djidjou-Demasse, IRD, UMR MIVEGEC ramses.djidjoudemasse@ird.fr


Contacts communication : Fabienne Doumenge, Julie Sansoulet communication.occitanie@ird.fr