Ce travail est construit autour de deux problématiques de santé relatives aux deux plus grandes pandémies qui sévissent en Afrique sub-saharienne : i) l'hétérogénéité rencontrée dans la répartition spatiale et temporelle des vecteurs de paludisme ; ii) la variabilité dans l'observance au traitement antirétroviral par des personnes vivant avec le virus de l'immunodéficience humaine. Sur le plan méthodologique, ces deux problèmes se rapportent à la prise en compte de l'hétérogénéité dans la modélisation de données issues de mesures répétées ; ils nécessitent en outre le développement d'outils statistiques permettant de distinguer à partir des données, des sous-groupes (de localités, d'individus. . .) homogènes indispensables pour rendre plus efficientes les mesures de santé souvent déployer par les praticiens dans le cadre de la lutte contre le paludisme ou le VIH/SIDA. Les modèles de mélanges finis, grâce à leur flexibilité, sont des outils capables de fournir non seulement de bonnes estimations en présence d'une grande hétérogénéité dans les observations mais aussi une bonne partition des unités statistiques. Nous les distinguons, parmi d'autres méthodes, comme étant adaptés aux problématiques du présent travail. Deux applications de ces modèles aux données issues de capture de moustiques ont permis de modéliser la répartition spatiale et temporelle de vecteurs de paludisme et de dégager une méthode simple d'évaluation d'impact de mesures de lutte anti vectorielle. Nous introduisons la notion de _trajectoires de variances_ dans une troisième application portant sur des données d'observance aux traitements antirétroviraux par des personnes vivant avec le virus de l'immunodéficience humaine / This work focuses on two health issues relating to two major pandemics in sub- Saharan Africa : i) the heterogeneity encountered in the spatial and temporal distribution of malaria vectors ; ii) the variability in adherence to antiretroviral treatment by people living with the human immunodeficiency virus. Methodologically, these two problems are related to the consideration of the heterogeneity in the modeling of data from repeated measurements. They also require the development of statistical tools to distinguish from the data, homogeneous clusters of localities, individuals. . . that are needed to make more efficient health measures often deployed by practitioners in the fight against malaria and HIV/AIDS. The finite mixture models, due to their flexibility, are statistical tools that not only provide good estimates in the presence of heterogeneity in the observations but also a good classification of statistical units. We show that they are able to deal with the problematics of our study. The spatial and temporal distributions of malaria vectors are modeled through two different applications of finite mixture models and a simple tool to evaluate the impact of vector control methods is generated. We introduce a ”variance trajectories” method in a third application of finite mixture models to data on adherence to antiretroviral therapy by people living with human immunodeficiency virus

L'utilisation des technologies haut débit est en train de changer aussi bien les pratiques que le paysage scientifique en microbiologie. D'une part la spectrométrie de masse a d'ores et déjà fait son entrée avec succès dans les laboratoires de microbiologie clinique. D'autre part, l'avancée spectaculaire des technologies de séquençage au cours des dix dernières années permet désormais à moindre coût et dans un temps raisonnable de caractériser la diversité microbienne au sein d'échantillons cliniques complexes. Aussi ces deux technologies sont pressenties comme les piliers de futures solutions de diagnostic. L'objectif de cette thèse est de développer des méthodes d'apprentissage statistique innovantes et versatiles pour exploiter les données fournies par ces technologies haut-débit dans le domaine du diagnostic in vitro en microbiologie. Le domaine de l'apprentissage statistique fait partie intégrante des problématiques mentionnées ci-dessus, au travers notamment des questions de classification d'un spectre de masse ou d'un “read” de séquençage haut-débit dans une taxonomie bactérienne.Sur le plan méthodologique, ces données nécessitent des développements spécifiques afin de tirer au mieux avantage de leur structuration inhérente: une structuration en “entrée” lorsque l'on réalise une prédiction à partir d'un “read” de séquençage caractérisé par sa composition en nucléotides, et un structuration en “sortie” lorsque l'on veut associer un spectre de masse ou d'un “read” de séquençage à une structure hiérarchique de taxonomie bactérienne. / Using high-throughput technologies is changing scientific practices and landscape in microbiology. On one hand, mass spectrometry is already used in clinical microbiology laboratories. On the other hand, the last ten years dramatic progress in sequencing technologies allows cheap and fast characterization of microbial diversity in complex clinical samples. Consequently, the two technologies are approached in future diagnostics solutions. This thesis aims to play a part in new in vitro diagnostics (IVD) systems based on high-throughput technologies, like mass spectrometry or next generation sequencing, and their applications in microbiology.Because of the volume of data generated by these new technologies and the complexity of measured parameters, we develop innovative and versatile statistical learning methods for applications in IVD and microbiology. Statistical learning field is well-suited for tasks relying on high-dimensional raw data that can hardly be used by medical experts, like mass-spectrum classification or affecting a sequencing read to the right organism. Here, we propose to use additional known structures in order to improve quality of the answer. For instance, we convert a sequencing read (raw data) into a vector in a nucleotide composition space and use it as a structuredinput for machine learning approaches. We also add prior information related to the hierarchical structure that organizes the reachable micro-organisms (structured output).

L'exécution d'un simple mouvement est associée à des modulations complexes de l'activité oscillatoire du cerveau. Toutefois, notre compréhension du rôle spécifique des composantes de phase, d'amplitude ou de couplage phase-amplitude (PAC) durant la préparation et l'exécution motrice est encore partielle. La première partie de cette thèse traite de cette question en analysant des données d'EEG intracrânien obtenues chez des sujets épileptiques effectuant une tâche center out différée. Les outils d'apprentissage machine ont permis d'identifier des marqueurs neuronaux propres aux états moteur ou aux directions de mouvement. En plus du rôle déjà bien connu de la puissance spectrale, cette approche dictée par les données (data-driven) a identifié une implication importante de la composante de phase basse fréquence ainsi que du PAC dans les processus neuronaux de la préparation et de l'exécution motrice. En plus de cet apport empirique, une importante partie de ce travail de thèse a consisté à implémenter des outils d'analyse et de visualisation de données électrophysiologiques. Plusieurs utilitaires ont été conçus spécifiquement : une toolbox dédiée à l'extraction et à la classification de marqueurs neuronaux (Brainpipe), des outils de calcul de PAC modulaire basé sur des tenseurs (Tensorpac) ainsi qu'un ensemble d'interfaces graphiques dédiées à la visualisation de données cérébrales (Visbrain). Ces recherches auront permis de mieux comprendre le rôle des oscillations neuronales lors de comportements dirigés et met également à disposition un ensemble d'outils efficaces et libres permettant à la communauté scientifique de répliquer et d'étendre ces recherches / The execution of a motor task is associated with complex patterns of oscillatory modulations in the brain. However, the specific role of oscillatory phase, amplitude and phase-amplitude coupling (PAC) across the planning and execution stages of goal-directed motor behavior is still not yet fully understood. The aim of the first part of this PhD thesis was to address this question by analyzing intracranial EEG data recorded in epilepsy patients during the performance of a delayed center-out task. Using machine learning, we identified functionally relevant oscillatory features via their accuracy in predicting motor states and movement directions. In addition to the established role of oscillatory power, our data-driven approach revealed the prominent role of low-frequency phase as well as significant involvement of PAC in the neuronal underpinnings of motor planning and execution. In parallel to this empirical research, an important portion of this PhD work was dedicated to the development of efficient tools to analyze and visualize electrophysiological brain data. These packages include a feature extraction and classification toolbox (Brainpipe), modular and tensor-based PAC computation tools (Tensorpac) and a versatile brain data visualization GUI (Visbrain). Taken together, this body of research advances our understanding of the role of brain oscillations in goal-directed behavior, and provides efficient open-source packages for the scientific community to replicate and extend this research

La nutrition est un facteur de risque modifiable pour le cancer puisqu'environ un tiers des cas pourraient être évités en adoptant une meilleure alimentation. La relation entre nutrition et cancer est complexe, et son étude est enrichie par de nouveaux défis apportés par les récentes avancées technologiques dans le domaine des « -omiques ». Cette thèse a pour but de développer de nouvelles approches biostatistiques afin d'étudier la relation entre nutrition et cancer au sein de la cohorte EPIC. Pour ce faire, l'applicabilité de nouvelles méthodologies multivariées dans le domaine de l'épidémiologie nutritionnelle a été étudiée.Une nouvelle méthode multivariée pour la réduction de la dimensionnalité, le Treelet Transform (TT), a été examinée afin d'extraire des patterns de nutriments issus de questionnaires. Les patterns ainsi obtenus par le TT étaient plus facilement interprétables que par les méthodes classiques. Ensuite, un cadre analytique pour implémenter le concept du « meeting-in-the-middle » (MITM) a été développé et appliqué dans 2 études cas-témoin nichées sur le cancer hépatocellulaire avec des données métabolomiques. Le MITM cherche à identifier des biomarqueurs qui soient à la fois des marqueurs de certaines expositions passées et des prédicteurs de maladies. L'implémentation s'est focalisée sur l'application de la PLS et de l'analyse de médiation.Enfin, nous avons examinés la relation entre les niveaux plasmatiques de 60 acides gras issus de biomarqueurs et le risque de cancer du sein dans une étude cas-témoin nichée dans EPIC.Cette thèse servira de base pour des applications épidémiologiques futures examinant la relation nutrition-cancer / Diet is a modifiable risk factor for many cancers. It has been estimated that about a third of cancer cases can be prevented by complying with a healthy diet and adhering to the recommendations in terms of nutrition. The nutrition-cancer relationship is a complex one, and its study is currently at a turning point with the opportunity and challenges brought by the recent technological advances in the fields of « -omics ».This thesis aims to develop new biostatistical approaches to investigate the nutrition-cancer relation within the European Prospective Investigation into Cancer and nutrition (EPIC) study. To do so, the applicability of new methodologies in the field of nutritional epidemiology has been examined.First, a new multivariate dimension reduction method, the Treelet Transform (TT) was applied to extract nutrient patterns relying on questionnaire data. The extracted patterns were more easily interpretable than those obtained with more classical methods.Then, an analytical framework was conceived for the « meeting-in-the-middle » (MITM) principle and applied to two nested case-control studies on hepatocellular carcinoma, with targeted and untargeted metabolomics data. The MITM aims to identify overlap biomarkers of certain exposures that are at the same time predictive of disease outcomes. The implementation focused on the application of partial least squares and mediation analyses. Last, the association between 60 plasma fatty acids levels assessed from biomarkers and breast cancer risk was examined in a nested case-control study in EPIC. This thesis will serve as a basis for future epidemiological applications looking into the nutrition-cancer relation

L’Accident Vasculaire Cérébral (AVC) est une maladie grave pour laquelle des critères très stricts encadrent l’administration du traitement curatif en phase aigüe. Ces critères limitent drastiquement l’accès à ce traitement : on estime que seuls 10% des patients atteints d’un AVC en bénéficient. L’objectif de ce travail est de proposer un modèle prédictif de l’évolution de l’AVC qui permette d’identifier le volume de tissu à risque de chaque patient. Ce volume, qui correspond au bénéfice potentiel du traitement, permettra de mieux orienter le médecin dans sa décision de traiter. Pour répondre à cet objectif nous nous intéressons aux problématiques d’évaluation de modèles prédictifs dans un contexte de faible prévalence, de modélisation prédictive sur données spatiales, de prédiction volumique en fonction de l’option de traitement et de segmentation d’images en présence d’artefacts. Les outils développés ont été rassemblés au sein d’une librairie de fonctions du logiciel R nommée MRIaggr / Stroke is a serious disease that needs emergency health care. Due to potential side effects, the patients must fulfil very restrictive criteria for eligibility to the curative treatment. These criteria limit drastically the accessibility to treatment : currently, an estimated 10% of stroke patients are treated. The purpose of this work was to develop a statistical framework for stroke predictive models. We deal with assessing predictive models in a low-prevalence context, building predictive models for spatial data, making volumic predictions depending on the treatement option, and performing image segmentation in presence of image artefacts. Tools developed in this thesis have been collected in an R package named MRIaggr

Bien que le nombre annuel de nouvelles infections au VIH diminue régulièrement depuis le milieu des années 1990, celui-ci reste élevé, en particulier en Afrique sub-Saharienne. L’organisme médical international Médecins Sans Frontières (MSF) a sélectionné quatre sites à hautes incidence et prévalence, dont un situé dans le district de Ndhiwa, au Kenya. La prévalence chez l’adulte a été estimée à 24% (d’après l’enquête en population NHIPS menée en 2012 par MSF-Epicentre). MSF espère, après une combinaison d’interventions sur le terrain, observer en temps réel une baisse de l’incidence de l’infection par le VIH. Dans la première partie, différents aspects de l’infection par le VIH et les questions actuelles sont présentés. Dans la seconde partie, notre objectif était d’estimer l’incidence de l’infection par le VIH à Ndhiwa à l’aide de différentes approches sélectionnées et appliquées aux données de NHIPS. Cet indicateur est essentiel pour déterminer la dynamique de l’épidémie, identifier les groupes de la population les plus à risque, et pour planifier des interventions de santé. Dans la dernière partie, notre objectif portait sur la modélisation à court terme de l’épidémie de VIH/SIDA dans le district de Ndhiwa. Dans un premier temps, nous avons proposé une méthodologie pour la modélisation de l’épidémie de VIH/SIDA associant l’estimation des paramètres d’un modèle et la prédiction de l’évolution de l’épidémie selon celui-ci, utilisant des données locales. Cette méthodologie a ensuite été appliquée aux interventions de santé envisageables par MSF-Epicentre, à l’aide de simulations déterministes et stochastiques / Although the annual number of new HIV infections has been decreasing since the middle of the 1990s’, it remains high, and particularly in sub-Saharan Africa. Epicentre, in collaboration with “Médecins Sans Frontières”, is planning a strategy to reduce HIV incidence in several areas of high prevalence and incidence rates, such as Ndhiwa sub-county (Nyanza Province, Kenya). In this sub-county, the adult HIV prevalence was estimated at 24% in 2012 (Ndhiwa HIV Impact in Population Survey, NHIPS, 2012). In the first part of this thesis, various aspects of HIV infection as well as current issues are given. In the second part, our objective is to estimate HIV incidence in Ndhiwa sub-county using several distinct approaches. In the last part, we focus on the mathematical modeling of the spread of the HIV infection to the short term. Firstly, we develop a framework for using the same data for estimation and prediction. Secondly, the potential impacts of multiple interventions on HIV incidence in Ndhiwa sub-county are studied using our framework and performing deterministic and stochastic simulations

Une large part de la composante génétique du risque de cancer du sein est encore inexpliquée. J'ai ainsi étudié dans quelle mesure les variants observés sur le génome mitochondrial pourraient en partie expliquer ce risque. En effet la mitochondrie, en tant que source d'énergie cellulaire, est un organite impliqué dans la synthèse des espèces oxygénées réactives ou radicaux libres, éléments contribuant à l'instabilité génomique et au développement tumoral. Un premier axe de recherche m'a conduit à étudier une interaction potentielle entre des variants du génome mitochondrial et du génome nucléaire, en conjonction avec la consommation d'alcool. J'ai ensuite analysé les haplogroupes mitochondriaux peuvent être considérés en tant que potentiels modificateurs de l'association entre le risque de cancer du sein et les mutations causales portées par les gènes BRCA1 et BRCA2. L'haplogroupe T1a1 a été identifié comme modificateur du risque conféré par les mutations pathogènes localisées sur le gène BRCA2. Enfin, j'ai caractérisé par séquençage à haut débit le génome mitochondrial de 436 femmes ayant un cancer du sein et de forts antécédents familiaux, mais n'étant porteuses d'aucune mutation causale sur BRCA1 et BRCA2. Plusieurs variants ont été prédits comme dommageables. Deux gènes en particulier MT-ATP6 et MT-CYB, sont spécifiquement enrichis à la fois en nombre de variants portés, et de par le nombre d'individus porteurs de ces variants dans notre étude. L'ensemble du travail réalisé a ainsi contribué à enrichir les connaissances sur les potentielles associations entre les variations du génome mitochondrial et le risque du cancer du sein / A large part of the genetic component of breast cancer risk (BCR) is still unexplained. Therefore I studied if variants of the mitochondrial genome (mtDNA) might explain a part of this risk. In fact, mitochondria is the main source of reactive oxygen species (ROS), which contribute to genomic instability and tumor development. As a first axis of research, I studied potential interactions between some nuclear and mitochondrial variants, in conjugation to alcohol consumption. Despite the large dimensions of our dataset, the lack of statistical significant interaction in our data might reveal that former published results that show such interactions were not robust. I also studied if mitochondrial haplogroups could be considered as modificators of known association between BCR and pathogenic mutations in the BRCA1/2 genes. I identified haplogroup T1a1 such as modificator for individuals carrying a mutated BRCA2. Finally, I characterized by NGS mitochondrial genome of women diagnosed for a familial breast cancer, but tested negative for known pathogenic BRCA1/2 mutations. Several variants were identified as potentially damaging. Two genes, MT-ATP6 and MT-CYB are specifically enriched both in terms of distinct variants and in the number of individuals carrying these variants. They are both essential structural components of the mitochondrial respiratory chain, the main ROS production source in the cell. All these analyses contribute to enrich the knowledge about associations between BCR and variability of mtDNA, by integrating questions linked to interactions between genomic variants, environmental exposure, and effect modifications related to mitochondrial haplogroups

L'étude de la survie nette des patients atteints de cancer en population générale permet d'apprécier l'efficience globale du système de soin d'un pays. La survie nette se définit comme la survie qui serait observée si la seule cause de décès possible était le cancer. Ce concept est fondamental dans les comparaisons entre zones géographiques et/ou périodes de diagnostic dont l'intérêt est d'estimer les variations spécifiques de la mortalité due au cancer. Le concept de survie nette permet de prendre en compte les éventuelles différences de mortalité naturelle entre les groupes comparés. Actuellement, seuls deux outils estiment la survie nette sans biais : l'estimateur non paramétrique de Pohar-Perme et la modélisation paramétrique ajustée sur certaines covariables (essentiellement l'âge). Par ailleurs, les outils paramétriques s'étant perfectionnés, de nouveaux modèles flexibles permettent de modéliser les effets complexes des variables sur la mortalité. Ce travail repose sur la modélisation du taux de mortalité en excès à la suite d'un lymphome malin non hodgkinien, en se basant sur le modèle proposé par Remontet et al. et sur la nécessité de modéliser conjointement les effets complexes des covariables (telles que le temps de suivi, l'année de diagnostic et l'âge) sur la mortalité à l'aide d'une stratégie de modélisation adaptée. L'effet des variables est restitué sur la survie nette mais aussi sur le taux de mortalité en excès ce qui représente un élément nouveau dans les études de survie. Deux applications ont été menées sur des bases de données collaboratives de population : d'une part sur les données françaises du réseau FRANCIM à la suite d'un diagnostic de lymphome folliculaire entre 1995 et 2010 et, d'autre part, sur les données européennes d'EUROCARE-5 après un lymphome folliculaire ou un lymphome B diffus à grandes cellules diagnostiqué entre 1996 et 2004. Les résultats montrent que la dynamique du taux de mortalité en excès au cours du temps de suivi varie en fonction du sous-type de lymphome, de l'âge et de la zone géographique. Les tendances de cette dynamique en fonction de l'année de diagnostic sont également différentes / The net survival of cancer patients in population studies is the most relevant indicator to assess the overall efficiency of the healthcare system of a country. Net survival is defined as the survival that would be observed if the sole cause of death were cancer. This concept is crucial in comparative studies (between geographical areas and/or periods of diagnosis) that estimate specific variations of cancer-related deaths. Net survival takes into account potential differences in mortality patterns between groups. Currently, two methods provide unbiased estimations of net survival: the non-parametric estimator of Pohar-Perme and the parametric model adjusted on specific covariates (mainly, the age at diagnosis). Moreover, new improved parametric tools, such as flexible models, can model the complex covariate effects on mortality. In this work, we modeled the excess mortality rate after a non Hodgkin lymphoma diagnosis, with a model developed by Remontet et al. In addition, we used an appropriate model-building-strategy to model jointly the complex effects of some covariates (such as the time elapsed since diagnosis, the year of diagnosis, and age) on the excess mortality. Finally, this approach allowed for the covariate effects on the net survival and on the excess mortality rate. We applied this method to two different collaborative databases: first on the French database FRANCIM (1995 to 2010) to study the excess mortality after diagnosis of follicular lymphoma, then on the European data of EUROCARE-5 (1996 to 2004) to study the excess mortality after diagnosis of follicular lymphoma and diffuse large B-cell lymphoma. According to the results, the dynamics of the excess mortality rate varies over the time elapsed since diagnosis according to the lymphoma subtype, the age, and the geographical area. The trends of these dynamics over the years of diagnosis are different too

La SSD (Species Sensitivity Distribution) est une méthode utilisée par les scientifiques et les régulateurs de tous les pays pour fixer la concentration sans danger de divers contaminants sources de stress pour l'environnement. Bien que fort répandue, cette approche souffre de diverses faiblesses sur le plan méthodologique, notamment parce qu'elle repose sur une utilisation partielle des données expérimentales. Cette thèse revisite la SSD actuelle en tentant de pallier ce défaut. Dans une première partie, nous présentons une méthodologie pour la prise en compte des données censurées dans la SSD et un outil web permettant d'appliquer cette méthode simplement. Dans une deuxième partie, nous proposons de modéliser l'ensemble de l'information présente dans les données expérimentales pour décrire la réponse d'une communauté exposée à un contaminant. A cet effet, nous développons une approche hiérarchique dans un paradigme bayésien. A partir d'un jeu de données décrivant l'effet de pesticides sur la croissance de diatomées, nous montrons l'intérêt de la méthode dans le cadre de l'appréciation des risques, de par sa prise en compte de la variabilité et de l'incertitude. Dans une troisième partie, nous proposons d'étendre cette approche hiérarchique pour la prise en compte de la dimension temporelle de la réponse. L'objectif de ce développement est d'affranchir autant que possible l'appréciation des risques de sa dépendance à la date de la dernière observation afin d'arriver à une description fine de son évolution et permettre une extrapolation. Cette approche est mise en œuvre à partir d'un modèle toxico-dynamique pour décrire des données d'effet de la salinité sur la survie d'espèces d'eau douce / Species Sensitivity Distribution (SSD) is a method used by scientists and regulators from all over the world to determine the safe concentration for various contaminants stressing the environment. Although ubiquitous, this approach suffers from numerous methodological flaws, notably because it is based on incomplete use of experimental data. This thesis revisits classical SSD, attempting to overcome this shortcoming. First, we present a methodology to include censored data in SSD with a web-tool to apply it easily. Second, we propose to model all the information present in the experimental data to describe the response of a community exposed to a contaminant. To this aim, we develop a hierarchical model within a Bayesian framework. On a dataset describing the effect of pesticides on diatom growth, we illustrate how this method, accounting for variability as well as uncertainty, provides benefits to risk assessment. Third, we extend this hierarchical approach to include the temporal dimension of the community response. The objective of that development is to remove the dependence of risk assessment on the date of the last experimental observation in order to build a precise description of its time evolution and to extrapolate to longer times. This approach is build on a toxico-dynamic model and illustrated on a dataset describing the salinity tolerance of freshwater species

Dans cette thèse, nous avons présenté trois méthodes différentes pour l’énumération de sousréseauxparticuliers d’un réseau métabolique: les histoires métaboliques, les ensembles minimaux deprécurseurs et les organisations chimiques. Pour chacune de ces trois méthodes, nous avons présentédes résultats théoriques, et pour les deux premières, nous avons en outre fourni une illustration surcomment les appliquer afin d’étudier le comportement métabolique des organismes vivants. Les histoiresmétaboliques sont définies comme des graphes acycliques dirigés maximaux dont les ensemblesde sources et de cibles sont limités à un sous-ensemble des noeuds. La motivation initiale de cette définitionétait d’analyser des données expérimentales de métabolomique, mais la méthode a égalementété explorée dans un contexte différent. Les ensembles de précurseurs métaboliques sont des ensemblesminimaux de nutriments qui permettent de produire des métabolites d’intérêt. Nous présentons troisméthodes différentes pour l’énumération de tels ensembles minimaux de précurseurs, et nous illustronsleur application dans une étude des échanges métaboliques dans un système symbiotique. Les organisationschimiques sont des ensembles de métabolites qui à la fois sont fermés et s’auto-maintiennent,ce qui reflète des caractéristiques de stabilité dans le sens où aucun nouveau métabolite ne peut êtreproduit et qu’aucun des métabolites déjà présents dans le système ne peut disparaître. / In this thesis, we presented three different methods for enumerating special subnetworks containedin a metabolic network: metabolic stories, minimal precursor sets and chemical organisations. Foreach of the three methods, we gave theoretical results, and for the two first ones, we further providedan illustration on how to apply them in order to study the metabolic behaviour of living organisms.Metabolic stories are defined as maximal directed acyclic graphs whose sets of sources and targets arerestricted to a subset of the nodes. The initial motivation of this definition was to analyse metabolomicsexperimental data, but the method was also explored in a different context. Metabolic precursor setsare minimal sets of nutrients that are able to produce metabolites of interest. We present threedifferent methods for enumerating minimal precursor sets and we illustrate the application in a studyof the metabolic exchanges in a symbiotic system. Chemical organisations are sets of metabolites thatare simultaneously closed and self-maintaining, which captures some stability feature in the