L'étude des pathogènes est un des piliers des progrès en santé publique des dernières décennies. Actuellement, un axe principal qui reste à explorer pour poursuivre ces progrès réside dans l'étude des interactions entre les différents pathogènes qui circulent dans les mêmes populations. En effet, comme n'importe quel être vivant, un pathogène s'inscrit dans un écosystème avec lequel il interagit grandement et qui comporte, entre autres, d'autres pathogènes. Dans cette thèse nous nous sommes intéressés aux implications de ces interactions à différents niveaux. Tout d'abord, un large travail bibliographique a été mené afin d'identifier les interactions déjà connues et référencées, d'en tirer une catégorisation claire et utile, de souligner les manques actuels de la littérature dans ce domaine et d'introduire le concept de susceptibilité réalisée. Dans une seconde partie, il a s'agit d'explorer les conséquences dynamiques possibles de certaines interactions identifiées précédemment et de tenter de développer des méthodes largement utilisables de détection d'interactions à partir de données populationnelles. Enfin, la dernière partie se penche sur le cas particulier de la Dengue, dont les quatre sérotypes interagissent fortement entre eux, et des possibles conséquences de ces interactions pour la vaccination contre cette maladie. Cette thèse apporte une nouvelle vision de la dynamique des pathogènes, en les intégrant dans le cadre plus large de la communauté de pathogènes. Elle ouvre sur les possibles progrès des méthodes statistiques et comment les modèles théoriques pourraient aider à la compréhension des communautés de pathogènes. / The study of pathogens is a keystone of considerable progress for Public Health in the last decades. Nowadays, a promising field of study are interactions between pathogens circulating in the same populations. Indeed, just as any living species, a pathogen is part of an ecosystem, and within this ecosystem it interacts with numerous things, including other pathogens. In this PhD thesis we have been interested in the consequences of such interactions at several scales. Firstly a wide bibliographic work has been accomplish in order to identify known and documented interactions. From this work we propose several categories of interactions and point out the gaps in this literature. Then we explored the potential consequences on population of several interactions described in the first part, and tested promising methods to detect such interaction from population-scale data. Lastly we focused on the specific example of dengue, where four strongly interacting serotypes and current vaccine developments rise the issue of the interference between interactions and Public Health policies. A broader vision of pathogens dynamics rises from the embedding of pathogens into a community, and this vision could benefit from progress in statistical methods and theoretical models.

Les gens infectés par la rougeole subissent une suppression immunitaire. Ce mémoire porte sur l’influence de cette caractéristique de la rougeole sur un autre pathogène, ici la grippe. Il s’agit donc de modéliser la réponse immunitaire d’une interaction virus-virus, problème d’une grande pertinence durant la pandémie causée par le SRAS-CoV-2 alors que les interactions de celui-ci avec le virus de l’influenza demeurent à déterminer. Nous avons également que la grippe augmente la production d’autres pathogènes. Un modèle de chaque pathogène va être développé et analysé. On cherchera les points fixes, leurs conditions de stabilité et on observera quelques résultats numériques pour constater leurs évolutions dans le temps. Ensuite un modèle suivant l’évolution des deux pathogènes ayant infecté un individu au même moment sera conçu. Dans ce modèle nous inclurons les interactions d’un pathogène l’un sur l’autre pour déterminer théoriquement les effets chez les individus infectés à la fois par la grippe et la rougeole. On pourra par la suite comparer entre les différentes populations lorsqu’il n’y a aucune interaction et avec les différentes interactions entre les deux pathogènes. / People infected with measles experience immune suppression. This work focuses on the influence of this characteristic of measles on another pathogen, here the flu. We also have that the flu will increase the production of other pathogens in a co-infection model. Modeling the immune response to such virus-virus interaction is currently of signficant relevance, given the limited knowledge on SARS-CoV-2/influenza interactions. A model of each pathogen will be developed and analysed. We will look for the fixed points, conditions for their stability and we will observe some numerical results of their evolution over time. Then a model following the evolution of the two pathogens having simultaneously infected an individual will be designed. In this model we will include the interactions of the pathogens on each other to theoretically determine the effects in individuals infected with both influenza and measles. Then we can compare between the different populations when there is no interaction and with the different interactions between the two pathogens.