Published Article / Although deterministic models still dominate hydrological modelling, there is a notable paradigm shift in catchment response modelling. An approach to represent the daily rainfall-flow (R-F) relationship using Data-Based Mechanistic (DBM) modelling is presented. DBM modelling is an inductive empirical transfer function (TF) approach relating input to output. The study used secondary data from the Department of Water Affairs and Forestry for the Upper Vaal water management area at station C1H007. The R-F model identification and optimisation was implemented in the CAPTAIN Toolbox in MATLAB. The best estimated R-F model was a 2nd order TF with an input lag of one day and R 2T= 56%. In mechanistic interpretation, three parallel flow pathways were discerned; the fast flow, slow flow and the loss component each constituting 49.8%, 24% and 26.2% of the modelled flow respectively. The study demonstrates that the approach adopted herein produces reasonably satisfactory results with a minimum of the readily available catchment data.

DNA-binding proteins (DBPs) such as repair proteins, DNA polymerases, re- combinases, transcription factors, etc. manifest diverse stochastic behaviours dependent on physiological conditions inside the cell. Now that multiple independent in vitro studies have extensively characterised different aspects of the biochemistry of DBPs, computational and mathematical tools that would be able to integrate this information into a coherent framework are in huge demand, especially when attempting a transition to in vivo characterisation of these systems. ChIP-Seq is the method commonly used to study DBPs in vivo. This method generates high resolution sequencing data { population scale readout of the activity of DBPs on the DNA. The mathematical tools available for the analysis of this type of data are at the moment very restrictive in their ability to extract mechanistic and quantitative details on the activity of DBPs. The main trouble that researchers experience when analysing such population scale sequencing data is effectively disentangling complexity in these data, since the observed output often combines diverse outcomes of multiple unsynchronised processes reflecting biomolecular variability. Although being a static snapshot ChIP-Seq can be effectively utilised as a readout for the dynamics of DBPs in vivo. This thesis features a new approach to ChIP-Seq analysis { namely accessing the concealed details of the dynamic behaviour of DBPs on DNA using probabilistic modelling, statistical inference and numerical optimisation. In order to achieve this I propose to integrate previously acquired assumptions about the behaviour of DBPs into a Markov- Chain model which would allow to take into account their intrinsic stochasticity. By incorporating this model into a statistical model of data acquisition, the experimentally observed output can be simulated and then compared to in vivo data to reverse engineer the stochastic activity of DBPs on the DNA. Conventional tools normally employ simple empirical models where the parameters have no link with the mechanistic reality of the process under scrutiny. This thesis marks the transition from qualitative analysis to mechanistic modelling in an attempt to make the most of the high resolution sequencing data. It is also worth noting that from a computer science point of view DBPs are of great interest since they are able to perform stochastic computation on DNA by responding in a probabilistic manner to the patterns encoded in the DNA. The theoretical framework proposed here allows to quantitatively characterise complex responses of these molecular machines to the sequence features.

La diminution des doses administrées ou même la cessation complète d'un traitement chimiothérapeutique est souvent la conséquence de la réduction du nombre de neutrophiles, qui sont les globules blancs les plus fréquents dans le sang. Cette réduction dans le nombre absolu des neutrophiles, aussi connue sous le nom de myélosuppression, est précipitée par les effets létaux non spécifiques des médicaments anti-cancéreux, qui, parallèlement à leur effet thérapeutique, produisent aussi des effets toxiques sur les cellules saines. Dans le but d'atténuer cet impact myélosuppresseur, on administre aux patients un facteur de stimulation des colonies de granulocytes recombinant humain (rhG-CSF), une forme exogène du G-CSF, l'hormone responsable de la stimulation de la production des neutrophiles et de leurs libération dans la circulation sanguine. Bien que les bienfaits d'un traitement prophylactique avec le G-CSF pendant la chimiothérapie soient bien établis, les protocoles d'administration demeurent mal définis et sont fréquemment déterminés ad libitum par les cliniciens. Avec l'optique d'améliorer le dosage thérapeutique et rationaliser l'utilisation du rhG-CSF pendant le traitement chimiothérapeutique, nous avons développé un modèle physiologique du processus de granulopoïèse, qui incorpore les connaissances actuelles de pointe relatives à la production des neutrophiles des cellules souches hématopoïétiques dans la moelle osseuse. À ce modèle physiologique, nous avons intégré des modèles pharmacocinétiques/pharmacodynamiques (PK/PD) de deux médicaments: le PM00104 (Zalypsis®), un médicament anti-cancéreux, et le rhG-CSF (filgrastim). En se servant des principes fondamentaux sous-jacents à la physiologie, nous avons estimé les paramètres de manière exhaustive sans devoir recourir à l'ajustement des données, ce qui nous a permis de prédire des données cliniques provenant de 172 patients soumis au protocol CHOP14 (6 cycles de chimiothérapie avec une période de 14 jours où l'administration du rhG-CSF se fait du jour 4 au jour 13 post-chimiothérapie). En utilisant ce modèle physio-PK/PD, nous avons démontré que le nombre d'administrations du rhG-CSF pourrait être réduit de dix (pratique actuelle) à quatre ou même trois administrations, à condition de retarder le début du traitement prophylactique par le rhG-CSF. Dans un souci d'applicabilité clinique de notre approche de modélisation, nous avons investigué l'impact de la variabilité PK présente dans une population de patients, sur les prédictions du modèle, en intégrant des modèles PK de population (Pop-PK) des deux médicaments. En considérant des cohortes de 500 patients in silico pour chacun des cinq scénarios de variabilité plausibles et en utilisant trois marqueurs cliniques, soient le temps au nadir des neutrophiles, la valeur du nadir, ainsi que l'aire sous la courbe concentration-effet, nous avons établi qu'il n'y avait aucune différence significative dans les prédictions du modèle entre le patient-type et la population. Ceci démontre la robustesse de l'approche que nous avons développée et qui s'apparente à une approche de pharmacologie quantitative des systèmes (QSP). Motivés par l'utilisation du rhG-CSF dans le traitement d'autres maladies, comme des pathologies périodiques telles que la neutropénie cyclique, nous avons ensuite soumis l'étude du modèle au contexte des maladies dynamiques. En mettant en évidence la non validité du paradigme de la rétroaction des cytokines pour l'administration exogène des mimétiques du G-CSF, nous avons développé un modèle physiologique PK/PD novateur comprenant les concentrations libres et liées du G-CSF. Ce nouveau modèle PK a aussi nécessité des changements dans le modèle PD puisqu’il nous a permis de retracer les concentrations du G-CSF lié aux neutrophiles. Nous avons démontré que l'hypothèse sous-jacente de l'équilibre entre la concentration libre et liée, selon la loi d'action de masse, n'est plus valide pour le G-CSF aux concentrations endogènes et mènerait en fait à la surestimation de la clairance rénale du médicament. En procédant ainsi, nous avons réussi à reproduire des données cliniques obtenues dans diverses conditions (l'administration exogène du G-CSF, l'administration du PM00104, CHOP14). Nous avons aussi fourni une explication logique des mécanismes responsables de la réponse physiologique aux deux médicaments. Finalement, afin de mettre en exergue l’approche intégrative en pharmacologie adoptée dans cette thèse, nous avons démontré sa valeur inestimable pour la mise en lumière et la reconstruction des systèmes vivants complexes, en faisant le parallèle avec d’autres disciplines scientifiques telles que la paléontologie et la forensique, où une approche semblable a largement fait ses preuves. Nous avons aussi discuté du potentiel de la pharmacologie quantitative des systèmes appliquées au développement du médicament et à la médecine translationnelle, en se servant du modèle physio-PK/PD que nous avons mis au point. / Dose-limitation or interruption of chemotherapeutic treatment is most often prompted by a decrease in circulating neutrophils, the most abundant white blood cell in the human body. Myelosuppression, or a reduction in absolute neutrophil counts (ANCs) by anti-cancer treatments, is precipitated by the nonspecific killing effect of chemotherapeutic drugs which have toxic effects on noncancerous cells. To mitigate this myelosuppressive effect, patients are frequently administered recombinant human granulocyte colony-stimulating factor (rhG-CSF), an exogenous form of the cytokine G-CSF, which stimulates neutrophil production and release into the blood stream. While the benefits of adjuvant treatment rhG-CSF during chemotherapy are well recognised, the protocols with which it is administered are not well defined and are frequently determined ad libitum by clinicians. To quantify and address the optimisation of the administration of rhG-CSF during chemotherapeutic treatment, we developed a physiological model of granulopoiesis which incorporates the contemporary understanding of the production of neutrophils from the hematopoietic stem cells in the bone marrow. To this physiological model, we incorporated mechanistic pharmacokinetic/pharmacodynamic (PK/PD) models of two drugs, PM00104 (Zalypsis), a chemotherapeutic drug, and rhG-CSF (filgrastim). Through exhaustive parameter estimation using first principles and no data fitting, we successfully predicted clinical data from 172 patients for an average patient undergoing the CHOP14 protocol (6 cycles of 14-day periodic chemotherapy with rhG-CSF administered on days 4-13 post-chemotherapy). We then demonstrated that delaying the administration of rhG-CSF to 6 or 7 days post-chemotherapy allowed for a reduction in the number of filgrastim administrations from ten to four or even three while maintaining or improving the neutrophil nadir. We also investigated the effects of PK variability on the model's predictions by incorporating population PK (PopPK) models of both drugs. Using five different variability scenarios and cohorts of 500 in silico patients per scenario, we established that there are no statistically significant differences between a typical patient and the population in the model's predictions with respect to three crucial clinical endpoints, namely the time to ANC nadir, the ANC nadir, and the area under the concentration-effect curve. The model's robustness to PK variability allows for the scaling up from the individual to population level. Motivated by the use of rhG-CSF in other disease-states, namely periodic pathologies like cyclical neutropenia, we next endeavoured to contextualise the model within dynamic diseases. By bringing to light that the cytokine paradigm is broken when exogenous cytokine mimetics are administered, we developed a novel physiological PK model for G-CSF incorporating both unbound and bound concentrations. The updated PK model prompted changes to the PD model since we could now track the concentrations of bound G-CSF. We showed that the mass-action equilibrium hypopthesis for bound and unbound drugs is not valid and led to overestimations of the renal clearance of G-CSF. We also successfully reproduced clinical data in a variety of settings (exogenous G-CSF alone, PM00104 alone, CHOP14 protocol) and clarified the mechanisms underlying the body's response to both drugs. Lastly, we discussed the potential of quantitative systems pharmacology in both drug development and translational medicine by using the physiological PK/PD model we developed.

Proposer l’adoption de la procédure de phytoremédiation des sites de déversement d’hydrocarbures au Cameroun nécessite des arguments scientifiques vérifiés. L’objectif principal de cette thèse est de (i) faire une étude floristique des sites de déversement anarchique de produits pétroliers au Cameroun, (ii) tester les potentialités de phytoremédiation de quelques espèces végétales sur des sols contaminés au fioul domestique, (iii) évaluer l’effet de différentes concentrations d’hydrocarbures sur la morpho-anatomie et la physiologie des plantes, (iv) modéliser le transfert sol-plante des HAP. Les prospections floristiques des sites de déversement d’hydrocarbures menées dans 4 villes du Cameroun ont permis d’identifier 106 espèces appartenant à 76 genres et 30 familles ; dont seules 15 espèces sont qualifiées de polluo-tolérantes. Les expérimentations ont permis de montrer que toutes les 3 espèces (C. dactylon, E. indica et A. sessilis) sont impliquées dans les processus de rhizodégradation des HCT et HAP ; E. indica and C. dactylon ayant favorisé une meilleure phytoextraction de quelques HAP comparé à A. sessilis. La modélisation mécaniste du transfert sol-plante des HAP a confirmé ces observations. La tolérance aux HAP est plus accrue chez E. indica et C. dactylon par rapport à A. sessilis. La culture mixte de E. indica et C. dactylon est très impactée par les HAP. En culture seule, le ralentissement des processus physiologiques de C. dactylon dans les sols pollués n’a pas d’impacts majeurs sur ses capacités phytoremédiatrices. Ceci permet donc de recommander C. dactylon pour la gestion durable des sols pollués par les hydrocarbures dans le monde entier en général, et au Cameroun en particulier ; pour des pollutions de sols n’excédant pas 33500 ppm. / To propose the implementation of phytoremediation process to clean up oil spill sites in Cameroon requires verified scientific arguments. The main objective of this thesis is to (i) carry out a floristic study of anarchic oil spill sites in Cameroon, (ii) test the phytoremediation potential of some plant species in soils contaminated with fuel oil, (iii) evaluate the effect of different hydrocarbon concentrations on morpho-anatomy and plant physiology, (iv) modelling the soil-plant transfer of PAHs. Floristic surveys of oil spill sites carried out in 4 Cameroonian cities have identified 106 species belonging to 76 genera and 30 families; amoung which 15 species are qualified as polluo-tolerant. Experiments have shown that the (C. dactylon, E. indica and A. sessilis) are involved into rhizodegradation of TPHs and PAHs; E. indica and C. dactylon having promoted a better phytoextraction of some PAHs compared to A. sessilis. Mechanistic modelling of the soil-plant transfer of PAHs confirmed these observations. Tolerance to PAHs is higher for both E. indica and C. dactylon than A. sessilis. The mixed cropping of E. indica and C. dactylon is highly impacted by PAHs. Cropping alone, the slowing down of C. dactylon's physiological processes in polluted soils does not have a significant impact on its phytoremediation potentialities. This makes it possible to recommend C. dactylon in the sustainable management of hydrocarbon-polluted soils worldwide in general, and particularly in Cameroon; for soil pollution not exceeding 33500 ppm.

Pour les patients diagnostiqués avec un cancer au stade précoce, les décisions de traitement dépendent de l’évaluation du risque de rechute métastatique. Les outils de pronostic actuels sont fondés sur des approches purement statistiques, sans intégrer les connaissances disponibles sur les processus biologiques à l’oeuvre. L’objectif de cette thèse est de développer des modèles prédictifs du processus métastatique en utilisant une approche de modélisation mécaniste et la modélisation à effets mixtes. Dans la première partie, nous étendons un modèle mathématique du processus métastatique pour décrire la croissance de la tumeur primaire et de la masse métastatique totale chez des souris traitées avec le sunitinib (un inhibiteur de tyrosine kinase ayant une action anti-angiogénique) administré comme traitement néoadjuvant (i.e. avant exérèse de la tumeur primaire). Le modèle est utilisé pour tester des hypothèses expliquant les effets différentiels du sunitinib sur la tumeur primaire et les métastases. Des algorithmes d’apprentissage statistique sont utilisés pour évaluer la valeur prédictive des biomarqueurs sur les paramètres du modèle.Dans la deuxième partie de cette thèse, nous développons un modèle mécaniste pour la prédiction du temps de rechute métastatique et le validons sur des données cliniques des patientes atteintes d’un cancer du sein localisé. Ce modèle offre des prédictions personnalisées des métastases invisibles au moment du diagnostic, ainsi que des simulations de la croissance métastatique future, et il pourrait être utilisé comme un outil de prédiction individuelle pour aider à la gestion des patientes atteintes de cancer du sein. / For patients diagnosed with early-stage cancer, treatment decisions depend on the evaluation of the risk of metastatic relapse. Current prognostic tools are based on purely statistical approaches that relate predictor variables to the outcome, without integrating any available knowledge of the underlying biological processes. The purpose of this thesis is to develop predictive models of the metastatic process using an established mechanistic modelling approach and the statistical mixed-effects modelling framework.In the first part, we extend the mathematical metastatic model to describe primary tumour and metastatic dynamics in response to neoadjuvant sunitinib in clinically relevant mouse models of spontaneous metastatic breast and kidney cancers. The calibrated model is then used to test possible hypothesis for the differential effects of sunitinib on primary tumour and metastases, and machine learning algorithms are applied to assess the predictive power of biomarkers on the model parameters.In the second part of this thesis, we develop a mechanistic model for the prediction of the time to metastatic relapse and validate it on a clinical dataset of breast cancer patients. This model offers personalised predictions of the invisible metastatic burden at the time of diagnosis, as well as forward simulations of metastatic growth, and it could be used as a personalised prediction tool to assist in the routine management of breast cancer patients.

The elimination of drugs from the body is in many cases performed by the liver. Much could be gained if an accurate prediction of this process could be made early in the development of new drugs. However, for the elimination to occur, the drug molecule needs first to get inside the liver cell. Disposition is the expression used to encapsulate both elimination and distribution. This thesis presents novel approaches and models based on simple in vitro systems for the investigation of processes involved in the hepatic drug disposition. An approach to the estimation of enzyme kinetics based on substrate depletion data from cell fractions was thoroughly evaluated through experiments and simulations. The results that it provided were confirmed to be accurate and robust. In addition, a new experimental setup suitable for a screening environment, i.e., for a reduced number of samples, was generated through optimal experimental design. The optimization suggested that sampling at late time points over a wide range of concentration was the most advantageous. A model, based on data from primary hepatocytes in suspension, for the investigation of cellular disposition of metabolized drugs was developed. Information on the relative importance of metabolism and membrane protein related distribution was obtained by analysis of changes in the kinetics by specific inhibition of the various processes. The model was evaluated by comparing the results to those obtained from an in vivo study analyzed with an especially constructed mechanistic PBPK model. These investigations showed that the suggested model produced good predictions of the relative importance of metabolism and carrier mediated membrane transport for hepatic disposition. In conclusion, new approaches for the investigation of processes involved in hepatic disposition were developed. These methods were shown to be robust and increased the output of information from already commonly implemented in vitro systems.

Chez les patients infectés par le VIH, les traitements antirétroviraux empêchent la réplicationvirale, ce qui est suivi, dans la plupart des cas, par une restauration de la population des lymphocytesT CD4+ (CD4). Néanmoins ce n’est pas le cas pour certains patients appelés patients àfaible réponse immunitaire. Des injections d’interleukine-7 (IL7) exogène, une cytokine impliquéedans l’homéostasie des CD4, sont considérées afin de maintenir les taux de CD4 au-dessus de500 cellules par μL, taux au-dessus duquel les patients ont une espérance de vie comparable auxpersonnes non infectées par le VIH. Les essais INSPIRE ont évalué l’effet d’injections répétéesd’IL7 chez les patients à faible réponse immunologique.Nous présentons plusieurs modèles mécanistes de l’effet des injections d’IL7 sur les CD4, quiincluent des effets aléatoires afin de tenir compte de la variabilité inter-individuelle. En utilisantces modèles avec une approche Bayésienne, les paramètres individuels d’un nouveau patient sontéchantillonnés, ce qui nous permet de faire des prédictions sur sa dynamique de CD4 et donc depersonnaliser le traitement. Nous proposons quatre protocoles adaptatifs permettant de limiter letemps passé sous 500 CD4 par μL, sans pour autant augmenter le nombre d’injections. Ces protocolesont été implémentés dans une application Shiny présentant une interface facile d’utilisation,et pourront être testés lors d’essais cliniques.Le réservoir viral, principalement constitué de CD4 quiescentes infectées, est la première barrièreà l’éradication du VIH. Les injections d’IL7 entrainent une augmentation du nombre deCD4 et donc du réservoir viral ; la question est alors de savoir si les injections provoquent denouvelles infections cellulaires ou si le réservoir augmente de la même façon que les CD4. Nousconcluons que si quelques patients ont présenté des dynamiques de marqueurs compatibles avecla survenue de nouvelles infections de cellules, ce n’est pas le cas de la majorité des patients. Laconfirmation de ces phénomènes et la caractérisation de potentiels patients à risque nécessite desdonnées supplémentaires mesurables dans un essai clinique. / In HIV infected patients, antiretroviral therapy suppresses the viral replication which is followedin most patients by a restoration of the CD4+ T cells (CD4) pool. However, it is not the case forsome patients called low immunological responders. Injections of interleukin-7 (IL7), a cytokineinvolved in the CD4 homeostasis, are considered in order to maintain the CD4 levels above 500cells per μL, the level at which life expectancy is similar to that of the non-infected. INSPIREtrials evaluated the effect of repeated injections of IL7 on low immunological responders.We present a few mechanistic models of the effect of IL7 injections on CD4, which includerandom effects to account for inter-individual variability. Using these models with a Bayesianapproach, the individual parameters of a new patient are sampled, which allows us to makepredictions about its CD4 dynamics and thus to personalize the treatment. We propose fouradaptive protocols that limit the time spent under 500 CD4 per μL, without increasing thenumber of injections. Those protocols are implemented into a Shiny app with an easy to useinterface, and they could be tested during clinical trials.The viral reservoir, mainly made up of quiescent infected CD4, is the main obstacle to HIVeradication. IL7 injections induce an increase of the level of CD4, hence of the viral reservoir ; thequestion is then to determine if the injections induce new cell infections or if the reservoir increasesin the same way as CD4. We conclude that while some patients presented marker dynamicsconsistent with the occurrence of new cell infections, this is not the case for the majority ofpatients. Confirmation of these events and characterization of potential at-risk patients requiresadditional measurable data in a clinical trial.