Modélisation et simulation de la nage du poisson-zèbre : comme un poisson dans l'eau

Date:
Mis à jour le 06/04/2020
Quand une mathématicienne et un biologiste se rencontrent, ils plongent dans une piscine numérique et observent la nage de poissons-zèbres. La collaboration entre Afaf Bouharguane (équipe-projet MEMPHIS, commune Inria et université de Bordeaux) et Patrick Babin (université de Bordeaux) a pour objectif de développer, à partir de données biologiques, des outils de modélisation numérique performants en vue de réaliser des avancées sur les pathologies humaines qui agissent sur les facultés locomotrices et le système nerveux de l’Homme.
Reconstruction 3D d'une larve de poissson zèbre
© Inria / Image Guillaume Ravel, équipe-projet MEMPHIS

 

En 2015, alors que Patrick Babin, biologiste, professeur à l’université de Bordeaux, étudie l’impact de certaines molécules sur le système nerveux de l’Homme à partir du modèle expérimental du poisson-zèbre, il lui vient à l’idée de modéliser le comportement moteur de cet animal. Son objectif : obtenir des informations complémentaires de celles acquises en biologie réelle. En constituant une bibliographie, il s’aperçoit que des travaux sur le sujet ont été publiés à l’université de Bordeaux. Leurs auteurs ? Angelo Iollo, professeur à l’université de Bordeaux, responsable de l’équipe-projet MEMPHIS, et Michel Bergmann, chargé de recherche de cette même équipe spécialisée dans la simulation et la modélisation numérique.
Ils entrent alors en contact et trouvent rapidement un intérêt commun à travailler ensemble.
Ils déposent un projet d’initiative d’excellence (IDEX) à l’université de Bordeaux, puis demandent un financement de thèse interdisciplinaire pour Guillaume Ravel. Afaf Bouharguane, mathématicienne, maîtresse de conférence à l’université de Bordeaux et membre de l’équipe-projet MEMPHIS, en assure la codirection avec Patrick Babin.

La pertinence du modèle poisson-zèbre

Si la structure corporelle du poisson-zèbre peut sembler à un non-biologiste peu semblable à celle de l’humain, il s’agit en réalité d’un cousin très proche qui possède cerveau, moelle et synapses. Un ancêtre commun, vieux de 450 millions d’années, nous a d’ailleurs donné le contrôle de la locomotion. C’est justement cette fonction que souhaitent évaluer Patrick Babin et son équipe. Pour ce faire, ils enregistrent les réactions des larves de poissons à différents types de stimulations grâce à des caméras à haute fréquence d’images (15 000 images/seconde). Un véritable test d’effort qui leur permet d’acquérir des informations sur leurs déplacements. C’est à partir de ces images que l’équipe MEMPHIS va pouvoir réaliser la simulation numérique de leur nage et quantifier les anomalies de leurs mouvements.

L’intérêt de la simulation numérique

Quelle que soit sa qualité, la simulation numérique n’a pas pour objectif de remplacer systématiquement l’expérimentation, mais a pour vocation de réaliser une prédiction. En quantifiant de manière précise les différences de mouvement observées à partir d’images, l’équipe MEMPHIS apporte des données plus complètes sur les éléments qui perturbent leur nage. Et c’est en cela que réside tout le challenge : elle va devoir exploiter ces données pour reproduire de la manière la plus réaliste possible la locomotion de ces vertébrés et aller au-delà des mesures expérimentales.

Un challenge intellectuel

Ce projet est novateur dans le sens où il pousse bien plus loin l’utilisation des outils numériques. En effet, en appliquant de vraies données sur des cas concrets, les chercheurs et chercheuses de ces équipes obtiennent des réponses beaucoup plus précises que la normale. Et leur ambition ne s’arrête pas là, puisqu’ils visent l’élaboration d’un modèle 3D. C’est le challenge que s’est fixé Guillaume Ravel dans son travail de thèse. 180 000 images seront nécessaires à l’obtention de la structure tridimensionnelle. Ce modèle 3D permettra de se rapprocher de manière encore plus réaliste de la loi de nage et de la géométrie du poisson pour affiner davantage les résultats et accéder ainsi à des quantités que la biologie seule ne peut pas obtenir.