En savoir plus

Encadrants : Dominique Patureau (LBE) et Pierre Benoit (ECOSYS)
Durée du contrat : 36 mois (financement acquis)
Date de démarrage : à partir de mars 2023

Contacts

Un CV et une lettre de motivation sont à envoyer à :
Dominique Patureau : dominique.patureau@inrae.fr
Pierre Benoit : pierre.benoit@inrae.fr

Contexte et objectifs des recherches

La présence de contaminants organiques perturbateurs endocriniens (PE) dans l’environnement (eau, air, sol) est avérée depuis plusieurs décennies et est due à différents types d’activités : traitements phytopharmaceutiques et épandages de matières fertilisantes sur les sols agricoles, rejets des eaux usées traitées dans les rivières, production d’aérosols et de fumées par les activités industrielles ou la circulation automobile. La réglementation européenne et sa déclinaison française requièrent des informations précises sur leur dispersion dans l’environnement, leur bioaccumulation et leurs impacts écotoxicologiques alors qu’il est impossible d’étudier au cas par cas les milliers de composés concernés (molécules mères et produits de transformation). Il est donc nécessaire d’optimiser et de mettre à disposition un outil capitalisant de nombreuses connaissances scientifiques sur le devenir des micropolluants organiques dans l’environnement et leur impact sur la biodiversité et la santé des écosystèmes afin d’apporter des critères objectifs pour la priorisation des substances dans des suivis environnementaux. Un tel outil existe déjà mais il reste à recherche  dans les données disponibles dans la littérature, quelles variables indicatrices des effets perturbateurs endocriniens pourraient être intégrées à cet outil TyPol (Typology of Pollutants). TyPol a, en effet, été développé dans l’objectif de classer les contaminants organiques en reliant leurs propriétés moléculaires à leur comportement dans l’environnement et à leurs effets écotoxicologiques (Servien et al., 2014).

L’originalité de TyPol, au regard d’autres outils de prédiction de type QSAR, réside dans l’établissement de classes, construites via une analyse statistique des propriétés déduites de la prise en compte des descripteurs moléculaires et des paramètres comportementaux (Mamy et al., 2021). Chaque classe regroupe par conséquent des composés ayant une relation « proche » entre paramètres et descripteurs. Il est alors possible d’extrapoler des connaissances au sein d’une classe de composés à partir des résultats déjà obtenus sur quelques composés connus faisant partie de cette classe, comme cela a été fait pour évaluer les risques liés à des produits de dégradation d’un fongicide, le tébuconazole (Storck et al., 2016), ou à des produits de transformation putatifs de la chlordécone (Benoit et al., 2017). Ce projet de thèse vise donc à intégrer dans TyPol les effets PE de composés organiques très divers en termes de structure chimique et de comportement environnemental. Il se concentrera sur les effets sur des organismes non cibles, terrestres et aquatiques, pour rechercher dans quelle mesure ce type de données écotoxicologiques impacte la classification (lien descripteurs-données d’effet-données de devenir). L’originalité de cette approche est que la/les classifications ainsi obtenues permettraient la priorisation de substances perturbateurs endocriniens appartenant a priori à une très grande diversité de familles chimiques.

Questions de recherche

• Quelles sont les variables génériques et disponibles pour décrire les effets perturbateurs endocriniens de composés appartenant à des familles chimiques variées ?
• Quelles sont les relations entre la structure chimique de ces composés et leurs effets perturbateurs endocriniens ?
• Peut-on les intégrer dans une catégorisation qui intègre également leur devenir environnemental au sein de l’outil TyPol ?
• Peut-on identifier des descripteurs moléculaires qui sous-tendent les effets PE ?

En plus de ces questions d’ordre cognitif, la thèse vise aussi à répondre à des questions d’ordre méthodologique :

• Comment améliorer la collecte, le transfert et la validation des données à insérer à partir de bases de données existantes et ouvertes ?
• Comment améliorer les performances de l’outil TyPol en termes de capacité de classement par des techniques de fouille de données et de recherche de structuration des données (pattern recognition) à l’aide d’algorithme d’apprentissage profond (deep learning) ?
• Peut-on utiliser les relations établies pour d’autres composés pour lesquels aucune donnée de comportement environnemental n’est disponible (en particulier des produits de transformation) ?

Compétences recherchées

Chimie et écotoxicologie de l’environnement + Gestion de données, bases de données + Outils statistiques et modélisation (Connaissances sur les contaminants organiques : structure moléculaire, propriétés et comportement dans l’environnement, mécanismes de perturbation endocrinienne)
Autres : Autonomie et esprit d’initiative ; Qualités d’organisation et d’intégration dans un collectif ; Bon niveau d’anglais (indispensable) et capacités rédactionnelles

Références

• Benoit P., Mamy L., Servien R., Li Z., Latrille E., Rossard V., Bessac F., Patureau D., Martin-Laurent F. 2017. Science of the TotalEnvironment, 574, 781-795.
• Mamy L., Bonnot K., Benoit P., Bockstaller C., Latrille E., Rossard V., Servien R., Patureau D., Prevost L., Pierlot F., Bedos C. 2021 Journal of Hazardous Materials, 415, 125613
• Servien R., Mamy L., Li Z., Rossard V., Latrille E., Bessac F., Patureau D., Benoit P. 2014. Chemosphere, 111, 613-622.
• Storck V., Lucini L., Mamy L., Ferrari F., Papadopoulou E.S., Nikolaki S., Karas P.A., Servien R., Karpouzas D.G., Trevisan M., Benoit P., Martin-Laurent F., 2016. Environmental Pollution, 208, 537-545