Étude stochastique de la production du venin de scorpion à l’aide des processus de naissance et de mort

Abstract

Cette thèse présente un nouveau modèle mathématique stochastique rigoureux pour l’optimisation de la production de venin de scorpion, intégrant explicitement la nature discrète et aléatoire de la synthèse et de la dégradation moléculaires avec les réalités biologiques de la glande à venin. Le modèle est formulé comme une chaîne de Markov en temps continu (CTMC) utilisant un processus de naissance et de mort linéaire sur l’espace d’états dé- nombrable N0, où la variable d’état X(t) représente le nombre d’unités de venin au temps t. La dynamique est régie par trois processus de Poisson indépendants : la synthèse du venin (naissance) avec des taux dépendant de l’état et influencés par la température T et le niveau nutritionnel Nu, la dégradation spontanée (mort) avec des taux dépendant de la température suivant une loi de type Arrhenius, et la traite périodique (catastrophe) qui élimine un lot fixe de m unités à un taux constant γ, à condition que suffisamment de venin soit disponible. Le générateur infinitésimal Q est explicitement construit, et les équations de Kolmogorov prospectives (équation maîtresse) sont dérivées. Grâce à une dérivation analytique rigoureuse utilisant les fonctions génératrices des probabilités, nous établissons qu’une distribution stationnaire unique existe si et seulement si l’intensité du trafic ρ = λ/µ < 1 ; pour le cas général avec traite, nous obtenons la représentation intégrale explicite G(z) = exp γ µ Z1z λ(w1 −−w1)−m− µdw! . Les équations différentielles exactes pour la moyenne et la variance sont dérivées, et les probabilités d’extinction ainsi que les temps d’extinction attendus sont entièrement caractérisés pour le cas de la naissance-mort pure et pour le cas avec traite. Pour surmonter l’intraitabilité analytique, la méthode directe de Gillespie est implémentée en Python pour générer des trajectoires exactes du processus stochastique, validée par des données expérimentales de Yaqoob et al. (2016) avec une excellente concordance (R2 = 0.94). Des simulations extensives avec 104 réalisations indépendantes quantifient les effets des facteurs environnementaux, révélant un optimum de température unimodal à ≈ 32◦C où le rendement en venin augmente de 31% par rapport à la référence, et une dépendance nutritionnelle concave où une nutrition élevée améliore la quantité moyenne de venin de 35% à 30 jours. L’analyse de sensibilité globale utilisant l’échantillonnage hypercube latin identifie le taux de naissance λ (PRCC = 0.72) et le taux de mort µ (PRCC = -0.68) comme les paramètres les plus influents. Le problème d’optimisation est formulé pour vimaximiser le bénéfice net attendu J (T, Nu) = RveninE[Ytotal] − (Ctemp(T) + Calim(Nu)) E[Text], équilibrant les revenus avec les coûts de contrôle de la température et d’alimentation. En utilisant une approche numérique en deux étapes combinant une recherche sur grille avec l’algorithme du simplexe de Nelder-Mead, les paramètres optimaux sont identifiés comme T∗ = 32.6◦C et N∗ u = 0.88 (c’est-à-dire 12% en dessous de l’ad libitum), produisant une amélioration de 12% du bénéfice net quotidien par rapport à la stratégie de référence (62.3 contre 58.7 unités monétaires/jour). L’analyse économique démontre un retour sur investissement (ROI) d’environ 20.8% et une période de récupération de 4.8 ans pour la mise en œuvre des contrôles optimaux. Les principales contributions de cette thèse sont triples : premièrement, la solution analytique de la distribution stationnaire d’un processus de naissance-mort avec catastrophes de taille m ≥ 2 incorporant explicitement les dépendances à la température et à la nutrition ; deuxièmement, l’intégration de la simulation stochastique exacte, des approximations de fermeture des moments et de l’optimisation numérique dans un cadre unifié ; et troisièmement, la fourniture de recommandations opérationnelles basées sur des preuves incluant un contrôle précis de la température (32.5 ± 1.0◦C), une nutrition réduite à 88% du maximum, un intervalle de traite de 11 jours, une taille de lot de 6 unités et une taille de colonie initiale d’au moins 10 individus. Ce travail démontre avec succès que des réductions modérées des intrants contrôlables peuvent générer des améliorations substantielles du bénéfice net, faisant passer la production de venin d’une pratique purement empirique à un cadre d’aide à la décision quantitativement optimisé, ancré dans la cinétique chimique stochastique et la biotechnologie agricole. Ces résultats ouvrent de nouvelles voies pour l’application des processus stochastiques à la recherche sur le venin, et le code Python développé est mis à disposition pour faciliter la validation expérimentale et les stratégies de gestion adaptative.