L’Institut national de recherche pour l’agriculture, l’alimentation et l’environnement (INRAE) est un établissement public de recherche rassemblant une communauté de travail de 12 000 personnes, avec 272 unités de recherche, de service et expérimentales, implantées dans 18 centres sur toute la France. INRAE se positionne parmi les tout premiers leaders mondiaux en sciences agricoles et alimentaires, en sciences du végétal et de l’animal. Ses recherches visent à construire des solutions pour des agricultures multi-performantes, une alimentation de qualité et une gestion durable des ressources et des écosystèmes.

Vous exercerez votre activité au sein de l’Unité Mixte de Recherche Épidémiologie des maladies animales et zoonotiques, reconnue pour ses travaux combinant études de terrain et modélisation dans une approche One Health. Vous travaillerez en interaction étroite avec Guillaume FOURNIE et Xavier BAILLY, qui assureront l’accompagnement scientifique de votre projet. Vous serez basé.e sur le campus de VetAgro Sup, à Marcy-l’Etoile, à proximité de Lyon.

L’Unité souhaite renforcer durablement ses recherches en épidémiologie spatiale. A terme, elle entend structurer un programme de recherche original et ambitieux dans ce domaine, visant à développer de nouvelles méthodes pour la détection précoce des émergences, la priorisation de la surveillance et l’appui aux politiques publiques en santé animal, notamment dans leur déclinaison territoriale. Ce poste s’inscrit dans cette dynamique. En vous appuyant sur des projets financés en cours, des bases de données spatialisées disponibles et des collaborations établies avec les acteur.trice.s de la gestion des risques sanitaires, votre mission consistera à développer de nouvelles approches en épidémiologie spatiale afin d’améliorer la surveillance des maladies infectieuses animales. Ces travaux viseront en particulier à renforcer la capacité des dispositifs de surveillance à détecter précocement de nouvelles émergences, et à identifier les populations au sein desquelles la surveillance doit être priorisée, notamment lors d’épidémies. Ce poste aura également vocation à vous permettre d’affirmer votre capacité à définir, construire et porter une ligne de recherche propre en épidémiologie spatiale.

Les approches développées dépasseront une représentation de la proximité épidémiologique fondée sur la seule distance géographique. Elles intégreront différents mécanismes d’interaction entre populations, notamment les mouvements d’animaux entre élevages, qui peuvent créer des liens épidémiologiques étroits entre des sites éloignés. Il s’agira ainsi d’articuler des modèles décrivant la variation continue du risque dans l’espace avec des représentations dynamiques de la démographie et des réseaux de contacts entre populations hôtes.

Une attention particulière sera également portée à l’intégration de données hétérogènes issues de différents dispositifs de surveillance. La disponibilité croissante de jeux de données complémentaires offre la possibilité d’améliorer l’estimation des risques, mais soulève, au-delà de leur mise en correspondance, des enjeux méthodologiques importants liés à leurs biais spécifiques. Il s’agira notamment de développer des modèles hiérarchiques représentant explicitement le processus épidémiologique sous-jacent ainsi que les processus d’observation propres à chaque source. Ces modèles devront prendre en compte les différences de couverture, de résolution spatiale et temporelle, de sensibilité de détection, d’effort d’échantillonnage et de propension à signaler les événements sanitaires, afin de quantifier et de limiter les biais associés aux données disponibles.

Vous serez en charge de :

1. développer des cadres méthodologiques innovants permettant, d’une part, d’intégrer les dimensions spatiales et les réseaux de contacts et, d’autre part, de combiner des sources de données hétérogènes au sein de modèles représentant explicitement les processus épidémiologiques et d’observation. Pour cela, vous mobiliserez des méthodes d’inférence bayésienne ainsi que des développements récents en intelligence artificielle ;
2. développer des pipelines d’analyse reproductibles et régulièrement actualisables, permettant l’intégration de nouvelles données et la production d’indicateurs spatiaux en temps quasi réel, afin d’appuyer la priorisation de la surveillance ;
3. appliquer et évaluer ces approches sur plusieurs cas d’étude, qui pourront notamment porter sur la surveillance syndromique fondée sur les données de mortalité en élevage et dans la faune sauvage, la surveillance de l’influenza aviaire hautement pathogène chez les oiseaux sauvages et l’étude de la transmission de la tuberculose bovine en France. D’autres pathosystèmes pourront être mobilisés en fonction des opportunités scientifiques et des besoins des partenaires porteurs d’enjeux liés à la surveillance sanitaire ;
4. construire et porter un programme de recherche en épidémiologie spatiale, en développant des collaborations au sein de l’Unité et avec ses partenaires nationaux et internationaux, en valorisant les résultats par des publications scientifiques, des logiciels et des méthodes réutilisables, et en contribuant au montage de nouveaux projets et à la recherche de financements. L’objectif étant de consolider durablement cet axe méthodologique au sein du collectif de recherche.

Ces activités seront conduites en collaboration étroite avec des épidémiologistes, modélisateur.trice.s, écologues, informaticien.ne.s et acteur.trice.s des dispositifs de surveillance en santé animale. Vous bénéficierez d’une autonomie scientifique importante pour définir vos orientations méthodologiques, développer un programme de recherche et établir de nouvelles collaborations, en cohérence avec les priorités scientifiques de l’Unité.

Formation recommandée : Doctorat en épidémiologie, écologie, statistiques, physique, mathématiques appliquées ou dans une discipline quantitative apparentée.

Connaissances souhaitées : Solides connaissances en modélisation statistique spatiale et maîtrise d’au moins un langage de programmation adapté à l’analyse de données et à leur modélisation. Des connaissances en inférence bayésienne, en analyse de réseaux et en intelligence artificielle constitueraient un atout.

Expérience appréciée : Expérience dans l’application de modèles statistiques spatiaux pour répondre à des questions de recherche en épidémiologie ou en écologie. Une expérience en matière de traitement de bases de données complexes et de développement de pipelines d’analyse reproductibles serait également appréciée.

Aptitudes recherchées : Capacité à développer et conduire des travaux de recherche avec un degré important d’autonomie, aptitude au travail en équipe et à la collaboration avec des chercheur.euse.s issu.e.s de disciplines variées ainsi qu’avec des acteur.trice.s de la surveillance et de la gestion de la santé animal, capacité à valoriser les travaux par des publications dans des revues scientifiques internationales, très bonne maîtrise de l’anglais, à l’oral comme à l’écrit.