Au début de notre projet, nous avons cherché à permettre la chélation du fer dans le duodénum en utilisant des bactéries passeraient via le duodénum et produiraient des sidérophores . C'est pourquoi nous avons voulu prédire la quantité minimale de sidérophores produits suffisante pour réduire l'absorption intestinale du fer. Nous avons d'abord eu à l'esprit une stratégie dynamique proche d'une chasse d'eau (flush), c'est à dire que nous avons privilégié une approche où les bactéries pourraient commencer leur détection de fer et la production de sidérophores avant d'entrer dans le duodénum. Ce modèle qualitatif de traitement «Flush» nous a montré qu'il est théoriquement possible de réduire significativement l'absorption en fer du patient..

Les conclusions ont été prometteuses, encourageantes et rassurantes sur notre stratégie. Par conséquent, nous avons étudié en détail le délai dans la production de sidérophores pour une population bactérienne donnée par un modèle de production d’entérobactine. Cette enquête nous a donné plus de détails sur le temps de production. Malheureusement, les conclusions sont en contradiction avec le modèle qualitatif car le délai est trop important pour être compatible avec une stratégie « Flush ». Ce constat a grandement influencé la partie biologique, en particulier la conception de la gélule . En effet l'absorption du fer est divisée entre le duodénum (60%) et le jéjunum (40%), nous avons donc décidé de retenir les bactéries dans le duodénum et la zone proximale du jéjunum.

We also wanted to know how much siderophore can be produced and how we can improve this. We answered this with a Genome scale model, using a flux balance analysis approach. We determine what are the limiting metabolites and how we could improve our capsule.

As a final modeling part, we wanted to know if our second treatment strategy was viable. We build a model that aims the same type of questions as the flush treatment model. The assumptions are also the same, but the method is really different : for more precision in the process description, we used a cellular automaton approach. This model showed us that the new strategy can still significantly reduce the patient's iron absorption.