Description

Ce projet doctoral s’inscrit dans une initiative innovante visant à révolutionner notre compréhension de la rétinopathie diabétique (RD) grâce au développement d’une technologie d’imagerie sans précédent. La RD, principale cause de cécité chez les adultes en âge de travailler, affecte plus de 93 millions de personnes dans le monde, et ce chiffre ne cesse d’augmenter avec la prévalence croissante du diabète.
Au cœur de ce projet se trouve le développement de “No-D-EYE”, un système d’imagerie novateur qui intègre pour la première fois deux technologies de pointe : la tomographie par cohérence optique dynamique en plein champ (D-FFOCT) et la diffusion Raman anti-Stokes cohérente (CARS). Cette combinaison unique permettra l’imagerie simultanée, non invasive et sans marquage des cellules rétiniennes et des gouttelettes lipidiques (LDs) dans des explants rétiniens maintenus en vie pendant plusieurs jours.
Les gouttelettes lipidiques jouent un rôle crucial dans de nombreuses pathologies, dont la RD, mais leur étude est entravée par les limitations des techniques d’imagerie actuelles. Ces techniques, généralement invasives et nécessitant un marquage, perturbent les processus cellulaires natifs et ne permettent pas de capturer la dynamique tridimensionnelle des LDs en relation avec les différents types cellulaires de la rétine.
Le/la doctorant(e) participera à trois volets principaux du projet :
1. Le développement et l’automatisation du système No-D-EYE, intégrant les modalités D-FFOCT et CARS sur un même microscope. Cette intégration permettra l’imagerie simultanée des cellules rétiniennes (via D-FFOCT) et des gouttelettes lipidiques (via CARS).
2. La création d’un pipeline d’analyse automatisé utilisant l’apprentissage machine pour extraire la position et le type des cellules rétiniennes, ainsi que la taille et la position des LDs. Ce pipeline s’appuiera sur des réseaux de neurones 3D-UNet et des méthodes de régression logistique pour établir des correspondances robustes entre les signaux D-FFOCT et les types cellulaires.
3. L’application du système No-D-EYE à la modélisation de la RD, incluant le suivi longitudinal d’explants rétiniens provenant de modèles murins de rétinopathie et l’évaluation de composés thérapeutiques potentiels, notamment des modulateurs PPAR et des agents anti-inflammatoires.
Ce projet interdisciplinaire à la frontière de l’optique, du traitement d’images, de l’intelligence artificielle et de la biologie cellulaire, ouvre des perspectives sans précédent pour l’étude des mécanismes sous-jacents de la RD. Les résultats attendus incluent non seulement une caractérisation complète des interactions cellule-gouttelette lipidique dans la rétine diabétique, mais aussi l’identification de cibles thérapeutiques potentielles pour prévenir ou atténuer les dommages rétiniens associés à la RD.
Au-delà de la RD, cette technologie pourrait être appliquée à d’autres pathologies impliquant les gouttelettes lipidiques, comme les maladies neurodégénératives (Parkinson, Alzheimer) ou d’autres conditions oculaires comme la dégénérescence maculaire liée à l’âge.

Compétences requises

- Esprit inventif et créatif dans la résolution de problèmes - Compétences en instrumentation et en optique - Intérêt pour l'optique biomédicale - Bonnes compétences en français et/ou en anglais

Bibliographie

[1] Olzmann, J.A. et al., Nat Rev Mol Cell Biol. 20, 137–155 (2019).doi: 10.1038/s41580-018-0085-z
[2] Zadoorian, A et al., Nat Rev Endocrinol. 19, 443–459 (2023). doi: 10.1038/s41574-023-00845-0
[3] Hammer, S.S. et al., Vis Res. 139, 228–236 (2017). doi: 10.1016/j.visres.2017.04.010
[4] Chen, Q. al., Free Radic Biol Med. 130, 48–58 (2018). doi: 10.1016/j.freeradbiomed.2018.10.419
[5] Hyeonwoo, K. et al., FRBio and Med. 130, 48–58 (2019). doi: 10.1016/j.freeradbiomed.2018.10.419
[6] Monfort, T., et al. Commun Biol. 6, 992 (2023). doi: 10.1038/s42003-023-05378-w
[7] A. J. Wright, A. J. et al., Opt Express. 15, 18209-18219 (2007). doi: 10.1364/OE.15.018209
[8] Bourdin, a., et al., Pharmaceutics. 6;15(7):1896 (2023). doi: 10.3390/pharmaceutics15071896
[9] Karen Peynshaert, K., et al., Drug Delivery. 24, 1384-1394 (2017).doi: 10.1080/10717544.2017.1375578
[10] Moura Costa, C., et al. Int Bio, 13, 635–645 (2018). doi : 10.1039/c8ib00050f

Mots clés

imagerie, rétine, tomographie par cohérence optique, dynamique, non-linéaire, microscopie