• Employement

Sujet de thèse : Étude de l'hétérogénéité métabolique du mélanome par l'analyse en apprentissage profond d'images de cytométrie de masse

on the July 21, 2020

Laboratoire d’Informatique, de Robotique et de Microélectronique de Montpellier (LIRMM) - UMR 5506
161 rue Ada
34095 Montpellier Cedex 05l (France)
www. lirmm.fr

Comprendre la résistance aux drogues et prédire la réponse des patients aux traitements anti-cancéreux représentent deux enjeux cliniques majeurs qui ont des conséquences économiques importantes dans notre système de santé actuelle. Le projet de recherche aborde ces notions dans le contexte du mélanome, des tumeurs malignes dérivant de la transformation des cellules du lignage mélanocytaire et qui sont responsables de 80% des décès liés à des tumeurs de la peau. Malgré des améliorations considérables dans la prise en charge du mélanome, les données cliniques actuelles montrent que le développement de nouvelles stratégies cliniques demeure nécessaire et une meilleure compréhension de sa biologie et des mécanismes de résistance est susceptible de fournir des options thérapeutiques supplémentaires.

Ce  projet  de  recherche  en  Intelligence  Artificielle  appliquée  au  traitement d’images se décompose en deux axes principaux :
Axe  1)  Application  d’une  méthode  de  classification supervisée par apprentissage  profond  permettant  de  définir  de  façon  automatisée  l’organisation vasculaire à partir de lames digitales de mélanome [Chen et al 2018].
Axe  2)  Analyse par imagerie par cytométrie de masse (Hyperion) d’échantillons de mélanomes pour identifier des  sous-populations cellulaires présentant des profils de distribution spatiale de marqueurs d'intérêt (notamment métaboliques). L’objectif de cet axe est de mettre en correspondance les profils d’expression de ces marqueurs avec des caractéristiques tissulaires afin de mieux comprendre les interactions fonctionnelles des cellules de mélanome avec celles de leur  microenvironnement. Nous  développerons  pour  cela  une  méthode  de classification automatisée combinant plusieurs modules dans un pipeline de réseaux neuronaux [Li et al 2017].



Dans  ce  projet  de  recherche  nous  visons  à  évaluer  comment  la reprogrammation métabolique dicte la distribution spatiale et topologique des cellules cancéreuses ainsi que l'activité des cellules immunitaires, impactant la sensibilité aux thérapies ciblées.

Pour répondre à cette question, nous utiliserons la cytométrie de masse (CyTOF/Hyperion) qui permet la détection d’une quarantaine de marqueurs simultanément à l’aide d'anticorps couplés avec un métal lourd qui est reconnu par spectrométrie de masse. En appliquant cette technologie d’imagerie multiplexée à une centaine d'échantillons de mélanomes de stade avancé (stade II/IV), l'objectif de ce projet est d’identifier par application de techniques  en  intelligence  artificielle,  des  sous-populations de cellules de mélanomes et/ou de cellules humaines dont le statut métabolique et la distribution topologique corrèlent avec l’évolution tumorale et la résistance aux traitements.
 

Contrat
? Contrat doctoral de l’Université? de Montpellier
? Début du contrat : entre octobre et décembre 2020
? Durée du contrat : trois ans
Profil du/de la candidate(e)

? Master ou diplôme d’ingénieur en informatique, traitement / analyse d’images ou ingénierie biomédicale
? Expérience en traitement d’images et/ou intelligence artificielle
? Compétences en programmation (C++, Python. . .)
? Connaissances souhaitables en analyse d’image, imagerie biologique / médicale

Environnement de travail

Le/la  candidat(e)  recruté(e) mènera ses  travaux  au  sein  de  deux  unités  de recherche :
. le Laboratoire d’Informatique, de Robotique et de Microélectronique de Montpellier  (LIRMM,  CNRS -UM)
. l’Institut  de  Recherche  en  Cancérologie  de Montpellier (IRCM, INSERM -UM) situés tous deux à Montpellier.
Il/elle bénéficiera d’une part du soutien de l’équipe ICAR composée d’experts en traitement d’images et intelligence artificielle appliquée. Et, d’autre  part, des  chercheurs  et  ingénieurs  de l'équipe Oncogénèse moléculaire (Resp. Dr. Le Cam) et "Immunité et cancer" (Resp. N. Bonnefoy) experts en recherche fondamentale et  translationnelle ainsi qu'en imagerie médicale appliquée au cancer qui seront en charge de la réalisation des expériences d’immunodétection de biomarqueurs d’intérêts par cytométrie de masse et de l’acquisition des images à partir de coupes de mélanomes.

Encadrement doctoral / Contact

? Emmanuel Faure, CNRS, LIRMM, Montpellier, emmanuel.faure@lirmm.fr
? Nathalie Bonnefoy, INSERM, IRCM, Montpellier, nathalie.bonnefoy@inserm.fr
? Laurent Le Cam, INSERM, IRCM , Montpellier, laurent.lecam@inserm.fr

 

Published on July 28, 2020