Impact of the viscoelastic properties of the 3D environment on the fate of artificial stem cell spheroids

Doctorant : Lucas LEMARIÉ

Laboratoire : LBTI
École doctorale : ED205 : EDISS (Interdisciplinaire Sciences-Santé)

Le sujet de thèse porte sur l’évaluation de la production de sphéroïdes de cellules humaine iPS aux différentiations induites par les propriétés viscoélastiques de l’environnement 3D. Pour ce faire, différents hydrogels d’alginate-gélatine (3 formulations, à la rigidité significativement différente) ont été préparés et après inclusion de sphéroïdes d’hiPSC, chaque hydrogel est bioimprimé (par microextrusion) et maintenu dans un milieu de culture (DMEM) dépourvu de facteur de croissance. Après 2 semaines de maturation en incubateur, les échantillons sont caractérisés afin mettre en évidence l’impact des propriétés viscoélastiques de ces matrices d’alginate-gélatine sur le devenir des cellules souches.

Interprétabilité des réseaux de neurones profonds et segmentation faiblement supervisée des lésions cérébrales sur IRM

Doctorante : Valentine WARGNIER

Laboratoire INSA : CREATIS

Ecole doctorale : ED205 : Interdisciplinaire Sciences Santé

L’imagerie médicale est un outil fondamental pour diagnostiquer les maladies, suivre leur évolution mais aussi comprendre leur fonctionnement afin de mieux les soigner. L’imagerie par résonance magnétique est une méthode de choix pour visualiser le cortex cérébral et ses pathologies comme la sclérose en plaques, une maladie auto-immune inflammatoire et démyélinisante qui est la première cause de handicap non traumatique chez les jeunes adultes, ou encore les gliomes, qui sont les tumeurs primitives cérébrales les plus courantes.
Pour analyser ces images de manière automatique, les méthodes basées sur l’apprentissage profond présentent de très bonnes performances pour différents types de tâches comme la classification ou la segmentation. Ces méthodes automatiques apportent aux cliniciens une pré-analyse très utile dans leurs études ou diagnostics. Cependant, elles nécessitent beaucoup de données pour leur entraînement. Dans le cas des méthodes de segmentation supervisées, les annotations manuelles nécessaires pour chaque image sont très coûteuses. Le développement de méthodes faiblement ou non- supervisées performantes, ne nécessitant pas ou peu d’annotations manuelles, est donc nécessaire. En outre, dans un domaine critique comme celui de la médecine, il est important que les décisions des réseaux soient explicables et s'appuient sur les signes radiologiques de la pathologie présents dans l’image et utilisés par les cliniciens. Or, les réseaux de neurones profonds sont, de par leur grand nombre de paramètres et les interconnexions non linéaires dont ils sont composés, difficiles à expliquer. Proposer des réseaux explicables et interprétables est donc une problématique forte pour l'analyse d’images médicales par apprentissage profond. Dans cette thèse, nous avons abordé ces deux thématiques. En nous focalisant sur une tâche de classification entre des images de sujets sains et des images de patients (notamment atteints de sclérose en plaques ou de gliomes), nous avons montré que la décision des classifieurs de l’état de l’art n’est pas forcément pertinente et en accord avec les aprioris médicaux. Cela peut avoir de lourdes conséquences : pour du diagnostic, l'utilisation de tels classifieurs biaisés n'est pas raisonnable et lorsqu’ils sont utilisés au sein d’autres modèles, comme les modèles génératifs, cela peut faire chuter les performances. Nous avons donc proposé des classifieurs plus interprétables avec une décision davantage basée sur les signes radiologiques de la pathologie considérée. Trois solutions ont été proposées. Tout d’abord, nous avons normalisé l’entrée des réseaux de neurones afin d’éliminer les biais présents dans l’image et qui peuvent être utilisés par les réseaux classiques pour prendre leur décision. Ensuite, nous avons contraint les classifieurs au cours de leur entraînement en utilisant les cartes d’attributions, des méthodes de l’état de l'art permettant d’identifier les zones de l’image d’entrée utilisées par le réseau pour prendre sa décision. Enfin, nous avons utilisé des réseaux intrinsèquement explicables : les réseaux monotones. Nous avons notamment proposé une méthode pour transformer n’importe quelle architecture en réseau monotone alors que les réseaux monotones de l’état de l’art étaient limités à des architectures de très faible profondeur. Avec ces réseaux de classification interprétables ne disposant que du label de l'image à l'entraînement, nous pouvons réaliser une segmentation faiblement supervisée des lésions cérébrales, la décision étant basée sur ces dernières.
 

 

 

 

Régulation globale de la transcription bactérienne par le surenroulement de l’ADN

Doctorante : Maïwenn PINEAU

Laboratoire INSA : MAP
Ecole doctorale : ED 341 : E2M2 – Evolution, Ecosystèmes, Microbiologie, Modélisation

Chez les bactéries, le chromosome est situé dans le cytoplasme, sous une forme très compacte. Cette compaction résulte notamment du surenroulement de l'ADN (SC), c'est à dire de la déformation torsionnelle de la double-hélice de l’ADN. Selon les conditions environnementales rencontrées par les bactéries, le niveau de SC peut varier. Ce niveau est principalement contrôlé par la gyrase, qui augmente le niveau de SC, et la topoisomérase I, qui relâche l'ADN. La régulation du niveau de SC est très importante car le SC est un régulateur de l'expression des gènes. L'objectif de ma thèse est de caractériser la régulation globale de la transcription bactérienne par le SC. Nous avons obtenu le premier transcriptome d'une bactérie à Gram négatif à une inhibition de sa topoisomérase I avec un antibiotique. Nous avons mis une nouvelle fois en évidence une régulation globale et complexe de la transcription par le SC et nous avons découvert que la réponse des gènes à une variation de SC dépend du niveau d'expression et du contexte génomique des gènes, de la direction de la variation de SC et du contexte physiologique de la bactérie. J’ai ensuite développé un package Python facilitant les analyses statistiques reproductibles de données expérimentales (ChIP-Seq, RNA-Seq…) et d'annotations dans le cadre de l'étude de l'expression d'un génome bactérien selon ses propriétés spatiales. Avec ce package j’ai pu exploiter des données publiées sur la fixation de la topoisomérase I et de la gyrase le long du chromosome. En analysant ces données qui donnent un aperçu du niveau de SC local, j'ai pu, d’une part, étudier l'effet de la transcription sur le niveau de SC à une échelle de 10 à 20 kb autour des unités de transcription et, d’autre part, observer une organisation méconnue du chromosome en domaines de 100 kb environ.

Simulation de la diffusion de l'eau dans les tissus biologiques, application au tissu cardiaque

Doctorante : Yuhan JING

Laboratoire INSA : CREATIS
Ecole doctorale : ED205 : EDISS

Cardiovascular diseases remain one of the most serious health problems in the world, motivating research that deepens our understanding of the myocardial function. There are still large shadow areas in the understanding of the relationships between the mechanical function, hemodynamic/perfusion/diffusion/percolation/transfer rate and
the adaptive structural changes emerging in cardiac diseases (Cardiomyopathy, ischemia). To better understand the way the water molecules diffuse within the cardiac tissue, the Ph.D. will build a simulator able to mimic the motion of water molecules through both simple and realistic virtual 3D cardiac tissue models and will couple it to a Virtual
Magnetic Resonance Imaging device able to image the Diffusion (v_DMRI).

 

.

Virtual liver biopsy for Chronic liver disease monitoring by using mpMRI-based radiomic

Doctorant : Jiging Huang

Laboratoire INSA : CREATIS
Ecole doctorale : ED205 EDISS

Chronic liver disease (CLD) represents a broad spectrum of diseases involving different etiologies. These diseases are characterized by histological features such as inflammation, fibrosis, steatosis, ballooning, or iron overload. Among them, inflammation plays a critical role in the early liver fibrosis process, and fibrosis affects the CLD prognosis and treatment strategy. Although liver biopsy is the gold standard for the diagnosis of CLD, Its invasiveness limits its clinical use. Therefore, an alternative noninvasive, sensitive, and specific remains an unmet medical need.
Magnetic resonance imaging (MRI), especially with diffusion-weighted imaging (DWI) appears currently as an interesting imaging technique to detect CLD-related features. The objective of this thesis is to develop the concept of virtual biopsy to grade inflammation and fibrosis in CLD. To achieve this, the thesis is divided into two parts.
Firstly, using IVIM single sequence study, we studied the standard and advanced DWI’s parameters with different fitting approaches and diffusion models, and then the relationship between CLD- related features and DWI parameters were investigated. Significant differences were found between the groups with different degrees of fibrosis. The top four significant differences parameters were selected to build classifiers to characterize fibrosis.
Secondly, from multiple MRI sequences, a radiomics approach involving extraction of several feature combinations from conventional T1w or T2w images as well as proton density fat fraction, T2* and diffusion parameter maps was investigated. The best combinations were then searched to classify inflammation and fibrosis using random forest.
This study validated the utilization of multiparametric MRI for fibrosis and inflammation severity grading and proposed two effective classifiers for them.

Modélisation et simulation de la captation des acides gras alimentaires à longue chaîne et de leur re-synthèse en triglycérides au sein des entérocytes

Doctorante : Julie ETIENNE

Laboratoire INSA : CarMeN (équipe DO-IT) / Inria (équipe Beagle)

Ecole doctorale : ED205 : Ecole doctorale interdisciplinaire sciences-santé

L’absorption des acides gras alimentaires est une étape clé de la santé cardio- métabolique. Toutefois, les mécanismes moléculaires de leur captation par les entérocytes, cellules absorptives de l’intestin, demeurent mal compris. Cette thèse propose une approche de modélisation des premières étapes de l’absorption intestinale des acides gras à longue chaîne.
Le premier chapitre recense les données quantitatives et les modèles mathématiques de la littérature en lien avec la captation intestinale des acides gras à longue chaîne, leur transport jusqu’au réticulum endoplasmique et leur ré-estérification en triglycérides.
Le second chapitre propose un modèle quantitatif et mécanistique de la captation intestinale des acides gras à longue chaîne, prenant en compte leur hydrophobie et leur sensibilité au pH. Ce système d’équations différentielles ordinaires retranscrit la diffusion passive et différents modules (transport actif, protéines de liaison aux acides gras (FABP), métabolisme intracellulaire), tour à tour retirés du système pour simuler un knockout de gène. Ce modèle a été ajusté sur neuf jeux de données expérimentales publiées. Les simulations montrent que le métabolisme intracellulaire est critique pour assurer une absorption totale à l’échelle des heures. Enlever FABP du système ralentit l’absorption de plusieurs centaines d’heures sans empêcher une absorption totale. A l’échelle de la seconde ou minute, le transport actif est requis pour ajuster le modèle aux données. Quantifier les flux montre que le modèle peut adopter deux dynamiques lors des ajustements. Dans la dynamique « physiologique », les acides gras sont captés puis métabolisés. Dans la dynamique « anormale », les acides gras entrent par transport actif et ressortent par diffusion passive.
Le troisième chapitre décrit une modélisation préliminaire de la ré-estérification des acides gras en triglycérides via la voie des 2-monoglycérides, considérée comme majoritaire dans les entérocytes.
Ensemble, ces résultats fondent les bases d’un modèle quantitatif de l’entérocyte pour le trafic des acides gras.

Sondes et capteurs de champs électromagnétiques à liaisons optiques pour la sécurité en IRM

Doctorant : Paul NOBRE

Laboratoire INSA : CREATIS

Ecole doctorale : ED205 : Ecole doctorale interdisciplinaire sciences-santé

L’imagerie par résonance magnétique est une méthode d’imagerie non-invasive et présentant peu de risque mais qui nécessite néanmoins des précautions. Ainsi, les conditions qui permettent d’assurer la sécurité du patient restreignent ou contraignent l’accès de porteurs d’implants et limitent certaines applications, comme l’imagerie endoluminale. Le champ magnétique radiofréquence impulsionnel peut induire des effets dans les éléments conducteurs qui constituent ou relient le capteur et augmenter localement le dépôt d’énergie dans les tissus. Or, l’imagerie endoluminale permettrait par exemple d’améliorer la prise en charge des malades atteints d’un cancer colorectal par l’analyse pariétale de l’intestin. Dans ce contexte, l’objectif principal de la thèse est d’évaluer la faisabilité de la transmission optique du signal RMN pour remplacer les câbles coaxiaux. La conversion électrooptique étudiée est la modulation d’état de la polarisation, qui présente l’avantage d’être passive. La principale difficulté identifiée est de conserver le rapport signal sur bruit du signal dans un environnement et des contraintes à la fois compatible avec l’IRM et les conditions endoluminales. L’étude des sources de bruit a permis dans un premier temps de proposer une configuration optique fournissant, sans les contraintes endoluminales, une image similaire à la transmission galvanique et conduisant à des pistes d’amélioration quantifiables pour une extension à l’endoluminal pour s’affranchir des risques liés à la présence d’une connexion galvanique. Un deuxième axe de recherche concerne l’estimation directe du champ électrique et la validation des sondes optiques de champ électrique Kapteos pour les mesures de débit d’absorption spécifique (DAS) en IRM. Le DAS est une donnée clef pour garantir la sécurité du patient, et les méthodes prédictives numériques doivent être corrélées à des mesures in-situ. Des mesures ont été réalisés à 7 et 11,7T dans des fantômes calibrés, démontrant l’absence de perturbation introduite par la sonde et l’intérêt des mesures locales et vectorielles du champ électrique.