Emploi

Vous trouverez dans cette rubrique les offres de stage, de thèses, de post doctorats, de CDD et CDI à pourvoir dans les laboratoires partenaires du réseau.

Liste des annonces

Post-doc Organic chemistry and radiochemistry

CONTEXT
Molecular imaging is part of standard care for many cancer types. Positron Emission Tomography (PET) associated with radiotracers labeled a positron emitter is a gold standard for functional, metabolic and quantitative imaging of relevant biomarkers. Ultrasound (US) is a broadly available, cost-effective and real-time imaging modality for anatomical and functional imaging for diagnosis. In addition, its mechanical ability to permeabilize membranes is also expected to play a crucial role in therapy via drug delivery enhancement. In the frame of the IMPETUS project funded by INSERM we aim to leverage the best profit of both modalities to provide improved theranostic applications in oncology.

OBJECTIVES
The recruited student will have to develop original strategies to radiolabel microbubbles (US contrast agents) with fluorine-18 and to participate to the formulation of targeted microbubbles to improve their biodistribution in vivo. Bioconjugation approaches including click chemistry will be explored to achieve the above-mentioned goal. Radiolabeling of nanoparticles and antibodies with zirconium-89 will also be part of the project.
The IMPETUS project involves 3 academic laboratories expert in radiochemistry and PET as well as US imaging/therapy (BioMaps, CEA, where the postdoc student will be recruited), MB formulation and delivery (Centre de Biophysique Moléculaire, Orleans) and technological US devices (GREMAN, Université de Tours).
The Paris Saclay Multimodal Biomedical Imaging Laboratory (BioMaps) aims to design biomedical imaging methods, instruments and agents for different imaging modalities and their transfer to clinical applications in neurology and oncology. BioMaps intends to be a major player in medical imaging research at the Physics-Chemistry-Medicine interfaces of Paris-Saclay.

CDD Ingénieur.e d’étude en neuroimagerie

La plateforme CATI (Centre pour l’Acquisition et le Traitement des Images), dédiée à l’harmonisation et à l’analyse des données de neuroimagerie dans le cadre de projets multicentriques de recherche clinique, a été créée début 2011 dans le cadre du plan Alzheimer (http://www.cati-neuroimaging.com). Le démarrage de cette plateforme s’est appuyé sur une grande variété d’expertises provenant de plusieurs équipes de recherche, à Neurospin (CEA - INRIA), à l’ICM (CNRS - SU - ICM - INRIA ) et au LIB (SU - INSERM - CNRS). Elle s’appuie aujourd’hui sur un réseau national d’une soixantaine de services d’imagerie (IRM, TEP et TEMP) auquel s’ajoutent une dizaine de centres européens. Une trentaine de projets de recherche français font aujourd’hui appel à ses services, qui s’étendent du design et l’implémentation de protocoles d’acquisition jusqu’à la mise à disposition des données acquises et des résultats d’analyses sur un serveur web sécurisé. Les acquisitions réalisées dans le cadre des projets de recherche sont collectées grâce à une solution sécurisée pour être analysées de manière centralisée à l’ICM, Neurospin et au LIB. Ces analyses sont effectuées avec un niveau de qualité élevé grâce à une organisation systématisée de leur production à partir de logiciels de référence, dont certains ont initialement été conçus au sein des équipes de recherche à l’origine du CATI.
Un poste d’ingénieur d’étude est à pourvoir à l’ICM au sein de l’équipe CATI. Le/la candidat/e sera chargé/e d’assurer le bon déroulement du contrôle qualité et des analyses d’images via des chaînes de traitements d’images. Il/elle sera chargé/e d’assurer la qualité des données d’imagerie et des résultats des traitements réalisés, ainsi que le respect des délais en terme de demande des utilisateurs, en collaboration avec les ingénieurs et attachés de recherche cliniques de l’équipe CATI. Il/elle participera à la bonne intégration des données et résultats d’analyses dans la base de données centralisées. Il/Elle sera amené/e à travailler sur des missions de suivi de la qualité globale des acquisitions et traitements ainsi que des améliorations en terme d’ergonomie et de performances sur les chaînes de traitements.
IE – neuroimagerie - CATI
Activités:
● Prendre en charge le contrôle qualité des données de neuroimagerie (IRM et/ou TEP/TEMP) collectées dans la plateforme logicielle dédiée en relation avec les attachés de recherche clinique de l’équipe
● Participer à la planification des traitements d’image par rapport aux contraintes des utilisateurs
● Prendre en charge la réalisation des traitements demandés et leur contrôle qualité dans l’environnement logiciel unifié (BrainVISA, intégrant des chaînes de traitements provenant de différentes suites logicielles accessibles à la communauté), en relation avec les ingénieurs de l’équipe
● Participer à l’intégration des données collectées dans le flux CATI
● Assurer le fonctionnement et participer à l’amélioration des chaînes de traitements et contrôle qualité dans l’environnement CATI
● Mener des missions d’analyse et de suivi global de la qualité de certaines chaînes de traitements et données
● Participer à la rédaction des procédures pour l’utilisation des chaînes de traitement et leur contrôle qualité
● Participer à l’amélioration de l’ergonomie et de la performance de chaînes de traitements dans l’environnement CATI, l’intégration de nouvelles chaînes de traitements et assurer le passage en production de ces améliorations en relation avec les ingénieurs de l’équipe

Post-doc-radiomique-IRM

Un poste de post-doctorant à temps plein de 18 mois est disponible au centre de cancérologie Léon Bérard en partenariat avec le laboratoire CREATIS pour développer une solution complète pour la stratification du cancer du sein dans le cadre d'un projet de collaboration avec Hitachi (DIxAI : Diagnostic Imaging with AI).
OBJECTIF DU PROJET
L'objectif est de développer une solution compléte pour la détection et la caractérisation du cancer du sein en associant IRM multiparamétrique radiomique et apprentissage profond.

Stage Ingénieur ou M2 data science US

CONTEXTE
Nous développons au laboratoire INSERM imagerie et cerveau (iBrain) une méthode d’imagerie par ultrasons pour l’aide à la chirurgie des tumeurs cérébrales. Nous mesurons la vascularisation des tumeurs juste avant l’acte chirurgical en per-opératoire à crâne ouvert au bloc de neurochirurgie du CHRU Bretonneau à Tours (figure 1.a). L’image de perfusion que nous obtenons est fusionnée sur une image échographique mode B (figure 1.b) afin d’obtenir une image mixte (figure 1.c) sur laquelle nous déterminons manuellement les contours de la tumeur à enlever lors de la chirurgie (zone segmentée par le trait vert sur les figure 1.b et figure 1.c). Une petite partie du tissu cérébral qui entoure la tumeur est aussi enlevée comme marge de sécurité. Il est important pour le neurochirurgien de déterminer le plus précisément possible l’étendue de cette zone d’infiltration péri-tumorale (balance onco-fonctionnelle) qui est ici contenue dans la zone segmentée entre le trait vert et le trait jaune afin de délimiter au mieux la quantité de tumeur/tissu cérébral à enlever lors de la chirurgie.

Lors de ce stage, nous souhaitons dans un premier temps développer des techniques de segmentation automatique de la tumeur cérébrale/infiltration péri-tumorale comme visualisée sur la Figure 1.c. Puis dans un deuxième temps améliorer le contraste et la résolution des images de perfusion actuelles en utilisant une nouvelle méthode d’imagerie basée sur la localisation de microbulles de produit de contraste ultrasonore PCUS (de taille entre 2μm et 10μm) denses injectées dans le sang. A haute concentration, les PCUS imagés se chevauchent, et le calcul de leur centre ainsi que leur suivi devient impossible ou erroné.
MISSIONS
Ce stage fait partie du projet de l’échange d’expertises « DEMAISED » démarré en Janvier 2021 soutenu par France Life Imaging (FLI) entre l’Inserm U1253-iBrain – Université de Tours et l’Institut de Recherches en Informatique de Toulouse (IRIT) – Université de Paul Sabatier.

Programme de travail en Data Science
En pratique, le/la stagiaire sera intégré/e au thème ultrasons de l’équipe Imagerie Biomarqueur et Thérapie de l’UMR INSERM iBrain à Tours.
1) Il participera au développement des nouvelles méthodes qui seront évaluées pour la segmentation automatique de la tumeur/zone péritumorale /cerveau sain sur l’image fusionnée Bmode/perfusion. La performance de la segmentation sera évaluée en comparaison à la vérité terrain réalisée manuellement par le neuro-chirurgien. Des modèles de réseaux de Neurones Convolutifs (CNN) ont déjà été développés au laboratoire iBrain [1] pour aider à résoudre les problèmes de segmentation de tumeurs cérébrales et la prédiction de survie des patients sur des images IRM. L’étudiant adaptera ces méthodes de réseaux de neurones et développera en lien avec l’IRIT d’autres méthodes de segmentation adaptées à notre application.
2) Des méthodes d’imagerie US des flux lents ont été développées très récemment. Elles sont basées sur la localisation spatiale individuelle des PCUS et le suivi de leurs déplacements dans la vascularisation. Ces PCUS sont injectés en perfusion lente dans le sang (faible concentration) afin de permettre une bonne séparation spatiale des microbulles et ainsi leurs localisations sans ambiguïté. Cela implique pour l’instant des temps d’acquisition beaucoup trop longs (10 minutes) pour être utilisé en per-opératoire pour notre application. Nous souhaitons lors de ce stage, imaginer et développer des méthodes de micro-localisation de PCUS permettant d’augmenter la concentration en bulles et réduire ainsi le temps d’acquisition des données permettant de reconstruire l’arbre vasculaire de la tumeur dans un temps compatible avec l’acte chirurgical. Des approches qui exploitent la Sparcité [2] et le Deep Learning [3] pour le tracking des bulles en super-résolution pourront être développées. En lien avec l’IRIT d’autres méthodes pourront être développées.
Les algorithmes seront évalués dans un premier temps à partir d’images médicales ultrasonores de simulation. Ces images de simulation seront développées par le stagiaire à partir des travaux existants à iBrain. L’analyse in vitro et in vivo de la méthode sélectionnée se fera à Tours avec un échographe programmable.
Un encadrement de proximité sera réalisé par deux étudiants en thèse au laboratoire Guillaume Lacoin (segmentation automatique) et Corentin Alix (super résolution).
----------
Références
[1] Sarahi Rosas Gonzalez, « Réseaux de neurones convolutifs pour la segmentation et le pronostic en oncologie cérébrale », Thèse en Sciences de la vie et de la Santé. Soutenue le 04/12/2020 à l’Université de Tours.
[2] A.Bar-Zion et al, “SUSHI: Sparsity-based Ultrasound Super-resolution Hemodynamic Imaging”, DOI 10.1109/TUFFC.2018.2873380, IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 2018.
[3] R.J.G.van Sloun et al, “Super-resolution Ultrasound Localization Microscopy through Deep Learning”, DOI 10.1109/TMI.2020.3037790, IEEE Trans Med Imaging, 2020

2021/01/13-CDD Ingénieur.e d’Etude Expérimentateur.trice en ultrasons et optique pour la recherche en imagerie médicale

Contexte de travail

L'Ingénieur-e qui sera recruté(e) sera placé(e) sous la responsabilité hiérarchique du Directeur d'Unité. Ses activités s'inscriront principalement au sein du thème « Développements Méthodologiques et Instrumentation ». BioMaps est localisé au Service Hospitalier Frédéric Joliot, au cœur de l’hôpital d’Orsay. Sa situation permet un lien direct entre les équipes de recherche, les patients et les médecins.

MISSION
Le laboratoire BioMaps recrute un expérimentateur pour participer aux recherches menées dans le domaine des ultrasons et de l’optique. Ces recherches ont pour objet de développer de nouveaux outils pour l’imagerie et la thérapie par ultrasons. La personne assurera l'interfaçage et la programmation des instruments. Elle veillera également au bon fonctionnement des dispositifs existants, ces dispositifs comportant principalement des hydrophones, des échographes ouverts, des électroniques de puissance, mais aussi une source laser.

ACTIVITES
- Programmer, interfacer et valider un système de thérapie par ultrasons.
- Programmer et valider des séquences d’imagerie dans un échographe ouvert. Une des tâches consistera à piloter un appareil d’échographie ouvert couplé à une source laser.
- Monter, interfacer et réaliser des expériences ultrasonores en cuve utilisant des systèmes d'émission/réception ultrasonore pilotant des sondes ultrasonores et des moteurs de déplacements pas à pas.
- Former et accompagner les utilisateurs des montages expérimentaux comme les stagiaires ou les doctorants.

2021/01/06 – Post-doc in radiomics – Consortium HARMONY

The HARMONY consortium is recruiting a post-doc fellow with expertise in radiomics, machine/deep learning and statistics.

Radiomics denotes the high throughput extraction of numerous quantitative metrics (including shape, intensity or textural features) of medical images with the goal of providing a full macroscopic phenotyping of tissues (tumors, organs, etc.) that could reflect at least in part the underlying pathophysiological processes (such as necrosis, proliferation, etc.), down to the genomic level [1]. Radiomics has shown promising results in identifying tumor subtypes, aggressiveness as well as in predicting response to therapy and outcome of patients in several cancers [2], however, most of these results have been obtained small, retrospective and monocentric cohorts. On the one hand, standardization was identified early on as a major limitation preventing radiomics to enter clinical practice, because of the lack of comparability of the results. No meta-analysis could be carried out, because each research group relied on different methodological workflows, software, nomenclature and implementation choices, and did not provide sufficient details for their work to be reproduced [3]. These issues have been addressed by the Imaging Biomarker Standardization Initiative (IBSI) [4]. On the other hand, it has been shown for PET [5]–[7], CT [8], [9] and MRI [10], [11] that most radiomic features exhibit moderate to high sensitivity to variability in scanner models, acquisition protocols and reconstruction settings, which constitutes the biggest challenge for multicentric studies [12].
OBJECTIVES
Our long term goal is to achieve societal impact by improving patients management. This will be achieved thanks to more robust and accurate predictive models that will help identify patients at risk before initiating treatment. In order for these tools to be exploited in the clinical routine a high level of proof is necessary, which in turn requires larger scale, multicentric (ideally prospective) studies regarding the use of radiomics and/or deep learning techniques relying on multimodal medical images, which are currently lacking. Our objectives are thus to develop harmonization techniques in both image and feature domains in order to improve, facilitate or even render feasible otherwise impossible radiomic analyses of large, multicentric, heterogeneous cohorts. In the present project, we aim at validating these methods in several applications across the consortium.

The consortium is recruiting a post-doc fellow that will join the group in which another post doc has already been working since August 2020.

References
[1] E. Segal, C. B. Sirlin, C. Ooi, A. S. Adler, J. Gollub, X. Chen, B. K. Chan, G. R. Matcuk, C. T. Barry, H. Y. Chang, and M. D. Kuo, “Decoding global gene expression programs in liver cancer by noninvasive imaging,” Nat Biotechnol, vol. 25, no. 6, pp. 675–80, Jun. 2007.
[2] M. Hatt, C. C. Le Rest, F. Tixier, B. Badic, U. Schick, and D. Visvikis, “Radiomics: Data Are Also Images,” J. Nucl. Med. Off. Publ. Soc. Nucl. Med., vol. 60, no. Suppl 2, pp. 38S-44S, Sep. 2019.
[3] M. Vallières, A. Zwanenburg, B. Badic, C. Cheze Le Rest, D. Visvikis, and M. Hatt, “Responsible Radiomics Research for Faster Clinical Translation,” J. Nucl. Med. Off. Publ. Soc. Nucl. Med., vol. 59, no. 2, pp. 189–193, 2018.
[4] A. Zwanenburg, M. Vallières, M. A. Abdalah, H. J. W. L. Aerts, V. Andrearczyk, A. Apte, S. Ashrafinia, S. Bakas, R. J. Beukinga, R. Boellaard, M. Bogowicz, L. Boldrini, I. Buvat, G. J. R. Cook, C. Davatzikos, A. Depeursinge, M.-C. Desseroit, N. Dinapoli, C. V. Dinh, S. Echegaray, I. El Naqa, A. Y. Fedorov, R. Gatta, R. J. Gillies, V. Goh, M. Götz, M. Guckenberger, S. M. Ha, M. Hatt, F. Isensee, P. Lambin, S. Leger, R. T. H. Leijenaar, J. Lenkowicz, F. Lippert, A. Losnegård, K. H. Maier-Hein, O. Morin, H. Müller, S. Napel, C. Nioche, F. Orlhac, S. Pati, E. A. G. Pfaehler, A. Rahmim, A. U. K. Rao, J. Scherer, M. M. Siddique, N. M. Sijtsema, J. Socarras Fernandez, E. Spezi, R. J. H. M. Steenbakkers, S. Tanadini-Lang, D. Thorwarth, E. G. C. Troost, T. Upadhaya, V. Valentini, L. V. van Dijk, J. van Griethuysen, F. H. P. van Velden, P. Whybra, C. Richter, and S. Löck, “The Image Biomarker Standardization Initiative: Standardized Quantitative Radiomics for High-Throughput Image-based Phenotyping,” Radiology, p. 191145, Mar. 2020.
[5] P. E. Galavis, C. Hollensen, N. Jallow, B. Paliwal, and R. Jeraj, “Variability of textural features in FDG PET images due to different acquisition modes and reconstruction parameters,” Acta Oncol, vol. 49, no. 7, pp. 1012–6, Oct. 2010.
[6] J. Yan, J. L. Chu-Shern, H. Y. Loi, L. K. Khor, A. K. Sinha, S. T. Quek, I. W. K. Tham, and D. Townsend, “Impact of Image Reconstruction Settings on Texture Features in 18F-FDG PET,” J Nucl Med, vol. 56, no. 11, pp. 1667–1673, Nov. 2015.
[7] E. Pfaehler, R. J. Beukinga, J. R. de Jong, R. H. J. A. Slart, C. H. Slump, R. A. J. O. Dierckx, and R. Boellaard, “Repeatability of 18 F-FDG PET radiomic features: A phantom study to explore sensitivity to image reconstruction settings, noise, and delineation method,” Med. Phys., vol. 46, no. 2, pp. 665–678, Feb. 2019.
[8] D. Mackin, X. Fave, L. Zhang, D. Fried, J. Yang, B. Taylor, E. Rodriguez-Rivera, C. Dodge, A. K. Jones, and L. Court, “Measuring Computed Tomography Scanner Variability of Radiomics Features,” Invest. Radiol., vol. 50, no. 11, pp. 757–765, Nov. 2015.
[9] R. Berenguer, M. D. R. Pastor-Juan, J. Canales-Vázquez, M. Castro-García, M. V. Villas, F. Mansilla Legorburo, and S. Sabater, “Radiomics of CT Features May Be Nonreproducible and Redundant: Influence of CT Acquisition Parameters,” Radiology, vol. 288, no. 2, pp. 407–415, 2018.
[10] F. Yang, N. Dogan, R. Stoyanova, and J. C. Ford, “Evaluation of radiomic texture feature error due to MRI acquisition and reconstruction: A simulation study utilizing ground truth,” Phys. Medica PM Int. J. Devoted Appl. Phys. Med. Biol. Off. J. Ital. Assoc. Biomed. Phys. AIFB, vol. 50, pp. 26–36, Jun. 2018.
[11] H. Um, F. Tixier, D. Bermudez, J. O. Deasy, R. J. Young, and H. Veeraraghavan, “Impact of image preprocessing on the scanner dependence of multi-parametric MRI radiomic features and covariate shift in multi-institutional glioblastoma datasets,” Phys. Med. Biol., vol. 64, no. 16, p. 165011, Aug. 2019.
[12] M. Hatt, F. Lucia, U. Schick, and D. Visvikis, “Multicentric validation of radiomics findings: challenges and opportunities,” EBioMedicine, Aug. 2019.

2020/03/11 – Chargé(e) de mission pour la coordination opérationnelle du Hub Grand Est de l’infrastructure nationale France Life Imaging

CONTEXTE
L’infrastructure nationale en Biologie Santé, France Life Imaging (« FLI »), a été créée en 2012 pour développer et renforcer le réseau des plateformes d’imagerie in vivo, offrir un accès facile à un ensemble d’équipements d’imagerie et de services en gestion et analyse de données à la pointe de la technologie et faciliter les partenariats et les collaborations entre partenaires académiques mais aussi avec les industriels. En 2020, FLI s’est élargie à 38 plateformes d’imagerie in vivo distribuées sur le territoire et regroupées en 9 Hubs régionaux et a reçu un abondement complémentaire, pour pérenniser l’infrastructure ainsi élargie, jusqu’en 2025.
Pour soutenir le coordinateur scientifique du Hub Grand Est, l’Université de Lorraine recrute en CDD un chargé(e) de mission dans son action d’animation du Hub au niveau régional et de renforcement du lien avec les autres hubs régionaux. Les forces principales en imagerie in vivo sont principalement situées sur Nancy, Strasbourg et Reims.

MISSIONS.
Placé sous la direction du coordinateur Régional, le Professeur Jacques Felblinger, la personne recrutée sera localisée à Nancy et devra se déplacer régulièrement à Strasbourg (1h30 en train) et au niveau national pour représenter ou accompagner le coordinateur pour les réunions nationales FLI (1/mois). Elle organisera les réunions régionales, fera le lien avec la coordination nationale. Elle mettra en place des outils de gestion des plateformes d’imagerie et des tableaux de bords de suivi. Elle mettra en place une politique de communication web/réseau avec les plateformes pour améliorer la visibilité du hub régional. Elle sera en charge de suivre les appels d’offres régionaux, de préparer les dossiers de réponse à ces appels avec les directeurs de laboratoires d’imagerie du HUB. Elle aura aussi la charge dans un deuxième temps de recenser les laboratoires et plateformes d’imagerie se situant dans l’environnement de la région Grand-Est.

2020/11/03 – Post doc position – PANomic Atlas for non-small CEll lung cancer managEment

OBJECTIVE
The goal of this project is to develop a panomic atlas for lung cancer patients based on clinical data, histological biomarkers and radiomic features extracted from PET/CT images.

MEDICAL CONTEXT AND HYPOTHESIS
In oncology, the main challenge for physicians is to identify the right treatment for the right patient at the right time. This is especially the case for advanced lung cancer, where the identification of biomarkers predictive of treatment response is essential to optimize management. In practice, physicians integrate different types of information into their decisions, mainly from clinical, biological, histological and medical imaging data. Medical imaging, both morphological and functional, is today an essential component in patient management, for diagnosis, therapeutic evaluation and follow-up. However, although medical images are systematically acquired during the patient's care, they remain largely under-exploited today. The assumption that medical images contain much more information than is currently extracted has led to the development of a new discipline, Radiomics, which has grown rapidly since 2010 (more than 2500 publications using the term "radiomics" according to PubMed).
Given the complexity and wide variety of data available to physicians, we assume that machine learning approaches can assist in the identification of a small group of patients with very similar characteristics, in a reference database, consisting of patients already treated for the same pathology. The medical history of these "twins" will allow doctors to access valuable information to identify the therapeutic strategy to be adopted for the new subject.

CHALLENGES AND POTENTIAL METHODOLOGICAL INVESTIGATIONS.
All methodological developments will be performed by LITO in close collaboration with the Departments of Nuclear Medicine, Radiology ad Medical Oncology of Institut Curie. The database to be used will include about 400 cases from Institut Curie. The challenges to be tackled include:
- Designing a tool for navigating through an extensive atlas for lung cancer lesions.
- Defining new radiomic features to be integrated into the atlas patient profile in order to fully exploit the potential of whole-body imaging.
- Developing methods to correct for multicentric variability that affects radiomic feature values.
- Identifying biomarkers predictive of response to treatment or prognosis among the characteristics available in the patient profile and to evaluate the contributions of each type of information (clinical, histological, biological, imaging).
- Demonstrating the relevance of the approach to patient management in relation to current practices.

References:
1. Orlhac F, Cassou-Mounat T, Pierga J-Y, Luporsi M, Nioche C, Bouveyron C, Ayache N, Jehanno N, Livartowski A, Buvat I. Can we identify « twin patients to predict response to neoadjuvant chemotherapy in breast cancer? J Nucl Med. 61:275, 2020. 2. Orlhac F, Boughdad S, Philippe C, Stalla-Bourdillon H, Nioche C, Champion L, Soussan M, Frouin F, Frouin V, Buvat I. A post-reconstruction harmonization method for multicenter radiomic studies in PET. J Nucl Med. 59:1321–1328, 2018.
3. Nioche C, Orlhac F, Boughdad S, Reuzé S, Goya-Outi J, Robert C, Pellot-Barakat C, Soussan M, Frouin F, Buvat I. LIFEx: a freeware for radiomic feature calculation in multimodality imaging to accelerate advances in the characterization of tumor heterogeneity. Cancer Res. 78:4786– 4789, 2018.

2020/10/16 – Thèse : l’imagerie multimodale des interactions neurogliales

CONTEXTE SCIENTIFIQUE

Les besoins thérapeutiques liées aux maladies du système nerveux central ne sont que partiellement couverts par les médicaments actuels. Il est nécessaire de revisiter certains concepts pharmacologiques afin d’ouvrir le champ à de nouvelles stratégies thérapeutiques, notamment en ciblant des cellules autres que les neurones. Ainsi, les cellules gliales, qui composant 50% des cellules cérébrales de l’Homme, sont dorénavant considérées comme des acteurs à part entière dans la transmission des signaux chimiques et la régulation des neurones. Parmi les cellules gliales, les astrocytes contribuent à cette ‘gliotransmission’ et leurs connexines sont proposées comme une cible pour améliorer le profil pharmacologique de médicaments utilisés en neurologie et psychiatrie. Si la gliopharmacologie (par analogie à la neuropharmacologie) est un nouvel enjeu pour les médicaments de demain en neuropsychiatrie, il est primordial d’avoir à disposition des approches in vivo permettant leurs explorations. Dans ce contexte, la neuroimagerie TEP et IRM offre un champ d’exploration à la fois moléculaire et fonctionnel, tout en étant translationnel, de l’animal à l’Homme.

PROJET DE THESE
La thèse aura pour but de montrer que la neuroimagerie TEP, IRM et par ultrasons à haute résolution (fUS) permet l’exploration des réseaux neurogliaux afin de comprendre leurs contributions moléculaires, cellulaires et fonctionnelles au décours de processus pharmacologiques.
Ses objectifs seront les suivants :
1. Identifier les contributions respectives des neurones et des principales cellules gliales (les astrocytes) dans les données d’imagerie multimodale (TEP, IRMf et fUS) obtenues sur des modèles animaux
2. Explorer par neuroimagerie l’impact de modulateurs pharmacologiques – et notamment de médicaments à visée cérébrale – sur ces diverses populations cellulaires du cerveau.
3. Développer et valider un outil préclinique inédit de neuroimagerie multimodale contribuant à l’obtention de données expérimentales pour la gliopharmacologie.

2020/10/16 – Post doctorant.e – Nouvelles sondes IRM reposant sur un procédé innovant de fabrication additive

Post-doctoral Fellow position for developing new family of MRI probe based on innovative additive manufacturing process.

A 2-years postdoctoral fellow position is available at the University Claude Bernard Lyon 1, Villeurbanne France. The postdoctoral fellow will participate in a multi-disciplinary research program that develops novel MRI coils dedicated to tissue engineering 3D characterizationi. The postdoctoral fellow will work as part of different research groups ( AMPERE, 3DFAB and LGEF) as well as a group of graduate students, postdoctoral fellows, faculty and scientists in the AMPERE lab as many of the work will be developed on its “plastronic” platform.
Primary research area focus
1) Integrating monitoring devices for in vivo imaging of engineered tissue constructs: heating and gas administration systems, optical physiological sensor, smartly Interfacing RF coil and peripherals to control devices. Designing dedicated MRI coil for in vivo imaging could be necessary.
2) Imaging with one multifunctional “MRI probe”: coil characterization by imaging and comparison with measurements on bench. After validation of the MRI probe, the design will be replicated to be tested by non-expert on different platforms of the French network of in-vivo imaging.

Responsabilities
All applicants will be expected to utilize and extend state-of-the-art MRI instrumentation to developed new tools to facilitate imaging of biological constructs in vivo. Specifically, the main tasks will involve coil design/fabrication, integration of peripherals such as piezo-actuators for magnetic resonance elastography, data collection, management and analysis, image post-processing, multi-parametric cohort analysis.

Chargement ...