Approches de bioinformatique et d'intelligence artificielle pour évaluer la pertinence biologique des organoïdes et des sphéroïdes tumoraux
Auteur / Autrice : | Liangwei Yin |
Direction : | Christophe Battail, Mohamed Elati, Natalia Marek-trzonkowska |
Type : | Projet de thèse |
Discipline(s) : | MBS - Modèles, méthodes et algorithmes en biologie, santé et environnement |
Date : | Inscription en doctorat le 12/04/2023 |
Etablissement(s) : | Université Grenoble Alpes |
Ecole(s) doctorale(s) : | École doctorale ingénierie pour la santé, la cognition, l'environnement (Grenoble ; 1995-....) |
Partenaire(s) de recherche : | Laboratoire : BGE - Laboratoire Biosciences et bioingénierie pour la Santé |
Mots clés
Résumé
Les cultures cellulaires 3D, de type organoïdes et sphéroïdes tumoraux, sont devenus des outils expérimentaux de grand intérêt car ils permettent une meilleur représentation de la complexité des tissus, par rapport aux cultures cellulaires 2D. Cela a conduit à leur utilisation pour mieux comprendre des pathologies humaines ou pour le criblage de molécules thérapeutiques. Cependant, le degré de fidélité entre le phénotype tissulaire recherché et la culture cellulaire 3D est souvent estimé par de simples mesures d'état de prolifération des cellules ou de l'expression de quelques gènes marqueurs. Ces mesures ne sont pas cependant pas suffisantes pour établir finement l'intégrité fonctionnelle des types cellulaires et des processus moléculaires actifs. Le projet de thèse vise à développer des approches computationnelles intégrant des méthodes de bioinformatique et d'apprentissage machine pour comparer avec précision les états de similarité cellulaire et moléculaire entre des cultures cellulaires 3D et les tissus correspondant afin de : (i) prédire les stimuli expérimentaux capables d'améliorer la maturation des organoïdes et (ii) évaluer la capacité des sphéroïdes tumoraux à récapituler les mécanismes de résistance aux médicaments et à prédire la réponse aux traitements.