Thèse Évaluation Assistée par IA de l'Inflammation Pulpaire Induite par les Biomatériaux H/F - Doctorat.Gouv.Fr

Établissement : Université de Bordeaux
École doctorale : Sciences de la Vie et de la Santé
Laboratoire de recherche : Bioingénierie tissulaire
Direction de la thèse : Raphaël DEVILLARD ORCID 0000000229622044
Début de la thèse : 2026-09-01
Date limite de candidature : 2026-05-20T23:59:59

Ce projet vise à développer un modèle ex vivo de pulpe dentaire permettant d'analyser finement la réaction inflammatoire induite par des biomatériaux et modulée par des antiinflammatoires locaux déposés par Laser Assisted Bioprinting (LAB). L'enjeu est double : comprendre les mécanismes vasculaires et cellulaires de l'inflammation pulpaire en contexte d'exposition à des biomatériaux, et établir des outils quantitatifs et prédictifs pour évaluer l'efficacité de stratégies thérapeutiques locales.
Le modèle ex vivo reposera sur des échantillons de pulpe dentaire maintenus en conditions contrôlées, soumis à différents biomatériaux et protocoles de dépôt d'antiinflammatoires par LAB. La microvascularisation pulpaire sera suivie par microscopie (par exemple en lumière transmise ou confocale), avec acquisition systématique d'images à haute résolution. Ces images constitueront une banque de données structurée décrivant l'architecture vasculaire, la perméabilité et les modifications morphologiques associées aux différents degrés d'inflammation.

En parallèle, l'état inflammatoire sera quantifié par des marqueurs biochimiques et histologiques, en particulier l'expression de MMP9, ainsi que par des marquages spécifiques de l'infiltrat cellulaire et de l'intégrité tissulaire. Les données morphologiques (imagerie), moléculaires (MMP9) et histologiques seront corrélées afin de définir des signatures caractéristiques de différents états inflammatoires. Cette approche intégrée permettra de relier des patterns d'images microscopiques à des niveaux objectifs d'inflammation obtenus par histologie.
À partir de la banque d'images, des algorithmes d'intelligence artificielle (IA), notamment de vision par ordinateur et d'apprentissage profond, seront entraînés pour reconnaître automatiquement les degrés d'inflammation pulpaire. Les modèles d'IA apprendront à prédire l'état inflammatoire à partir des seules images de microvascularisation, en les confrontant aux mesures de MMP9 et aux scores histologiques de référence. L'objectif est d'obtenir un outil d'évaluation automatisé, reproductible et sensible, capable d'identifier des effets subtils des biomatériaux et des traitements antiinflammatoires.
Ce projet permettra ainsi (i) de disposer d'un modèle ex vivo pertinent pour étudier la biocompatibilité et le potentiel inflammatoire des biomatériaux en dentisterie, (ii) de caractériser l'impact de dépôts localisés d'antiinflammatoires par LAB sur la réponse pulpaire, et (iii) de développer un pipeline IA d'analyse d'images appliqué à la microvascularisation pulpaire. À terme, ces travaux pourront contribuer à la conception de biomatériaux plus sûrs et à la personnalisation des traitements locaux, en offrant un outil rapide d'aide à la décision pour la sélection et l'optimisation des stratégies thérapeutiques en endodontie régénérative.

Dans ce contexte, l'identification de biomarqueurs moléculaires objectifs représente un enjeu majeur pour améliorer le diagnostic et le pronostic des états inflammatoires pulpaires. La métalloprotéinase matricielle9 (MMP9) a été identifiée comme un marqueur clé de la dégradation tissulaire et de l'inflammation pulpaire. L'étude de Sharma et al. (2021) publiée dans l'International Endodontic Journal a démontré que la concentration de MMP9 active dans le sang pulpaire de dents atteintes de pulpite irréversible symptomatique (193,3 ng/mL) était significativement supérieure à celle de pulpes saines (52 ng/mL), et que cette concentration était fortement associée au succès ou à l'échec de la pulpotomie à 12 mois (p = 0,0015). Cette corrélation suggère que MMP9 pourrait servir de biomarqueur pronostique, permettant au clinicien de distinguer les inflammations localisées et réversibles de celles étendues nécessitant un traitement endodontique complet.
Parallèlement, les approches régénératives en endodontie visent à restaurer les tissus pulpaires fonctionnels par deux stratégies principales : la transplantation cellulaire et le « cell homing », cette dernière reposant sur le recrutement de cellules souches endogènes pour induire la réparation tissulaire. La revue systématique d'Eramo et al. (2018) dans l'International Endodontic Journal souligne que le « cell homing » représente actuellement la voie la plus translatable cliniquement pour la régénération pulpaire, car elle évite les procédures complexes et coûteuses de transplantation cellulaire exogène. Les modèles ex vivo et in vivo de revascularisation pulpaire ont montré la formation de tissus pulpaires néovascularisés, innervés et capables de déposer de la dentine, confirmant le potentiel de ces stratégies pour préserver ou restaurer la structure et la fonction de la pulpe.
Toutefois, l'analyse critique de Richert et al. (2022) dans l'International Endodontic Journal met en évidence les limites des modèles expérimentaux actuels pour l'étude de la pulpite. Les cultures cellulaires 2D ne reproduisent pas l'organisation tridimensionnelle du tissu pulpaire ni les interactions entre types cellulaires résidents, tandis que les modèles in vivo induisent l'inflammation par des procédures iatrogènes (forage dentinaire, exposition pulpaire) qui ne reflètent pas le développement progressif et prolongé de la carie dentaire. Les auteurs appellent ainsi à l'amélioration de la conception et à la standardisation des modèles futurs, notamment par l'intégration de nouveaux biomarqueurs moléculaires, de modèles computationnels et d'intelligence artificielle pour construire une connaissance incrémentale de la pulpite.

Les objectifs du projet sont les suivants :
Développer un modèle ex vivo de pulpe dentaire pour étudier de façon contrôlée la réaction inflammatoire induite par différents biomatériaux.
Déposer localement des antiinflammatoires par bio-impression assistée par laser (LAB) et analyser leur impact sur la réponse pulpaire et la microvascularisation.
Constituer une banque structurée d'images microscopiques de la microvascularisation pulpaire, associée à des mesures de MMP9 et à des marqueurs histologiques de l'inflammation.
Corréler les caractéristiques d'imagerie avec des marqueurs de l'inflammation et les résultats histologiques pour définir des signatures d'états inflammatoires.
Mettre au point des algorithmes d'IA capables de prédire automatiquement le degré d'inflammation à partir des images de microvascularisation seules.

Prélèvement et mise en culture organotypique ex vivo de pulpe dentaire
Application contrôlée de biomatériaux et dépôt d'antiinflammatoires par LAB
Microscopie (optique, confocale) et acquisition standardisée d'images de microvascularisation
Dosage de marqueurs de l'inflammation par ELISA/Western blot et analyses histoimmunochimiques
Corrélations multimodales entre imagerie, MMP9 et scores inflammatoires
Construction d'une matrice de données intégrée annotée
Entraînement de modèles de deep learning (CNN, UNet) sur la base d'images
Validation croisée, test de performance et optimisation du modèle IA
Analyse d'interprétabilité et comparaison avec gold standard histologique
Analyses statistiques, visualisation des résultats et dissémination scientifique

Formation scientifique de base : Master en biologie cellulaire/tissulaire, ingénierie biomédicale ou domaine connexe, avec solides connaissances en physiologie pulpaire ou biomatériaux

Compétences en biologie expérimentale : Maîtrise des techniques de culture cellulaire/organotypique, microscopie, histologie et biochimie (ELISA, Western blot)

Compétences en analyse d'images et informatique : Expérience en traitement d'images, notions en programmation Python et intérêt pour l'apprentissage automatique/Deep Learning

Aptitudes transversales : Capacité à travailler en équipe multidisciplinaire (biologistes, ingénieurs, informaticiens), rigueur expérimentale, autonomie et aptitude à la communication scientifique

Motivation scientifique : Intérêt pour l'innovation en endodontie régénérative, l'IA appliquée aux sciences de la vie, et la résolution de problèmes biologiques complexes par approches intégrées