Thèse Développement d'Une Plateforme d'Organe-Sur-Puce Humanisée pour Évaluer la Neurotoxicité des Pesticides à l'Aide de Signatures Numériques Multimodales H/F - Doctorat.Gouv.Fr

Établissement : Université Claude Bernard Lyon 1 École doctorale : EDISS - Interdisciplinaire Sciences-Santé Laboratoire de recherche : ANSES LABORATOIRE DE LYON Direction de la thèse : Guillaume BECKER ORCID 0000000217140267 Début de la thèse : 2026-07-01 Date limite de candidature : 2026-06-01T23:59:59 Les inquiétudes concernant la neurotoxicité des pesticides, en particulier leurs effets sur le cerveau, augmentent au sein des autorités de santé publique et de la communauté scientifique. Pour répondre à ces préoccupations, il est nécessaire de mettre en oeuvre des Nouvelles Méthodologies d'Approche (NAMs) innovantes, capables de fournir des informations mécanistiques et prédictives sur les dangers neurotoxiques, tout en réduisant la dépendance aux tests sur animaux.
Parmi les NAMs les plus prometteuses, la technologie des organes-sur-puce (Organ-on-Chip, OoC) permet la co-culture de types cellulaires humains pertinents dans un microenvironnement contrôlé. Dans ce projet, nous exploitons la plateforme microfluidique DuaLink Shift de NETRI, qui intègre des réseaux de microélectrodes (MEA), afin de surveiller l'activité électrophysiologique de neurones glutamatergiques dérivés de cellules souches pluripotentes induites humaines dans différents compartiments de culture. Les réponses fonctionnelles, combinées aux analyses morphologiques et moléculaires, sont transformées en jeux de données multimodaux à partir desquels sont dérivées des Signatures Numériques de neurotoxicité.
Objectifs :
Un objectif majeur de cette thèse consistera à concevoir et mettre en place une base de données intégrative et interprétable compilant les Signatures Numériques multimodales des composés testés. Cette base de données visera à centraliser et structurer l'ensemble des informations issues des enregistrements électrophysiologiques (MEA), des analyses d'imagerie et des mesures de biomarqueurs, tout en garantissant la cohérence, la traçabilité et la qualité des données. La doctorante aura la responsabilité de concevoir l'architecture des données, d'en assurer l'intégration et la maintenance, et de veiller à la compatibilité des différents flux de données. En complément, elle développera des outils d'analyse et de visualisation adaptés - tels que des interfaces interactives, des pipelines analytiques automatisés ou des algorithmes de classification - afin de renforcer l'interprétation, la valorisation et la diffusion des résultats.
Le projet vise à répondre aux défis scientifiques et éthiques liés à la forte dépendance des modèles animaux dans les évaluations de la neurotoxicité, en particulier pour les pesticides. Les modèles animaux présentent des différences inter-espèces qui limitent la pertinence des résultats pour la santé humaine. De plus, l'UE met l'accent sur l'adoption des méthodologies alternatives (NAMs) et le respect des principes des 3Rs (Remplacer, Réduire, Raffiner) pour limiter l'usage des animaux dans les tests. Ce projet, en s'appuyant sur la technologie hiPSC et les dispositifs MEA, vise à fournir un modèle préclinique pertinent, robuste et prédictif, en ligne avec les exigences réglementaires et scientifiques actuelles. Validation de la plateforme biologique d'organe sur puces avec culture de neurones dérivés de cellules souches pluripotentes.
Conception et mise en place d'une base de données intégrative et interprétable compilant les Signatures Numériques multimodales des composés testés - Phase 1 :
Établir et valider le workflow expérimental à l'aide de composés de référence tels que la roténone et la vanilline. Cette phase comprendra la définition des courbes dose-réponse et la collecte de données multimodales (enregistrements MEA, imagerie, immunomarquage, activité mitochondriale et croissance neuritique). Les données seront intégrées à l'aide d'approches multivariées et d'apprentissage automatique afin d'identifier des corrélations mécanistiques.

- Phase 2 :
Étendre le modèle à un panel plus large de toxiques ciblant différentes fonctions neurodéveloppementales, notamment la fonction mitochondriale, la synaptogenèse, la myélinisation et les voies épigénétiques. De nouveaux marqueurs et paramètres expérimentaux seront intégrés et analysés pour approfondir l'évaluation de la neurotoxicité développementale.

- Phase 3 :
Appliquer la plateforme validée à une campagne de criblage à plus grande échelle (~100 composés) en partenariat avec le consortium européen PARC. La base de données en accès libre résultante établira des corrélations entre les Signatures Numériques spécifiques de chaque composé et leurs profils mécanistiques et fonctionnels, renforçant ainsi la transparence, la pertinence réglementaire et le potentiel de déploiement des approches in vitro.

Nous recherchons un étudiant très motivé, ouvert d'esprit et autonome, possédant de solides connaissances en sciences des données ou en neurosciences computationnelles. Des connaissances en bio-ingénierie et des compétences analytiques seraient également appréciées. Le candidat participera à des expériences cellulaires et travaillera en étroite collaboration avec l'équipe chargée des données du NETRI pour le traitement de celles-ci. Il devra faire preuve de bonnes aptitudes en communication et en gestion de projet, d'une grande capacité d'adaptation face à différents interlocuteurs, ainsi que d'une disponibilité pour se déplacer d'un laboratoire à l'autre.