Suivi des interactions cellulaires par traitement d’image

CINaM et C2VN (Marseille)

Ce stage se déroulera entre deux laboratoire: Centre Interdisciplinaire de Nanoscience de Marseille (CINaM UMR 7325), capmus Luminy, Marseille et Centre de recherche en CardioVasculaire et Nutrition C2VN AMU - INSERM 1263 - INRAE 1260, Campus La Timone, Marseille

Ce stage vise un algorithme de traitement d’images pour l’analyse de la trajectoire et de la vitesse de cellules sanguines dans un flux. L’application est la détection de la formation d’un thrombus veineux (agrégation de cellules sanguines) autour des valves veineuses.

La thrombose veineuse profonde (TVP) se caractérise par la formation d'un agrégat de cellules dans les veines des jambes. Cet agrégat peut migrer jusqu'aux poumons, provoquant une embolie pulmonaire, c'est-à-dire un blocage de la circulation sanguine dans une partie des poumons, ce qui peut être fatal.

La TVP est une maladie multifactorielle dont les facteurs de risques majeurs sont : l’inflammation, l’hypercoagulabilité, les lésions ou dysfonctionnements endothéliaux, ainsi que les troubles de la circulation sanguine (stagnation du sang). Les valves veineuses jouent un rôle crucial dans la formation du thrombus dû à la stagnation des cellules sanguines dans le sinus des valves. Comprendre le mécanisme complexe de formation du thrombus permettra de proposer des traitements personnalisables aux patients.

En pratique, des cellules sanguines (plaquettes et/ou neutrophiles) sont injectées dans une puce microfluidique mimant une veine et sont observées au microscope optique in vitro. Le traitement des images permettra de déterminer la trajectoire, la vitesse et la probabilité d’interaction avec la paroi afin de localiser les zones d’adhésion, de quantifier l’agrégation cellulaire, et ce en fonction du type cellulaire et des conditions de flux.

Compétences techniques :

Solides connaissances en traitement et analyse d’images (segmentation, filtrage, détection d’objets, suivi de trajectoires).

Bonne maîtrise d’au moins un langage de programmation scientifique : Python ou MATLAB.

Connaissances de base en traitement du signal, analyse statistique et visualisation de données.

(Optionnel) Familiarité avec l’imagerie optique, la microscopie ou les systèmes d’acquisition d’images expérimentales.

Qualités personnelles :

Goût pour la recherche interdisciplinaire, à l’interface entre physique et biologie.

Esprit analytique, rigueur scientifique et autonomie.

Intérêt pour la compréhension des phénomènes physiques à l’échelle microscopique et leur observation expérimentale.