Où docteurs et entreprises se rencontrent
Menu
Connexion

ALLEGRO : Radiobiologie quantitative multi-échelle par vidéomicroscopie : développement algorithmique, nouvelles modalités d'irradiation et modélisation physique de la réponse cellulaire individuelle. // ALLEGRO : ALgorithmic and muLti-scalE analysis of r

ABG-138781
ADUM-74394
Sujet de Thèse
29/04/2026
Université Paris-Saclay GS Physique
Orsay - Ile-de-France - France
ALLEGRO : Radiobiologie quantitative multi-échelle par vidéomicroscopie : développement algorithmique, nouvelles modalités d'irradiation et modélisation physique de la réponse cellulaire individuelle. // ALLEGRO : ALgorithmic and muLti-scalE analysis of r
  • Physique
Radiations ionisantes, Suivi de croissance cellulaire , In vitro, Vidéoimagerie en temps réel , Modélisation in silico, Algorithme - codage
Ionizing radiaaions, Cell tracking, In vitro, Real time videoimaging, In silico modeling, Algorithm - coding

Description du sujet

Le projet ALLEGRO vise à développer une radiobiologie quantitative multi-échelle fondée sur l'analyse de la réponse individuelle des cellules à l'irradiation par vidéomicroscopie. Malgré les progrès de la radiothérapie, l'hétérogénéité de la réponse cellulaire demeure un facteur majeur de radiorésistance et de rechute tumorale. Les approches classiques in vitro, basées sur des mesures globales sur des populations supposées homogènes, ne permettent pas d'identifier cette variabilité individuelle.
ALLEGRO propose d'exploiter la vidéomicroscopie temporelle et le suivi algorithmique pour observer des milliers de cellules individuelles et reconstruire leurs arbres de prolifération après irradiation. L'objectif est de relier quantitativement les paramètres physiques d'irradiation à la réponse biologique à l'échelle de la cellule unique.
Le projet s'articule autour de quatre axes : (1) amélioration des algorithmes de segmentation et de suivi cellulaire à l'aide de méthodes de deep learning et extraction de nouveaux paramètres physiques ; (2) extension à plusieurs lignées cellulaires tumorales et normales afin d'identifier des signatures de radiosensibilité ; (3) étude de nouvelles modalités d'irradiation, incluant FLASH, faisceaux hadroniques et nanoparticules radiosensibilisantes ; (4) développement de modèles physiques multi-échelle et d'outils prédictifs basés sur l'intelligence artificielle.
Ce projet interdisciplinaire à l'interface physique-biologie vise à établir une radiobiologie quantitative à l'échelle de la cellule unique et à identifier des biomarqueurs prédictifs pour optimiser la radiothérapie personnalisée.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

The ALLEGRO project aims to develop a multi-scale quantitative radiobiology framework based on videomicroscopy analysis of individual cellular responses to irradiation. Despite major advances in radiotherapy, cellular response heterogeneity remains a key driver of radioresistance and tumor relapse. Conventional approaches relying on population-averaged measurements fail to capture this variability.
ALLEGRO proposes to use time-lapse videomicroscopy combined with advanced cell-tracking algorithms to monitor thousands of individual cells and reconstruct lineage trees following irradiation. The objective is to quantitatively link irradiation physical parameters to single-cell biological responses.
The project is structured around four main axes: (1) development of improved segmentation and tracking algorithms using deep learning and extraction of new physical parameters; (2) extension to multiple tumor and normal cell lines to identify radiosensitivity signatures; (3) investigation of new irradiation modalities including FLASH irradiation, hadron beams, and radiosensitizing nanoparticles; and (4) development of multi-scale physical models and predictive artificial intelligence tools.
This interdisciplinary physics-biology project aims to establish single-cell quantitative radiobiology and identify predictive biomarkers to support personalized radiotherapy strategies.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2026
WEB : https://sante.ijclab.in2p3.fr

Nature du financement

Précisions sur le financement

Contrats ED : Programme blanc GS-Physique

Présentation établissement et labo d'accueil

Université Paris-Saclay GS Physique

Etablissement délivrant le doctorat

Université Paris-Saclay GS Physique

Ecole doctorale

576 Particules, Hadrons, Énergie et Noyau : Instrumentation, Image, Cosmos et Simulation

Profil du candidat

Le(la) candidate devra être titulaire d'un Master 2 en physique, physique médicale, biophysique ou discipline connexe. Des compétences en programmation scientifique (Python) et en analyse d'images seront appréciées. Un intérêt pour les approches interdisciplinaires à l'interface entre physique, biologie et modélisation est fortement souhaité. Le(la) candidat(e) devra être capable de réaliser les experimentations de biologie/chimie pour l'obtention de ses données ET leur traitement et la modélisation.
The candidate must hold a Master's degree in physics, medical physics, biophysics or a related discipline. Skills in scientific programming (Python) and image analysis would be an advantage. An interest in interdisciplinary approaches at the interface between physics, biology and modelling is strongly encouraged. The candidate must be able to carry out biology/chemistry experiments to obtain data, AND process these data and perform computer modelling.
10/05/2026
Partager via
Postuler
Fermer

Vous avez déjà un compte ?

Nouvel utilisateur ?