Où docteurs et entreprises se rencontrent
Menu
Connexion

Pièges optiques multiplexés sur puce à champs évanescents complémentaires pour la détermination de la forme d'objets submicroniques en solution // On-chip multiplexed optical traps with complementary evanescent fields for determining the shape of submicro

ABG-139060
ADUM-75006
Sujet de Thèse
12/05/2026 Contrat doctoral
Université Grenoble Alpes
GRENOBLE CEDEX 9 - Auvergne-Rhône-Alpes - France
Pièges optiques multiplexés sur puce à champs évanescents complémentaires pour la détermination de la forme d'objets submicroniques en solution // On-chip multiplexed optical traps with complementary evanescent fields for determining the shape of submicro
  • Informatique
photonique, microfluidique, nanoparticules, pinces optiques, cavités résonantes, nanofabrication
photonics, microfluidics, nanoparticles, optical tweezer, resonnant cavities, nanofabrication

Description du sujet

Ce projet de thèse vise à développer une nouvelle approche de caractérisation optique d'objets submicroniques en solution à l'aide de plateformes optofluidiques intégrant des cavités à cristaux photoniques. Les travaux collaboratifs récents entre le LTM, le CEA/IRIG et le CEA/LETI/DTIS ont démontré la possibilité de piéger optiquement des bactéries individuelles, de distinguer des bactéries Gram-positives et Gram-négatives sans marquage, ainsi que de suivre en temps réel la lyse bactérienne induite par des bactériophages. Ces résultats ont mis en évidence que les signaux optiques issus des cavités contiennent des informations sensibles à la morphologie, à l'indice optique et aux dynamiques structurales des objets piégés.

Dans la continuité de ces travaux, cette thèse propose d'explorer une nouvelle problématique : peut-on inférer la forme d'un objet submicronique à partir de sa signature optique ? L'hypothèse centrale est que l'interaction entre un objet et des champs évanescents de géométries différentes génère une signature multidimensionnelle permettant d'accéder à des descripteurs de forme, de taille ou d'orientation.

Pour cela, le projet s'appuiera sur des réseaux de cavités photoniques présentant des distributions de champs complémentaires (cavités creuses, cavités à fente, cavités couplées, etc.). Chaque cavité produira une variation spécifique de longueur d'onde de résonance en présence de l'objet piégé. L'ensemble des décalages spectraux et des dynamiques temporelles constituera une signature optique multidimensionnelle exploitable par des méthodes de modélisation inverse et d'apprentissage automatique.

Le travail combinera modélisation électromagnétique (FDTD/FEM), conception et fabrication de dispositifs photoniques, expériences de piégeage optique et traitement avancé des données.

L'objectif final est de transformer les cavités photoniques optofluidiques en véritables outils prédictifs capables non seulement de détecter des objets biologiques ou nanoparticulaires, mais aussi d'en inférer certaines propriétés structurales de manière rapide, sans marquage et à l'échelle de l'objet unique.

Les applications visées concernent notamment la microbiologie, la phagothérapie, la caractérisation de nanoparticules et les biocapteurs photoniques avancés.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

This thesis project aims to develop a new approach to the optical characterization of submicron-scale objects in solution using an optofluidic platform that incorporate photonic crystal cavities. Recent collaborative work between LTM, CEA/IRIG, and CEA/LETI/DTIS has demonstrated the ability to optically trap individual bacteria, distinguish between Gram-positive and Gram-negative bacteria without labeling, and track bacteriophage-induced bacterial lysis in real time. These results have shown that the optical signals from the cavities contain information sensitive to the morphology, refractive index, and structural dynamics of the trapped objects.

Building on this work, this thesis proposes to explore a new research question: can we infer the shape of a submicron object from its optical signature? The central hypothesis is that the interaction between an object and evanescent fields of different geometries generates a multidimensional signature that provides access to descriptors of shape, size, or orientation.

To this end, the project will rely on networks of photonic cavities exhibiting complementary field distributions (hollow cavities, slit cavities, coupled cavities, etc.). Each cavity will produce a specific shift in resonance wavelength in the presence of the trapped object. The set of spectral shifts and temporal dynamics will constitute a multidimensional optical signature that can be analyzed using inverse modeling and machine learning methods.

The work will combine electromagnetic modeling (FDTD/FEM), the design and fabrication of photonic devices, optical trapping experiments, and advanced data processing.

The ultimate goal is to transform optofluidic photonic cavities into true predictive tools capable not only of detecting biological or nanoparticulate objects, but also of inferring certain structural properties of these objects rapidly, without labeling, and at the single-object scale.

The targeted applications include microbiology, phage therapy, nanoparticle characterization, and advanced photonic biosensors.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2026

Nature du financement

Contrat doctoral

Précisions sur le financement

Concours pour un contrat doctoral

Présentation établissement et labo d'accueil

Université Grenoble Alpes

Etablissement délivrant le doctorat

Université Grenoble Alpes

Ecole doctorale

220 EEATS - Electronique, Electrotechnique, Automatique, Traitement du Signal

Profil du candidat

Le projet s'adresse à un(e) étudiant(e) titulaire d'un Master 2 ou diplôme équivalent en physique, photonique, nanosciences, ingénierie ou domaine connexe. Une formation solide en optique et en physique des dispositifs photoniques sera particulièrement appréciée. Le ou la candidat(e) devra présenter un intérêt marqué pour la recherche expérimentale interdisciplinaire à l'interface entre nanophotonique, microfluidique et biophysique. Des compétences en simulation numérique (FDTD, FEM, COMSOL, Lumerical ou outils similaires) constitueront un atout important. Une expérience en instrumentation optique, traitement de données ou programmation scientifique (Python, Matlab, etc.) sera également valorisée. Le projet comportant une forte dimension exploratoire et multidisciplinaire, des qualités d'autonomie, de curiosité scientifique, de rigueur expérimentale et de capacité à travailler en équipe seront essentielles. Un intérêt pour les approches de traitement avancé des données et d'intelligence artificielle appliquées à la physique constituera également un avantage.
This project is intended for a student holding a Master's degree or equivalent in physics, photonics, nanoscience, engineering, or a related field. A strong background in optics and the physics of photonic devices is particularly desirable. The candidate must demonstrate a strong interest in interdisciplinary experimental research at the interface between nanophotonics, microfluidics, and biophysics. Skills in numerical simulation (FDTD, FEM, COMSOL, Lumerical, or similar tools) will be a significant asset. Experience in optical instrumentation, data processing, or scientific programming (Python, Matlab, etc.) will also be valued. As the project has a strong exploratory and multidisciplinary component, qualities such as independence, scientific curiosity, experimental rigor, and the ability to work in a team will be essential. An interest in advanced data processing and artificial intelligence approaches applied to physics will also be an advantage.
31/05/2026
Partager via
Postuler
Fermer

Vous avez déjà un compte ?

Nouvel utilisateur ?