Où docteurs et entreprises se rencontrent
Menu
Connexion

Vous avez déjà un compte ?

Nouvel utilisateur ?

These en écotoxicologie

ABG-116115 Sujet de Thèse
01/08/2023 Contrat doctoral
INU Champollion
Albi - Occitanie - France
These en écotoxicologie
  • Ecologie, environnement
  • Informatique
  • Santé, médecine humaine, vétérinaire
écotoxicologie, comportement, éthologie, réseaux de neurones,

Description du sujet

Contexte :
Ce projet s’inscrit dans le cadre du défi « Biothérapies Innovation Occitanie » en proposant des recherches exploratoires pour créer/développer des outils performants qui permettraient d’accélérer la compréhension des effets de molécules innovantes (toxines peptidiques de venins). A l’heure actuelle, La médecine comme l’agriculture sont en recherche de nouvelles molécules sélectives, avec moins d ‘effets secondaires sur l’homme et/ou l’environnement. Les peptides bioactifs répondent à ces exigences de par leur spécificité potentielle de cible et de par leur biodégradabilité. Le venin produit par les animaux représente une source variée de peptides bioactifs et certains sont déjà commercialisé : le PRIALT® (cônes marins) pour traiter l’hypertension ou le Spear-T (araignée) comme bio-insecticide.
Une centaine de peptides potentiellement bioactifs issus du venin de fourmis ont été identifiés par notre équipe (laboratoire BTSB). Certains perturbent la membrane cellulaire, mais d’autres, non cytotoxiques, agiraient via des mécanismes plus spécifiques encore inconnus. La sélection pour une valorisation est indissociable d’une bonne identification et compréhension de leurs cibles et de leurs effets. Actuellement, les approches in vivo sont difficiles à mettre en place (complexité des systèmes nerveux, (SN), règles éthiques), mais cela devient possible avec la planaire (invertébré endémique dont nous maîtrisons l’élevage) qui émerge à l’international comme un modèle simplifié d’étude du SN avec toutes les caractéristiques du SN des vertébrés et invertébrés supérieurs.


Objectifs : L’objectif de ce projet est de créer et développer des outils performants, notamment grâce à l’utilisation de réseaux de neurones (machine learning), pour évaluer et décrypter les effets de molécules innovantes (les peptides) sur les planaires. Ces molécules pourraient alimenter des biothérapies dans le futur. Les peptides seront sélectionnés et évalués pour leurs effets de toxicité générale, mais aussi ciblés (ex : neurotoxique) en analysant différents types de comportement chez la planaire comme les stéréotypies, la régénération cellulaire, l’exploration ou la réponse au stress lumineux avant d’étudier les mécanismes sous-jacents.
L’objectif terminal est la caractérisation de peptides possédant une activité « neuroactive » ou dans la régénération tissulaire et susceptibles d’une valorisation en biothérapie.


Méthode : L’identification des effets des peptides dans un premier temps, puis la caractérisation de ces effets dans un deuxième temps et enfin et la compréhension des mécanismes d’actions au niveau cellulaire seront les trois grandes parties de cette thèse.

Le projet est construit en trois tâches qui consisteront à :
1) Réaliser un criblage comportemental avec les nombreux peptides identifiés au laboratoire pour mettre en évidence un des effets recherchés.
2) Identifier le caractère de l’effet identifié (ex : neuroactivité) à l’aide l’intelligence artificielle (IA) qui sera développé durant la thèse.
3) Caractériser les mécanismes sous-jacents des peptides sélectionnés grâce aux tâches 1 et 2 par des techniques de biologie moléculaire et cellulaire.
Le (la) candidat(e) sera amené(e) à pratiquer des tests comportementaux, à utiliser des réseaux de neurones en intelligence artificielle, et, par la suite, à caractériser les effets observés par des tests d’(éco)toxicité puis, si besoin, des travaux de culture et d’imagerie cellulaire, des analyses physiologiques et moléculaires (ex : survie, transcriptomique, …), etc...

Prise de fonction :

01/10/2023

Nature du financement

Contrat doctoral

Précisions sur le financement

contrat région établissement

Présentation établissement et labo d'accueil

INU Champollion

L'équipe « Biochimie et Toxicologie des Substances Bioactives » est une équipe pluridisciplinaire basé à l’INU Champollion à Albi (Tarn, France)

Créé en 2015, l'INU Champollion est un établissement public d'enseignement supérieur et de recherche implanté à Albi et membre de l’Université de Toulouse. Pluridisciplinaire, il organise des formations préparant aux diplômes nationaux de Licences, Licences professionnelles, et Masters. Ses activités de recherche s'inscrivent dans le cadre des défis clés de la région Occitanie et des axes de L’université de Toulouse.


Les objectifs scientifiques de l’équipe BTSB sont de proposer des réponses aux problématiques sociétales liées à l’apparition de phénomènes de résistances en médecine humaine, vétérinaire, en agronomie et à l’impact des substances bioactives (médicaments, phytosanitaires) sur l’environnement. L’équipe effectue des recherches pluridisciplinaires basées sur l’utilisation d’espèces terrestres (fourmis, mouches) et aquatiques (escargots et planaires). Les compétences de l’équipe couvrent la biochimie, la biologie cellulaire et moléculaire, l’écotoxicologie, la physiologie et le comportement : cette grande diversité représente un véritable atout pour mener des projets pluridisciplinaires.


Site web : https://btsb-albi.fr/


Directeurs de thèse : Michel Treilhou (BTSB, INUC Albi) et Caroline Vignet (BTSB, INUC Albi)
Personne associée : Thierry Montaut (IA, INUC Albi)

Intitulé du doctorat

doctorat d'écotoxicologie

Pays d'obtention du doctorat

France

Profil du candidat

Une formation en écotoxicologie avec des compétences en informatique
• Compétences en traitement de données indispensables (R)
• Forte aptitude au travail en équipe pluridisciplinaire
• Notions en éthologie, ou biologie moléculaire / cellulaire
• Expérience appréciée sur des modèles invertébrés (élevage, test d’(éco)toxicité)

• Capacité de programmation informatique (python, java...) et/ ou en machine learning

20/08/2023
Partager via
Postuler
Fermer

Vous avez déjà un compte ?

Nouvel utilisateur ?