Ingénieur-Chercheur en Traitement d'Images - Data-Science pour la Biologie et la Santé H/F CEA

Le diabète de type 1 est une maladie métabolique chronique causée par la destruction auto-immune des cellules bêta pancréatiques, responsables de la sécrétion d'insuline, entraînant une hyperglycémie persistante. On recense actuellement plus de 50 millions de malades dans le monde. La transplantation d'îlots pancréatiques est une thérapie développée par le CHU de Grenoble pour les cas les plus sévères. Ces greffes améliorent considérablement la qualité de vie des patients. Cependant, dans 40% des cas les patients subissent un rejet causé par les cellules T immunitaires dans les 5 ans suivant la greffe. Le suivi des îlots transplantés est complexe car ils sont implantés de manière diffuse dans le foie du receveur, rendant impossible la surveillance de leur fonctionnalité ou l'adaptation du traitement immunosuppresseur.

Le CEA-en collaboration avec le CHU Grenoble Alpes développe un modèle de jumeau biologique pour suivre en temps réel la réponse immunitaire des patients greffés. Cette technologie d'organe sur puce permettra d'évaluer l'interaction entre le greffon et les cellules immunitaires du patient, la survie du greffon et sa fonctionnalité, offrant ainsi un outil prédictif pour anticiper un rejet. Pour cela une plateforme opto-fluidique dédiée aux applications « organ-on-chip » est en cours de développement. Dans ce contexte le laboratoire L4IV est responsable du bloc imagerie de la plateforme, en incluant à la fois l'instrumentation et le traitement des images. Des modalités d'imagerie 3D de phase et de fluorescence ont été intégrées au dispositif. En particulier, une technique innovante de reconstruction 3D de l'indice de réfraction d'échantillons complexes comme les îlots sur puce a été mise au point pour l'imagerie sans marquage.

Vous travaillerez en étroite collaboration avec une équipe pluridisciplinaire composée d'experts en biologie, micro-fluidique, et microscopie. Votre mission principale sera le développement d'algorithmes d'analyse de timelapes d'images multimodales (phase et fluo) acquises sur la plateforme opto-fluidique, avec pour but de quantifier la réponse immunitaire et l'état des îlots. Vous vous appuierez sur diverses techniques de traitement d'images telles que la segmentation, la détection, le tracking et la colocalisation. L'apprentissage profond pourra également être mis en oeuvre afin de corréler les images d'indice de réfraction à certains états spécifiques des îlots marqués par fluorescence. Enfin, vous participerez aux campagnes d'acquisition des images.