Développement de méthodes AI et XAI pour identifier de nouveaux marqueurs diagnostics et pronos[...]

L'adénocarcinome canalaire pancréatique (ACP) est la forme majoritaire des cancers du pancréas, avec un faible taux de survie et une mauvaise réponse aux chimiothérapies, principalement à cause de la présence d'un type cellulaire spécifique que sont les CAF (cancer-associated fibroblast). Notre laboratoire cherche à mettre en évidence de nouveaux biomarqueurs de la niche tumorale pancréatique dans les tissus de patients, en étudiant l'expression protéique de marqueurs spécifiques des CAF et de certains transporteurs magnésiques par la technique d'immunohistochimie, et en analysant ces expressions grâce à des systèmes d'intelligence artificiel. L'objectif dans le cadre de ce projet MAIA est d'apprendre à l'ordinateur à reconnaitre le type de cellule (Épithéliale ou CAF) et leur implication dans l'ACP (zones tumorales ou non-tumorales) en fonction d'images de l'expression des marqueurs spécifiques de chaque type cellulaire. Pour cela, il est nécessaire de procéder en plusieurs étapes :

1. Étape 1 : Aligner les cellules provenant d'images de différents marqueurs afin de créer et d'annoter un dataset.
2. Étape 2 : Créer différents modèles de Machine Learning (ML) qui prédisent le type des cellules.
3. Étape 3 : Expliquer pourquoi certaines tumeurs sont agressives (par la présence des différents soustypes de CAF) pour mettre en évidence les marqueurs les plus prometteurs.

Le projet que nous proposons vise à analyser l'importance des cellules de type CAF dans le diagnostic et la prédiction de l'agressivité de l'adénocarcinome canalaire pancréatique (ACP) en utilisant des méthodes IA dans une démarche interdisciplinaire en associant les compétences de chirurgiens, pathologistes, physiologistes, et informaticiens.

Début de la thèse : 01/10/2025

Funding category : Financement d'une collectivité locale ou territoriale

Le ou la candidat(e) devra être titulaire d'un Master en Biologie-Santé au démarrage de la Thèse et posséder de solides compétences et connaissances en cancérologie expérimentale et plus précisément dans la signature moléculaire et la physiopathologie de la cellule cancéreuse. Le ou la candidat(e) devra maîtriser les techniques de culture cellulaire, biologie moléculaire (RT-qPCR), biochimie (western-blot, IF, IHC) et avoir des connaissances dans l'analyse des bases de données transcriptomiques. Le ou la candidat(e) se spécialisera dans les domaines de la Biologie et de l'Informatique en utilisant des méthodes d'Intelligence Artificielle développées par le CRIL dans l'objectif de mieux caractériser l'hétérogénéité tumorale du pancréas humain.