Surveillance dynamique et continue améliorée par apprentissage automatique de l’organisation spatio-temporelle cellulaire

La compréhension de la dynamique de l’organisation spatio-temporelle des mélanges de types de cellulaires est essentielle pour un large éventail de scénarios physiologiques et pathologiques, notamment le développement des organes, l’invasion des tissus sains par les cellules cancéreuses et les troubles vasculaires tels que l’hyperplasie néo-intimale.
Aujourd’hui, la surveillance dynamique de l’organisation spatio-temporelle des cellules est assurée par l’imagerie au microscope de cellules vivantes ; toutefois, cette modalité présente des limites importantes en raison des dommages cellulaires photo-induits.

Nous proposons d’utiliser des capteurs basés sur l’impédance développés par la start-up Sensome, partenaire industriel du projet. Sensome a développé des capteurs d’impédance de pointe qui permettent de discriminer différents types de cellules. Nous proposons de développer une plateforme qui permet de surveiller de manière non invasive et continue l’organisation spatio-temporelle des cellules en utilisant la spectroscopie d’impédance avec apprentissage automatique. La plateforme consistera en un substrat compatible avec la culture cellulaire qui incorpore un ensemble de capteurs d’impédance. Nous utiliserons cette plateforme pour surveiller la dynamique de mélanges de cellules musculaires lisses et de cellules endothéliales ainsi que de mélanges de cellules normales et cancéreuses sur de longues périodes. Pour maximiser la précision de l’interprétation des résultats, nous utiliserons des outils d’apprentissage automatique qui améliorent notre capacité à identifier les types cellulaires d’intérêt. Nous compléterons les mesures par des modèles mathématiques qui nous donneront un aperçu de la dynamique cellulaire.

La plateforme proposée sera la première du genre. Les résultats de la recherche feront progresser de manière significative notre compréhension de la dynamique de l’organisation spatio-temporelle des cellules et éclaireront la manière dont les différents types de cellules interagissent. Du point de vue du transfert de technologie, la plateforme qui sera développée pourrait servir de base à un système qui pourrait être commercialisé dans divers cadres universitaires et industriels.