ANALYSE SPATIALE ET MONOCELLULAIRE DES TISSUS TUMORAUX

L’unité de recherche translationnelle sur les cellules et les tissus (TCTR) est entièrement intégrée au département de pathologie de KULeuven et directement affiliée aux hôpitaux universitaires de Louvain, l’un des plus grands hôpitaux de Belgique et d’Europe. Des décennies d’expérience en analyse pathologique sont rassemblées pour lesquelles des évaluations morphologiques des tissus sont effectuées quotidiennement par des pathologistes experts. Une grande biobanque de tissus humains est disponible dans les archives de l’unité. Grâce à une étroite collaboration avec le département d’oncologie des hôpitaux universitaires de Louvain, ce département est idéal pour effectuer des recherches translationnelles sur plusieurs types de cancer. La pathologie a subi deux révolutions majeures depuis qu’elle est devenue une discipline clinique mondiale et acceptée dans la première moitié du 20e siècle. Tout d’abord, l’introduction de l’immunohistochimie (IHC) dans les années 1970, suivie des techniques moléculaires (MOL) au début des années 2000, ont changé notre compréhension de la biologie tumorale et redéfini le domaine de la médecine de précision. L’IHC, après n’avoir pas changé de manière significative depuis plus de 40 ans, passe enfin d’une technique à marqueur unique à la mesure d’une multitude (+50) de marqueurs en même temps dans la même lame de tissu – une méthode c’est ce qu’on appelle le multiplexage. Notre équipe chez KULeuven a développé, en collaboration avec l’Université de Milan-Bicocca, la méthode MILAN (Multiple Iterative Labeling by Antibody Neodeposition) pour l’immunohistochimie multiplexée (https: //www.nature. com / protocolexchange / protocoles / 7017), qui permet la mesure simultanée de jusqu’à 100 protéines dans une seule section de tissu à une résolution unicellulaire dans des centaines d’échantillons de tumeurs. Contrairement à de nombreuses autres méthodes unicellulaires dans lesquelles le tissu est dissocié, MILAN préserve l’organisation spatiale des cellules nous permettant d’étudier leur comportement dans leur environnement naturel. En sélectionnant stratégiquement les bons biomarqueurs, une telle approche nous permet donc non seulement d’étudier la composition cellulaire quantitative du tissu par identification phénotypique, mais aussi de cartographier leur distribution spatiale avec un fort accent sur les interactions cellule-cellule via des analyses de voisinage. Des recherches récentes mettent en évidence que ces connaissances deviennent cruciales dans le domaine de la médecine de précision, où des traitements particuliers (par ex.

Plusieurs méthodes d’analyse monocellulaire ont été développées pour obtenir des informations multidimensionnelles sur la composition cellulaire d’une tumeur dans son contexte spatial d’origine. Dans notre groupe, nous installons actuellement une plate-forme technologique pour l’analyse multiplexe de tissus utilisant l’immunohistochimie, qui est disponible pour les chercheurs universitaires et industriels. Dans cette plateforme, nous déployons actuellement des efforts importants pour analyser des centaines d’échantillons de tissus provenant d’une grande variété de types de cancer, y compris le mélanome, les tumeurs cérébrales, le lymphome, le cancer du rein, du poumon et du sein. Parce que ces efforts génèrent d’énormes quantités de données qui nécessitent une analyse plus approfondie, nous élargissons notre équipe de bioinformatique pour faire face à une multitude de défis qui nécessitent encore des quantités importantes de développement de méthodes. Cela comprend le développement de nouveaux algorithmes pour le (pré) traitement d’images, pour définir et identifier efficacement des millions de cellules individuelles et leurs interactions complexes dans le contexte spatial du tissu, et éventuellement relier ces caractéristiques à des paramètres cliniques, tels que les réponses à la thérapie. Pour atteindre cet objectif, des méthodes de pointe pour la machine / l’apprentissage en profondeur et / ou l’intelligence artificielle doivent être installées. L’interprétation des données cliniques / pathologiques sera effectuée en étroite collaboration avec les biologistes moléculaires, cliniciens et pathologistes impliqués afin de garantir la validité de toutes les conclusions. des méthodes de pointe pour la machine / l’apprentissage en profondeur et / ou l’intelligence artificielle doivent être installées. L’interprétation des données cliniques / pathologiques sera effectuée en étroite collaboration avec les biologistes moléculaires, cliniciens et pathologistes impliqués afin de garantir la validité de toutes les conclusions. des méthodes de pointe pour la machine / l’apprentissage en profondeur et / ou l’intelligence artificielle doivent être installées. L’interprétation des données cliniques / pathologiques sera effectuée en étroite collaboration avec les biologistes moléculaires, cliniciens et pathologistes impliqués afin de garantir la validité de toutes les conclusions.

Nous recherchons un chercheur postdoctoral motivé et enthousiaste avec un fort intérêt pour la bioinformatique et une expérience dans les analyses basées sur l’image pour renforcer notre équipe de bio-informatique de chercheurs postdoctoraux et doctorants. Une expérience avec ML / DL et AI est évidemment également un plus. Nous recherchons quelqu’un qui souhaite utiliser son projet pour développer ses compétences en analyse spatiale de données unicellulaires et l’appliquer pour développer les outils cliniques du futur. Vous aurez l’opportunité de travailler au sein d’une équipe jeune, dynamique et interdisciplinaire qui rassemble des bio-informaticiens, cliniciens, pathologistes et biologistes moléculaires.

Nous offrons un poste postdoctoral à temps plein de 2 ans au sein de notre équipe de recherche. Pendant ce temps, vous aurez également la chance de façonner stratégiquement l’avenir de ce projet stimulant. Être éligible à postuler pour des bourses supplémentaires (par exemple FWO) et des bourses internationales (par exemple Marie-Curie) est une valeur ajoutée.

Pour plus d’informations, veuillez contacter le Prof. dr. Frederik De Smet, tél .: +32 16 37 25 75, mail: frederik.desmet@kuleuven.be ou Prof. dr. Francesca Bosisio, tél .: +32 16 32 99 65, mail: francescamaria.bosisio@kuleuven.be.

La KU Leuven cherche à favoriser un environnement où tous les talents peuvent s’épanouir, indépendamment du sexe, de l’âge, de la culture, de la nationalité ou des handicaps. Si vous avez des questions concernant l’accessibilité ou l’assistance, veuillez nous contacter à diversiteit.HR@kuleuven.be.