Jury :

Rapporteurs:
Dr. Anne-Virginie SALSAC, Directrice de recherche, CNRS-BMBI
Dr. Benoît CHARLOT, Directeur de recherche, CNRS-IES

Encadrant:
Dr. Hua CAO, Enseignant-chercheur, JUNIA

Résumé :

La biopsie liquide, terme désignant l’utilisation du sang périphérique comme source de diagnostic du cancer, attire l’attention depuis son introduction. Cette technique peu invasive cible des échantillons biologiques en tant que signatures tumorales dans le sang, par exemple les cellules tumorales circulantes (CTC). Comme les CTC subissent diverses contraintes mécaniques au cours du processus de métastase, par exemple l’intravasation et l’extravasation, l’étude de la réponse de la cellule et de ses éléments subcellulaires sous différentes stimulations mécaniques permet de développer une méthode fiable et pratique pour des applications cliniques telles que le diagnostic précoce, l’évaluation de la thérapie et le suivi de la maladie. J’ai développé une méthode combinant la technologie MEMS, l’intelligence artificielle (IA), l’imagerie confocale et la modélisation par éléments finis pour répondre aux exigences de l’étude du lien entre les caractéristiques mécaniques et le potentiel métastatique d’une cellule.

Les premières recherches ont porté sur la caractérisation mécanique de six lignées cellulaires distinctes de cancer du sein présentant des potentiels métastatiques variables. Elles ont démontré un taux de réussite probant de 94 % dans la catégorisation des cellules comme cancéreuses ou non cancéreuses sur la base des signatures biophysiques. Une analyse plus nuancée a permis d’affiner cette classification en groupes faiblement métastatiques, fortement métastatiques et non cancéreux, avec un taux de réussite supérieur à 80 %. Ces résultats soulignent l’efficacité des propriétés biophysiques en tant que discriminants du potentiel métastatique des cellules cancéreuses. L’intégration des pinces MEMS à la microscopie confocale permet la visualisation en temps réel des éléments subcellulaires en même temps que la caractérisation mécanique, ce qui facilite l’établissement d’un lien direct entre les propriétés mécaniques et les éléments subcellulaires, fournissant ainsi des informations précieuses sur le comportement dynamique des cellules cancéreuses individuelles. Dans un dernier temps, les informations combinées sur les cellules ont été utilisées pour développer un modèle d’éléments finis spécifique à la cellule. Ce modèle permet une analyse approfondie des éléments subcellulaires, offrant un moyen rapide et rentable de comprendre les réponses cellulaires sans avoir recours à des étapes biologiques fastidieuses.

Abstract :

Liquid biopsy, the term for using peripheral blood as a source to diagnose cancer, has been attracting attention since it was first introduced. This minimally invasive technique targets biological samples as tumor signatures in the blood, e.g., circulating tumor cells (CTCs). As CTCs go through various mechanical stresses during the metastasis process, e.g., intravasation and extravasation, investigating the response of the cell and its subcellular elements under different mechanical stimulation helps develop a reliable and practical method for clinical applications such as early diagnosis, therapy assessment, and disease monitoring. I developed a method combining MEMS technology, artificial intelligence (AI), confocal imaging, and finite element modeling to fulfill the requirements for investigating the link between the mechanical characteristics and the metastatic potential of a cell.

Initial investigations involved the mechanical characterization of six distinct breast cancer cell lines with varying metastatic potentials, demonstrating a compelling 94% success rate in categorizing cells as cancerous or non-cancerous based on biophysical signatures. A more nuanced analysis refined this classification into low metastatic, high metastatic, and non-cancer groups, achieving a success rate exceeding 80%. These findings underscore the efficacy of biophysical properties as discriminators of cancer cell metastatic potential. Integrating MEMS tweezers with confocal microscopy enables real-time visualization of subcellular elements concurrent with mechanical characterization, which facilitates a direct link between mechanical properties and subcellular elements, providing valuable insights into the dynamic behavior of individual cancer cells. As the last step, the combined information on cells was used to develop a cell-specific finite element model. This model allows for an in-depth analysis of subcellular elements, offering a rapid and cost-effective means of understanding cellular responses without recourse to cumbersome biological steps.