Description du sujet de thèse

Mécanismes d’adaptation neuronale après une lésion de la moelle épinière cervicale et stimulation synchronisée comme approche thérapeutique pour prévenir l’atrophie du diaphragme : évaluation longitudinale par IRM.

Contexte de travail

Les lésions de la moelle épinière cervicale, fréquentes et graves, altèrent la motricité et la fonction respiratoire, rendant certains patients dépendants de la ventilation mécanique (VM). Cette dépendance aggrave cependant la dysfonction diaphragmatique.
La Dre Isabelle Vivodtzev a développé un dispositif non invasif (rSynES) de stimulation synchronisée des muscles respiratoires accessoires. Des résultats préliminaires montrent une amélioration de la respiration, suggérant une plasticité neuronale spinale.
Pour explorer les mécanismes sous-jacents, l’étude s’appuie sur un modèle murin de lésion cervicale, en suivant les effets du rSynES dans le temps via l’IRM, notamment la technique gluCEST, développée par le Dr Julien Flament, pour visualiser l’intégrité neuronale et les altérations métaboliques.
De plus, nous étudierons les mécanismes de neuroplasticité. Par exemple, nous évaluerons la réorganisation et la survie des neurones moteurs via des marqueurs synaptiques et des analyses de repousse des fibres nerveuses. Des traçages pourront permettre d’observer les connexions depuis le cerveau vers la moelle. L’inflammation sera mesurée par immunomarquage et western blot.
Nous recherchons un(e) étudiant(e) qui a réalisé :
Master 2 en Neurosciences / Physiologie avec un attrait pour l'imagerie et la programmation
ou
École d'ingénieur ou Master (Informatique / Programmation / Génie biologique / Imagerie médicale / Biophysique) avec un intérêt pour les neurosciences / la physiologie respiratoire

Une partie importante de cette thèse se déroulera au centre MIRCen-CEA à Fontenay-aux-Roses, à l’interface entre physique et biologie. Le candidat devra donc montrer un fort intérêt pour ces domaines, être à l’aise avec le traitement de données et la simulation numérique, maîtriser des outils de programmation (Matlab, Python, C++), et idéalement avoir des connaissances en IRM/RMN.