Développement d’une méthode formalisée pour sonder la dynamique moléculaire en RMN métabolomique

Le stage se déroulera sur le campus de l'étoile à Saint-Jérôme 13012 Marseille.

Profil attendu du candidat
Etudiant ingénieur et/ou M2 en Chimie / Informatique ou Bio-informatique (traitement du signal) / Biochimie
avec un intérêt pour la chimie analytique et plus particulièrement la RMN. La maitrise de la programmation
Matlab ou Python serait un plus mais pas indispensable.

Contexte :
La métabolomique vise à identifier les biomarqueurs produits, utilisés et excrétés par des cellules, des
organes ou des organismes, associés à des états systémiques bien définis. Les applications de la
métabolomique, avec des protocoles bien décrits,1,2 incluent les problèmes de santé humaine,3 le diagnostic
des maladies,4 l'efficacité et la toxicité des médicaments.5 Dans certains cas, malgré l'hétérogénéité génétique
et phénotypique, les différences dans l'activité métabolique ne produisent pas de discrimination claire avec des
modèles prédictifs robustes.
Nous avons montré que ce verrou pouvait être levé en améliorant la description des systèmes à l'aide
de paramètres permettant de sonder les mouvements moléculaires de chaque métabolite observable, avec un
brevet déposé en juin 2024. Ceci sera réalisé en exploitant non seulement la concentration des métabolites
(approche classique), mais également les temps de relaxation et les coefficients d'autodiffusion.6-8
L’objectif du stage sera de proposer une méthode formalisée en travaillant sur deux points importants :
1- Mettre en oeuvre des séquences d’impulsions récentes permettant des mesures rapides (quelques
minutes) et ultra-rapides (quelques secondes) des paramètres dynamiques.9,10 Ces séquences seront
évaluées sur différents types d’échantillons :
- Fluides biologiques, sérum, milieux de culture.
- Tissus, biopsies, en RMN Haute Résolution avec Rotation à l’Angle Magic : HRMAS.
- Lignées cellulaires cancéreuses, en RMN du liquide et en HRMAS.
- Miel, et autres produits alimentaires.
- Nous explorerons également les paramètres dynamiques obtenus avec d'autres noyaux tels que le
13C et le 31P.
2- Proposer une stratégie pour automatiser le traitement de ces données en combinant des algorithmes
existants ou en construisant de nouveaux. Il s’agira également d’évaluer les différents traitements
statistiques pour combiner différents paramètres issus d’un même échantillon mais avec des
caractéristiques et des ordres de grandeurs très différents.

Bibliographie
(1) Bliziotis, N. G.; Engelke, U. F. H.; Aspers, R. L. E. G., et al. Metabolomics 2020, 16.
(2) Beckonert, O.; Keun, H. C.; Ebbels, T. M. D., et al. Nat Protoc 2007, 2, 2692-2703.
(3) Marin-Valencia, I.; Yang, C. D.; Mashimo, T., et al. Cell Metab 2012, 16, 686-686.
(4) Chen, C.; Deng, L. L.; Wei, S. W., et al. J Proteome Res 2015, 14, 2492-2499.
(5) Powers, R. J Med Chem 2014, 57, 5860-5870.
(6) Sotak, C. H. Neurochem Int 2004, 45, 569-582.
(7) Mark, L. P.; Prost, R. W.; Ulmer, J. L., et al. Am J Neuroradiol 2001, 22, 1813-1824.
(8) Dijkhuizen, R. M.; de Graaf, R. A.; Tulleken, K. A. F., et al. J Cerebr Blood F Met 1999, 19, 341-349.
(9) Loening, N. M.; Thrippleton, M. J.; Keeler, J., et al. J Magn Reson 2003, 164, 321-328.
(10) Mankinen, O.; Zhivonitko, V. V.; Selent, A., et al. Nat Commun 2020, 11.

Profil attendu du candidat
Etudiant ingénieur et/ou M2 en Chimie / Informatique ou Bio-informatique (traitement du signal) / Biochimie
avec un intérêt pour la chimie analytique et plus particulièrement la RMN. La maitrise de la programmation
Matlab ou Python serait un plus mais pas indispensable.