Identification avancée de biomolecules complexes par la technique de nanopores // Advanced Nanopore-based identification of of complex biomolecules

Les nanopores représentent des outils expérimentaux puissants pour étudier le comportement des molécules lors de leur transport dans des environnements confinés. Ces structures, constituées de pores nanométriques dans une membrane isolante, permettent le passage d'un courant ionique sous l'effet d'un champ électrique. Lorsqu'une molécule traverse le nanopore, elle perturbe ce courant, générant une signature électrique unique. Déchiffrer le lien entre les propriétés moléculaires et ces variations de courant reste un défi scientifique majeur.

Parmi les molécules étudiées avec les nanopores, les glycosaminoglycanes (GAGs) se distinguent par leur complexité structurale et leur importance biologique. Ces polysaccharides, comme l'héparane sulfate (HS) et le chondroïtine sulfate (CS), sont caractérisés par une charge négative élevée, des motifs de sulfatation complexes et divers types de liaisons glycosidiques. Ces propriétés constituent un véritable « code glycémique », influençant leurs interactions spécifiques avec des partenaires protéiques. Cependant, les méthodes classiques de caractérisation, telles que la spectrométrie de masse (MS) et la résonance magnétique nucléaire (NMR), peinent à résoudre leur complexité isomérique et nécessitent souvent de grandes quantités d'échantillons.

La technologie des nanopores, ayant déjà révolutionné le séquençage de l'ADN et des protéines, offre une alternative prometteuse pour l'analyse des GAGs à l'échelle de la molécule unique. Ce projet vise à perfectionner l'utilisation des nanopores pour distinguer et analyser les séquences de GAGs. En s'appuyant sur les travaux récents de l'équipe, l'objectif est d'explorer les facteurs physiques influençant les mesures de courant ionique afin d'optimiser les conditions expérimentales et de développer des méthodes robustes pour l'analyse des GAGs. Le nanopore d'aérolysine, dérivé de toxines bactériennes, sera au cœur des expériences. Des modifications biologiques seront apportées à ce pore pour améliorer sa sensibilité et ajuster les processus de transport, comme les mouvements électrophorétiques et électro-osmotiques. Parallèlement, l'environnement ionique sera modulé (sels, concentrations, pH) afin d'améliorer le rapport signal/bruit lors de la détection des événements de translocation des GAGs.

En complément des expériences, des modèles théoriques seront développés pour décrire les phénomènes de transport moléculaire et leurs signatures électriques. Une analyse avancée des signaux, combinée à des outils mathématiques tels que l'identification des points de changement dans des ensembles de données bruités, sera mise en œuvre. L'échelle des données générées nécessitera l'utilisation de techniques d'intelligence artificielle (IA) et d'apprentissage automatique pour automatiser la classification et l'interprétation des signaux. Ces modèles, entraînés sur des jeux de données expérimentaux, contribueront à la création d'un outil logiciel capable d'analyser les signaux en temps réel et d'identifier rapidement les structures inconnues des GAGs.

Ce projet s'adresse à un(e) physicien(ne) intéressé(e) par l'analyse de données et intéressé(e) par une recherche interdisciplinaire croisant biologie, mathématiques, chimie et informatique. Curiosité, patience, rigueur organisationnelle et dynamisme sont des qualités essentielles.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Nanopores are powerful experimental tools for investigating molecular behavior during transport through confined environments. These are nanometer-scale holes within an insulating membrane that separates two electrolyte solutions. When an electric field is applied, an ionic current flows through the nanopore. The presence of a molecule within the pore perturbs this current, creating a signature unique to the molecule. Deciphering the link between molecular properties and current variations remains a critical and challenging task.
Among the diverse range of molecules that can be studied using nanopores, glycosaminoglycans (GAGs) stand out as highly complex and biologically significant polysaccharides. GAGs, such as heparan sulfate (HS) and chondroitin sulfate (CS), are characterized by their high negative charge, intricate sulfation patterns, stereochemistry, and diverse glycosidic linkages—features that constitute a 'glyco-code.' These structural nuances have profound effects on their biological interactions, with even subtle variations influencing their specificity in binding to protein partners. Traditional structural analysis methods, such as mass spectrometry (MS) and nuclear magnetic resonance (NMR), face challenges in resolving the isomeric complexity of GAGs and often require large sample sizes.
Nanopore technology, which has already revolutionized DNA and protein sequencing, offers a promising alternative for single-molecule analysis of GAGs. Recent advances from our group [1, 3], have demonstrated its exceptional sensitivity to subtle structural differences in molecules, making it an ideal candidate for GAG characterization. Building on previous successes, this project aims to refine nanopore-based methods to distinguish and analyze GAG sequences. The research will integrate collaborations with mathematics and informatics teams to enhance signal analysis through advanced modeling and artificial intelligence (AI).
The experimental focus of the project is on understanding the physical factors influencing ionic current measurements in nanopore experiments. By tailoring the experimental conditions, the goal is to optimize detection and establish reproducible methods for GAG analysis. The aerolysin nanopore, a biological pore derived from bacterial toxins, will be central to this work. Collaborating biologists will modify these pores to enhance sensitivity and to adjust transport processes such as electrophoretic and electroosmotic movement. Additionally, the ionic environment will be systematically varied by testing different salts, concentrations, and pH conditions to improve the signal-to-noise ratio for detecting GAG translocation events.
To complement the experimental efforts, theoretical physicists will develop models to describe the observed molecular transport phenomena and their corresponding current signatures. This modeling will provide insights into the underlying mechanisms, linking GAG structure to measurable signals. Signal analysis is another critical aspect of the project, as it involves detecting subtle changes in current in a noisy environment. Mathematicians will contribute to this challenge by developing innovative analysis tools, including penalized likelihood approaches for identifying change-points in noisy datasets. Given the scale of the data, encompassing thousands of molecules, AI and machine learning techniques will be employed to automate the classification and interpretation of current patterns. Experimental datasets will be used to train these models, with the ultimate aim of creating an AI-powered software tool capable of real-time nanopore signal analysis and rapid identification of unknown GAG structures.
The ideal candidate for this project is a physicist with a strong interest in data analysis and an enthusiasm for interdisciplinary research that spans biology, mathematics, chemistry, and informatics. Key attributes include curiosity, patience, organizational skills, and dynamism.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2025

Contrats ED : Programme blanc GS-Chimie

Université Paris-Saclay GS Chimie

571 Sciences Chimiques : Molécules, Matériaux, Instrumentation et Biosystèmes

Ce projet s'adresse à un(e) physicien(ne) intéressé(e) par l'analyse de données et intéressé(e) par une recherche interdisciplinaire croisant biologie, mathématiques, chimie et informatique. Curiosité, patience, rigueur organisationnelle et dynamisme sont des qualités essentielles.
The ideal candidate for this project is a physicist with a strong interest in data analysis and an enthusiasm for interdisciplinary research that spans biology, mathematics, chemistry, and informatics. Key attributes include curiosity, patience, organizational skills, and dynamism.