Extraction de courbures de filaments en cellules vivantes par les réseaux de neurones – MICENN

Les microtubules (MT) sont des filaments semi-flexibles et dynamiques, apparaissant fortement courbés in vivo par rapport à in vitro. Cela suggère un rôle pour leur rigidité de courbure et l’existence de mécanismes la régulant. La dynamique des MTs contribue à la robustesse de la division cellulaire, alors que le rôle de leur mécanique est mal connu. Les forces et la tension sont essentielles à une division cellulaire fidèle, à l’attachement correct des chromosomes par ex., suggérant une rigidité régulée. Ces régulations ont été étudiées dans les cellules neuronales, où les MTs sont très stables. Les mécanismes incluent le regroupement des MTs en faisceaux, le couplage des protofilaments ou les modifications post-traductionnelles. En division, ces mécanismes sont probablement combinés à d’autres tels les défauts sur le corps des MTs ou un couplage avec l'environnement qu’est le cytoplasme encombré. Le projet proposé explore ces mécanismes dans les cellules en division, d'une part l'embryon unicellulaire de C. elegans, et d'autre part les cellules humaines en culture.
Les mesures de rigidités in vitro furent possibles grâce à des marquages brillants, des MTs isolés, et des stimulations controlées. Toutefois, les images in vivo sont peu contrastées et le réseau de MT dense. Nous proposons de profiter des progrès récents de l’apprentissage profond pour cartographier la courbure des MTs, comme révélateur de leur rigidité. Nous extrairons directement les courbures depuis des images de microscopie de fluorescence semi-super-résolue en cellules fixées ou vivantes (airyscan). Cela contraste avec les approches usuelles en deux étapes : la segmentation puis le calcul des courbures. En effet, la segmentation nécessiterait des images bien contrastées. Nous résoudrons ainsi un problème de régression continue à l’échelle des pixels.
Notre outil appelé MICENN extraira d’abord les courbures des filaments dans des images 2D. L’embryon de nématode est axisymétrique et ainsi une image 2D est représentative du réseau de MT. Pour concevoir cet outil, nous testerons diverses architectures parmi celles basées sur les GAN, U-net ou leur combinaison en utilisant des images simulées, car l’annotation d’images réelles serait trop fastidieuse. Nous simulerons des images de microscopie à l’aide des outils Cytosim et confocalGN. Nous implémenterons un entraînement croisé utilisant des images simulées, suivi d’un transfert d’apprentissage sur des cellules fixées ou vivantes, annotées semi-automatiquement.
En combinant 2D-MICENN avec des études fonctionnelles établies dans l’équipe, nous nous demanderons comment la mécanique des MTs participe à la division cellulaire. Nous corrélerons la mesure de la rigidité des MTs (échelle microscopique) aux phénotypes à l'échelle cellulaire en utilisant l'embryon de C. elegans – un modèle très approprié pour sa division stéréotypée. Nous étudierons ensuite les mécanismes de régulation.
L'environnement cellulaire jouant un rôle important dans la formation du réseau de MT, nous prévoyons que MICENN sera utile pour mesurer des courbures de filaments dans des images 3D de tissus ou d’organoïdes, bien qu’ici nous nous cantonnions aux cellules en culture. Une simple extension de 2D-MICENN ne sera sans doute pas suffisante. Nous allons à nouveau tester des architectures de réseaux 3D, utilisant encore des images simulées et l’apprentissage croisé. Nous testerons le traitement pas bloc pour économiser mémoire et processeur. Comme cas d'usage, nous appliquerons 3D-MICENN à des cellules humaines et testerons la conservation à l’homme des mécanismes chez le nématode.
Deux applications supplémentaires à des cas sans microtubule, utilisant des banques d’images, en particulier les vaisseaux sanguins sur des fonds d’œil, démontreront l'universalité et l’applicabilité. Nous documenterons et diffuserons ce logiciel original aux experts comme
aux novices, contribuant à des recherches sur les structures linéaires jusqu’au diagno