Descriptif des missions :

- Utilisation d'une approche RNAseq pour évaluer l'impact de notre nouvelle méthode de préconditionnement des cellules stromales mésenchymateuse pour le traitement des défauts osseux
L'utilisation de cellules stromales mésenchymateuses (CSM) représente une approche prometteuse pour réparer les défauts osseux. Cependant, malgré les effets positifs observés dans des modèles animaux, les résultats des essais cliniques avec ces cellules restent modestes et l'efficacité de la thérapie cellulaire doit encore être améliorée. Nous avons récemment mis au point une nouvelle méthode de culture cellulaire qui permet d'augmenter significativement le potentiel osseux des CSM d'au moins 2 fois. Nous voulons maintenant comprendre comment notre méthode de préconditionnement potentialise les cellules. Pour atteindre cet objectif, nous allons comparer l'impact du préconditionnement sur le comportement des cellules en analysant leur profil transcriptomique avant (in vitro) et après la transplantation (in vivo). Deux approches différentes seront utilisées, dont (i) une analyse RNAseq unicellulaire des CSM avant la transplantation et (ii) une analyse par RNAseq globale du devenir des cellules au cours d'une cinétique suite à leur transplantation in vivo. Cette étude nous permettra de mettre en évidence les différents mécanismes d'action mis en œuvre par nos cellules in vivo. Comme nous greffons des cellules humaines chez la souris notre étude nous permettra d'évaluer les communications entre les cellules greffées (humaine) et les cellules de l'hôte (murine). La comparaison entre les cellules traitées ou non nous permettra de mettre en évidence les mécanismes d'action majeurs qui permettent aux cellules d'avoir un meilleur potentiel osseux.

Ce poste s'adresse à un(e) candidat(e) titulaire d'un Bac+4 en Bio-informatique souhaitant effectuer un Master 2.

Le(a) candidat(e) devra avoir :
- La maîtrise de R et de l'environnement Linux.
- La maîtrise de Python serait un plus
- Des connaissances sur l'analyse des données biologiques et des connaissances théoriques sur la transcriptomique.