Thèse : Développement des technologies AFM et FluidFM pour des applications en sciences de la vie.

Résumé

L’hétérogénéité des cellules cancéreuses constitue un défi majeur en oncologie clinique, car les analyses globales (« bulk ») moyennent les signaux provenant d’états cellulaires mixtes, ce qui peut masquer des sous-populations cliniquement pertinentes et limiter la précision du diagnostic, l’interprétation des biomarqueurs et la prédiction de la réponse aux traitements. La transcriptomique à l’échelle de la cellule unique a considérablement amélioré notre capacité à résoudre la diversité d’expression génique, mais un axe supplémentaire et complémentaire est désormais reconnu comme essentiel pour comprendre la progression tumorale : la mécanique cellulaire. Les propriétés mécaniques et le comportement d’adhésion, qui reflètent l’organisation du cytosquelette et l’état cellulaire, peuvent différer fortement entre cellules cancéreuses et influencer directement la migration, l’invasion à travers des environnements confinés et les interactions avec la matrice extracellulaire.
La microscopie à force atomique (AFM) permet des mesures nanomécaniques quantitatives sur des cellules vivantes dans des conditions physiologiques, et les développements récents en automatisation, combinés à l’analyse par apprentissage automatique, autorisent un mécanophénotypage à plus haut débit et plus reproductible. Parallèlement, la technologie FluidFM étend les capacités de l’AFM à l’extraction minimalement invasive de matériel cytoplasmique à partir de cellules vivantes individuelles, permettant ensuite une analyse transcriptomique. Toutefois, la corrélation systématique entre phénotypes mécaniques à l’échelle unicellulaire et profils transcriptomiques, à une échelle suffisante pour résoudre l’hétérogénéité des populations, demeure largement inexplorée. Des travaux antérieurs menés au sein de notre équipe ont montré que l’AFM automatisée associée à un apprentissage non supervisé peut révéler plusieurs sous-classes mécaniques au sein d’une lignée cancéreuse (PC3-GFP), contre un nombre plus restreint dans une lignée non cancéreuse (RWPE-1), mettant en évidence une hétérogénéité mécanique marquée dont la base moléculaire reste inconnue.
Cette thèse répond à cette lacune par deux contributions complémentaires.
Premièrement, elle met en place une plateforme de mécanotranscriptomique à l’échelle de la cellule unique, conçue pour corréler directement des sous-classes nanomécaniques dérivées de l’AFM avec les programmes d’expression génique mesurés sur les mêmes cellules. Le flux expérimental intègre : (i) une AFM automatisée pour des mesures mécaniques standardisées et à haut débit ; (ii) des approches d’apprentissage automatique, non supervisées et supervisées, pour la classification du mécanome ; (iii) une extraction cytoplasmique par FluidFM à partir de cellules préalablement profilées mécaniquement ; et (iv) des analyses transcriptomiques visant à quantifier les programmes d’expression cellulaire. Cette stratégie intégrée fournit un cadre méthodologique rigoureux pour étudier la co-variation entre l’état biomécanique et la régulation génique au sein de populations cellulaires cancéreuses hétérogènes.
Deuxièmement, la thèse développe des sondes AFM à base de silice, fabriquées par gravure sélective laser, combinant une structuration tridimensionnelle par laser femtoseconde et une gravure chimique ultérieure. Cette approche de micro-ingénierie sur verre dépasse les principales contraintes géométriques et matérielles des sondes conventionnelles issues de procédés MEMS, en offrant une plus grande liberté de conception, une robustesse chimique accrue, une meilleure biocompatibilité et un potentiel d’intégration fonctionnelle élargi. En répondant à des limitations pratiques telles que les géométries restreintes, la réutilisabilité limitée et la rigidité des flux expérimentaux, cette technologie de sonde renforce la fiabilité et la scalabilité des approches corrélatives en écanotranscriptomique à l’échelle de la cellule unique.
Ensemble, ces développements apportent à la fois un cadre méthodologique structurant et des outils instrumentaux adaptés pour analyser l’hétérogénéité des cellules cancéreuses selon des dimensions mécaniques et moléculaires à l’échelle unicellulaire.