Par des approches IA et bio-informatiques, déchiffrer les mécanismes cellulaires et épigénétiques du vieillissement des cellules souches mésenchymateuses osseuses humaines

Le vieillissement est un processus biologique complexe caractérisé par un déclin progressif des fonctions tissulaires, une susceptibilité accrue aux maladies et une capacité de régénération réduite. Les cellules souches mésenchymateuses de la moelle osseuse (CSM) jouent un rôle clé dans le maintien de l'homéostasie squelettique et de l'hématopoïèse. Cependant, le vieillissement des CSM contribue à la perte osseuse, à une altération de la régénération osseuse, à des troubles métaboliques, à une altération de l'immunité due à l'inflammaging et, potentiellement, à la dissémination de certaines cellules cancéreuses. Malgré des recherches approfondies, les mécanismes moléculaires sous-jacents au dysfonctionnement lié à l'âge des CSM humaines restent mal compris, principalement parce que la quasi-totalité des études publiées utilisent des CSM cultivées dont le phénotype est altéré par rapport à celui des CSM natives résidant dans la MO (CSMn), qui restent peu étudiées. Les horloges de vieillissement se sont imposées comme des outils prometteurs pour mesurer le processus de vieillissement. Les approches d'intelligence artificielle permettent d'estimer avec précision l'âge d'un individu à partir de données omiques (épigénétiques et transcriptomiques). Ainsi, dans le cadre de ce projet de thèse, nous prévoyons de développer et d'appliquer des horloges de vieillissement optimisées pour l'évaluation du vieillissement des CSMn de la MO et, pour la modélisation de l'impact de l'âge, sur des modèles osseux 3D ex vivo, que nous avons générés dans le cadre de notre projet ANR 3D-eMAGE en cours. 2. Objectifs de recherche En utilisant des ensembles de données expérimentales multimodales et des approches computationnelles innovantes, nous visons à : 1) cartographier les modifications épigénétiques (méthylation de l'ADN, modifications des histones) dans les CSMn de MO jeunes par rapport aux CSMn âgées afin de générer des descripteurs épigénomiques quantitatifs (horloges de vieillissement) 2) caractériser les structures spatiales de la MO native in vitro générée par des CSM jeunes par rapport à des CSM âgées 3) recourir à l'analyse d'images et à des approches d'apprentissage profond pour relier les descripteurs épigénomiques des cellules aux structures spatiales, afin d'identifier des indicateurs quantitatifs du vieillissement osseux. 3. Méthodologie 3.1. Caractéristiques des échantillons (Restore) CSM humaines issues de MO (jeunes, 20-30 ans, et âgées, 60 ans et plus), isolées directement à partir d'aspirats de MO. Nous évaluerons les potentiels de prolifération et de différenciation des nCSM. La caractérisation sera réalisée par cytométrie en flux, tandis que des tests d'unités formant des colonies de fibroblastes (CFU-F) permettront d'évaluer la capacité d'auto-renouvellement. L'ensemble de ces processus est mené dans le cadre de notre projet 3D-eMAGE, financé par l'ANR. 3.2 Caractérisation multiomique et construction d'une horloge de vieillissement (Restore, Toulouse et Budapest) Notre objectif est d'appliquer une horloge de vieillissement transcriptomique à l'échelle de la cellule unique (c'est-à-dire des modèles de prédiction de l'âge basés sur l'IA) et d'analyser l'âge transcriptomique de cellules individuelles. Nous construirons ensuite des réseaux d'interactions protéine-protéine spécifiques à chaque type cellulaire et examinerons leur vieillissement à l'aide d'outils issus de la science des réseaux. Nous appliquerons diverses horloges de vieillissement basées sur la méthylation, puis analyserons les différences d'âge épigénétique. Les expériences seront réalisées à Toulouse et toutes les analyses seront effectuées par l'étudiant. 3.3 Caractérisation des tissus osseux en 3D issus de CSM jeunes et âgées (Restore) Nous effectuerons une classification par apprentissage profond des images de modèles osseux reconstitués en 3D afin d'identifier les caractéristiques structurelles associées aux signes de vieillissement mis en évidence ci-dessus. École doctorale : BSB - Biologie, Santé, Biotechnologies Direction : Frédéric DESCHASEAUX Financement : MSCA COFUND BEST