Stage de Master 2 : Analyse quantitative de données d’images 3D

Retour à la liste des résultats

Présentation INRAE

L’Institut national de recherche pour l’agriculture, l’alimentation et l’environnement (INRAE) est un établissement public de recherche rassemblant une communauté de travail de 12 000 personnes, avec 272 unités de recherche, de service et expérimentales, implantées dans 18 centres sur toute la France. INRAE se positionne parmi les tout premiers leaders mondiaux en sciences agricoles et alimentaires, en sciences du végétal et de l’animal. Ses recherches visent à construire des solutions pour des agricultures multi-performantes, une alimentation de qualité et une gestion durable des ressources et des écosystèmes.

Environnement de travail, missions et activités

L’Unité Mixte de Recherche Biologie de la Reproduction, Environnement, Épigenétique et Développement (UMR BREED), composée d’environ 80 personnes, étudie l’impact de l’environnement sur le développement embryonnaire et fœtal chez les mammifères, ainsi que les conséquences à long terme des perturbations précoces de cet environnement. L’unité comprend trois équipes de recherche et une équipe de soutien à la recherche. Vous serez accueilli·e au sein de l’équipe PROGENIE.

Le projet ANR HAPPYSMELLING (https://anr.fr/Projet-ANR-22-CE20-0036) s’intéresse à l’influence du contexte maternel sur l’apprentissage olfactif in utero et à ses conséquences sur les comportements socio-émotionnels des descendants, du stade néonatal jusqu’à la période juvénile, chez la souris mâle et femelle.

Pour cela, des souris gestantes ont été exposées ou non à un composé odorant synthétique (l’anéthol) durant le dernier tiers de la gestation. Ce composé a été introduit dans l’eau de boisson, associé ou non à une récompense sucrée, afin d’induire, ou non, un renforcement positif vis-à-vis de cette odeur tout au long de la gestation. Quatre groupes maternels ont ainsi été constitués (odorisé/non odorisé, renforcé/non renforcé), et un suivi des comportements alimentaires et sociaux a été réalisé chez les descendants de ces quatre groupes, de la naissance jusqu’au stade juvénile.

Parallèlement, à PND21, après une exposition à l’anéthol, les cerveaux de ces descendants ont été marqués par immunohistochimie à l’aide d’un anticorps dirigé contre la protéine c-Fos, permettant d’identifier les neurones activés lors de l’odorisation (c-Fos appartenant à la classe des gènes précoces immédiats). Une coloration au marqueur lipophile a également été réalisée, servant de référence pour le recalage avec des atlas anatomiques.

L’objectif du stage est de réaliser les analyses quantitatives à partir des images 3D obtenues sur ces cerveaux, afin de mettre en évidence, chez les descendants, une éventuelle modulation de la plasticité neuronale induite par l’odorisation prénatale.

Activités confiées à l’étudiant·e :

Mettre en œuvre un pipeline d’analyse développé sur la plateforme locale de microscopie, combinant des scripts Python et des étapes réalisées sous le logiciel Fiji, afin de : i) recalculer un atlas anatomique sur le cerveau, ii) extraire manuellement des régions d’intérêt et iii) quantifier automatiquement les neurones c-Fos+ au sein de ces régions.

En fonction de ses compétences et de ses intérêts, l’étudiant·e contribuera au développement d’améliorations de tout ou partie du pipeline d’analyse. Par exemple : adapter les outils de recalage atlas-échantillon issus de l’initiative BrainGlobe (https://brainglobe.info/index.html) ; implémenter des méthodes de machine learning pour améliorer la détection automatique des neurones c-Fos+ ; ou encore automatiser davantage le pipeline en fluidifiant les différentes étapes.

Cela impliquera l’écriture de macros Fiji et/ou le développement ou l’optimisation de programmes en Python.

Formations et compétences recherchées

Master ou diplôme d’ingénieur en sciences de l’image ou en ingénierie des données

Excellente maîtrise du langage de programmation Python (SimpleITK, scikit-image, NumPy)

Une connaissance du langage Java serait un plus

Connaissances en machine learning ou deep learning

Des connaissances en recalage d’images seraient un plus

Votre qualité de vie à INRAE

En rejoignant INRAE, vous bénéficiez (selon le type de contrat et sa durée) :

• possibilité d’accès à des logements sur le site
• restauration collective

Modalités pour postuler

J'envoie mon CV et ma lettre de motivation