Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

10 juillet 2018

Thèse au CEA Saclay : Traitement et analyse des données volatolomiques par spectrométrie de masse en temps réel pour l’analyse clinique de l’air expiré


Catégorie : Doctorant


La spectrométrie de masse haute résolution (HRMS) est une technologie puissante en Santé pour la découverte de nouveaux marqueurs diagnostics de la survenue d’une pathologie ou de la réponse à un traitement.

Le traitement des données HRMS consiste à détecter et quantifier les signaux de manière exhaustive et sans a priori (i.e., tous les pics correspondant à une molécule) dans les fichiers bruts en sortie d’appareil, puis à aligner ces variables dans la dimension massique pour obtenir un tableau final « échantillons x variables ». Les méthodes utilisées sont notamment les filtres adaptés, les ondelettes, l’estimation par noyau, etc.

L’originalité de ce sujet est de travailler sur un instrument HRMS unique installé à l’Hôpital Foch qui permet d’effectuer des mesures en temps réel de l’air expiré par le patient. L’enjeu est de développer un workflow qui puisse être utilisé en routine pour découvrir de nouvelles variables permettant d’aider à prédire la pathologie ou la réponse du patient.

1) Contexte

La spectrométrie de masse haute résolution par réaction de transfert de protons (PTR-HRMS) émerge actuellement comme une technologie puissante pour l’analyse globale (omique) des composés organiques volatils (COVs) dans l'air expiré des patients (Rattray et al., 2014[1]). Toutefois, il n'existe actuellement aucun outil logiciel pour l'analyse non ciblée des données de PTR-HRMS.

L’analyse des données de spectrométrie de masse est un défi en termes de traitement du signal (volume, complexité et caractère bruité des données brutes issues des instruments), d’analyse statistique en grande dimension (normalisation, sélection de variables, développement de modèles prédictifs, analyse de réseaux moléculaires), et d’informatique (interrogation des bases de données, visualisation).

Notre équipe est spécialisée dans le développement d’algorithmes et d’outils logiciels innovants pour l’analyse des données de spectrométrie de masse haute-résolution, au sein de l'Infrastructure Nationale de Métabolomique et de Fluxomique (MetaboHUB[2]).

2) Sujet de la thèse

La première partie de la thèse consiste à développer les algorithmes et l’outil logiciel pour le prétraitement des données PTR-HRMS de l’air expiré (« preprocessing »). Les étapes de la chaîne de traitement, qui va des données brutes en sortie de l’appareil jusqu’au tableau « échantillons x variables » des intensités (« peak table »), comprendront notamment (voir par exemple notre travail récent sur les données FIA-HRMS : Delabrière et al., 2017[3]) :

·la détection automatique des phases d’expiration (dimension temporelle)

·la correction de la ligne de base et calibration en masse (Müller et al., 2013[4])

·la déconvolution et la quantification des pics (dimension massique)

·l’alignement des pics entre les échantillons

·l’évaluation de la qualité des pics détectés

·les visualisations (choix des paramètres, contrôle qualité, interprétation des résultats).

La seconde partie a pour objectif l’analyse statistique de ce tableau « échantillons x variables » dans le contexte clinique du rejet aigu suite à une transplantation pulmonaire, pour détecter les VOCs discriminants entre patients présentant ou non un rejet, sélectionner les groupes de variables d’intérêt (« biomarker discovery »), et construire des modèles prédictifs précoces du rejet (« machine learning »).

Les modules logiciels seront développés en langages R et C pour permettre un traitement rapide. Ils seront validés sur les données cliniques dans le cadre d’une collaboration très dynamique avec les équipes de l’Hôpital Foch, spécialisé en pneumologie et pionnier de l’utilisation du PTR-HRMS pour la recherche clinique [5].

3) Profil recherché

Nous recherchons un(e) candidat(e) avec un très bon dossier en mathématiques appliquées (traitement du signal, statistiques et informatique), et motivé par les applications multidisciplinaires (chimie, biologie, clinique).

4) Contact

Etienne Thévenot(etienne.thevenot@cea.fr)

CEA, LIST, Laboratoire Analyse de Données et Intelligence des Systèmes, MetaboHUB

Bât. 565 (Digiteo Saclay), Point Courrier 192, F-91191 Gif-sur-Yvette Cedex, France

http://etiennethevenot.pagesperso-orange.fr/



[1] Rattray et al. (2014). Taking your breath away: metabolomics breathes life in to personalized medicine. Trends in Biotechnology, 32(10), 538–548. https://doi.org/10.1016/j.tibtech.2014.08.003

[3]Delabrière et al. (2017). proFIA: A data preprocessing workflow for Flow Injection Analysis coupled to High-Resolution Mass Spectrometry. Bioinformatics, 33(23), 3767–3775. https://hal.archives-ouvertes.fr/hal-01574347

[4] Müller et al. (2013). A new software tool for the analysis of high resolution PTR-TOF mass spectra. Chemometrics and Intelligent Laboratory Systems, 127, 158–165. https://doi.org/10.1016/j.chemolab.2013.06.011

Dans cette rubrique

(c) GdR 720 ISIS - CNRS - 2011-2018.