Thèse Caractériser les Effets de Pathologies Neuro-Dégénératives sur la Morphologie et la Mécanique des Os Humains à Partir de Données de Spectroscopie Infrarouge et de Tomographie Nanométrique H/F - 75

Établissement : Université Paris-Saclay GS Sciences de l'ingénierie et des systèmes
École doctorale : Sciences Mécaniques et Energétiques, Matériaux et Géosciences
Laboratoire de recherche : LMPS - Laboratoire de Mécanique Paris-Saclay
Direction de la thèse : Elisa BUDYN ORCID 0000000284274572
Début de la thèse : 2026-10-01
Date limite de candidature : 2026-04-21T23:59:59

On suspect que de nombreuses pathologies neuro-dégénératives affectent l'homéostasie osseuse et les propriétés matérielles de la matrice extracellulaire minéralisée (MEC). L'homéostasie osseuse est maintenue par un processus de réparation continu orchestré par les ostéocytes qui détectent les lésions tissulaires devant être résorbées par les ostéoclastes. Les ostéocytes recrutent également des cellules souches mésenchymateuses (CSM) qui se différencient en ostéoblastes sécrétant du collagène puis en ostéocytes qui minéralisent les fibres de collagène. Avec de nombreuses pathologies dégénératives, les capacités des CSM diminuent ainsi que les tissus qu'elles sécrètent. Nous avons développé des protocoles de décellularisation pour étudier la matrice osseuse humaine et des protocoles de recellularisation pour construire des organoïdes osseux humains in vitro et étudier la matrice osseuse nouvellement formée.

Dans la Phase 1, nous proposons d'appliquer la spectroscopie infrarouge pour mesurer la composition chimique des os de donneurs humains sains ou souffrant de pathologies neuro-dégénératives. De grands ensembles de données sont générés par donneur et des sous-familles de spectres peuvent être identifiées par analyse statistique. Les méthodes classiques de rapport de bande sont connues pour présenter des limites. De plus, peu de méthodes FTIR offrent une microscopie haute résolution. Par conséquent, nous proposons dans la phase 1 de coupler la micro-spectroscopie infrarouge haute résolution O-PTIR aux approches d'IA pour identifier les tendances évolutives des biomarqueurs biochimiques dans les os humains des deux groupes différents (sains ou avec pathologie).

Dans la Phase 2, le deuxième objectif est de déterminer la relation entre la mécanique de la matrice osseuse à l'échelle de la fibre de collagène minéralisée et sa composition chimique mesurée dans la Phase 1. Un premier un modèle morphologique par éléments finis (FEM) basé sur la segmentation d'images 3D qui incorporera les lois de comportements mécaniques obtenus. La segmentation des images 3D nécessitera une approche d'IA personnalisée pour un post-traitement automatisé des observations microscopiques.

En phase 3, le troisième objectif est de généraliser le modèle de Phase 2 et de générer des microstructures Monte-Carlo de la matrice osseuse pour des donneurs humains sains ou ayant une pathologie neuro-dégénérative. Nous considérerons différentes régions de sollicitations mécaniques physiologiques en tension ou en compression connues pour affecter la direction de la fibre de collagène déposée par les ostéoblastes. Le modèle FEM générera des champs de contraintes qui pourront être projetés sur la sphère cartographique unitaire en 3D pour chaque phase matérielle de la matrice osseuse qui sera spécifique au patient. Les cartes de contraintes en 3D seront projetées en images 2D. Une approche de réseau neuronal pour la reconnaissance d'images sera mise en oeuvre pour comparer les cartes 3D de contraintes afin d'extraire les tendances évolutives des propriétés mécaniques des os humains sains ou ayant une pathologie neuro-dégénérative.

Bone is a living tissue in which the bone marrow is encapsulated in a highly heterogeneous mineralized stroma resulting from continuous self-healing called remodeling. Bone was named a mechanostat by Frost [0] because healthy bone repairs microcracks, resorbs and fills small defects to maintain homeostasis under mechanical stimulations. Osteocytes are bone stromal cells that orchestrate bone remodeling. Bone homeostasis evolves with aging and many degenerative pathologies such as osteoporosis [1] and neuro-degenerative diseases. Classical band ratio methods are known to exhibit limitations [2]. Additionally, few FTIR methods offer a high-resolution microscopy. To understand the effects of neuro-degenerative pathologies on human bone composition and mechanics, high-resolution microscopies and 3D modelling are needed [3,4]. Microscopy measurements and 3D modeling both generate large data sets for which comparison and the extraction of specific parameters are very challenging. Therefore, we propose to process our microscopy imaging, micro-spectroscopy and mechanical finite element data with several AI approaches.

We propose to apply infrared spectroscopy to measure bone chemical composition for either healthy human donors or donors with a neuro-degenerative pathology. Large data sets are generated per donor and sub-families of spectra can be identified by statistical analysis. Classical band ratio methods are known to exhibit limitations. Additionally, few FTIR methods offer a high-resolution microscopy. Therefore, we propose in Phase 1 to couple high-resolution infrared micro-spectroscopy O-PTIR to AI approaches to identify evolutionary trends of biochemical biomarkers in human bones of the two different groups without or with a neuro-degenerative pathology.

In Phase 2, the second object is to model the mechanics of the bone matrix at the scale of the mineralized collagen fiber in a finite element morphological model based on 3D image segmentation of TEM microscopy and X-ray nano CT. The 3D image segmentation will require a customized AI approach for an automated post-processing of the microscopy observations. The FEM model will incorporate the material properties derived from the chemical composition measured in Phase 1.

In Phase 3, the third objective is to generate Monte-Carlo microstructures of the bone matrix for human donors from the two different groups. We will consider different regions of physiological mechanical loading either in tension or in compression known to affect the direction of the collagen fiber laid by the osteoblasts. The FEM model will generate stress fields that can be projected on unit map sphere in 3D for each material phase in the bone matrix that will be patient specific. The stress maps in 3D will be projected in 2D images. A Neural Network approach for image recognition will be implemented to compare the stress 3D maps to extract evolutionary trends on the mechanical properties of human bone without or with a neuro-degenerative pathology.

The project will combine large data sets of micro-spectroscopy measurements and mechanical stress maps in 3D bone matrix to extract the effects of neuro-degenerative pathologies on bone chemical composition and mechanics.

In Phase 1, infrared spectroscopy O-PTIR will be performed at SOLEIL SMIS beamline to measure bone chemical composition of either healthy human donors or donors with a neuro-degenerative disease. The resolution of O-PTIR is 500 nm. Since 2019 under the projects 20191708, 20201633, 20230772, 20231906 at SOLEIL synchrotron, we have generated large data sets of O-PTIR spectra of donors from age 0 to 93 and some donors had a neuro-degenerative pathology. Several mechanical micro-tests have been performed on human bone donors to measure their bending stiffness. Predictive models will be established using Projection to Latent Structures regression (PLSR) and PLS Discriminant Analysis, Random Forest (Regression and Classification) to find correlations between bone chemical composition (from infrared spectra) and bone mechanical properties and the facto to have or not a neuro-degenerative pathology.

In Phase 2, infrared spectra contain information on collagen maturation, lipid content and fluidity, hydroxyapatite crystallinity. All these chemical properties are known to affect the mechanical properties of chemical species. Regression methods implementing iterations on the phase volume fractions or the local stiffness values will be implemented to determine the relationship between the chemical composition measured in Phase 1 and the material and mechanical properties per phase (lipids, proteins, minerals). To model the mechanics of the bone matrix at the scale of the mineralized collagen fiber, an initial finite element morphological model based on 3D image segmentation will be built [6-9] that will include the derived mechanical constitutive laws correlated to the chemical compositions. The 3D image segmentation will require a customized AI approach for an automated post-processing of the TEM microscopy observations and X-ray nano CT at SOLEIL ANATOMIX beamline down to 150 nm pixel resolution and 350 nm actual resolution.

In Phase 3, a Monte Carlo approach will be applied to generalize the model from Phase 2 and to generate several 3D cubic volume of bone matrix of 600 nm size for each donor to represent the tensile and compressive modes. For each loading conditions, stress maps projected on unit sphere indicating information at the nano scale will be calculated. The stress maps will then be projected in 2D imaged for the donors of the two different groups to train a classification method that will determine evolutionary trends of bone mechanics at 500 nm and under with the fact that the donors suffer or not from a neuro-degenerative pathology.