Doctorant Mécano-Biochimique - Campus de Paris H/F - Ecole Nationale Supérieure d'Arts et Métiers (ENSAM)

Les outils actuels permettent d'estimer les contraintes à l'interface (pression, cisaillement) ou les déformations internes, mais pas de prédire la lésion. La raison est fondamentale : les tissus biologiques ne répondent pas seulement au chargement mécanique, ils se réparent, s'adaptent, s'enflamment. Plusieurs verrous restent à lever : à quelle échelle les mécanismes d'endommagement
sont-ils dominants ? Comment les couplages mécaniquesvasculaires-biochimiques gouvernent-ils le basculement entre réparation et lésion irréversible ?
L'hypothèse centrale du projet TWIN-IT est que les mécanismes à
l'origine des lésions sont prédictibles, à condition de les caractériser à la bonne échelle, de les modéliser et de les confronter à la réalité clinique. Si les données expérimentales le confirment, cela permettra de passer d'une logique de constat (la lésion est déjà là) à une logique de prévention active (nous l'avons anticipée),
et d'ouvrir la voie à une nouvelle génération de dispositifs.

Le projet s'articule en cinq Work Packages (WP) fortement couplés (voir figure 1 ci-dessous). WP1 (ENSAM) vise à étudier la réponse mécanobiochimique simultanée du tissu sous chargement mécanique controlé ex vivo, via la construction et l'exploitation d'une plateforme combinant chargement contrôlé, imagerie LC-OCT et spectroscopie Raman. WP2 (CNRS-LBTI) vise à étendre cette approche au tissu vivant sur modèle murin in vivo, afin d'étudier le couplage avec la biologie.

WP3 (ENSAM-TIMC) utilise ces données pour construire un modèle haute-fidélité couplant déformation tissulaire, transport d'oxygène et cascades inflammatoires. WP4 (Mines ParisPSL) vise à rendre les calcul temps réel en exploitant les méthodes de réduction de modèle (ROM-nets hybrides, machine Learning). WP5 vise à déployer une plateforme jumeau numérique permettant de relier, en temps réel, les mesures des capteurs embarqués dans l'emboîture et l'estimation de la viabilité tissulaire via le ROM du modèle haute-fidélité
développé en WP3-WP4. Des capteurs embarqués permettront de mesurer la pression d'interface, la microcirculation cutanée et la température ; le jumeau numérique permettra de prédire en temps réel, les grandeurs non mesurées (déformation interne, hypoxie locale, risque d'endommagement) et d'évaluer le basculement entre réparation et lésion irréversible. Cette bijection entre système physique et système numérique permettra non seulement de surveiller, mais d'agir sur le réel : alerter le patient ou le clinicien, adapter le dispositif, modifier le protocole de port et ce, avant que la lésion n'apparaisse. Cette approche sera évaluée en conditions cliniques réelles sur N=12 amputés trans-fémoraux.

Missions et activités principales
Dans le cadre de vos fonctions, vous serez en charge des missions et activité suivantes :
- WP1 Tâche 1.1 : Concevoir et construire la plateforme de
caractérisation mécano-biochimique modulaire intégrant chargement
mécanique contrôlé (compression, traction, biaxial), imagerie LC-OCT
en temps réel et spectroscopie Raman portable (collab. Dr M. Vardaki)
dans un bioréacteur à 37°C ; publier les plans et logiciels en open
source
- WP1 Tâche 1.2 : Réaliser les campagnes de caractérisation ex vivo
sur tissu adipeux et musculaire humain (N 30 biopsies) : acquisition
simultanée force-déplacement, spectres Raman et images OCT sous
différentes conditions de chargement ; corrélation quantitative avec
histologie
- WP1 Tâche 1.3 : Implémenter dans FEniCSx le modèle poromécanique, calibrer les paramètres du modèle à partir des données
expérimentales. Evaluer dans quelle mesure le modèle est-il prédictif
de l'endommagement mécanique (collaboration G. Sciumè (I2M
Bordeaux))
- WP2 Tâche 2.3 : Implémenter dans FEniCSx le modèle poroélastique bi-compartiment de Lavigne et al. (2023) adapté à la
géométrie cutanée murine (épiderme, derme, subcutis) et au
protocole de chargement magnétique WP2 (WO2019239051A1) pour
simuler l'induction d'escarres. Calibrer les paramètres du modèle à
partir des données des mesures WP2. Evaluer dans quelle mesure le
modèle est-il prédictif de l'endommagement tissulaire ?
- Contribuer aux livrables TWIN-IT : dépôt de code open-source,
publications scientifiques, rapports biannuels du consortium
Déplacements attendus : LBTI Lyon (~3/an), réunions de consortium (~2/an) et
conférences scientifiques (SB, CMBBE, EPUAP)

Diplôme et expérience professionnelle :

Diplômé·e d'un Master 2 (Bac +5) en mécanique expérimentale, génie biomédical,
biophotonique ou discipline connexe, vous avez une expérience en caractérisation mécanique
de matériaux ou de tissus biologiques. Une expérience en techniques optiques (SHG, spectroscopie Raman, OCT, microscopie confocale) est un atout majeur. La maîtrise de Python pour l'analyse de données est requise.

Savoirs et savoir-faire :
- Maîtrise des systèmes de test mécanique (compression, traction,
biaxial) et de l'acquisition force-déplacement
- Compétences en conception mécanique (CAO, prototypage)
- Programmation Python (numpy, scipy, scikit-learn, matplotlib) pour
l'analyse de données spectrales et mécaniques
- Connaissance de la biomécanique des tissus mous (comportements
viscoélastiques, hyper-élastiques, poro-élastiques) et des
comportements temps-dépendants
- Initiation à la modélisation par éléments finis (FEniCSx et ABAQUS) -

Savoir-être :

- Capacité à travailler à l'interface de deux cultures méthodologiques :
laboratoire expérimental/optique et environnement de calcul HPC
- Autonomie, rigueur scientifique et curiosité authentique pour les
phénomènes mécanobiologiques multi-échelles
- Aptitude à s'intégrer dans un consortium interdisciplinaire de 7
partenaires (biomécanique, biologie, physique, clinique, industrie)
- Bon niveau d'anglais scientifique (langue de travail du consortium) et
maîtrise du français