MétaCan
Menu
Retour à la cohorte
Enregistrement W2996737460 · doi:10.71781/11716

Optophysiologie SERS : analyse in vitro d’environnement cellulaire en Raman exalté par les surfaces

2019· dissertation· fr· W2996737460 sur OpenAlexfundno aff
Félix Lussier

Notice bibliographique

RevuePapyrus : Institutional Repository (Université de Montréal) · 2019
Typedissertation
Languefr
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSpectroscopy Techniques in Biomedical and Chemical Research
Établissements canadiensnon disponible
Organismes subventionnairesMax-Planck-GesellschaftNatural Sciences and Engineering Research Council of CanadaUniversität HeidelbergFondation Brain CanadaCanadian Institutes of Health ResearchAlexander von Humboldt-Stiftung
Mots-clésRaman spectroscopyChemistryPhysicsNanotechnologyMaterials scienceOptics

Résumé

récupéré en direct d'OpenAlex

Afin d’assurer la communication et la régulation de leur métabolisme, les cellules vivantes sécrètent une panoplie de petites et grandes molécules agissant comme messagers chimiques. Ces messagers sont généralement libérés dans l’environnement extracellulaire et diffusent jusqu’à l’atteinte d’une cible moléculaire bien précise. Cet évènement de reconnaissance biologique induit une cascade de réactions biochimiques qui sont le fondement des fonctions biologiques des cellules. Un dysfonctionnement associé à la sécrétion de messagers chimiques est associé à plusieurs conséquences cliniques. Par exemple, un changement de composition des neurotransmetteurs lors de la libération synaptique dans le cerveau est associé à la maladie d’Alzheimer, la maladie de Parkinson, la dépression, les dépendances et la schizophrénie. L’analyse des messagers chimiques est donc d’une grande importance dans le domaine clinique. Néanmoins, les méthodes analytiques contemporaines ne sont pas aptes à mesurer les changements rapides et hétérogènes des messagers chimiques lors d’évènements de sécrétion cellulaire. De nouvelles techniques permettant une analyse hautement sensible de plusieurs messagers chimiques simultanément et de manière localisée sont nécessaires. Les matériaux plasmoniques permettent l’utilisation de spectroscopies exaltée par les métaux comme la diffusion Raman exaltée par les effets de surfaces (SERS). Grâce à la spécificité moléculaire du SERS et à sa haute sensibilité, pouvant atteindre la détection d’une seule molécule, les capteurs SERS offrent divers avantages permettant le développement de nouvelles technologies dédiées aux mesures des sécrétions cellulaires. L’objectif principal de la thèse est la mise au point de nouveaux capteurs SERS permettant l’analyse des sécrétions cellulaires avec une haute sensibilité et une haute sélectivité. Pour y arriver, des nanoparticules d’or furent adsorbées sur des capillaires de verres nanométriques de type patch clamp. L’immobilisation des nanoparticules sur ces patch clamp génère un nanocapteur plasmonique pouvant être positionné dans l’espace, tout en conservant un état d’agrégation constant, facteur clé en SERS. Ces nanocapteurs furent donc positionnés près de cellules in vitro, puis des spectres SERS furent acquis dans le temps. Afin d’analyser cette réponse optique complexe, de nouvelles méthodes chimiométriques ont été développées. Comme première approche, un code-barres unique fut extrait à partir de chaque parton vibrationnel expérimental mesuré par SERS dans le temps, puis comparés à ceux d’une librairie extraient à partir de standards. Cette comparaison permet : (1) l’identification de la molécule selon son code-barres et (2) une analyse semi-quantitative en dénombrant le nombre de fois qu’un code-barres fut identifié sur une période de temps précise. Cette méthode chimiométrique, définie comme l’optophysiologie SERS, fut employée pour sonder les métabolites extracellulaires sécrétés par des cellules MDCKII au niveau basal et post-stimulation. Par sa nouveauté, l’optophysiologie requiert une optimisation des paramètres d’analyse, limitant sa capacité de multiplexage et son adaptation pour la détection de nouvelles cibles moléculaires. Afin d’en améliorer la sensibilité et la sélectivité, un nouvel algorithme d’évaluation des codes-barres fut implémenté à l’optophysiologie. Ce nouvel algorithme fut employé pour sonder les neurotransmetteurs sécrétés par des neurones dopaminergiques originaires du mésencéphale de souris. De plus, afin de visualiser les neurones et positionner correctement les nanocapteurs près des varicosités axonales, sites de libération majeure des neurotransmetteurs, un microscope combiné permettant l’imagerie de fluorescence et la spectroscopie Raman fut construit. À l’aide de ces outils, il fut possible de mesurer les changements relatifs de concentration in vitro de cinq neurotransmetteurs dans des conditions basales et durant plusieurs cycles de stimulation. Les performances analytiques de l’optophysiologie SERS dépendent, majoritairement, des codes-barres utilisés pour l’analyse, nécessitant donc une optimisation laborieuse de ces derniers. Cette optimisation constitue un obstacle majeur pour la translation de l’optophysiologie SERS vers le domaine clinique. Pour pallier à ce problème, plusieurs codes barre furent attribués par molécule et analyser, de manière analogue à de la reconnaissance faciale, par un réseau neuronal artificiel. L’optophysiologie SERS couplée à de l’intelligence artificielle a permis la détection de plus de sept métabolites extracellulaires associés au métabolisme de carbone, de l’azote et de l’énergie dans des cellules cancéreuses et contrôles. Les expériences présentées dans la thèse montrent le potentiel d’application de l’optophysiologie SERS pour la détection de métabolites sécrétés par des neurones, ou d’autres types de cellules présentant divers phénotypes, afin d’en étudier les fonctions biologiques normales ou celles associées à une pathologie. Ces nouvelles technologies mèneront certainement à des percées importantes dans différents domaines cliniques et scientifiques.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,005
Tête enseignante GPT0,214
Écart entre enseignants0,209 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePapyrus : Institutional Repository (Université de Montréal)Même sujetSpectroscopy Techniques in Biomedical and Chemical ResearchTravaux en français237 207