NanoPatho

La modification de surface des nanoparticules en y attachant des anticorps spécifiques permet de transformer les nanoparticules en biomarqueurs, qui vont cibler les cellules porteuses des antigènes que l'on souhaite identifier. L'utilisation de nanoparticules de différentes couleurs, fonctionnalisées avec différents antigènes, ouvre ainsi la voie au multiplexage quantitatif en cytopathologie. Nous nous proposons d'utiliser ici 4 marqueurs, allant du bleu au rouge, composés d'alliages or-argent ou d'or uniquement.  Le comptage du nombre de marqueurs attachés aux membranes cellulaires devrait ainsi permettre de quantifier le taux d'expression des antigènes à la surface des cellules et ainsi déterminer s'il s'agit de cellules saines ou malignes.

L'imagerie hyperspectrale consiste en l'analyse des différentes longueurs d'ondes diffusées ou transmises par un échantillon. Elle nous permet ici d'identifier les différentes nanoparticules plasmoniques utilisées à l'aide de leur spectre de diffusion de la lumière. Il s'agit ici de proposer une méthode d'acquisition rapide et efficace afin de différencier les cellules saines ou malignes d'un échantillon cytologiques.

 

Le machine learning, ou apprentissage automatique, se révèle être un outil formidable de classification et de segmentation d'images. C'est avec un réseau neuronal (deep learning) que nous voulons réaliser la segmentation des images obtenues avec la caméra hyperspectrale et faire la classification et la quantification des nanoparticules par cellules. Le but est ainsi d'identifier avec une grande fiabilité les cellules malignes et les cellules saines provenant d'un patient.