Portail HAL U-Bordeaux
Not a member yet
125366 research outputs found
Sort by
L'écologisation de l'industrie gazière : une économie politique territorialisée des gaz renouvelables en Nouvelle-Aquitaine et en Bretagne
No full textInternational audienc
Presentation of I2M laboratory
No full textThis film highlights the activities of the I2M laboratory, attached in particular to the INRAE Nouvelle-Aquitaine Bordeaux center.This video is part of an educational series of 21 INRAE films promoting the center's units and teams
Présentation of NutriNeurO research unit
No full textThis film highlights the activities of the NutriNeurO research unit at the INRAE Nouvelle-Aquitaine Bordeaux center.This video is part of an educational series of 21 INRAE films promoting the center's units and teams
Probing Chemisorbed Ions on the Polycrystalline Platinum Electrode using In situ Second-Harmonic Generation Spectroscopy
No full textInternational audienc
Imagerie de super-résolution par localisation de molécules uniques en profondeur dans des modèles 3D multicellulaires à l’aide d’optique adaptative et de façonnage de PSF
No full textAssessing protein organization and dynamics in their native cellular context provides key insights into the molecular mechanisms that govern cell function. Super-resolution microscopy has been a major breakthrough in this regard, driving major discoveries in cell, developmental and neuro-biology. Amongst these techniques, Single Molecule Localization Microscopy (SMLM) enables locating, tracking and counting biomolecules in their cellular environment with nanoscale resolution. However, conventional SMLM imaging is restricted by its shallow penetration depth, precluding many biological events to be investigated. Performing volumetric SMLM deep within complex multicellular samples therefore poses several challenges: achieving efficient optical sectioning with high photon collection capabilities, and correcting the optical aberrations introduced both by the optical system and the sample, which blur the single molecule signals and compromise localization precision and accuracy.To address these challenges, we developed in the team a specific light-sheet architecture, named soSPIM, which enables in-depth single-molecule imaging and supports the culture and observation of complex 3D cellular models. In parallel, Adaptive Optics (AO) has emerged as a powerful solution to correct system- and sample-induced aberrations and thereby improve image quality in-depth. Recently, we combined soSPIM with AO to achieve volumetric 3D SMLM imaging at the whole cell scale. Yet, this implementation still relies on fiducial markers located close to the sample, which do not allow the effective correction of sample-induced aberrations, that become especially significant within multicellular systems. In addition, it uses conventional 3D localization approaches, that are non-optimal for fast and accurate in-depth single molecule localization.In this context, my PhD work focused on developing methodological solutions to extend the applicability of the AO-soSPIM imaging platform for in depth SMLM in complex 3D samples.First, I developed a fully custom Python-based sensorless AO correction algorithm allowing complete control over all parameters of the correction loop, including the integration of user-defined image quality metric specifically tailored to the imaging modality and sample type. Building on this, I established a systematic framework to assess fiducial-free image-based metrics and identify those most sensitive and robust under in-depth SMLM experimental conditions. Together, these developments provide a versatile and reliable foundation for restoring diffraction-limited performance in photon-limited SMLM acquisitions.Second, I investigated deep learning-based single molecule localization frameworks that exploit data-driven PSF models to enhance both localization robustness and imaging speed, offering a promising alternative to conventional Gaussian fitting in dense or challenging 3D SMLM datasets. I also explored experimental PSF modeling strategies to better account for residual aberrations and complex PSF deformations in depth. These approaches, which capture PSF shapes beyond the Gaussian approximation, aims to improve localization precision and accuracy under aberrated conditions.Altogether, these methodological developments establish a robust pipeline for aberration-corrected, high-resolution 3D SMLM within complex biological 3D samples. By enabling reliable volumetric SMLM imaging beyond the coverslip, this work broadens the scope of super-resolution imaging toward physiologically relevant 3D models such as spheroids and organoids.L’évaluation de l’organisation et de la dynamique des protéines dans leur contexte cellulaire natif fournit des informations clés sur les mécanismes moléculaires qui gouvernent le fonctionnement cellulaire. La microscopie de super-résolution fut une avancée majeure à cet égard, permettant d’importantes découvertes en biologie cellulaire, développementale et en neurobiologie. Parmi ces techniques, la microscopie de localisation de molécules uniques (SMLM) permet de localiser, suivre et compter ces biomolécules dans leur environnement cellulaire avec une résolution nanométrique. Cependant, l’imagerie SMLM conventionnelle est limitée par sa faible profondeur de pénétration, empêchant ainsi l’étude de nombreux processus biologiques. Réaliser de la SMLM en profondeur au sein d’échantillons multicellulaires complexes pose donc plusieurs défis : obtenir un sectionnement optique efficace tout en conservant une bonne collection de photons, et corriger les aberrations optiques introduites à la fois par le système et par l’échantillon, qui brouillent les signaux des molécules uniques et compromettent la précision et la justesse de la localisation de ces dernières.Pour relever ces défis, nous avons développé au sein de l’équipe un microscope à feuille de lumière, appelée soSPIM, qui permet l’imagerie en profondeur de molécules uniques. En parallèle, l’optique adaptative (AO) est devenue une solution puissante pour corriger les aberrations induites par le système et/ou l’échantillon et ainsi améliorer la qualité d’image en profondeur. Récemment, nous avons combiné le soSPIM avec l’AO afin de réaliser de l’imagerie 3D SMLM en profondeur à l’échelle des cellules entières. Toutefois, cette implémentation repose encore sur des marqueurs fiduciaires situés à proximité de l’échantillon, ce qui ne permet pas la correction des aberrations induites par l’échantillon lui-même, qui sont particulièrement significatives dans les systèmes multicellulaires. De plus, elle utilise des approches de localisation 3D conventionnelles, non optimales pour une localisation rapide et précise de molécules uniques en profondeur.Dans ce contexte, mes travaux de thèse se sont concentrés sur le développement de solutions méthodologiques cherchant à étendre l’applicabilité de la plateforme d’imagerie AO-soSPIM à la SMLM en profondeur dans des échantillons 3D complexes.Dans un premier temps, j’ai développé un algorithme d’AO entièrement personnalisé en Python, permettant un contrôle complet de tous les paramètres de la boucle de correction, y compris dans le choix de métriques définies par l’utilisateur et spécifiquement adaptées à la modalité d’imagerie et au type d’échantillon. À partir de cela, j’ai établi un cadre systématique pour évaluer des métriques basées sur les images SMLM sans fiduciaires et d’identifier les plus sensibles et robustes dans notre contexte expérimental.Dans un second temps, j’ai exploré des méthodes de localisation de molécules uniques basés sur l’apprentissage profond, exploitant des modèles de PSFs expérimentales afin d’améliorer à la fois la robustesse de la localisation et la vitesse d’imagerie. Cette approche offre une alternative prometteuse aux méthode conventionnelle par ajustement gaussien dans des régimes SMLM 3D denses. J’ai également étudié des stratégies de modélisation expérimentale de la PSF pour mieux prendre en compte les aberrations résiduelles et les déformations complexes de la PSF en profondeur. Ces approches visent à améliorer la précision et la justesse de localisation des molécules individuelles dans des conditions extrêmes à l'intérieur d'échantillons complexes.Dans l’ensemble, ces développements méthodologiques établissent un pipeline robuste pour la SMLM 3D corrigée au sein d’échantillons biologiques complexes. Ce travail vise ainsi à élargir le champ d’application de la microscopie SMLM vers des modèles 3D à la pertinence physiologique accrue tels que les sphéroïdes et les organoïdes
Switch from cetuximab to panitumumab during encorafenib-based therapy in BRAF V600E mutated metastatic colorectal cancer: an international multicenter analysis from the AGEO group
No full textInternational audienceBRAF V600E mutation (BRAFm) is present in around 8% of metastatic colorectal cancers (mCRC) and is associated with a poor prognosis. The encorafenib-cetuximab combination (ENCO-CET) is currently the standard second-line treatment of BRAFm mCRC. However, 2-5% of patients treated with cetuximab experience grade 3-4 infusion-related reactions (IRRs), leading to treatment discontinuation. In addition, BRAF inhibitors must be combined with an anti-EGFR to have any efficacy in BRAFm mCRC{Citation}. As panitumumab (PANI) is associated with a lower risk of IRRs, this study aimed to assess the safety and efficacy of ENCO-PANI as an alternative strategy in patients experiencing an IRR to CET.We retrospectively collected BRAFm mCRC patients that switched ENCO-CET for ENCO-PANI following an IRR to CET. Twenty pts were identified across 12 centers from 4 countries. Most were male (12/20), 11/20 had right-sided primary tumor and 5/20 pts were dMMR/MSI. Median age was 66, treatment line was 2nd line in 85% and 3rd line in 15% of patients; 19 patients started ENCO-CET and switched to ENCO-PANI (cycle 2 or 3) and 1 received ENCO-PANI upfront due to patient’s choice. Response rate was 25% and disease control rate 85%. Median progression-free survival was 6.2 and median overall survival 11 months. Adverse events (AEs) during ENCO-PANI occurred in 15/20, mostly G1-G2. No new IRRs nor toxic deaths were reported.ENCO-PANI appears to be as safe and effective in pts treated for a BRAFm mCRC unable to continue CET and may represent a valid alternative therapeutic option in this setting
Comparaison des modalités de prescription de l’activité physique dans la prise en charge des troubles anxio-dépressifs en soins primaires, une revue systématique de la littérature
No full textBackground: anxiety and depressive syndroms are common and interrelated psychiatric conditions, with significant consequences both at the individual and socio-economic levels. Several studies have highlighted the benefits of physical activity (PA) in the management of anxiety-depressive disorders. However, uncertainties remain regarding the modalities of its prescription. Objective: to compare the different PA programs prescribed in the management of anxietydepressive disorders in primary care and to identify the factors leading to the success of this treatment. Method: a systematic literature review was conducted, including interventional and epidemiological studies from five databases (Pubmed, Scopus, PsycInfo, PsycArticles, SPORTDiscus). Results: 71 studies were included. The analysis shows that all types of PA (aerobic, resistance, mindfulness-based, and mixed) are effective in the management of anxietydepressive disorders. Moreover, the effectiveness of a PA program is more pronounced when sessions are regular and distributed in a split manner throughout the week. Finally, only aerobic exercise and mindfulness-based PA appear to produce lasting beneficial effects beyond the intervention period. Conclusion: different prescription modalities lead to improvements in anxiety-depressive disorders. Further studies are needed to assess the effectiveness of resistance training activities and to compare different prescription modalities (e.g., intensity levels).Contexte : les syndromes anxieux et dépressifs sont des pathologies psychiatriques fréquentes et intriquées, aux conséquences lourdes, tant sur le plan individuel que socioéconomique. Plusieurs études ont mis en évidence les bénéfices de l’activité physique (AP) dans la prise en charge des troubles anxio-dépressifs. Cependant, des incertitudes persistent quant aux modalités de prescription de cette dernière. Objectif : comparer les différents programmes d’activité physique prescrits dans la prise en charge des troubles anxio-dépressifs en soins primaires et identifier les facteurs conduisant à la réussite de ce traitement. Méthode : Réalisation d’une revue systématique de la littérature incluant les études interventionnelles et épidémiologiques issues de 5 bases de données (Pubmed, Scopus, PsycInfo, PsycArticles, SPORTDiscus). Résultats : 71 études ont été incluses. L’analyse montre que tous les types d’AP sont efficaces dans la prise en charge des troubles anxio-dépressifs (aérobie, résistance, pleine conscience, mixte). Par ailleurs, l’efficacité d’un programme d’AP est d’autant plus marquée que les séances sont régulières et réparties de manière fractionnée sur la semaine. Enfin, seuls l’exercice aérobie et l’AP basée sur la pleine conscience semblent produire des effets bénéfiques durables à distance de l’intervention. Conclusion : différentes modalités de prescription conduisent à une amélioration des troubles anxio-dépressifs. De futures études sont nécessaires afin d’évaluer l’efficacité des activités en résistance et de comparer différentes modalités de prescription entre elles (ex : niveau d’intensité)
Méthodes d'agrégation pour des formulations de programmation dynamique de très grande taille
No full textIn this thesis, we are interested in problems that can be formulated as a sequence of decisions, where dynamic programming is a suitable modeling paradigm. To solve large-scale problems, we study aggregation and disaggregation methods that allow us to construct relaxations of the problem, which are solved to obtain optimistic solutions to these problems. Iterative algorithms are then designed from these relaxations, where the relaxations provide less optimistic solutions as the number of iterations increases. In this thesis, we first provide a literature review of the aggregation and disaggregation methods in the context of dynamic programming formulations. Then, we propose a problem modeling the aggregation of vertices in decision graphs of dynamic programs to construct relaxations and show that many aggregation methods in the literature are special cases of this problem. We then study an application of network flow formulations in a decision hypergraph, and extend some aggregation methods to this case. To validate our approaches, we present computational results on a set of different problems and compare them to similar approaches in the literature. We conclude this thesis with a discussion on the results obtained and propose some perspectives for future work.Dans cette thèse, nous nous intéressons aux problèmes qui peuvent être formulés comme une séquence de décisions, où la programmation dynamique est un paradigme de modélisation adapté. Pour résoudre des problèmes de grande taille, nous étudions les méthodes d’agrégation et de désagrégation qui nous permettent de construire des relaxations du problème, qui sont résolues pour obtenir des solutions optimistes pour ces problèmes. Des algorithmes itératifs sont ensuite conçus à partir de ces relaxations, où les relaxations fournissent des solutions de moins en moins optimistes à mesure que le nombre d’itérations augmente. Dans cette thèse, nous faisons d’abord une revue de la littérature sur les méthodes d’agrégation et de désagrégation dans le contexte de programmes dynamiques. Ensuite, nous proposons un problème de modélisation de l’agrégation de sommets dans les graphes de décision des programmes dynamiques pour construire des relaxations et montrons que de nombreuses méthodes d’agrégation de la littérature sont des cas particuliers de ce problème. Nous étudions ensuite une application des formulations de flot dans un hypergraphe de décision, et étendons certaines méthodes d’agrégation à ce cas. Pour valider nos approches, nous présentons des résultats expérimentaux sur un ensemble de problèmes différents et les comparons avec des approches similaires de la littérature. Nous concluons cette thèse par une discussion sur les résultats obtenus et proposons des perspectives pour des travaux futurs
English Medium Instruction (EMI) - L’exploration de littératies dans l'enseignement supérieur français : enjeux politiques, sociaux et pédagogiques
No full textEnglish Medium Instruction (EMI) has become a force in international higher education. In Europe specifically, it grew first as a way to implement the ERASMUS student exchange program and then as part of the development of the European Higher Education Area. At the same time, the neoliberal political economy was encouraging such developments, and teaching in the English language was seen to benefit the internationalization of higher education. The northern European countries adopted EMI more quickly than the southern European countries, including France. While research has grown since the 1990s, French higher education remains relatively under-researched. In the first part of a mixed methods research design, a two-year ethnographic study at one French higher education institution explored what EMI was and involved within that context. The ethnography found multiple manifestations of EMI for different stakeholders, revealing political, social, and pedagogical issues. Pedagogically, the focus was on how students develop their writing in English at the Master level when there is no dedicated writing support system, contrary to US universities, and while English is not the communicative medium in France. Political and social issues were raised about English as a Lingua Franca (ELF), Academic Literacies, and the plurilingual/pluricultural perspective of the European Union. An experiment was carried out with a pedagogical intervention that was inconclusive, but which revealed the importance of grasping all the complexity of a plurilingual/pluricultural eco-system. The whole study helped clarify elements of such an eco-system and how the way they have been constructed merge in the specific act of writing in English for the social sciences in French higher education. The value of the ethnographic method proved far more relevant than the experiment based on cognitive load theory in order to grasp the multi-scaled, multilayered nature of English writing capacity within the plurilingual and pluricultural literacies of the world. Recommendations are offered for teaching and supporting student writing development in the context of the French social sciences.L'enseignement en anglais (EMI) est devenu une orientation importante dans l'enseignement supérieur international. En Europe en particulier, il s'est développé d'abord comme un moyen de mettre en œuvre le programme d'échange d'étudiants ERASMUS, puis dans le cadre du développement de l'Espace européen de l'enseignement supérieur. Au même moment, l'économie politique néolibérale encourageait de tels développements, et l'enseignement en langue anglaise était considéré comme bénéfique à l'internationalisation de l'enseignement supérieur. Les pays d'Europe du Nord ont adopté l'EMI plus rapidement que les pays d'Europe du Sud, y compris la France. Si la recherche s'est développée depuis les années 1990, l'enseignement supérieur français reste relativement peu étudié. Dans la première partie d'un projet de recherche à méthodes mixtes, une étude ethnographique de deux ans menée dans un établissement d'enseignement supérieur français a permis d'explorer ce qu'était l'EMI et ce qu'il impliquait dans ce contexte. L'ethnographie a mis en évidence de multiples manifestations de l’EMI pour différentes parties prenantes, révélant des questions politiques, sociales et pédagogiques. D'un point de vue pédagogique, l'accent a été mis sur la manière dont les étudiants développent leur écriture en anglais au niveau du master, alors qu'il n'existe pas de système d'aide pour l’écrit, contrairement aux universités américaines, et que l'anglais n'est pas le moyen de communication en France. Des questions politiques et sociales ont été soulevées à propos de l'anglais en tant que lingua franca (ELF), des littératies académiques et de la perspective plurilingue/pluriculturelle de l'Union européenne. Une expérience a été menée avec une intervention pédagogique qui n'a pas été concluante, mais qui a révélé l'importance de saisir toute la complexité d'un écosystème plurilingue/pluriculturel. L'ensemble de l'étude a permis de clarifier les éléments d'un tel écosystème et la manière dont ils ont été construits pour fonder l’écrit en anglais pour les sciences sociales dans l'enseignement supérieur français. La valeur de la méthode ethnographique s'est avérée bien plus pertinente que l'expérience basée sur la théorie de la charge cognitive pour saisir la nature multi-scalaire de l’écrit en anglais selon une perspective des littératies plurilingues et pluriculturelles. Des recommandations sont proposées pour enseigner et soutenir le développement de l'écriture des étudiants dans le contexte des sciences sociales françaises
Pertinence des approches du Disconnectome pour la prognostication après un infarctus cérébral ischémique
No full textThe human brain is both the seat of self and the instrument of inquiry, uniquely positioned as both the subject and object of scientific investigation. In this thesis, I explore how the disruption of brain architecture, particularly white matter connectivity, following ischemic stroke accelerates neurodegenerative processes and impacts recovery trajectories. By leveraging the power of artificial intelligence (AI), this work aims to synthesize, model, and predict the cascading effects of vascular insults on the structural and functional integrity of the brain.To address the complexity and urgency inherent in stroke care, the thesis presents a series of methodologically interconnected studies. These span from the acute to the long-term phase of stroke, unified by the goal of enhancing diagnosis, understanding, and prognosis. First, I developed DeepDisco, a deep learning-based framework capable of synthesizing individualized maps of white matter disconnectivity from binary lesion data. By reproducing disconnection patterns within milliseconds, DeepDisco provides a scalable and clinically viable alternative to traditional tractography-based approaches and improves symptom prediction by reducing noise in connectomic profiles.Second, I introduced SynthPerf, an AI-based tool designed to generate perfusion-like maps critical for identifying salvageable brain tissue, using routinely available MRI sequences. This innovation eliminates the need for contrast agents and reduces imaging delays, making perfusion assessment more accessible, particularly in resource-limited settings.To assess the real-world relevance of these tools, the thesis coordinated the NeuralCup, a multi-institutional competition inviting leading stroke outcome prediction teams to apply their methods to a shared dataset. Through a systematic comparison of diverse modeling strategies, we identified not a single best approach, but a context-dependent framework: cognitive, motor, and global outcome predictions benefited from different combinations of imaging modalities and analytical strategies. This suggests the need to move beyond one-size-fits-all models towards tailored, domain-specific prediction recipes.Expanding beyond stroke, the thesis introduces the concept of microstructural neurobiological signatures, multi-dimensional fingerprints capturing disease-specific alterations in tissue architecture. Using large-scale datasets and dimensionality reduction techniques, I propose a morphospace that situates these profiles within a continuum of neurodegenerative processes. By modeling how these signatures evolve over time and correlate with structural disconnection, we lay the foundation for spatiotemporal gradients, a framework capable of tracking disease progression dynamically across both space and time.Altogether, this thesis illustrates how AI-driven tools can augment neuroimaging to render invisible pathophysiological cascades visible, thereby enhancing clinical workflows and enabling more personalized care. The proposed models and conceptual frameworks pave the way for early diagnosis, targeted intervention, and long-term monitoring of neurological diseases, ultimately contributing to the broader goals of precision medicine. By integrating biology, imaging, and computation, the work conducted during the PhD seeks to transform our capacity to understand, predict, and eventually prevent the chain reactions of brain disease.Le cerveau humain est à la fois le siège du soi et l’instrument de la connaissance, occupant une position unique en tant que sujet et objet de l’investigation scientifique. Dans cette thèse, j’explore comment la perturbation de l’architecture cérébrale, en particulier la connectivité de la substance blanche, suite à un AVC ischémique, accélère les processus neurodégénératifs et influence les trajectoires de récupération. En exploitant la puissance de l’intelligence artificielle (IA), ce travail vise à synthétiser, modéliser et prédire les effets en cascade des lésions vasculaires sur l’intégrité structurelle et fonctionnelle du cerveau.Pour répondre à la complexité et à l’urgence des soins post-AVC, la thèse présente une série d’études méthodologiquement interconnectées, couvrant les phases aiguës à long terme. J’ai d’abord développé DeepDisco, un cadre basé sur l’apprentissage profond capable de synthétiser des cartes individualisées de déconnexion de la substance blanche à partir de données lésionnelles binaires. En reproduisant les schémas de déconnexion en quelques millisecondes, DeepDisco offre une alternative évolutive et cliniquement viable aux approches traditionnelles de tractographie et améliore la prédiction des symptômes en réduisant le bruit dans les profils connectomiques.Ensuite, j’ai introduit SynthPerf, un outil basé sur l’IA destiné à générer des cartes de perfusion à partir de séquences d’IRM de routine, essentielles pour identifier les tissus cérébraux récupérables. Cette innovation supprime le besoin d’agents de contraste et réduit les délais d’imagerie, rendant l’évaluation de la perfusion plus accessible, notamment dans les environnements à ressources limitées.Pour évaluer la pertinence concrète de ces outils, la thèse a coordonné le NeuralCup, une compétition multi-institutionnelle invitant les principales équipes de prédiction des issues post-AVC à appliquer leurs méthodes à un jeu de données commun. Grâce à une comparaison systématique de diverses stratégies de modélisation, nous n’avons pas identifié une approche universelle, mais un cadre dépendant du contexte : les prédictions cognitives, motrices et globales bénéficient de combinaisons spécifiques de modalités d’imagerie et de stratégies analytiques. Cela souligne la nécessité de dépasser les modèles universels au profit de recettes de prédiction adaptées au domaine d’intérêt.Au-delà de l’AVC, la thèse introduit le concept de signatures neurobiologiques microstructurelles, empreintes multidimensionnelles reflétant des altérations spécifiques des tissus selon les pathologies. En utilisant des bases de données à grande échelle et des techniques de réduction de dimensionnalité, je propose un morphoespace situant ces profils le long d’un continuum de processus vieillissement pathologique du cerveau. En modélisant l’évolution temporelle de ces signatures et leur corrélation avec la déconnexion structurelle, nous posons les bases de gradients spatio-temporels, un cadre permettant de suivre dynamiquement la progression des maladies à travers l’espace et le temps.Dans son ensemble, cette thèse montre comment des outils pilotés par l’IA peuvent enrichir la neuroimagerie en rendant visibles les cascades pathophysiologiques invisibles, améliorant ainsi les processus cliniques et permettant une prise en charge plus personnalisée. Les modèles et cadres conceptuels proposés ouvrent la voie au diagnostic précoce, à l’intervention ciblée et à un suivi à long terme des maladies neurologiques, contribuant aux objectifs plus larges de la médecine de précision. En intégrant biologie, imagerie et calcul, le travail mené au cours de cette thèse vise à transformer notre capacité à comprendre, prédire et, à terme, prévenir les réactions en chaîne des maladies cérébrales