Post-doctorat en pathologie numérique (F/H)

 Laboratoire

Le poste sera partagé entre l’équipe de Pierre Bost (https://curie.fr/equipe/bost) et celle de Manuel Rodrigues (https://curie.fr/equipe/rodrigues). L’équipe Bost possède une expertise reconnue dans l’analyse des données biologiques spatiales, en particulier dans le développement de nouvelles méthodes computationnelles pour analyser des données de transcriptomique et de protéomique spatiales. L’équipe Rodrigues est spécialisée en oncologie translationnelle, avec un focus particulier sur la génomique tumorale et les mécanismes de réparation de l’ADN dans le mélanome uvéal. Elle développe des modèles expérimentaux avancés pour étudier les étapes précoces de la tumorigenèse, la dynamique du microenvironnement tumoral et les stratégies de résistance thérapeutique.

Le/la postdoctorant(e) interagira avec les deux équipes et bénéficiera d’un encadrement conjoint par les responsables (PI) des deux équipes.

Projet de recherche

L’objectif de ce projet est de développer de nouvelles méthodes computationnelles pour analyser à grande échelle l’architecture spatiale des tumeurs et déterminer si l’organisation spatiale tumorale peut constituer un biomarqueur prédictif de la survie des patients et de la réponse aux traitements.

Comme preuve de concept, le/la postdoctorant(e) travaillera sur des métastases hépatiques de mélanome uvéal, une maladie rare et encore mal comprise, caractérisée par un mauvais pronostic et des options thérapeutiques limitées. Une large collection de données d’histologie, de transcriptomique spatiale et de RNA-seq unicellulaire a été générée par l’équipe Rodrigues.

Le/la candidat(e) combinera les données histologiques et de transcriptomique spatiale en utilisant des modèles fondamentaux appliqués à l’histologie afin de développer un réseau de neurones capable de prédire les types cellulaires à partir des seules images histologiques.

Ce réseau sera ensuite appliqué à une large cohorte clinique, permettant d’obtenir la distribution spatiale de chaque type cellulaire dans les échantillons. Les outils computationnels développés au sein de l’équipe Bost seront ensuite utilisés pour extraire des caractéristiques spatiales de ces distributions et les exploiter afin de prédire la survie des patients ainsi que leur profil génétique.

Références bibliographiques

[1] F. Mangane et al., “Exploiting pair correlation function to describe biological tissue structure,” [Dec. 22, 2025]

[2] P. Bost et al., “Statistical modeling and analysis of cell counts from multiplexed imaging data,” Cell Systems, vol. 16, no. 6, p. 101296, [Jun. 2025]

[3] F. Hörst et al., “CellViT: Vision Transformers for precise cell segmentation and classification,” Medical Image Analysis, vol. 94, p. 103143, [May 2024]

[4]Le Ven A et al, Prevalence of the Predisposing Gene MBD4 for Uveal Melanoma. JAMA Ophthalmol. 2026 [Apr 30 2026]

[5] Rodrigues et al, Prospective assessment of circulating tumor DNA in patients with metastatic uveal melanoma treated with tebentafusp, Nat Commun. [2024 Oct 14]

[6] Silveira AB et al, Base-excision repair pathway shapes 5-methylcytosine deamination signatures in pan-cancer genomes, Nat Commun. [2024 Nov 14]