Avec le soutien de :
-
Module 1 : Stratégies de marquage, sondes et contrastes :
Nathan Shaner, UCSD San Diego, USA : Building the next generation of genetically encoded probes and actuators
Kasper Podgorsky, Janelia Research campus : A third-generation glutamate indicator optimized for synapses.
Marie Erard, ICP, Université Paris Saclay : FRET by FLIM to monitor biochemical activities and protein-protein interactions
Mark Bates, MPI Gottingen, Allemagne : Switchable organic dyes : the photophysics of STORM
Andrey Klymchenko, LBP, Université de Strasbourg : Fluorescent dyes and nanoparticles as bright probes for advanced bioimaging
Ulrike Endesfelder, Institut für Mikrobiologie und Biotechnologie, Universität Bonn : Labeling strategies to visualize the inner life of microbes by single-molecule localization microscopy – a practical guide ?
-
Module 2 : Le défi de la quantification en nanoscopie :
Jonas Ries, EMBL Heidelberg : Superresolution microscopy for structural cell biology
Alexandra Fragola, LPEM, ESPCI, Paris : Structured illumination microscopy (SIM) for high-speed super-resolution fluorescence imaging of living cells
Eugene Katrukha, Université Utrecht : Quantification of filament structures in superresolution and expansion microscopy
Susan Cox, King’s College London : From images to information: enhancing resolution and improving accuracy in SMLM
Yoav Shechtman, Technion – Israel Institute of Technology : Computational microscopy by PSF engineering – or – how and why to ruin a perfectly good microscope
Sandrine Lévêque-Fort, ISMO, CNRS-Université Paris Saclay : 3D single molecule localization microscopy
-
Module 3 : Intelligence artificielle pour l’imagerie biologique
Assaf Zaritsky, Ben-Gurion University of the Negev : Extracting the invisible from live cells microscopy
Loic Royer, Chan Zuckerberg Biohub, San Francisco : Self-Supervised Deep Learning for Fluorescence Imaging and nD Image Viewing with Napari.
Martin Weigert, EPFL, Lausanne : Microscopy image analysis with machine learning
Perrine Paul-Gilloteaux, Université de Nantes : Multiscale and multimodal registration: an overview of methods
Diana Mateus, Université de Nantes : Deep Learning with Medical Images: learning with small datasets and few annotations
Daniel Sage, EPFL, Lausanne : Microscopy Image Analysis: The Shift to Deep Learning
-
Module 4 : Imagerie multicellulaire : organoïdes, tissus, embryons
Francesco Pampaloni, Université de Francfort : 3D-printed minimally assembled interchangeable LSFM chamber for serial imaging of organoids and spheroids
Stéphanie Descroix, Institut Curie, Paris : Organ on chip, a new generation of in vitro models.
Andrew York, Calico Labs USA : Sometimes, there IS a free lunch: How to get twice the resolution from
your microscope, without (serious) drawbacks
Laurent Malaquin, LAAS, Toulouse : 3D printing and bioprinting for the development of microenvironment and tissue models
Charlotte Rivière : Université de Lyon, Quantifying transport and efficacy of therapeutics in spheroids
Elizabeth Hilmann, Laboratory for Functional Optical Imaging, Université Columbia : SCAPE microscopy for high-speed 3D imaging.
-
Module 5 : Ondes sur le vivant (avec le GDR Ondes)
Na Ji, Université Berkeley, USA : Imaging the brain at high spatiotemporal resolution with wavefront shaping
Pascal Berto, Université Paris Descartes : Measuring and shaping the phase of light: key applications in biology.
Virginie Chamard, Institut Fresnel, Marseille : X-ray coherent diffraction imaging: 3D exploration of biologically relevant hard and soft tissues
Jérôme Mertz, Boston University, USA : Volumetric imaging at high speeds
Sophie Brasselet, Institut Fresnel, Marseille : Polarized microscopy resolves protein’s organization in cells
Ignacio Izeddin, Institut Langevin, Paris : Gouy and Brown to the rescue: Label-free virus detection and virus-antibody interaction
monitoring by common-path interferometry
-
Module 6 : Dynamique et interactions moleculaires en cellules vivantes : expérimentation et modélisation (co-organisé avec le GDR DNA)
Sébastien Huet, IGDR, Université de Rennes : Investigating reaction-diffusion dynamics of proteins in the nucleus of living cells using fluorescence-based methods
François Robin, Institut de Biologie, Paris Seine : Understanding the molecular assembly of the cell contractile machinery
Marco Cosentino Lagomarsino, IFOM Milan : E. coli chromosome dynamics and the cell cycle
J. Christof M. Gebhardt, Institute of Biophysics, Ulm University, Germany : Revealing spatial and kinetic details of life processes by analyzing live cell single molecule tracking data
Judith Mine Hattab, Institut Curie, Paris : Imaging DNA repair at the single molecule level
Jacques Bothma, Hubrecht Institute, Utrecht : Lighting up the central dogma in living embryos to uncover how genomic sequence encodes cell fate decisions
-
Module 7 : Signalisation cellulaire, mécanobiologie, mécanotransduction
Peter Lenart, MPI for biophysical chemistry, Göttingen : Correlated super-resolution light and electron microscopy reveals a novel actin-driven mechanism of nuclear envelope rupture in starfish oocytes
Nathalie Sauvonnet, Institut Pasteur, Paris : Impact of physical forces of the gut on pathogen infection using organ-on-chip (OOC)
Guillaume Charras, Université de Cambridge : Dissecting the link between signalling and cell mechanics using optogenetics and AFM
Stéphanie Miserey-Lenkei, Institut Curie, Paris : Spatial regulation of exocytosis
Stéphane Vassilopoulos, Institut de Myologie, Paris Pitié Salpêtrière : Clathrin plaques form mechanotransducing platforms
Matteo Rauzi, IBV, Université de Nice : Mechanisms and mechanics driving composite morphogenesis
-
Séminaires :
Sara Abrahamsson, UC Santa Cruz (USA) : 3D super-resolution imaging of living systems using Multifocus Microscopy and Structured Illumination Microscopy
Luke Lavis, Janelia Research Campus, USA : How do dyes get into cells?
Frederic Meunier, Queensland Brain Institute, Brisbane (Australie) : Synaptic vesicle pools under the nanoscope
Nicolas Borghi, Institut Jacques Monod, Paris, Force transmission at cell adhesions and the
nucleus
Lucy Collinson, Crick Institut London : Towards quantitative correlative microscopy
Nicolas Minc, Institut Jacques Monod, Paris : The Mechanobiology of Cell Growth and Shape control
Christian Eggeling, Université Leibniz : Super-resolution microscopy: Challenges and Potentials in biomedical research
Joerg Enderlein, Université Göttingen : Metal and Graphene-Induced Energy Transfer Imaging
Marie-Hélène Verlhac, Collège de France, Paris : Cytoplasmic forces functionally reorganize nuclear condensates in oocytes
-
Cours fondamentaux :
Basics of photochemistry for fluorescent microscopy
Dominique Bourgeois , Institut de Biologie structurale, Grenoble
Fluorescence microscopy always starts with the choice of a suitable fluorescent marker. Beyond live-cell compatibility, labeling specificity, preservation of target biological function, minimization of cyto- and photo-toxicity, suitable emission color and maximization of fluorescence brightness, the performance of all fluorescence microscopy techniques, and notably advanced methods such as super resolution or FRET-based imaging strongly depends on the highly complex photochemical properties of the chosen markers or sensors. In this lecture, after reviewing the essential vocabulary, I will recapitulate the main photochemical and photophysical parameters to consider when selecting fluorophores and I will introduce the different families of fluorescent markers, from fluorescent proteins to organic dyes and nanoparticles, listing their main advantages and drawbacks.
Concepts fondamentaux sous-jacents aux techniques de microscopie de fluorescence avancées.
Guillaume Dupuis, Institut des Sciences Moléculaires d’Orsay, Université Paris Saclay
L’imagerie de fluorescence est un outil de référence dans l’étude des systèmes biologiques parce qu’elle offre simultanément la possibilité de l’observation en milieu vivant à haute résolution spatiale et la spécificité moléculaire de la fluorescence. Cela étant, ses champs d’investigation ont longtemps été restreints par une limite fondamentale de tout système optique : la limite de diffraction. Depuis une dizaine d’années, des développements instrumentaux alliant de nouvelles approches optiques et l’ingénierie des transitions moléculaires des fluorophores ont réussi à complètement dépasser la limite de diffraction et offrent dorénavant accès à l’échelle nanoscopique des systèmes biologiques. L’idée de ce module fondamental d’optique est de décrire les concepts fondamentaux sous-jacents à ces techniques de microscopie de super-résolution, dans le but de mieux appréhender les principes des méthodes et des instruments qui seront présentés et utilisés au cours de cette école thématique. Cette présentation orale sera faite en Français avec un support en Anglais. L’intervenant s’efforcera de rappeler les acronymes et mots-clés d’usage liés à ces concepts.
La biologie par les nombres
Gabriel Bidaux , Laboratoire Carmen, INSERM, Université Lyon 1
« Je dis souvent que lorsque vous pouvez mesurer ce dont vous parlez et l’exprimer en chiffres, vous en savez quelque chose » (William Thomson, alias Lord Kelvin, 1883). De nos jours, les scientifiques seraient majoritairement d’accord avec cette formule tant la « biologie quantitative ” est utilisée pour mesurer et comparer les réactions chimiques à toutes les échelles dans les organismes vivants. Les nombres sont non seulement utiles aux biologistes pour mieux comprendre les mécanismes du vivant mais aussi aux chimistes, physiciens et mathématiciens pour caractériser et modéliser ces mécanismes, ainsi qu’aux ingénieurs pour calibrer leurs outils et ainsi améliorer la précision de la mesure. Regardons donc ces nombres de l’échelle atomistique à celle du vivant.
Notions de base en apprentissage machine
David Rousseau , Laboratoire Laris, Université d’Angers
MIFOBIO propose un parcours IA couvrant les aspects pratiques de mise en
œuvre pour les débutants et les initiés ou encore des focus plus
méthodologiques sur les outils les plus récents, et enfin des tables
rondes sur des sujets spécifiques qui appellent à débat. Dans ce cours
fondamental, pour permettre à chacun de suivre tout ou partie de ce
parcours IA, nous passerons en revue les principales notions de base en
apprentissage machine. Nous montrerons comment les méthodes de vision
artificielle les plus en vue (deep learning) peuvent être comprises dans
une continuité des méthodes plus traditionnelles et nous discuterons
enfin les raisons du succès de ces méthodes mais aussi leurs limites.
