Appel à sujets de thèse
Matériaux pour la médecine du futur
Le PEPR DIADEM a lancé un appel à sujets de thèses dédié aux matériaux avancés pour la médecine du futur qui s’inscrit dans la stratégie globale du PEPR et s’aligne sur les priorités définies par la Commission Européenne dans le cadre du Technology Council for Advanced Materials.
Parmi les enjeux auxquels sont actuellement confrontés les systèmes de santé, on peut citer le vieillissement de la population, l’incidence des maladies chroniques, l’amélioration des diagnostics, la spécificité des traitements et le maintien et l’amélioration de la qualité de vie.
Les matériaux avancés peuvent contribuer à répondre à ces enjeux sur plusieurs aspects :
- Améliorer les performances et la sécurité des technologies médicales.
- Permettre une médecine personnalisée grâce à des diagnostics et traitements sur mesure.
- Promouvoir la durabilité environnementale en développant des matériaux sûrs et durables.
- Réduire la dépendance aux chaînes d’approvisionnement non européennes et renforcer l’autonomie stratégique de l’Europe.
Après le processus d’évaluation par un jury externe à DIADEM, 9 bourses doctorales ont été attribuées pour un montant total de 1,5 M€.
Les projets sélectionnés visent à accélérer la découverte et le développement de matériaux innovants dans le domaine de la santé, en s’appuyant sur des outils numériques et d’intelligence artificielle, ainsi que sur les plateformes de synthèse et de caractérisation haut-débit et l’infrastructure numérique du DIADEM Discovery Hub.
En raison du nombre important et de la grande qualité des propositions reçues, les 9 financements disponibles ont été pourvus. En conséquence il n’y aura pas de 2ème appel à sujets de thèse sur la thématique “Matériaux avancés pour la médecine du futur”.
Projets sélectionnés
-
Axe 1 : Matériaux avancés pour une régénération tissulaire améliorée
- AI-GYROSCAFF : Conception assistée par IA de matrices gyroïdes asymétriques dopées aux nano-zéolithes pour l’optimisation de l’ostéogenèse par curvotaxie et la protection antimicrobienne
Coordonnateur : Laurent PIEUCHOT
Laboratoire : UMR7361 – IS2M – Institut de Science des Matériaux de Mulhouse
- POLAR : POLyester-polypeptide hybrids through AI for Regenerative medicine
Coordonnateur : Colin BONDUELLE
Laboratoire : UMR5629 – LCPO – Laboratoire de chimie des polymères organiques, Bordeaux
- RNAMAT-3D : Matériaux biosourcés 3D enrichis en ARNm pour la régénération osseuse : optimisation de la différentiation ostéogénique par des méthodes basées sur l’IA
Coordonnatrice : Laura SANCHEZ GONZALEZ
Laboratoire : CEA – NanO’up, Toulouse
-
Axe 2 : Matériaux avancés pour une administration précise et ciblée
- FastNanoPISA : Conception accélérée de nanovecteurs polymères adaptatif stimuli-répondants par auto-assemblage induit par polymérisation
Coordonnateur : Benoit COUTURAUD
Laboratoire : UMR7182 – ICMPE – Institut de Chimie et des Matériaux Paris-Est
- PATH-LNP : Assembly-by-design de nanoparticules lipidiques : mode deux puces de 2FAST pour l’exploration IA-guidée de nanovecteurs de polynucléotide
Coordonnateur : Kévin ROGER
Laboratoire : UMR5503 – LGC – Laboratoire de génie chimique – Toulouse
- SAVON : Surface Acoustic waVes for On-demand stable Nanoemulsions of hydrophobic molecules
Coordonnatrice : Cécile FLOER
Laboratoire : UMR7198 – IJL – Institut Jean Lamour – Nancy
-
Axe 3 : Matériaux avancés pour un diagnostic plus sensible et spécifique
- MAGNIPROT : Conception assistée par l’IA d’une bibliothèque de nanoparticules magnétiques pour l’exploration approfondie du protéome sérique humain
Coordonnateur : Stéphane MORNET
Laboratoire : UMR5026 – ICMCB – Institut de Chimie de la Matière Condensée de Bordeaux
- TRUST : Transcranial Ultrasound Therapy by Artificial Materials
Coordonnateur : Mohamed ASSOUAR
Laboratoire : UMR7198 – IJL – Institut Jean Lamour – Nancy
-
Axe 4 : Matériaux avancés pour des dispositifs de surveillance portables et implantables
- DeNiMaS-AI : Développement de nitrures fonctionnels par pulvérisation magnétron combinatoire piloté par l’intelligence artificielle
Coordonnateur : Mohamed EL GARAH
Laboratoire : LASMIS – Laboratoire des systèmes mécaniques et d’ingénierie simultanée – Université de Technologie de Troyes
