Bioaxial est né en 2010 dans le but de développer et de commercialiser des modules optiques d'imagerie de super résolution 3D pour les Sciences du Vivant et plus particulièrement pour la microscopie de fluorescence intracellulaire et l'étude des structures des membranes.
La super résolution va devenir un outil standard pour les Sciences du Vivant d'ici 5 ans et son marché est en pleine croissance.
La technologie de super résolution développée par Bioaxial est totalement innovante et est en rupture par rapport aux technologies existantes. Elle est basée sur la diffraction optique dans des cristaux et un traitement mathématique intensif des données recueillies permettant la production d'une image dont la résolution dépasse la limite de diffraction. La technologie Bioaxial permettra d'accéder à la super résolution à un coût raisonnable, en ajoutant un accessoire (« add-on ») sur des microscopes optiques classiques existants et permettra ainsi une large diffusion de cette capacité.
La microscopie de fluorescence est une branche de la microscopie optique, elle se base sur la présence de marqueurs fluorescents au sein d'entités biologiques. La fluorescence de ces marqueurs est excitée par des faisceaux lumineux de longueurs d'onde relativement courtes (laser ou autre) et la fluorescence émise est détectée par des caméras ou des détecteurs sensibles. L'image des entités biologiques est ainsi reconstituée par la détection de l'ensemble des points fluorescents, cette méthode « pointilliste » a ainsi permis de visualiser des entités biologiques jusqu'ici invisible. En permettant de voir des points fluorescents très rapprochés Bioaxial va permettre d'améliorer de façon majeure l'échelle des détails visibles.
Bioaxial utilise une technologie propriétaire lui permettant d'illuminer l'échantillon avec des motifs lumineux de dimensions inférieures à la limite de diffraction. C'est l'analyse de la fluorescence générée par ces différents motifs lumineux qui va permettre d'améliorer la résolution bien au-delà de la limite de diffraction.
Il s'agit de développer le traitement mathématique des données (images) permettant d'accéder à la super résolution. Le point de départ est la formulation bayésienne d'un problème inverse en présence d'un bruit poissonnien, qui peut être abordé par des techniques d'optimisation convexe sous contrainte.
Plusieurs questions se posent alors dans ce cadre, à la fois sur le plan théorique (choix des motifs d'illumination, mesure théorique de la résolution, modélisation fine du bruit) et sur les plans numérique et algorithmique (accélération des algorithmes, fusion des solutions après scanning pour accéder au champ large, stratégies adaptatives, etc.). L'estimation des performances du traitement, sur des données simulées et sur des données réelles produites par le système expérimental, est un élément majeur dans la validation et l'évaluation de la robustesse du système.
Compétences requises : bonne expérience de l'optimisation et/ou des problèmes inverses, connaissances en imagerie (principes de formation des images), ainsi que la maîtrise du langage C.
Réussissez votre entretien d'embauche !
Cette offre a déjà été ajoutée a la sélection
Cette offre ne m'intéresse pas.