Projet de Doctorat

InterfaceNeuro-Photonique Hybride

Une puce photonique intégrée pour lire et écrire dans les neurones avec la lumière. Couplage direct jGCaMP8f → waveguides Si₃N₄ → SPAD pour une interface cerveau-machine optique.

3
Couches
4
Années
100%
Optique
Potentiel
jGCaMP8f Neuron Photonic Chip SPAD

Pourquoi Ces Choix ?

🧬

jGCaMP8f vs autres GCaMPs

Pourquoi pas GCaMP6 ? jGCaMP8f a une cinétique 2× plus rapide (τdecay ~50ms vs ~150ms) et un ΔF/F 3× plus élevé. Idéal pour détecter chaque spike individuel.

ΔF/F ~30 τ 50ms Single-spike
💎

ChRmine vs ChR2/Chronos

Pourquoi pas ChR2 ? ChRmine a une sensibilité 100× supérieure (0.1 mW/mm²) et un spectre rouge-décalé (590nm) qui ne chevauche pas jGCaMP8f (488nm). Zéro crosstalk.

λ = 590nm 0.1 mW/mm² No crosstalk

Si₃N₄ vs SOI/SiO₂

Pourquoi pas silicium ? Si₃N₄ est transparent dans le visible (400-800nm) contrairement au SOI qui absorbe. Pertes ultra-faibles (~0.1 dB/cm) et biocompatible.

Visible OK 0.1 dB/cm Biocompatible

Indicateurs Génétiques

LECTURE
💚
jGCaMP8f
Indicateur Calcique Ultra-Rapide

Indicateur calcique de nouvelle génération avec un rise time de 2ms, 11× plus rapide que GCaMP6f. Détecte chaque potentiel d'action avec un SNR exceptionnel.

2 ms
Rise Time
45%
ΔF/F₀ (1 AP)
488 nm
Excitation
525 nm
Émission
400 nm 700 nm
ÉCRITURE
💗
ChRmine
Channelrhodopsine Rouge

Opsine ultra-sensible à 590nm, séparation spectrale parfaite avec jGCaMP8f. 12× plus sensible que ChR2, permettant une stimulation précise à faible puissance.

590 nm
Excitation
12×
vs ChR2
2 nA
Photocourant
0.08
mW/mm²
400 nm 700 nm

Boucle Fermée Optique

Circuit Neuro-Photonique

LIVE SIGNAL Latence <1ms 100% Optique
NEURONE jGCaMP8f • Ca²⁺ WAVEGUIDE Si₃N₄ • 488nm SPAD Photon Count • <100ps FPGA Process • <1ms FEEDBACK LOOP • ChRmine STIMULATION • 635nm
🆕

vs MEA Classique

Optique, pas électrique
Non-invasif Pas d'électrodes Bidirectionnel
🆕

vs Microscope

Couplage direct
Sur puce Pas d'objectif Intégré
🆕

vs Optogénétique

Boucle fermée
Read + Write Feedback <1ms Automatique
🆕

vs Cryogénie

300K (ambiante)
Compatible bio Pas de He liquide Scalable
1 while neuron . is_active ():
2 calcium = jGCaMP8f . detect_spike () # Ca²⁺ transient
3 photons = waveguide . collect ( calcium ) # Si₃N₄ guided
4 counts = SPAD . count ( photons ) # Single photon
5 signal = FPGA . process ( counts ) # Real-time DSP
6 if signal . threshold_crossed ():
7 ChRmine . stimulate ( λ=635nm ) # Feedback!
<1ms
Latence totale
100%
Optique
~100
Photons/spike
3×3
SPAD Array
300K
Température

Spécifications Concrètes

📦

Références Produits

jGCaMP8f : Addgene #162376
ChRmine : Addgene #130558
AAV9 : sérotype neurotrope

🏭

Fonderies Photoniques

LIGENTEC (Suisse) Si₃N₄
IMEC (Belgique) MPW
LioniX (NL) TriPleX

📡

Détecteurs SPAD

MPD SPC3 : 64×64, 50ps
Hamamatsu : C13366
Photon Force : PF32

📊

Budget Optique

Émis : ~1000 ph/s/spike
Collecté : 200 (lens 20%)
Détecté : 20 > seuil ✓

💰

Budget Projet

Équipement : $60-130k
Conso/an : $20-40k
Total 4 ans : ~$200k

🎯

Métriques Succès

SNR : >5 (goal >10)
Couplage : >1% (goal 10%)
Neurones : >50 viables

Ce qui est Nouveau

🔬

Couplage Direct Neurone → Waveguide

Pas via objectif de microscope mais intégré sur puce. Interface monolithique bio-photonique.

📦

Intégration 3 Couches sur Puce

Bio + Photonique + Électronique dans un seul système miniaturisé potentiellement implantable.

🔄

Boucle Fermée Optique

Lecture GCaMP → Traitement FPGA → Stimulation ChRmine. Communication 100% optique avec les neurones.

🌡️

Température Ambiante

Fonctionne à 300K contrairement aux systèmes quantiques cryogéniques. Compatible avec le vivant.

Roadmap 4 Ans

2025
2029
🔬
01
Fondations
Validation & Design
S1 • Setup
  • Culture iPSC → neurones
  • Transduction jGCaMP8f
  • Setup microscope fluo
S2 • Simulation
  • Simulations Lumerical
  • Design waveguides Si₃N₄
  • Layout GDS v1
⚙️
02
Fabrication
Cleanroom & Tests
S1 • Fab
  • Fab puce test @ CMi
  • Dépôt Si₃N₄ LPCVD
  • Lithographie e-beam
S2 • Caractérisation
  • Test pertes optiques
  • Intégration SPAD
  • Setup couplage fibre
🧬
03
Intégration
Bio + Photonique
S1 • Couplage
  • Culture sur puce
  • Couplage neurone→guide
  • 1ers signaux détectés
S2 • Validation
  • SNR optimisation
  • Multi-neurone recording
  • Comparaison MEA
🔄
04
Boucle Fermée
Système Complet
S1 • Closed-Loop
  • FPGA pipeline
  • ChRmine stimulation
  • Latence <1ms validée
S2 • Finalisation
  • Computation demo
  • Rédaction thèse
  • Soutenance
3+
Publications
2
Brevets
1
Puce Photonique
<1ms
Latence Finale

Références Clés

📄

Liu et al. (2024)

"Entangled biphoton generation in myelin sheath" — PRE 110. Génération de paires de photons intriqués via liaisons C-H en cavité QED.

📄

Na et al. (2024)

"Room-temperature photonic quantum computing" — APL Quantum. GeSi SPAD à 300K avec QE >95%, compatible CMOS.

📄

Kurian et al. (2024)

"Superradiance in microtubules" — J. Phys. Chem. B. Cohérence quantique du tryptophane dans les architectures biologiques.

📄

Xanadu (2025)

"Scaling a modular photonic quantum computer" — Nature. Architecture Aurora pour calcul quantique photonique à grande échelle.

Parcours Scientifique

Master (FP-Predict)

Prédiction spectres FP
AlphaFold2 + ML
Base FPbase (~700 FPs)
Optimisation jGCaMP

Doctorat (NPH)

Photons classiques
Interface neurone-puce
Boucle fermée optique
Traitement FPGA

Futur (10-20 ans)

Photons intriqués
Source SPDC / SFWM
Interface neurone-qubit
ChromoQ optimisées

🧠 Code & Simulations

Scripts de simulation, analyses de données, et documentation technique

Voir sur GitHub