Développement de stratégies analytiques intégrées pour la découverte de produits naturels à app[...]

Organisation/Company Université d'Orléans Research Field Chemistry Researcher Profile Recognised Researcher (R2) Leading Researcher (R4) First Stage Researcher (R1) Established Researcher (R3) Application Deadline 14 Apr 2026 - 22:00 (UTC) Country France Type of Contract Temporary Job Status Full-time Is the job funded through the EU Research Framework Programme? Not funded by a EU programme Is the Job related to staff position within a Research Infrastructure? No

Offer Description

Le/la doctorant.e développera des stratégies analytiques intégrées visant à améliorer l'exploration chimique des métabolomes végétaux pour la découverte de nouveaux ingrédients à applications dermo-cosmétiques.

Dans un premier temps, il/elle développera et optimisera des stratégies d'extraction durables et sélectives en identifiant des solvants plus écologiques et en mettant en œuvre différentes approches d'éco-extraction (extraction par fluide supercritique, extraction liquide pressurisée, extraction assistée par ultrasons, solvants eutectiques profonds). L'évaluation de ces stratégies reposera sur des critères analytiques tels que la couverture métabolique, la sélectivité et la reproductibilité.

Le/la doctorant.e développera ensuite des stratégies avancées de fractionnement et de séparation multidimensionnelle adaptées aux extraits végétaux complexes. Une attention particulière sera portée au développement de méthodes de chromatographie de partage centrifuge (CPC), incluant la sélection de systèmes de solvants adaptés, l'optimisation de la résolution et la compatibilité avec d'autres techniques chromatographiques. Des approches multidimensionnelles combinant CPC et chromatographie liquide seront également explorées.

Parallèlement, des plateformes analytiques complémentaires (U/HPLC-ELSD-UV, LC-MS/MS, LC-HRMS/MS et RMN) seront utilisées afin d'assurer l'annotation métabolique, l'élucidation structurale et le profilage semi-quantitatif ou quantitatif des métabolites présents dans les extraits étudiés.

Enfin, les données chimiques seront intégrées avec des résultats d'essais biologiques obtenus sur des modèles enzymatiques et cellulaires pertinents pour la peau (collagénase, élastase, kinases, kératinocytes, fibroblastes, mélanocytes). Des approches chimiométriques permettront d'établir des corrélations entre signatures métabolomiques et bioactivités afin d'orienter la priorisation et l'isolement de molécules candidates.

The PhD candidate will develop integrated analytical strategies aimed at improving the exploration of plant metabolomes for the discovery of new natural ingredients with dermo-cosmetic applications.

First, the candidate will design and optimize sustainable and selective extraction strategies by identifying greener solvents and implementing eco-extraction techniques such as supercritical fluid extraction, pressurized liquid extraction, ultrasound-assisted extraction, and deep eutectic solvents. These strategies will be evaluated using analytically defined performance criteria including metabolite coverage, selectivity, and reproducibility.

The candidate will then develop advanced fractionation and multidimensional separation methodologies tailored to complex plant extracts. Particular emphasis will be placed on the development of centrifugal partition chromatography (CPC) methods, including solvent system selection, resolution optimization, and compatibility with complementary chromatographic techniques. Multidimensional workflows combining CPC and liquid chromatography will also be explored.

In parallel, complementary analytical platforms (U/HPLC-ELSD-UV, LC-MS/MS, LC-HRMS/MS, and NMR spectroscopy) will be implemented to achieve robust metabolite annotation, structural elucidation, and semi-quantitative or quantitative metabolite profiling.

Finally, chemical datasets will be integrated with bioassay results obtained from skin-relevant enzymatic and cellular models (collagenase, elastase, kinases, keratinocytes, fibroblasts, melanocytes). Advanced chemometric and multiblock data analysis approaches will be applied to establish predictive correlations between metabolomic fingerprints and biological activities, guiding the rational prioritization and isolation of lead candidates.

Début de la thèse : 01/10/2026

Funding category: Autre financement public

ANR Financement d'Agences de financement de la recherche

Desired experience: Strong skills in analytical chemistry and separation techniques (HPLC, CPC), structural analysis (NMR, HRMS), modern extraction techniques (DES, SFE), and metabolomics (molecular networking). Experience in natural products and biological assays would be an asset.