Analyse de données de cytométrie en flux, cytométrie spectrale et cytométrie de masse
Nous proposons un soutien bioinformatique complet pour l’analyse et l’interprétation de données de cytométrie en flux classique, de cytométrie en flux spectrale et de cytométrie de masse, afin d’extraire des informations biologiques pertinentes à partir de jeux de données à haute dimension. Notre équipe peut intervenir à n’importe quelle étape du pipeline d’analyse, des fichiers bruts issus de l’instrument ou des données pré‑traitées dans des logiciels comme FlowJo, Kaluza ou Cytobank. Nous sommes expérimentés dans l'analyse de données Cytek Aurora et CyTOF.
Ce que nous proposons
- Design expérimentale et gestion des données
- Conseil pour la conception de panels, la réplication et la taille d’échantillon
- Support pour l’organisation des données, l’annotation des métadonnées et la documentation des analyses
- Contrôle qualité et pré‑traitement
- Import des fichiers bruts avec attention aux problèmes de troncature, d’unmixing et de compensation
- Transformation des signaux (par exemple arcsinh ou logicle)
- Contrôle qualité manuel et automatisé pour retirer les événements/échantillons de mauvaise qualité, à l’aide d’algorithmes de nettoyage de pointe (par exemple flowAI, PeacoQC, flowClean)
- Correction des effets de lot et intégration de plusieurs jeux de données (par exemple études multi‑centriques ou longitudinales), en utilisant des échantillons de contrôle ou des informations de design (par exemple méthodes de normalisation comme CytoNorm ou ajustements par régression)
- Réduction de dimension et visualisation
- Projections 2D interprétables (UMAP, t‑SNE, PCA, cartes de diffusion) pour explorer l’hétérogénéité cellulaire.
- Figures de qualité publication, avec coloration personnalisable selon les marqueurs, les échantillons ou les conditions expérimentales.
- Clustering non supervisé, gating et annotation des populations
- Clustering non supervisé adapté à votre jeu de données et à vos objectifs (par exemple FlowSOM et PhenoGraph).
- Support pour des approches à la fois data‑driven et de cytométrie « classique » : gating automatisé ou semi‑automatisé, fusion/annotation experte des clusters en populations cellulaires biologiquement interprétables.
- Analyses différentielles et statistiques avancées
- Analyse de l’abondance différentielle des populations cellulaires entre conditions, temps ou groupes de patients, y compris pour des designs complexes avec effets de lot et mesures appariées.
- Analyse différentielle de l’état fonctionnel (marqueurs intracellulaires ou de signalisation) au sein de populations définies.
- Modèles de régression (par exemple modèles linéaires ou mixtes) intégrant des covariables telles que des variables cliniques.
- Trajectoires : inférence de trajectoires cellulaires et de pseudotemps pour des processus de différenciation ou d’activation (par exemple cartes de diffusion combinées à des méthodes de trajectoire comme Slingshot)
- Pipelines reproductibles et rapports : mise en place de workflows R documentés et versionnés, et livraison de rapports synthétiques ou d’outils interactifs adaptés aux besoins de votre projet
Comment nous travaillons
- Nous travaillons en étroite collaboration avec votre équipe de recherche
- Nous réalisons les analyses en concertation avec vous, en veillant à la pertinence biologique à chaque étape
- Nous vous accompagnons pour que vous puissiez analyser vous‑même vos données et gagner en autonomie à long terme
- Nous développons des stratégies d’analyse et des outils de visualisation adaptés à vos besoins de recherche spécifiques