Aller au contenu
Biologie computationnelle et modélisation IA

Des données brutes à un signal biologique validé

Le côté dry-lab de chaque projet, des pipelines de bio-informatique et de l’analyse statistique aux modèles pilotés par l’IA. Chaque résultat est interprété par nos scientifiques et relié à la biologie.

L’équipe computationnelle

Ce que couvre l’équipe computationnelle

Du premier alignement au modèle final, en trois étapes qui se commandent ensemble ou séparément.

Pipelines de bio-informatique
Analyse · Pipelines

Pipelines de bio-informatique

Alignement, quantification et QC, versionnés de bout en bout.

Expression
RNA-seq bulk, 3’ mRNA-seq, small RNA et miRNA ; transcriptomique en cellule unique et spatiale via Transcriptomics 360.
Génome et variants
WGS, WES, panels ciblés, variations du nombre de copies et variants structuraux, séquençage long-read.
Épigénome
Méthylation de l’ADN (puces, RRBS et WGBS), ChIP-seq, ATAC-seq.
Microbiome
Amplicons 16S et ITS, métagénomique shotgun, métatranscriptomique.
Ciblé et hors séquençage
qPCR et dPCR, protéomique LC-MS/MS.
Exécutions reproductibles
Pipelines conteneurisés, des lectures brutes aux résultats.

Les techniques non listées ci-dessus sont cadrées sur demande. La première question à laquelle nous répondons est de savoir si les données et la conception de l’étude permettent l’analyse, pas si nous faisons tourner l’instrument.

Outils et pratiques
  • Exécutions conteneuriséesDes lectures brutes aux résultats
  • Pipelines versionnésAlignement, quantification et QC
  • Références figéesVersion du génome, de l’annotation et du pipeline indiquées avec les résultats
Analyse · PipelinesDry lab
Intégration multi-omique
Analyse · Intégration

Intégration multi-omique

Deux couches ou plus analysées ensemble sur les mêmes échantillons.

Analyse conjointe
Génomique, transcriptomique, protéomique et métagénomique.
Correction des effets de lot
Correction des effets de lot et harmonisation inter-plateformes, y compris pour des couches produites sur des sites différents ou à des moments différents.
Corrélation et réseaux
Corrélation multicouche et analyse de réseaux.
Plateformes de laboratoire derrière ces couches : Génomique + Transcriptomique + Protéomique + Métagénomique
Couches analysées ensemble
  • GénomiqueWGS, WES, panels, variations du nombre de copies et variants structuraux
  • TranscriptomiqueExpression en masse, cellule unique et spatiale
  • ProtéomiqueLC-MS/MS
  • Métagénomique16S, ITS et shotgun
Analyse · IntégrationDry lab
Découverte de biomarqueurs
Analyse · Biomarqueurs

Découverte de biomarqueurs

Identifier les marqueurs qui méritent de passer à l’étape suivante.

Sélection de variables
Des milliers de candidats réduits à un ensemble testable.
Méthodes d’apprentissage
Classification, régression et apprentissage de représentations, adaptés aux contraintes des données omiques.
Test de robustesse
Chaque modèle est vérifié sur des données qu’il n’a jamais vues.
Où cela mène
  • Biomarker XplorerPour les projets où le biomarqueur est le livrable, pas les données
  • Étude de cas illustréeIdentification et validation de biomarqueurs de réponse à l’immunothérapie
Analyse · BiomarqueursDry lab

Les questions qu’on nous pose

Travailler depuis vos données, ce que vous recevez, et comment un signal est tenu pour réel.

Partir de vos données

L’équipe de calcul peut-elle travailler sur des données produites ailleurs ?

Oui, et c’est une grande part du travail de l’équipe de calcul. Nous partons de vos fichiers bruts ou traités, relançons le contrôle qualité pour que le point de départ soit documenté, et vous disons ce que les données peuvent et ne peuvent pas soutenir avant de proposer une analyse.

Lien direct vers cette question
Peut-on commander l’analyse seule, ou seulement avec le travail de laboratoire ?

Les deux sont possibles. Vous pouvez apporter des données produites ailleurs, ou nous réalisons le travail de laboratoire et poursuivons en bio-informatique, analyse statistique et interprétation biologique, rapportées à votre question plutôt qu’à l’instrument. Une analyse commandée seule part de vos fichiers bruts ou traités, avec le contrôle qualité relancé.

Lien direct vers cette question
Quels types de données pouvez-vous analyser ?

Expression (RNA-seq bulk, mRNA-seq 3’, petits ARN et miARN, cellule unique et spatial), génome et variants (WGS, WES, panels ciblés, variations du nombre de copies et variants structuraux, séquençage long-read), épigénome (méthylation de l’ADN, ChIP-seq, ATAC-seq), microbiome (amplicons 16S et ITS, métagénomique shotgun, métatranscriptomique), ainsi que la qPCR, la dPCR et la protéomique LC-MS/MS. Les techniques non listées sont cadrées sur demande.

Lien direct vers cette question
Analysez-vous les données en cellule unique et spatiales ?

Oui. La transcriptomique en cellule unique et spatiale est proposée via Transcriptomics 360, sous la conception d’étude, la coordination de projet et la documentation propres à GENXMAP. Vous avez un seul chef de projet, et le RNA-seq bulk, la cellule unique et le spatial sont analysés et lus ensemble comme un seul programme, sans réconciliation après coup.

Lien direct vers cette question

Résultats et rigueur

Que recevons-nous d’un projet d’analyse ?

Un rapport qui répond à la question biologique, les données traitées et tables de résultats, et les figures. Les versions des pipelines et le génome de référence sont indiqués pour que l’analyse puisse être refaite. Tout ce qui va au-delà (code, notebooks, tableau de bord interactif) est convenu dans la documentation de l’étude plutôt que supposé.

Lien direct vers cette question
Comment évitez-vous de rapporter un signal qui ne tient pas ?

En arrêtant le plan d’analyse avant de regarder le résultat, et en séparant découverte et validation. Un signal trouvé sur un jeu est testé sur des données qui n’ont pas contribué à le trouver. Lorsque la cohorte est trop petite pour cela, nous le disons et rapportons le résultat comme exploratoire, ce qui est un résultat, pas un échec.

Lien direct vers cette question
Quelles versions du génome de référence et des pipelines utilisez-vous ?

Elles sont fixées par étude et écrites, car deux analyses menées sur des versions d’annotation différentes ne sont pas comparables et la différence ne se voit pas dans le rapport. Nous indiquons le build de référence, la version d’annotation et la version du pipeline avec les résultats.

Lien direct vers cette question
Qui peut voir nos données ?

Les données sont hébergées dans l’UE, avec des sauvegardes en France, dans un espace cloisonné par équipe, avec un accès protégé par double authentification, et chaque conclusion est vérifiée par un scientifique GENXMAP.

Lien direct vers cette question

Un jeu de données à interpréter ?

Parlons de vos données et de votre question biologique.