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.
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
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.
- 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
Intégration multi-omique
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.
- 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
Découverte de 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.
- 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
L’analyse par secteur
Comment ce travail computationnel s’applique dans chaque secteur.
Dermatologie et cosmétique
Biologie de la peau, transcriptomique et profilage du microbiome pour l’innovation dermo-cosmétique.
Explorer ce secteurImmuno-oncologie
Profilage multi-omique du microenvironnement tumoral pour des biomarqueurs exploitables.
Explorer ce secteurThérapie cellulaire et génique
Caractérisation moléculaire au service de l’ingénierie cellulaire et des programmes de thérapie génique.
Explorer ce secteurMaladies infectieuses et microbiome
Interactions hôte-pathogène et écologie microbienne pour la recherche en maladies infectieuses.
Explorer ce secteurPharma et biotech
Caractérisation multi-omique du mécanisme d’action, des biomarqueurs de réponse et de la cohérence translationnelle.
Explorer ce secteurLes 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 questionPeut-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 questionQuels 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 questionAnalysez-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 questionRésultats 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 questionComment 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 questionQuelles 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 questionQui 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 questionUn jeu de données à interpréter ?