Secteurs · Immuno-oncologie
Immuno-oncologie
Profilage multi-omique des tumeurs et de leur microenvironnement, pour identifier des biomarqueurs de réponse au traitement, de résistance et d’issue clinique.
Secteurs · Immuno-oncologie
Profilage multi-omique des tumeurs et de leur microenvironnement, pour identifier des biomarqueurs de réponse au traitement, de résistance et d’issue clinique.
Un jeu de données tumoral ne répond pas seul à une question clinique. Quels patients répondent au blocage de point de contrôle, ce qui distingue leur microenvironnement de celui des autres, et si cette signature survit à la cohorte suivante : c’est le travail que prend en charge l’équipe computationnelle de GenXMap.
Un programme conçu plutôt qu’une commande d’analyse : GenXMap intègre données génomiques, transcriptomiques, protéomiques et de biopsie liquide pour identifier et valider des biomarqueurs prédictifs.
Le travail commence avant l’analyse : définir quelles couches moléculaires sont nécessaires pour répondre à la question, et selon quel design.
Appel somatique à partir de WGS ou WES ; charge mutationnelle, signatures et nombre de copies résumés par échantillon.
Variants, transcrits et protéines sélectionnés, confirmés par séquençage ciblé.
Différences au niveau des gènes et des voies entre conditions, à partir du RNA-seq bulk.
Composition en types cellulaires à partir du RNA-seq bulk, recoupée avec des références single-cell.
Clustering, annotation des sous-types immunitaires et abondance différentielle entre conditions.
TIMS-TOF MS quantifié et testé pour l’abondance différentielle, mis en regard des résultats transcriptomiques.
Signaux cfDNA et cfRNA par point de mesure, comparés aux résultats tissulaires.
Intégration corrigée des effets de batch entre cohortes et plateformes : une cohorte s’accumule au lieu de repartir de zéro.
Signatures répondeurs contre non-répondeurs, sur plusieurs couches de données.
Modèles reliant la signature au bras et à l’issue clinique ; paramètres, seuils et versions consignés.
Versions exactes des outils, paramètres, références et seuils pour chaque étape.
Métriques de qualité par échantillon et par cohorte, sur les couches de séquençage, de protéomique et de biopsie liquide, avec exclusions énoncées et justifiées.
Mutations, charge mutationnelle et nombre de copies résumés par échantillon et par bras ; variants validés.
Expression différentielle, scores de voies et de programmes immunitaires.
Protéines différentiellement abondantes, mises en regard des résultats transcriptomiques.
Signaux cfDNA / cfRNA par point de mesure, confrontés aux résultats tissulaires.
Signatures candidates de réponse et de résistance, leur performance sur données indépendantes.
Rédigée face à la question biologique dont l’étude est partie, en énonçant ce que les données soutiennent.
Matrices traitées, tables de résultats, pipelines versionnés et figures.
Le travail de laboratoire derrière ces analyses tourne sur OMICS4, le site plateforme de GenXMap, avec des exigences d’échantillon, une logistique et des délais définis pour chaque étude.
Mais l’analyse n’a pas à commencer dans notre laboratoire.
Nous travaillons aussi sur des données produites ailleurs. Des jeux de données transcriptomiques, protéomiques, métabolomiques, de microbiome ou de biopsie liquide déjà existants peuvent être analysés et intégrés pour ce qu’ils sont.
Ce qui détermine l’analyse, c’est la question biologique, le design de l’étude et les métadonnées disponibles, pas qui a produit les données.
Lorsque plusieurs couches omiques sont disponibles, nous les intégrons pour identifier les signaux biologiques convergents.
Les données peuvent venir de plateformes, de prestataires ou d’expériences différentes. La question biologique reste le point de départ.
Explorer les plateaux sur OMICS4En immuno-oncologie, savoir que l’expression a changé suffit rarement. Il faut savoir quels sous-ensembles immunitaires ont bougé, et où ils se situent par rapport à la tumeur. Cela fait trois modalités, pas une : le RNA-seq bulk sur nos propres plateaux, le single-cell avec Parean Biotechnologies à Saint-Malo, et la transcriptomique spatiale avec Explicyte, CRO bordelaise en oncologie de précision et immuno-oncologie. Menées comme un seul programme, sur un seul plan et un seul jeu d’échantillons, elles se lisent ensemble au lieu de se réconcilier après coup.
GenXMap rejoint par ailleurs le Paris-Saclay Cancer Cluster, et rejoint le Marseille Immunology Biocluster. Pour un programme qui a besoin d’une cohorte précise ou d’un collaborateur clinique, c’est la différence entre une conversation et une recherche.
Les études de cas pour ce secteur sont en préparation : contactez-nous pour discuter d'un projet directement.
Un projet dans ce domaine ?