Accèder directement au contenu

Projet

L’activité de recherche de l’équipe peut grossièrement se scinder en trois grands thèmes entre lesquels il existe de nombreuses passerelles : le premier thème concerne l’étude de l’ensemble des morphologies cellulaires obtenues lorsque des cellules en culture sont soumises à un grand nombre de perturbations parallèles, le deuxième thème concerne l’étude des relations spatiales entre des phénotypes cellulaires et leur dynamique au sein de tissus. Enfin, le troisième thème concerne la mise au point d’analyses de nouveaux type de données issues du séquençage à haut débit.

La morphologie cellulaire à large échelle. Les sources de données correspondant à cette thématique sont des larges jeux d’images (typiquement plusieurs centaines de milliers). Celles-ci sont le résultat d’acquisitions par microscopie automatisée d’un ensemble de perturbations parallèles (typiquement quelques dizaines de milliers) sur un ou plusieurs types cellulaires en culture. Disposer d’images contenant des dizaines de millions de cellules nous permet d’explorer alors les gammes de phénotypes ainsi produits et leurs relations ainsi que leur source moléculaire. Nous nous intéressons aux profils phénotypiques de chaque cellule pour caractériser des groupes de perturbations ou étudier l’hétérogénéité des réponses aux perturbations. Nous nous intéressons également aux approches d’apprentissage profond pour des images complexes telles que des cultures neuronales pour lesquelles la détection des cellules individuelles est impossible. Nous proposons et développons notamment plusieurs approches pour identifier le mécanisme d’action d’une molécule à visée thérapeutique.

La structure spatiale et dynamique des tissus. Nous nous intéressons également à l’analyse de larges données d’images correspondant à des prélèvements de tissus contenant plusieurs centaines de milliers de cellules en développement. Nous développons des algorithmes de détection et des approches statistiques originales basées entre autre sur la génération d’images synthétisées en vue d’identifier des zones du tissu dont la disposition des cellules n’est pas le fait du hasard mais bien le résultat d’un processus mécanique ou chimique que nous tentons alors de comprendre. Nous étudions aussi l’aspect dynamique de l’activité de populations de cellules neuronales formant un organe, notamment pour le suivi in vivo de l’activité des cellules de Kenyon pour l’étude de la formation de la mémoire à long terme.

L’analyse de nouveaux types de données de séquençage à haut débit. De nouvelles technologies de séquençage et de nouveaux types de données NGS apparaissent très régulièrement. Nous travaillons à la mise au point des méthodes d’analyses associées à ces nouvelles technologies de séquençage telles que le séquençage en molécule unique PacBio ou par nanocanaux BioNano. Nous développons également des frameworks adaptés pour l’analyse de types de données NGS tel que le Clip seq, Ribosome profiling ou ATAC seq. Cette activité a pour objectif d’obtenir des données moléculaires en relation avec les deux premiers thèmes. Nous espérons notamment pouvoir établir dans un futur relativement proche des relations générales entre un graphe de régulations moléculaires et un graphe de transition des états morphologiques de la cellule.