Recherche biomédicale · Maladies génétiques
Institut Imagine, AP-HP
Contextualiser un jumeau numérique cellulaire à partir de données single-cell
Contexte
L'Institut Imagine travaille sur les maladies génétiques. Ses équipes produisent des données de transcriptomique en cellule unique (scRNA-Seq) d'une grande richesse, mais dont l'exploitation restait largement manuelle.
Enjeu
Relier ces mesures à un modèle du métabolisme cellulaire, pour passer d'une liste de gènes exprimés à une lecture des fonctions métaboliques réellement actives dans la cellule.
L'accompagnement
- 1
Comprendre la question scientifique
Avant toute ligne de code, un travail de cadrage mené avec l'équipe de recherche : quelle hypothèse biologique cherche-t-on à instruire, et qu'est-ce qui, dans les données, peut y répondre.
- 2
Analyser les données omiques
Traitement des jeux scRNA-Seq et préparation des données pour la contextualisation du modèle — la partie la moins visible, et celle qui conditionne tout le reste.
- 3
Développer les algorithmes
Écriture des algorithmes de contextualisation du jumeau numérique cellulaire : faire porter au modèle générique l'état particulier des cellules mesurées.
- 4
Étudier les fonctions métaboliques
Exploitation du jumeau ainsi contextualisé pour étudier le métabolisme cellulaire, et orienter le choix des expériences à mener à la paillasse.
Ce que le client garde
- Un jumeau numérique cellulaire contextualisé sur les données de l'équipe
- Les algorithmes de contextualisation, documentés
- Une lecture des fonctions métaboliques activées, exploitable en amont de la découverte
Équipe engagée
Un docteur en IA et omiques, et un Master 2 omiques, engagés directement sur la mission aux côtés des chercheurs.
« Une équipe formidable avec laquelle travailler, spécialistes des jumeaux métaboliques, ils proposent une solution collaborative très intuitive et créative. »
- Jumeau numérique
- Transcriptomique single-cell
- Métabolomique
- Maladies génétiques