Transcriptomique spatiale : analyse de données et intégration scRNA-seq en Python Présentiel

Cette formation est dédiée à l'analyse computationnelle des données de transcriptomique spatiale avec Python. Les participants apprendront à maîtriser les outils de l'écosystème scverse pour transformer des matrices d'expression en résultats biologiques robustes et reproductibles, au travers d'ateliers pratiques et de projets de groupe.

1er jour - Fondamentaux, Transformation et Préparation des données
Matin (Code-Along / Frontal interactif) :

• Tour d'horizon rapide : Techniques image-based vs sequencing-based.
• Workflow général et présentation de l'écosystème scverse (SpatialData, AnnData).
• Installation et environnement de travail : prise en main des notebooks.

Après-midi (Laboratoire guidé) :

• Chargement des données et contrôle qualité (QC).
• Prétraitement et filtrage (cellules/gènes).
• Manipulation des données spatiales : calcul des métriques de base et premières visualisations.

2ème jour - Analyse avancée et Restitution (Projets de groupe)
Matin (Laboratoire / Mini-projet) :

• Répartition en 2 groupes de travail sur 2 jeux de données publiés (ex: tissus sains vs pathologiques, technologies variées).
• Exploration autonome guidée : Clustering spatial et détection de gènes variables.
• Application de méthodes avancées : Intégration ou analyse de voisinage (selon les intérêts).

Après-midi (Finalisation et Restitution) :

• Finalisation de l'analyse et préparation des présentations.
• Session de Restitution : Chaque groupe présente son workflow et ses résultats aux autres (15-20 min par groupe).
• Discussion collective, FAQ, ouverture sur les outils complémentaires et bilan de la formation.

Inventorier les approches de transcriptomique spatiales et reconnaître leurs spécificités (caractéristiques/forces/faiblesses)

Acquérir les bases du traitement et de l'analyse de données de transcriptomique spatiales

Se Familiariser avec les outils de l'écosystème d'analyse de transcriptomique spatiales sur Python

Construire un pipeline d'analyse de données de transcriptomique spatiale

Chercheurs, ingénieurs et techniciens en biologie et bio-informatique

Professionnels souhaitant analyser des données de transcriptomique spatiale ou reproduire des méthodologies issues de publications scientifiques

Liste des ressources pédagogiques :

Les notebooks et présentations de la formation seront mises à disposition sur un dépôt github/gitlab.

Equipement :

Machine virtuelle dans le cloud sur IFB Biosphere, accès via ordi salle Bioinformatique de l'IGFL

Utilisation ordinateur portable accepté mais non requise