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 spatiale et reconnaître leurs spécificités (caractéristiques/forces/faiblesses)
• Acquérir les bases du traitement et de l'analyse de données de transcriptomique spatiale
• Se familiariser avec les outils de l'écosystème d'analyse de transcriptomique spatiale 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.

• 3h de cours interactifs et 11h de TD/TP
• Travail sur ordinateur individuel avec mise en pratique immédiate sur données réelles
• Travail collaboratif en 2 groupes de 4 personnes lors du projet final sur données publiées (6h dédiées au projet et à la restitution)

Equipement : machine virtuelle dans le cloud sur IFB Biosphere, accès via l'ordinateur de la salle bioinformatique de l'IGFL. Utilisation d'un ordinateur portable acceptée mais non requise.

Ressources pédagogiques : les notebooks et les présentations de la formation seront mises à disposition sur un dépôt github/gitlab.

En fin de deuxième journée, présentation des résultats du travail en groupe. Restitution des acquis de la formation par les apprenants présentateurs et évaluations critiques par les autres apprenants.

Un suivi individualisé par des évaluations formatives est assuré. Une attestation de suivi est délivrée à la fin de la formation.