Un outil de digitalisation des organes créé au Genoscope

L’équipe Sysfate qui œuvre au sein de l'Unité Mixte de Recherche Genomique Métabolique (Université d'Évry, CEA, CNRS) du Genoscope,  a combiné l’analyse d’image et la génomique pour créer l’outil Multilayer qui digitalise les organes et tissus biologiques.

Cette méthode innovante sera notamment utile au développement de solutions de diagnostic au niveau moléculaire et a fait l’objet d’une publication dans Cell Systems du 7 mai 2021.

L’équipe Sysfate, dirigée par Marco Mendoza (qui bénéficie du dispositif Atige de Genopole), a conçu la méthode Multilayer qui fournit une image numérique dans l'espace de l’activité des tissus. L’outil s’inspire de l’analyse d’images et y associe l’expertise en analyses omiques (génomique, transcriptomique…) de l’équipe. Multilayer permet ainsi de voir la structuration fonctionnelle d’un organe ou d’un tissu.

Multilayer allie deux domaines d'expertise : l’analyse d’image et la génomique.

L’équipe Sysfate a créé une première version d’un algorithme d’analyse moléculaire des tissus et organes qui, combiné à la transcriptomique spatiale, pourrait livrer des cartes fonctionnelles de tous les organes du corps humain. Cet algorithme devrait contribuer à une meilleure compréhension des pathologies et au développement de diagnostic moléculaire dans le cadre de la médecine personnalisée.

Le fonctionnement d’un organe ou d’un tissu biologique est déterminé par l’activité des cellules qui le compose, donc par ce que les gènes de ces cellules expriment ou non. Parmi les techniques développées pour analyser simultanément le niveau d’expression d’un grand groupe de gènes à l’échelle d’un organe ou d’un tissu, la transcriptomique spatiale1 fournit, à partir de coupes biologiques, une image en deux dimensions de l’expression de ces gènes en des points régulièrement répartis sur le tissu. La carte fonctionnelle du tissu peut représenter un millier de gènes et des milliers de positions, donc des millions de séquences à analyser, nécessitant le développement de méthodes statistiques et bio-informatiques.

C'est l'objet de l’algorithme Multilayer.

Les gexels

Comparé aux méthodes statistiques classiques, Multilayer analyse la coupe biologique en affectant à chaque point dans l’espace du tissu une mesure que l’équipe de chercheurs a nommée gexel, à l’image des pixels qui constituent les images numériques. Le gexel représente l’expression du millier de gènes en ce point du tissu. L’originalité de l’outil réside dans l’analyse de chaque gexel non pas comme une entité indépendante mais en considérant qu’il existe une continuité, c’est-à-dire en tenant compte des gexels contigus qui présentent le même comportement d'expression génétique. D’un point de vue biologique, on s’attend effectivement à ce que des cellules contiguës aient plus de chance de partager des destins cellulaires et donc des programmes génétiques communs. L’algorithme exploite également les informations connues, issues de bases de données, de co-expression de gènes, les groupes de gènes co-exprimés étant potentiellement associés à des mêmes fonctions.

Multilayer « digitalise » ainsi le tissu en sous-structures biologiquement pertinentes

Les chercheurs de Sysfate ont démontré sa performance à déceler les zones fonctionnelles sur un ensemble de données de transcriptomique spatiale. Ces données étaient issues de coupes de tissu cardiaque, de divers tissus tumoraux et d’un embryon entier de souris, que l’outil a stratifié en régions correspondant parfaitement aux structures anatomiques connues.

Références

Julien Moehlin, Bastien Mollet,Bruno Maria Colombo,Marco Antonio Mendoza-Parra

Inferring biologically relevant molecular tissue substructures by agglomerative clustering of digitized spatial transcriptomes with multilayer. Cell Systems (2021)

https://doi.org/10.1016/j.cels.2021.04.008

Retour à la liste d'actualités