Accèder directement au contenu

Auguste Genovesio - équipe en émergence

Bio-imagerie Computationnelle et Bioinformatique

Le projet de recherche de notre équipe est l’étude de la morphologie et de la dynamique cellulaires à grande échelle. Nous nous intéressons notamment à caractériser l’hétérogénéité morphologique des réponses cellulaires aux perturbations. Nous travaillons également à l’identification de facteurs mécaniques ou moléculaires de la morphologie, de l’organisation et de l’activité cellulaires. Dans cette optique, nous tentons d’une part de générer de nouvelles sources d’informations à grande échelle telles que de larges jeux d’images ou d’expression génique. D’autre part, nous interprétons ces grandes données pour produire et valider des modèles prédictifs. Parce que l’échelle des données ainsi produites nous contraint à des approches exclusivement automatisées et quantitatives, nous mettons au point des algorithmes et des outils d’analyse de grandes données d’images et NGS. Les membres de notre équipe regroupent un panel de compétences variées telles que l’informatique, les mathématiques appliquées, la biophysique et l’analyse génomique. Nous appliquons nos approches à des questions développées de manière autonome comme la compréhension de l’action de composés à visée thérapeutique avec le concours de nos collaborateurs de l’Institut Curie et de l’industrie pharmaceutique. Nous les appliquons également à des questions de biologie fondamentale grâce à une interaction forte avec nos collaborateurs de l’IBENS, du Collège de France et de l’ESPCI : notamment en génomique fonctionnelle, en biologie du développement ou en neuroscience.

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 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 nouveaux types de données NGS tel que le Ribosome profiling, ATAC seq, Clip seq ou les analyses en cellule unique scRNA seq et scChip 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.




From cell images to information
From cell images to information