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

Description of the training activity

Cette formation est dédiée à l’analyse computationnelle des données de transcriptomique spatiale avec Python.

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

Prérequis :

• Connaissances de base du langage Python ;
• Connaissances biologiques suffisantes pour comprendre le fonctionnement de la transcriptomique spatiale ;
• Connaissances mathématiques et statistiques

Formateurs :

• ENRIQUEZ Jonathan
• BOUCHET Mathilde
• SARNATARO Sergio

Pour vous inscrire, rendez-vous << ici >>