
Au cours de la dernière décennie, la recherche biomédicale a bénéficié de la croissance des technologies digitales, en particulier dans les domaines du séquençage et de l’imagerie. Cela a conduit à l’émergence de la transcriptomique spatiale, qui permet aux chercheurs de mesurer l’activité des gènes dans les tissus avec une résolution spatiale et temporelle très élevée. Ces avancées offrent de nouvelles perspectives pour améliorer les diagnostics, les traitements et les résultats de santé des patients.
Cependant, l’analyse des données de transcriptomique spatiale reste complexe en raison de leur taille et de leur complexité. Les outils existants sont souvent adaptés à partir de méthodes non spatiales ou reposent sur des étapes manuelles, ce qui entraîne des biais et une reproductibilité limitée. Pour surmonter ces défis, notre projet propose de développer de nouvelles méthodes statistiques spécifiquement conçues pour les données de transcriptomique spatiale, en s’appuyant sur données publics ainsi que sur ceux fournis par nos partenaires pour valider l’approche.