Solutions

Analyses avec a priori (expression différentielle des gènes, enrichissement des voies de signalisation)

Analyse en composantes principale

(PCA)

Comparaison deux à deux

(Volcano plot)

Analyses d'enrichissements de voies de signalisations

(GSEA)

Et ce que vous auriez besoin d'autres

Export : fichier Excel pour chaque comparaison comportant

  • pour chacun des gènes :

        • les valeur de variation d'expression (Fold change)

        • leur valeur statistique (p-value, padj)

        • les liens aux bases de données publiques (UCSC, NCBI, Ensembl)

  • Une Heatmap des 200 gènes les plus Sur- et Sous-exprimés de la comparaison

  • Les résultats d'enrichissement de pathway des 6 grandes librairies (KEGG, Reactome, GO : Biological process, GO : Molecular Function, GO : Cellular Component, Hallmarks of cancer) (Voir ici)

Un fichier PowerPoint avec toutes les figures générées lors de la préparations des données et leur l'analyse.

Un rapport au format PDF servant aussi de Cahier de laboratoire et de correspondance avec vous.

Analyses sans a priori (Classification, regroupement et autres approches d’exploration de données)



Une des approches phares sans a priori est l'analyse en composant indépendante.

Cette approche permet de distinguer au sein d'un mélange de signaux, quels signaux sont spécifiques de tel ou tel paramètre.

Dans le cas des transcriptomes, cette approche permet d'associer des variations d'expression de gènes spécifique à un seul paramètre (par exemple le tabagisme dans le cancer du poumon), variation indépendante des autres facteurs (poids, taille, sexe, antécédent familial).

Un exemple concret, dans le cancer du pancréas, deux sous-types, l'un très agressif et un autre moins agressif ont été décrits, et auxquels ont été associées deux signatures spécifiques de quelques gènes. Une étude récente a montré qu'il existe un continuum entre ces deux sous-types de cancer. Par ICA, un composant corrélé à l'histologie de la tumeur permet d'attribuer un poids à chaque gène sur ce composant, et par extension sur ce paramètre "Histologie". (voir référence)


Export : même type de fichier que pour les analyses avec a priori.

Outils graphiques (environnement R Shiny, permet de réaliser vos figures rapidement, en ligne, avec vos données)

Interface graphique ayant comme base le langage R.

Permet au besoin de :

  • générer des boxplot montrant l'expression de gènes en fonction d'un ou plusieurs paramètres

  • générer des graphiques d'Analyse en Composante Principale (ACP - PCA)

  • générer des Heatmap sur une sélection de gènes

  • Exporter chaque graphique au format ".pptx" pour avoir la main sur les polices et tailles de charactères

  • Exporter des résultats d'expression de gènes pour les importer dans l'outils graphique de votre choix (Graphpad Prism, Excel...)

Export : Un lien vous dirigeant à votre application, protégée par une authentification personnalisée.

Données publiques disponibles

Les données que vous cherchez sont peut-être déjà en accès libre sur un portail public.

Contactez-nous et faites-nous part de vos besoins pour que nous puissions vous faire une offre la plus adaptée possible