BIO-IMAGE ANALYSIS
La plateforme Necker Bio-image Analysis, met à disposition des outils logiciels (open source et sous licence), des stations d’analyse avancées, compatible Machine Learning, et une expertise en analyse d’image et ses domaines affiliés pour offrir des solutions technologiques et méthodologiques.
Elle offre un accompagnement personnalisé tout au long de l’analyse des données biologiques issues de diverses modalités d’imagerie (microscopie photonique, électronique, histologie, médecine, etc.). Cet accompagnement se fait toujours en étroite collaboration scientifique avec les utilisateurs et les autres plateformes concernées.
Elle est accessible aux équipes du campus Necker et est totalement ouverte aux partenaires externes, qu’ils soient publics ou privés.
PRESTATIONS
MISSIONS
L’analyse de bioimages a été organisée comme un service d’accompagnement des équipes de recherche s’articulant autour de quatre missions principales :
CONSEILLER
-
Conseils et accompagnement des chercheurs sur les possibilités d'analyse d'images avant, pendant, après le projet, avec discussion des résultats et aide pour la rédaction
et la révision de la publication.
ANALYSER
-
Conception et rédaction de protocole d'analyse spécifique aux besoins des équipes
de recherche.
-
Rédaction de scripts pour automatiser les analyses et accompagnement
dans leur utilisation.
-
Mise à disposition de stations d'analyse puissantes, accessibles à distance, adaptées aux besoins d'analyse et compatible avec des approches de machine learning.
FORMER
-
Formation des chercheurs à l'utilisation de logiciels d'analyse open source
et sous licence.
-
Création de tutoriels vidéos pour une meilleure transmission des connaissances
en laboratoire.
DÉVELOPPER
-
Concevoir, en collaboration avec les chercheurs, de nouvelles approches d'analyse pour répondre à leurs besoins spécifiques : par exemple réutilisation de plugins publiés, techniques à base d’intelligence artificielle, etc.
-
Entrainement de réseau de neurones (Deep Learning) pour la création / l’amélioration de modèles pour l’analyse d’image 2D.
EXPERTISES
La plateforme fournit son expertise en :
CONCEPTION EXPÉRIMENTALE
Dans la mise en place d’un plan d’expérience au début du projet, concernant les points importants à prendre en compte pour une analyse optimale (marquages, précision de l’image, etc.).
PROTOCOLE D'ANALYSE D'IMAGES COMPLEXES
Pour le design de protocoles complexes d’analyse d’image allant du prétraitement à la synthèse des résultats, impliquant de nombreuses étapes et logiciels.
AUTOMATISATION
Pour le développement de méthodes manuelles, semi–automatiques et automatiques (via scripts et macro) de reconnaissances des structures dans les images 2D, 3D (volume ou 2D + temps) et 4D (3D + temps).
MESURES QUANTITATIVES
Pour effectuer les mesures de ces structures et proposer de multiples techniques :
-
La squelettisation 2D/3D pour la mesure de longueur, "tortuosité", "branching", etc, utilisées dans l’étude du système vasculaire, du cil primaire ou en neurologie.
-
La colocalisation pour l’étude des interactions entre les cibles biologiques.
-
Le tracking pour le suivi d’évènement dynamique au cours du temps.
-
La mesure des distances entre objets : ce type d'analyse permet des mesures de densité, délocalisation/relocalisation et d’organisation spatiale des objets dans l’image.
-
Enfin les analyses morphologiques des structures 2D ou 3D.
EN INTELLIGENCE ARTIFICIELLE AVEC LES APPROCHES MACHINE LEARNING
-
Shallow Learning pour l’utilisation d’algorithme pour l’entrainement de modèles pour la classification de pixel et la classification d’objet.
-
Deep Learning pour l’utilisation de réseau de neurones pour l’application de modèle pré-entrainé (inférence) mais aussi leur entrainement.
-
De contrôle qualité des prédictions obtenues afin de valider les modèles créés.
INTERPRÉTATION DES DONNÉES ET TRANSFERT DE CONNAISSANCE
-
Assistance pour la lecture des résultats issue de l’analyse.
-
Facilitation de la transmission du protocole notamment via des vidéos tutoriels.
ÉQUIPEMENT
Toutes les stations d’analyse de la plateforme sont compatible avec les outils d’intelligence artificielle.
Tous les logiciels open source (FIJI, Ilastik, QuPath, Icy, CellProfiler), sont installés
sur tous les systèmes.
Les réseaux de neurones open source pour la segmentation 2D StarDist (FIJI/QuPath), Cellpose3 et CellposeSAM (FIJI/QuPath), SAM (QuPath/FIJI) et InstanSeg (QuPath),
sont installés sur tous les postes de travail.
Enfin les logiciels sous licence Imaris et Arivis offre des solutions d’analyse, incluant
du Machine Learning (Shallow Learning et Deep Learning), pour les images 3D et 4D
et les gros volume de données (supérieur à 100 Go).
SALLE D'ANALYSE BÂTIMENT FACULTÉ DE MÉDECINE
(1er étage pièce 108b)
-
1 station d’analyse avec le logiciel sous licence : Imaris dernière version
(Intel 20core / 128Go RAM / 2x SSD 4 to Go + HDD 6To stockage / GPU Nvidia 16 Go)
-
1 station d’analyse dédiée Arivis dernière version
(intel Intel 12core - 24threads / 128Go RAM / 4 SSD nvme 4To + HDD 10 To / GPU Nvidia 48 Go)
-
1 station d’analyse dédiée à l’open source + IA GPU
(Intel 12core - 24threads / 128Go RAM / SSD 512 go + HDD 5To / GPU Nvidia 12 Go)
INSTITUT IMAGINE
(2e étage à côté de la salle 208)
-
1 station d’analyse avec le logiciel sous licence : Imaris v9.5.3
(Intel 20core - 40threads / 128Go RAM / 2x 2 storage / GPU Nvidia 8Go)
EXEMPLES D'ANALYSES PROPOSÉES
La plateforme dispose d’un panel varié d’analyses mais il est aussi possible de développer, en collaboration avec les équipe de recherche, de nouvelles approches qui ne figurent
pas encore au portfolio.
Ci-dessous quelques exemples :
SEGMENTATION
Structures de type filaments
Cils primaires : mesures de la longueur et de la tortuosité
Credit: Damelys Calderon
Structure de type spots
nombre de spot par cellules
Rossignol et al.- Neuropilin-1 cooperates with PD-1
in CD8 + T cells predicting outcomes in melanoma patients treated with anti-PD1 -
iScience 25,104353 June 17, 2022
Structures cellulaires
Kaimal, Jay, & Thul, Peter. (2021). HPA Cell Image Segmentation Dataset (Version v2) [Data set]. Zenodo
Structures bactériennes
Credit: omnipose GUI
Structures tissulaires complexes
Structure 3D des néphrons, kystes, glomérules et du système vasculaire
T Blanc et al. - Three-dimensional architecture of nephrons in the normal and cystic kidney -
Kidney International (2021) 99, 632–645
MESURE DE COLOCALISATION
Par recoupement d’aire (2D) ou de volume (3D)
L. Cheradame et al. - STING protects breast cancer cells from intrinsic and genotoxic-induced DNA instability via a non-canonical, cell-autonomous pathway - Oncogene (2021) 40:6627 – 6640
ANALYSES DES DISTANCES
Dénombrement de spot à l’intérieur des mitochondries
Credit: Eloïse Marques
Dénombrement de cellules à l’intérieur et à une certaine distance
d’une structure tissulaire délimitée
Credit: Florence Vasseur
MESURES
Volume / Aire
Aire des Adipocytes d’une structure tissulaire
Ladraa et al. - PIK3CA gain-of-function mutation in adipose tissue induces metabolic reprogramming with Warburg-like effect and severe endocrine disruption - Sci. Adv. 8, eade7823 (2022)
Dénombrement
nombre de foci par noyaux
L. Cheradame et al. - STING protects breast cancer cells from intrinsic and genotoxic-induced DNA instability via a non-canonical, cell-autonomous pathway - Oncogene (2021) 40:6627 – 6640
Mesures d'intensité
P. Renard et al. - Hydroxychloroquine sulfate: A novel treatment for lipin-1 deficiency? - Biomedicine & Pharmacotherapy 163 (2023) 114813
Mesures morphologiques
Bernheim et al. - Identification of Greb1l as a genetic determinant of crisscross heart in mice showing torsion
of the heart tube by shortage of progenitor cells- 2023, Developmental Cell 58, 2217–2234
CLASSIFICATION D'OBJETS
Segmentation 3D des mitochondries et classification
E. Cosialls et al. - mTOR inhibition suppresses salinomycin-induced ferroptosis in breast cancer stem cells
by ironing out mitochondrial dysfunctions – Springer Nature Cell Death and Disease (2023) 14:744
ANALYSES TEMPORELLES
Evénements dynamiques
dénombrement à des points de temps précis
I.Munoz et al. -Kinesin-1 regulates mast cell degranulation - JCB • Volume 215 • NumBer 2 • 2016
Tracking
mesures dans le temps (vitesse, aire, déplacements, etc.)
Credit: Iwona Pranke
CRÉATION / AMÉLIORATION D'UN MODÈLE EN DEEP LEARNING 2D
Credit: Thierry Capiaud
PERSONNEL
Nicolas GOUDIN
Responsable
Pablo VARGAS
Référent scientifique
COMITÉ DE PILOTAGE SCIENTIFIQUE
IMAGINE
-
Sophie Thomas, PhD ; sophie.thomas@inserm.fr
-
Audrey Desgrange, PhD ; audrey.desgrange@institutimagine.org
INEM
-
Etienne Morel, PhD ; etienne.morel@inserm.fr
-
Julien Diana, PhD ; julien.diana@inserm.fr
BIGR
-
Bérengère Koehl, MD, PhD ; berengere.koehl@aphp.fr
TARIFICATION
Pour toute indication tarifaire, merci de contacter la plateforme à cette adresse : nicolas.goudin@inserm.fr
PUBLICATIONS
Mitochondrial dynamics and metabolic regulation control T cell fate in the thymus.
Elhage R, Kelly M, Goudin N, Megret J, Legrand A, Nemazanyy I, Patitucci C, Quellec V, Wai T, Hamaï A, Ezine S. Front Immunol. 2024 Jan 15;14:1270268. doi: 10.3389/fimmu.2023.1270268. eCollection 2023. PMID: 38288115
The AMPK-Sirtuin 1-YAP axis is regulated by fluid flow intensity and controls autophagy flux in kidney epithelial cells.
Claude-Taupin A, Isnard P, Bagattin A, Kuperwasser N, Roccio F, Ruscica B, Goudin N, Garfa-Traoré M, Regnier A, Turinsky L, Burtin M, Foretz M, Pontoglio M, Morel E, Viollet B, Terzi F, Codogno P, Dupont N. Nat Commun. 2023 Dec 5;14(1):8056. doi: 10.1038/s41467-023-43775-1. PMID: 38052799
Hemifacial myohyperplasia is due to somatic muscular PIK3CA gain-of-function mutations and responds to pharmacological inhibition.
Bayard C, Segna E, Taverne M, Fraissenon A, Hennocq Q, Periou B, Zerbib L, Ladraa S, Chapelle C, Hoguin C, Kaltenbach S, Villarese P, Asnafi V, Broissand C, Nemazanyy I, Autret G, Goudin N, Legendre C, Authier FJ, Viel T, Tavitian B, Gitiaux C, Fraitag S, Duong JP, Delcros C, Sergent B, Picard A, Dussiot M, Guibaud L, Khonsari R, Canaud G. J Exp Med. 2023 Nov 6;220(11):e20230926. doi: 10.1084/jem.20230926. Epub 2023 Sep 15. PMID: 37712948
Hydroxychloroquine sulfate: A novel treatment for lipin-1 deficiency?
Renard P, Caccavelli L, Legendre A, Tuchmann-Durand C, Balakirouchenane D, Blanchet B, Narjoz C, Straube M, Hubas A, Garros A, Mention K, Bednarek N, Goudin N, Broissand C, Schlatter J, Cisternino S, Cagnard N, van Endert P, Diana J, de Calbiac H, de Lonlay P. Biomed Pharmacother. 2023 Jul;163:114813. doi: 10.1016/j.biopha.2023.114813. Epub 2023 May 5. PMID: 37150031
DOCK11 deficiency in patients with X-linked actinopathy and autoimmunity.
Boussard C, Delage L, Gajardo T, Kauskot A, Batignes M, Goudin N, Stolzenberg MC, Brunaud C, Panikulam P, Riller Q, Moya-Nilges M, Solarz J, Repérant C, Durel B, Bordet JC, Pellé O, Lebreton C, Magérus A, Pirabakaran V, Vargas P, Dupichaud S, Jeanpierre M, Vinit A, Zarhrate M, Masson C, Aladjidi N, Arkwright PD, Bader-Meunier B, Baron Joly S, Benadiba J, Bernard E, Berrebi D, Bodemer C, Castelle M, Charbit-Henrion F, Chbihi M, Debray A, Drabent P, Fraitag S, Hié M, Landman-Parker J, Lhermitte L, Moshous D, Rohrlich P, Ruemmele F, Welfringer-Morin A, Tusseau M, Belot A, Cerf-Bensussan N, Roelens M, Picard C, Neven B, Fischer A, Callebaut I, Ménager M, Sepulveda FE, Adam F, Rieux-Laucat F. Blood. 2023 Jun 1;141(22):2713-2726. doi: 10.1182/blood.2022018486. PMID: 36952639
PIK3CA gain-of-function mutation in adipose tissue induces metabolic reprogramming with Warburg-like effect and severe endocrine disruption.
Ladraa S, Zerbib L, Bayard C, Fraissenon A, Venot Q, Morin G, Garneau AP, Isnard P, Chapelle C, Hoguin C, Fraitag S, Duong JP, Guibaud L, Besançon A, Kaltenbach S, Villarese P, Asnafi V, Broissand C, Goudin N, Dussiot M, Nemazanyy I, Viel T, Autret G, Cruciani-Guglielmacci C, Denom J, Bruneau J, Tavitian B, Legendre C, Dairou J, Lacorte JM, Levy P, Pende M, Polak M, Canaud G. Sci Adv. 2022 Dec 9;8(49):eade7823. doi: 10.1126/sciadv.ade7823. Epub 2022 Dec 9. PMID: 36490341
Neuropilin-1 cooperates with PD-1 in CD8+ T cells predicting outcomes in melanoma patients treated with anti-PD1.
Rossignol J, Belaid Z, Fouquet G, Guillem F, Rignault R, Milpied P, Renand A, Coman T, D'Aveni M, Dussiot M, Colin E, Levy J, Carvalho C, Goudin N, Cagnard N, Côté F, Babdor J, Bhukhai K, Polivka L, Bigorgne AE, Halse H, Marabelle A, Mouraud S, Lepelletier Y, Maciel TT, Rubio MT, Heron D, Robert C, Girault I, Lebeherec D, Scoazec JY, Moura I, Condon L, Weimershaus M, Pages F, Davoust J, Gross D, Hermine O. iScience. 2022 May 5;25(6):104353. doi: 10.1016/j.isci.2022.104353. eCollection 2022 Jun 17. PMID: 35874918
The critical role of the TB5 domain of fibrillin-1 in endochondral ossification.
Delhon L, Mougin Z, Jonquet J, Bibimbou A, Dubail J, Bou-Chaaya C, Goudin N, Le Goff W, Boileau C, Cormier-Daire V, Le Goff C. Hum Mol Genet. 2022 Nov 10;31(22):3777-3788. doi: 10.1093/hmg/ddac131. PMID: 3566086
2D and 3D Human Induced Pluripotent Stem Cell-Based Models to Dissect Primary Cilium Involvement during Neocortical Development.
Boutaud L, Michael M, Banal C, Calderon D, Farcy S, Pernelle J, Goudin N, Maillard C, Dimartino C, Deleschaux C, Dupichaud S, Lebreton C, Saunier S, Attié-Bitach T, Bahi-Buisson N, Lefort N, Thomas S. J Vis Exp. 2022 Mar 25;(181). doi: 10.3791/62667. PMID: 35389978
STING protects breast cancer cells from intrinsic and genotoxic-induced DNA instability via a non-canonical, cell-autonomous pathway.
Cheradame L, Guerrera IC, Gaston J, Schmitt A, Jung V, Goudin N, Pouillard M, Radosevic-Robin N, Modesti M, Judde JG, Cairo S, Goffin V. Oncogene. 2021 Dec;40(49):6627-6640. doi: 10.1038/s41388-021-02037-4. Epub 2021 Oct 8. PMID: 34625708