Développement d’une interface graphique pour l’analyse multi-dimensionnelle des données de cytométrie en flux, appliquée au diagnostic biologique des hémopathies malignes (CMF-GRAPH)

Fiche projet

Année

2025

Appel à projets

Appel à projets « Soutien à l'émergence de projets - Innovation translationnelle » (Cancéropôle Est)

Acronyme

CMF-GRAPH

Resumé

Le projet vise à développer une interface graphique pour l'analyse multidimensionnelle des données de cytométrie en flux, appliquée au diagnostic des hémopathies malignes. Cette interface regroupera trois tâches principales : lecture des données, analyse automatisée par clustering, aide à la validation, et génération de compte-rendus structurés. Le choix de Python permet un développement rapide, malgré des défis de performance pour le traitement en temps réel. FlowKit sera utilisé pour lire les fichiers FCS et effectuer des prétraitements (élimination des doublons, normalisation), tandis que scikit-learn gérera le clustering. Les résultats seront visualisés avec des graphes interactifs (t-SNE) en utilisant Bokeh. ReportLab et TensorFlow seront employés pour générer des rapports automatisés et des textes explicatifs.

Le projet innove en automatisant l'analyse des données de cytométrie tout en offrant une transparence totale des résultats, grâce à une représentation dynamique correspondant aux graphes manuels utilisés à ce jour pour le diagnostic. L'objectif est de détecter en temps réel les clusters anormaux, inexistants dans les outils actuels. La validité de l'approche sera évaluée par trois biologistes experts sur un jeu de données anonymisées de 100 échantillons, avec un objectif de concordance de 95% par rapport à l'analyse manuelle.

Les principaux défis incluent la gestion de la complexité de l'interface utilisateur et l'interprétabilité des modèles de clustering pour les biologistes. La faisabilité repose sur une collaboration interdisciplinaire entre biologistes, physiciens et data scientists, avec un effet levier pour des financements futurs. Si le projet réussit, il pourrait être étendu à d'autres applications en onco-hématologie, améliorant significativement la précision et l'efficacité du diagnostic.