From preprocessing and quality control to biomarker discovery : challenges, risks and opportunities of automated and data-driven cytometry data analyses
(2025)
Files
No attached file found for this publication.
Details
- Authors
- Supervisors
- Abstract
- (fr) L’essor des technologies de cytométrie à haute dimension, capables de mesurer jusqu’à 50 marqueurs par cellule, a rendu indispensable l’analyse automatisée des données. Face à cette complexité croissante, les méthodes traditionnelles de gating manuel montrent leurs limites, imposant le développement de stratégies analytiques évolutives, reproductibles et fondées sur les données. Cette thèse explore les défis et écueils des approches automatisées, en particulier les risques associés au remplacement de l’expertise humaine par des algorithmes. Pour y répondre, de nouveaux outils informatiques ont été conçus afin de faciliter l’exploration et l’interprétation des données de cytométrie. Une attention particulière est portée à la transparence et à la reproductibilité : la plupart des méthodes développées sont ainsi diffusées en open source, au sein du projet Bioconductor, afin de favoriser une recherche durable et collaborative.
- Affiliations
Citations
Hauchamps, P. (2025). From preprocessing and quality control to biomarker discovery : challenges, risks and opportunities of automated and data-driven cytometry data analyses.