Vous êtes ici : Accueil > Actualités > Well Plate Maker : une application conviviale pour limiter des biais dans les études biomédicales à grande échelle

Fait marquant | Biologie à grande échelle | Bioinformatique

Well Plate Maker : une application conviviale pour limiter des biais dans les études biomédicales à grande échelle


Well Plate Maker est une application développée par des chercheurs de l'Irig pour créer des plans de plaques de puits. Elle utilise un algorithme inspiré du backtracking pour placer les échantillons sur les plaques en fonction de contraintes de voisinage spécifiques. Son objectif est de permettre à l'utilisateur de créer un (ou plusieurs) plans de plaques randomisés afin de réaliser ses expériences en contrôlant les effets de lot, et ceci sans avoir de compétences en programmation.

Publié le 30 avril 2021
Avec l'augmentation constante du débit des pipelines instrumentaux utilisés dans la recherche biomédicale, il devient possible d'analyser des centaines d'échantillons, couvrant ainsi diverses conditions biologiques et facteurs de confusion. Bien que ces approches à grande échelle promettent une puissance statistique sans précédent, elles posent de nouveaux défis en termes de conception expérimentale. Notamment, il devient nécessaire d'éviter les effets de lot et de limiter les biais techniques grâce à divers modèles de randomisation.

De nombreux facteurs peuvent influencer les résultats dans la recherche clinique, en particulier les biais dans la distribution des échantillons avant la préparation biochimique. Pour simplifier la tâche fastidieuse consistant à répartir les essais sur plusieurs plaques de puits (Image) tout en tenant compte des contraintes susmentionnées, des chercheurs de l’Irig ont développé une application facile à utiliser, le Well Plate Maker (WPM). 

Plaque 96 puits.

Plusieurs outils existent déjà pour travailler sur les cartes de plaques (coordonnées des échantillons dans une plaque 96 puits par exemple). Cependant, WPM diffère à deux égards. Premièrement, les chercheurs ont conçu WPM pour inclure une interface graphique, ce qui le rend facilement utilisable par des utilisateurs n'ayant aucune compétence en programmation. Deuxièmement, WPM peut être utilisé en amont de l’expérience pour optimiser la conception des cartes de plaques pour lesquelles il est en effet nécessaire d'optimiser la distribution des échantillons sur les plaques de préparation afin de limiter les biais (Figure). Pour se faire, il sera nécessaire de spécifier un certain nombre de contraintes, comme l'appartenance à un groupe, des contraintes spatiales ou de voisinage, la taille et le nombre de plaques. Ainsi, dans le cas de plaques multiples, les échantillons sont répartis uniformément entre les différentes plaques en fonction du nombre total d'échantillons et de la taille des groupes, ce qui permet d'éviter les « effets de plaque ». De plus, WPM simplifie la randomisation par blocs pour limiter d'autres types d'effets de lot.

Grâce à sa large gamme d'options, WPM peut être adapté à un large éventail d’applications (analyses omiques, criblage…), permettant de concevoir facilement des cartes de plaques de puits, qui peuvent ensuite être imprimées pour une mise en œuvre en laboratoire. Ainsi Well Plate Maker est utilisé à l’Irig pour distribuer de manière optimale les échantillons de plasma issus de cohortes cliniques, avant leur préparation biochimique et leur analyse protéomique par spectrométrie de masse.

Représentation d’une carte des plaques de puits générée par WPM.
En statistique, un facteur de confusion, ou facteur confondant, ou encore variable confondante, est une variable aléatoire qui influence à la fois la variable dépendante et les variables explicatives.
Plaques de puits : ce sont des plaques permettant d’analyser simultanément jusqu’à 96 échantillons différents, contenus dans des puits.
Well Plate Maker (ou WPM) est implémenté en R et disponible sur Bioconductor sous la licence open source Artistic 2.0. En plus du scripting classique, il peut être utilisé via une interface graphique, développée avec la technologie Shiny.
Ce travail a été soutenu par des subventions de l'Agence Nationale de la Recherche française : Infrastructure nationale ProFI, LabEx GRAL, projet CDP-IDEX LIFE et MIAI @ Grenoble Alpes.

Haut de page