Modeling spatial transcriptomics data at super-resolution

Stimuler la réflexion, s’ouvrir à de nouvelles perspectives, suivre l’actualité des recherches, des pratiques et des initiatives en santé publique, débattre; autant de fonctions remplies par les colloques du Département épidémiologie et systèmes de santé (DESS). A chaque session, des spécialistes d’horizons divers viennent présenter l’état de leurs recherches, leurs expériences ou leurs projets.

Ces colloques sont ouverts au publics. Ils s’adressent aux professionnel·le·s de la santé et sont notamment recommandés par la Société suisse des spécialistes en prévention et santé publique (SPHD) pour la reconnaissance de la formation continue.

Thème du jour: Modeling spatial transcriptomics dataat super-resolution

Recent advances in sequencing- and imaging-based approaches have led to what is now called spatial transcriptomics (ST), enabling the unbiased quantification of all genes throughout a given tissue. The resulting data can then be analyzed to generate critical insights from a patient sample. For example, these insights can help select cancer treatment options and identify mechanisms of response and relapse to a specific treatment. Despite their extraordinary potential, ST data present significant challenges from the point of view of data analysis. In particular, the most commonly used platform (Visium, developed by 10X Genomics) does not provide single-cell resolution yet, preventing the exact localizations of individual cells within a tissue. Here, I will show how we can use a Bayesian data augmentation trick to permit statistical inference of ST data at near single-cell resolution.

Intervenant:

• Prof Raphaël Gottardo, Professeur ordinaire, Centre de la science des données biomédicales, Direction générale du CHUV.

Participation:

Ce colloque aura lieu de manière virtuelle:

• Pour participer à distance, cliquez sur ce lien.

Enregistrement des colloques: 

Retrouvez les enregistrements vidéo des colloques passés sur notre chaîne Youtube.