Le traitement et l’analyse d’images sont devenus essentiels dans toutes les approches expérimentales qui ont recours à l’imagerie pour observer et quantifier le vivant. Cette évolution a donné naissance à la nouvelle discipline : « bioimage informatics ». Son essor est comparable à celui de la bioinformatique dans les années 80-90 qui a accompagné la révolution dans le domaine de la génomique.

Traditionnellement, le traitement d’images visait à améliorer  la qualité des images à l’aide d’algorithmes de filtrage, de rehaussement de contraste, de débruitage ou de déconvolution. L’analyse d’images avait pour objectif de structurer les informations afin de faciliter la compréhension des contenus ; à cet égard, la segmentation, la détection et le suivi d’objets sont des opérations relativement populaires en microscopie. Désormais, la tendance est de faire coopérer les algorithmes de traitement et d’analyse d’images au sein d’une chaine de calcul (ou « workflow ») plus sophistiquée qui typiquement contient aussi l’analyse en aval (analyse statistique, analyse de séries temporelles, apprentissage statistique, modélisation, … ). La création et la gestion de ces workflows de traitement et d’analyse vont donc dans les années à venir continuer à gagner de l’importance et s’insèrent aussi dans une stratégie de « recherche reproductible ». 

Aujourd’hui, la biologie est devenue une science de « Big Data ». Cela concerne le domaine de la génomique (e.g séquençage haut débit), mais également l’imagerie. Cette évolution va impacter avant tout le domaine du « Bioimage Informatics » à plusieurs niveaux : (1) sur le plan informatique, des solutions techniques pour la visualisation de grands volumes, la gestion de données, leur stockage dans des bases de données et la navigation vont devenir des outils incontournables pour la biologie moderne. (2) Sur le plan méthodologique, la fouille (e.g « data mining »), l’analyse, l’intégration et l’indexation de grands jeux de données acquis de manière systématique vont donc être un axe important du domaine dans le futur, au même titre que pour les autres disciplines scientifiques. L’apprentissage statistique sera donc au cœur de ces développements futurs. 

Nous allons également voir un rapprochement entre « Bioimage Informatics » et la bioinformatique. Avec les progrès en termes d’automatisation de la microscopie, il est aujourd’hui possible d’effectuer des expériences par microscopie à l’échelle génomique. Par le criblage par microscopie, nous pouvons aujourd’hui étudier la fonction des gènes, ou bien étudier le transcriptome en termes d’abondance et d’organisation spatiale à l’échelle du système. Les images peuvent donc fournir une source d’information génomique, complémentaire à celles utilisées aujourd’hui en bioinformatique. Réconcilier les questions et les méthodologies posées en biologie cellulaire et bioinformatique est une étape importante à franchir afin de dépasser les clivages actuels qui sont parfois culturels.

Fermer le menu
Aller à la barre d’outils