TP data bio : analyse des données du TP de rentrée

Présentation

Tous les virus dépendent de la machinerie cellulaire pour exprimer leurs propres protéines. Pour ce faire, ils utilisent des récepteurs spécifiques situés à la surface des cellules pour les infecter et se répliquer à l’intérieur. Le rétrovirus leucémogène murin Moloney (Mo-MLV) utilise le récepteur mCAT1, exprimé à la surface de certaines cellules murines, pour les infecter. La dépendance du virus Mo-MLV au récepteur mCAT1 a été étudiée dans le cadre du TP de biologie cellulaire réalisé en début d’année.

Pour ce faire, le gène SLC7A1, codant pour la protéine mCAT1, a été modifié dans une lignée de fibroblastes murins NIH3T3 en utilisant la technique CRISPR-Cas9, aboutissant à des cellules où l’expression de mCAT1 est soit partiellement réduite (knockdown), soit complètement abolie (knockout, « clone »). Le système CRISP a été introduit dans les cellules via les Nanoblades, une technologie basée sur des particules pseudo-virales (VLP) permettant de délivrer Cas9 et les ARN guides. L’invalidation du gène a été confirmée par PCR sur l’ADN génomique. En parallèle, l’expression du récepteur mCAT1 à la surface des cellules dans les différentes conditions, ainsi que les conséquences de son inactivation, ont été mesurées par cytométrie en flux (FACS).

Le cytomètre en flux permet d’analyser simultanément plusieurs paramètres d’un événement en suspension. D’une part, il mesure la diffusion de la lumière vers l’avant (FSC, pour Forward Scatter), proportionnelle à la taille de l’événement détecté, et d’autre part, la diffusion latérale (SSC, pour Side Scatter), qui informe sur la granularité et la complexité interne de l’événement. En plus de ces paramètres de diffusion, le cytomètre permet également de détecter des signaux de fluorescence.

Dans le cadre de votre TP de rentrée, un signal de fluorescence correspondant à la GFP a été mesuré, indiquant l’entrée de particules pseudovirales dans les cellules. De plus, un signal de fluorescence PE a été enregistré. Ce signal est produit par un fluorochrome lié à des anticorps spécifiques du récepteur de surface mCAT-1, rendant ce signal proportionnel à la quantité de récepteurs présents à la surface cellulaire. Ces différentes mesures fournissent une analyse détaillée des caractéristiques des événements et de leurs interactions avec des agents spécifiques, permettant une compréhension approfondie des processus étudiés. Les résultats des mesures de cytométrie ont été compilés dans un unique fichier qui regroupe pour chaque condition, les mesures de granulométrie (SSC), de taille (FSC), et les mesures de fluorescence (mCAT1 pour la quantification des recepteurs et GFP_mo pour la quantification de l’entrée des particules). Voir partie “Importation des données”.

Chargement de librairies utiles pour la suite

De façon générale, pour tracer des graphes de façon aisée, vous pourrez utiliser la librairie ggplot2. La librairie dplyr contient notemment des fonctions pour trier les données. Enfin, pour importer les résultats expérimentaux qui sont stockés sous la forme d’un fichier excel, nous vous conseillons d’utiliser la librairie readxl.

library(ggplot2)   
library(dplyr) 
library(readxl)

Importation des données

Note

Vous pouvez télécharger votre fichier de données via ce lien: https://nextcloud.ens-lyon.fr/s/79TRbbktTM5qNKo

Tip

En cas de problème avec votre fichier de données, vous pouvez utiliser le fichier exemple 2024_B12.xlsx disponible via ce lien (nextcloud.ens-lyon.fr) (bouton “Download” en haut à droite de la page).

Les détails concernant l’utilisation de la librairie readxl sont accessibles en ligne : https://readxl.tidyverse.org/.

Tous les résultats des différentes conditions expérimentales sont stockées dans un seul fichier excel mais avec des onglets différents. Chaque onglet est accessible avec le mot-clef sheet =

Importer chaque expérience pertinente dans un dataframe différent. On s’intéressera en particulier aux conditions suivantes :

  • condition 7 : modification du nombre de récepteurs présents (donc grande variation attendue). C’est l’expérience idéale pour tester la corrélation entre le nombre de récepteurs et l’entrée des particules.

  • condition 5 : cellules ayant le nombre maximal de récepteurs (type Wild-type). L’entrée de pseudo-particules virales devrait être proportionnelle à la quantité de récepteurs, qui devrait être relativement homogène au sein de la population.

  • condition 8 : particules dont l’entrée ne dépend pas du récepteur.

Choix de la manip à analyser

Dans un premier temps nous allons analyser la condition 7 qui est la condition qui a la plus grande variation en nombre de récepteurs.

Pré-traitement : élimination des débris

Cette procédure est en fait faisable pour chaque condition.

Visualiser la granulométrie (SSC) et la taille (FSC) des fragments

Visualiser chaque élément dans un plan à 2D : SSC sur l’axe x et FSC sur l’axe y. Où se trouvent les débris dans ce plan (x,y) ? Comment les séparer ?

Élimination naïve des débris

Après vérification visuelle que les débris sont bien distincts des autres fragments, fixez un seuil à la fois en SSC et et FFSC, puis filtrez les données. Vous pouvez par exemple utiliser la fonction filter.

Algorithmes avancés (hors programme cette année).

D’autres techniques automatiques plus efficaces seront vues en M1 pour séparer ces nuages de points. L’année prochaine, vous pourrez essayer par exemple de faire un partitionnement (ou clustering en anglais) à l’aide d’un algorithme de k-moyennes (ou k-means) ou utiliser des modèles gaussiens (ou Gaussian mixture models combiné avec un algorithme EM).

Régression linéaire sur la condition 7

On regarde d’abord la condition 7 où les données sont les plus étalées

Visualisation des données

Visualiser l’intensité de fluorescence des particules en fonction de l’intensité de fluorescence des récepteurs. La relation vous semble-t-elle linéaire ?

Modèle linéaire

Créer un modèle linéaire sur les données expérimentales avec la fonction lm().

Vérification des hypothèses pour faire une régression linéaire

Rappeler les hypothèses à vérifier dans le cas d’une régression linéaire. Sont-elles vérifiées dans notre cas précis ?

Information utile sur les modèles linéaires R

Si model_lineaire est le nom de variable d’un modèle linéaire défini avec la fonction lm(), la syntaxe plot(model_lineaire, which = i) permet de tracer différentes informations à propos du modèle linéaire (résidus, QQ plot …) voir https://www.rdocumentation.org/packages/stats/versions/3.6.2/topics/plot.lm.

Paquets supplémentaires disponibles

La librarie performance contient la fonction check_heteroskedasticity().

Conclusion

Que concluez vous sur la relation entre la quantité de récepteurs, et la quantité de particules qui entrent dans la cellule ?

Comparaison des conditions

Vérifier que lorsqu’on utilise un autre type de particules (condition 8), il n’y a pas de relation entre le nombre de particules et le nombre d’entrées.

Vérifier qu’en utilisant la condition 5 où la variation de récepteur est plus faible, le modèle est moins bon.