Light My Cells : une base de données pour la prédiction de fluorescence en microscopie
Et s’il était possible de prédire la fluorescence… sans fluorescence ? Le projet Light My Cells, porté par Emmanuel Faure, chargé de recherche CNRS au Laboratoire d’informatique, de robotique et de microélectronique de Montpellier (LIRMM - CNRS/Université de Montpellier), propose une solution innovante : une base de données conçue pour entraîner des modèles de prédiction d’images fluorescentes à partir de microscopie en lumière transmise. Avec 56 984 images 2D issues de 8 centres français d'imagerie, cette base de données ouverte et standardisée (FAIR) offre un socle unique pour la microscopie computationnelle.
La microscopie à fluorescence est aujourd’hui un outil essentiel en biologie cellulaire, permettant de visualiser et de quantifier des structures subcellulaires spécifiques grâce à des marquages fluorescents ciblés. Elle présente toutefois plusieurs limites : préparation des échantillons longue, photoblanchiment dégradant le signal, et phototoxicité pouvant altérer les cellules vivantes. Ces contraintes sont particulièrement problématiques dans les expériences à long terme ou à haut débit, où il est nécessaire de limiter l’exposition lumineuse et le nombre de canaux fluorescents.
À l’inverse, les techniques en lumière transmise — telles que le champ large (bright-field), le contraste de phase ou le contraste interférentiel différentiel (DIC) — sont non invasives et sans marquage mais dépourvues de spécificité moléculaire, créant un compromis entre la richesse d’information et la préservation des échantillons.
Dans ce contexte, la prédiction de fluorescence à partir d’images sans marquage constitue une approche prometteuse. Le projet Light The Cells, lancé dans le cadre d’un challenge international de l’infrastructure France-BioImaging, vise à stimuler le développement de méthodes d’apprentissage profond pour cette tâche. La base de données présentée dans l’article constitue le socle de ce défi et reflète des conditions expérimentales réalistes.
Elle regroupe 2 574 ensembles d'acquisition (champs de vue uniques) pour un total de 56 984 images microscopiques 2D issues de 30 études indépendantes collectées dans 8 centres d’imagerie de l'infrastructure. Chaque ensemble d’acquisition associe des images en lumière transmise à au moins une image de fluorescence ciblant le noyau, les mitochondries, la tubuline et l’actine. La diversité des échantillons, systèmes d’imagerie et conditions expérimentales permet le développement de modèles robustes et généralisables.
Un pipeline de standardisation garantit l’interopérabilité et la réutilisation des données : format unique OME-TIFF avec métadonnées conformes aux recommandations internationales REMBI, sélection automatisée des meilleurs plans de focalisation et harmonisation des structures et du nommage. Après validation technique, l’ensemble respecte les principes FAIR et est accessible via BioImage Archive (une ressource de données de l’EMBL-EBI).
Cette ressource constitue un socle pour la microscopie computationnelle sans marquage, permettant l’entraînement et l’évaluation de modèles d’apprentissage profond, ainsi que des applications comme le marquage in silico, la segmentation ou le profilage cellulaire. Elle propose également un cadre reproductible pour la construction de bases de données collaboratives.
Certaines limites subsistent : restriction à des images 2D (plans focaux uniques), présence de signaux mixtes lorsque toutes les cellules ne sont pas marquées, ou encore un déséquilibre observé entre les structures biologiques, avec une sous-représentation de l’actine et de la tubuline par rapport au noyau et aux mitochondries pouvant nécessiter des stratégies spécifiques d’échantillonnage ou d’entraînement.
Light My Cells illustre ainsi une belle réussite collective : une collaboration nationale entre 31 chercheurs et chercheuses, répartis sur 7 sites en France (Montpellier, Toulouse, Marseille, Paris, Rennes, Bordeaux, Strasbourg), pour repenser les limites de la microscopie cellulaire.