# Pipeline d’analyse de données à embranchements, illustré par la cellule unique · Yila

> Une figure en neuf panneaux qui illustre un pipeline d’analyse à embranchements par une seule expérience de RNA-seq sur cellule unique : les lectures se séparent en deux branches puis se rejoignent dans une matrice de comptage. Les étapes de comparaison de modèles et de validation sont à ajouter pour votre propre étude.

URL: https://yila.ai/fr/templates/analysis-workflow-branching-figure

Les six premiers panneaux relèvent de la paillasse : le tissu est dissocié en cellules isolées, réparti avec des billes de gel à code-barres dans des gouttelettes d’huile, rétrotranscrit pour que chaque transcrit porte un code-barres cellulaire et un UMI, puis amplifié, converti en banque et séquencé. Les trois derniers relèvent du calcul : les lectures alignées se divisent entre démultiplexage par cellule et déduplication des UMI, se rejoignent en une matrice de comptage gènes × cellules, puis passent par le filtrage qualité, la normalisation, la sélection des gènes variables, le clustering et une projection UMAP. Le lecteur doit voir où les données bifurquent, où elles fusionnent, et ce que chaque branche apporte à la matrice dont dépendent toutes les étapes suivantes.

- **Ingestion des données**: Les fichiers de lectures bruts entrent dans la moitié calcul : la flèche part du panneau de séquençage vers l’alignement et porte la mention « lectures non traitées ».
- **Point de bifurcation**: Après l’alignement, séparez les lectures entre démultiplexage par cellule et déduplication des UMI, et faites converger les deux flèches sur la matrice de comptage pour que la fusion soit sans ambiguïté.
- **Matrice de comptage**: Dessinez une grille gènes × cellules au point de fusion et écrivez à côté ce que représentent lignes et colonnes, pour qu’on ne les prenne pas pour des échantillons.
- **Filtrage qualité**: Nommez les critères de filtrage, comme le nombre de gènes détectés par cellule et la fraction mitochondriale, en tant que point de contrôle à franchir avant la suite.
- **Normalisation**: Placez la normalisation après le filtrage, en notant qu’elle corrige la profondeur de séquençage, puis reliez-la à la sélection des gènes variables.
- **Extraction des caractéristiques**: Donnez une boîte propre à la sélection des gènes variables et indiquez que le clustering et la projection n’utilisent que ces gènes.
- **Sortie et restitution**: Numérotez chaque cluster une seule fois sur l’UMAP ; l’exemple étiquette deux clusters différents comme cluster 3.

- Figure de mécanisme pour article, Support de cours, Diapositives de soutenance, Site du laboratoire

- **Comparaison et validation absentes**: Les points de comparaison de modèles et de validation prévus par la consigne de ce modèle n’apparaissent pas dans l’exemple, qui s’arrête à un graphique de clusters. Ajoutez une branche de comparaison et un nœud de validation indépendant si votre article doit justifier la résolution ou les choix d’annotation.
- **Deux panneaux au même titre**: Les panneaux trois et quatre portent le même titre de rétrotranscription, si bien qu’un relecteur supposera qu’une étape manque. Renommez le troisième en « lyse cellulaire dans la gouttelette », ou fusionnez les deux pour garder une numérotation continue.
- **Des étiquettes de clusters cohérentes**: Deux clusters de couleurs différentes portent le numéro 3. Numéros, couleurs et annotation des types cellulaires dans votre texte doivent se correspondre un à un avant que toute comparaison entre clusters ait un sens pour le lecteur.
- **Code-barres cellulaire ou UMI**: Le code-barres cellulaire identifie la cellule et l’UMI élimine les doublons d’amplification : le schéma de banque doit les légender séparément. L’exemple est globalement juste sur ce point ; gardez-les sur des segments de couleurs distinctes en le modifiant.

## FAQ

### Puis-je reprendre cette figure telle quelle dans un article ?

Considérez-la comme un premier jet de schéma de méthodes. C’est un PNG généré par IA, et l’exemple répète un titre de panneau, répète un numéro de cluster et contient un mot mal orthographié : vérifiez chaque panneau et continuez à l’affiner en conversation jusqu’à ce qu’il corresponde à la mise en page de la revue.

### Les éléments du pipeline sont-ils modifiables ?

Pas élément par élément, mais vous pouvez continuer à l’affiner en conversation dans Yila : remplacer les données de cellule unique par votre propre type de données, ajouter une branche de comparaison de modèles et un nœud de validation, ou retirer les panneaux de paillasse, puis générer une nouvelle version.

### Quel format est livré ?

Une image PNG générée par IA en mise en page paysage, prête à placer dans un article ou une diapositive. Ce n’est pas un graphique vectoriel, et les neuf panneaux contiennent beaucoup de petit texte : vérifiez les étiquettes avant de la réduire à une demi-colonne.

### Faut-il payer pour l’utiliser ?

Parcourir cette page et l’exemple ne coûte rien. Générer dans Yila consomme des crédits, et les nouveaux comptes reçoivent 2 500 crédits, assez pour retravailler ce pipeline autour de vos données, de votre structure de branches et de votre plan de validation en plusieurs séries, y compris une version allégée pour diapositives.

### Mon analyse ne comporte aucune étape de paillasse. Est-ce adapté ?

Oui. Le cœur d’un pipeline à embranchements, c’est ingestion, prétraitement, extraction des caractéristiques, comparaison, validation et restitution. Décrivez seulement les étapes de calcul et les modèles comparés : les panneaux de paillasse disparaissent et la bifurcation est dessinée nettement.

### Et si j’ai plus de deux branches ?

Listez dans le prompt chaque branche et son point de fusion, par exemple trois méthodes de normalisation menées en parallèle avant de comparer la stabilité des clusters. Les branches sont alors empilées en rangées parallèles et réunies au nœud de comparaison dans un même contour.

---

- [Pipeline d’analyse de données à embranchements, illustré par la cellule unique](https://yila.ai/fr/templates/analysis-workflow-branching-figure)
- [llms.txt](https://yila.ai/fr/llms.txt)
