Abstract FR:

Les méthodes dites multidimensionnelles permettent d'analyser simultanément de multiples observations, définies chacune par un ensemble de variables. L'objectif principal de ces techniques est de réduire le nombre de dimensions utiles à la représentation graphique et à l'interprétation des données, par une projection des variables d'intérêt dans un sous-espace de dimension réduite. Nous présentons successivement les différentes méthodes permettant d'étudier les données complexes (analyse en composantes principales, analyse des correspondances multiples), puis les techniques de classification (classification hiérarchique ascendante, clustering k-means). Ces différentes stratégies analytiques ont été successivement appliquées à l'identification d'une signature cytokinique caractéristique de la maladie d'Erdheim-Chester, une histiocytose non-Langerhansienne rare. Nous montrons ensuite que, contrairement aux données de la littérature, il n'est pas possible de distinguer les différentes complications du sepsis à partir de l'étude de la signature cytokinique sérique. Enfin, nous avons appliqué les techniques de classification à l'identification objective des sous-populations lymphocytaires T CD4+, en montrant qu'il est possible de distinguer objectivement les populations Th1, Th2, Tr1, Th17 et Th22, sur la base de leur profil cytokinique, ce qui constitue une approche novatrice. Au total, les méthodes multidimensionnelles permettent de générer des représentations graphiques intuitives et de classer objectivement de grandes quantités d'informations complexes. Au travers d'exemples divers, nous soulignons la contribution de ces stratégies analytiques en sciences du vivant