Le LIRMM et son équipe ICAR (Image & Interaction) contribuent à une publication récente parue dans la revue Nature Scientific Data. Celle-ci présente la base de données Light My Cells, une ressource ouverte d’images de microscopie conçue pour **soutenir le développement de modèles d’apprentissage automatique permettant de prédire la fluorescence à partir d’images en lumière transmise sans marquage**.
Cette initiative s’inscrit dans le cadre de l’infrastructure nationale France-BioImaging, qui fédère plus de 20 plateformes d’imagerie en France. À travers l’organisation de challenges en bioimagerie, l’infrastructure vise à structurer la communauté, produire des bases de données ouvertes et favoriser le développement de nouvelles méthodes d’analyse d’images.
Dans ce contexte, la base de données Light My Cells comprend 2 574 séries d’acquisition totalisant 56 984 images microscopiques en 2D. Elle couvre une grande diversité d’échantillons biologiques et de modalités d’imagerie, en regroupant les résultats de 30 études menées dans 8 centres de l’infrastructure.
Chaque série d’acquisition comprend une image en lumière transmise associée à au moins une image de fluorescence marquant des structures subcellulaires clés telles que le noyau, les mitochondries, la tubuline ou l’actine.
La collection est accessible via BioImage Archive (une ressource de données de l’EMBL-EBI) et prend en charge toute une série d’applications variées comme le marquage in silico, la segmentation et le profilage cellulaire à partir d’images sans marquage. Les données sont fournies dans un format standardisé (OME-TIFF) et accompagnées de métadonnées riches conformes aux recommandations internationales REMBI.
Ce travail a été mené au LIRMM par Dorian Kauffmann, sous la supervision d’Emmanuel Faure et **Guillaume Gay**, en collaboration avec 28 co-auteur·ice·s à l’échelle nationale.
CONTACT : Emmanuel FAURE
LIRMM – Département INFO
Équipe ICAR
Équipe France BioImaging Challenges
Université Montpellier
CNRS
