Détails du challenge

Déroulement du challenge

Le challenge se déroulera en trois phrases :

• Phase 1 : Familiarisation avec les données et la plateforme Codabench
• Phase 2 : Estimation de l'hétérogénéité des types cellulaires et soumissions des méthodes/résultats sur la plateforme
• Phase 3 : Migration des meilleures méthodes de la précédente phase et évaluation de celles-ci

Et en pratique, comment ça marche ?

Les participant⋅e⋅s travailleront par équipe de 4 personnes. Chacun⋅e travaillera sur son ordinateur portable personnel et aura au préalable installé les environnements de développement nécessaires au challenge (Docker, R et packages associés).

1. Chaque équipe développe des solutions en local, sur ses ordinateurs personnels.

2. Chaque équipe soumet ses solutions (son code et/ou les résultats) sur la plateforme du challenge, Codabench.

3. Le code est exécuté sur la plateforme en utilisant un environnement Docker standardisé. Si des résultats sont soumis, ceux-ci sont comparés avec les résultats présents sur la plateforme (inconnus des équipes).

4. Il sera possible de faire plusieurs soumissions par équipe. Les performances de chaque soumission seront évaluées.

5. La meilleure solution proposée (développée en R) de chaque équipe sera ensuite transférée pour l'évaluation finale de la phase 3 du challenge.

6. L'image Docker sera mise à disposition des participant⋅e⋅s afin que toutes les équipes puissent travailler dans un environnement standardisé (afin d'éviter au maximum les problèmes de compatibilité).

En résumé, chaque équipe développera sa solution au problème localement, puis la soumettra sur Codabench. L'exécution et l'évaluation de cette solution sera réalisée via un environnement Docker standardisé.

Plateforme de soumission :  Codabench

Le challenge est hébergé sur Codabench, plateforme de data challenges : https://www.codabench.org/.

Les équipes soumettront leurs solutions sur cette plateforme. Les solutions y seront éxécutées et évaluées via une image Docker.

Le lien du challenge sera prochainement communiqué.

Quésaco la déconvolution

La déconvolution de données bulk RNAseq permet d'estimer la proportion des différentes populations cellulaires présentes dans un échantillon à partir de leur profils d'expression génique. Cette information peut être utilisée pour étudier l'hétérogénéité cellulaires des tumeurs.

Aperçu schématique d'une déconvolution de données bulk RNAseq en utilisant une référence single-cell RNAseq. Cette figure est la Figure 1 du papier [1].

Données du challenge

Différents jeux de données seront utilisés lors de ce challenge :

• Données "publiques" : ces données seront accessibles aux participant⋅e⋅s
  
  • profils de références bulk RNAseq
    
  • profils de références single-cell RNAseq
    
  • profils de références méthylation ADN
    
• Données "privées" : ces données seront sur la plateforme Codabench.
  • jeux de données n°1 utilisés lors de la phase 2 pour le développement des solutions
  • jeux de données n°2 utilisés lors de la phase 3 d'évaluation, différents de la phase précédente