Un panel de cytométrie ressemble à une liste d’anticorps. C’est en réalité un compromis optique, et sa conception détermine ce que l’expérience pourra montrer , ou ce qu’elle donnera l’impression de montrer. Choisir dix marqueurs plutôt que vingt, attribuer tel fluorochrome à tel anticorps, retenir des cellules ou des billes comme contrôles : ces décisions, prises avant la moindre manipulation, fixent la résolution des populations que l’on cherchera ensuite à distinguer.
L’arrivée de la cytométrie spectrale a déplacé ces arbitrages sans les supprimer. Cette note expose ce qui limite réellement le nombre de marqueurs, ce que le spectral change à ce plafond, les décisions concrètes de conception d’un panel, et le piège propre à cette technologie — illustré par deux travaux auxquels Inovarion a contribué, qui posent deux problèmes de conception opposés.
Ce qui limite le nombre de marqueurs
La cytométrie en flux mesure, cellule par cellule, la présence de marqueurs révélés par des anticorps couplés à des fluorochromes. La logique paraît additive : un anticorps de plus, un marqueur de plus.
Elle ne l’est pas, et la raison est optique. Chaque fluorochrome émet non pas à une longueur d’onde unique mais sur un spectre, et ces spectres se recouvrent. Deux fluorochromes aux émissions voisines produisent donc des signaux partiellement confondus, et la limite au nombre de marqueurs n’est pas la disponibilité des anticorps mais la capacité à séparer leurs contributions respectives.
À cela s’ajoute l’autofluorescence : les cellules émettent une lumière propre, indépendante de tout marquage, dont l’intensité varie selon le type cellulaire et l’état métabolique. Ce fond s’additionne au signal utile et brouille particulièrement la détection des marqueurs faiblement exprimés.
Conventionnelle et spectrale : deux façons de résoudre le même problème
La compensation
L’approche conventionnelle associe un détecteur à chaque fluorochrome, puis corrige le débordement de l’un sur l’autre au moyen d’une matrice de compensation : on mesure, pour chaque paire, la fraction de signal qui déborde, et on la soustrait. Le procédé est éprouvé et transparent, mais il plafonne en pratique, chaque fluorochrome supplémentaire ajoutant des débordements à corriger.
Le démélange spectral
La cytométrie spectrale procède autrement. Un réseau de détecteurs capte le spectre d’émission complet de chaque cellule, et les signatures composites ainsi obtenues sont déconvoluées par un algorithme de démélange. Une décennie s’est écoulée depuis le premier instrument spectral commercial, et le gain est net : puisque c’est la signature entière qui distingue un fluorochrome, des colorants aux pics d’émission proches, voire quasi identiques, peuvent coexister dans un même panel — ils se différencient par leurs émissions hors pic. Des panels allant jusqu’à cinquante paramètres deviennent ainsi accessibles [7].
Cette capacité s’est traduite par des panels de référence publiés, comme un panel quarante couleurs pour le phénotypage approfondi des principales sous-populations du sang périphérique humain [5], puis un panel cinquante couleurs consacré notamment aux lymphocytes T et aux cellules dendritiques [6].
Le spectral apporte un second avantage, moins souvent souligné : l’autofluorescence peut être extraite du signal. Un protocole détaillé de conception de panels spectraux illustre ce point en comparant des échantillons de rate et d’intestin analysés avec et sans correction de l’autofluorescence [2]. Sur des tissus fortement autofluorescents, le bénéfice est considérable.
Concevoir le panel : les arbitrages réels
Quelle que soit la modalité, la conception obéit à une même règle de départ : partir de la question biologique, non des réactifs disponibles. Un panel se construit à partir des populations qu’il faut distinguer, puis des marqueurs qui les définissent, et seulement ensuite des fluorochromes.
Vient alors la hiérarchisation. Tous les marqueurs n’ont pas la même importance ni la même difficulté. Ceux qui définissent les populations d’intérêt, et surtout ceux dont l’expression est faible, doivent recevoir les fluorochromes les plus brillants et les moins encombrés spectralement. Attribuer un colorant terne à un marqueur peu exprimé revient à renoncer d’avance à le voir.
Un phénomène est ici contre-intuitif : l’erreur d’étalement, dont la quantification a fait l’objet de travaux dédiés, précisément pour aider à la conception des panels multicouleurs [3]. Lorsque deux fluorochromes se recouvrent fortement, la correction , compensation ou démélange, replace correctement les populations en moyenne, mais élargit la dispersion du signal. La conséquence est que deux populations proches, parfaitement résolues dans un panel peu encombré, cessent de se distinguer dans un panel dense, sans qu’aucune erreur de calcul ait été commise. Ce n’est pas la justesse de la mesure qui se dégrade, c’est la résolution , et elle se perd de façon dirigée, sur l’axe qui reçoit le débordement, tandis qu’elle peut rester intacte sur un autre marqueur. Une résolution insuffisante devient d’ailleurs une erreur de conclusion dès lors qu’on interprète comme une population ce qui est en réalité un mélange.
Restent les contrôles, et sur ce point une recommandation pratique s’est imposée. Les contrôles mono-marqués, qui fournissent la signature de référence de chaque fluorochrome, gagnent à être réalisés sur cellules plutôt que sur billes, afin que l’autofluorescence de fond soit prise en compte dans le modèle de démélange [1]. La signature de référence doit correspondre à celle de l’échantillon complet ; à défaut, le démélange s’appuie sur un modèle qui ne décrit pas l’objet mesuré.
Le piège propre au spectral
Un point demande une vigilance particulière, et il rejoint un constat que nous formulons ailleurs à propos du ChIP-seq et de la pathologie numérique : une donnée fausse peut être parfaitement plausible.
En cytométrie conventionnelle, une compensation mal réglée se voit : les populations basculent, se collent aux axes, prennent des positions manifestement aberrantes. Le démélange spectral n’offre pas ce garde-fou visuel, et cela découle de la façon dont il procède. L’algorithme résout un système à partir des signatures de référence qu’on lui fournit, et il aboutit à une solution même lorsque ces signatures décrivent mal l’échantillon. Les logiciels proposent bien des diagnostics (résidus, matrices de graphiques deux à deux), mais il faut aller les consulter : rien ne vient au-devant de l’utilisateur. Un modèle de référence inexact ne se traduit donc pas nécessairement par une aberration visible ; il peut simplement déplacer ou élargir les populations.
Il faut ajouter que le problème n’est pas seulement affaire de réglage. Les auteurs d’une mise au point pratique sur la cytométrie spectrale, portant sur un panel vingt-et-une couleurs pour lymphocytes T CD4+ humains, constatent que même le meilleur panel possible n’éliminait pas le recouvrement des pics d’émission secondaires ni leur interférence dans le spectre combiné ; les ajustements de fenêtrage et d’intensité entraînent alors des variations substantielles du signal au sein même de la population positive [1]. Un panel dense comporte donc une part d’imperfection irréductible, qu’il s’agit de connaître et de placer là où elle nuit le moins.
Il en découle une précaution de bon sens : examiner les couples de marqueurs dont on sait qu’ils devraient être biologiquement indépendants. Une corrélation inattendue entre deux d’entre eux gagne d’être suspectée avant d’être interprétée.
Deux cas, deux problèmes de conception
Isoler une population de valeur pronostique
La leucémie myélomonocytaire chronique est une hémopathie myéloïde sévère aux options thérapeutiques limitées. Un travail auquel Inovarion a contribué s’est intéressé au rôle des granulocytes immatures dans la progression de cette maladie [8]. Ces cellules ont été détectées et quantifiées dans le sang périphérique des patients par cytométrie en flux spectrale et conventionnelle — les deux modalités mises en œuvre sur une même question.
Le résultat justifie l’effort de conception : l’accumulation de ces cellules constitue un facteur pronostique péjoratif puissant et indépendant. L’étude établit en outre qu’elles appartiennent au clone leucémique et se comportent comme des cellules myéloïdes suppressives ; le séquençage, global puis en cellule unique, révèle un profil pro-inflammatoire dont CXCL8 est la cytokine la plus abondante, laquelle inhibe la prolifération des progéniteurs hématopoïétiques sains mais non celle des progéniteurs leucémiques, dont les récepteurs à CXCL8 sont sous-exprimés.
Ce que ce cas dit du panel est simple : toute la valeur du résultat repose sur la capacité à délimiter proprement une population parmi des populations myéloïdes voisines et partiellement chevauchantes. Un panel qui les confondrait ne se contenterait pas d’échouer à voir : en attribuant à l’une les propriétés d’un mélange, il produirait un résultat erroné. La même publication est abordée sous son angle transcriptomique dans notre note sur le choix entre séquençage global et en cellule unique, et cette maladie l’est sous l’angle de la chromatine dans notre article sur l’épigénomique.
Trouver une population rare
Le problème inverse consiste à détecter quelques cellules dans un océan. Un second travail auquel Inovarion a contribué a isolé des lymphocytes B mémoire spécifiques d’une protéine du virus de la vaccine chez des personnes vaccinées contre la variole plus de quarante ans auparavant, et caractérisé une sous-population splénique CD21hi CD20hi IgG+ [9].
Les exigences ne sont plus les mêmes. Il ne s’agit plus de séparer des populations abondantes mais de faire émerger un signal extrêmement rare au-dessus du bruit, ce qui déplace l’effort vers la sensibilité, la spécificité des sondes antigéniques et les contrôles négatifs. On notera que l’étude a mobilisé une plateforme spécialisée, l’un de ses auteurs étant rattaché à la National Cytometry Platform du Luxembourg Institute of Health. Ce type de question relève rarement d’un instrument de routine. Nous développons ce travail plus longuement dans notre article sur la mémoire lymphocytaire B.
Avant de commander les anticorps
Six vérifications résument ce qui précède, et gagnent à être faites dans cet ordre.
Partir de la question et des populations à distinguer, non du catalogue. Hiérarchiser les marqueurs selon leur importance et leur niveau d’expression. Attribuer les fluorochromes les plus brillants aux marqueurs les plus faibles. Anticiper l’erreur d’étalement en évitant de placer côte à côte des fluorochromes fortement chevauchants sur les couples de marqueurs décisifs. Prévoir des contrôles mono-marqués sur cellules. Et valider le panel sur un échantillon dont on connaît déjà la composition, avant de l’appliquer à la série.
Les recommandations de référence du domaine, dont la troisième édition fait autorité, abordent ces questions ainsi que les critères de qualité attendus [4].
Comment Inovarion peut vous accompagner
Inovarion accompagne les projets de cytométrie de la conception à l’interprétation : définition du panel au regard de la question posée, choix de la modalité , conventionnelle ou spectrale, mise en œuvre expérimentale, définition des contrôles, puis analyse, y compris non supervisée, et articulation des résultats avec les données transcriptomiques. Nos équipes ont contribué à des travaux où la cytométrie a permis d’identifier une population de valeur pronostique indépendante, comme de caractériser des populations d’une extrême rareté.
Publications
Références du domaine
- Sharma S, Boyer J, et al. A practitioner’s view of spectral flow cytometry. Nature Methods, 2024;21(5):740-743. DOI
- Ferrer-Font L, Pellefigues C, Mayer JU, Small SJ, Jaimes MC, Price KM. Panel design and optimization for high-dimensional immunophenotyping assays using spectral flow cytometry. Current Protocols in Cytometry, 2020;92(1):e70. PubMed
- Nguyen R, Perfetto S, Mahnke YD, Chattopadhyay P, Roederer M. Quantifying spillover spreading for comparing instrument performance and aiding in multicolor panel design. Cytometry Part A, 2013;83(3):306-315. DOI
- Cossarizza A, et al. Guidelines for the use of flow cytometry and cell sorting in immunological studies (third edition). European Journal of Immunology, 2021;51(12):2708-3145.
- Park LM, et al. OMIP-069: forty-color full spectrum flow cytometry panel for deep immunophenotyping of major cell subsets in human peripheral blood. Cytometry Part A, 2020;97(10):1044-1051.
- Konecny AJ, et al. OMIP-102: 50-color phenotyping of the human immune system with in-depth assessment of T cells and dendritic cells. Cytometry Part A, 2024.
- Olofsson A, Karlsson AC. Capturing the full spectrum of T cell responses with spectral flow cytometry. Oxford Open Immunology, 2026;7(1):iqaf011. DOI
Contributions Inovarion
- Deschamps P, Wacheux M, Gosseye A, et al. CXCL8 secreted by immature granulocytes inhibits WT hematopoiesis in chronic myelomonocytic leukemia. The Journal of Clinical Investigation, 2024;134(22):e180738. DOI
- Chappert P, Huetz F, Espinasse MA, et al. Human anti-smallpox long-lived memory B cells are defined by dynamic interactions in the splenic niche and long-lasting germinal center imprinting. Immunity, 2022;55(10):1872-1890.e9. PubMed
à jour en juillet 2026