Un réplicat est une répétition de la même condition expérimentale, faite pour mesurer la variation et ne pas prendre un hasard pour un effet. Dans un criblage cellulaire, tout se joue sur une distinction : des puits répétés d'une même plaque ne valent pas des expériences indépendantes. Pour une étude in vitro, les consignes de Nature recommandent au moins trois réplicats biologiques. Cet article explique ce que ces mots recouvrent, comment dimensionner et organiser vos réplicats, et comment repérer les résultats discordants avant qu'ils ne faussent une conclusion.
En bref
- Les réplicats techniques (puits d'une même plaque, cultivés et testés ensemble) mesurent la précision de la manipulation. Les réplicats biologiques (sources ou expériences réellement indépendantes) mesurent la reproductibilité du phénomène.
- Pour les études in vitro, Nature recommande au moins 3 réplicats biologiques. Le bon nombre dépend de l'étude, du type cellulaire et de la variabilité attendue.
- Répartissez les réplicats sur des plaques et des positions différentes, incluez des témoins sur chaque plaque et normalisez les données pour corriger les biais de position.
- Un écart important entre réplicats ne se moyenne pas : on examine chaque valeur pour chercher une erreur technique (pipetage, volume, contamination).
Table des matières
- Ce que « réplicat » veut dire dans un criblage
- Pourquoi les réplicats sont indispensables
- Combien de réplicats prévoir ?
- Organiser plaques, témoins et réplicats
- Analyser les réplicats et repérer les écarts
- Le cas des cellules de patients : peu de matériel, beaucoup d'exigence
- Notre point de vue : un résultat n'a de valeur que s'il se répète
- Un programme de criblage conçu pour un patient
- Questions fréquentes
- Sources
Ce que « réplicat » veut dire dans un criblage
Le mot sert à deux choses très différentes, et la confusion est la première cause de statistiques bancales.
Un réplicat technique répète la mesure sur le même matériel biologique. Typiquement : trois puits de la même plaque, ensemencés avec la même suspension cellulaire, traités avec le même stock de composé, lus le même jour. Selon les consignes de Nature sur les réplicats biologiques et techniques, des puits différents d'une même plaque, cultivés et testés ensemble, ne sont pas des sources biologiquement distinctes : ce sont des réplicats techniques.
Un réplicat biologique repart d'une source indépendante. Selon le modèle, cela peut être une autre lignée, un autre donneur, ou une culture relancée à un autre passage, avec un nouveau lot de réactifs et une nouvelle journée d'expérience. Il répond à la question qui compte vraiment : l'effet observé existe-t-il encore quand tout ce qui pouvait varier a varié ?
Un exemple simple. Vous testez un composé sur une lignée de patient, en triplicat dans une plaque de 384 puits. Vous obtenez trois valeurs proches. Vous avez prouvé que votre pipetage est régulier, pas que le composé agit de façon reproductible. Pour cela, il faut refaire l'expérience à partir d'une culture indépendante.
Répétition ou réplication ?
Une analyse publiée en 2012 sur la différence entre réplicats et répétitions rappelle que les réplicats ne sont pas des tests indépendants de l'hypothèse. Ce sont avant tout des outils de contrôle qualité internes, qui vérifient la fidélité d'exécution de l'expérience. Retenez cette image : les réplicats techniques disent si la main est sûre, les réplicats biologiques disent si la biologie tient.
Une autre publication, sur la notion de « N » en culture cellulaire (2018), décrit le piège associé : confondre pseudo-réplication et vraie réplication gonfle artificiellement les preuves en faveur d'une hypothèse, ce qui compromet l'intégrité de la recherche. Compter trois puits comme « n = 3 » alors qu'ils viennent d'une seule culture en est l'exemple type.
Pourquoi les réplicats sont indispensables
Un criblage mesure des milliers de signaux. Chacun porte du bruit : variations de densité cellulaire, d'évaporation sur les bords de plaque, de dispensation, de lecture. Sans réplicats, vous ne savez pas quelle part d'un « hit » est un effet et quelle part est du bruit.
Les consignes de Nature le résument ainsi : des réplicats appropriés renseignent sur le degré de variation de l'expérience et permettent des interprétations plus précises. Concrètement, ils servent à trois choses.
- Estimer la dispersion. Sans elle, une réduction de 30 % du signal ne veut rien dire : est-elle supérieure à la variation normale entre puits ?
- Détecter les erreurs en cours de route. Un puits qui s'écarte de ses voisins révèle souvent une contamination, un volume incorrect ou une erreur de pipetage, comme le détaille la même analyse de 2012.
- Donner du poids statistique à une conclusion. Seuls des réplicats indépendants autorisent une inférence sur le phénomène, pas seulement sur la manipulation.
Pour un criblage sur cellules de patients, l'enjeu est plus lourd encore. Un hit mal soutenu peut orienter des mois de travail de validation, et pour une famille, chaque mois compte. Notre article sur la validation des hits et les essais secondaires montre comment éliminer les faux positifs en aval, mais la meilleure défense reste un plan de réplication solide dès le premier tour.
Combien de réplicats prévoir ?
Il n'existe pas de chiffre universel. Voici ce que les sources donnent, et comment le lire.
| Contexte | Repère | Source |
|---|---|---|
| Études in vitro en général | Au moins 3 réplicats biologiques | Nature, consignes sur les réplicats |
| Criblage de combinaisons de médicaments (GDSC) | 7 lignées communes aux deux ensembles, testées en triplicat technique à 6 occasions, soit 18 réplicats par composé et par lignée si les plaques passent le contrôle qualité | Documentation GDSC |
| Cultures de cellules primaires | Au minimum 6 réplicats par condition | Guide d'analyse PamDx |
Ces trois lignes ne disent pas la même chose, et c'est normal. Le premier chiffre est un plancher de bonne pratique pour la reproductibilité. Le deuxième décrit un programme de grande envergure, où la répétition sur six occasions neutralise la variabilité d'un jour à l'autre. Le troisième reflète la variabilité plus forte des cellules primaires, qui oblige à répéter davantage.
Les facteurs qui font varier le nombre
- La variabilité du modèle. Une lignée immortalisée stable se comporte différemment de cellules primaires ou différenciées, plus hétérogènes. Plus le bruit est grand, plus il faut de réplicats pour distinguer un effet.
- La taille de l'effet recherché. Détecter une inhibition forte demande moins de réplicats qu'une modulation de 15 %.
- Le coût de l'erreur. Un criblage primaire exploratoire peut se contenter de peu de réplicats par composé, à condition que les hits soient reconfirmés. Une validation destinée à appuyer une décision thérapeutique demande plus.
- La rareté du matériel. Pour des maladies ultra-rares, le nombre de donneurs est limité par nature. On compense alors par des expériences indépendantes répétées sur le même modèle, en l'écrivant clairement.
Technique ou biologique : lequel ajouter en priorité ?
Une analyse de Nature Methods sur la réplication (2014) explique que faire la moyenne de réplicats techniques peut limiter les erreurs de mesure, mais que l'ajout de réplicats biologiques reste préférable pour l'efficacité des tests statistiques. À budget fixe, mieux vaut donc ajouter des expériences indépendantes que des puits supplémentaires dans la même plaque, une fois la précision de pipetage jugée correcte.
Organiser plaques, témoins et réplicats
Un bon plan de plaque évite que le bruit systématique se déguise en effet biologique.
Répartir, ne pas aligner
Si les trois réplicats d'un composé sont côte à côte, une dérive locale (bord de plaque, gradient de température, évaporation) touche les trois de la même façon et passe inaperçue. Placez-les à des positions différentes, et si possible sur des plaques différentes. Les puits de bord sont les plus exposés : beaucoup d'équipes y mettent des témoins ou de simples tampons plutôt que des échantillons.
Des témoins sur chaque plaque
Chaque plaque doit porter ses propres témoins négatifs (véhicule, par exemple le DMSO) et positifs (un composé dont l'effet est connu). Ils permettent de juger la qualité de la plaque et de la comparer aux autres. Pour un modèle dérivé de patient, le témoin le plus parlant est une lignée isogénique corrigée par CRISPR : elle partage le fond génétique du patient, et seule la variation causale diffère. Nous détaillons les contrôles associés dans notre article sur l'analyse hors cible CRISPR.
Normaliser
Une revue de pratiques statistiques en criblage à haut débit, publiée en 2006 : Statistical practice in high-throughput screening data analysis, indique que la normalisation des données peut corriger les variations systématiques entre plaques et les biais de position. Elle se fait en général par rapport aux témoins de chaque plaque, avant toute comparaison entre composés.
Dire ce que sont vos réplicats
Un article sur les réplicats et les répétitions (2016) insiste sur un point simple : il faut indiquer si les réplicats sont biologiques ou techniques. Dans un rapport, une légende de figure ou un dossier envoyé à un médecin, cette mention évite qu'un lecteur surestime la solidité d'un résultat. Notez aussi le nombre de plaques, de jours et de lots de réactifs.
Pour le détail d'un protocole sur cellules iPSC, avec imagerie et contrôles de qualité, voyez notre guide du criblage à haut contenu sur iPSC.
Analyser les réplicats et repérer les écarts
Regarder avant de moyenner
Le réflexe à éviter : calculer une moyenne et un écart-type sans avoir regardé les valeurs brutes. Selon l'analyse de 2012 déjà citée, lorsqu'un réplicat varie fortement au sein d'un groupe, il faut examiner chaque valeur individuellement pour déterminer si une erreur technique précise explique l'anomalie. Un puits à 20 % du signal attendu entre deux puits à 100 % n'est pas une « variabilité biologique » : c'est probablement un défaut de dispensation ou de ensemencement, à documenter.
Que faire d'un réplicat aberrant ?
- Chercher la cause : notes de laboratoire, image du puits, position sur la plaque, état des témoins voisins.
- Décider avec une règle écrite à l'avance : critère de qualité de plaque, seuil d'exclusion. Écarter un point parce qu'il dérange, après coup, est de la sélection de données.
- Tracer l'exclusion dans le rapport, avec sa raison.
- Répéter si le doute persiste, surtout pour un hit prometteur.
Ne pas faire de statistiques sur des réplicats techniques
Nature déconseille les analyses statistiques réalisées sur des réplicats techniques : les résumer (moyenne par expérience) est légitime, les traiter comme des observations indépendantes ne l'est pas. L'unité statistique est l'expérience biologique indépendante. C'est la règle qui protège de la pseudo-réplication décrite plus haut.
Hits concordants, hits fragiles
Un bon hit se reconnaît à trois signes : un effet dans la même direction dans chaque expérience indépendante, une relation dose-réponse cohérente, et une absence d'effet sur le témoin isogénique ou sur les puits de véhicule. Un composé qui n'agit que dans une expérience sur trois doit être traité comme une piste fragile. Les suites logiques sont décrites dans nos articles sur la traduction d'un hit de criblage en piste thérapeutique et sur le passage d'un hit in vitro à un candidat viable.
Le cas des cellules de patients : peu de matériel, beaucoup d'exigence
En maladie ultra-rare, on n'a parfois qu'un seul patient. Cela change la manière de répliquer, pas l'exigence de rigueur.
Le « n » n'est alors pas le nombre de patients, et il faut le dire franchement : un modèle dérivé d'un seul individu répond à la question « que se passe-t-il dans ce patient ? », pas à celle d'une population. Ce qu'on peut et doit garantir, c'est la reproductibilité à l'intérieur de ce modèle : plusieurs expériences indépendantes, sur des cultures relancées à des dates différentes, avec des témoins appariés. Comparer le modèle du patient à une lignée corrigée par CRISPR rend la lecture plus nette, puisque la différence génétique est isolée.
Ces choix de conception pèsent aussi sur les délais. Plus de réplicats indépendants, c'est plus de culture et plus de temps ; nous abordons ce compromis dans notre article sur la durée d'un dépistage thérapeutique personnalisé sur iPSC. Pour comprendre l'ensemble de la démarche, lisez aussi comment fonctionne un criblage de médicaments sur cellules de patients et le principe du criblage d'une bibliothèque de médicaments approuvés sur iPSC.
Les mêmes principes s'appliquent aux oligonucléotides antisens : plusieurs séquences candidates, plusieurs doses, des expériences indépendantes et des témoins de séquence. Notre guide sur le criblage in vitro d'ASO explique comment concevoir ces essais.
Notre point de vue : un résultat n'a de valeur que s'il se répète
Chez RareLabs, nous travaillons à partir des cellules d'un patient précis, pour des maladies où aucun traitement validé n'existe. Dans ce contexte, la tentation est grande de croire vite à un hit : la famille attend, le médecin cherche une piste, et un signal encourageant fait du bien. Notre position est inverse. Plus l'enjeu est humain, plus nous voulons qu'un résultat soit reproductible avant d'être annoncé.
Concrètement, nous distinguons toujours, dans nos rapports, ce qui relève de la précision de mesure et ce qui relève de la reproductibilité biologique. Nous testons de nombreux candidats en parallèle, puis nous reconfirmons ceux qui émergent dans des expériences indépendantes, avec des témoins appropriés, avant de parler de piste. Un criblage qui rend mille résultats sans dire lesquels sont solides n'aide personne.
Nous pensons aussi que la transparence fait partie de la méthode : expliquer le nombre de réplicats, leur nature, les exclusions éventuelles et les limites d'un modèle issu d'un seul patient. Un médecin ou une fondation doit pouvoir juger par lui-même. C'est cette discipline qui permet de dire honnêtement à une famille ce que les données permettent de conclure, et ce qu'elles ne permettent pas encore.
— John
Un programme de criblage conçu pour un patient
Si vous êtes un patient, une famille, un médecin-chercheur ou une fondation, RareLabs construit des modèles de maladie à partir des cellules du patient (iPSC), des lignées isogéniques corrigées par CRISPR, et réalise un criblage d'environ 3 000 médicaments approuvés par la FDA, ainsi que la conception et la validation in vitro d'ASO sur mesure. Chaque cas donne lieu à des données et à un rapport détaillés. Notre positionnement : un programme complet en 12 à 15 mois, avec une approche transparente. Pour décrire votre situation et savoir ce qui est envisageable, rendez-vous sur le site de RareLabs.
Questions fréquentes
Trois puits dans la même plaque comptent-ils pour n = 3 ?
Non. Ce sont des réplicats techniques, issus du même matériel et testés ensemble, qui ne constituent pas des sources biologiquement distinctes selon les consignes de Nature. Ils renseignent sur la précision de la manipulation. Pour un « n » valable, il faut des expériences indépendantes, par exemple des cultures relancées à des dates différentes.
Quel est le nombre minimal de réplicats pour une étude in vitro ?
Nature recommande au moins 3 réplicats biologiques pour les études in vitro, tout en précisant que le nombre dépend de l'étude. Pour des cellules primaires, un guide d'analyse propose au minimum 6 réplicats par condition. Plus la variabilité du modèle est grande et plus l'effet recherché est faible, plus il faut en prévoir.
Faut-il exclure un réplicat qui s'écarte des autres ?
Pas automatiquement. Examinez d'abord chaque valeur pour chercher une erreur technique précise : pipetage, volume, contamination. Si la cause est identifiée, vous pouvez exclure le point selon un critère défini à l'avance et le signaler dans le rapport. Si elle ne l'est pas, répétez l'expérience plutôt que de retirer la valeur.
Peut-on faire des statistiques sur des réplicats techniques ?
Nature le déconseille. On peut en faire la moyenne pour obtenir une valeur par expérience, mais cette valeur, et non chaque puits, devient l'observation analysée. Ainsi, le calcul reflète le nombre réel d'expériences indépendantes.
Sources
- Nature, Biological and technical replicates guidelines
- What exactly is « N » in cell culture and animal experiments ? (PMC, 2018)
- Replicates and repeats: what is the difference and is it significant ? (PMC, 2012)
- Replicates and repeats (PMC, 2016)
- GDSC combinations, informations sur le criblage (2019)
- PamDx Data Analysis Guide, Experiment Design
- Nature Methods, Replication (2014)
- Statistical practice in high-throughput screening data analysis (2006)