Skip to content

Article image
Créer des figures scientifiques de qualité publication

May 16, 2026 · Updated: May 25, 2026

Aperçu

Un chiffre de qualité publication est le principal véhicule de communication des résultats scientifiques. Les journaux imposent des exigences strictes en matière de résolution, de format de fichier, de mode couleur, de dimensions et de taille de police. Au-delà du respect des spécifications techniques, les chiffres efficaces racontent une histoire visuelle claire, guidant le lecteur du résultat global aux détails critiques sans ambiguïté. Le processus implique de sélectionner le type de graphique approprié, d’affiner l’esthétique, de garantir l’accessibilité et de respecter les directives spécifiques à la revue. Des logiciels tels qu’Adobe Illustrator, Inkscape et R avec ggplot2 sont couramment utilisés pour la préparation finale de la figure.

Concepts clés

La résolution et le format sont fondamentaux. Les journaux nécessitent généralement 300 dpi pour les figures en couleur et 600 dpi pour les niveaux de gris ou les dessins au trait, enregistrés au format TIFF ou EPS. Les considérations relatives aux couleurs incluent l’utilisation de CMJN plutôt que de RVB pour les journaux d’impression, le maintien d’un contraste suffisant et la sélection de palettes adaptées aux daltoniens. La Typographie exige un choix de police cohérent (généralement Arial ou Helvetica), des étiquettes d’axe lisibles (8 à 12 points) et des symboles mathématiques dans les polices appropriées. Les figures à plusieurs panneaux nécessitent une composition minutieuse : axes alignés, légendes partagées et étiquettes de panneau (A, B, C) dans un ordre de lecture logique.

### Candidatures Des chiffres bien conçus élèvent la recherche dans toutes les disciplines biologiques. Les biologistes structuralistes préparent des rendus haute résolution de [structures protéiques] (/fr/guides/protein-structure.html) avec une coloration claire des structures secondaires. Techniques de microscopie génèrent des images multicanaux qui doivent être présentées sans ajustements trompeurs du contraste ou de la balance des couleurs. Les données de cytométrie en flux nécessitent une visualisation minutieuse du déclenchement et des contrôles de compensation dans des tracés de points et des histogrammes prêts à être publiés.

Meilleures pratiques et outils

Commencez chaque figure en sélectionnant le bon outil pour le type de données. Pour les tracés statistiques (graphiques à barres, boxplots, nuages de points), R avec ggplot2 ou Python avec seaborn/matplotlib offre le plus grand contrôle sur chaque élément visuel. Pour l’assemblage de figures à plusieurs panneaux et les retouches finales, utilisez Adobe Illustrator ou l’alternative gratuite Inkscape : les éditeurs vectoriels garantissent que le texte reste net quelle que soit la résolution. Pour la sélection des schémas de couleurs, suivez les directives établies : utilisez ColorBrewer 2.0 (colorbrewer2.org) pour générer des palettes perceptuellement uniformes et adaptées aux daltoniens. Les cartes de couleurs « viridis » et « magma » (intégrées à matplotlib et seaborn) sont d’excellentes valeurs par défaut pour les cartes thermiques en raison de leur uniformité de perception et de leur reproductibilité en niveaux de gris. Pour l’accessibilité, évitez les combinaisons rouge-vert ; utilisez plutôt du bleu-orange ou une palette séquentielle à teinte unique. Lors de l’assemblage d’une figure à plusieurs panneaux, assurez-vous que tous les axes sont alignés, que les tailles de police sont cohérentes (8 à 12 pts pour les étiquettes, 6 à 8 pts pour les graduations) et que les étiquettes des panneaux (A, B, C) sont placées dans le coin supérieur gauche de chaque sous-panneau en gras de 12 à 14 pts. Exportez à 300 dpi (600 dpi pour les dessins au trait) au format TIFF avec compression LZW. Par exemple, un tracé volcanique des résultats de séquençage d’ARN doit utiliser : ggplot2 avec geom_point(), alpha=0,3 pour gérer le surtraçage, des lignes horizontales en pointillés à p = 0,01 (ajusté), des points étiquetés pour les 10 gènes les plus significatifs en utilisant ggrepel pour un texte sans chevauchement et un dégradé de couleurs allant du gris (non significatif) au bleu en passant par le rouge (très significatif et fortement exprimé) - le tout sur un fond blanc sans quadrillage.