Bonnes pratiques pour réaliser une figure scientifique

Introduction

Créer une figure scientifique claire et bien conçue est essentiel pour rendre vos résultats lisibles, compréhensibles et mémorables. Que ce soit pour une publication, un poster, une présentation orale ou un graphical abstract, vos visuels jouent un rôle central dans la communication scientifique.

Les exigences des revues ont considérablement évolué ces dernières années : accessibilité renforcée, formats vectoriels éditables, graphical abstracts quasi-obligatoires… Sans compter l’arrivée des outils d’intelligence artificielle qui transforment les pratiques de création.

Dans cet article, je vous partage les bonnes pratiques pour concevoir des figures efficaces, à la fois esthétiques, rigoureuses et adaptées aux standards académiques actuels. Ces conseils sont le fruit de mon expérience en tant que graphiste spécialisée en communication scientifique, mais aussi d’une veille constante sur les recommandations des revues et laboratoires internationaux.

Définissez un message central

Avant toute chose, posez-vous cette question :

Quel est le message clé que je veux faire passer avec cette figure ?

Tout ce que vous allez y intégrer – données, titres, légendes, flèches, icônes – doit servir ce message. Une figure trop dense ou floue dans son intention risque d’être ignorée, voire mal interprétée.

Identifiez également le type de message que vous souhaitez transmettre : expliquer un processus, comparer des résultats, montrer une évolution temporelle, établir une relation causale… Ce choix guidera ensuite le type de visualisation à adopter.

Choisissez une visualisation adaptée à vos données

Chaque type de donnée mérite un mode de représentation approprié :

• Graphique en barres → comparaisons entre catégories
• Courbes → évolutions temporelles, tendances
• Nuages de points (scatter plots) → corrélations, distributions
• Cartes de chaleur (heatmaps) → matrices, données multidimensionnelles
• Diagrammes de flux → processus, méthodologies
• Schémas illustrés → concepts biologiques ou techniques

Structurez votre figure avec clarté

Voici quelques repères utiles :

• Utilisez un flux naturel de lecture (haut → bas, gauche → droite)
• Numérotez vos figures et vos panneaux (A, B, C…)
• Intégrez une légende en trois parties :
  (1) Numéro de figure — (2) Titre — (3) Explication claire, y compris les acronymes, symboles ou barres d’erreur

Travaillez la cohérence visuelle

Une bonne figure scientifique est lisible, équilibrée et homogène.

• Utilisez des couleurs homogènes, avec une teinte par type d’élément
• Choisissez une seule police (Arial, Helvetica ou autre police neutre et lisible)
• Gardez les mêmes symboles d’une figure à l’autre
• Soyez cohérent·e dans l’utilisation des tailles, formes, traits et espacements

Utilisez la couleur de manière stratégique

• Pas plus de 3 couleurs dominantes (hors nuances)
• Privilégiez les contrastes forts pour assurer la lisibilité
• Pensez accessibilité : utilisez une palette daltonisme-friendly
• Pour les impressions en noir et blanc, jouez sur les niveaux de gris du plus clair (éléments secondaires) au plus foncé (éléments importants)

Accessibilité : au-delà du daltonisme

L’accessibilité des figures scientifiques est devenue une exigence forte des éditeurs. Nature, Springer et de nombreuses revues demandent désormais explicitement de respecter les standards WCAG 2.1.

Couleurs accessibles

• Évitez les combinaisons rouge-vert — environ 8% des hommes sont daltoniens
• Privilégiez les transitions bleu-magenta et vert-orange-jaune
• Variez la luminosité (clair/foncé) en plus de la teinte
• Utilisez des motifs ou symboles en complément des couleurs

La palette de Bang Wong, publiée dans Nature Methods (2011), reste une référence fiable et universellement compatible.

Contrastes et lisibilité

• Ratio de contraste minimal de 4.5:1 pour le texte sur fond
• Testez vos figures avec un filtre de simulation daltonisme
• Imprimez en niveaux de gris pour vérifier la lisibilité

Alt text (texte alternatif)

De plus en plus de revues demandent de fournir un texte alternatif pour chaque figure, permettant aux lecteur·ices utilisant des technologies d’assistance (lecteurs d’écran) d’accéder au contenu.

Soignez la typographie

• Utilisez une taille minimale de 8 points (voire plus selon le support)
• Évitez les polices “par défaut” (Calibri, Comic Sans…)
• Favorisez des polices professionnelles : Arial, Helvetica, Times, Symbol
• Vérifiez que tout reste lisible une fois la figure réduite ou imprimée
• Utilisez Symbol pour les caractères grecs

Le graphical abstract

Le graphical abstract (ou résumé visuel) est devenu un élément quasi-incontournable de la publication scientifique. De nombreuses revues (Elsevier, Cell Press, Nature, ACS…) le demandent systématiquement ou le recommandent fortement. Pour un guide complet, consultez mon article dédié : Comment créer un graphical abstract efficace ?

Qu’est-ce qu’un graphical abstract ?

C’est une image unique qui résume visuellement le message principal de votre article. Elle apparaît dans la table des matières en ligne, sur les réseaux sociaux et dans les résultats de recherche — souvent avant que le lecteur n’accède au texte.

Pourquoi c’est important

• Les articles avec graphical abstract ont en moyenne 2× plus de vues (source : Elsevier)
• Ils génèrent 5× plus d’engagement sur les réseaux sociaux
• Ils facilitent la découverte interdisciplinaire de vos travaux

Spécifications courantes

Bonnes pratiques pour un graphical abstract efficace

• Un seul message clé, pas un résumé exhaustif
• Flux de lecture clair (haut → bas ou gauche → droite)
• Texte minimal et grande taille de police
• Couleurs contrastées et accessibles
• Pas de titre “Graphical Abstract” dans l’image
• Visuel original (pas une figure déjà présente dans l’article)

Intégrez des éléments contextuels utiles

N’hésitez pas à ajouter des illustrations ou des pictogrammes si cela aide à contextualiser votre propos (ex : membranes cellulaires, organites, molécules, objets techniques…).

L’IA et les figures scientifiques

L’intelligence artificielle transforme la création de figures scientifiques. De nouveaux outils émergent régulièrement, promettant de générer des visuels en quelques clics. Mais attention : les règles des éditeurs sont strictes.

Ce que permettent les outils IA

• BioRender AI — génération de brouillons de figures à partir de prompts textuels
• FigureLabs — conversion de croquis en figures éditables
• Recraft — création d’illustrations vectorielles
• Outils de vectorisation — transformation d’images bitmap en vecteurs éditables

Position des éditeurs scientifiques

Cette position est partagée par la plupart des grands éditeurs. L’IA peut être un outil d’aide à la création, mais :

• Le résultat final doit être vérifié et personnalisé
• L’usage doit être déclaré dans le manuscrit
• L’exactitude scientifique reste votre responsabilité

Utilisation éthique de l’IA

• Utilisez l’IA comme point de départ, pas comme produit fini
• Personnalisez et vérifiez chaque élément généré
• Déclarez l’usage d’outils IA dans vos soumissions
• Privilégiez les outils spécialisés (BioRender, Illustrae) aux générateurs généralistes

Exportez dans les bons formats

Une belle figure mal exportée peut ruiner votre travail. Les revues sont de plus en plus exigeantes sur les formats acceptés.

Formats recommandés

L’importance du vectoriel

Les revues comme Nature demandent désormais des fichiers vectoriels éditables (AI, EPS, PDF vectoriel, SVG) pour pouvoir ajuster les textes, traits et couleurs selon leur charte graphique.

Outils et ressources

Création de figures

• Adobe Illustrator — référence professionnelle pour le vectoriel
• BioRender — bibliothèque d’icônes scientifiques, templates, IA intégrée
• Inkscape — alternative gratuite à Illustrator
• GraphPad Prism — graphiques statistiques
• R (ggplot2) / Python (matplotlib) — visualisation de données reproductible

Banques d’images scientifiques

• Servier Medical Art — icônes médicales libres (CC BY 3.0)
• Reactome Icon Library — éléments de voies de signalisation

Couleurs et accessibilité

• Adobe Color — création et extraction de palettes
• ColorBrewer — palettes accessibles pour la cartographie et les données
• Coblis — simulateur de daltonisme
• Coolors — générateur de palettes avec vérification d’accessibilité

À éviter

Voici quelques erreurs classiques (mais évitables) :

• Trop de données, de texte ou d’informations redondantes
• Trop de couleurs (ou mal choisies)
• Utilisation de plusieurs typographies
• Abréviations non expliquées
• Icônes pixelisées ou mal détourées
• Étiquettes remplacées par des images inutiles
• Surcharge esthétique au détriment de la lisibilité
• Suppression d’informations pour “rendre joli” (interdit !)
• Retouches qui modifient les données brutes
• Figures générées par IA non vérifiées ni déclarées

Checklist finale

Avant de valider votre figure, vérifiez :

• La hiérarchie visuelle est claire
• Les légendes sont compréhensibles de manière autonome
• Les données sont exactes
• Le style est cohérent avec les autres figures
• L’ensemble reste lisible une fois réduit
• Les couleurs sont accessibles (daltonisme, impression N&B)
• Le format d’export correspond aux exigences de la revue
• L’usage éventuel d’IA est déclaré