Le nouveau concept de poursuite de projection différentielle et ses applications à l'analyse de grands ensembles de données sont présentés. La poursuite de projection est appliquée depuis de nombreuses années comme méthodologie standard pour analyser des données multivariées. Mais dans les applications de la recherche par projection dans le cadre expérimental, deux problèmes importants se posent : le grand nombre d’observations et la nature différentielle de la plupart des expériences. Nous introduirons un nouvel indice, similaire à l'indice Natural Hermite, qui convient pour mesurer les différences entre 2 ou plusieurs distributions. Cet indice convient également aux ensembles de données comportant un petit et un grand nombre d'observations, comme en cytométrie en flux. Nous présenterons également une analyse de poursuite par projection différentielle d’un grand ensemble de données de cytométrie en flux avec un échantillon de traitement et un échantillon de contrôle. L’algorithme recherchera des projections optimales, affichera des groupes de cellules traitées dans des régions où il y a peu de cellules témoins et appliquera une rotation.