Le projet GeoMelba est dédié à l'analyse et à la visualisation de données géospatiales, ainsi qu'à la création de plugins pour QGIS. Il permet également la gestion de données cartographiques.

Ce projet vise à analyser des séquences génomiques de micro-organismes à l'aide de méthodes de métabarcoding haute fidélité. Il permet d'identifier les taxons bactériens présents dans un échantillon et d'étudier la diversité microbienne. Le projet est basé sur l'utilisation de l'outil FROGS et de méthodes d'analyse statistique.

CLARI-TE_smk est un pipeline Snakemake pour l'annotation génomique à grande échelle de TEs de génomes *Triticeae* basé sur RepeatMasker et CLARI-TE. Il est conçu pour fonctionner sur un cluster HPC avec slurm et effectue des calculs distribués pour annoter simultanément les TEs de différents chromosomes d'un génome. Il crée finalement un fichier d'annotation gff3.

Le projet dbeel vise à faciliter l'intégration et la gestion des données de DAMs (Dépôts d'Archives Multimédias) et d'électrofishage. Il offre des scripts et des outils pour automatiser les workflows de gestion des données et améliorer l'interopérabilité entre les différentes sources de données.

Le projet hru-delin-qgis permet la gestion et l'analyse de données géospatiales pour les projets d'aménagement du territoire. Il offre des fonctionnalités avancées d'analyse spatiale et de cartographie, facilitant la prise de décision dans les projets d'urbanisme et de développement régional.

Le projet omnicrobe-database vise à gérer et intégrer des données microbiennes, en particulier les données de séquençage. Il offre des fonctionnalités d'analyse de données génomiques et permet de stocker et organiser les données dans une base de données relationnelle.

Le projet Sashimi est une méthodologie introduite dans l'article "Domain-topic models with chained dimensions: Charting an emergent domain of a major oncology conference" qui emploie la bibliothèque python sashimi. Il fournit une analyse de données médicales, la détection de tendances dans les conférences médicales et la visualisation de données oncologiques.

Le projet SiriusQuality-BioMa-Phenology-Component est dédié à la modélisation de la phénologie des écosystèmes dans le cadre du projet SiriusQuality2. Il permet la surveillance et l'analyse de la biodiversité des espèces végétales, ainsi que la prévision des effets du changement climatique sur la végétation.

Ce projet est un module de Sirius Quality dédié à l'évaluation de la teneur en biomasse des cultures de blé et au calcul de l'indice de surface foliaire (LAI) en utilisant des techniques de traitement d'images et d'apprentissage automatique. Il fournit des données précieuses pour l'évaluation de la productivité du blé.

Ce projet fournit des scripts permettant d'effectuer des analyses de flux de variabilité sur un modèle de réseau métabolique humain, et de créer des représentations graphiques des résultats.