Ce projet est un cours de formation sur les pratiques équitables en bioinformatique. Il est organisé en 7 notebooks Jupyter qui couvrent des sujets tels que les concepts de reproductibilité, l'utilisation de Git pour le partage de code et l'historique de fichiers, l'introduction à Conda, l'utilisation du cluster BiRD, l'introduction aux workflows Snakemake, et la description d'autres outils intéressants pour la reproductibilité.

Ce projet fournit des environnements globaux pour Jupyter, créés et gérés par l'opérateur GLiCID. Ils peuvent être activés par les utilisateurs pour accéder à des fonctionnalités et des packages spécifiques. Les noyaux Jupyter peuvent également être installés à partir de ces environnements globaux.

Ce projet est une instance Jupyter Lite dédiée à l'analyse et à la visualisation de données de couverture lunaire. Il permet aux chercheurs en astronomie de travailler sur des données astronomiques en temps réel et de créer des visualisations interactives.

SingleCellClass est un projet dédié à l'analyse de données de séquençage d'ARN à l'échelle de cellules uniques. Il permet de filtrer, normaliser et réduire les dimensions de données de séquençage, ainsi que d'identifier des types cellulaires à partir de gènes marqueurs. Le projet est basé sur des notebooks Jupyter et utilise des outils tels que RISE pour une présentation interactive.

Le projet ttt6-pyvims est une démonstration de l'utilisation de PyVIMS, un framework Python pour l'analyse et la visualisation de données géospatiales et temporelles. Il permet de simuler des scénarios de navigation et de représenter les résultats de manière interactive.