Ce projet propose une analyse comparative et un benchmark des outils de différenciation pour les données Hi-C, une méthode d'étude des interactions 3D du génome. Il fournit des scripts et des données pour évaluer la performance de ces outils dans différents contextes biologiques, notamment l'analyse de l'occupation de facteurs de transcription comme le CTCF. Les résultats sont destinés à la communauté scientifique pour améliorer les méthodes d'analyse génomique.

Ce projet propose une suite de notebooks Jupyter dédiés à l'analyse et la visualisation de données génomiques 3D issues de fichiers Hi-C. Il permet aux chercheurs en biologie moléculaire d'explorer les interactions chromosomiques et de générer des visualisations pour leurs études. Les outils sont conçus pour être utilisés dans un cadre académique ou institutionnel, facilitant la collaboration et l'interprétation des données.