Ce projet vise à intégrer et analyser des données omiques sur le peuplier, en utilisant des méthodes statistiques et des visualisations pour détecter des corrélations entre les différents types de données.

Le projet cytopheno_omics a pour but d'analyser des données génomiques et multi-omiques pour identifier des biomarqueurs et fournir des insights biologiques. Il permet l'intégration et l'interprétation de différents types de données, telles que les données d'expression génique, de méthylation de l'ADN et de protéomique.

Ce projet vise à introduire les approches computationnelles pour l'étude des systèmes biologiques. Grâce à des techniques expérimentales novatrices, le fonctionnement des systèmes biologiques peut désormais être exploré avec une précision quantitative au niveau du génome. Ce cours propose une introduction aux aspects bioinformatiques et statistiques de l'analyse de données biologiques à grande échelle (OMICs) et offre des exercices pratiques pour approfondir la compréhension de concepts clés par une expérience concrète sur des jeux de données choisis.

PHINDaccess_FUNOMICs est un projet dédié à la formation dans le domaine de l'annotation et de l'analyse fonctionnelle de données génomiques et épigénomiques. Il propose des tutoriels pratiques couvrant divers aspects de l'analyse fonctionnelle, tels que l'annotation fonctionnelle à l'aide de Gene Ontology et Kegg, l'analyse fonctionnelle avec GSEA, GREAT et methylGSA, l'analyse de données OMICs et l'analyse de réseaux.

RFLOMICS est un package R et une interface Shiny dédiés à la gestion et l'analyse de jeux de données omiques multiples dans un contexte d'intégration statistique verticale. Il prend en charge jusqu'à trois types d'omics : RNAseq, protéomique et métabolomique.