Decomics est une application interactive dédiée à l'analyse et à la déconvolution de données omics (transcriptomique, métabolomique, etc.). Elle permet aux chercheurs et biologistes de décomposer des échantillons complexes en sous-populations cellulaires ou moléculaires, facilitant ainsi l'interprétation des résultats expérimentaux. L'outil propose des méthodes non supervisées et des visualisations dynamiques pour explorer les données biologiques.

Le projet AU_metabo fournit un programme pour l'acquisition de données métabolomiques à l'aide de la RMN 1D 1H. Il permet la préparation des échantillons, l'optimisation des champs magnétiques, la détermination de la longueur du pulse et le traitement des spectres. Il est utilisé dans le cadre d'une étude visant à améliorer l'analyse à haut débit des échantillons de plantes.

MetExplore Database est une base de données relationnelle dédiée à l'exploration des réseaux métaboliques. Elle stocke des modèles biologiques, des références de bases de données et des contextes publics pour les métabolites et réactions. Utilisée principalement par des chercheurs et développeurs en bioinformatique, elle permet de tester et valider des outils d'analyse métabolomique dans un environnement contrôlé.

Ce projet est un composant web open source conçu pour exporter des jeux de données au format CSV depuis une application web. Il permet aux utilisateurs de générer un fichier CSV à partir de données structurées, avec la possibilité de personnaliser le nom du fichier et les en-têtes. Intégré dans des interfaces métabolomiques, il facilite l'analyse et le partage des résultats entre chercheurs et collaborateurs.

L'atelier a pour objectif d'intégrer et d'analyser des données omiques hétérogènes via des approches statistiques en s'appuyant sur les packages R MOFA2 et mixOmics. Deux cas d'étude sont proposés, l'un sur des données métabolomiques et transcriptomiques de deux variétés de colzas soumises à un stress hydrique et parasitique, et l'autre sur des données RNAseq et metabarcoding (16S et 18S) d'une autre variété de colzas.

MetExplore 3 Java est une plateforme dédiée à l'analyse et à l'exploration des réseaux métaboliques. Elle permet aux chercheurs et biologistes de charger, visualiser et analyser des données issues de bases de données biologiques comme KEGG ou ChEBI. L'outil facilite l'intégration de réseaux métaboliques, la comparaison de voies métaboliques et la gestion de collections de données pour des études en métabolomique et biologie des systèmes.

Outil dédié à l'analyse et au mappage flexible d'identifiants de métabolites ou de lipides identifiés par métabolomique ou lipidomique vers des réseaux métaboliques. Basé sur l'ontologie ChEBI, il permet de faire correspondre des molécules précises à des descriptions plus génériques dans les réseaux, facilitant ainsi l'intégration et l'interprétation des données biologiques complexes.

Plateforme de formation en ligne dédiée à l'outil MetExplore, spécialisé dans l'analyse et la visualisation de données de métabolomique. Ce site propose des tutoriels interactifs, des guides pratiques et des ressources pédagogiques pour aider les utilisateurs à maîtriser le logiciel MetExplore. Destiné aux chercheurs, étudiants et professionnels du domaine, il facilite l'apprentissage des fonctionnalités avancées du logiciel.

Met4J est une bibliothèque open source en Java dédiée à l'analyse structurale des réseaux métaboliques. Elle permet de manipuler, convertir et analyser des fichiers SBML, KEGG et TSV, tout en offrant des outils pour l'édition de réseaux métaboliques, le calcul de masses moléculaires et l'intégration de données omiques. Développée par la plateforme MetExplore, elle est utilisée en recherche biologique et métabolomique.

Phoenics est un package R dédié à l'analyse différentielle des jeux de données en métabolomique. Il permet de tester statistiquement les voies métaboliques en intégrant les quantifications des métabolites et les informations sur leur composition dans les voies. L'outil automatise la recherche des voies métaboliques via des bases de données externes et fournit des résultats interprétables pour identifier les voies significativement impactées par un traitement ou une condition expérimentale.