Annuaire des initiatives
Pertinence
Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.
- Notoriété 7 %Outil dédié à l'analyse de données de séquençage ARN à cellule unique (scRNA-seq). Permet le traitement primaire et secondaire des données, incluant la détection de doublets cellulaires, l'installation d'environnements bioinformatiques et l'intégration de pipelines d'analyse. Utilisé principalement dans la recherche biomédicale et la génomique.
- Outil d'alignement et d'analyse de données RNAseq (notamment SMART-Seq2) pour la génomique. Ce pipeline automatise le traitement des fichiers FASTQ en les alignant sur un génome de référence avec Hisat2, puis en comptant les transcrits avec htseq-count. Il génère des fichiers BAM, des tableaux de comptage bruts et normalisés, ainsi que des données prêtes pour des analyses différentielles avec DESeq2.
- Ce projet vise à rassembler des ressources et des outils utiles pour l'analyse de données de cellules simples. Il fournit des liens vers des bases de données telles que l'Atlas d'expression de cellules simples de l'EBI et PanglaoDB, ainsi que des outils d'analyse tels que Seurat, Monocle et SCENIC Suite. Ces outils permettent l'analyse, la visualisation et l'interprétation des données d'expression génique à l'échelle cellulaire unique, ainsi que l'inférence des réseaux de régulation des gènes et l'identification des sous-types cellulaires.
- SingleCellNormalize est une solution dédiée à la normalisation des données issues du séquençage ARN à cellule unique. Elle permet de filtrer les données pour éliminer les artefacts et corriger les biais liés aux différences de lots expérimentaux. Cet outil facilite l'analyse comparative des profils d'expression génique entre cellules, essentiel pour la recherche en biologie cellulaire et la compréhension des mécanismes biologiques.
- 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.
5 initiatives
10