Ce projet fournit un algorithme pour le traitement et l'analyse de données de séquençage génomique, permettant la détection de variantes et l'alignement de séquences. Il offre une solution robuste et efficace pour la gestion de données de séquençage haut débit.

Outil dédié à l'analyse et à la modélisation de séquences, notamment pour les données biologiques ou temporelles. Permet de calculer des alignements, des distances, des probabilités, et de générer des visualisations comme des graphiques ou des tableaux. Utilisé pour étudier des phénomènes répétitifs, des chaînes de Markov, ou des processus de renouvellement dans divers domaines scientifiques.

Outil spécialisé dans le démultiplexage de données génomiques au format FASTQ, utilisant des barcodes intégrés et des qualités de séquences pour attribuer chaque lecture à un échantillon avec une haute précision. Il prend en compte les erreurs de séquençage et les probabilités pour maximiser la fiabilité des résultats, idéal pour les analyses de séquençage haut débit.

La plateforme Vidjil est composée de deux parties principales : Vidjil-algo et une application web. Vidjil-algo permet d'extraire des jonctions V(D)J et de les regrouper en clones à partir de données de séquençage à haut débit. L'application web permet la visualisation et l'analyse interactives des clones et de leur suivi dans le temps dans un contexte de suivi de la maladie résiduelle minimale ou d'étude immunologique. Elle peut être liée à une base de données de échantillons, d'expériences et de patients permettant le stockage de données et de métadonnées séquence, l'exécution de logiciels RepSeq et la sauvegarde d'annotations directement depuis l'application web.

Ce pipeline automatisé permet d'analyser des données de séquençage RNAseq pour identifier les gènes exprimés de manière différentielle entre des échantillons biologiques. Il traite des données brutes issues de séquenceurs Illumina HiSeq, nettoie les séquences, aligne les lectures sur un génome de référence, compte les caractéristiques génomiques et détecte les gènes dont l'expression varie significativement. Utilisé principalement en recherche biomédicale et en génomique fonctionnelle.

Dépôt de code source pour l'analyse de gènes 16S utilisant les bibliothèques phyloseq et ACP dans R. Il contient des exemples de scripts pour l'importation et l'analyse de données, ainsi que des données d'exemple au format biom, xlsx, fasta et txt.

GAZODUC est un pipeline bioinformatique développé pour l'analyse de données génomiques, notamment utilisé à l'Institut du Thorax à Nantes. Il permet de traiter des séquences génomiques en utilisant des outils comme Nextflow pour automatiser des workflows complexes. Le projet facilite la gestion de données issues de séquençage haut débit et génère des résultats exploitables pour la recherche médicale et génétique.

DExTER est un outil bioinformatique conçu pour analyser des séquences génomiques et des données d'expression génique. Il permet d'identifier des régions génomiques pertinentes (k-mers) associées à des conditions biologiques spécifiques. Le logiciel génère des modèles prédictifs pour comprendre les liens entre les séquences et l'expression des gènes, facilitant ainsi la recherche en biologie moléculaire et en génomique fonctionnelle.

Librairie et suite logicielle dédiée à l'indexation et à l'analyse de k-mers (séquences courtes) issus de données de séquençage biologique haut débit. Elle permet de traiter de grands volumes de séquences génomiques en utilisant le protocole MPI pour une distribution efficace des calculs sur des clusters de machines. Les résultats peuvent être exploités pour des études génomiques, métagénomiques ou épidémiologiques.

DeepSTR est un projet d'analyse et de prédiction de l'impact fonctionnel des variations du génome, en particulier les variations répétitives (STR). Il inclut des algorithmes de machine learning et de fouille de données pour détecter des motifs dans les séquences d'ADN et prédire leur impact sur la régulation génique.