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.

Ce projet automatise et optimise le traitement de données génomiques et biologiques à grande échelle. Il permet aux chercheurs de configurer et d'exécuter des pipelines bioinformatiques complexes de manière reproductible et efficace. Les workflows gèrent des volumes importants de données, facilitant l'analyse génomique, la détection de variants et la production de résultats exploitables pour la recherche médicale ou biologique.

Ce projet fournit des fichiers Dockerfiles pour générer des images Docker hébergées sur Docker Hub. Ces images sont conçues pour des environnements bioinformatiques, notamment pour des analyses génomiques et biostatistiques. Elles intègrent des logiciels scientifiques comme R, Python, et des outils spécialisés (ex : immcantation, smrt, Jalview), facilitant la reproductibilité des analyses dans le domaine de la recherche académique et médicale.

Pipeline d'analyse dédié au séquençage d'exomes, permettant de traiter des données de lecture génomique pour identifier et annoter des variants. Il automatise les étapes clés comme l'alignement des séquences, la détection de mutations et l'annotation fonctionnelle, facilitant ainsi l'interprétation des données génomiques pour des applications en recherche médicale ou en génétique clinique.

Outil dédié à l'analyse et au traitement de données biologiques et génomiques. Permet aux chercheurs et biologistes de manipuler des fichiers de séquençage, automatiser des pipelines bioinformatiques et générer des rapports détaillés. Facilite l'interprétation des données génomiques pour des applications en recherche médicale ou agronomique.

Ce projet consiste en l'analyse du génome de la levure Candida parapsilosis CDC 317, fournissant des informations précieuses pour la recherche en mycologie médicale et le développement de traitements antifongiques.

Outil bioinformatique dédié à l'analyse des réseaux de co-expression de gènes (WGCNA). Il permet aux chercheurs en biologie et en génomique d'identifier des modules de gènes corrélés, d'étudier leurs relations fonctionnelles et de visualiser les résultats sous forme de réseaux. Utilisé principalement en recherche médicale et en biologie systémique pour comprendre les mécanismes moléculaires sous-jacents à des maladies ou des processus biologiques.