MassChroQ est un logiciel dédié à l'analyse de données protéomiques issues de la spectrométrie de masse. Il permet la quantification et l'alignement de données massives, offrant ainsi une gestion efficace de ces dernières et une analyse poussée.

Le projet eunomia_data_quality est une bibliothèque permettant d'assurer la qualité des données scientifiques. Elle permet l'analyse de données en masse et leur visualisation grâce à des fonctionnalités telles que le filtrage, le tri et la génération de graphiques.

TwinSearch est un outil RShiny permettant la détection de paires de formes lourdes et natives de composés dans les données mz pour l'analyse de pics jumeaux. Il fournit une liste filtrée de masses qui peut être importée dans l'application CHaMP pour la reconstruction des voies de biotransformation.

Le projet grew_stat est un outil d'analyse de données en masse permettant d'afficher des statistiques sous forme de tableaux et de graphiques. Il facilite la compréhension et l'interprétation de données complexes.

Ensemble d'outils pour l'analyse des données métaprotéomiques générées par des instruments de spectrométrie de masse de haute throughput. Ces outils permettent de regrouper les abondances de peptides et protéines, exprimées en comptages spectraux, et de les manipuler en groupes de métaprotéines. Les informations obtenues peuvent être représentées à l'aide de fonctions de visualisation multiples pour afficher le paysage métaprotéomique global et différencier les échantillons ou conditions en termes d'abondance de métaprotéines, de niveaux taxonomiques et/ou d'annotation fonctionnelle.

I2masschroq est un logiciel dédié à la quantification de protéines et à l'analyse de spectrométrie de masse. Il permet le traitement de données de protéomique et la gestion de données de spectrométrie de masse. Il est distribué sous la licence GNU General Public License.

Le projet deep-sequoia est un outil d'analyse de données génétiques dédié à la recherche en bio-informatique. Il permet le traitement et l'interprétation de données massives issues de séquençage à haut débit.

Le projet InExtenso est dédié à l'analyse de données massives et hétérogènes en vue d'extraire des connaissances utiles pour la prise de décision. Il vise à développer des algorithmes innovants de fouille de données et à les appliquer à des données géographiques pour répondre à des besoins concrets en matière d'aide à la décision.

InfraPhenoGrid est une infrastructure dédiée à la gestion des données produites par les plates-formes de phénotypage végétal à haut débit. Elle permet d'utiliser des workflows scientifiques distribués sur une grille de calcul pour analyser les jeux de données massifs et complexes issus de ces plates-formes, avec pour objectif d'extraire des connaissances utiles en contexte de changement climatique et de sécurité alimentaire.

Le projet ppdp-22_23 a pour objectif d'aider les décideurs publics et privés à comprendre et à prévoir les phénomènes sociaux, économiques et démographiques grâce à l'analyse et à la visualisation de données massives. Il permet de dégager des tendances et des corrélations à partir de données hétérogènes et de prédire les comportements futurs.