Outil dédié à l'analyse et au regroupement de séquences biologiques pour faciliter l'identification de motifs, la classification de variants ou l'étude de données génomiques. Il permet aux chercheurs et biologistes de structurer et interpréter des ensembles de données complexes issus de séquences ADN ou protéiques.

Disseq est un projet dédié au calcul de distances entre séquences génétiques, notamment entre reads issus de séquençage NGS. Il permet de comparer des barcodes ADN ou des séquences génétiques pour des analyses environnementales ou taxonomiques. Les outils développés génèrent des matrices de distances exactes ou approchées, facilitant la classification et la clustering de données biologiques.

Ce projet académique compare différentes méthodes de clustering (k-means, classification hiérarchique, clara, EM) appliquées à des données de transcriptomique. L'objectif est d'identifier des groupes de gènes corrélés pour comprendre des phénomènes de co-régulation ou d'association à des maladies. Les résultats sont analysés et comparés entre méthodes, puis enrichis via des ontologies de gènes pour évaluer leur pertinence biologique. Des visualisations et rapports détaillés sont générés pour faciliter l'interprétation des données.

Outil permettant de sélectionner et rechercher des taxonomies issues de la base de données NCBI. Il facilite la navigation dans les hiérarchies taxonomiques et l'identification des taxons par leur nom. Destiné aux chercheurs et applications nécessitant une gestion structurée des classifications biologiques.

Outil dédié à l'annotation fonctionnelle des génomes microbiens et eucaryotes. Il permet d'identifier et de classifier les gènes, de prédire leurs fonctions et de reconstruire les réseaux métaboliques. Utilisé par les chercheurs en génomique et en biologie des systèmes pour accélérer l'analyse des données génomiques et faciliter la compréhension des mécanismes biologiques sous-jacents.

Ce projet consiste en un catalogue de notebooks d'entrée de gamme dédié à la formation de professionnels de santé. Il permet la classification de médicaments et l'analyse de données médicales.

Projet de classification d'images utilisant le modèle Yolo-Classification sur un serveur Debian 12 Bookworm avec une carte graphique NVIDIA GeForce RTX 2060 SUPER. Les données utilisées pour l'entraînement du modèle sont disponibles à l'adresse <https://src.koda.cnrs.fr/lamop/yolo-classification/-/tree/main/Data?ref_type=heads>