Ce projet fournit des modèles cellulaires spécifiques générés dans le cadre du projet GOLIATH. Il inclut des modèles pour les adipocytes, les hépatocytes et les cellules pancréatiques, ainsi qu'un modèle humain de base. Ces modèles, au format SBML, permettent d'étudier les réseaux métaboliques et d'analyser les réactions biochimiques à l'échelle cellulaire. Ils sont utilisés pour la recherche en biologie systémique et la simulation de processus biologiques.

Outil dédié à l'analyse automatisée d'images cellulaires pour la formation et la recherche en biologie. Permet de créer des pipelines de traitement d'images pour extraire des données quantitatives à partir d'images de microscopie. Utilisé dans le cadre d'une formation nationale en France.

Ce projet propose une formation pratique en analyse d'images biologiques pour les scientifiques du vivant. Il couvre les bases du traitement d'images microscopiques, la segmentation, la normalisation et l'extraction de caractéristiques cellulaires. Les participants apprennent à construire des pipelines d'analyse automatisés et à visualiser les résultats. Les supports pédagogiques incluent des notebooks Jupyter et des jeux de données issus du Human Protein Atlas.

Projet de démonstration et de formation à l'utilisation de StarDist, un outil de segmentation de noyaux cellulaires basé sur les réseaux de neurones, pour les biologistes sans expertise en deep learning. Le projet présente les limites des approches classiques de segmentation et les avantages de StarDist, ainsi que la manière de l'appliquer à des tâches de segmentation et d'évaluer les résultats.