Ce projet développe des outils de modélisation et de simulation pour étudier la dynamique des infections par le virus du papillome humain (HPV). Il permet d'analyser l'impact des événements aléatoires sur la persistance des infections, d'évaluer des stratégies d'allocation initiale de copies virales et de comparer des estimations théoriques avec des simulations. Les résultats sont utilisés pour générer des figures et des données destinées à des publications scientifiques.

Projet de recherche en biologie évolutive dédié à l'analyse des protéines SIR2 et SIRim. Il permet d'étudier leur histoire évolutive, leur phylogénie, leur détection dans les génomes, et leur implication dans les systèmes de défense. Des modèles structuraux (AlphaFold2) sont également générés pour certaines protéines eucaryotes. Les résultats sont présentés sous forme de figures et d'alignements pour des publications scientifiques.

Ce projet accompagne une publication scientifique visant à développer un cadre de travail pour résoudre des problèmes inverses en biologie. Il utilise des données de capteurs de phéromones pour détecter la présence d'insectes ravageurs dans les cultures. Le code permet de simuler la propagation des phéromones, d'optimiser la localisation des sources d'émission et de générer des cartes de présence d'insectes. Les résultats sont présentés sous forme de figures et de données exploitables pour la recherche agronomique.

Ce projet permet de traiter des données brutes et de générer des figures destinées à des publications scientifiques. Il inclut des outils pour analyser des données et produire des résultats visuels exploitables dans un contexte de recherche. Les algorithmes implémentés visent à faciliter l'interprétation des données pour des travaux académiques.

Ce dépôt GitLab héberge des scripts R développés pour une étude génomique publiée en 2025. Les scripts permettent de reproduire les analyses, figures et tableaux présentés dans l'article de Serrie et al. Ils incluent des outils pour traiter les données de stress biotiques chez le prunier et générer les éléments nécessaires à la publication scientifique. Les données d'entrée sont accessibles via un dépôt public sur data.gouv.fr.

Ce projet est un script Python conçu pour reproduire des simulations de données et générer des figures destinées à un article scientifique publié dans F1000 en 2021. Il permet aux chercheurs de visualiser des résultats expérimentaux ou théoriques de manière automatisée, facilitant ainsi la rédaction et la validation d'articles académiques.

Ce projet fournit un modèle LaTeX et des outils associés pour produire des rapports de recherche au format PDF. Il inclut des scripts Python pour générer des figures et des tableaux, ainsi qu'un Makefile pour automatiser la compilation. Destiné aux chercheurs et étudiants, il permet de structurer et de formater des documents scientifiques de manière cohérente et professionnelle, tout en intégrant des références bibliographiques et des éléments visuels.

Ce projet fournit les outils et données nécessaires pour reproduire les simulations mécaniques et analyses de contraintes appliquées à des surfaces ellipsoïdales modélisant des graines végétales. Il inclut des notebooks Jupyter pour générer des maillages, effectuer des simulations par éléments finis et analyser les résultats, ainsi que des jeux de données bruts et des figures générées. L'objectif est de valider des hypothèses scientifiques sur la réponse mécanique des graines en développement.

Ce projet fournit un modèle LaTeX pour rédiger des rapports de recherche scientifique. Il permet de générer automatiquement un document PDF structuré incluant des figures, des tableaux et une bibliographie. Le système inclut des scripts Python pour produire des visualisations et des données, ainsi qu'un Makefile pour automatiser la compilation. Destiné aux chercheurs et étudiants, il facilite la production de documents professionnels et reproductibles.

EasyFig 3 est un outil dédié à la visualisation graphique de régions génétiques annotées et à la comparaison de régions homologues. Il permet aux chercheurs et biologistes de générer des figures claires et personnalisables à partir de données génomiques (séquences FASTA ou GenBank). L'application facilite l'analyse visuelle des annotations, des similarités entre séquences et des caractéristiques génétiques, tout en offrant des options de personnalisation avancées pour répondre aux besoins spécifiques des publications scientifiques ou des présentations.