L'atelier a pour objectif d'intégrer et d'analyser des données omiques hétérogènes via des approches statistiques en s'appuyant sur les packages R MOFA2 et mixOmics. Deux cas d'étude sont proposés, l'un sur des données métabolomiques et transcriptomiques de deux variétés de colzas soumises à un stress hydrique et parasitique, et l'autre sur des données RNAseq et metabarcoding (16S et 18S) d'une autre variété de colzas.

Ce projet vise à intégrer et analyser des données omiques sur le peuplier, en utilisant des méthodes statistiques et des visualisations pour détecter des corrélations entre les différents types de données.

Le projet scaff10x vise à fournir des outils pour le développement et la documentation de recherches en biologie. Il permet la génération de modèles 3D, l'analyse de données génomiques à grande échelle et l'intégration de données multi-omiques pour une meilleure compréhension des systèmes biologiques.

Image Docker personnalisée pour l'analyse de données biologiques dans un environnement RStudio, optimisée pour la Data Integration Hackathon. Pré-installation de packages R spécifiques pour l'intégration de données et l'analyse multi-omiques, ainsi que d'autres packages R et logiciels utiles.

Le projet cytopheno_omics a pour but d'analyser des données génomiques et multi-omiques pour identifier des biomarqueurs et fournir des insights biologiques. Il permet l'intégration et l'interprétation de différents types de données, telles que les données d'expression génique, de méthylation de l'ADN et de protéomique.

RFLOMICS est un package R et une interface Shiny dédiés à l'analyse de données omiques multi-niveaux dans un cadre statistique d'intégration verticale. Il supporte jusqu'à trois types de données omiques : RNAseq, protéomiques et métabolomiques.

Meta-analyse de données multi-omiques pour explorer l'évolution du génome de la pomme après un doublement du génome complet. Les workflows d'analyse comprennent l'identification de blocs synténiques, l'analyse de la fractionation des gènes, l'analyse des loci de caractères quantitatifs, l'estimation des modèles d'évolution à l'aide de Ka/Ks, l'analyse de l'expression (RNA-seq), l'analyse des éléments transposables, l'analyse du méthylome (BS-DNAseq) et une analyse intégrative.

RFLOMICS est un package R et une interface Shiny dédiés à la gestion et l'analyse de jeux de données omiques multiples dans un contexte d'intégration statistique verticale. Il prend en charge jusqu'à trois types d'omics : RNAseq, protéomique et métabolomique.

Ce projet permet d'intégrer des données sur la biodiversité dans la base de données GeoNature. Il gère la correspondance des colonnes, le traitement des sites, des observateurs et des noms d'espèce, en veillant à la correspondance des codes et à la gestion des cas de figure particuliers.