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.

Stoic est une méthode d'analyse bioinformatique conçue pour identifier des associations significatives entre deux types de données biologiques distinctes. Elle permet de regrouper des observations dans un espace de données principal en utilisant des informations complémentaires issues d'un second jeu de données. Cette approche améliore les méthodes traditionnelles en évitant les biais liés à un clustering non guidé et en fournissant des interprétations biologiques claires des clusters obtenus.

Ce projet automatise et optimise l'analyse de données biologiques, notamment pour la modélisation de pseudotemps cellulaire avec Monocle2. Il permet de calculer des milliers de modèles, d'analyser leurs topologies et de sélectionner les meilleurs. Il intègre également des analyses complémentaires comme le clustering basé sur UMAP et l'intégration avec des données WGCNA pour une interprétation biologique approfondie.

SingR est une application de bureau conçue pour faciliter l'analyse et la visualisation de données de séquençage ARN à cellule unique (scRNA-seq). Elle permet aux chercheurs, même sans compétences en programmation, d'explorer des jeux de données, de vérifier les contrôles qualité, de visualiser les clusters cellulaires, d'identifier les gènes différentiels et d'analyser les voies biologiques enrichies. L'outil propose des interfaces intuitives pour générer des graphiques personnalisables et téléchargeables, ainsi que des analyses statistiques intégrées pour interpréter les résultats biologiques.

COGniz est un outil en ligne de commande conçu pour attribuer des catégories fonctionnelles COG (Clusters of Orthologous Genes) aux séquences codantes de protéomes bactériens ou archéens. Basé sur des recherches de similarité de séquences, il permet d'identifier rapidement les fonctions biologiques associées aux gènes analysés. L'outil génère également des visualisations graphiques pour faciliter l'interprétation des résultats.