Module IMP dédié à la modélisation bayésienne multi-échelle des structures macromoléculaires à partir de cartes de densité obtenues par cryo-microscopie électronique. Il permet d'affiner les modèles moléculaires en intégrant des données expérimentales pour améliorer la précision des structures 3D. Utilisé principalement en biologie structurale et en bioinformatique pour l'analyse de complexes macromoléculaires.

S-GCN est un outil spécialisé dans l'analyse et l'évaluation de structures protéiques en 3D modélisées sous forme de graphes moléculaires. Il permet de prédire des scores de qualité pour des modèles de protéines générés par des algorithmes ou des participants à des défis comme CASP. Le projet facilite la comparaison entre modèles et structures réelles, aidant ainsi les chercheurs en biologie structurale à identifier les conformations les plus proches de la réalité.

Projet dédié à la simulation et à l'analyse des mouvements de larves biologiques. Il permet de modéliser des trajectoires, d'optimiser des paramètres mécaniques et de reconstruire en 3D des structures musculaires et cuticulaires. Les outils développés facilitent la visualisation et la correction manuelle des données, ainsi que l'automatisation de simulations sur cluster pour des analyses à grande échelle.

Openalea.Rose est un package Python dédié à la création de rosiers virtuels en 3D. Il permet de modéliser des populations de rosiers à partir de fichiers MTG individuels pour étudier les interactions entre la structure des plantes et leur fonctionnement biologique. Les outils intégrés facilitent la reconstruction 3D et l'analyse de la croissance des rosiers dans des environnements contrôlés comme des chambres de croissance.

Gnomon est une plateforme open source dédiée à la modélisation, la simulation et l'analyse de structures biologiques complexes. Elle permet aux chercheurs et ingénieurs de concevoir des pipelines de traitement d'images, de générer des modèles 3D à partir de données médicales, et d'étudier des phénomènes de croissance cellulaire ou morphogénétiques. L'outil intègre des algorithmes avancés pour la quantification, la visualisation et l'interprétation des résultats.

CGoGN est une plateforme open source dédiée à la modélisation géométrique et topologique en 3D. Elle permet aux chercheurs et développeurs de concevoir des outils pour visualiser, analyser et manipuler des données spatiales complexes. Utilisée dans des domaines comme la biologie, la géologie ou l'informatique graphique, elle facilite la création d'applications interactives et la simulation de structures variées, tout en offrant une grande flexibilité grâce à son système de plugins.

Ce projet propose des plugins Python pour la plateforme Gnomon, permettant de transformer des images 3D de tissus biologiques en représentations topologiques. Ces outils sont conçus pour faciliter l'analyse et la modélisation de structures complexes, notamment dans le domaine de la recherche médicale ou biologique. Le package s'intègre directement à l'écosystème Gnomon, offrant une solution spécialisée pour les scientifiques et chercheurs.

Ce projet vise à adapter un modèle de conformation 3D des séquences d'ADN pour représenter des plasmides circulaires, comme ceux présents dans les bactéries. En utilisant un algorithme génétique développé en Python, il permet de simuler et d'optimiser la trajectoire tri-dimensionnelle de longues séquences génétiques. L'objectif est de mieux comprendre les interactions moléculaires et d'améliorer la modélisation des structures génétiques complexes, notamment pour des applications en biologie synthétique ou en génomique.

Bibliothèque Python proposant des structures de données et algorithmes pour la représentation et manipulation de complexes cellulaires. Utile dans l'analyse et la modélisation de structures cellulaires, la simulation de comportements de cellules et la reconstruction 3D de structures biologiques.

Ce projet scientifique vise à améliorer la compatibilité des greffes en calculant un score basé sur les différences structurales entre les allèles HLA de classe I d'un donneur et d'un receveur. Il modélise les allèles HLA à partir de données biologiques, superpose ces structures pour obtenir un score de différence (rmsd), et propose un outil pour évaluer la pertinence des greffes. Les résultats sont utilisés pour affiner les choix médicaux et augmenter les chances de succès des transplantations.