SingleCellNormalize est une solution dédiée à la normalisation des données issues du séquençage ARN à cellule unique. Elle permet de filtrer les données pour éliminer les artefacts et corriger les biais liés aux différences de lots expérimentaux. Cet outil facilite l'analyse comparative des profils d'expression génique entre cellules, essentiel pour la recherche en biologie cellulaire et la compréhension des mécanismes biologiques.

Outil dédié à la standardisation et à la comparaison de réseaux métaboliques. Il permet d'identifier les différences entre un réseau cible et un réseau de référence en analysant les métabolites et les réactions. Le projet génère des fichiers de correspondance, des scores de similarité et des listes d'entités uniques ou divergentes, facilitant ainsi la normalisation des données biologiques.

Samifier est un outil de support décisionnel sous forme de service web destiné à aider les biologistes à normaliser les identifiants de réactions et métabolites. Il permet de faire correspondre des identifiants personnels à une base de données de référence.

ExploreMetabar est une application interactive en R Shiny conçue pour analyser et explorer des données de métabarcoding (16S, ITS) issues de séquençage génomique. Elle permet aux chercheurs et biologistes de filtrer, normaliser et visualiser des données de microbiome à travers des modules dédiés à la composition taxonomique, la diversité alpha et bêta, les analyses différentielles et les statistiques multivariées. Les résultats sont exportables sous forme de tableaux, graphiques ou objets R pour une analyse approfondie.

Outil open source dédié à l'encodage numérique de séquences d'acides nucléiques et d'acides aminés. ISIDASeq permet de générer des k-mers de différentes longueurs, regroupés selon leurs propriétés physico-chimiques, avec diverses options de normalisation et l'inclusion de compléments inverses pour éviter le surcomptage. Il facilite l'analyse comparative et la modélisation de données biologiques complexes.

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.