Ce projet automatise le traitement de fichiers génomiques en découpant des séquences FASTA et en exécutant des requêtes BLAST en parallèle. Il permet d'optimiser les analyses génomiques en réduisant le temps de calcul grâce à une parallélisation efficace sur des infrastructures de calcul haute performance comme SLURM. Destiné aux chercheurs et laboratoires en biologie moléculaire, il facilite l'exploration de grandes bases de données génétiques.

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.

Ce projet permet d'aligner et comparer des séquences d'ADN, facilitant ainsi la recherche de similarités et l'analyse de variations génétiques. Il offre une interface interactive pour visualiser les résultats et optimiser les alignements.

BPM est un logiciel spécialisé dans la recherche exacte de motifs génétiques dans l'ADN. Il permet d'indexer des milliers de motifs génétiques pour les retrouver rapidement dans des génomes complets. L'outil est optimisé pour traiter des génomes bactériens en moins d'une seconde, même avec des centaines de milliers de motifs à rechercher. Il est particulièrement utile pour l'analyse génomique, la détection d'allèles ou la comparaison de séquences.

Ce projet propose des utilitaires pour analyser l'usage des codons dans les séquences génétiques. Il permet aux chercheurs en bioinformatique d'étudier les biais de codons, d'optimiser des séquences pour l'expression génique ou de comparer des profils de codons entre différentes espèces. Les outils développés facilitent l'analyse statistique et visuelle des données génomiques.

Ce projet propose des outils pour résoudre des problèmes d'optimisation complexes en utilisant des algorithmes génétiques et des méthodes de Monte Carlo. Il permet d'analyser des séquences de données, d'évaluer des solutions et de visualiser les performances des algorithmes pour aider à la prise de décision dans des contextes variés comme la logistique ou la planification.

DROP est une pipeline bioinformatique conçue pour détecter des anomalies dans les données d'expression génique à partir de séquences ARN. Elle permet aux chercheurs d'identifier des variations aberrantes dans des échantillons biologiques, facilitant ainsi l'analyse de maladies génétiques ou de mécanismes biologiques. Le projet intègre des jeux de données de référence publics pour valider les résultats et propose des outils pour automatiser et optimiser les workflows d'analyse génomique.

Nf_column_reordering est un pipeline Nextflow conçu pour réorganiser et analyser des colonnes de données biologiques, notamment dans le cadre de séquences génétiques. Il permet d'automatiser des workflows complexes pour le traitement de données issues de recherches en biologie moléculaire, facilitant ainsi l'analyse et la visualisation des résultats. Développé à l'Institut Pasteur, il s'intègre dans des environnements de calcul intensif pour optimiser les processus de recherche.