Annuaire des initiatives

Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.

  • Outil dédié à la simplification et à l'analyse des données de séquençage génomique. Il permet de réduire les reads d'un fichier BAM à leur extrémité 5' pour faciliter leur traitement et leur interprétation. Utilisé principalement dans les pipelines d'analyse bioinformatique, il optimise la gestion des données massives issues des technologies de séquençage haut débit.
  • 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 développer une preuve de concept pour l'analyse et la détection d'unités de transcription (unitigs) dans des séquences génomiques. Il permet d'identifier des motifs récurrents et d'optimiser les pipelines de traitement des données génomiques pour des applications en recherche biomédicale ou en génomique fonctionnelle.
  • Bionano Solve est une solution logicielle dédiée au traitement et à l'analyse de données génomiques issues des technologies Bionano. Elle permet d'optimiser les calculs sur les serveurs Bionano Compute et IrysSolve, facilitant ainsi l'assemblage de génomes, la détection de variants et la génération de métriques pour des cohortes. Les outils intégrés couvrent des applications variées comme l'analyse de régions spécifiques (FSHD) ou la conversion de fichiers pour des analyses ultérieures.
  • Projet visant à démocratiser l'usage des ressources de calcul intensif (HPC/IA) pour la communauté des sciences de la vie. Il permet aux chercheurs d'accéder à des environnements de workflows communs, des outils et données de référence, ainsi que des portails thématiques. Les cas d'usage incluent le traitement de données massives en génomique, la reconstruction de génomes, et l'optimisation de logiciels comme AlphaFold. Le projet s'appuie sur des partenariats avec des centres de calcul nationaux et régionaux.
  • Ce projet automatise et optimise le traitement de données génomiques et biologiques à grande échelle. Il permet aux chercheurs de configurer et d'exécuter des pipelines bioinformatiques complexes de manière reproductible et efficace. Les workflows gèrent des volumes importants de données, facilitant l'analyse génomique, la détection de variants et la production de résultats exploitables pour la recherche médicale ou biologique.
  • Ce projet propose des exemples et des tutoriels pour maîtriser Snakemake, un outil puissant d'automatisation de workflows. Il s'adresse principalement aux chercheurs et développeurs en bioinformatique souhaitant créer des pipelines de traitement de données reproductibles et modulaires. Les cas d'usage incluent l'analyse de données génomiques, la gestion de tâches complexes et l'optimisation des processus scientifiques.
  • Outil bioinformatique spécialisé dans le traitement des données de séquençage génomique. Porechop permet de supprimer les adaptateurs et de démultiplexer les lectures produites par les séquenceurs Oxford Nanopore. Il optimise ainsi les données brutes pour des analyses ultérieures plus précises et fiables.
  • Nanofilt est un outil bioinformatique conçu pour filtrer et tronquer des données de séquençage issues de la technologie Oxford Nanopore. Il permet d'éliminer les séquences de mauvaise qualité ou indésirables, facilitant ainsi l'analyse ultérieure des données génomiques. Utilisé principalement en recherche biomédicale et en génomique, il optimise les données brutes pour des traitements plus précis et fiables.
  • Outil dédié à l'analyse et à la recherche de séquences génomiques. Il permet d'identifier des motifs spécifiques dans des fichiers de génomes de référence et de données de séquençage. Le projet facilite l'extraction de k-mers pour des études comparatives ou des analyses bioinformatiques, en optimisant les performances selon la taille des données traitées.

16 initiatives