Ce projet propose une analyse comparative et un benchmark des outils de différenciation pour les données Hi-C, une méthode d'étude des interactions 3D du génome. Il fournit des scripts et des données pour évaluer la performance de ces outils dans différents contextes biologiques, notamment l'analyse de l'occupation de facteurs de transcription comme le CTCF. Les résultats sont destinés à la communauté scientifique pour améliorer les méthodes d'analyse génomique.

Ce projet revisite une étude scientifique analysant comment les choix analytiques influencent les résultats. Il propose une réplication des analyses originales avec des données mises à jour et une documentation détaillée des écarts méthodologiques. L'objectif est de rendre transparentes les variations dans les approches statistiques et de faciliter la reproductibilité des recherches.

Ce projet vise à reproduire et valider les résultats d'une étude scientifique publiée par le Prof. Anna-Bella Failloux. Il permet de centraliser les développements méthodologiques et techniques nécessaires pour répliquer les expériences décrites dans l'article, facilitant ainsi la vérification et l'approfondissement des travaux de recherche en virologie.

Ce projet vise à éliminer les résultats de neuroimagerie non reproductibles, surnommés 'zombies', en promouvant l'utilisation de données ouvertes et de méthodes standardisées. Il propose des pipelines de pré-traitement, de contrôle qualité et d'analyse statistique accessibles à tous, afin de garantir la fiabilité et la réplicabilité des résultats scientifiques. L'objectif est de transformer les données brutes en ressources vivantes, vérifiables et partagées par la communauté.