Librairie Python facilitant l'utilisation de DESeq2, un outil d'analyse différentielle pour les données de séquençage haut débit. Elle permet aux chercheurs en biologie moléculaire d'effectuer des analyses statistiques robustes sur des données d'expression génique, notamment pour comparer des conditions expérimentales et identifier des gènes différentiellement exprimés.

Ce projet vise à introduire les approches computationnelles pour l'étude des systèmes biologiques. Grâce à des techniques expérimentales novatrices, le fonctionnement des systèmes biologiques peut désormais être exploré avec une précision quantitative au niveau du génome. Ce cours propose une introduction aux aspects bioinformatiques et statistiques de l'analyse de données biologiques à grande échelle (OMICs) et offre des exercices pratiques pour approfondir la compréhension de concepts clés par une expérience concrète sur des jeux de données choisis.

Hbook est une bibliothèque logicielle dédiée à l'analyse de données pour la physique des hautes énergies (HEP). Elle permet de créer, manipuler et visualiser des histogrammes (1D, 2D, 3D), des profils et des n-tuples pour traiter des données expérimentales. Basée sur des concepts simples et des interfaces standardisées, elle facilite le remplissage concurrent de données et leur analyse statistique.

Phoenics est un package R dédié à l'analyse différentielle des jeux de données en métabolomique. Il permet de tester statistiquement les voies métaboliques en intégrant les quantifications des métabolites et les informations sur leur composition dans les voies. L'outil automatise la recherche des voies métaboliques via des bases de données externes et fournit des résultats interprétables pour identifier les voies significativement impactées par un traitement ou une condition expérimentale.

Projet dédié à l'analyse des réseaux d'interactions entre résidus (RIN) dans les protéines. Il permet d'évaluer des mesures de centralité pour identifier les acides aminés critiques dans les interactions protéine-protéine. Basé sur des données expérimentales (SKEMPI 2), il génère des réseaux pondérés et réalise des analyses statistiques pour comparer l'impact des mutations sur la liaison protéique.

MaGPlot est un package R dédié à l'analyse et la visualisation de données de dose-réponse, notamment dans le cadre d'études incluant un facteur supplémentaire comme le génotype. Il simplifie le traitement des données expérimentales en fournissant des outils pour ajuster les données, générer des courbes de réponse, réaliser des tests statistiques et produire des visualisations adaptées aux besoins des chercheurs en biologie végétale ou en pharmacologie.

MaxPlot est un outil spécialisé dans l'analyse et la visualisation de données dose-réponse pour des molécules biologiques. Il permet de générer des courbes de réponse avec intervalles de confiance, d'évaluer la distribution des données, de réaliser des tests statistiques (normalité, variance, ANOVA) et de comparer les EC50 (concentration efficace médiane) entre différentes molécules. Les résultats sont présentés sous forme de graphiques et de rapports détaillés pour faciliter l'interprétation des données expérimentales.

RPBK est un package R dédié à l'inférence de modèles toxicocinétiques basés sur la physiologie. Il permet aux chercheurs et toxicologues de simuler et analyser le comportement de substances chimiques dans l'organisme, en intégrant des données expérimentales et des modèles statistiques avancés. L'outil facilite la compréhension des mécanismes d'absorption, de distribution, de métabolisme et d'excrétion des toxiques, contribuant ainsi à l'évaluation des risques sanitaires et environnementaux.

Outil dédié à la réception et au traitement de flux de données expérimentales issues d'un système d'acquisition. Il extrait et compte les trames MFM, puis transmet des statistiques vers une base de données via un script dédié. Conçu pour des environnements de recherche comme les expériences en physique nucléaire.

Outil dédié à l'analyse de données de séquençage ARN à haut débit (RNA-seq) pour identifier les gènes dont l'expression est modifiée entre différentes conditions biologiques. Permet aux chercheurs en biologie computationnelle et en génomique de traiter des tableaux d'expression génique, de générer des visualisations statistiques et de produire des rapports automatisés pour faciliter l'interprétation des résultats expérimentaux.