Ce projet automatise le téléchargement de lectures SRA depuis des bases de données génomiques, les convertit au format FASTQ et les stocke sur un bucket S3 dédié. Il utilise des infrastructures cloud (AWS Batch) pour exécuter des traitements par lots, permettant aux chercheurs de traiter efficacement de grandes quantités de données génomiques sans intervention manuelle.

Le pipeline ProGenomes télécharge les ensembles de données souhaités à partir de la base de données représentative proGenome et les divise en fichiers indépendants (un par génome). Il fournit des ensembles de données génomiques représentatifs non redondants, y compris les génomes de la plus haute qualité de chaque cluster d'espèces specI.

MarDB est un projet dédié à la gestion et l'analyse de données génomiques marines. Il permet le téléchargement, la compression et l'organisation de fichiers de séquences, ainsi que la sanitation des noms de génomes pour éviter les conflits avec d'autres formats de fichiers.

Projet metagenomics est un ensemble d'outils permettant le téléchargement et le nettoyage de données génomiques à partir de GenBank pour une analyse ultérieure. Il dépend de Python, BioPython et taxonkit.