Annuaire des initiatives

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

  • 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.
  • Libhts est une bibliothèque Python et un ensemble d'outils dédiés au traitement et à l'analyse de données issues du séquençage haut débit. Elle permet aux chercheurs et bioinformaticiens de manipuler, convertir et visualiser des données génomiques complexes comme les fichiers BAM ou BigWig. L'outil facilite l'extraction de régions spécifiques, la génération de visualisations graphiques et l'automatisation de workflows pour des analyses génomiques avancées.
  • Outil dédié à l'identification et à l'analyse des petits ARN dans les données de séquençage haut débit de *Caenorhabditis elegans*. Ce projet facilite la recherche en génomique fonctionnelle en fournissant des méthodes automatisées pour traiter et interpréter des jeux de données complexes issus de séquençage.
  • Ce projet automatise la construction d'unités de contigs (unitigs) ou de contigs à partir de données génomiques en utilisant des outils comme BCALM ou Minia. Il s'appuie sur une infrastructure AWS pour orchestrer le traitement des données via AWS Batch, en déclenchant des calculs dès qu'un fichier est déposé dans un bucket S3. L'objectif est de simplifier et accélérer l'analyse de séquences génomiques pour des applications en bioinformatique.
  • 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.
  • GAZODUC est un pipeline bioinformatique développé pour l'analyse de données génomiques, notamment utilisé à l'Institut du Thorax à Nantes. Il permet de traiter des séquences génomiques en utilisant des outils comme Nextflow pour automatiser des workflows complexes. Le projet facilite la gestion de données issues de séquençage haut débit et génère des résultats exploitables pour la recherche médicale et génétique.
  • Notoriété 7 %
    Outil dédié à l'analyse et au traitement de données biologiques et génomiques. Permet aux chercheurs et biologistes de manipuler des fichiers de séquençage, automatiser des pipelines bioinformatiques et générer des rapports détaillés. Facilite l'interprétation des données génomiques pour des applications en recherche médicale ou agronomique.
  • Notoriété 7 %
    Ce projet fournit des outils et workflows automatisés pour l'analyse de données de séquençage haut débit, principalement appliqués à l'organisme modèle *Caenorhabditis elegans*. Il facilite le traitement, l'annotation et l'interprétation de données génomiques et transcriptomiques, en intégrant des pipelines reproductibles et des configurations adaptables pour des environnements variés, y compris les clusters de calcul.
  • 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.
  • Projet dédié à la traduction et au regroupement de séquences nucléiques de la base de données RVDB. Il permet d'analyser et de structurer des données génomiques virales pour faciliter la recherche en virologie. Les outils développés automatisent des pipelines complexes pour traiter des versions successives de la base RVDB, en intégrant des métadonnées et des références taxonomiques.

28 initiatives