AuBi

DroPNet is a webserver for generating and analyzing Drosophila protein-protein interaction networks. Input data is a list of genes from an experiment such as RNAi screen.

Simple and user-friendly ImageJ plugin dedicated to the characterization of nuclear morphology and chromatin organization in 3D.

PanGeneHome is a web server dedicated to the analysis of available microbial pangenomes. Several standalone tools (e.g. PGAP, PANNOTATOR, PanGP, Roary and BPGA) and web servers (e.g. Panseq, PGAT and PanWeb) dedicated to pangenome analysis have been developed recently and offer the possibility to compute pangenome analysis for genomes provided by a user. For all these tools and servers, users have to collect genomes and manage to run the tools, which implies a significant effort on the user side. To tackle this problem, we developped PanGeneHome, the only web site offering pre-computed pangenome analysis with up-to-date and large scale data. PanGeneHome provides an easy way to get a glimpse on the pangenome of a microbial group of interest, the analysis being precomputed and available for 615 taxa, covering 182 species and 49 orders. Considering the fast growing number of microbial genomes, the PanGeneHome tool will need to be updated regularly.

• Biologie
• Biomédical
• Agro-alimentaire
• Environnement
• Biotechnologie

AuBi est la plateforme bioinformatique de Clermont pour les sciences du vivant (biologie fondamentale, microbiologie, agronomie, environnement, santé et épidémiologie). AuBi s'appuie sur le Mésocentre de l'UCA pour promouvoir l'accès aux installations informatiques pour l'analyse des données, le stockage, la formation en bio-informatique et l'hébergement de services web pour la recherche. Des compétences importantes sont développées pour soutenir des projets scientifiques dans le domaine de l'analyse de séquences à grande échelle en génomique (assemblage, annotation, analyse de variantes, DNAseq, ...), transcriptomique (RNAseq, ChiPseq, ...) et variations épigénomiques (BSseq), métagénomique, métatranscriptomique, métabolomique, dynamique moléculaire mais aussi statistique et imagerie.

• Methodology
• QTL Localization
• Cloud
• Comparative and de novo structure modeling
• Ecology
• Biodiversity
• Microbial ecology
• Metabolic engineering
• Metagenomics
• CGH
• Expression
• Small and long non-coding RNAs
• Positional cloning
• GPU
• Fonctionelles
• Microscopy
• Medical Imaging
• Physical Mapping
• Paleogenomics and ancestral genomes
• Tiling
• Metabolic Network Modelling
• Sequence Algorithm
• Cartographie génétique et d'hybrides irradiés
• Statistical differential analysis
• Methylation profiles
• Genotyping
• Machine learning
• Signal processing
• Second level analysis
• Chromatin accessibility
• Exploratory statistics
• Chromosome conformation analysis
• Bioimaging
• Inferential statistics
• Assembly of genomes and transcriptomes
• Read alignment on genomes
• Statistical Tests
• Regression
• Dimension reduction
• Gene expression regulation analysis
• Image analysis
• Descriptive statistics
• Multivariate analyses
• Phylogenetics
• Gene expression differential analysis
• Web portals
• metatranscriptomics
• Data identity and mapping
• Ontologies
• Database search engine
• Spectral library search
• De novo sequencing
• Chip-Seq
• Panels (amplicons, captures)
• Interfaces
• Metabolites identification
• Spectral demultiplexing
• Post-translational modification analysis
• Systems Biology
• Semantic web
• Metabolic network analysis
• Genome analysis
• Structural and functional annotation of genomes
• Population Genetics
• Knowledge mining
• Statistical Genetics
• Regulatory network modelling
• Quantitative proteomics
• Complete genomes
• Transcript and transcript variant analysis
• Proteogenomics
• Functional and regulatory pathways comparison
• Integration of heterogeneous data
• Knowledge representation
• Protein/protein interaction modelisation
• proteins/peptides and proteins/nucleic acids
• Structure analysis
• homology and structural pattern matching
• Cluster
• Genomes comparison
• Data collection curation
• Data Integration
• Data management and transfer
• NGS Sequencing Data Analysis
• Homology/orthology prediction
• Structural Bioinformatics
• Predictions of structural properties
• Données
• Genes and genomes
• Sequence annotation
• Pattern matching
• Genetic Mapping
• Protein inference and validation
• Multiple sequence alignment
• Toolkit
• Tool integration
• Workflow development
• Parallelization
• Databases and information systems

Knowledge of the concepts and best practices for using the computing resources of the mesocenter cluster Clermont Auvergne in a bioinformatics context.
Become familiar with the work environment of the computing cluster, become autonomous in the use of its resources and learn to use a scheduler.
Presentation of the resources accessible on the cluster (computing nodes, storage spaces, tools).
Concept of jobs, queues and parallel computing.
Job management (submission, follow-up, deletion).

L’objectif de cette formation est de se familiariser à l’utilisation de la ligne de commande pour un usage sur un cluster de
calcul afin d’acquérir les bases pour le traitement de données biologiques.
Présentation de l’infrastructure du cluster de calcul du Mésocentre Clermont Auvergne.
Introduction à l’environnement Linux.
Initiation à un langage de scripting avec le shell Bash.
Manipulation en ligne de commande de fichiers de données d'origine biologique.
Comment se connecter au serveur de calcul.
Apprentissage du langage informatique Bash et comment naviguer dans un environnement Linux.
Exercices pratiques de saisie de commandes sur un terminal sans interface graphique.
Apprentissage de la gestion de fichiers, comment les créer, gérer les droits d’accès, les manipuler et les transférer sur le
cluster de calcul ou les récupérer sur son poste de travail local.

Introduction aux bonnes pratiques en bio-informatique afin de pérenniser son travail de recherche.

Cette formation permet de découvrir les bonnes pratiques dans le cadre d’un travail nécessitant des approches programmatiques (statistiques, programmation d’outils, analyses de données biologiques). Elle s’inscrit aussi dans l’aspect science-ouverte afin de rendre plus facilement disponible et pérenne le travail bio-informatique. Après une introduction aux pratiques FAIR axées notamment sur les notions de reproductibilité et de répétabilité du code, plusieurs approches seront abordées: les bonnes pratiques de partage et gestion des versions des outils utilisés ; la gestion des environnements de travail (conda, docker, singularity) ; découverte du gestionnaire de workflow Snakemake : et enfin la documentation du code avec Rmarkdown et Jupyter.

Cette session d'introduction a pour objectif la prise en main d'OMERO et le chargement d'images vers l'instance OMERO hébergée au Mésocentre Clermont Auvergne, service de la plateforme AuBi.

Qu'est-ce qu'OMERO ?
OMERO est une plateforme logicielle permettant de visualiser, de gérer et d'annoter des données d'images scientifiques. OMERO vous permet d'importer et d'archiver vos images, de les annoter et de baliser vos images, d'enregistrer vos protocoles expérimentaux et d'exporter vos images dans de nombreux formats. Il vous permet également de collaborer avec des collègues en créant des groupes d'utilisateurs.

Pourquoi utiliser OMERO ?
C'est très pratique ! Une fois vos données importées, vous n'avez plus à vous soucier des montages réseau et des structures de dossiers. Vos données sont consultables, vous pouvez les annoter, les visualiser, effectuer des flux de travail simples d'analyse d'images, les partager avec des collaborateurs et générer des figures de niveau publication, le tout directement depuis votre navigateur web.

Comment l'utiliser ?
Il existe deux interfaces principales pour OMERO : un client de bureau (OMERO.insight) et une page web (OMERO.web). Elles ont toutes deux des caractéristiques similaires mais pas identiques. Venez découvrir ces outils lors de cette formation AuBi !

Pour cela, il est indispensable d'être équipé d'un ordinateur portable sur lequel omero insight sera installé en amont de la formation et d'avoir un compte actif au Mésocentre Clermont Auvergne qui vous permettra ensuite de vous connecter sur omero.web.

L’objectif de cette formation est de se familiariser avec les premières étapes communes à toutes les analyses de données de séquençage : le contrôle qualité des données et l’alignement sur un génome de référence. Nous proposons au personnel non-bioinformaticien de les accompagner dans la prise en main des ces étapes d’analyses en utilisant la plateforme de bio-analyse Galaxy.

Après une introduction aux données de séquençage, une session pratique sur la plateforme Galaxy couvrira comment :
- évaluer la qualité de données de séquençage,
- améliorer la qualité de données de séquençage
- aligner des données sur un génome de référence

L’objectif est de se familiariser avec l’interface utilisateur de Galaxy.

Après une introduction à Galaxy, une session pratique sur la plateforme Galaxy couvrira comment :
- Importer des données
- Identifier des outils
- Faire une analyse
- Gérer un historique
- Créer un workflow

L’objectif est cette formation de se familiariser avec les étapes et les outils pour annoter des génomes bactériens. Nous proposons au personnel non-bioinformaticien de les accompagner dans la prise en main de l’annotation de génomes bactériens en utilisant la plateforme de bio-analyse Galaxy.

Après une introduction à l’annotation de génomes bactériens, une session pratique sur la plateforme Galaxy couvrira comment :
- faire tourner une série d’outils pour annoter un génome bactérien avec différents éléments génomiques,
- évaluer l’annotation
- visualiser un génome bactérien et ses annotations

L’objectif de cette formation est de se familiariser avec les étapes et les outils d’analyse de données de métagénomiques pour caractériser et visualiser des communautés microbiennes. Nous proposons au personnel non-bioinformaticien de les accompagner dans la prise en main de ces étapes en utilisant la plateforme de bio-analyse Galaxy.

Après une introduction à la métagénomique, une session pratique sur la plateforme Galaxy couvrira comment :
- assigner des taxons à des données de métagénomiques,
- visualiser une communauté microbienne à partir d’assignations taxonomiques

L’objectif de cette formation est de se familiariser avec les étapes et les outils pour analyses de données de métabarcoding 16S. Nous proposons au personnel non-bioinformaticien de les accompagner dans la prise en main de ces étapes d’analyses en utilisant la plateforme de bio-analyse Galaxy.

Après une introduction au métabarcoding 16S, une session pratique sur la plateforme Galaxy couvrira comment :
- évaluer la qualité de données de métabarcoding ,
- analyser et visualiser une communauté microbienne à partir de données de métabarcoding 16S

L’objectif de cette formation est de se familiariser avec les étapes et les outils d’analyse de données métatranscriptomiques dans le but de comprendre les fonctions d’une communauté microbienne. Nous proposons au personnel non-bioinformaticien de les accompagner dans la prise en main de ces étapes en utilisant la plateforme de bio-analyse Galaxy.

Après une introduction à la métatranscriptomique, une session pratique sur la plateforme Galaxy couvrira comment :
- assigner des taxons à des données de métatranscriptomiques,
- extraire des informations fonctionnelles au sein de données de métatranscriptomiques,
- combiner informations taxonomiques et fonctionnelles pour faciliter la compréhension des fonctions d’une communauté microbienne

L’objectif de cette formation est de se familiariser avec les premières étapes à l’analyse d’images. Nous proposons au personnel non-bioinformaticien de les accompagner dans la prise en main des ces étapes d’analyses en utilisant la plateforme de bio-analyse Galaxy.

Après une introduction à l’analyse d’images, une session pratique sur la plateforme Galaxy couvrira comment :
- extraire des métadonnées d’une image,
- convertir, filtrer et segmenter une image

L’objectif de cette formation est de se familiariser avec les premières étapes à l’analyse d’images. Nous proposons au personnel non-bioinformaticien de les accompagner dans la prise en main des ces étapes d’analyses en utilisant la plateforme de bio-analyse Galaxy.

Après une introduction à l’analyse d’images, une session pratique sur la plateforme Galaxy couvrira comment :
- télécharger des images depuis un répertoire d’images publiques,- segmenter une image
- extraire les caractéristiques des images

L’objectif est de se familiariser avec les étapes d’analyses des données transcriptomiques ou RNA-seq avec référence pour extraire les gènes et fonctions différentiellement exprimés. Nous proposons au personnel non-bioinformaticien de les accompagner dans la prise en main de ces étapes d’analyses en utilisant la plateforme de bio-analyse Galaxy.


Après une introduction à la transcriptomique, une session pratique sur la plateforme Galaxy couvrira comment :
- évaluer la qualité des données transcriptomiques,
- aligner des données transcriptomiques sur un génome de référence,
- estimer le nombre de séquences par gènes,
- construire et faire une analyse d’expression différentielle des gènes
- faire une analyse de l’enrichissement fonctionnel des gènes différentiellement exprimés

Cette session d'introduction a pour objectif la prise en main d'OMERO et le chargement d'images vers l'instance OMERO hébergée au Mésocentre Clermont Auvergne, service de la plateforme AuBi.

Qu'est-ce qu'OMERO ?
OMERO est une plateforme logicielle permettant de visualiser, de gérer et d'annoter des données d'images scientifiques. OMERO vous permet d'importer et d'archiver vos images, de les annoter et de baliser vos images, d'enregistrer vos protocoles expérimentaux et d'exporter vos images dans de nombreux formats. Il vous permet également de collaborer avec des collègues en créant des groupes d'utilisateurs.

Pourquoi utiliser OMERO ?
C'est très pratique ! Une fois vos données importées, vous n'avez plus à vous soucier des montages réseau et des structures de dossiers. Vos données sont consultables, vous pouvez les annoter, les visualiser, effectuer des flux de travail simples d'analyse d'images, les partager avec des collaborateurs et générer des figures de niveau publication, le tout directement depuis votre navigateur web.

Comment l'utiliser ?
Il existe deux interfaces principales pour OMERO : un client de bureau (OMERO.insight) et une page web (OMERO.web). Elles ont toutes deux des caractéristiques similaires mais pas identiques. Venez découvrir ces outils lors de cette formation AuBi !

Pour cela, il est indispensable d'être équipé d'un ordinateur portable sur lequel omero insight sera installé en amont de la formation et d'avoir un compte actif au Mésocentre Clermont Auvergne qui vous permettra ensuite de vous connecter sur omero.web.

Inscription dans la limite de 10 personnes auprès de la plateforme CLIC ou de la plateforme AuBi.

L’objectif de cette formation est de se familiariser avec les étapes et les outils d’analyse de données de métagénomiques pour caractériser et visualiser des communautés microbiennes. Nous proposons au personnel non-bioinformaticien de les accompagner dans la prise en main de ces étapes en utilisant la plateforme de bio-analyse Galaxy.

Après une introduction à la métagénomique, une session pratique sur la plateforme Galaxy couvrira comment :
- assigner des taxons à des données de métagénomiques,
- visualiser une communauté microbienne à partir d’assignations taxonomiques

Les inscriptions se font via le formulaire suivant avant le 28 Février 2024 : https://framaforms.org/cycle-de-formations-mensuelles-a-lanalyse-de-donnees-sur-galaxy-1707229580
Nous sélectionnerons les participants sur la base du "premier arrivé, premier servi" et nous transmettrons la liste par session au service de formation continue de l'UCA qui vous enverra ensuite une convocation.

L’objectif de cette formation est de se familiariser avec l’interface utilisateur de Galaxy. Nous proposons au personnel non-bioinformaticien de les accompagner dans la prise en main de l’interface Galaxy. Vous découvrirez comment importer des données, faire une analyse simple, gérer un historique et construire un workflow.

Cette formation se base sur le contenu du Galaxy Training Network (GTN). Plus de 300 tutoriels sont mis à disposition sur le web (https://training.galaxyproject.org/) organisés autour de différentes thématiques biologiques. Nous aborderons ici les bases du fonctionnement de la plateforme Galaxy.


Les inscriptions se font via le formulaire suivant avant le 28 Février 2024 : https://framaforms.org/cycle-de-formations-mensuelles-a-lanalyse-de-donnees-sur-galaxy-1707229580
Dans ce formulaire, vous pouvez sélectionner les sessions qui vous intéressent. Nous sélectionnerons les participants sur la base du "premier arrivé, premier servi" et nous transmettrons la liste par session au service de formation continue de l'UCA qui vous enverra ensuite une convocation.

Introduction aux bonnes pratiques en bio-informatique afin de pérenniser son travail de recherche.

Cette formation permet de découvrir les bonnes pratiques dans le cadre d’un travail nécessitant des approches programmatiques (statistiques, programmation d’outils, analyses de données biologiques). Elle s’inscrit aussi dans l’aspect science-ouverte afin de rendre plus facilement disponible le travail bio-informatique. Après une introduction aux pratiques FAIR axées notamment sur les notions de reproductibilité et de répétabilité du code, plusieurs points seront abordés: les bonnes pratiques de partage et gestion des versions des outils utilisés ; la gestion des environnements de travail (conda, docker, singularity) ; découverte du gestionnaire de workflow Snakemake : et enfin la documentation du code avec Rmarkdown et Jupyter.

Introduction aux bonnes pratiques en bio-informatique afin de pérenniser son travail de recherche.

Cette formation permet de découvrir les bonnes pratiques dans le cadre d’un travail nécessitant des approches programmatiques (statistiques, programmation d’outils, analyses de données biologiques). Elle s’inscrit aussi dans l’aspect science-ouverte afin de rendre plus facilement disponible et pérenne le travail bio-informatique. Après une introduction aux pratiques FAIR axées notamment sur les notions de reproductibilité et de répétabilité du code, plusieurs approches seront abordées: les bonnes pratiques de partage et gestion des versions des outils utilisés ; la gestion des environnements de travail (conda, docker, singularity) ; découverte du gestionnaire de workflow Snakemake : et enfin la documentation du code avec Rmarkdown et Jupyter.

This hackathon aims to improve the annotation of Galaxy resources for microbial data analysis and beyond

The objective of this hackathon is to improve the annotation of the Galaxy resources (tools, training, workflows) for microbial data analysis by:

- Linking microbial Galaxy tools to bio.tools to obtain EDAM ontology annotation
- Improving bio.tools annotations
- Annotating existing microbial-related tutorials with EDAM terms
- Reflecting on the addition of EDAM terms to workflows
- Reflecting on missing terms in the EDAM ontology for microbial data analyses
- Brainstorming about a way to connect tool annotations to improve training and workflow annotations

L’objectif est de se familiariser avec les étapes d’analyses des données transcriptomiques ou RNA-seq avec référence pour extraire les gènes et fonctions différentiellement exprimés. Nous proposons au personnel non-bioinformaticien de les accompagner dans la prise en main de ces étapes d’analyses en utilisant la plateforme de bio-analyse Galaxy.


Après une introduction à la transcriptomique, une session pratique sur la plateforme Galaxy couvrira comment :
- évaluer la qualité des données transcriptomiques,
- aligner des données transcriptomiques sur un génome de référence,
- estimer le nombre de séquences par gènes,
- construire et faire une analyse d’expression différentielle des gènes
- faire une analyse de l’enrichissement fonctionnel des gènes différentiellement exprimés

L’objectif de cette formation est de se familiariser avec les étapes et les outils pour analyses de données de métabarcoding 16S. Nous proposons au personnel non-bioinformaticien de les accompagner dans la prise en main de ces étapes d’analyses en utilisant la plateforme de bio-analyse Galaxy.

Après une introduction au métabarcoding 16S, une session pratique sur la plateforme Galaxy couvrira comment :
- évaluer la qualité de données de métabarcoding ,
- analyser et visualiser une communauté microbienne à partir de données de métabarcoding 16S

Les inscriptions se font via le formulaire suivant avant le 28 Février 2024 : https://framaforms.org/cycle-de-formations-mensuelles-a-lanalyse-de-donnees-sur-galaxy-1707229580
Nous sélectionnerons les participants sur la base du "premier arrivé, premier servi" et nous transmettrons la liste par session au service de formation continue de l'UCA qui vous enverra ensuite une convocation.

L’objectif de cette formation est de se familiariser avec les premières étapes communes à toutes les analyses de données de séquençage : le contrôle qualité des données et l’alignement sur un génome de référence. Nous proposons au personnel non-bioinformaticien de les accompagner dans la prise en main des ces étapes d’analyses en utilisant la plateforme de bio-analyse Galaxy.

Après une introduction aux données de séquençage, une session pratique sur la plateforme Galaxy couvrira comment :
- évaluer la qualité de données de séquençage,
- améliorer la qualité de données de séquençage
- aligner des données sur un génome de référence

Les inscriptions se font via le formulaire suivant avant le 28 Février 2024 : https://framaforms.org/cycle-de-formations-mensuelles-a-lanalyse-de-donnees-sur-galaxy-1707229580
Dans ce formulaire, vous pouvez sélectionner les sessions qui vous intéressent. Nous sélectionnerons les participants sur la base du "premier arrivé, premier servi" et nous transmettrons la liste par session au service de formation continue de l'UCA qui vous enverra ensuite une convocation.

L’objectif est cette formation de se familiariser avec les étapes et les outils pour annoter des génomes bactériens. Nous proposons au personnel non-bioinformaticien de les accompagner dans la prise en main de l’annotation de génomes bactériens en utilisant la plateforme de bio-analyse Galaxy.

Après une introduction à l’annotation de génomes bactériens, une session pratique sur la plateforme Galaxy couvrira comment :
- faire tourner une série d’outils pour annoter un génome bactérien avec différents éléments génomiques,
- évaluer l’annotation
- visualiser un génome bactérien et ses annotations

Les inscriptions se font via le formulaire suivant avant le 28 Février 2024 : https://framaforms.org/cycle-de-formations-mensuelles-a-lanalyse-de-donnees-sur-galaxy-1707229580
Nous sélectionnerons les participants sur la base du "premier arrivé, premier servi" et nous transmettrons la liste par session au service de formation continue de l'UCA qui vous enverra ensuite une convocation.