Skip to content

Services d’analyse omique

L’équipe d’expert·e·s de C3G en bio-informatique et en développement logiciel possède une vaste expérience dans l’analyse de données omiques complexes et leur transformation en découvertes significatives. Notre équipe maîtrise un large éventail d’analyses omiques et met à profit des méthodes computationnelles avancées.

Nos services comprennent :

Analyse de données personnalisée réalisée par des expert·e·s en bio-informatique

Développement de logiciels bio-informatiques sur mesure

Conception de bases de données et de portails pour l’organisation et le partage des données

Accompagnement à la conception expérimentale

Soutien à la préparation de demandes de subvention

Formation en bio-informatique offerte sur demande

0 +
Projets soutenus
0 +
Groupes de recherche aidés
0 +
Institutions et entreprises desservies

Portefeuille

Expression génique unicellulaire

Le séquençage d’ARN unicellulaire (scRNA-seq) a considérablement élargi l’étude des systèmes biologiques complexes en permettant le profilage de l’expression à l’échelle du génome au niveau des cellules individuelles. Nous offrons des services complets d’analyse scRNA-seq, notamment :

  • Traitement des données brutes : alignement et génération de matrices gènes-codes-barres avec Cell Ranger, alevin fry ou des outils équivalents.
  • Contrôle de la qualité et filtrage : évaluation approfondie des indicateurs de qualité des cellules, notamment la détection des cellules de faible qualité, des doublets et de la contamination par l’ARN ambiant.
  • Démultiplexage : Démultiplexage d’échantillons basé sur la génétique et les algorithmes à partir de bibliothèques de cellules individuelles groupées.
  • Normalisation et correction : Normalisation des données, correction par lots, correction de l’ARN ambiant et autres étapes pour garantir une analyse en aval précise.
  • Regroupement et identification des types cellulaires : Regroupement des cellules et annotation des types cellulaires sur la base de l’expression des gènes marqueurs.
  • Exploration des données : Visualisation et exploration interactives des données.
  • Expression génique et cartographie tissulaire : Reconstruction des processus cellulaires dynamiques tels que les voies de différenciation et les relations de lignée.
  • Intégration multiomique : Intégration avec des types de données complémentaires, incluant l’ATAC‑seq sur noyaux uniques (snATAC-seq), le profilage immunitaire (p. ex. CITE-seq) et la transcriptomique spatiale.

Demandez une soumission

Transcriptomique spatiale

Cartographier l’expression génétique directement dans son contexte spatial original au sein d’un tissu. Depuis 2018, les publications en transcriptomique spatiale ont augmenté de façon exponentielle. Cette approche est largement utilisée en oncologie, neurosciences, immunologie et biologie du développement.

Nous offrons des services d’analyse complets pour diverses technologies, comme Visium ou GeoMx, incluant :

  • Traitement des données brutes : Alignement et génération des matrices gène-code-barres.
  • Traitement d’images : Segmentation cellulaire et identification des coordonnées des transcrits.
  • Contrôle de qualité et filtrage : Évaluation rigoureuse des métriques de qualité, incluant la détection des cellules de faible qualité.
  • Normalisation et correction : Normalisation des données, correction des effets de lot et correction de l’ARN ambiant, ainsi que d’autres étapes essentielles pour assurer la fiabilité des analyses ultérieures.
  • Regroupement et identification des types cellulaires : Clustering des cellules et annotation basée sur l’expression des gènes marqueurs.
  • Exploration des données : Outils de visualisation et d’exploration pour soutenir la génération d’hypothèses.
  • Analyse différentielle de l’expression et de l’abondance : Identification des gènes et populations cellulaires présentant des variations d’expression ou d’abondance selon les conditions ou groupes.
  • Cartographie tissulaire et de l’expression génétique : Reconstruction de processus cellulaires dynamiques, tels que les trajectoires de différenciation et les relations de lignée.
  • Intégration multi-omique : Intégration avec d’autres types de données, incluant le snATAC-seq, le profilage immunitaire (p. ex. CITE-seq) et la transcriptomique spatiale.

Demandez une soumission

RNA-Seq

L’un des services les plus fréquemment demandés, notre équipe peut vous aider à tirer le meilleur parti de vos données RNA‑seq. Ce service comprend généralement :

  • Prétraitement : Alignement, assemblage et quantification de l’expression.
  • Contrôle de qualité et filtrage : évaluation approfondie des indicateurs de qualité des échantillons, incluant la détection de gènes faiblement exprimés, l’analyse exploratoire des données (EDA), l’analyse en composantes principales (ACP ou PCA en anglais), etc.
  • Analyse différentielle et analyse de voies : Analyse en aval de l’abondance des transcrits, incluant l’expression différentielle, l’analyse Gene Ontology (GO) et l’enrichissement des voies KEGG.
  • Visualisations personnalisées.
  • Analyse des gènes et des voies : Analyse de l’expression par ensembles de gènes (GSEA), analyses d’ontologie des gènes (GO) et enrichissement de voies biologiques.
  • Intégration multiomique : Intégration des données RNA‑seq avec d’autres types de données, notamment scRNA‑seq, ChIP‑seq, ATAC‑seq, etc.
  • Autres analyses basées sur l’ARN : Analyse de l’épissage alternatif, détection d’eSNV, détection de fusions, déconvolution, PDX, décontamination, etc.

Demandez une soumission

Génomique du cancer

En séquençant l’ADN provenant à la fois d’un tissu tumoral et d’un échantillon normal apparié (sain), le séquençage génomique complet (whole‑genome sequencing, WGS) permet d’identifier de manière exhaustive de nouveaux variants associés au cancer. Nos services de bio-informatique en oncogénomique offrent une solution analytique complète de bout en bout, incluant :

  • Détection de variants somatiques : Identification des SNV, indels, altérations du nombre de copies et variants structuraux somatiques grâce à une approche de type ensemble combinant plusieurs outils complémentaires.
  • Annotation clinique et fonctionnelle : Intégration d’annotations pertinentes en oncologie à l’aide du Personal Cancer Genome Reporter (PCGR) et du Cancer Predisposition Sequencing Reporter (CPSR), fournissant des informations sur l’impact fonctionnel, la pertinence thérapeutique, la charge mutationnelle et l’instabilité des microsatellites (MSI).
  • Analyse des variants structuraux : Utilisation de la suite GRIDSS–PURPLE–LINX pour une détection et une interprétation haute résolution des variants structuraux somatiques, combinant l’appel des SV, le profilage du nombre de copies et l’annotation des événements pour clarifier les réarrangements génomiques complexes.
  • Contrôle de qualité et vérification de l’identité des échantillons : Pipeline rigoureux de contrôle de qualité et vérifications croisées de concordance des échantillons pour assurer l’intégrité des données.
  • Intégration multiomique : Intégration des données RNA‑seq appariées afin d’identifier les variants exprimés et les fusions géniques, améliorant ainsi l’interprétation biologique et clinique.
  • Soutien pour les modèles expérimentaux : Flux de travail adaptés aux xénogreffes dérivées de patient (PDX) et aux modèles tumoraux murins.
  • Analyse accélérée pour les études prospectives : Options de traitement rapide pour soutenir les études cliniques et translationnelles prospectives.

Demandez une soumission

Séquençage du génome entier (WGS) et séquençage de l’exome (WES)

Nous possédons une vaste expertise dans l’identification de variants à partir de données issues du séquençage du génome entier (WGS) ou du séquençage de l’exome (WES). Ce service comprend généralement :

  • Traitement des données brutes : Traitement des données de séquençage jusqu’à l’appel des variants, conformément aux meilleures pratiques du GATK.
  • Détection de variants structuraux et de CNV : Identification des variants structuraux et des variations du nombre de copies.
  • Annotation et filtrage des variants : Annotation et filtrage adaptés aux besoins spécifiques du projet pour soutenir la priorisation des variants (p. ex. variants de novo, hétérozygotes composites dans des trios, à l’aide du cadre GEMINI/Slivar).
  • Études d’association pangénomique (GWAS).
  • Intégration multiomique.

Demandez une soumission

Assemblage et annotation du génome

Le séquençage à longues lectures (p. ex. PacBio HiFi, ONT) permet de capturer de grandes régions complexes du génome (p. ex. éléments transposables, séquences répétées, îlots d’ARNr) en une seule lecture longue, ce qui facilite leur ancrage précis dans un assemblage de novo. Nous possédons une vaste expertise dans l’assemblage de novo de génomes nouveaux, tant de petite taille (haploïdes : procaryotes, archées) que de grande taille (diploïdes : eucaryotes), en utilisant à la fois les technologies à longues lectures et les lectures courtes dans des approches hybrides. Notre boîte à outils comprend notamment :

  • Assemblage et raffinement d’assemblages de novo à l’aide de données provenant de technologies complémentaires.
  • Processus complets d’annotation, par exemple à l’aide de PGAP, BRAKER4, EGAPX.
  • Détection, polissage et circularisation de chromosomes bactériens ou d’autres molécules circulaires (plasmides, mitochondries).
  • Génomique comparative avec des assemblages existants, par exemple à l’aide d’OrthoFinder.
  • Appel de variants basé sur une référence, incluant les indels, SNP, réarrangements structuraux importants et allèles phasés.

Demandez une soumission

Microbiome et métagénomique

Nous nous engageons à offrir des services de pointe pour la recherche en métagénomique et en métatranscriptomique. Nos pipelines analytiques entièrement intégrés, à la fine pointe de la technologie, soutiennent une vaste gamme de conceptions expérimentales, notamment :

  • Métagénomique basée sur amplicons (16S, 18S, ITS, COI)
  • Métagénomique shotgun (WGS)
  • Métatranscriptomique (RNA‑seq)

Nos analyses permettent d’obtenir des informations avancées, telles que les réseaux métaboliques globaux KEGG et les réseaux de co‑occurrence, générés à partir des données WGS et 16S à l’aide de la plateforme interactive MicrobiomeAnalyst.

Livrables clés pour la métagénomique basée sur des amplicons (16S, 18S, ITS, COI) :

  • Dénoysement des lectures brutes en ASV à l’aide d’un flux de travail basé sur DADA2 ou QIIME
  • Assignation taxonomique des ASV
  • Annotation fonctionnelle de la communauté microbienne
  • Fichiers de sortie entièrement compatibles avec MicrobiomeAnalyst et Calypso, permettant aux chercheur·euse·s de générer facilement des figures personnalisées prêtes pour la publication.

Demandez une soumission

Bio-informatique épigénomique

Les profils génomiques à grande échelle des interactions ADN‑protéines, des modifications d’histones et des régions d’accessibilité de la chromatine fournissent des informations essentielles sur l’organisation du génome régulateur.

  • Appel et annotation des pics : pour les analyses ChIP‑seq, ATAC‑seq et autres approches similaires (p. ex. CUT&RUN), nous produisons une liste de pics significatifs annotés selon leur contexte génomique ainsi que leurs enrichissements en motifs.
  • Couverture génomique : pour le Methyl‑seq, nous effectuons l’alignement des lectures issues de la conversion bisulfite sur un génome de référence, suivi de la quantification des niveaux de méthylation.
  • Interactions chromatiniennes à l’échelle du génome : pour le Hi‑C, nous construisons des matrices de contacts et générons des cartes de contacts multi‑résolution pour les analyses en aval, incluant l’identification et l’annotation des domaines d’association topologique (TADs).
  • Visualisation personnalisée : nous générons des pistes épigénétiques via l’UCSC Genome Browser ou le WashU Epigenome Browser. Des graphiques métagènes et des cartes thermiques d’enrichissement sont également produits.
  • Analyse différentielle : détection des pics (ou régions génomiques) présentant des variations de signal statistiquement significatives entre traitements ou conditions.
  • Intégration multiomique : intégration avec d’autres types de données, incluant scRNA‑seq, RNA‑seq, ChIP‑seq, ATAC‑seq, Methyl‑seq, Hi‑C, etc.

Demandez une soumission

Bio-informatique structurale

Nous pouvons vous accompagner en bioinformatique structurale, en complément d’autres analyses génomiques. Ce service comprend généralement :

  • Visualisation de structures
  • Cartographie des mutations
  • Simulation dynamique moléculaire et calcul des énergies de liaison
  • Cartes de contacts

Demandez une soumission

Assemblage de novo du transcriptome (RNA‑seq)

Pour les organismes ne disposant pas d’un génome ou d’un transcriptome de référence de haute qualité, nos services d’assemblage de novo de données RNA‑seq permettent une caractérisation complète du transcriptome à l’aide d’approches à la fine pointe. Nos services comprennent :

  • Assemblage et quantification du transcriptome : assemblage de novo des données RNA‑seq avec Trinity, suivi de l’estimation de l’abondance des transcrits et de l’évaluation de la qualité.
  • Annotation fonctionnelle : annotation complète des transcrits à l’aide de Trinotate, incluant les recherches d’homologie, l’identification de domaines protéiques et la classification fonctionnelle.
  • Analyse différentielle et analyse de voies : analyse en aval de l’abondance des transcrits, incluant l’expression différentielle, l’analyse d’ontologie des gènes (GO) et l’enrichissement des voies KEGG.
  • Visualisation et rapports : production de visualisations et de rapports personnalisés pour faciliter l’interprétation et la communication des résultats.
  • Intégration multiomique : intégration des données RNA‑seq avec d’autres types de données, incluant scRNA‑seq, ChIP‑seq, ATAC‑seq, etc.

Nous offrons un soutien flexible et adapté aux besoins spécifiques du projet pour un large éventail d’applications en recherche, allant de la biologie fondamentale à la génomique appliquée chez des organismes non modèles.

Demandez une soumission

Autres – Omique

  • Autres analyses unicellulaires (snATAC‑seq, snDNA‑seq)
  • Microréseaux d’expression et de méthylation
  • Analyses de séquençage diverses : DRIPc‑seq, RIP‑seq, etc.
  • Séquençage de miARN et d’autres petits ARN
  • Analyses de données CRISPR‑Cas9 et analyses statistiques associées
  • Séquençage de pools (Pool‑seq)
  • Génomique des populations : GBS, RAD‑seq
  • CyTOF
  • Intégration de données métabolomiques prétraitées
  • Analyse de données protéomiques prétraitées
  • Analyses intégratives — p. ex. Similarity Network Fusion (SNF)
  • Visualisation et analyse de réseaux
  • Analyse d’images

Demandez une soumission

Témoignages

« Le stage au C3G m’a permis d’amener mes compétences (bio)informatiques à un nouveau niveau professionnel. Sur le plan personnel, cela m’a aidé à mieux comprendre comment je souhaite orienter mes compétences et ma carrière. De plus, j’ai acquis tout un ensemble de nouvelles habiletés qui élargiront mes possibilités professionnelles. »
Diego Arturo Camacho HernandezStagiaire en 2024
Diego Arturo Camacho Hernandez
« Durant mon stage d’été au C3G à Montréal, j’ai travaillé à développer un système de journalisation destiné à aider les utilisateurs à déboguer et surveiller les instances de Bento. Les technologies principales utilisées étaient Grafana et Loki. Grafana a été essentiel pour visualiser et analyser les journaux, tandis que Loki a permis d’agréger et de requêter efficacement les données. Cette exposition à des outils modernes de journalisation m’a permis de mieux comprendre comment gérer des systèmes complexes. J’ai aussi intégré ces outils au cadre existant, ce qui m’a donné une grande expérience avec des technologies telles que Docker, React, Python et NGINX, le tout dans un environnement de production. Finalement, ce fut une expérience d’apprentissage incroyable, et je souhaite le meilleur au C3G pour l’avenir! »
Herry JiaStagiaire en 2024
Herry Jia
« Pour mon stage, j’ai dû créer un tableau de bord interactif montrant l’évolution de divers paramètres de séquençage au fil du temps. Cette opportunité m’a permis d’améliorer mes compétences en Python et SQL, tout en acquérant de nouvelles connaissances en R Shiny, Docker et Bash dans un environnement HPC. Avec ma formation en biologie et une année d’expérience préalable en bioinformatique, ce stage m’a permis d’appliquer mes acquis et d’explorer des aspects du développement d’applications qui m’étaient jusque‑là inconnus. »
Jie Ying HuangStagiaire 2023–2024
Jie Ying Huang
« Au cours de mon engagement prolongé au C3G, durant plusieurs étés, automnes et hivers, j’ai joué un rôle central au sein de l’équipe du projet Bento comme développeur full‑stack. Ma principale responsabilité concernait le développement du frontend. J’ai contribué à moderniser et adapter les interfaces afin de répondre à des exigences spécifiques, tout en conservant une grande autonomie créative. La culmination de ce travail a été la refonte de “Bento-public”. Cette mise à jour n’était pas qu’un changement visuel : elle a amélioré l’expérience utilisateur, optimisé la performance et assuré une excellente adaptabilité multiplateforme. Depuis, ce frontend est considéré comme une référence, servant même de modèle dans notre écosystème. Je travaille maintenant à concevoir une nouvelle interface frontend innovante. En utilisant Figma, je crée des prototypes détaillés alignés avec nos exigences techniques et esthétiques. Un aspect marquant de mon rôle a été l’interconnexion très forte entre le frontend et le backend. Ce défi m’a permis d’acquérir une compréhension approfondie du framework Django, du langage Python, du fonctionnement des bases de données SQL, du langage Go et des principes de conteneurisation avec Docker. Ces expériences m’ont offert une vision complète du développement full‑stack, de l’idéation jusqu’au déploiement. »
Sanjeev LakhwaniStagiaire de 2022 à 2024
Sanjeev Lakhwani
« Pendant mon stage, j’ai travaillé principalement sur le projet Freezeman, une application de suivi d’échantillons. Le projet utilise React (JavaScript) pour l’interface web et Django (Python) pour l’arrière‑plan. Ma tâche principale était d’implémenter de nouvelles fonctionnalités et de corriger celles existantes. Ma première contribution a été de produire un graphique interactif permettant aux utilisateurs d’explorer les processus traversés par un échantillon, comme l’extraction. Mon projet majeur a été de réduire le temps nécessaire pour exporter les informations des échantillons en fichier CSV, rendant possible l’exportation de plus de 200 000 échantillons en moins d’une minute. Grâce à l’équipe Magic et à l’exploration du projet, j’ai appris à comprendre leur système. Cela m’a aussi permis de saisir des concepts de base liés au séquençage génomique tels que la normalisation, le regroupement (pooling), etc. »
Nafiz IslamStagiaire depuis 2021
Nafiz Islam
« Être stagiaire au C3G a été une occasion unique de découvrir de nouvelles façons de travailler et d’apprendre énormément sur GenPipes et la bio-informatique en général. Le fait de travailler dans une équipe bilingue m’a aussi permis d’améliorer mon anglais. Ce stage a également été une excellente occasion de découvrir Montréal et le Canada ! »
Matteo LeguenStagiaire en 2023
Matteo Leguen
« Mon stage au C3G s’est déroulé à la fin de ma maîtrise en bio-informatique en France. J’avais deux missions principales. La première consistait à construire un pipeline Snakemake personnalisé pour utiliser NGSCheckMate afin de vérifier la corrélation entre les échantillons d’un même patient ou d’identifier les inversions d’échantillons ou contaminations potentielles. La seconde mission était de créer une interface R Shiny permettant aux utilisateurs d’explorer eux‑mêmes les résultats d’analyses unicellulaires, lesquelles comportent généralement beaucoup de valeurs d’expression. Cette expérience m’a donné une meilleure compréhension de l’architecture des réseaux et m’a permis de renforcer grandement mes compétences techniques. J’ai aussi eu la chance de rencontrer des personnes extraordinaires ayant des compétences très variées en informatique et en biologie. »
Solène PetyStagiaire en 2023
Solène Pety
« Durant mon été avec l’équipe TechDev du C3G, j’ai évalué divers aligneurs Methyl‑seq pour tester leur vitesse, leur utilisation de mémoire et leur compatibilité avec GenPipes. Bismark était l’outil utilisé auparavant, précis mais très lent. J’ai trouvé que GemBS offrait une amélioration majeure en vitesse tout en étant légèrement plus précis. À la fin de mon stage, j’avais commencé à intégrer GemBS dans GenPipes, en plus d’ajouter d’autres outils Methyl‑seq comme MethylDackel. Ce fut une expérience formidable : j’y ai appris Unix, le développement Python, le travail en environnement HPC et l’utilisation de formats et outils bioinformatiques variés. J’ai aussi pu approfondir mes connaissances théoriques en bioinformatique et en génomique grâce à l’application concrète de mes cours et aux Journal Clubs hebdomadaires ! »
Justin BellavanceÉtudiant en neurosciences, Carleton University, stagiaire été 2022
Justin Bellavance
« Pendant mon stage au C3G, j’ai eu l’occasion de travailler sur plusieurs projets pratiques en bioinformatique. Le premier consistait à analyser les données de séquençage d’un génome de souris transgénique pour détecter un événement d’insertion/délétion non détecté par les méthodes habituelles. Ensuite, j’ai comparé les différences entre les références génomiques GRCh37 et GRCh38 en appliquant la pipeline RNA‑seq de GenPipes à des données déjà analysées. Puis j’ai participé à un projet visant à reproduire une étude sur l’optimisation du séquençage et de la détection des virus mosaïques du manioc (CMV) en Afrique, dans le cadre de TreeLab, avec l’objectif final de permettre la détection directement sur le terrain à l’aide d’un simple ordinateur portable. »
Étienne ColletteÉtienne Collette, Stagiaire 2020–2021
Étienne Collette
« Tout au long de mon stage au C3G, j’ai travaillé sur deux projets principaux. J’ai d’abord développé des outils de visualisation de données web pour une base de données génomique fédérée, permettant aux utilisateurs de visualiser des variants génomiques. Ensuite, j’ai implémenté un arbre décisionnel pour guider les chercheur·euse·s concernant la protection des données sensibles en santé humaine. N’ayant aucune expérience préalable en génomique, j’ai beaucoup appris sur la bio-informatique, les variants génomiques et les lois encadrant la protection des informations personnelles. »
Sebastian Ballesteros RamirezIngénieur logiciel au C3G, ancien stagiaire 2020
Sebastian Ballesteros Ramirez
« Durant mon stage, j’ai organisé de grandes quantités de données épigénomiques selon les standards de l’IHEC. J’ai écrit un script pour récupérer les métadonnées de la base IHEC, puis un programme pour réorganiser les fichiers selon la norme internationale. La partie la plus intéressante a été d’écrire un outil de recherche permettant de trouver rapidement les fichiers selon des caractéristiques comme l’âge du donneur, le tissu ou le type d’expérience. J’ai adoré travailler au C3G. J’ai pu utiliser un cluster informatique pour la première fois, améliorer mes compétences en UNIX et perfectionner ma maîtrise de Python. »
Soulaine TheocharidesÉtudiante en génie informatique, Queen’s University, Stagiaire été 2020
Soulaine Theocharides
« Au cours de mon stage au C3G, j’ai travaillé sur plusieurs projets clés, notamment la génération de jeux de données FHIR synthétiques à l’aide d’API FHIR pour tester les algorithmes d’ingestion du service de métadonnées. J’ai aussi cartographié le standard GA4GH Phenopackets vers le standard mCODE, puis les données d’une initiative COVID‑19 (CanCOGen) vers le schéma Phenopackets. Ce stage très pratique m’a permis d’apprendre énormément, tant sur les API et la documentation de standards de données que sur la programmation, malgré mon profil plus clinique qu’informatique. »
Solomia YanishevskyAdministratrice de données au C3G, ancienne stagiaire été 2020
Solomia Yanishevsky
« Pendant mon stage, j’ai travaillé au développement d’une nouvelle pipeline GenPipes appelée EpiQC, destinée à évaluer la qualité des fichiers ChIP‑seq (bigWig). J’ai implémenté plusieurs métriques à l’aide d’outils tiers comme BigWigInfo, ChromImpute et EpiGeEC, en plus de coder plusieurs scripts Python. Après des tests sur de petits jeux de données, j’ai exécuté EpiQC sur les quelque 2 500 fichiers ChIP‑seq disponibles via le portail IHEC. J’ai énormément appris sur les clusters informatiques, la gestion de grands volumes de données et Python. »
Rami ColesSéveloppeur logiciel chez Deloitte Canada, ancien stagiaire 2019
Rami Coles
« À l’été 2019, j’ai travaillé sur des analyses métagénomiques. J’ai notamment installé le pipeline WGS MOCAT2 sur les clusters du C3G. Comme elle ne fonctionnait pas telle quelle, nous avons débogué et écrit nos propres scripts d’enrobage. Nous avons aussi modifié le code de MOCAT2 pour réduire certaines étapes de plusieurs heures (ou jours) à quelques minutes, tout en diminuant l’utilisation de RAM de 250–500 Go à moins de 1 Go. Nous avons utilisé MOCAT2 pour analyser 156 échantillons fécaux afin d’étudier la relation entre le microbiome intestinal et la fibromyalgie. Sans expérience préalable en bio-informatique, j’ai énormément appris, autant sur le séquençage, les pipelines, la manipulation de très grands jeux de données que sur l’utilisation d’un cluster. »
Shereen ElaidiChercheuse de premier cycle, Université McGill, Stagiaire été 2019
Shereen Elaidi
« Pendant mon stage en développement web au C3G, j’ai travaillé à améliorer le tableau de bord GenPipes pour la visualisation des exécutions de pipelines. J’ai acquis une grande expérience avec des outils modernes du frontend et du backend tels que React, Redux, Node.js et Express. Mon objectif principal a été d’améliorer les performances du site et d’ajouter de nouvelles fonctionnalités, notamment un moteur de recherche d’échantillons efficace, le chargement différé (lazy loading) et le défilement virtuel. J’ai également développé une vue graphique de l’exécution des échantillons, une page de statistiques de projet, ainsi qu’un nettoyage général de l’interface utilisateur. Ce stage m’a permis d’apprendre les meilleures pratiques pour garder un code clair et concis. »
Nick ZombolasIngénieur logiciel chez Wavo.me, Ancien stagiaire été 2019
Nick Zombolas
« En tant que Stagiaire en développement logiciel au C3G, j’ai travaillé sur trois projets : un outil pour examiner la production scientifique de Génome Canada, un site web présentant les liens de recherche entre les professeur·e·s de McGill, particulièrement dans le cadre de l’initiative McGill en médecine computationnelle, ainsi qu’un explorateur pour les données produites par l’outil MHcut (une collaboration entre le laboratoire du Dr Bourque et le laboratoire Woltgen de l’Université de Kyoto). Durant mon stage, j’ai principalement utilisé Python pour écrire des scripts et des services web backend, ainsi que D3 pour produire des interfaces interactives en JavaScript basées sur les données. »
David LougheedÉtudiant à la maîtrise en génétique humaine à l’Université McGill; ancien stagiaire d’été 2018
David Lougheed
Previous
Next