Différences

Ci-dessous, les différences entre deux révisions de la page.

--- projet:sujets [2026/01/14 20:48]
sabine_peres [SP3. Plateforme web : édition, export et validation automatique de modèles biologiques]
+++ projet:sujets [2026/01/15 09:51] (Version actuelle)
remy
@@ Ligne 2: / Ligne 2: @@
 Slides de présentation des sujets:
+ *  Alexandre Meyer [[https://cazabetremy.fr/Teaching/lifprojet/slides2026pr/meyer.pdf]]
+ *  Sabine Peres [[https://cazabetremy.fr/Teaching/lifprojet/slides2026pr/projet2026_peres.pdf]]
+ *  Samir Aknine [[https://cazabetremy.fr/Teaching/lifprojet/slides2025aut/SA.pdf]]
 ===== AM1. Deep learning et image : classification et génération d'images =====
@@ Ligne 152: / Ligne 158: @@
 Ce projet consiste à développer une application web permettant d’interroger une ou plusieurs bases de données (locales ou distantes) afin de récupérer automatiquement des paramètres nécessaires à la modélisation de système biologique (ex. concentrations, flux, cinétiques, conditions expérimentales, identifiants de réactions/métabolites, annotations).
-Fonctionnalités principales
+Fonctionnalités principales :
-* Proposer une interface permettant à l’utilisateur de :
+    * Proposer une interface permettant à l’utilisateur de  choisir une source (base SQL / fichier / API si extension), définir une requête (formulaire guidé + requêtes avancées), sélectionner les variables/paramètres à extraire, appliquer des filtres (organisme, tissu, conditions, etc.).
-    * choisir une source (base SQL / fichier / API si extension),
+    * Générer une sortie sous forme de fichier “modulable” selon les besoins (format, contenu).
-    * définir une requête (formulaire guidé + requêtes avancées),
+    * Proposer un catalogue de requêtes : requêtes prêtes à l’emploi (ex. “paramètres par organisme”, “liste des métabolites + annotations”, “valeurs expérimentales filtrées”).
-    * sélectionner les variables/paramètres à extraire,
+    * Détecter les valeurs manquantes/aberrantes.
-    * appliquer des filtres (organisme, tissu, conditions, etc.).
-* Générer une sortie sous forme de fichier “modulable” selon les besoins :
-    * choix du format (CSV / JSON),
-    * choix du contenu (colonnes/champs, unités, niveau de détail),
-* Fonctionnalités attendues :
-    * Connexion DB : configuration simple (URL, identifiants, choix du SGBD).
-    * Catalogue de requêtes : requêtes prêtes à l’emploi (ex. “paramètres par organisme”, “liste des métabolites + annotations”, “valeurs expérimentales filtrées”).
-    * détection de valeurs manquantes/aberrantes.
-* Interface utilisateur:
+Interface utilisateur:
     * Interface web conviviale avec une navigation intuitive. Options d'exportation des données.
     *  Développement backend : Utiliser Python avec Flask pour gérer les données. Manipuler les données avec pandas.
     *  Visualisation frontend : Créer des graphiques interactifs avec Plotly ou Dash pour des diagrammes dynamiques.
-* Livrables
-    * Code documenté + guide d’installation.
-    * Jeu de données exemple + schéma de base.
-    * Démo web + tests unitaires (au moins sur la couche extraction/validation).
@@ Ligne 211: / Ligne 202: @@
   * Édition SBML “web-friendly”
-    * Upload d’un SBML existant **ou** création à partir d’un gabarit minimal.
+    * Upload d’un SBML existant **ou** création à partir d’un modèle minimal.
     * Édition guidée via formulaires (sans manipuler directement le XML)
-    * Vérifications