SequencesViewer : Visualisation de séquences ordonnées de gènes ou comment rendre accessible des motifs séquentiels trop nombreux ?

Arnaud Sallaberry 1, 2, 3, * Nicolas Pecheur 4 Sandra Bringay 5 Mathieu Roche 6 Maguelonne Teisseire 5
* Corresponding author
2 GRAVITE - Graph Visualization and Interactive Exploration
Université Sciences et Technologies - Bordeaux 1, Inria Bordeaux - Sud-Ouest, École Nationale Supérieure d'Électronique, Informatique et Radiocommunications de Bordeaux (ENSEIRB), CNRS - Centre National de la Recherche Scientifique : UMR
5 TATOO - Fouille de données environnementales
LIRMM - Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier
6 TEXTE - Exploration et exploitation de données textuelles
LIRMM - Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier
Résumé : Les techniques d'extraction de connaissances appliquées aux gros volumes de données, issus de l'analyse de puces ADN, permettent de découvrir des connaissances jusqu'alors inconnues. Or, ces techniques produisent de très nombreux résultats, difficilement exploitables par les experts. Nous proposons un outil dédié à l'accompagnement de ces experts dans l'appropriation et l'exploitation de ces résultats. Cet outil est basé sur trois techniques de visualisation (nuages, systèmes solaire et treemap) qui permettent aux biologistes d'appréhender de grandes quantités de motifs séquentiels (séquences ordonnées de gènes).
Complete list of metadatas

https://hal-lirmm.ccsd.cnrs.fr/lirmm-00588539
Contributor : Mathieu Roche <>
Submitted on : Sunday, April 24, 2011 - 5:07:46 PM
Last modification on : Thursday, May 24, 2018 - 3:59:23 PM

Identifiers

  • HAL Id : lirmm-00588539, version 1

Citation

Arnaud Sallaberry, Nicolas Pecheur, Sandra Bringay, Mathieu Roche, Maguelonne Teisseire. SequencesViewer : Visualisation de séquences ordonnées de gènes ou comment rendre accessible des motifs séquentiels trop nombreux ?. EGC: Extraction et Gestion des Connaissances, 2010, Hammamet, Tunisie. pp.387-392. ⟨lirmm-00588539⟩

Share

Metrics

Record views

303