Recherche Data Gouv
Not a member yet
4753 research outputs found
Sort by
Data and codes associated with the publication 'Active droplets controlled by enzymatic reactions'
No full textThe archive 'data_to_plot.zip' contains the data that were generated to produced the plots shown on Figures 3 to 9 in our manuscript 'Active droplets controlled by enzymatic reactions'. The data was produced using the two codes: a Brownian dynamics code (given in the archive 'BD_code.zip') and a code to integrate the hybrid field-particle dynamics described in the manuscript (given in the archive 'HM_code.zip')
Replication Data for: Spatial development of planar and axisymmetric wakes of porous objects under a pressure gradient: a wind tunnel study
No full textThis dataset concerns pressure sensor datasets about the spatial evolution of a turbulent wake in the subsonic S620 wind tunnel of ISAE-ENSMA in Poitiers, France. The details about the experimental setup are given in the associated publication.
A porous disk, designed to mimic the wake of a horizontal axis wind turbine, and a porous cylinder, whose wake matches that of a vertical axis wind turbine, were tested in a wind tunnel for Reynolds numbers (based on the generator diameter) in the range of 2.6 x 10^5 to 3.9 x 10^5. Experiments were conducted between 1 and 7 diameters
downstream of the disk and from 2 to 12 diameters downstream of the cylinder. The data covers horizontal profiles made for several streamwise distances.
The file ReadMe.txt explains the organisation and how the data can be read using an associated python script. All data concerns pressure sensors, that were operated with a nominal temporal resolution of 1kHz and have a resolution of 0.05%
Investigation of the heterogeneity of cancer cells using single cell Ca2+ profiling.
No full textCalcium imaging raw pictures of cancer cell lines imaged every 3 seconds over 15 minutes. An agonist is added at the first minute. The processing of these images define the calcium signature of cancer cells as described in the related publication
Rhizosphere priming data in subsoil - Dataset
No full textDataset for data used in the pre-publication "Rhizosphere priming effect offsets carbon gains following vegetation of excavated subsoil" by Rossi et al 202
High resolution spectra of Lithium LiI D1/D2 lines at 6708 Å in the quiet Sun: centre to limb variation
No full textWe present a dataset of high resolution spectra of the Sun of the LiI lines D1 and D2, respectively at 6707.76 Å and 6707.98 Å. These solar spectra (resolution respectively of about 12 mÅ) were obtained in the quiet Sun at various distances from the disk centre with the ground based CNRS Themis telescope and are useful for the research of Lithium abundance. The spectra shown here are freely available in FITS format to the research community. See also https://doi.org/10.57745/9HRBAG for the centre to limb variation of OI forbidden lines at 6300 Å and 6364 Å, https://doi.org/10.57745/U1MQZB for the centre to limb variation of the OI triplet at 7774 Å, and https://doi.org/10.57745/3IJNYR for variations of the SiI lines at 5665 and 5684 Å
Indicateurs des séries annuelles issus des projections hydrologiques Explore2 pour le modèle EROS sous RCP 8.5
No full textIndicateurs des séries annuelles issus des débits journaliers simulés par le modèle hydrologique EROS pour l'ensemble des projections climatiques Explore2 sous RCP 8.5. Ces fichiers résultent de l'agrégation temporelle des simulations hydrologiques sous runs historiques (avant 2005) et des projections hydrologiques (post 2005), fichiers NetCDF disponibles au téléchargement dans la collection Explore2 - Projections hydrologiques.
Ce dépôt regroupe un tableau par indicateur et chaîne de simulation, c'est-à-dire, scénario d'émission RCP, couple GCM/RCM, correction de biais BC et modèle hydrologique HM. Ces données sont brutes et contiennent donc des chaînes de projections jugées aberrantes / horsains qu'il est possible de filtrer grâce à des métadonnées supplémentaires. Pour des raisons techniques, ces indicateurs sont regroupés par dossiers compressés selon les différentes phases du régime hydrologique.
La description des chaines de modélisation du climat et celle des modèles hydrologiques sont, respectivement, disponibles dans le rapport https://doi.org/10.57745/PUR7ML et dans les annexes du rapport https://doi.org/10.57745/S6PQXD. Retrouvez le diagnostic des modèles hydrologiques résumé à l'échelle des régions hydrologiques dans les fiches téléchargeables ici : https://doi.org/10.57745/DMFUXW.
Métadonnées supplémentaires : Récapitulatif de l'ensemble des indicateurs hydrologiques : https://doi.org/10.57745/JVNHQL Récapitulatif de l'ensemble des chaînes de simulation : https://doi.org/10.57745/R6HG5X Description de l'ensemble des points de simulation : https://doi.org/10.57745/UTKWR5 Liste des chaînes de modélisation jugées aberrantes / horsains : https://doi.org/10.57745/YZNENQ Récapitulatif des années pivots utilisées pour la TRACC : https://doi.org/10.57745/DCOQM6
Décomposition des chaînes de caractères formant le nom des fichiers parquet, séparées par des "_" : {1} Indicateur : Le nom de l’indicateur, du type de statistique calculée {2} Échantillonnage : Échantillonnage temporel sur laquelle est calculé l’indicateur → {1}_{2} Variable : Variable résultante d'un indicateur temporellement contextualisé {3} EXP : Identifiant de l’expérience historique (post 2005) ou future (post 2005) {4} GCM : Identifiant du GCM forçeur {5} RCM : Identifiant du RCM {6} BC : Identifiant de la méthode de correction de biais statistique {7} HM : Identifiant du modèle hydrologique
Les colonnes des fichiers parquet sont : EXP : Voir ci-dessus GCM : Voir ci-dessus RCM : Voir ci-dessus BC : Voir ci-dessus HM : Voir ci-dessus code : Code à 10 caractères du point de simulation fourni dans la description des points de simulation date : Date du début de la période annuelle d'agrégation (i.e. 2042-05-01 indique que l'année hydrologique commence en mai, plus d'information dans les métadonnées de variable) *Variable* : Voir ci-dessus
Retrouvez des scripts d'aide pour utiliser ces données parquet
Projections hydrologiques Explore2 du débit pour le modèle CTRIP sous RCP 4.5
No full textDébit journalier simulé par le modèle hydrologique CTRIP pour l'ensemble des projections climatiques Explore2 sous RCP 4.5. Ces fichiers résultent de la concaténation des simulations hydrologiques sous runs historiques (avant 2005) et des projections hydrologiques (post 2005), fichiers NetCDF disponibles au téléchargement sur le portail https://www.drias-eau.fr/commande.
Ce dépôt regroupe un fichier NetCDF par couple GCM/RCM et correction de biais. Retrouvez davantage d'information sur la chaîne de modélisation du climat dans les métadonnées des fichiers NetCDF et le rapport https://doi.org/10.57745/PUR7ML .
La description des modèles hydrologiques utilisés est disponible dans les annexes du rapport https://doi.org/10.57745/S6PQXD. Retrouvez le diagnostic des modèles hydrologiques résumé à l'échelle des régions hydrologiques dans les fiches téléchargeables ici : https://doi.org/10.57745/DMFUXW.
Métadonnées supplémentaires :
Description de l'ensemble des chaînes de modélisations : https://doi.org/10.57745/R6HG5X
Description de l'ensemble des points de simulation : https://doi.org/10.57745/UTKWR5
Liste des simulations des chaînes de projections jugées aberrantes / horsains : https://doi.org/10.57745/YZNENQ
Décomposition des chaînes de caractère formant le nom des fichiers NetCDF, séparées par des "_" :
{1}: Variable : Nom de la variable (avec Adjust si les données sont corrigées)
{2}: Domain : Couverture spatiale des données
{3}: GCM-Inst-Model : Identifiant du GCM forçeur = Institut-Modèle
{4}: Experiment : Identifiant de l’expérience historique ou future via le scénario
{5}: Member : Numéro du membre de l'ensemble
{6}: RCM-Inst-Model : Identifiant du RCM = Institut-Modèle
{7}: Version : Identifiant de l’expérience historique ou future via le scénario
{8}: Bc-Inst-Method-Obs-Period : Identifiant de la méthode de correction de biais statistique =
Institut-Méthode-Réanalyse-Période
{9}: HYDRO-Inst-Model : Identifiant du HYDRO = Institut-Modèle
{10}: TimeFrequency : Pas de temps du jeu de données
{11}: Startyear-Endyear : Couverture temporelle des données sous forme YYYYMMDD-YYYYMMD
Données de performances zootechniques des agneaux d'un atelier ovin allaittant en conduite biologique dans un système diversifié
No full textCes données reprennent les données zootechniques des agneaux de boucherie élevés en plein air de 2018 à 2021 au sein de l’expérimentation système PAPILLE. Ces données ont servi à réaliser une typologie des profil d’agneaux
02_OTU_Matrix_ReClustOR
No full textThe OTU abundance matrix generated by BIOCOM-PIPE, stored in the 'Summary_files/ReClustOR' folder of the BIOCOM-PIPE. This matrix is essential for the functional inference step
A catalog of genes, genomes and species of the dog (Canis lupus familiaris) intestinal microbiota
No full textDataset overview
This dataset provides:
a non-redundant high-quality catalog of 1.0 million genes
6,434 Metagenome-Assembled Genomes (MAGs)
234 Metagenomic Species Pangenomes (MSPs)
This dataset can be used to analyze shotgun sequencing data of the dog gut microbiota.
Methods
Data sources
This dataset was constructed using metagenomic sequencing data from the bioproject PRJEB20308 from Coelho et al. 2018 (129 samples)
Metagenomic assembly
First, sequencing adapters removal and read trimming was performed with fastp. Reads mapped on the host genome (ROS_Cfam_1.0 GCF_014441545.1) with bowtie2 were removed with samtools. Finally, Metagenomic assembly was performed with metaSPAdes. Contigs of less than 1500 bp were removed.
MAGs recovery
MAGs were generated with COMEBin (multi-coverage mode) and MAGs quality was assessed with CheckM2. MAGs with completeness 5% or N50 < 5Kb were discarded.
Pairwise Average Nucleotide Identity (ANI) was computed for all recovered MAGs with fastANI and dereplication at species level (ANI cutoff = 95%).
Non-redundant gene catalog
Genes were predicted on all contigs from metagenomic assemblies with <a href="https://doi.org/10.1186/1471-2105-11-119
">Prodigal (parameters : -m -p meta).
Genes were pooled and clustered with <a href="
https://doi.org/10.1093/bioinformatics/bts565">cd-hit-est (parameters -c 0.95 -aS 0.90 -G 0 -d 0 -M 0 -T 0) by choosing those from the longest contigs as representatives.
MSPs recovery
Reads were aligned against the non-redundant gene catalog with the Meteor software suite to produce a raw gene abundance table (1,0M genes quantified in 129 samples).
Then, co-abundant genes were binned in 234 Metagenomic Species Pan-genomes (MSPs, i.e. gene clusters that likely belong to the same microbial species) using MSPminer.
MAGs and MSPs taxonomic annotation
Dereplicated MAGs were annotated with GTDB-Tk based on GTDB r220. Then, MAGs taxonomic annotation was propagated to the corresponding MSPs.
Construction of the phylogenetic tree
39 universal phylogenetic markers genes were extracted from the dereplicated MAGs with fetchMGs. Then, the markers were separately aligned with MUSCLE. The 40 alignments were merged and trimmed with trimAl (parameters: -automated1). Finally, the phylogenetic tree was computed with FastTreeMP (parameters: -gamma -pseudo -spr -mlacc 3 -slownni)