BIMEPS

Adresse postale
47-83 Boulevard de l'Hôpital 75013 Paris
Structure(s) :
INSERM
Unité :
UPMC/INSERM UMR_S1166
Pôle regional :
ApliBio, Ile-de-France
Website
BIMEPS
Responsable Scientifique
Tregouët David Alexandre
Responsable opérationnel
Moszer Ivan
Certificat(s)
Non renseigné
Aucun site web renseigné
Visites annuelles :
Non renseignées
Visites uniques :
Non renseignées
Citations :
Non renseignées
Dernière mise à jour :
Non renseignée

MARTHA H450K dataset

Description

L’ADN issu du sang périphérique de 350 patients atteints de maladie thrombo-embolique veineuse a été épi-typé avec la puce Illumina Methylation Human450K mesurant les niveaux de méthylation d’environ 450 000 sites CpGs couvrant l’ensemble du génome.

Conditions d'accès

    Les données sont disponibles en ligne sur le site « Array Express » d’EBI sous l’accession number E-MTAB-3127.

Aucun site web renseigné
Visites annuelles :
Non renseignées
Visites uniques :
Non renseignées
Citations :
10
Dernière mise à jour :
Non renseignée

Cardiogenics expression dataset

Description

Dans le cadre du projet Européen Cardiogenics, une étude transcriptomique par puces à ARN a été réalisée pour mesurer les niveaux d’expression génique des monocytes et des macrophages chez environ 700 individus.

Conditions d'accès

Les données sont disponibles en ligne sur la plateforme EGA sous l’accession number EGAS00001000411.

Aucun site web renseigné
Visites annuelles :
Non renseignées
Visites uniques :
Non renseignées
Citations :
3
Téléchargements :
Non renseigné

ComaSoft/ComaWeb

Description

Logiciel de traitement IRM multimodale pour la caractérisation des lésions chez les patients dans le coma et l’aide au diagnostic ; application web associée.

Conditions d'accès

Demande d’ouverture de compte et conditions sur le site web.

Aucun site web renseigné
Visites annuelles :
Non renseignées
Visites uniques :
Non renseignées
Citations :
7
Téléchargements :
Non renseigné

GESEE

Description

GESEE (Genetic Epidemiology Software based on Estimating Equations) est un ensemble de programmes statistiques basés sur la théorie des équations d’estimation permettant de réaliser des analyses de régression et de corrélation sur des traits phénotypiques mesurés au sein de structures familiales complexes. Les méthodologies statistiques sous-jacentes ont été décrites dans les articles Am J Hum Genet. 1997;61(1):189-99 et Genet Epidemiol. 1999;16(1):69-83.

Conditions d'accès

GESEE est accessible sur demande par email à david.tregouet@upmc.fr

Aucun site web renseigné
Visites annuelles :
Non renseignées
Visites uniques :
Non renseignées
Citations :
Non renseigné
Téléchargements :
3 708

RGCCA/SGCCA

Description

RGCCA (Regularized Generalized Canonical Correlation Analysis – Psychometrika 2011, 76(2):257–284) et son extension parcimonieuse (SGCCA – Biostatistics 2014, 15(3):569–83) sont des méthodes multivariées reposant sur la modélisation des relations entre blocs de variables ou groupes d’individus, et permettant l’analyse intégrative de données hétérogènes et de grandes dimensions.

Conditions d'accès

RGCCA est disponible dans le dépôt CRAN (Comprehensive R Archive Network).

Aucun site web renseigné
Visites annuelles :
Non renseignées
Visites uniques :
Non renseignées
Citations :
Non renseigné
Téléchargements :
Non renseigné

THESIAS

Description

THESIAS (Testing Haplotype Effects In Association Studies – Bioinformatics 2007;23(8):1038-9) est un logiciel statistique permettant de tester l’association entre un phénotype d’intérêt et des haplotypes inférés à partir de données génotypiques, dans le cadre d’études populationnelles.

Conditions d'accès

Jusqu’à très récemment, THESIAS était disponible via la plateforme PLUME. Il peut désormais être téléchargé à partir de ce lien.

Domaines d'activité
  • Biomédical
  • Biotechnologie
  • Biologie
Description des expertises

BIMEPS regroupe deux entités bio-informatiques rattachées à l’Université Pierre et Marie Curie et localisées sur le site hospitalier de la Pitié-Salpêtrière :

  • UMR_S 1166, Équipe « Génomique et Physiopathologie des Maladies Cardiovasculaires » affiliée  à l’Institut Hospitalo-Universitaire de Cardiométabolisme et Nutrition (IHU-ICAN)
  • Plate-forme iCONICS de l’Institut de Neurosciences Translationnelles de Paris (IHU-A-ICM), affilié à l’Institut du Cerveau et de la Moelle épinière (ICM)

Cette association de ressources permet de proposer et de développer des expertises dans les domaines suivants : génétique et génomique humaine, épidémiologie, épigénétique, biostatistique intégrative, gestion de données.

Avec ses deux Instituts Hospitalo-Universitaires (IHU-ICAN, IHU-A-ICM), le site de l’hôpital de la Pitié-Salpêtrière constitue un pôle de recherche biomédicale très important qui a su développer notamment une expertise majeure dans le domaine de l’analyse bio-informatique et biostatistique des données dites « omiques » et d’imagerie. Cette expertise va de la structuration informatique des informations à la mise à disposition d’outils facilitant l’analyse et la visualisation des données à haut-débit, jusqu’à l’analyse fine de ces données.

L’expertise des membres de BIMEPS couvre les méthodologies omiques suivantes :

  • analyse de puces à ADN (« GWAS » pour « Genome-Wide Association Study »)
  • analyse de puces à ARN (communément appelé « puces transcriptomiques »)
  • analyse de puces de méthylation de l’ADN (e.g. Illumina H450K)
  • analyse de séquençage haut-débit de l’ADN (incluant « Whole Exome », « Whole Genome », re-séquençage de gènes cibles)
  • analyse de séquençage haut-débit des ARNs, codants ou non codants (« RNA-seq », « miR-seq »)
  • analyse de séquençage haut-débit de la chromatine (« ATAC-seq »)
  • analyse de séquençage haut-débit de marques de méthylation (« Methyl-seq »)
  • analyse de données métabolomiques et lipidomiques

En aval de ces analyses de données omiques, un accent particulier est mis sur le développement et l’application de diverses méthodologies dédiées à l’analyse intégrative de données multimodales et de grandes dimensions (typiquement données génétiques, transcriptomiques, épigénomiques, cliniques et neuro-imagerie). Une activité de soutien générique en biostatistique pour tout type de données biomédicales est également proposée.

Au-delà des pathologies d’intérêt des deux IHU – maladies du système nerveux central pour l’IHU-A-ICM et maladies cardiométaboliques pour l’IHU-ICAN –, BIMEPS propose son soutien à tout projet de recherche biomédicale visant à mieux comprendre les mécanismes biologiques sous-jacents aux pathologies humaines.

Enfin, des activités de développement en bases de données (structuration, sécurisation, datawarehouses), optimisation et mise à disposition de calculs (distribution, mémoire, cloud computing) et interfaces graphiques sont menées en liaison avec les différentes thématiques décrites ci-dessus.

 

Mots clés:
  • Analyse de données de séquençage NGS
  • Alignements de lectures sur des génomes
  • Transcriptomique (RNA-seq)
  • Analyse différentielle de l’expression des gènes
  • Analyses de transcrits et transcrits variants
  • Analyse de variants
  • Panels (amplicons, captures)
  • Exomes
  • Génomes complets
  • Analyse de la régulation de l’expression des gènes
  • Petits et longs ARN non-codants
  • Profils de méthylation
  • Accessibilité de la chromatine
  • Apprentissage automatique
  • Extraction de connaissances
  • Intégration de données hétérogènes
  • Imagerie médicale
  • IRM
  • TEP et imagerie moléculaire
  • TDM
  • Analyse et modélisation multi-échelle
  • Biostatistiques
  • Statistique descriptive
  • Tests statistiques
  • Régression
  • Analyses multivariées
  • Réduction de dimension
  • Interfaces, portails web
  • Développement de workflows
  • Données
  • Intégration de données
  • Gestion et transfert de données
  • Bases de données et systèmes d’informations
  • Génomique : Puces
  • Biopuces ADN
  • Phylogénétiques
  • Génotypage
  • Biopuces ARN
  • Expression

Formation professionnelle

Aucun site web renseigné
Personnes formées :
18 personnes / an
Temps de formation :
3 jour(s) / an
Pas de nouvelle session prévue

Biostatistique avec R

Description

Apprendre à se servir du logiciel R dans le contexte de l’analyse de données biologiques tout en consolidant ses connaissances de base en biostatistique

Conditions d'accès

Personnel IHU-A-ICM, gratuit

Aucun site web renseigné
Personnes formées :
10 personnes / an
Temps de formation :
3 jour(s) / an
Pas de nouvelle session prévue

Initiation à la programmation en R

Description

Se familiariser avec R dans le but d’utiliser ce logiciel pour faire des modèles linéaires

Conditions d'accès

Personnel IHU-A-ICM, gratuit

Répartition des utilisateurs
Internationaux
1 %
Nationaux
19 %
Régionaux
10 %
Locaux
70%
Description de la répartition :

Les collaborations établies par BIMEPS l’ont été principalement avec des partenaires locaux du site de la Pitié-Salpêtrière. Cependant, les membres de BIMEPS collaborent régulièrement avec différents laboratoires au niveau national (Marseille, Poitiers, Brest, Montpellier, Clermont-Ferrand). L’expertise acquise par les membres de BIMEPS dans l’analyse statistique et bio-informatique de données génétiques a également été mise au service de groupes étrangers (Seattle, Porto).

Projets propres de la plateforme
  • Étude du miRNome circulant par séquençage haut-débit
  • Pipeline d’analyse de données de bisulfite-sequencing (épigénomique)
  • Méthodologie d’analyse intégrative de données multimodales (omiques, cliniques, imagerie)
  • Méthodologie pour le traitement et l’analyse de données d’IRM cérébrale multimodale
Collaborations
Projets d'ANR
  • 1 projet FRM sélectionné
  • 1 projet GIS maladies-rares sélectionné
  • 1 projet RHU sélectionné
Projets européens et internationaux

Projet « Transatlantic Network of Excellence »

Projets avec des industriels
(2)

1

Projets de collaboration non financés par un organisme extérieur
Non renseigné
Prestations de service non financés par un organisme extérieur
Non renseigné
Animations

Participation aux ateliers de formation INSERM n° 222, n° 223 et n° 236.

Publications internes

Variable selection for generalized canonical correlation analysis.
Tenenhaus A, Philippe C, Guillemot V, Le Cao KA, Grill J, Frouin V.
Biostatistics. 2014 Jul;15(3):569-83.


Regularized generalized canonical correlation analysis for multiblock or multigroup data analysis.
Tenenhaus A, Tenenhaus M.
European Journal of Operational Research. 2014 Oct;238(2):391-403.

Publications externes

SORBS1 gene, a new candidate for diabetic nephropathy: results from a multi-stage genome-wide association study in patients with type 1 diabetes.
Germain M, Pezzolesi MG, Sandholm N, McKnight AJ, Susztak K, Lajer M, Forsblom C, Marre M, Parving HH, Rossing P, Toppila I, Skupien J, Roussel R, Ko YA, Ledo N, Folkersen L, Civelek M, Maxwell AP, Tregouet DA, Groop PH, Tarnow L, Hadjadj S.
Diabetologia. 2015 Mar;58(3):543-8.


Human CalDAG-GEFI gene (RASGRP2) mutation affects platelet function and causes severe bleeding.
Canault M, Ghalloussi D, Grosdidier C, Guinier M, Perret C, Chelghoum N, Germain M, Raslova H, Peiretti F, Morange PE, Saut N, Pillois X, Nurden AT, Cambien F, Pierres A, van den Berg TK, Kuijpers TW, Alessi MC, Tregouet DA.
J Exp Med. 2014 Jun 30;211(7):1349-62.


EIF2AK4 mutations cause pulmonary veno-occlusive disease, a recessive form of pulmonary hypertension.
Eyries M, Montani D, Girerd B, Perret C, Leroy A, Lonjou C, Chelghoum N, Coulet F, Bonnet D, Dorfmüller P, Fadel E, Sitbon O, Simonneau G, Tregouët DA, Humbert M, Soubrier F.
Nat Genet. 2014 Jan;46(1):65-9.


Familial aggregation of metabolic syndrome indicators in Portuguese families.
Santos DM, Katzmarzyk PT, Trégouet DA, Gomes TN, Santos FK, Maia JA.
Biomed Res Int. 2013;2013:314823.


Familial resemblance of physical activity levels in the Portuguese population.
Maia J, Gomes TN, Trégouët DA, Katzmarzyk PT.
J Sci Med Sport. 2014 Jul;17(4):381-6.


A novel channelopathy in pulmonary arterial hypertension.
Ma L, Roman-Campos D, Austin ED, Eyries M, Sampson KS, Soubrier F, Germain M, Trégouët DA, Borczuk A, Rosenzweig EB, Girerd B, Montani D, Humbert M, Loyd JE, Kass RS, Chung WK.
N Engl J Med. 2013 Jul 25;369(4):351-61.


Merkel cell polyomavirus infection occurs during early childhood and is transmitted between siblings.
Martel-Jantin C, Pedergnana V, Nicol JT, Leblond V, Trégouët DA, Tortevoye P, Plancoulaine S, Coursaget P, Touzé A, Abel L, Gessain A.
J Clin Virol. 2013 Sep;58(1):288-91.


Small platelet microparticle levels are increased in pulmonary arterial hypertension.
Nadaud S, Poirier O, Girerd B, Blanc C, Montani D, Eyries M, Imbert-Bismut F, Pacheco A, Vigne J, Tregouet DA, Humbert M, Soubrier F.
Eur J Clin Invest. 2013 Jan;43(1):64-71.


Characteristics of the default mode functional connectivity in normal ageing and Alzheimer’s disease using resting state fMRI with a combined approach of entropy-based and graph theoretical measurements.
Toussaint PJ, Maiz S, Coynel D, Doyon J, Messé A, de Souza LC, Sarazin M, Perlbarg V, Habert MO, Benali H.
Neuroimage. 2014 Nov 1;101:778-86


Age-related changes in functional network connectivity associated with high levels of verbal fluency performance.
Marsolais Y, Perlbarg V, Benali H, Joanette Y.
Cortex. 2014 Sep;58:123-38.


Deafferentation in thalamic and pontine areas in severe traumatic brain injury.
Laouchedi M, Galanaud D, Delmaire C, Fernandez-Vidal S, Messé A, Mesmoudi S, Oulebsir Boumghar F, Pélégrini-Issac M, Puybasset L, Benali H, Perlbarg V.
J Neuroradiol. 2014 Jul 2. pii: S0150-9861(14)00180-1.


Brain networks disconnection in early multiple sclerosis cognitive deficits: an anatomofunctional study.
Louapre C, Perlbarg V, García-Lorenzo D, Urbanski M, Benali H, Assouad R, Galanaud D, Freeman L, Bodini B, Papeix C, Tourbah A, Lubetzki C, Lehéricy S, Stankoff B.
Hum Brain Mapp. 2014 Sep;35(9):4706-17.


Combining spatial independent component analysis with regression to identify the subcortical components of resting-state FMRI functional networks.
Malherbe C, Messé A, Bardinet E, Pélégrini-Issac M, Perlbarg V, Marrelec G, Worbe Y, Yelnik J, Lehéricy S, Benali H.
Brain Connect. 2014 Apr;4(3):181-92


White matter changes in comatose survivors of anoxic ischemic encephalopathy and traumatic brain injury: comparative diffusion-tensor imaging study.
van der Eerden AW, Khalilzadeh O, Perlbarg V, Dinkel J, Sanchez P, Vos PE, Luyt CE, Stevens RD, Menjot de Champfleur N, Delmaire C, Tollard E, Gupta R, Dormont D, Laureys S, Benali H, Vanhaudenhuyse A, Galanaud D, Puybasset L; NICER (Neuro Imaging for Coma Emergence and Recovery) Consortium.
Radiology. 2014 Feb;270(2):506-16.


Long-term white matter changes after severe traumatic brain injury: a 5-year prospective cohort.
Dinkel J, Drier A, Khalilzadeh O, Perlbarg V, Czernecki V, Gupta R, Gomas F, Sanchez P, Dormont D, Galanaud D, Stevens RD, Puybasset L; for NICER (Neuro Imaging for Coma Emergence and Recovery) Consortium.
AJNR Am J Neuroradiol. 2014 Jan;35(1):23-9.


Neuroanatomical basis of paroxysmal sympathetic hyperactivity: a diffusion tensor imaging analysis.
Hinson HE, Puybasset L, Weiss N, Perlbarg V, Benali H, Galanaud D, Lasarev M, Stevens RD; Neuro Imaging for Coma Emergence, Recovery (NICER) Consortium.
Brain Inj. 2015;29(4):455-61.


Collaborative European NeuroTrauma Effectiveness Research in Traumatic Brain Injury (CENTER-TBI): a prospective longitudinal observational study.
Maas AI, Menon DK, Steyerberg EW, Citerio G, Lecky F, Manley GT, Hill S, Legrand V, Sorgner A; CENTER-TBI Participants and Investigators.
Neurosurgery. 2015 Jan;76(1):67-80.


Single-voxel 1 H spectroscopy in the human hippocampus at 3 T using the LASER sequence: characterization of neurochemical profile and reproducibility.
Allaïli N, Valabrègue R, Auerbach EJ, Guillemot V, Yahia-Cherif L, Bardinet E, Jabourian M, Fossati P, Lehéricy S, Marjańska M.
NMR Biomed. 2015 Aug 18.


Hypomorphic variants of cationic amino acid transporter 3 in males with autism spectrum disorders.
Nava C, Rupp J, Boissel JP, Mignot C, Rastetter A, Amiet C, Jacquette A, Dupuits C, Bouteiller D, Keren B, Ruberg M, Faudet A, Doummar D, Philippe A, Périsse D, Laurent C, Lebrun N, Guillemot V, Chelly J, Cohen D, Héron D, Brice A, Closs EI, Depienne C.
Amino Acids. 2015 Jul 28.


Differential gene methylation in paired glioblastomas suggests a role of immune response pathways in tumor progression.
Alentorn A, Durán-Peña A, Malousi A, Marie Y, Mokhtari K, Sanson M, Hoang-Xuan K, Delattre JY, Idbaih A, Vecht C.
J Neurooncol. 2015 Jul 30.


Homocysteine concentration in coronary artery disease: Influence of three common single nucleotide polymorphisms.
Bickel C, Schnabel RB, Zengin E, Lubos E, Rupprecht H, Lackner K, Proust C, Tregouet D, Blankenberg S, Westermann D, Sinning C.
Nutr Metab Cardiovasc Dis. 2016 Sep 17.


Germline variants in ETV6 underlie reduced platelet formation, platelet dysfunction and increased levels of circulating CD34+ progenitors.
Poggi M, Canault M, Favier M, Turro E, Saultier P, Ghalloussi D, Baccini V, Vidal L, Mezzapesa A, Chelghoum N, Mohand-Oumoussa B, Falaise CL, Favier R, Ouwehand WH, Fiore M, Peiretti F, Morange PE, Saut N, Bernot D, Greinacher A, Nurden AT, Nurden P, Freson K, Trégouët DA, Raslova H, Alessi MC.
Haematologica. 2016 Sep 23. pii: haematol.2016.147694.


Removing Batch Effects from Longitudinal Gene Expression - Quantile Normalization Plus ComBat as Best Approach for Microarray Transcriptome Data.
Müller C, Schillert A, Röthemeier C, Trégouët DA, Proust C, Binder H, Pfeiffer N, Beutel M, Lackner KJ, Schnabel RB, Tiret L, Wild PS, Blankenberg S, Zeller T, Ziegler A.
PLoS One. 2016 Jun 7;11(6):e0156594.


Comparison of Cox Model Methods in A Low-dimensional Setting with Few Events.
Ojeda FM, Müller C, Börnigen D, Trégouët DA, Schillert A, Heinig M, Zeller T, Schnabel RB.
Genomics Proteomics Bioinformatics. 2016 Aug;14(4):235-43.


miR-322 regulates insulin signaling pathway and protects against metabolic syndrome-induced cardiac dysfunction in mice.
Marchand A, Atassi F, Mougenot N, Clergue M, Codoni V, Berthuin J, Proust C, Trégouët DA, Hulot JS, Lompré AM.
Biochim Biophys Acta. 2016 Apr;1862(4):611-21


Neuroanatomical basis of paroxysmal sympathetic hyperactivity: a diffusion tensor imaging analysis.
Hinson HE, Puybasset L, Weiss N, Perlbarg V, Benali H, Galanaud D, Lasarev M, Stevens RD; Neuro Imaging for Coma Emergence, Recovery (NICER) Consortium.
Brain Inj. 2015;29(4):455-61


Broca's area damage is necessary but not sufficient to induce after-effects of cathodal tDCS on the unaffected hemisphere in post-stroke aphasia.
Rosso C, Perlbarg V, Valabregue R, Arbizu C, Ferrieux S, Alshawan B, Vargas P, Leger A, Zavanone C, Corvol JC, Meunier S, Lehéricy S, Samson Y.
Brain Stimul. 2014 Sep-Oct;7(5):627-35.


Lateral Temporal Lobe: An Early Imaging Marker of the Presymptomatic GRN Disease?
Caroppo P, Habert MO, Durrleman S, Funkiewiez A, Perlbarg V, Hahn V, Bertin H, Gaubert M, Routier A, Hannequin D, Deramecourt V, Pasquier F, Rivaud-Pechoux S, Vercelletto M, Edouart G, Valabregue R, Lejeune P, Didic M, Corvol JC, Benali H, Lehericy S, Dubois B, Colliot O, Brice A, Le Ber I; Predict-PGRN study group..
J Alzheimers Dis. 2015;47(3):751-9.


Axial Diffusivity of the Corona Radiata at 24 Hours Post-Stroke: A New Biomarker for Motor and Global Outcome.
Moulton E, Amor-Sahli M, Perlbarg V, Pires C, Crozier S, Galanaud D, Valabregue R, Yger M, Baronnet-Chauvet F, Samson Y, Dormont D, Rosso C.
PLoS One. 2015 Nov 12;10(11):e0142910.


Functional Connectivity of Ventral and Dorsal Visual Streams in Posterior Cortical Atrophy.
Migliaccio R, Gallea C, Kas A, Perlbarg V, Samri D, Trotta L, Michon A, Lacomblez L, Dubois B, Lehericy S, Bartolomeo P.
J Alzheimers Dis. 2016;51(4):1119-30.


CATI: A Large Distributed Infrastructure for the Neuroimaging of Cohorts.
Operto G, Chupin M, Batrancourt B, Habert MO, Colliot O, Benali H, Poupon C, Champseix C, Delmaire C, Marie S, Rivière D, Pélégrini-Issac M, Perlbarg V, Trebossen R, Bottlaender M, Frouin V, Grigis A, Orfanos DP, Dary H, Fillon L, Azouani C, Bouyahia A, Fischer C, Edward L, Bouin M, Thoprakarn U, Li J, Makkaoui L, Poret S, Dufouil C, Bouteloup V, Chételat G, Dubois B, Lehéricy S, Mangin JF, Cointepas Y; CATI Consortium..
Neuroinformatics. 2016 Jul;14(3):253-64.


Longitudinal changes in functional connectivity of cortico-basal ganglia networks in manifests and premanifest huntington's disease.
Gargouri F, Messé A, Perlbarg V, Valabregue R, McColgan P, Yahia-Cherif L, Fernandez-Vidal S, Ben Hamida A, Benali H, Tabrizi S, Durr A, Lehéricy S.
Hum Brain Mapp. 2016 Nov;37(11):4112-4128.


Multi-omics analysis of primary glioblastoma cell lines shows recapitulation of pivotal molecular features of parental tumors.
Rosenberg S, Verreault M, Schmitt C, Guegan J, Guehennec J, Levasseur C, Marie Y, Bielle F, Mokhtari K, Hoang-Xuan K, Ligon K, Sanson M, Delattre JY, Idbaih A.
Neuro Oncol. 2016


Clinical-genetic model predicts incident impulse control disorders in Parkinson's disease.
Kraemmer J, Smith K, Weintraub D, Guillemot V, Nalls MA, Cormier-Dequaire F, Moszer I, Brice A, Singleton AB, Corvol JC.
J Neurol Neurosurg Psychiatry. 2016 Oct;87(10):1106-11.


Transcriptome Analysis of Peripheral Blood in Chronic Inflammatory Demyelinating Polyradiculoneuropathy Patients Identifies TNFR1 and TLR Pathways in the IVIg Response.
Richard A, Corvol JC, Debs R, Reach P, Tahiri K, Carpentier W, Gueguen J, Guillemot V, Labeyrie C, Adams D, Viala K, Cohen Aubart F.
Medicine (Baltimore). 2016 May;95(19):e3370.

Publications avec le laboratoire d'hébergement
Remerciements

1

cea
cnrs
inra
inria
inserm
logo_elixir
logo-investissements