Biologist, Biology educator & future bioinformatician exploring epigenetics in neurobiology. 🧬
Biologiste, enseignante passionnée et future bioinformaticienne explorant l’épigénétique en neurobiologie. 🧬
I’m a biology teacher transitioning into bioinformatics research to explore how epigenetic mechanisms influence neural development, stress responses, and cancer progression.
I’m passionate about understanding how experiences leave molecular marks that can shape life across generations.
FR 🇫🇷 :
Je suis enseignante en biologie et je me reconvertis dans la recherche en bioinformatique afin d’explorer comment les mécanismes épigénétiques influencent le développement neuronal, la réponse au stress et la progression du cancer.
Je cherche à comprendre comment les expériences de vie peuvent laisser des empreintes moléculaires durables à travers les générations.
- 🧠 Neuroepigenetics / Neuroépigénétique : how stress and environment regulate gene expression in the brain
→ comment le stress et l’environnement régulent l’expression des gènes dans le cerveau - 🧫 Cancer Epigenomics / Épigénomique du cancer : methylation, chromatin remodeling, and tumor biology
→ méthylation, remodelage de la chromatine et biologie tumorale - 💻 Computational Biology / Biologie computationnelle : genomic data analysis, motif discovery, and sequence patterns
→ analyse de données génomiques, recherche de motifs et séquences caractéristiques
Building solid foundations in:
- Algorithmic thinking in bioinformatics
- Data visualization & reproducible research
- Genomic data science & Biopython practice
FR 🇫🇷 :
Je développe des compétences solides en :
- Raisonnement algorithmique appliqué à la bioinformatique
- Visualisation et analyse reproductible des données biologiques
- Sciences des données génomiques et apprentissage de Biopython
###🧩 Mini-Projects / Mini-Projets
| Project / Projet | Description | Tools / Outils |
|---|---|---|
| PatternMatching | DNA motif search algorithm / Recherche de motifs dans l’ADN | Python, CSV |
| SkewArray | GC skew visualization in genomes / Visualisation du déséquilibre GC dans les génomes | Python, Matplotlib |
| GCContent | GC content analysis in DNA sequences / Analyse du pourcentage de GC dans des séquences ADN | Python, CSV, Matplotlib |
| ReverseComplement | EN: Compute the reverse complement of a DNA sequence with validation and file workflow. FR: Calcul du reverse complement d’une séquence ADN avec gestion d’erreurs et lecture/écriture de fichiers. |
Python |
| MotifFinding | Finding all 1-based motif positions in a DNA sequence (pattern matching). Part of my bioinformatics learning roadmap. | Python |
| FASTA-Essentials | Multi-FASTA analysis: GC%, heatmap, boxplot, CSV export. BioPython, Pandas & visualization tools. | Python Biopython Pandas Matplotlib Seaborn |
| Human_Trauma_Epigenetics_GSE72680 | DNA methylation (Illumina 450K) analysis of trauma exposure in humans. Includes raw-to-processed pipeline, metadata extraction, QC, visualisation and PCA. | Python Pandas Matplotlib Jupyter |
| GSE147058_DNA_Methylation_Analysis | Reproducible workflow testing & exploratory DNA methylation analysis. | Python · Jupyter · Pandas · Seaborn · GEOparse |
| RNAseq_AIRWAY_MINI | Full RNA-seq workflow: library QC, log2(CPM), PCA, DESeq2, annotated DEGs, volcano & heatmap. | Python R |
| GSE83931_miniFASTQ | Reproducible RNA-seq workflow (Salmon → tximport → DESeq2) on mouse (mm10), built alongside the Johns Hopkins Coursera transcriptomics course. | R Bioconductor RNA-seq |
- Deepen my expertise in genomic data science and epigenetics
- Apply bioinformatics to neuroscience and oncology
- Collaborate on open research linking biology, computation, and education
FR 🇫🇷 :
- Approfondir mon expertise en sciences des données génomiques et épigénétique
- Appliquer la bioinformatique à la neuroscience et à l’oncologie
- Collaborer à des projets ouverts reliant biologie, informatique et éducation
“Epigenetics teaches us that our experiences leave molecular traces — understanding them is understanding ourselves.”
« L’épigénétique nous enseigne que nos expériences laissent des traces moléculaires — les comprendre, c’est mieux nous comprendre. »
— Yasmina Soumahoro