|
|
Prediction of the effect of mutations on protein stability
Rosinská, Monika ; Martínek, Tomáš (oponent) ; Musil, Miloš (vedoucí práce)
The aim of this thesis is to develop a classification model for protein mutations, distinguishing between stabilizing and destabilizing variants. The model was implemented using a convolutional neural network architecture, utilising the ResNet50V2 pre-trained neural network and a dataset sourced from FireProtDB. With an accuracy of 0.7, the model effectively predicts the impact of mutations on protein stability. Furthemore, it can provide a confidence measure for its predictions.
|
|
|
Pluginy pro efektivní úložiště dat v knihovně sysrepo
Kušnírik, Ondrej ; Martínek, Tomáš (oponent) ; Matoušek, Jiří (vedoucí práce)
Tato práce se zabývá seznámením čtenáře s knihovnou sysrepo a jejími pluginy pro úložiště, problémy s ukládáním dat do souborů a řešením těchto problémů napojením databáze na knihovnu sysrepo. Ve zkratce se tato knihovna využívá jako komplexní úložiště konfiguračních dat YANG v unixových/linuxových systémech. Data, která výchozí plugin knihovny ukládá do souborů, nemohou být dostatečně rychle a efektivně spravována, což způsobuje celkové zpomalení práce s daty. Jako řešení se nabízí použití databáze, která bude na knihovnu sysrepo napojena za pomoci implementace pluginu pro úložiště. Porovnáním jednotlivých databází byly zvoleny dvě (MongoDB a Redis) z hlediska efektivity práce s daty YANG a dalších kvalitativních vlastností. Pro tyto databáze byly následně implementovány pluginy pro úložiště, které byly nakonec podrobeny optimalizacím a výkonnostním testům. V porovnání s původním pluginem založeným na souborech vynikají implementované pluginy založené na databázích především v operacích s malým množstvím dat, kdy například při načítání jednoho prvku ze statisíc dochází ke zrychlení až o tři řády.
|
|
|
Benchmark of the Computational Tools for the Prediction of the Effect of Mutations on Protein Stability
Berezný, Matej ; Martínek, Tomáš (oponent) ; Musil, Miloš (vedoucí práce)
Protein design necessitates understanding how mutations influence their stability. Numerous online predictors exist for this aim, but it is challenging to compare them or to use them collectively. For that purpose I developed BenchStab, a console application/Python package designed for the swift and straightforward operation of 18 predictors, gathering results from a series of mutants. Benchstab is freely available on GitHub and can be expanded to include more predictors. To avoid potential dataset bias towards some predictors, I have constructed a new unique dataset, sourced from FireProtDB. I utilized this dataset to assess 24 distinct prediction methods from the three different perspectives.
|
|
|
Konfigurační API knihovny libnetconf2 podle YANG modelu ietf-netconf-server
Janota, Roman ; Martínek, Tomáš (oponent) ; Matoušek, Jiří (vedoucí práce)
Cílem této práce je navrhnout a implementovat nové uživatelské rozhraní pro knihovnu libnetconf2, které bude umožňovat nakonfigurovat NETCONF server podle popisu ietf-netconf-server YANG modelu. Podstatou řešení byla prvně analýza knihovny a modelu a jejich následné porovnání. Na základě výsledků porovnání jsem navrhl nové konfigurační rozhraní, jehož vstupem jsou YANG data popisující konfiguraci serveru. Navržené řešení umožňuje nastavovat chování serveru dvěma způsoby. První způsob zachovává a upravuje stávající konfiguraci pomocí speciálního atributu operace, zatímco druhý způsob kompletně nahrazuje stávající konfiguraci novou. Nové řešení je dále rozděleno do dvou fází --- vytvoření a aplikace konfiguračních dat. Práce se dále zaměřuje na implementaci návrhu, na jeho nedostatky, na které jsem narazil až při implementaci, a následně na testování, které bylo provedeno dvěma způsoby, a to pomocí vlastní testovací sady a následně integrací nového rozhraní do existujícího open-source NETCONF serveru s názvem netopeer2. V práci dále popisuji svůj přínos k open-source projektu libssh a k samotnému návrhu YANG modelu ietf-netconf-server. Výsledky této práce umožňují uživatelům knihovny libnetconf2 nakonfigurovat svůj NETCONF server podle standardizovaného popisu nebo sdílet svou konfiguraci pomocí konfiguračních dat. Nové konfigurační rozhraní je nyní součástí hlavní větve projektu libnetconf2.
|
|
|
Machine Learning-based Prediction of Mutational Effects on Protein Immunogenicity
Lacko, Dávid ; Martínek, Tomáš (oponent) ; Musil, Miloš (vedoucí práce)
The immune system is a vital part in human survival since it is responsible for protecting the body against pathogens.This ability stems from molecular mechanisms for the recognition of non-human proteins and molecules. While this system is critical for survival, it hampers the use of non-human proteins as biotherapeutics, many of which have already demonstrated significant potential in healthcare. To exploit this potential, it is vital that the immune system does not attack and inactivate the proteins. Therefore, it is often necessary to engineer these proteins to reduce the immunogenicity and avoid early detection by the immune system. To this end, scientists introduce mutations to a protein of interest to lower the response. Large-scale experimental validation of such mutations is typically unfeasible due to the enormous size of combinatorial space to explore. With the help of machine learning tools, this process can be accelerated and total development cost significantly reduced by scoring the mutations in silico first and experimentally validating only a subset of short-listed viable designs. However, the field of machine-learning-based tools for predicting such mutational effects is yet to be explored. To address this challenge, we present a novel dataset focused on the effect of mutations on epitopes - protein regions that trigger the immune system response. The newly collected dataset contains epitopes, their single and double-point mutations, and the effect of these mutations on imunogenicity as labels. By leveraging this novel dataset and recent advances in large language models for protein engineering, we train a set of machine-learning-based models that are able to classify mutations based on their effect on immunogenicity, showing a significant improvement in performance over the baselines. Additionally, we investigate and present a way to separate the dataset into different train-test splits to minimize data leakage between these splits. This leads to a more robust real-world performance evaluation of the models trained on this data.
|
|
|
Framework for Analysis of Changes in Data Structures of Core Routers
Bednářová, Marie ; Martínek, Tomáš (oponent) ; Matoušek, Jiří (vedoucí práce)
Core routers have to be able to work at high speed to keep up with the demands of new Internet services and applications. One of the factors is the classification algorithm utilized in a router in the process of forwarding incoming packets based on their destination IP addresses. Each address is provided to the Forwarding Information Base (FIB) table, which implements the Longest Prefix Matching algorithm (LPM). The FIB table stores prefixes which represents reachable networks. Based on the provided IP address, the FIB table can decide in which way the packet should continue to reach the final destination. There are many LPM algorithms, and each can provide different properties, such as search speed, storage requirements, complexity of updates, etc. The FIB table is constructed from Routing Information Base (RIB) and during the operation of the router, both structures are updated based on the routing information exchanged between routers. In this sense, the thesis focuses on how the data structures of the FIB tables are changed in core routers. The thesis proposes a benchmark framework that helps to show how different LPM algorithms behave in the context of changes of the FIB data structures. The benchmark is done by simulation, where the LPM algorithm is put in the simplified router model. Then, using the Border Gateway Protocol (BGP) messages, the algorithm modifies the FIB data structure. The whole simulation is monitored and the effects of changes are stored. At the end of the simulation, statistical results are generated. Finally, the framework provides a functionality to change the LPM algorithm and other simulation parameters. The final result is then verified by multiple experiments.
|
|
|
Rychlé zpracování aplikačních protokolů
Bárta, Stanislav ; Martínek, Tomáš (oponent) ; Polčák, Libor (vedoucí práce)
Tato diplomová práce se zabývá návrhem a implementací systému pro zpracování aplikačních protokolů ve vysokorychlostních sítích s~využitím konceptu softwarem řízeného monitorování. Navrhované řešení využívá hardwarově akcelerované síťové karty provádějící předzpracování síťového provozu na základě zpětně vazby od uživatelských monitorovacích aplikací. Navržený systém provádí předzpracování a filtraci síťového provozu pro aplikační moduly, které provádějí zpracování sledovaných aplikačních protokolů a vytvářejí metadata popisující danou komunikaci. Předzpracování je tvořeno parsováním hlaviček síťových protokolů až po transportní vrstvu, skládáním TCP toků a přeposílání paketů pouze do modulů, které mají o~daný typ síťového provozu zájem. Navržené řešení systému úzce propojuje funkcionalitu řešení dynamické identity uživatele a zachytávání obsahu komunikace za účelem minimalizace provádění duplicitních operací a zvýšení efektivity výsledného systému.
|
|
|
Hardwarová akcelerace extrakce položek z hlaviček paketů
Polčák, Libor ; Martínek, Tomáš (oponent) ; Kořenek, Jan (vedoucí práce)
Většina síťových zařízení pro svou činnost potřebuje získávat položky z hlaviček různých protokolů obsažených v přijatých paketech. Tato práce se zabývá návrhem efektivní jednotky umožňující analýzu hlaviček a extrakci dat v závislosti na požadavcích konkrétní aplikace. Speciální důraz je kladen na možnost zpracování protokolů druhé, třetí a čtvrté síťové vrstvy včetně tunelování paketů. Podporované protokoly je možné volit na základě specifických požadavků různých aplikací. Pro analýzu dat je využíván model založený na pravé lineární gramatice transformované na konečný automat. Technologie FPGA umožňuje skloubení konfigurovatelnosti softwaru s rychlostí hardwarového zpracování nutného pro vysokorychlostní sítě. Implementovanou jednotku je možné využít i pro sítě s rychlostí 40 Gb/s. Extrahované položky je možné vybírat i za běhu jednotky.
|
|
| |
|
|
Synchronizace času v počítačových sítích
Matoušek, Denis ; Kořenek, Jan (oponent) ; Martínek, Tomáš (vedoucí práce)
Diplomová práce se zabývá návrhem řešení pro synchronizaci času v počítačových sítích, což je klíčový problém mnoha síťových aplikací. Na základě analýzy protokolů pro synchronizaci času byl jako vhodný kandidát vybrán protokol PTP. Práce popisuje implementaci návrhu pro speciální síťovou kartu a ukazuje vlastnosti řešení na několika testech. Část řešení pro práci s přesnými časovými značkami byla implementována v čipu FPGA síťové karty, zatímco pro zpracování zpráv protokolu PTP je použita softwarová aplikace. Hodnoty konfigurovatelných parametrů aplikace byly určeny na základě analýzy vlastností síťové karty a výsledků jednotlivých testů. Dosažená přesnost se pohybuje v řádu desítek nanosekund.
|
host ::
RSS.