|
|
The Overlooked Fact: the Critical Role of Bioinformatics Pipeline in Microbiome Analysis
Polakovičová, Petra
The research on the human microbiome has gained significant popularity over the past couple of years across both scientific and public communities. This area has revealed considerable knowledge, mainly thanks to next-generation sequencing. Even though technology possibilities evolve faster than ever, and there is an enormous amount of publicly available data, there are not yet precise procedures, methods, and bioinformatics tools to work accurately enough with microbiome data, and there are no standardized recommendations for bioinformatics pipelines to assess the most accurate results. Here, we demonstrate the potential inaccuracies that can arise from various bioinformatics processing of amplicon 16S RNA sequencing data by performing a comparative analysis of diverse pipeline configurations using mock community samples and biological material originating from biopsy samples obtained during regular colonoscopy from patients with primary sclerosing cholangitis.
|
|
|
Srovnání podobností hmotnostních spekter a struktur malých molekul
Malíčková, Viktorie ; Galgonek, Jakub (vedoucí práce) ; Škrhák, Vít (oponent)
Metody pro měření podobnosti hmotnostních spekter a struktur malých molekul jsou důležité pro pokroky v lékařské chemii, farmakologii a metabolomice. Mezi běžně využívané metody pro porovnání hmotnostních spekter molekul patří kosinová podobnost. Jedná se o míru podobnosti mezi dvěma nenulovými vektory, která měří kosinus úhlu mezi nimi. Porovnání hmotnostních spekter molekul umožňuje vyhledávání v databázích molekul, klastrování spekter a vyhledávání ve spektrálních knihovnách. Strukturní podobnost se pak měří na základě nejrůznějších molekulárních fungerprintů, jako jsou například Daylight fingerprint, RDKit fingerprint, Atom-Pair Fingerprint, Topological Torsion Fingerprint, Extended-Connectivity Fingerprint a další. Tyto fingerprinty jsou pak porovnávány pomocí koeficientů podobnosti. Zmíněné metody pro porovnávání struktur a hmotnostních spekter molekul lze aplikovat pomocí bioinformatických knihoven RDKit a CDK pro generování a analýzu strukturních fingerprintů a knihovny matchms pro porovnání hmotnostních spekter. Práce poskytuje teoretický přehled jak molekulárních deskriptorů, zahrnující rozmanité typy molekulárních fingerprintů a techniky pro měření strukturní podobnosti, tak principu hmotnostní spektrometrie a přístupu k porovnání hmotnostních spekter. Praktická část práce je zaměřena na...
|
|
|
Linking Proteomes to Phenotypic Traits
Jelínek, Tomáš ; Stopka, Pavel (vedoucí práce) ; Vrbacký, Marek (oponent)
Proteiny, jakožto hlavní aktéři v buněčných procesech, mají zásadní roli ve formování fenotypových znaků. Tato práce zkoumá aplikaci proteomic- kých dat, získaných pomocí LC-MS/MS, pro pochopení vztahů mezi expresí proteinů a výslednými fenotypy. Diskutuje různé bioinformatické postupy, od předzpracování dat po techniky normalizace a metod imputace chybě- jících hodnot, pro zajištění co nejvyšší kvality dat pro následující analýzy. Dále tato práce popisuje, jak lze získat vhled do oněch fenotypových znaků u různých druhů zvířat či patologických stavů za užití analýzy diferenciální exprese, evolučního modelování pomocí Ornstein-Uhlenbeckova procesu nebo algoritmů strojového učení.
|
|
|
Identifikace neznámých bakteriálních genomů pomocí online databázového nástroje
Nejezchlebová, Julie ; Čejková, Darina (oponent) ; Schwarzerová, Jana (vedoucí práce)
Diplomová práce se zabývá vytvořením automatického softwarového nástroje Bacterial Explorer, který umožňuje odhalení nových bakterií za pomoci dostupných bioinformatických nástrojů. Nástroj je vytvořen v souladu s požadavky Výzkumného ústavu veterinárního lékařství (VÚVeL) a je testován na datech z poskytnuté VÚVeL databáze. Teoretická část je věnována popisu bakteriální typizace, metodám, které se používají pro genomickou analýzu a již dostupným nástrojům pro bakteriální typizaci. V praktické části se práce zaměřuje na implementaci automatického softwarového nástroje s názvem Bacterial Explorer zahrnující popis nástrojů na pozadí vytvořeného nástroje, uživatelské prostředí a implementaci do online databáze VÚVeL. V poslední části se praktická část zabývá testováním nástroje a diskusí výsledků.
|
|
|
Efektivní varianty dynamického programování v bioinformatice
Franěk, Jaromír ; Hynek, Jiří (oponent) ; Burgetová, Ivana (vedoucí práce)
Cílem této práce je nastudovat princip efektivních algoritmů využívajících dynamické programování. S pomocí těchto znalostí vytvořit aplikaci demonstrující princip efektivních algoritmů dynamického programování v bioinformatice a sepsat zprávu shrnující výsledky. Algoritmy, obsažené v této práci, řeší zarovnání sekvencí DNA, nebo predikci sekundární struktury RNA. Tyto algoritmy jsou zde porovnávány mezi sebou pro různé hodnoty vstupů. Pro samotné zarovnání sekvencí jsou zde použity algoritmy jako Needleman-Wunch a X-drop. Pro predikci sekundární struktury RNA je použit Zukerův algoritmus, který by měl odstraňovat některé nedostatky Nussinin algoritmu a samotný Nussinin algoritmus. Rekurze je zde představována pomocí rekurzivních stromů, dynamické programování pomocí skórovací matice. Uživatel má možnost také porovnat rychlosti obou přístupů pro zadané sekvence. Pro zajištění jednoduché dostupnosti se jedná o webovou aplikaci běžící na straně klienta.
|
|
|
Retinal Blood Vessel Segmentation
Nemčeková, Barbora ; Drahanský, Martin (oponent) ; Kavetskyi, Andrii (vedoucí práce)
The retina is an important part of the human eye. Incident light is processed here and moreover, it plays an essential role in diagnosing various diseases. Its early diagnostics can prevent serious consequences, such as blindness. The most common retinal diseases include diabetic retinopathy, as a consequence of diabetes, and age-related macular degeneration. Automatic retinal vessels segmentation facilitates and speeds up the work of an ophthalmologist. This work focuses on retinal blood vessels segmentation and its further classification into thin and thick vessels. The proposed algorithm is based on morphological operations, k-means clustering, and Frangi's algorithm. Evaluation of the proposed method was performed on two publicly available datasets - Drive and HRF. The results obtained represent 69,89 % for sensitivity, 91,55 % for specificity, and 88,63 % for accuracy. Division of the vessels shows, that on average 21,50 % vessels pixels belong to thick vessels and the rest 78,50 % belong to thin vessels.
|
|
|
Shlukování biologických sekvencí
Kubiš, Radim ; Burgetová, Ivana (oponent) ; Martínek, Tomáš (vedoucí práce)
Jedním z hlavních důvodů, proč se proteinové sekvence shlukují, je predikce jejich struktury, funkce a evoluce. Mnoho současných nástrojů má nevýhodu ve velké výpočetní náročnosti, protože zarovnává každou sekvenci s každou. Pokud některý nástroj pracuje výrazně rychleji, nedosahuje oproti ostatním takové přesnosti. Další z nevýhod je zpracování na vyšších mírách podobnosti, ale homologní proteiny si mohou být podobné i méně. Proces shlukování také bývá ukončen při dosažení určité podmínky, která však nezohledňuje dostatečnou kvalitu shluků. Diplomová práce se zabývá návrhem a implementací nového nástroje pro shlukování proteinových sekvencí. Nový nástroj by měl být výpočetně nenáročný, se zachováním požadované přesnosti, a produkovat kvalitnější shluky. Práce dále popisuje testování navrženého nástroje, zhodnocení dosažených výsledků a možnosti dalšího rozvoje.
|
|
|
Automatic Detection of Eye Retinal Pathologies
Tlustoš, Vít ; Beran, Vítězslav (oponent) ; Drahanský, Martin (vedoucí práce)
This thesis aims to design and implement a system that automatically detects retinal eye pathologies. The retina is an essential part of the eye that, as the only organ in the body, contains light-sensitive cells that make a vision possible. For the treatment of eye disease to be successful, early detection and precise examination of its extent are crucial. The proposed system based on the supplied image automatically generates masks representing occurrences of individual pathologies. The result is then presented to the user. A convolutional neural network based on the U-Net architecture handles the evaluation. The network was trained on the Indian Diabetic Retinopathy Image Dataset (IDRiD), which contains 81 images of the retina and associated annotations. The system was evaluated using the AUC-PR score (area under the precision-recall curve). Segmentation of hard exudates, soft exudates, hemorrhages and microaneurysms achieved an AUC-PR score of 74%, 50%, 45% and 33%, respectively. This work proposes an innovative architecture that, if further developed, has the potential to be used by ophthalmologists for diagnosing and determining the extent of retinal disease.
|
|
|
Computational Methods for Annotation Analysis of Genetic Variations
Fülöp, Tibor ; Bendl, Jaroslav (oponent) ; Martínek, Tomáš (vedoucí práce)
Analysis and interpretation of DNA variations is very crucial for research trying to solve genetic background of heritability, diseases and other traits. This thesis briefly introduces the field of molecular biology and basic principles of genetics, discusses genetic variation annotation methods, genome-wide association studies and enrichment analysis methods with their implementation algorithms. As a part of this thesis, we introduce a novel web tool called Varanto that can be used to annotate, visualize and analyse genetic variations. It can be used to perform hypergeometric test based annotation enrichment analysis for a set of genetic variations. Varanto includes a web based user interface developed using Shiny web application framework for R. Varanto's performance and functionality is tested and showcased by performance benchmarks and by analysing and interpreting data from previously published genome-wide association studies.
|
|
|
Platform for Biological Sequence Analysis Using Machine Learning
Lacko, Dávid ; Burgetová, Ivana (oponent) ; Martínek, Tomáš (vedoucí práce)
Machine learning has many active areas and one of them is protein characterisation since experimental annotation is usually costly and time-consuming, and many datasets suitable for training predictors are currently being published. One of the recent methods, called innov'SAR, combines the Fourier transform with partial linear regression and has been used in several protein engineering applications. However, the code for the method is not freely available and the method itself was not statistically verified. The goal of this thesis is to address these limitations, implement and extend the method using Python language in an easy-to-use platform that allows training and testing of the models. The extensions include parallelization, Spearman scoring function and aligned sequence input. The statistical significance testing is also performed to verify the impact of the found dependencies between input sequences and properties of the proteins. The method proved to be statistically significant with strong dependencies found between inputs and outputs. Two newly collected halalkane dehalogenase datasets were used to train models and they have cross validation scores of Q2 = 0.54 and Q2 = 0.77 with almost double the improvement over the baseline models. Created models allow filtering of large sequence databases and scanning for potential improvements in the protein properties.
|
host ::
RSS.