|
|
Prediction of ligand binding sites from protein structure
Krivák, Radoslav ; Hoksza, David (vedoucí práce) ; Berka, Karel (oponent) ; Brezovský, Jan (oponent)
Predikce vazebních míst pro ligandy z proteinové struktury je základním problémem v oblasti strukturní bioinformatiky, který má mnoho aplikací souvisejících s objasňováním funkce proteinů a objevováním léků na základě struktury (tzv. rational drug design). Tato práce se nejprve zaměřila na aplikaci strojového učení na tento a související problémy. Druhým zaměřením byl vývoj prakticky použitelných nástrojů na základě našeho výzkumu. Mezi nástroje založené na strojovém učení vytvořené jako výsledek práce na této dizertaci patří metoda pocket re-scoring PRANK, samostatní metoda predikce vazebních míst pro lig- andy P2Rank (společně s rozšířeným webovým rozhraním PrankWeb) a metoda predikce vazebních míst pro peptidy P2Rank-Pept. Ukázali jsme, že naše metody jsou presnejší než dostupné nástroje a zároveň poskytují další výhody, jako je rychlost predikce a stabilita. Dále jsme vyvinuli AHoJ, flexibilní nástroj pro vyhledávání a zarovnání Apo-Holo proteinových párů v PDB. AHoJ to je ideální pro vytváření Apo-Holo datasetů, které mohou v budoucnu pomoci lépe evalu- ovat metody pro predikcy vazebních míst. 1
|
|
|
Predicting local structural properties from antibody sequence
Beňo, Roman ; Příhoda, David (vedoucí práce) ; Hoksza, David (oponent)
Predikce lokálních strukturních vlastností protilátek na reziduální úrovni je hodně důležitá pro detekci přítomnosti posttranslačních modifikací (PTM), které často indukují strukturální změny v protilátce, negativně ovlivňují její dlouhodobou skladovatelnost a vedou ke ztrátě jejího terapeutického potenciálu. V této práci predikujeme u jednotlivých reziduí relativní povrchovou dostupnost pro rozpouštědla (RSA). Tato vlastnost je spolu s typem dotyčné aminokyseliny klíčovým indikátorem přítomnosti oxidací methioninu a dalších typů PTM. Díky konzervovanosti struktury protilátek jsme zjistili, že různé třídy predikčních metod produkují téměř zaměnitelné výsledky - celková průměrná absolutní chyba (MAE) 5,64 procentních jednotek RSA pro nejvýkonnější z odzkoušených metod založených na strojovém učení, ve srovnání s hodnotou 5,96 naměřenou pro nejvýkonnější statistickou metodu. Výrazné zlepšení kvality predikce pozorované ve srovnání s metodou náhodné predikce s MAE 35,996 lze také připsat zachování struktury sekvence. V CDR oblastech je předpovědět hodnoty RSA obtížnější. Přestože metody a postupy, které v této práci používáme, zdaleka nejsou schopny poskytnout komplexní předpověď struktury, můžou se stát modulárním nástrojem s vysokou propustností pro návrh vhodných terapeutických protilátek. Klíčová slova:...
|
|
|
Analýza procesů a implementace nástrojů pro forensní genetickou genealogii
Černohousová, Zuzana ; Hoksza, David (vedoucí práce) ; Stenzl, Vlastimil (oponent)
Forenzní genetická genealogie je nový obor zažívající rozkvět od roku 2018, kdy v americ- kém státě Kalifornie pomohl odhalit sériového vraha přezdívaného Golden State Killer. Využívá komerčních genetickogenealogických databází, které dnes obsahují desítky mili- onů SNP profilů příslušejících osobám po celém světě, jež tyto služby využívají pro pro- pojení s neznámými příbuznými. Jeden SNP profil je sestaven přibližně z 650 000 lokusů, což umožňuje nejen predikci příbuzenského vztahu dvojice osob, ale i určení přesných ge- nomických segmentů, které osoby získaly od společného předka. Od roku 2018 je forenzní genetická genealogie rutinně využívána ve Spojených státech amerických pro identifikaci neztotožněných ostatků a pachatelů násilných trestných činů a o jejím zavedení uvažují i některé evropské státy. Mezi tyto se řadí i Česká republika, Kriminalistický ústav Policie České republiky plánuje vytvořit vlastní databázi SNP profilů a implementovat vlastní genetickogenealogické nástroje pro využití přímo pro forenzní genetickou genealogii. Tato práce si dává za cíl zmapovat problematiku (forenzní) genetické genealogie a popsat ji tak, aby v ní čtenáři poskytovala snadnou orientaci. Součástí práce je také framework pro správu genetickogenealogických dat ve formě konzolové aplikace. 1
|
|
|
Srovnání sekvenční a strukturních metod strojového učení pro predikci protein-ligand vazebných reziduí
Divín, Prokop ; Hoksza, David (vedoucí práce) ; Škoda, Petr (oponent)
Předpověd protein-ligand vazebných míst je důležitým úkolem, dovolujícím nám po- chopit interakce mezi proteinem a ligandem, jejichž pochopení je nezbytné při návrhu léčiv a rozvoji některých oblastí biologie. Ačkoliv již byly vytvořeny nástroje strojového učení pro predikci vazebných míst, tak doposud se vytvořené metody zajímaly pouze o predikci ze 3D struktury proteinu, která ale není pro většinu proteinů známá. Proto se v naší práci zajímáme o předpověď ze znalosti pouhé sekvence reziduí představující pro- tein. Srovnáváme zde možné přístupy k řešení tohoto problému. Srovnáváme reprezentaci reziduí pomocí jejich chemicko-fyzikálních vlastností s reprezentaci používající metody z rozpoznávání přirozeného jazyka. Dále porovnáváme zvolené metody strojového učení. Na závěr porovnáme naše výsledky s P2Rank metodou, jakožto s nejmodernější metodou používající k předpovědi protein-ligand vazebných míst 3D strukturu. 1
|
|
|
Framework pro vizuální analýzu strukturních stavů proteinů
Škrhák, Vít ; Hoksza, David (vedoucí práce) ; Škoda, Petr (oponent)
Proteiny se podílí na většině molekulárních procesů v žívých organismech a jejich studium proto nachází uplatnění v mnoha aplikacích. 3D struktura hraje zásadní roli ve schopnosti proteinu vázat se na další molekuly a tím se podílet na biologických procesech. Nicméně struktura proteinu se může v čase měnit v závislosti na externích faktorech, jako je třeba navázání molekuly, která může způsobit změnu konformace. Cílem práce je vytvořit softwarový framework, který by umožnil udržovat pro sadu proteinů informace o jejich konformacích, tyto data vytěžovat a vizualizovat ve webovém prostředí. Celý systém bude aplikován na existující sadu konformací pro struktury z PDB, ale zároveň bude dostatečně obecný, aby umožnil nahrání a analýzu nových datových sad. 1
|
|
|
Detection of protein-ligand binding sites using 3D Vision Transformers
Lopuch, Ondrej ; Hoksza, David (vedoucí práce) ; Lokoč, Jakub (oponent)
Detekce vazebných míst proteinů a ligandů hraje klíčovou roli nejen při porozumění funkce proteinů, ale také může být použita pro počítačový návrh léků. Vylepšení těchto detekčních metod může vést k rychlejšímu vývoji léčiv. V posledních letech bylo navrženo mnoho metod strojového učení pro tuto úlohu. Dnes se transformerová architektura stala jedním z nejvýznamnějších nástrojů pro nebiologická data. Její rozšíření pro obrázky, tzv. vision transformer, dosáhlo srovnatelných výsledků s nejlepšími algoritmy. Navíc lze tento vision transformer rozšířit do 3D prostoru. Cílem této práce je posoudit možnosti rozšíření transformerů do 3D prostředí pro biologická data, konkrétně pro detekci vazebných míst proteinů a ligandů, využívající vlastnosti mechanismu pozornosti. 1
|
|
|
Characterizing computations in a model of biological vision using deep-neural-network approaches.
Nepožitek, David ; Antolík, Ján (vedoucí práce) ; Hoksza, David (oponent)
V této práci zkoumáme dva druhy modelů primárního vizualního kor- texu: hlubokou neuronovou síť pro identifikaci systému a spiking neuronovou síť modelující primární vizuální kortex kočky. Další pokrok v modelování zrakových systémů nám může pomoci podrobněji pochopit vnitřní fungování mozku; navíc může pomoci vyvinout lepší zrakové protézy nebo dále zdokon- alit modely, které zpracovávají obrazové vstupy, například modely použí- vané pro klasifikaci objektů. K předvídání aktivací neuronů spiking neu- ronové sítě při prezentaci přirozených vizuálních podnětů používáme nejmod- ernější hlubokou neuronovou síť. Ukazujeme, že vyladěním hyperparametrů vysvětluje hluboká neuronová síť přibližně 85% vysvětlitelného rozptylu po- zorovaného v reakcích neuronů biologického modelu. To je výrazně přesnější ve srovnání s předpověďmi reakcí skutečných neuronovů, což naznačuje, že skutečné neurony mají určité vlastnosti, které nejsou v této spiking neuronové síti zachyceny. Zároveň však tvrdíme, že síť by nebyla schopna dokonalých předpovědí ani v případě, že by bylo k dispozici velké množství dat. Ukazu- jeme, že síť naráží na obtíže s modelováním neuronů, které vykazují velké množství šumu, a take s přesným předpovídáním vyšších počtů aktivací. Dále analyzujeme reprezentace natrénované neuronové sítě laděním fáze,...
|
|
|
Webový plugin pro vizualizaci sady sekundárních struktur RNA
Hercík, Michal ; Hoksza, David (vedoucí práce) ; Lokoč, Jakub (oponent)
Zkoumání RNA je důležité pro lepší pochopení evoluce nebo některých onemocnění. V této práci představujeme knihovnu napsanou v jazyce Typescript, která nabízí metody pro vizuální analýzu více sekundárních struktur RNA, nejlépe ale metody fungují pří práci s dvěmi nebo třemi strukturami. Pro reprezentaci používáme radial diagram, který je vygenerovaný na základě vzorové struktury. Metody použité v knihovně pro analýzu využívají způsobu generování radial diagramu a to tak, že diagramy vygenerované ze stejné vzorové struktury na sebe mapuje právě pomocí vzorové struktury, díky tomu lze sledovat rozdíly a podobnosti struktur. 1
|
|
|
Extension of web-based interface for protein binding sites prediction
Polák, Lukáš ; Hoksza, David (vedoucí práce) ; Kruliš, Martin (oponent)
Protein-ligand vazebná místa jsou pozice na struktuře proteinu, kde pro- tein interaguje s dalšími molekulami. PrankWeb je webový server vyvinutý na MFF UK umožňující predikci takových míst. Tyto predikce jsou zásadní pro bioengineering nebo počítačový vývoj léčiv. Cílem práce bylo aktualizo- vat tento webový server, tedy nahradit staré a nepodporované komponenty za nové. Dalším cílem bylo rozšířit architekturu serveru pro snadné přidá- vání dalších modulů sloužících pro postprocessing predikovaných vazebných míst. Tyto moduly mohou být implementovány buď na frontendu v případě jednoduchých výpočtů, nebo na backendu v případě výpočtů komplexních. V rámci práce jsme implementovali klientský modul pro výpočet objemu ak- tivních míst a serverový modul umožňující dockování malých proteinů do vazebných predikovaných míst. Práce popisuje nejen zásahy do architektury, ale obsahuje i stručný vhled do problematiky protein-ligand vazebných míst a jejich predikce.
|
|
|
Configurable point rasterization for large scatterplots
Kulichová, Tereza ; Hoksza, David (vedoucí práce) ; Peška, Ladislav (oponent)
Scattermore je jednoduchý balíček v jazyku R slúžiaci na vizualizáciu scatterplotov. Ešte pred svojím novým designom získal scattermore popu- laritu v cytometrickej komunite najmä kvôli svojej funkcionalite a rýchlosti. Nová verzia scattermore ponúka vysoko prispôsobiteľné API a aj táto nová podoba je opäť oveľa rýchlejšia ako štandardná vykresľovacia funkcia v Rku. Dôvodom je skutočnosť, že niektoré časti kódu má balíček implementované v jazyku C. V scattermore je možné vykresľovat body a čiary, kombinovať dáta rôznymi spôsobmi a zároveň sa vyhnúť over-plottingu. Okrem toho prevedená analýza ponúka potenciálne optimalizácie v rýchlosti čo sa týka pamäťovej využiteľnosti a paralelizácie. 1
|
host ::
RSS.