Národní úložiště šedé literatury Nalezeno 270 záznamů.  začátekpředchozí128 - 137dalšíkonec  přejít na záznam: Hledání trvalo 0.00 vteřin. 
Spektrofotometrie přírodních látek – sekundárních metabolitů rostlin
Hořavová, Lenka ; Masařík, Michal (oponent) ; Provazník, Ivo (vedoucí práce)
Rostliny jsou významným zdrojem sekundárních metabolitů jako látek, které mají příznivý biologický vliv na zdravotní stav člověka a mají v současné moderní medicíně nezastupitelné místo. Mohou působit jak v prevenci, tak i v terapii civilizačních chorob. Z hlediska obsahových látek se do popředí zájmu dostávají látky fenolové povahy, zejména polyfenoly, kterým byla věnována řada přehledových prací vzhledem k jejich širokému rozšíření a vysoké koncentraci v rostlinách. Rovněž představují významnou část látek s redukčními účinky přítomných v lidské stravě a důležitou roli mají i pro samotné rostliny. V současné době se mnoho laboratoří věnuje farmaceutickému a biologickému testování rostlin. Jednotlivé polyfenoly jsou v rostlinných matricích stanovovány především pomocí chromatografie, elektromigračních metod, hmotností spektrometrie a nukleární magnetické rezonanci. Cenné informace o obsahu polyfenolů v rostlinném extraktu lze získat i pomocí spektrofotometrických metod. Předmětem této práce je poskytnout informace, charakterizaci a srovnání konvenčních i moderních postupů pro stanovení přírodních látek – polyfenolů pomocí spektrálních technik.
Spektrofotometrie reaktivních forem kyslíku se zaměřením na peroxid vodíku
Zhorný, Lukáš ; Hořavová, Lenka (oponent) ; Provazník, Ivo (vedoucí práce)
Hlavním tématem této práce je spektrofotometrie. V první kapitole je teoreticky popsána problematika daného tématu, důležité jednotky a vztahy pro výpočet absorbancí roztoků o daných koncentracích. Dále je zde popsán spektrofotometr, jeho jednotlivé části a princip, na kterém je přístroj založen. Poslední kapitola teoretického úvodu této práce je zaměřena na tvorbu ROS v živých organismech a zejména v rostlinách a dále je zde uvedeno několik spektrofotometrických metod pro stanovení koncentrace ROS. V praktické části práce je popsána metoda využívající TiCl4 a metoda využívající KI. Obě metody byly použity pro stanovení koncentrace peroxidu vodíku a následné měření absorbance roztoků standardů peroxidu vodíku s přidanými interferujícími látkami. Poté je provedena statistická analýza těchto naměřených dat a posouzení vlivu těchto interferentů na míru absorbance. První ze zmíněných metod se ukázala jako vhodnější pro daná měření.
Metody pro vylepšení genomového sestavení založené na signálovém zpracování
Jugas, Robin ; Provazník, Ivo (oponent) ; Sedlář, Karel (vedoucí práce)
Diplomová práce se zabývá sekvenačními metodami a metodami sestavení genomu s využitím numerických reprezentací. Teoretická část práce popisuje historii objevu DNA, jednotlivé generace sekvenačních metod, samotné metody sestavení genomu a definici numerických reprezentací. Numerické reprezentace slouží pro převod znakové podoby DNA do numerické podoby a umožňují tak využití metod digitálního zpracování signálu. V práci je navržen algoritmus pro sestavení genomu s využitím numerické reprezentace, který je dále otestován na datech sekvencí.
Vyhledáváni repetitivní DNA z nukleotidových sekvencí
Moskovská, Kateřina ; Provazník, Ivo (oponent) ; Kubicová, Vladimíra (vedoucí práce)
V této práci je rozebrána problematika repetitivních DNA a algoritmů pro vyhledávání tandemových repetic. Tandemové repetice hrají důležitou roli v biologickém průmyslu. Slouží jako genetické markery pro tvoření genetických map, profilů DNA pro určování otcovství a ve forenzní oblasti. Dalším důvodem pro jejich vyhledávání je, že mají za následek několik závažných onemocnění člověka. Algoritmy pro jejich vyhledávání jsou proto předmětem mnoha studií. Algoritmy dělíme do dvou hlavních skupin – algoritmy porovnávající řetězce DNA a algoritmy založené na zpracování numericky reprezentované DNA. Úkolem této bakalářské práce je vybrat si zástupce z každé skupiny, navrhnout jejich realizaci a tu poté také předvést v programovém prostředí Matlab. Výsledkem práce by mělo být porovnání obou programů na základě vybraných kritérií s pomocí několika sekvencí. Těchto několik vybraných sekvencí budou mít za úkol tyto programy zpracovat a výsledky z těchto zpracování budou mezi sebou porovnány.
Analýza variability srdečního rytmu
Škrtel, Karol ; Kolářová, Jana (oponent) ; Provazník, Ivo (vedoucí práce)
Projekt se věnuje popisu metod vhodných pro sledování změn srdečního rytmu v záznamu EKG signálu. Variabilita srdečního rytmu (HRV) je parametr, který sleduje proměnlivost časových intervalů mezi jednotlivými srdečními systolami a zpravidla se vynáší jako závislost okamžitého srdečního pulsu nebo časových intervalů mezi každými dvěma po sobě jdoucími R vlnami na čase. Může být hodnocená buď v časové anebo ve frekvenční oblasti. V prostředí Matlab byl naprogramován algoritmus, realizovaný jako funkce, který počítá parametry variability srdečního rytmu pro sadu EKG signálů. Analýza v časové oblasti poukazuje na vysokou korelaci jednotlivých parametrů navzájem, a taktéž na korelaci parametrů se signálem HRV. Výsledky ve frekvenční oblasti poukazují na podobnost výkonových spekter počítaných dvěma různými způsoby (z interpolovaného a neinterpolovaného signálu HRV). Funkčnost algoritmu byla ověřená na každém signálu, a výsledky projektu mají význam pro vývoj metod analýzy EKG signálu se zaměřením na sledování patologických změn ve jeho rytmu.
Methods for Predicting Drug Side Effects in Silico
Cicková, Pavlína ; Lexa,, Matej (oponent) ; Berka,, Karel (oponent) ; Provazník, Ivo (vedoucí práce)
Drug discovery is a field of contemporary science, which has encompassed the use of various computational methods. Wet lab approaches are costly and time-consuming and hence, in silico methods play an important role. Notwithstanding the progress of computational techniques applied in drug discovery in the last few decades, the great majority of the investigational compounds still do not succeed in reaching the final approval stage. Not only for this reason state-of-the-art drug design strategies focus on reinvestigating already approved drugs and drug similarity analyzes are crucial to consider. This work presents the development and application of a set of workflows created within the KNIME Analytics Platform which implements an approach using machine-learning methods for drug side effect prediction. The presented set of workflows deals with data retrieval, pre-processing, similarity metrics computation and data exploratory analysis. Consequently, classification models are applied to predict specific side effects of drugs. The prediction is based on similarity-based techniques. Structural and other similarities of approved drug molecules were used to train the decision tree models for the prediction of potential drug-side effect associations. The main advantage of the work is the re-usability of the applied techniques. Our set of workflows provides an environment allowing for new research questions in terms of drug similarity to be addressed. Moreover, as the workflows created within KNIME Analytics Platform provide a user-friendly graphical interface, users do not require any advanced experience in machine learning or programming to perform their studies using the designed workflows.
Fluorescent Methods in Research of Eukaryotic Cells
Chmelíková, Larisa ; Babula, Petr (oponent) ; Pešl,, Martin (oponent) ; Provazník, Ivo (vedoucí práce)
This work examines the application of the fluorescent methods in use in in vitro studies to the field of cardiac tissue regeneration. Confocal fluorescence microscopy is an appropriate microscopic technique for studies in this field because it enables the visualisation of 3D structures and cell distribution in 3D models. The applied fluorescent markers should remain stable for a long period, are biocompatible, and are non-toxic for living cells. Nanoparticles such as superparamagnetic iron oxide nanoparticles (SPION) are currently very popular, and many studies have shown that they are suitable for long-term experiments. This research makes use of rhodamine-derived superparamagnetic maghemite nanoparticles (SAMN-R) and describes their excitation and emission spectra, size, and location within cells. A toxicity assay was performed by measuring reactive oxygen species (ROS) and non-quantitative measurements were conducted using fluorescence microscopy, confirming that a dose value of 20 µg·cm-2 is optimal for the treatment of living cells. This research also looks at the effects of SAMN-R treatment on cell proliferation and motility. The 3T3 fibroblast cell line was used for the cell proliferation test and scratch assay, after which human adipose-derived mesenchymal stem cells (MSCs) were used to examine single-cell migration. The subsequent statistical analysis revealed that it cannot be confirmed that the SAMN-R treatment exerts a significant effect on either cell proliferation or collective and single-cell migration, and it can be assumed that SAMN-R are appropriate fluorescent cell markers for living cells research, including the field of regeneration studies. Adipose-derived MSCs have enormous potential for cardiac tissue regeneration. Their interactions with HL-1 cardiac muscle cell line were studied using the scratch assay, and this model seems to be a promising and useful way to study cell-to-cell contact and its role in cell repairing.
Koncept drift v metabolomické analýze
Koštoval, Aleš ; Provazník, Ivo (oponent) ; Schwarzerová, Jana (vedoucí práce)
Tato bakalářská práce se zabývá problematikou strojového učení, konkrétně analýzou drift konceptu. Jedná se o nechtěný jev, který lze detekovat v predikčních modelech. Pomocí detekce s následnou korekcí drift konceptu se predikční modely stávají spolehlivějšími a jsou schopny adekvátně reagovat na vstupní data reprezentující dynamickou informaci. Za vhodného reprezentanta těchto dat lze považovat metabolomická data. Metabolomická data a jejich analýza může pomoc k včasné detekci nemocí jako je diabetes mellitus, či rakovina. V první části práce jsou popsány teoretické poznatky z oblasti analýzy drift konceptu a metabolomické analýzy. Druhá část pojednává o postupu modelování predikčních klasifikátorů a implementaci algoritmů pro detekci drift konceptu. Praktická část práce byla realizována v programovacím jazyce Python. Na závěr jsou v rámci druhé časti popsány dosažené výsledky a jejich diskuze.
Terahertzová spektroskopie v časové doméně a vizualizace biologických objektů
Nedvědová, Marie ; Kužel,, Petr (oponent) ; Vrba, Jan (oponent) ; Provazník, Ivo (vedoucí práce)
Tato práce se zabývá metodami terahertzové (THz) spektroskopie ke sledování kinetiky hemostatik, tj. biomedicínských materiálů používaných k podpoře přirozené hemostatické reakce těla. Teoretická část seznamuje s fyzikálními principy THz spektroskopie v časové doméně (THz TDS), zaměřuje se na výhody i omezení této metody a na související možnosti její aplikace v oblasti charakterizace biomedicínských materiálů. Dále jsou podrobně specifikována aktuální hemostatika, rozebrán princip jejich funkce a použití, včetně dostupných informací o interakci s živou tkání. Byly realizovány experimenty sledující kinetiku fyziologické reakce jednak tkáňového lepidla na bázi kyanoakrylátu a dále absorpčních hemostatik. Popis mechanismu reakce vychází z fyzikálně-chemických principů, na nichž je postaveno také odvození matematických modelů reakční kinetiky zkoumaných hemostatik. Modelováním jsou získány odhady hodnot parametrů charakterizující zkoumané vzorky. Z pohledu srovnání reakční rychlosti jednotlivých typů hemostatik je stěžejním parametrem časová konstanta, která je dále podrobněji vyhodnocena s využitím prostředků statistické analýzy. Výsledky experimentálního měření tkáňového lepidla získané THz TDS byly doplněny měřeními pomocí dalších spektroskopických a mikroskopických technik. Všechna data byla zpracována dle navržených algoritmů a následně analyzována matematickými metodami.
Genetic variations in coronary artery disease
Kocmanová, Klára ; Roy, Sudeep (oponent) ; Provazník, Ivo (vedoucí práce)
This bachelor’s thesis deals with the genetics of coronary artery disease. Studying risk variants helps us identify risk patients and allows us to develop targeted medicine. The first chapter deals with the anatomy, histology, and pathophysiology of CAD. The second chapter focuses on the current knowledge of the genetics of coronary artery disease. The third chapter mentions two genomic projects that have contributed to studying variations in coronary artery disease and the means of reading data from their databases. These projects are the 1000 Genomes Project and CARDIoGRAM plus CD4 consortium. 1000 Genomes-based linkage disequilibrium reference panel was obtained. The selection operator for jointly analyzing multiple variants was applied to the loci discovered in 1000 Genomes-based genome-wide association meta-analysis performed by CARDIoGRAM plus CD4 consortium.

Národní úložiště šedé literatury : Nalezeno 270 záznamů.   začátekpředchozí128 - 137dalšíkonec  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.