|
|
Dynamic metabolomic prediction from genetic variation
Nemčeková, Petra ; Weckwerth, Wolfram (oponent) ; Schwarzerová, Jana (vedoucí práce)
Hordeum vulgare, like many other crops, suffers from the reduction of genetic diversity caused by climate changes. Therefore, it is necessary to improve the performance of its breeding. Nowadays, the area of interest in current research focuses on indirect selection methods based on computational prediction modeling. This thesis deals with dynamic metabolomic prediction based on genomic data consisting of 33,005 single nucleotide polymorphisms. Metabolomic data include 128 metabolites belonging to 25 Halle exotic barley families. The main goal of this thesis is to create dynamic metabolomic predictions using different approaches chosen from relevant publications. The created models can be helpful for the prediction of phenotype or for revealing important traits of Hordeum vulgare.
|
|
|
Dynamic Model for Production of Polyhydroxyalkanoates by Thermophilic Bacterium S. thermodepolymerans
Křápková, Monika ; Šafránek, David (oponent) ; Sedlář, Karel (vedoucí práce)
This master's thesis deals with the reconstruction of a dynamic model for production of polyhydroxyalkanoates (PHA) by thermophilic bacterium Schlegelella thermodepolymerans. The first chapter provides readers with a brief introduction into the systems biology and mathematical graph theory. It is followed by Chapter Two dealing with different approaches in dynamic modelling, including the commonly used tools for dynamic analysis of complex systems. The third chapter then pursues further terms and possibilities regarding the model analysis. The following chapter focuses on metabolomics and the frequently used laboratory techniques and the fifth chapter is then occupied with polyhydroxyalkanoates, especially their chemical structure and properties. In Chapter Six, a general Boolean model for PHA production by thermophilic bacteria is proposed. Chapter Seven then aims at model refinement with focus on S. thermodepolymerans. The final dynamic model is analysed and the results are discussed.
|
|
|
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.
|
|
|
Physiological and metabolomic responses of Castanea sativa to infection with Phytophthora ×cambivora and P. cinnamomi
Kudláček, Tomáš
Kaštanovník setý (Castanea sativa Mill.) je dřevina s velkým ekologickým a ekonomickým významem. Jedním z nejničivějších onemocnění tohoto druhu je takzvaná inkoustová choroba způsobená patogeny třídy oomycet Phytophthora ×cambivora and Phytophthora cinnamomi. V rámci této práce bylo poprvé studováno, jak tyto dva patogeny interagují v případě jejich koinokulace, přičemž bylo rozlišeno mezi dvěma rozmnožovací typy (A1 a A2) Phytophthora ×cambivora. Jedním z hlavních přínosů této práce je simultánní použití různých metod ke studiu postinfekčních procesů v rostlinách. Dvě provenience kaštanovníku setého (z Portugalska a Srbska) byly podrobeny inokulaci P. cinnamomi, P. ×cambivora A1, P. ×cambivora A2 a všemi jejich kombinacemi. Kromě sledování infekčního procesu v intencích vizuálních symptomů a mortality byly odezvy rostlin hodnoceny také na fyziologické a metabolomické rovině. Následně byly použity pokročilé modelovací techniky ke zhodnocení potenciálu měřených fyziologických parametrů jako včasných varovných signálů těžké infekce. Byly pozorovány rozdíly v odezvě rostlin mezi ošetřeními. Byla pozorována vyšší agresivita ošetření zahrnujících P. cinnamomi než tech obsahujících pouze P. ×cambivora. Rozličné infekčně-specifické i nespecifické rozdíly ve studovaných parametrech byly pozorovány mezi proveniencemi. Spektrální indexy efektivity využití světla se ukázaly být nejvýznamnějšími prediktory mortality. Indexy reflektance karotenoidů byly nejrelevantnějšími prediktory času do mortality. Tato studie si klade za cíl prohloubení našeho poznání komplexních interakcí v rámci patosystémů kaštanovníku a fytoftor.
|
|
|
Bioinformatic analysis of mass spectrometry data in metabolomics
Skoryk, Maksym ; Raček,, Tomáš (oponent) ; Mgr. Aleš Křenek, Ph.D (vedoucí práce)
This Master's thesis explores and compares methods for the analysis of mass spectrometry data, focusing on the construction and application of molecular networks. The primary objective of this study is to identify suitable mass spectra similarity metrics for the construction of molecular networks, which would reveal meaningful relationships between compounds and their structural and biological properties. To achieve this goal, we thoroughly investigated the performance of different mass spectra similarity metrics, including cosine similarity, spectral entropy, as well as machine learning-based Spec2Vec, and MS2DeepScore. We then applied dimensionality reduction techniques, such as t-SNE, UMAP, PHATE, and Isomap, to visualize and to better understand the molecular networks generated from these metrics. Our results demonstrate the importance of selecting appropriate similarity metrics and their adjustment for particular datasets and usecases. This thesis contributes to the field of untargeted mass spectrometry and metabolomics by investigating the applications of molecular networking to electron ionization gas chromatography-mass spectrometry data.
|
|
|
Role of antioxidant defense in the synthesis of antidiabetic lipokines
Domanská, Veronika ; Kuda, Ondřej (vedoucí práce) ; Zouhar, Petr (oponent) ; Vrkoslav, Vladimír (oponent)
Větvené estery mastných kyselin, zkráceně FAHFA, jsou poměrně nedávno objevené biologicky aktivní lipidy spadající do skupiny lipokinů. Tyto látky se skládají z mastné a hydroxy mastné kyseliny, které jsou spojené esterovou vazbou. Jedná se o poměrně velkou skupinu látek, jejichž zástupci mohou vykazovat různé účinky, nejčastěji jsou zmiňovány hlavně antidiabetické a protizánětlivé. Cílem této práce bylo prostudovat metabolismus těchto látek a objasnit, jakou roli má v biosyntéze FAHFA antioxidační obrana, především antioxidační enzym peroxiredoxin 6 (Prdx6). K naplnění cílů práce jsme využili izotopového značení společně s in vitro a in vivo modely. Všechny vzorky, včetně bílé tukové tkáně, jater a mateřského mléka, byly podrobeny necílové i cílové lipidomické a metabolomické analýze s využitím LC-MS/MS. Výsledky získané pomocí izotopového značení znázorňují úlohu 5-PAHSA při zpracování glukózy, metabolické dráhy aktivované po jejím podání a porovnání účinků 5-PAHSA a insulinu. Ve vzorcích jsme navíc detekovali TAG estolidy, z jejichž stuktury jsou FAHFA v případě potřeby uvolňovány působením specifických lipáz. Byla také popsána role peroxidázové aktivity Prdx6 v syntéze prekurzorů, které mohou být následně použity k biosyntéze FAHFA. Nakonec jsme se zaměřili na analýzu mateřského mléka, kde jsme...
|
|
|
Concept Drift Detection in Prediction Classifiers for Determining Gender in Metabolomics Analysis
Kostova, A. ; Schwarzerova, J.
Currently, one of the most challenges in data analysis is connected to prediction modeling including dynamic information. Metabolomics analysis focuses on data presented dynamic information in real-time such as time-series data. Unfortunately, prediction models based on time series data are often affected by a phenomenon called concept drift. This phenomenon can reduce the accuracy of prediction models which is an unwanted effect. On the other hand, concept drift analysis can be useful in finding confounding factors. This study is divided into two parts. The first part presents the modeling of prediction classifiers based on metabolite data. The second part of this study brings concept drift detection in the created classified models. This study presented approaches to identify one of the confounding factors in human biology.
|
|
|
An analysis of fungal exudate and carbon use efficiency
NÜBL, Laura
The exometabolome of various fungal functional guilds was investigated as part of the below-ground carbon flux. This thesis addresses the incorporation and exudation of carbon by individual, axenic fungal cultures, with a focus on developing a protocol for characterisation and identification of those compounds.
|
|
|
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.
|
|
|
Dynamic metabolomic prediction from genetic variation
Nemčeková, Petra ; Weckwerth, Wolfram (oponent) ; Schwarzerová, Jana (vedoucí práce)
Hordeum vulgare, like many other crops, suffers from the reduction of genetic diversity caused by climate changes. Therefore, it is necessary to improve the performance of its breeding. Nowadays, the area of interest in current research focuses on indirect selection methods based on computational prediction modeling. This thesis deals with dynamic metabolomic prediction based on genomic data consisting of 33,005 single nucleotide polymorphisms. Metabolomic data include 128 metabolites belonging to 25 Halle exotic barley families. The main goal of this thesis is to create dynamic metabolomic predictions using different approaches chosen from relevant publications. The created models can be helpful for the prediction of phenotype or for revealing important traits of Hordeum vulgare.
|
host ::
RSS.