Original title:
Bipartitní grafy pro analýzu mikrobiomů
Translated title:
Bipartite graphs for microbiome analysis
Authors:
Šafárová, Marcela ; Provazník, Ivo (referee) ; Sedlář, Karel (advisor) Document type: Master’s theses
Year:
2017
Language:
cze Publisher:
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií Abstract:
[cze][eng]
Mikroorganismy se vyskytují ve velkém množství prakticky všude kolem nás. Některé přežívají dokonce i v našem těle a jsou nutné pro správné fungování organismu. Studium mikrobiálních společenstev na základě souboru jejich genetické informace se stalo velmi populární s rozvojem nových technologií umožňujících snadné čtení DNA či RNA. Klíčovou úlohou těchto studií je obvykle charakterizovat významné mikrobiální vzory prostředí. V současné době využívané vizualizační nástroje však mají pro takové analýzy mnoho nedostatků. Předmětem této práce je návrh R/Bioconductor balíčku pro tvorbu bipartitních grafů z mikrobiálních dat, které mají pro analýzu mikrobiomů mnoho výhod. Benefity této vizualizační metody jsou dále předvedeny na analýze hlavních parametrů ovlivňujících počítačové zpracování mikrobiálních dat.
Microorganisms are all around us. Some of them even live in our body and are essential for our healthy being. Study of microbial communities based on their genetic content has become very popular with the development of new technologies, which enable easy reading of DNA or RNA. The key role of these studies is usually to characterize significant microbial patterns of an environment. However, currently used visualization tools have many drawbacks for such analyses. The subject of this thesis is to design a R/Bioconductor package for simple creation of bipartite graphs from microbial data. This type of visualization brings many advantages for microbiome analysis. Benefits of bipartite graphs are further demonstrated by analysis of main parameters affecting computer processing of microbial data.
Keywords:
bipartite graphs; community detection; data visualization; OTU picking; QIIME; study of microbiome; bipartitní graf; detekce komunit; OTU picking; QIIME; studium mikrobiomů; vizualizace dat
Institution: Brno University of Technology
(web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library. Original record: http://hdl.handle.net/11012/65484