Original title:
Genomická predikce a celo-genomové asociační studie v rámci metabolických sítí
Translated title:
Genomic prediction and genome-wide association studies of metabolic networks
Authors:
Schwarzerová, Jana ; Weckwerth, Wolfram (referee) ; Ramberger,, Benjamin (advisor) Document type: Master’s theses
Year:
2021
Language:
eng Publisher:
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií Abstract:
[eng][cze]
Současný výzkum rozhraní bioinformatiky a ekologického inženýrství nabízí potenciál díky kombinaci laboratorní analýzy a pokročilých bioinformatických algoritmů. Tato práce zkoumá kombinaci metabolické analýzu GC-MS pro identifikaci a kvantifikaci metabolitů při narušení životního prostředí s pokročilými bioinformatickými přístupy celo-genomových asociačních studií (GWAS). Analýza se provádí pomocí genomové predikce založené na dvou různých podmínkách růstu souvisejících s teplotou shromážděného souboru dat z 241 přirozených přístupů (genotypů) Arabidopsis thaliany. Současné výzvy, které vyplývají ze změny klimatu a globálního znečištění, podporují základní výzkum adaptace organismů v důsledku vlivů na životní prostředí. Výzkum v této oblasti může hrát klíčovou roli při řešení souvisejících problémů životního prostředí. Zejména rostlin sloužících jako primární producenti našich nejdůležitějších zdrojů, potravin, zdraví a energie, představují v tomto ohledu nejdůležitější výzkumné subjekty. Výsledky prezentované v této práci odhalují jednotlivé strategie adaptace na stres rostliny chladem v závislosti na jejím původním prostředí. Kromě toho asociace metabolitů s GWAS odhalila potenciální genomové oblasti podílející se na adaptaci rostliny na chladnou teplotu. Zatímco jednoduchá pozorování odhalují pouze změny fenotypů, změny v genotypech organismů lze zachytit pomocí metabolické technologie GWAS uvedené v této práci s dalším možným využitím v průmyslové ekologii a biotechnologii. Závěrečná část práce je rozšířena o použití inverzní stochastické Lyapunovovy maticové rovnice pro získané výsledky pomocí zkoumání regulace metabolismu během adaptace na chladnou teplotu.
Current research on the interface of bioinformatics and ecology engineering offers potential due to the combination of laboratory analysis and advanced bioinformatics algorithms. The thesis investigates the combination of GC-MS -based metabolomic analysis for identification and quantitation of metabolites of environmental perturbations with the advanced bioinformatics approach of genome-wide association studies (GWAS). The analysis is performed using genomic prediction based on two different temperature-related growth conditions of the collected dataset from 241 Arabidopsis thaliana natural accessions (genotypes). Current challenges that arise from climate change and industrial pollution encourage fundamental research on the adaption of organisms due to environmental effects. The findings in this field may play a key role in solving associated problems for the environment. Particularly plants, which serve as net primary producers of our most vital resources, food, health and energy, represent most important research subjects in this regard. The findings presented in this thesis reveal the individual adaptation strategies to cold stress of the plant depending on its original habitate. Furthermore, the association of metabolites with GWAS revealed potential genomic regions involved in the adapation of the plant to cold temperature. While simple observations reveal only phenotype changes, changes in genotypes of organisms can be captured using this metabolic GWAS technology presented in this thesis and further utilized in industrial ecology and biotechnology. The final part of the thesis is extended by using the inverse stochastic Lyapunov Matrix equation for the obtained results using to investigate the regulation of metabolism during adaptation to cold temperature.
Keywords:
Celogenové asociační studie; Ekologie; Genomická predikce; Metabolická interaktivní síť; Metabolity; Stochastická rovnice Lyapunovovy matice; Systémová biologie; Ecology; Genome-wide association studies; Genomic prediction; Metabolites; Metabolomic interactive network; stochastic Lyapunov matrix; System biology
Institution: Brno University of Technology
(web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library. Original record: https://hdl.handle.net/11012/246156