|
|
Protein hot spots prediction
Kašpárek, Jan ; Tkacz, Ewaryst (referee) ; Maděránková, Denisa (advisor)
Knowledge of protein hot spots and the ability to successfully predict them while using only primary protein structure has been a worldwide scientific goal for several decades. This thesis describes the importance of hot spots and sums up advances achieved in this field of study so far. Besides that we introduce hot spot prediction algorithm using only a primary protein structure, based primarily on signal processing techniques. To convert protein sequence to numerical signal we use the EIIP attribute, while further processing is carried out via means of S-transform. The algorithm achieves sensitivity of more than 60 %, positive predictive value exceeds 50 % and the main advantage over competitive algorithms is its simplicity and low computational requirements.
|
|
| |
|
|
Evaluation of Organisms Relationship by Genomic Signal Processing
Škutková, Helena ; Tkacz, Ewaryst (referee) ; Schwarz,, Daniel (referee) ; Provazník, Ivo (advisor)
This dissertation deals with alternative techniques for analysis of genetic information of organisms. The theoretical part presents two different approaches for evaluation of relationship between organisms based on mutual similarity of genetic information contained in their DNA sequences. The first approach is currently standardized phylogenetics analysis of character based records of DNA sequences. Although this approach is computationally expensive due to the need of multiple sequence alignment, it allows evaluation of global and local similarity of DNA sequences. The second approach is represented by techniques for classification of DNA sequences in a form of numerical vectors representing characteristic features of their genetic information. These methods known as „alignment free“ allow fast evaluation of global similarity but cannot evaluate local changes. The new method presented in this dissertation combines the advantages of both approaches. It utilizes numerical representation similar to 1D digital signal, i.e. representation that contains specific trend along x-axis. The experimental part of dissertation deals with design of a set of appropriate tools for genomic signal processing to allow evaluation mutual similarity of taxonomically specific trends. On the basis of the mutual similarity of genomic signals, the classification in the form of dendrogram is applied. It corresponds to phylogenetic trees used in standard phylogenetics.
|
|
|
Differential Gene expression using a negative binomial model
Janáková, Tereza ; Tkacz, Ewaryst (referee) ; Abo Khayal, Layal (advisor)
Hlavním cílem této diplomové práce je analýza diferenciální exprese genů na základě negativního binomického modelu. Úvodní část je věnována teoretickému základu, pojednává o sekvenování RNA, sekvenování nové generace, výhodách a možném využití, formátu fastQ aj. Následující část už se zabývá samotnou praktickou částí, zde byl vybrán vhodný set genů, které budou později analyzovány a příslušná data byla stažena. Tato data byla zarovnána k lidskému genomu verze 37 Burrowsovou-Wheelerovou transformací s využitím bowtie mapovače, byly tak vytvořeny soubory ve formátu SAM. Toto soubory dat byly později setříděny pomocí nástroje SAMtools. Následně byly v programovém prostředí Matlab (verze R2013b) vytvořeny anotované objekty genů s využitím služby Ensembl´s BioMart. Dále byla určena genová exprese a byly odhadnuty faktory velikosti knihovny. Na závěr byly odhadnuty parametry negativního binomického rozložení a byla vyhodnocena diferenciální exprese genů.
|
|
|
P Wave Detection in Pathological ECG Signals
Šaclová, Lucie ; Černý, Martin (referee) ; Tkacz, Ewaryst (referee) ; Vítek, Martin (advisor)
Důležitou součástí hodnocení elektrokardiogramu (EKG) a následné detekce srdečních patologií, zejména v dlouhodobém monitorování, je detekce vln P. Výsledky detekce vln P umožňují získat ze záznamu EKG více informací o srdeční činnosti. Podle správně detekovaných pozic vln P je možné detekovat a odlišit patologie, které současné programy používané v medicínské praxi identifikovat neumožňují (např. atrioventrikulární blok 1., 2. a 3. stupně, cestující pacemaker, Wolffův-Parkinsonův-Whiteův syndrom). Tato dizertační práce představuje novou metodu detekce vln P v záznamech EKG během fyziologické a zejména patologické srdeční činnosti. Metoda je založena na fázorové transformaci, inovativních pravidlech detekce a identifikaci možných patologií zpřesňující detekci vln P. Dalším důležitým výsledkem práce je vytvoření dvou veřejně dostupných databází záznamů EKG s obsahem patologií a anotovanými vlnami P. Dizertační práce je rozdělena na teoretickou část a soubor publikací představující příspěvek autora v oblasti detekce vlny P.
|
|
|
Evaluation of Organisms Relationship by Genomic Signal Processing
Škutková, Helena ; Tkacz, Ewaryst (referee) ; Schwarz,, Daniel (referee) ; Provazník, Ivo (advisor)
This dissertation deals with alternative techniques for analysis of genetic information of organisms. The theoretical part presents two different approaches for evaluation of relationship between organisms based on mutual similarity of genetic information contained in their DNA sequences. The first approach is currently standardized phylogenetics analysis of character based records of DNA sequences. Although this approach is computationally expensive due to the need of multiple sequence alignment, it allows evaluation of global and local similarity of DNA sequences. The second approach is represented by techniques for classification of DNA sequences in a form of numerical vectors representing characteristic features of their genetic information. These methods known as „alignment free“ allow fast evaluation of global similarity but cannot evaluate local changes. The new method presented in this dissertation combines the advantages of both approaches. It utilizes numerical representation similar to 1D digital signal, i.e. representation that contains specific trend along x-axis. The experimental part of dissertation deals with design of a set of appropriate tools for genomic signal processing to allow evaluation mutual similarity of taxonomically specific trends. On the basis of the mutual similarity of genomic signals, the classification in the form of dendrogram is applied. It corresponds to phylogenetic trees used in standard phylogenetics.
|
|
| |
|
|
Differential Gene expression using a negative binomial model
Janáková, Tereza ; Tkacz, Ewaryst (referee) ; Abo Khayal, Layal (advisor)
Hlavním cílem této diplomové práce je analýza diferenciální exprese genů na základě negativního binomického modelu. Úvodní část je věnována teoretickému základu, pojednává o sekvenování RNA, sekvenování nové generace, výhodách a možném využití, formátu fastQ aj. Následující část už se zabývá samotnou praktickou částí, zde byl vybrán vhodný set genů, které budou později analyzovány a příslušná data byla stažena. Tato data byla zarovnána k lidskému genomu verze 37 Burrowsovou-Wheelerovou transformací s využitím bowtie mapovače, byly tak vytvořeny soubory ve formátu SAM. Toto soubory dat byly později setříděny pomocí nástroje SAMtools. Následně byly v programovém prostředí Matlab (verze R2013b) vytvořeny anotované objekty genů s využitím služby Ensembl´s BioMart. Dále byla určena genová exprese a byly odhadnuty faktory velikosti knihovny. Na závěr byly odhadnuty parametry negativního binomického rozložení a byla vyhodnocena diferenciální exprese genů.
|
|
|
Protein hot spots prediction
Kašpárek, Jan ; Tkacz, Ewaryst (referee) ; Maděránková, Denisa (advisor)
Knowledge of protein hot spots and the ability to successfully predict them while using only primary protein structure has been a worldwide scientific goal for several decades. This thesis describes the importance of hot spots and sums up advances achieved in this field of study so far. Besides that we introduce hot spot prediction algorithm using only a primary protein structure, based primarily on signal processing techniques. To convert protein sequence to numerical signal we use the EIIP attribute, while further processing is carried out via means of S-transform. The algorithm achieves sensitivity of more than 60 %, positive predictive value exceeds 50 % and the main advantage over competitive algorithms is its simplicity and low computational requirements.
|
guest ::
