|
|
Genomic prediction based on deep learning using LSTM networks
Komjaty, Daniel ; Provazník, Valentine (referee) ; Schwarzerová, Jana (advisor)
This bachelor's thesis deals with the problem of genomic prediction using machine learning based prediction methods. The first part of the thesis deals with theoretical review with a narrower focus on genomic prediction and its application to plant data. Thesis then discusses prediction algorithms and machine learning based models that are used for genomic prediction. The following section contains a more detailed description of the used genomic and metabolomic data, provided by the thesis supervisor. The fourth section describes the actual implementation of the selected machine learning models. The last fifth section deals with the evaluation of the machine learning models and discussion of the results.
|
|
|
Identification of unknown bacterial genomes using an online database tool
Nejezchlebová, Julie ; Čejková, Darina (referee) ; Schwarzerová, Jana (advisor)
This master's thesis deals with the develop of an automatic software tool - Bacterial Explorer which allows the discovery of unknown bacteria using available bioinformatics tools. The tool is developed in accordance with the requirements of the Veterinary Research Institute (VRI) and is tested on data from the provided VRI database. The theoretical part is dedicated to the description of bacterial typing, methods used for genomic analysis, and already available tools for bacterial typing. In the practical part, the thesis focuses on the implementation of the automatic software tool called Bacterial Explorer, including a description of the tools behind the created tool, the user interface and implementation in the online database of VRI . The final part of the practical section deals with tool testing and discussion of the results.
|
|
|
Identification and analysis of regulon’s structures in Arabidopsis thaliana
Janigová, Patrícia ; Bartoň, Vojtěch (referee) ; Schwarzerová, Jana (advisor)
This bachelor thesis focuses on the identification and analysis of regulon structures in a model organism from the plant kingdom Arabidopsis thaliana. The first part of the thesis deals with the regulation of gene expression in eukaryotes, techniques for inferring transcriptional units and tools for the analysis of these units. Subsequently, the laboratory data from Arabidopsis thaliana, including their preparation and preprocessing, are described in detail. The next section describes the process of deriving regulons using specific methods such as correlation coefficient and mutual information. This is followed by a detailed description of a custom algorithm for inferring potential regulon structures in Arabidopsis thaliana, which is implemented in Python. In the conclusion of the bachelor thesis, the obtained results are visualized, evaluated and compared with the available literature. The identification of potential MBF1 and ABI3 regulons is also discussed in detail, thus confirming the correctness and efficiency of the proposed approach.
|
|
|
Genomic prediction and genome-wide association studies of metabolic networks
Schwarzerová, Jana ; Weckwerth, Wolfram (referee) ; Ramberger,, Benjamin (advisor)
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.
|
|
|
Correction of the concept of drift in prediction models
Michálková, Eva ; Provazník, Valentine (referee) ; Schwarzerová, Jana (advisor)
The main goal of this bachelor thesis is the analysis of concept drift in metabolomics. Concept drift is an undesirable phenomenon and can be caused by nonstationary data. It can have a negative impact on the performance and reliability of predictive modelling. This challenge can be solved by concept drift detection and subsequent correction. One of the fields where this issue has recently emerged is metabolomic diagnostics. Metabolomic data analysis can lead to early detection of several serious diseases, which can help with the recovery process. When diagnosing an illnes predictive models present a way to make the process more efficient, faster and give the option of personalization. The first part of this thesis specifies concept drift, it’s detection and correction methods and the importance of metabolomics and prediction models. The second part deals with the implementation of some available algorithms for concept drift detection and correction and the implementation of automatic concept drift correction. Finally, in the second part results and their discussion are described.
|
|
|
Analysis of horizontal transfer of genetic components using static network analysis
Labanava, Anastasiya ; Jurečková, Kateřina (referee) ; Schwarzerová, Jana (advisor)
The bachelor's thesis focuses on the issue of horizontal genetic elements transfer between bacteria of different strains and the software analysis implementation that enables horizontally transferred genes identification. The packages and tools used were tested on a dataset of bacterial genomes from several strains. The thesis’ theoretical part provides a detailed description of the genetic components transfer between bacteria and describes modern laboratory techniques that enable genome sequencing in various ways. In the practical part, the thesis deals with the preprocessing of genomic files to obtain suitable data for annotation. To detect the horizontal transfer of genetic elements between bacteria, a script is introduced, which organizes annotated bacteria to tables and searches for the same genes in their genomes that, under theoretical assumptions, were horizontally transferred. Furthermore, the gene transfer is visualized using tools that graphically represent phylogenetic relations between bacteria. In the final step, bacterial genomes are connected into networks, and based on their static analysis, a discussion is conducted on the results accuracy and the success of the proposed analysis.
|
|
|
Dynamic metabolomic prediction from genetic variation
Nemčeková, Petra ; Weckwerth, Wolfram (referee) ; Schwarzerová, Jana (advisor)
Hordeum vulgare, tak ako mnoho ďalších plodín, trpí redukovaním genetickej rôznorodosti spôsobeným klimatickými zmenami. Preto je potrebné zlepšiť účinnosť jeho kríženia. Oblasť záujmu sa v poslednej dobe obracia na výskum nepriamych selekčných metód založených na výpočetných predikčných modeloch. Táto práca sa zaoberá dynamickou metabolomickou predikciou založenou na genomických dátach, ktoré pozostávajú z 33,005 jednonukleotidových polymorfizmov. Metabolomické dáta zahŕňajú 128 metabolitov 25 rodín Halle exotického jačmeňa. Hlavným cieľom tejto práce je vytvoriť metabolomické predikcie dynamických dát pomocou rôznych metód, ktoré boli vybrané na základe rôznych publikácií. Vytvorené modely napomôžu predikcii fenotypu alebo odhaleniu dôležitých vlastností rastliny Hordeum vulgare.
|
|
|
Image segmentation of ultrasound images
Schwarzerová, Jana ; Odstrčilík, Jan (referee) ; Mézl, Martin (advisor)
This bachelor’s thesis deals with basic description of ultrasonography, principles of contrast-enhanced imaging and application of segmentation methods in ultrasound problematics. Some individual methods were implemented in Matlab, version R2015b. Algorithms were tested on synthetic images data, on ultrasound phantom images data and on real ultrasound images. Then the thesis was extended by ultrasound sequences segmentation.
|
|
|
Concept drift in metabolomic analysis
Koštoval, Aleš ; Provazník, Ivo (referee) ; Schwarzerová, Jana (advisor)
This bachelor thesis deals with machine learning, specifically the analysis of the concept drift. This is an unwanted phenomenon that can be detected in predictive models. Through detection followed by correction of the concept drift, predictive models become more reliable and can respond adequately to input data representing dynamic information. Metabolomic data can be considered a suitable representative of such data. Metabolomic data and their analysis can help to detect diseases such as diabetes mellitus or cancer early. In the first part of this bachelor thesis, the theoretical background of concept drift analysis and metabolomics analysis are described. The second part discusses the process of modeling predictive classifiers and implementing algorithms for concept drift detection. The practical part of the work was implemented in the Python programming language. Finally, the second part describes the results obtained and their discussion.
|
|
|
Gene regulation in Clostridium beijerinckii NRRL B-598
Schwarzerová, Jana ; Jurečková, Kateřina (referee) ; Sedlář, Karel (advisor)
Diplomová práce se zabývá studiem genové regulace v Clostridium beijerinckii NRRL B-598, pro následné odvození genové regulační sítě bakterie C. beijerinckii NRRL B-598. V teoretické části této práce je uvedena obecná nomenklatura problematiky genové regulace se zaměřením na nomenklaturu genových regulačních sítí. Následně jsou zde popsané laboratorní metody, sloužící pro získání vhodných dat popisující expresi genů. Tato data jsou základem pro studium genové regulace a návrhy genových regulačních sítí. Práce se zaměřuje především na technologii RNA-Seq a stručný popis laboratorních dat získaných ze zmíněné bakterie C. beijerinckii NRRL B-598. V praktické části se práce zabývá předzpracováním těchto surových laboratorních dat a následným studiem genové regulace se zaměřením na odvození operonů a vytvoření prvních genových regulačních sítí pomocí různých přístupů pro C. beijerinckii NRRL B-598.
|
guest ::
RSS feed.