|
|
Enantioseparace a derivatizace vybrané aminokyseliny.
Rozumová, Nela ; Loukotková, Lucie (oponent) ; Bosáková, Zuzana (vedoucí práce)
Enantioseparace nativní i derivatizované formy D,L-valinu byla studována s využitím chirální stacionární fáze, založené na bázi teikoplaninového chirálního selektoru. Pro enantioseparaci a kvantifikaci nederivatizovaného D,L-valinu byla nejvhodnější mobilní fáze methanol/voda 50/50 (v/v) a UV detekce při 205 nm. Byly určeny hodnoty LOD a LOQ pro L- a D-enantiomery, řádově v setinách mg/ml. Derivatizace D,L-valinu byla provedena pomocí 9-fluorenylmethylchlormravenčanu (FMOC-Cl). Optimalizovaná mobilní fáze pro enantioseparaci FMOC-D,L-valinu byla 37/63 (v/v) methanol/0,5% triethylaminoctanový pufr, pH 4,0. S fluorescenční detekcí při vlnové délce excitace 254 nm a vlnové délce emise 314 nm byla provedena kvantifikace a hodnoty LOD a LOQ pro FMOC-L- a FMOC-D-valin se pohybovaly v řádu setin až desetin g/ml. Výsledky ukazují, že po derivatizaci bylo dosaženo mnohem vyšší citlivosti detekce.
|
|
|
Biogenní aminy v pivu
Zima, Matěj ; Orsák, Matyáš (vedoucí práce) ; Braný, Pavel (oponent)
Jedním z nejoblíbenějších a nejkonzumovanějších alkoholických nápojů je pivo. V České Republice má jeho výroba mnoha letou tradici a je naším významným vývozním artiklem. Kromě piva vyvážíme do světa i jednu jeho výrobní surovinu. Chmel, konkrétně žatecký poloraný červeňák je typickou přísadou při výrobě spodně kvašeného piva plzeňského typu, které nás proslavilo ve světě.
Pivo je složitý nápoj a jeho výroba není, ač se to na první pohled může zdát, jednoduchý proces. Na výrobu piva je třeba, kromě vhodných surovin, i technologické vybavení a především znalosti.
Samotný postup výroby se skládá z mletí sladu, jeho míchání s vodou, dále procesu rmutování, kdy dochází ke zkrácení polysacharidických řetězců působením enzymů sladu. Získaný produkt se nazývá sladina a je dále vařen spolu s chmelem. Tento proces je označován jako chmelovar. Během chmelovaru přechází do díla (tak je směs surovin a vody po celou dobu výroby obecně označována) hořké látky, konkrétně alfa-hořké kyseliny a beta-hořké kyseliny.
Získaný produkt nazýváme mladinou. Po zakvašení mladiny přichází fáze hlavního kvašení a dokvašování. Během této fáze se tvoří dvě zásadní složky piva a to je alkohol a oxid uhličitý. V českých zemích je tradiční spodní kvašení, během něhož kvasnice klesají ke dnu nádoby.
Biogenní aminy jsou jednou z mnoha složek piva. Nenachází se však pouze v pivu, ale téměř ve všech základních potravinách. Najdeme je v masu, rybách, zelenině, i ovoci a to v různých koncentracích. Jejich produkce je často spojena s procesem fermentace.
Co se obsahu biogenních aminů v pivu týče, z výzkumů je zřejmé, že část z nich se do něj dostává z původních surovin. Další část vzniká během procesu fermentace. V pivu objevený tyramin a histamin (kromě jiných), může mít vážný vliv na zdravotní stav člověka. Při konzumaci většího množství takového piva, ale i jiných potravin, které obsahují hodně těchto biogenních aminů, může docházet k ovlivnění oběhového systému, dýchání, rudnutí obličeje a v extrémních případech krvácení do mozku. Intoxikace histaminem se často projevuje jako otrava z jídla, nebo alergická reakce.
|
|
|
Analýza nástrojů pro zjišťování podobnosti terciárních struktur proteinů
Trlica, Jiří ; Vogel, Ivan (oponent) ; Bendl, Jaroslav (vedoucí práce)
Porovnání trojrozměrných struktur proteinů má zásadní význam pro molekulární biologii. Jedním z nejvýznamnějších je možnost odvodit funkci neznámého proteinu od strukturně podobného proteinu, jehož funkce je již známá. Nástrojů pro zarovnání struktur existuje celá řada. V rámci této práce bylo vybráno pouze pět z nich, lišících se různými principy výpočtu. Kvalita nástrojů byla ověřena na třech proteinech z hlavních proteinových tříd (all-α, all-β, α/β), které byly zarovnány vůči podmnožině struktur z databáze PDB čítající 2 357 proteinů. Výsledky byly vizualizovány prostřednictvím ROC křivek a nástroje srovnány podle hodnoty ploch pod těmito křivkami (metrika AUC). Podle této metriky byl nejúspěšnějším nástrojem SPALIGN.
|
|
|
Hardwarová akcelerace algoritmu pro hledání podobnosti dvou DNA řetězců
Nosek, Ondřej ; Kořenek, Jan (oponent) ; Martínek, Tomáš (vedoucí práce)
Metody pro zarovnání různých typů bioinformatických sekvencí jsou klíčovou součástí výzkumu v této oblasti. Úlohy jsou časově velmi náročné, a proto má smysl vytvořit hardwarovou platformu pro urychlení těchto výpoětů. Cílem této práce je navržení obecné architektury založené na FPGA technologii, která dokáže pracovat s několika různými druhy sekvencí. Metody, které bude navržená akcelerační karta používat budou především dynamické algoritmy Needleman-Wunsch a Smith-Waterman.
|
|
|
Shlukování proteinových sekvencí na základě podobnosti primární struktury
Jurásek, Petr ; Stryka, Lukáš (oponent) ; Burgetová, Ivana (vedoucí práce)
Diplomová práce je zaměřena na shlukování proteinových sekvencí na základě podobnosti primárních struktur. Seznamuje s daty v podobě aminokyselin, které tvoří primární strukturu proteinů. Představuje základní algoritmy pro porovnávání podobnosti proteinových sekvencí. Popisuje shlukovou analýzu a metody shlukování. Praktickou část práce představuje návrh vzdálenostní funkce pro proteiny a implementace metod shlukování AGNES, k-means, k-medoids v jazyce Python.
|
|
|
Evoluční strategie v úloze predikce vlivu aminokyselinových mutací na stabilitu proteinu
Pavlík, David ; Martínek, Tomáš (oponent) ; Bendl, Jaroslav (vedoucí práce)
Tato práce se zabývá otázkou predikce změn stability proteinů v důsledku aminokyselinových mutací. Cílem je vytvořit meta-klasifikátor, který bude využívat výsledky predikcí vybraných nástrojů, použít evoluční strategii pro přiřazení vah jednotlivým nástrojům a dosáhnout tak větší úspěšnosti predikce než při použití nástrojů samostatně. Bylo vybráno celkem pět dostupných nástrojů, jejichž výsledky predikcí byly váhovány. Jsou zde zkoumány a porovnávány dvě odlišné metody evoluční strategie. První je evoluční strategie s pravidlem 1/5 a druhou je evoluční strategie s autoevolucí řídících parametrů typu 2. Pro trénování a následné ověření úspěšnosti navrženého meta-klasifikátoru byly vytvořeny dvě nezávislé sady mutací. Z provedených experimentů a dosažených výsledků byl zjištěn možný přínos evoluční strategie, ovšem za podmínek pečlivého výběru sady nástrojů a datových sad pro trénování a testování.
|
|
|
Techniky pro porovnávání biologických sekvencí
Sladký, Roman ; Křivka, Zbyněk (oponent) ; Burgetová, Ivana (vedoucí práce)
V práci se seznámíme se výstavbou a funkcí základních biologických jednotek DNA, RNA a proteinů. Data, která poskytují, se uchovávají v biologických databázích, které jsou celosvětově propojeny pro lepší komunikaci a dostupnost veškerých informací při vědeckém bádání. Tajemství života je skryto v genech. Geny jsou kódovány sekvencemi nukleotidů a dávají vznik proteinům, které jsou tvořeny sekvencemi aminokyselin. Nejrozšířenějšími technikami pro porovnávání sekvencí jsou algoritmy FASTA a BLAST. V práci je popsán program PSProt, který je založen na bázi zmíněných algoritmů. Slouží k porovnávání sekvencí proteinů. Porovnávaný protein se ale nejdříve pomyslně syntetizuje ze zadaného oligonukleotidu DNA, který kóduje potenciální protein. Nejpodobnější proteiny jsou pak vyhledány heuristikou hitbodů a poté algoritmem semiglobálního zarovnání upraveno jejich výsledné skóre rozhodující pro vyhledávání.
|
|
|
Vzájemná podobnost sekvencí aminokyselin různých organismů
Vysoudil, Ladislav ; Provazník, Ivo (oponent) ; Škutková, Helena (vedoucí práce)
Cílem této práce je pokusit se prostudovat a popsat práci se sekvencemi proteinů různých organismů a to především přiřazení sekvencí a vyhodnocení podobnosti sekvencí. Na začátku práce se zabýváme biochemií proteinů, jejich složením a strukturou. Dále text pokračuje teorií pro práci se sekvenčními daty, globálním, lokálním a mnohočetným přiřazením. V poslední části zkoumáme možnostmi programu Matlab pro výše zmíněné přiřazení.
|
host ::
RSS.