|
|
Numerické metody pro klasifikaci metagenomických dat
Vaněčková, Tereza ; Sedlář, Karel (oponent) ; Škutková, Helena (vedoucí práce)
Tato práce se zabývá metagenomikou a výpočetními metodami využívanými pro zpracování metagenomu. Literární rešerše metod nevyžadujících zarovnání ukázala, že metody založené na studiu taxonomicky specifických četností nukleotidových slov se jeví jako vhodný a dostatečně účinný nástroj pro zpracování metagenomických čtení sekvenačních technologií nové generace. Pro vyhodnocení potenciálu těchto metod byly testovány vybrané příznaky založené na studiu četností nukleotidových slov na sadě simulovaných metagenomických čtení. Analýza byla provedena pro různou délku slov a vyhodnocena s ohledem na úspěšnost klasifikace pomocí hierarchického shlukování v originálním datovém prostoru a K-means shlukování v redukovaném datovém prostoru.
|
|
| |
|
|
Webová aplikácia pre výber sekvenačných primerov pre amplikónové sekvenovanie 16S rRNA
Jurča, Jan ; Martínek, Tomáš (oponent) ; Smatana, Stanislav (vedoucí práce)
Hlavním cílem této práce byl návrh a implementace webové aplikace, která je, na základě uživatelské volby, schopna ohodnotit primerové páry určené pro 16S rRNA amplikonové sekvenování a zjednodušit uživateli výběr primerového párů pro jeho specifické potřeby. Ohodnocení je realizováno na základě databáze primerových párů, která obsahuje data o specifitě a senzitivitě každého jednoho primerového páru. Součástí práce byla i výkonnostní optimalizace algortimu pro výpočet senzitivity a specificity a jeho integrace do aplikace. Díky čemuž aplikace umožňuje uživateli provést analýzu vlastního primerového páru a získat informace o pozici amplifikovaného regionu, senzitivitě a specificitě.
|
|
|
Využití metod paralelního sekvenování v mikrobiologii.
Pavlíková, Magdaléna ; Najmanová, Lucie (vedoucí práce) ; Vopálenský, Václav (oponent)
Následující text popisuje historii vývoje sekvenačních metod se zaměřením na moderní výkonné metody paralelního sekvenování a jejich využití v mikrobiologii. Vývoj a zdokonalování sekvenačních systémů s sebou přináší zrychlení a výrazné snížení cen, s tím souvisí rozšíření spektra aplikačních možností. Každý sekvenační systém je charakteristický určitými specifiky včetně jistých úskalí pramenících z principu dané metody, proto ne každá metoda je schopna pokrýt všechny směry možných využití. Práce porovnává metody sekvenování a zabývá se jejich vhodností pro konkrétní typy aplikací v mikrobiologii. Dostupné sekvenační systémy obvykle dělíme na tři základní "generace" vymezené typickými konkrétními znaky. Mezi metody první generace řadíme Sangerův a Maxam-Gilbertův systém, druhá generace zahrnuje metody 454, Illumina, SOLiD, Helicos a generace třetí SMRT, Ion Torrent a zatím komerčně nedostupné sekvenování s využitím nanopórů. V současné době se sekvenování stává standardní technikou molekulární biologie nejen v základním mikrobiologickém výzkumu, ale nachází široké uplatnění také v medicíně (rychlá identifikace patogenů, metagenomické studie mikrobiomů lidského těla).
|
|
|
Tool for Visualization of Microbiome Data
Mišáková, Silvia ; Martínek, Tomáš (oponent) ; Smatana, Stanislav (vedoucí práce)
This Bachelor's thesis focuses on the development of a new tool for the visualization of microbiome data. The developed tool uses Principal Component Analysis (PCA) and Principal Coordinates Analysis (PCoA) for dimension reduction. Bray-Curtis difference and UniFrac distance metric are used for distance matrix calculation. Then, the processed data is colored based on user-selected metadata. The results are presented by two types of graphs. The first is a bar chart and shows the proportion of each principal component. The second, scatter chart, visualize the final result of the required analysis. As part of the development of the tool, the possibility to download the calculated matrix and also a table of the first N main components calculated by the analysis were added.
|
|
|
Detekce a filtrace chimér v amplikonové sekvenaci
Heřmánková, Kristýna ; Jurečková, Kateřina (oponent) ; Sedlář, Karel (vedoucí práce)
Chimérické sekvence jsou častým artefaktem vyskytujícím se v sekvenačních datech po amplifikaci vzorků polymerázovou řetězovou reakcí. Výskyt těchto artefaktů může výrazně znehodnotit výsledky prováděné analýzy. Proto je detekce a následná filtrace chimérických sekvencí nezbytným krokem ve výpočetním zpracování sekvenačních dat. Součástí této práce je vysvětlení mechanismu vzniku těchto artefaktů a také možnosti omezení jejich výskytu. Cílem této práce je realizace algoritmu pro detekci a filtraci chimér v jazyce R a následné testování úspěšnosti algoritmu na vlastních datech poskytnutých Výzkumným ústavem veterinárního lekařství v Brně.
|
|
|
Klasifikace bakterií pomocí markerových genů
Pelantová, Lucie ; Hon, Jiří (oponent) ; Smatana, Stanislav (vedoucí práce)
Cílem této práce je návrh a implementace nové metody klasifikace bakterií podle sekvencí několika markerových genů. Pro řešení tohoto problému bylo zvoleno 10 markerových genů. Výsledný MultiGene klasifikátor dělí trénovací sadu do několika skupin a pro každou je vybrán gen dosahující nejlepších výsledků v jejím rozpoznání. V práci je popsána implementace MultiGene klasifikátoru a jeho otestování v porovnání s ostatními klasifikátory bakterií a s klasifikací čistě podle genu 16S rRNA.
|
|
|
Bioinformatic Tool for Estimation of Abundances of Bacterial Functional Molecules in Biological Samples Based on 16S rRNA Metagenomic Data
Bieliková, Michaela ; Hon, Jiří (oponent) ; Smatana, Stanislav (vedoucí práce)
Humans are host to an enormous variety of microbes, bacterial, archaeal, fungal, and viral. Some of these can cause serious diseases, but others, particularly gut microbiome, are essential to human life. Unfortunately, gut microbiome is not well documented, since it contains thousands of different kinds of bacteria most of which cannot be cultivated in laboratories, and we do not know all of its functions. The recent solution to this problem seems to be high-throughput sequencing in combination with bioinformatics tools for functional profile prediction. In this thesis, bioinformatics tools for functional profile prediction will be introduces, along with their advantages and disadvantages. The goal of this thesis is to create a new tool for functional profile prediction, which can either employ a consensus of the existing tools, or can be a brand new tool inspired by these.
|
|
|
Bioinformatic Tool for Classification of Bacteria into Taxonomic Categories Based on the Sequence of 16S rRNA Gene
Valešová, Nikola ; Hon, Jiří (oponent) ; Smatana, Stanislav (vedoucí práce)
This thesis deals with the problem of automated classification and recognition of bacteria after obtaining their DNA by the sequencing process. In the scope of this work, a new classification method based on the 16S rRNA gene segment is designed and described. The presented principle is constructed according to the tree structure of taxonomic categories and uses well-known machine learning algorithms to classify bacteria into one of the classes at the lower taxonomic level. A part of this thesis is also dedicated to the implementation of the described algorithm and evaluation of its prediction accuracy. The performance of various classifier types and their settings is examined and the setting with the best accuracy is determined. The accuracy of the implemented algorithm is also compared to several existing methods. During validation, the implemented KTC application reached more than 45 % accuracy on genus prediction on both BLAST 16S and BLAST V4 datasets. At the end of the thesis, there are mentioned several possibilities to improve and extend the current implementation of the algorithm.
|
|
|
Nástroj pro predikci atributů životního stylu na základě metagenomických dat z tlustého střeva
Kubica, Jan ; Hon, Jiří (oponent) ; Smatana, Stanislav (vedoucí práce)
Tato práce se zabývá analýzou lidského mikrobiomu na základě metagenomických dat z tlustého střeva. Předmětem zkoumání je zastoupení bakterií na různých taxonomických úrovních v závislosti na životním stylu jedince. Byl vytvořen nástroj klasifikující jednotlivé atributy, jako jsou stravovací návyky (vegetarián, vegan, všežravec), citlivost na lepek a laktózu, body mass index nebo věk či pohlaví, s využitím metod strojového učení. Při implementaci byly zvoleny metody k nejbližších sousedů (kNN), náhodný les (RF) a metoda podpůrných vektorů (SVM). Data pro natrénování klasifikátoru a vyhodnocení byla čerpána z projektu American Gut. Práce se rovněž zaobírá problémy spojenými s danými datovými sadami, jako je mnoharozměrnost, řídkost, jejich kompoziční závislost a nevyváženost.
|
host ::
RSS.