Hlavní stránka > Výsledky hledání: keywords:"genomická predikce"
Hledej:
Tipy pro vyhledávaní :: Rozšířené hledání
Hledej ve sbírkách:
Seřadit podle: Zobrazit výsledky: Výstupní formát:
Národní úložiště šedé literatury Nalezeno 2 záznamů.  Hledání trvalo 0.01 vteřin. 
Genomická predikce založená na hlubokém učení pomocí sítí LSTM
 Komjaty, Daniel ; Provazník, Valentine (oponent) ; Schwarzerová, Jana (vedoucí práce)
Tato bakalářská práce se věnuje problematice genomické predikce s využitím predikčních metod založených na strojovém učení. V první části se práce zabývá teoretickou rešerší s užším zaměřením na genomickou predikci a její aplikaci v rámci rostlinných dat. Dále se zabývá predikčními algoritmy a modely založenými na strojovém učení, které se využívají pro genomické predikce. Další část obsahuje podrobnější popis použitých genomických a metabolomických dat poskytnutých od vedoucí práce. Ve čtvrté části je popsána samotná implementace vybraných modelů strojového učení. Poslední pátá část se zabývá zhodnocením modelů strojového učení a diskuzí k výsledkům.
Úplný záznam
Genomic prediction and genome-wide association studies of metabolic networks
 Schwarzerová, Jana ; Weckwerth, Wolfram (oponent) ; Ramberger,, Benjamin (vedoucí práce)
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.
Úplný záznam

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.
Digitální repozitář :: Hledej :: Nový záznam :: Personalizace :: Nápověda
Powered by Invenio v1.1.2
Spravuje admin.invenio@techlib.cz
Tato stránka je dostupná také v následujících jazycích:
Česky  English