|
| |
|
|
Pozitive and negative selection of mitochondrial genome
Svoboda, Matěj ; Kupková, Kristýna (referee) ; Maděránková, Denisa (advisor)
The bachelor thesis engages with problematics of positive and negative selection of mitochondrial genome. Thesis is divided into two parts. First part grapples with theory and explanation of fundamental definitions, in particular understates mitochondrial genome, nucleotide mutation, positive and negative selection and furthermore evolution models. Second part focuses on processing mitochondrial DNA practically and on establishing functions in programming environment R. The emphasis is foremost on gene sequencing alignment and exploring substitutions. Consequently, obtained outcomes are contrasted with PAML and KaKs Calculator programme outcomes.
|
|
|
Sleep stage classification based on Hjorth descriptors of EEG signals
Kupková, Kristýna ; Ronzhina, Marina (referee) ; Kozumplík, Jiří (advisor)
This bachelor thesis is focused on the distinction between sleep stages from EEG signals. In its first part the classical method of visual classification of sleep stages is introduced, the second part introduces an automated method for sleep stage scoring. It is a method that uses the three parameters of Hjorth to create a vector space, in which, on the basis of similarity of formed shapes, different stages of sleep could be distinguished. Parameters of Hjorth are calculated from the whole EEG signal, and also from its bands. In the next section of this thesis a principle component analysis is performed. The principle components are placed into a vector space analogously with parameters of Hjorth and the character of formed objects is observed.
|
|
|
Methods for fast sequence comparison and identification in metagenomic data
Kupková, Kristýna ; Škutková, Helena (referee) ; Sedlář, Karel (advisor)
Předmětem této práce je vytvoření metody sloužící k identifikaci organismů z metagenomických dat. Doposud k tomuto účelu spolehlivě dostačovaly metody založené na zarovnání sekvencí s referenční databází. Množství dat ovšem s rozvojem sekvenačních technik rapidně roste a tyto metody se tak stávají díky své výpočetní náročnosti nevhodnými. V této diplomové práci je popsán postup nové techniky, která umožňuje klasifikaci metagenomických dat bez nutnosti zarovnání. Metoda spočívá v převedení sekvenovaných úseků na genomické signály ve formě fázových reprezentací, ze kterých jsou následně extrahovány vektory příznaků. Těmito příznaky jsou tři Hjorthovy deskriptory. Ty jsou dále vystaveny metodě maximalizace věrohodnosti směsi Gaussovských rozložení, která umožňuje spolehlivé roztřídění fragmentů podle jejich příslušnosti k organismu.
|
guest ::
RSS feed.