|
|
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.
|
|
|
Vyhledávání enzymů v metagenomických datech
Smatana, Stanislav ; Martínek, Tomáš (oponent) ; Hon, Jiří (vedoucí práce)
Hlavným cieľom tejto práce bolo navrhnúť a implementovať systém, ktorý by bol na zák- lade vstupnej sekvencie enzýmu schopný vyhľadať v metagenomickej vzorke nové enzýmy s rovnakou funkciou. Aby bolo možné garantovať, že nájdené varianty skutočne katalyzujú rovnakú reakciu, je nutné ich katalytickú funkciu bližšie overiť. Jedným z hlavných prínosov tejto práce je práve návrh, implementácia a testovanie metód pre verifikáciu katalytickej funkcie. Experimenty ukázali, že navrhnuté metódy dosahujú senzitivitu 89%, špecificitu 95%, hodnoty metriky AUC nad 0,9 a v priemere dokážu na osobnom počítači vykonať 1 203 verifikácií za sekundu. Okrem toho bola počas testovania objavená čiastočná sekven- cia nového enzýmu z rady halogénalkán dehalogenáz. Implementovaný systém je schopný fungovať na osobnom počítači, ako aj na distribuovanom systéme typu grid.
|
|
|
Metody zpracování sekvenačních dat technologie Oxford Nanopore pro účely metagenomiky
Barilíková, Lujza ; Provazník, Ivo (oponent) ; Kupková, Kristýna (vedoucí práce)
Revolučná technológia sekvenovania od spoločnosti Oxford Nanopore Technologies – MinION, predstavuje veľkú nádej v oblasti metagenomiky. Nízka cena, produkovanie dlhých čítaní a prenosnosť, vďaka malým rozmerom, predstavuje len jednu z mnohých výhod tejto technológie. Napriek týmto benefitom je tu však nedostatok dostupných výpočtových nástrojov, ktoré by nám umožnili plne zaobchádzať s produkovanými dátami. V úvode tejto bakalárskej práce sú predstavené terajšie sekvenačné technológie so zameraním sa na technológie tretej generácie, predovšetkým na spomínané nanopórové sekvenovanie. V práci sú uvedené aj súčasné možnosti vizualizácie metagenomických dát. Hlavným cieľom tejto práce je vytvoriť algoritmus, ktorý za pomoci aplikácie metód redukcie dimenzionality priamo na surové dáta, produkované nanopórovým sekvenovaním, bude realizovať tzv. binning metagenomických vzoriek.
|
|
|
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.
|
|
|
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.
|
|
|
Bacteria Classification into Taxonomic Categories Based on Properties of 16s rRNA
Grešová, Katarína ; Hon, Jiří (oponent) ; Smatana, Stanislav (vedoucí práce)
The main goal of this thesis was to design and implement a tool that would be able to classify the sequences of the 16S rRNA gene into taxonomic categories using the properties of the 16S rRNA gene. The created tool analyzes all input sequences simultaneously, which differs from common classification approaches, which classify input sequences individually. This tool relies on the fact that bacteria contain several copies of the 16S rRNA gene, which may differ in sequence. The main contribution of this work is design, implementation and evaluation of the capabilities of this tool. Experiments have shown that the proposed tool is able to identify the corresponding bacteria for smaller datasets and determine the correct ratios of their abundances. However, with larger datasets, the state space becomes very large and fragmented, which requires further improvements in order for it to search the state space in an efficient way.
|
|
|
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.
|
|
|
Methods for Comparative Analysis of Metagenomic Data
Sedlář, Karel ; Vinař,, Tomáš (oponent) ; Lexa, Matej (oponent) ; Provazník, Ivo (vedoucí práce)
Modern research in environmental microbiology utilizes genomic data, especially sequencing of DNA, to describe microbial communities. The field studying all genetic material present in an environmental sample is referred to as metagenomics. This doctoral thesis deals with metagenomics from the perspective of bioinformatics that is unreplaceable during the data processing. In the theoretical part of this thesis, two different approaches of metagenomics are described including their main principles and weaknesses. The first approach, based on targeted sequencing, is a well-established field with a wide range of bioinformatics techniques. Yet, methods for comparison of samples from several environments can be highly improved. The approach introduced in this thesis uses unique transformation of data into a bipartite graph, where one partition is formed by taxa, while the other by samples or environments. Such a graph fully reflects qualitative as well as quantitative aspect of analyzed microbial networks. It allows a massive data reduction to provide human comprehensible visualization without affecting the automatic community detection that can found clusters of similar samples and their typical microbes. The second approach utilizes whole metagenome shotgun sequencing. This strategy is newer and the corresponding bioinformatics techniques are less developed. The main challenge lies in fast clustering of sequences, in metagenomics referred to as binning. The method introduced in this thesis utilizes a genomic signal processing approach. By thorough analysis of redundancy of genetic information stored in genomic signals, a unique technique was proposed. The technique utilizes transformation of character sequences into several variants of phase signals. Moreover, it is able to directly process nanopore sequencing data in the form of a native current signal.
|
|
|
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.
|
|
|
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.
|
host ::
RSS.