|
|
Vývoj webového nástroje pro analýzu kalorimetrických dat
Nedeljković, Sava ; Musil, Miloš (oponent) ; Sumbalová, Lenka (vedoucí práce)
Proteiny jsou organické molekuly složené z aminokyselin, které jsou přítomny ve všech živých organizmech. Jsou to hlavní stavební prvky života. Zkoumání stability proteinů má velké uplatnění ve farmaceutickém, biochemickém a zdravotnickém průmyslu, proto je o něj velký zájem. Stabilitu proteinu a mnoho dalších vlastností lze stanovit pozorováním jeho mechanismu rozkládání. Diferenciální skenovací kalorimetrie (DSC) se ukázala jako velmi přesná metoda pro tento úkol. Cílem této práce je zlepšit funkce softwaru CalFitter, který analyzuje data získaná z experimentů DSC. Nové funkce softwaru umožňují automaticky vypočítat počáteční parametry, které jsou potřebné pro úspěšnou analýzu.
|
|
|
Platform for Biological Sequence Analysis Using Machine Learning
Lacko, Dávid ; Burgetová, Ivana (oponent) ; Martínek, Tomáš (vedoucí práce)
Machine learning has many active areas and one of them is protein characterisation since experimental annotation is usually costly and time-consuming, and many datasets suitable for training predictors are currently being published. One of the recent methods, called innov'SAR, combines the Fourier transform with partial linear regression and has been used in several protein engineering applications. However, the code for the method is not freely available and the method itself was not statistically verified. The goal of this thesis is to address these limitations, implement and extend the method using Python language in an easy-to-use platform that allows training and testing of the models. The extensions include parallelization, Spearman scoring function and aligned sequence input. The statistical significance testing is also performed to verify the impact of the found dependencies between input sequences and properties of the proteins. The method proved to be statistically significant with strong dependencies found between inputs and outputs. Two newly collected halalkane dehalogenase datasets were used to train models and they have cross validation scores of Q2 = 0.54 and Q2 = 0.77 with almost double the improvement over the baseline models. Created models allow filtering of large sequence databases and scanning for potential improvements in the protein properties.
|
|
|
Prediktor vlivu aminokyselinových substitucí na funkci proteinů
Musil, Miloš ; Martínek, Tomáš (oponent) ; Bendl, Jaroslav (vedoucí práce)
Tato práce se zaobírá problematikou predikce škodlivosti aminokyselinových substitucí pomocí metody fylogenetické analýzy, inspirované nástrojem MAPP. Nezanedbatelné množství genetických onemocnění je způsobeno nesynonymními SNPs, projevujícími se jako jednobodové mutace na úrovni proteinů. Schopnost identifikovat tyto škodlivé substituce by mohla být užitečná v oblasti proteinového inženýrství pro testování, zda navržená mutace nepoškodí funkci proteinu a stejně tak k identifikaci choroby způsobujících škodlivých mutací. Experimentální ohodnocení navržených mutací je však nákladné a vyvstala tak potřeba pro predikci vlivu aminokyselinových substitucí počítačovými metodami. Tato práce popisuje návrh a implementaci nového predikčního nástroje, založeného na principech evoluční analýzy a studiu rozdílnosti fyzikálně-chemických vlastností mezi původní a substituovanou aminokyselinou. Vyvinutý algoritmus byl otestován na čtyř datasetech, čítajících celkem 74 192 mutací na 16 256 proteinových sekvencích. Prediktor dosáhl až 72 % přesnosti a ve srovnání s většinou v současné době existujících nástrojů je jeho výpočet výrazně méně náročný na počítačový čas. Ve snaze dosáhnout maximální možnou efektivitu nástroje byl optimalizační proces zaměřen na výběr nejvhodnějších (a) nástrojů třetích stran, (b) rozhodovacího prahu a (c) sady fyzikálně-chemických vlastností.
|
|
|
Computational Workflow for the Prediction and Design of Stable Proteins
Kadleček, Josef ; Martínek, Tomáš (oponent) ; Musil, Miloš (vedoucí práce)
This thesis focuses on enriching computational tools for the prediction of protein mutations for the purpose of enriching their stability. Stable mutants of proteins are necessary for the development of the new drugs. Unfortunately, experimental validation of the stabilization effect of given mutations is costly and time demanding. Therefore, the FireProt tool was developed. FireProt utilizes a combination of both evolutionary and energy-based approaches for identifying potentially stabilizing mutations. This thesis enriches the FireProt tool with the possibility of entering custom mutations for the analysis. It also integrates other prediction software, FireProt ASR, and provides user with an option to select multiple mutational strategies for the detection of stabilizing mutations. Furthermore, it enriches the FireProt tool with another information about proteins residues (for instance relative B-factor) and makes it possible to utilize homology modeling to model the protein's structure based on its sequence. Lastly, it introduces a novel approach for the design of multiple-point mutants.
|
|
|
Computational Design of Stable Proteins
Musil, Miloš ; Lexa, Matej (oponent) ; Vinař, Tomáš (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Stable proteins are utilized in a vast number of medical and biotechnological applications. However, the native proteins have mostly evolved to function under mild conditions inside the living cells. As a result, there is a great interest in increasing protein stability to enhance their utility in the harsh industrial conditions. In recent years, the field of protein engineering has matured to the point that enables tailoring of native proteins for specific practical applications. However, the identification of stable mutations is still burdened by costly and laborious experimental work. Computational methods offer attractive alternatives that allow a rapid search of the pool of potentially stabilizing mutations to prioritize them for further experimental validation. A plethora of the computational strategies was developed: i) force-field-based energy calculations, ii) evolution-based techniques, iii) machine learning, or iv) the combination of several approaches. Those strategies are usually limited in their predictions to less impactful single-point mutations, while some more sophisticated methods for prediction of multiple-point mutations require more complex inputs from the side of the user. The main aim of this Thesis is to provide users with a fully automated workflow that would allow for the prediction of the highly stable multiple-point mutants without the requirement of the extensive knowledge of the bioinformatics tools and the protein of interest. FireProt is a fully automated workflow for the design of the highly stable multiple-point mutants. It is a hybrid method that combines both energy- and evolution-based approaches in its calculation core, utilizing sequence information as a filter for robust force-field calculations. FireProt workflow not only detects a pool of potentially stabilizing mutations but also tries to combine them together while reducing the risk of antagonistic effects. FireProt-ASR is a fully automated workflow for ancestral sequence reconstruction, allowing users to utilize this protein engineering strategy without the need for the laborious manual work and the knowledge of the system of interest. It resolves all the steps required during the process of ancestral sequence reconstruction, including the collection of the biologically relevant homologs, construction of the rooted tree, and the reconstruction of the ancestral sequences and ancestral gaps.HotSpotWizard is a workflow for the automated design of mutations and smart libraries for the engineering of protein function and stability. It allows for a wider analysis of the protein of interest by utilizing four different protein engineering strategies: i) identification of the highly mutable residues located in the catalytic pockets and tunnels, ii) identification of the flexible regions, iii) calculation of the sequence consensus, and iv) identification of the correlated residues.FireProt-DB is a database of the known experimental data quantifying a protein stability. The main aim of this database is to standardize protein stability data, provide users with well-manageable storage, and allow them to construct protein stability datasets to use them as training sets for various machine learning applications.
|
|
|
Bioinformatický nástroj pro predikci rozpustnosti proteinů
Čermák, Jiří ; Hon, Jiří (oponent) ; Martínek, Tomáš (vedoucí práce)
Abychom dosáhli levnější a efektivnější výroby proteinů, musíme být schopni predikovat, zda budou proteiny rozpustné. V této práci se zabýváme vytvořením bioinformatických datových sad na základě databází Target Track a eSol, testováním příznaků používaných v existujících nástrojích zabývajících se rozpustností proteinů a tvorbou nového prediktoru. Přestože se nám nedaří vytvořit efektivní nástroj na predikci rozpustnosti proteinů, zjišťujeme, že ve většině případů staré příznaky na nové datové sadě nekorelují s rozpustností proteinů tak silně, jako tomu je u starších a menších datových sad.
|
|
|
Identifikace proteinových tunelů s využitím molekulárních dynamik
Kohout, Petr ; Martínek, Tomáš (oponent) ; Musil, Miloš (vedoucí práce)
Tato diplomová práce se zabývá analýzou proteinových struktur. Cílem je navrhnout Caver Web 2.0 -- novou verzi webové aplikace, která začlení další vědecké nástroje a uživatelům umožní projít komplikovaný pracovní protokol za poskytnutí relevantních výsledků bez nutnosti hlubší znalosti integrovaných nástrojů. Vše bude zprostředkováno prostřednictvím jednoduchého a interaktivního uživatelského rozhraní. Aplikace rozšiřuje původní aplikaci Caver Web 1.0 o nové vlastnosti. Caver Web 1.0 je webový server vhodný pro identifikaci proteinových tunelů a kanálů, pro které umožňuje spustit analýzy transportu ligandů. Program se vyznačuje intuitivním a uživatelsky přívětivým rozhraním s minimem požadovaných vstupů od uživatele. Server je vhodný i pro výzkumníky bez pokročilých bioinformatických nebo technických znalostí. Jeho současná verze je ve vědecké komunitě dobře zavedená a velmi využívaná (35 000 dokončených výpočtů během dvou let provozu). Nejvýznamnějším omezením současné verze je možnost analyzovat pouze statickou strukturu, což často poskytuje neúplný biologický obraz. Proto bylo rozhodnuto o rozšíření nástroje o výpočet molekulárních dynamik, které poskytnou ucelený obraz na proměny proteinových struktur.
|
|
|
Fully Automated Method for the Design of Ancestral Proteins
Štěpánek, Martin ; Martínek, Tomáš (oponent) ; Musil, Miloš (vedoucí práce)
Protein stability is a crucial feature for the industrial applications of proteins. This thesis focuses on the enhancements of FireProtASR, an automated tool for the design of stable proteins via ancestral sequence reconstruction. A novel technique of the successor prediction was developed and implemented into FireProtASR. Successors represent the evolutionary future of protein sequences and are supposed to have higher activity than current day proteins. They are also expected to have higher ability to target specific molecules. Furthermore, a new web user interface of FireProtASR was developed. It provides a fast and intuitive way to control the tool.
|
|
|
Využití variačních autoenkodérů pro ancestrální rekonstrukci sekvencí
Kohout, Pavel ; Martínek, Tomáš (oponent) ; Musil, Miloš (vedoucí práce)
Proteinové inženýrství je interdisciplinární vědní obor zabývající se návrhem vylepšených proteinů. Úspěšnou metodou využívanou pro návrh stabilnějších a aktivnějších proteinů je ancestrální rekonstrukce sekvencí. Tato metoda zkoumá evoluční vztahy mezi existujícími proteiny a za pomoci fylogenetických stromů vytváří jejich evoluční předchůdce, které kýžené vylepšené vlastnosti často vykazují. Proto nové a robustnější metody využívající matematické modely společně s obrovským množstvím sekvenčních dat by se mohly stát mocným nástrojem proteinového inženýrství. Tato diplomové práce se zabývá použitím variačních autoenkodérů jako alternativního přístupu k návrhu ancestrálních sekvencí oproti konvenčním metodám využívajícím fylogenetické stromy. V práci byly provedeny experimenty pro optimalizaci architektury a navrženy statistické metody pro evaluaci kvality modelů a generovaných sekvencí. Současně byly provedeny zkoušky robustnosti celé metody a navrhnuty a implementovány strategie pro generaci sekvence předků.
|
|
|
Predikce škodlivosti aminokyselinových mutací s využitím metody MAPP
Pelikán, Ondřej ; Vogel, Ivan (oponent) ; Bendl, Jaroslav (vedoucí práce)
Práce se zabývá problematikou predikce škodlivosti aminokyselinových mutací pomocí metody MAPP. Tato metoda pro svoji činnost potřebuje vícenásobné zarovnání a fylogenetický strom vytvořený pomocí nástrojů třetích stran. Hlavním cílem této práce je vybrat suboptimální parametry a nástroje třetích stran pro metodu MAPP s využitím jednoho silně promutovaného proteinu. Poté je metoda MAPP s vybranými programy a parametry otestována na dvou nezávislých datasetech a její výkon je srovnán s ostatními nástroji určenými pro predikci vlivu mutací. Dalším cílem je vytvořit pro metodu MAPP webové rozhraní, které umožní pracovat s touto metodou bez instalace databáze proteinů, programů třetích stran i samotného nástroje MAPP.
|
host ::
RSS.