|
|
Analýza strukturních elementů DNA
Knytl, Marek ; Burgetová, Ivana (oponent) ; Martínek, Tomáš (vedoucí práce)
Cílem této diplomové práce je návrh a implementace nástroje trackAnalysis pro statistickou analýzu strukturních elementů na DNA. Pozice jednotlivých elementů v rámci genomu jsou získány v podobě stopy a nad těmito pozicemi poté nástroj provádí sadu analýz, mezi které patří test náhodnosti stopy, test vzdáleností stop od genů, klasifikace, detekce shluků a překryvů. Výsledky jednotlivých testů je možné navzájem propojit. Výsledek bude poté zobrazen ve formě výpisu, grafu, případně nové anotační stopy. Důležitou částí této práce je rovněž otestování výsledného nástroje na sadě reálných dat.
|
|
|
Dotazovací jazyk pro databáze biologických dat
Bahurek, Tomáš ; Vogel, Ivan (oponent) ; Martínek, Tomáš (vedoucí práce)
S rapidně stoupajícím množstvím biologických dat stoupá i důležitost biologických databází. U těchto databází je nezbytné objevování znalostí (nalezení spojitostí, které nebyli známé v čase vkládání dat). K získávání znalostí z biologických databází je nutná konstrukce složitých SQL dotazů, což vyžaduje pokročilou znalost SQL a použitého databázového sché- matu. Biologové většinou tyto znalosti nemají, proto je potřeba nástroje, který by poskytl intuitivnějšího rozhrání pro tyto databáze. Tato práce navrhuje ChQL, intuitivní dotazovací jazyk pro databázi biologických dat Chado. ChQL umožňuje biologům poskládat dotaz za použití pojmů, které dobře znají bez nutnosti znát SQL nebo použité schéma. Tato práce implementuje aplikaci pro dotazování databáze Chado pomocí ChQL. Webové rozhrání provede uživatele procesem zostavení věty jazyka ChQL. Aplikace přeloží tuto větu do SQL dotazu, odešle jej do databáze Chado a zobrazí vrácená data v tabulce. Výsledky jsou vyhodnoceny testováním dotazů na reálných datech.
|
|
|
Interpretace dat z biočipů
Ludwig, Petr ; Šilhavá, Jana (oponent) ; Smrž, Pavel (vedoucí práce)
Tato práce se zabývá interpretací dat získaných pomocí technologie biočipů. Práce obsahuje také krátký úvod do problematiky genetické informace a jejího významu. Jádrem práce je pak sada skriptů provádějící analýzy nad testovacími daty. Jako vstupní data jsou použity výstupy biočipové analýzy tkání s rakovinou tlustého střeva. Dílčí výsledek je určení genových markerů rakoviny tlustého střeva. Finální výsledek určuje postavení markerů v kontextu objevených signálních drah, ty jsou nakonec seřazeny dle relevance.
|
|
|
Methods for class prediction with high-dimensional gene expression data
Šilhavá, Jana ; Matula, Petr (oponent) ; Železný, Filip (oponent) ; Smrž, Pavel (vedoucí práce)
This thesis deals with class prediction with high-dimensional gene expression data. During the last decade, an increasing amount of genomic data has become available. Combining gene expression data with other data can be useful in clinical management, where it can improve the prediction of disease prognosis. The main part of this thesis is aimed at combining gene expression data with clinical data. We use logistic regression models that can be built through various regularized techniques. Generalized linear models enable us to combine models with different structure of data. It is shown that such a combination may yield more accurate predictions than those obtained based on the use of gene expression or clinical data alone. Suggested approaches are not computationally intensive. Evaluations are performed with simulated data sets in different settings and then with real benchmark data sets. The work also characterizes an additional predictive value of microarrays. The thesis includes a comparison of selected features of gene expression classifiers built up in five different breast cancer data sets. Finally, a feature selection that combines gene expression data with gene ontology information is proposed.
|
|
| |
|
|
Methods for class prediction with high-dimensional gene expression data
Šilhavá, Jana ; Matula, Petr (oponent) ; Železný, Filip (oponent) ; Smrž, Pavel (vedoucí práce)
This thesis deals with class prediction with high-dimensional gene expression data. During the last decade, an increasing amount of genomic data has become available. Combining gene expression data with other data can be useful in clinical management, where it can improve the prediction of disease prognosis. The main part of this thesis is aimed at combining gene expression data with clinical data. We use logistic regression models that can be built through various regularized techniques. Generalized linear models enable us to combine models with different structure of data. It is shown that such a combination may yield more accurate predictions than those obtained based on the use of gene expression or clinical data alone. Suggested approaches are not computationally intensive. Evaluations are performed with simulated data sets in different settings and then with real benchmark data sets. The work also characterizes an additional predictive value of microarrays. The thesis includes a comparison of selected features of gene expression classifiers built up in five different breast cancer data sets. Finally, a feature selection that combines gene expression data with gene ontology information is proposed.
|
|
|
Interpretace dat z biočipů
Ludwig, Petr ; Šilhavá, Jana (oponent) ; Smrž, Pavel (vedoucí práce)
Tato práce se zabývá interpretací dat získaných pomocí technologie biočipů. Práce obsahuje také krátký úvod do problematiky genetické informace a jejího významu. Jádrem práce je pak sada skriptů provádějící analýzy nad testovacími daty. Jako vstupní data jsou použity výstupy biočipové analýzy tkání s rakovinou tlustého střeva. Dílčí výsledek je určení genových markerů rakoviny tlustého střeva. Finální výsledek určuje postavení markerů v kontextu objevených signálních drah, ty jsou nakonec seřazeny dle relevance.
|
|
|
Analýza strukturních elementů DNA
Knytl, Marek ; Burgetová, Ivana (oponent) ; Martínek, Tomáš (vedoucí práce)
Cílem této diplomové práce je návrh a implementace nástroje trackAnalysis pro statistickou analýzu strukturních elementů na DNA. Pozice jednotlivých elementů v rámci genomu jsou získány v podobě stopy a nad těmito pozicemi poté nástroj provádí sadu analýz, mezi které patří test náhodnosti stopy, test vzdáleností stop od genů, klasifikace, detekce shluků a překryvů. Výsledky jednotlivých testů je možné navzájem propojit. Výsledek bude poté zobrazen ve formě výpisu, grafu, případně nové anotační stopy. Důležitou částí této práce je rovněž otestování výsledného nástroje na sadě reálných dat.
|
|
|
Dotazovací jazyk pro databáze biologických dat
Bahurek, Tomáš ; Vogel, Ivan (oponent) ; Martínek, Tomáš (vedoucí práce)
S rapidně stoupajícím množstvím biologických dat stoupá i důležitost biologických databází. U těchto databází je nezbytné objevování znalostí (nalezení spojitostí, které nebyli známé v čase vkládání dat). K získávání znalostí z biologických databází je nutná konstrukce složitých SQL dotazů, což vyžaduje pokročilou znalost SQL a použitého databázového sché- matu. Biologové většinou tyto znalosti nemají, proto je potřeba nástroje, který by poskytl intuitivnějšího rozhrání pro tyto databáze. Tato práce navrhuje ChQL, intuitivní dotazovací jazyk pro databázi biologických dat Chado. ChQL umožňuje biologům poskládat dotaz za použití pojmů, které dobře znají bez nutnosti znát SQL nebo použité schéma. Tato práce implementuje aplikaci pro dotazování databáze Chado pomocí ChQL. Webové rozhrání provede uživatele procesem zostavení věty jazyka ChQL. Aplikace přeloží tuto větu do SQL dotazu, odešle jej do databáze Chado a zobrazí vrácená data v tabulce. Výsledky jsou vyhodnoceny testováním dotazů na reálných datech.
|
host ::
RSS.