|
|
Komprese genomických signálů pro klasifikaci a identifikaci organismů
Sedlář, Karel ; Vítek, Martin (oponent) ; Škutková, Helena (vedoucí práce)
Moderní klasifikace organismů je založena na molekulárních datech. Přitom tyto metody spoléhají na vícenásobné zarovnání znakových sekvencí, což je činí výpočetně velmi náročnými. Proto je také možné zpracovávat pouze krátké úseky genomu. Tato práce ukazuje zcela nový algoritmus postavený na konverzi celogenomových sekvencí do signálů kumulované fáze. Ty jsou podrobeny ztrátové kompresi spočívající v odstranění nadbytečných frekvenčních pásem pomocí vlnkové transformace. Klasifikace organismů je následně provedena jako shluková analýza s využitím euklidovské vzdálenosti dvojic komprimovaných signálů, kde je zarovnání provedeno algoritmem pro dynamické borcení časové osy.
|
|
|
Methods for fast sequence comparison and identification in metagenomic data
Kupková, Kristýna ; Škutková, Helena (oponent) ; Sedlář, Karel (vedoucí práce)
The objective of this thesis is to create a method for identification of organisms in metagenomic data. Until this point methods based on sequence alignment with reference database have been sufficient for this purpose. However, the volume of data grows rapidly with evolvement of sequencing techniques and the alignment-based methods became inconvenient due to computationally demanding alignment. A new technique is introduced in this master’s thesis, which allows alignment-free metagenomic data classification. The method is based on transformation of sequences to genomic signals in form of phase representation, from which feature vectors are extracted. These features are three Hjorth descriptors, which are then subjected expectation maximization for Gaussian mixture model method allowing reliable binning of metagenomic data.
|
|
|
Signal Based Feature Selection for Fast Classification of Sequences in Metagenomics
Sedlář, Karel
The rapid development in DNA sequencing techniques brings completely new possibilities into metagenomics research. No longer is the whole metagenome sequencing an issue. On the other hand, this progress lies new demands on bioinformatics tools indented to process this kind of data. Unlike the amplicon based sequencing where every sequence represents a particular gene, the whole metagenome sequencing produce sequences that are random pieces of genomes in the metagenome. Therefore, the reference database for identification of these sequences cannot be used. Here, we present fast feature selection based on genomic signal processing for alignment-free classification of sequences in the metagenome.
|
|
|
Methods for fast sequence comparison and identification in metagenomic data
Kupková, Kristýna ; Škutková, Helena (oponent) ; Sedlář, Karel (vedoucí práce)
The objective of this thesis is to create a method for identification of organisms in metagenomic data. Until this point methods based on sequence alignment with reference database have been sufficient for this purpose. However, the volume of data grows rapidly with evolvement of sequencing techniques and the alignment-based methods became inconvenient due to computationally demanding alignment. A new technique is introduced in this master’s thesis, which allows alignment-free metagenomic data classification. The method is based on transformation of sequences to genomic signals in form of phase representation, from which feature vectors are extracted. These features are three Hjorth descriptors, which are then subjected expectation maximization for Gaussian mixture model method allowing reliable binning of metagenomic data.
|
|
|
Komprese genomických signálů pro klasifikaci a identifikaci organismů
Sedlář, Karel ; Vítek, Martin (oponent) ; Škutková, Helena (vedoucí práce)
Moderní klasifikace organismů je založena na molekulárních datech. Přitom tyto metody spoléhají na vícenásobné zarovnání znakových sekvencí, což je činí výpočetně velmi náročnými. Proto je také možné zpracovávat pouze krátké úseky genomu. Tato práce ukazuje zcela nový algoritmus postavený na konverzi celogenomových sekvencí do signálů kumulované fáze. Ty jsou podrobeny ztrátové kompresi spočívající v odstranění nadbytečných frekvenčních pásem pomocí vlnkové transformace. Klasifikace organismů je následně provedena jako shluková analýza s využitím euklidovské vzdálenosti dvojic komprimovaných signálů, kde je zarovnání provedeno algoritmem pro dynamické borcení časové osy.
|
host ::
RSS.