Téma disertační práce

Školitel:Martínek Tomáš, Ing., Ph.D.
Téma:Pokročilý bioinformatický nástroj pro predikci vlivu mikrobiomu na zkoumaný fenotyp
Zahájení v ak.r.:2017/2018
Charakteristika řešeného problému:

Mikrobiom tvoří soubor všech bakterií, které se vyskytují na povrchu nebo uvnitř daného organismu. Např. u člověka se jedná o bakterie vyskytující se na jeho kůži, v různých tělních otvorech a dutinách, a převážně v trávícím traktu počínaje ústní dutinou, jícnem, přes žaludek až po střeva. V posledních letech se mikrobiom stal jednou z hlavních oblastí výzkumu, neboť bylo zjištěno, že má výrazný vliv na lidské zdraví, je úzce propojen s imunitním a nervovým systémem a hraje klíčovou roli v řadě civilizačních nemocí zahrnující nemoci trávícího traktu (např. IBD, IBS), autoimunitní onemocnění (různé formy alergií) a neurodegenerativní onemocnění (Alzheimerova, Parkinsonova nemoc apod.).

Současné přístupy pro predikci vlivu mikrobiomu na konkrétní onemocnění se často zaměřují buď na jeho složení (metagenom ve formě 16SrDNA popř. celogenomového sekvenování) nebo na procesy, které uvnitř probíhají (metatranskriptom, metabolom, metaproteom). Existuje však velmi málo nástrojů, které by dokázaly efektivně kombinovat obě tyto informace a spolehlivě predikovat jejich vliv na zkoumaný fenotyp. Obtížnost tohoto tématu spočívá mimo jiné také ve zpracování velkého množství dat, které vyžaduje velmi efektivní návrh algoritmů a jejich paralelní zpracování s využitím superpočítačů nebo gridových center.

Předpokládané cíle disertační práce jsou proto následující:
  • Studium existujících metod pro predikci vlivu mikrobiomu na zkoumaný fenotyp.

  • Vývoj nových algoritmů pro predikci vlivu mikrobiomu na zkoumaný fenotyp, které budou zohledňovat kombinaci různých typů dat (metagenom, metatranskriptom, metabolom, metaproteom apod.).

  • Vytvoření nového bioinformatického nástroje a jeho validace na dostupných experimentálních datech.

V rámci řešení se očekává využití některých technik strojového učení, umělé inteligence nebo návrhu vhodných heuristik pro prohledávání stavového prostoru s ohledem na charakter dostupných mikrobiálních dat.

Vaše IPv4 adresa: 34.204.189.171
Přepnout na https