Search

This bachelor thesis deals with contemporary American war film set in the Second World War. It presents historical and cultural context of war film evolution. Then it deals with established procedures in war films in general. On the sample of three films it then presents various approaches to the topic and at the same time points out common elements., Tato bakalářská práce se zabývá současným americkým válečným filmem zasazeným do druhé světové války. Uvádí historický i kulturní kontext vzniku válečného filmu. Dále se zabývá zavedenými postupy ve válečných filmech v obecné rovině. Na vzorku tří filmů poté ukazuje rozdílné přístupy k látce a zároveň poukazuje na společné elementy., Katedra anglistiky a amerikanistiky, Dokončená práce s úspěšnou obhajobou

Hlavní pozornost v oblasti strukturálních variací je zaměřena na lidské genomy. Detekce změny variace počtu kopií (CNV) u bakterií je tedy méně rozvinutou oblastí. Běžně používané metody detekce CNV neberou v úvahu specifika bakteriálních kruhových genomů a obecně existuje prostor pro zlepšení metrik výkonnosti. Tato práce představuje metodu detekce CNV nazvanou CNproScan zaměřenou na bakteriální genomy. CNproScan implementuje hybridní přístup kombinující signály hloubky čtení a párů čtení. Bere v potaz všechny vlastnosti bakterií a využívá pouze sekvenační data. Na základě výsledků ze srovnání dosáhl CNproScan velmi dobrých výsledků v různých podmínkách. Pomocí informací z párových čtení jsou CNV klasifikovány do několika kategorií. Ve srovnání s jinými metodami může CNproScan také detekovat mnohem kratší CNV. Vzhledem k nutnosti slučovat nejen signály různých přístupů, ale také výsledky různých algoritmů, dizertační práce také představuje pipelinu nazvanou ProcaryaSV vyvinutou k detekci CNV s využitim pěti nástrojů a slučování jejich výsledků. ProcaryaSV se stará o celý postup od kontroly kvality čtení, ořezávání konců čtení, zarovnání čtení až k detekci CNV., The focus in the field of structural variations is mainly focused on human genomes. Thus, detecting copy number variation (CNV) in bacteria is a less developed field. Commonly used CNV detection methods do not consider the features of bacterial circular genomes and generally, there is a space to improve performance metrics. This thesis presents a CNV detection method called CNproScan focused on bacterial genomes. CNproScan implements a hybrid approach combining read depth and read pair signals. It considers all bacteria features and depends only on NGS data. Based on the benchmarking results, the CNproScan achieved very well in various conditions. Using the read pair information, the CNVs are classified into several categories. Also, compared with other methods, CNproScan can detect much shorter CNV events. Because of the necessity of merging not only the various feature signals but also the results of different algorithms, the thesis also introduces a pipeline called ProcaryaSV developed to easily employ five CNV detection tools and merge their results. ProcaryaSV handles the whole procedure from quality check, reads trimming, and alignment to the CNV calling.

Enzymy jsou proteiny urychlující chemické reakce s velkým potenciálem pro farmaceutický a obecně chemický průmysl. Enzymatická funkce je obvykle zajištěna několika nepostradatelnými aminokyselinami, které tvoří tzv. aktivní místo, kde se odehrává chemická reakce. V této práci jsou prezentovány dva integrované softwarové nástroje pro dolování a racionální výběr nových rozpustných enzymů - EnzymeMiner a SoluProt. EnzymeMiner slouží k hledání nových enzymů. Na vstupu vyžaduje jednu nebo více sekvencí zvoleného enzymu spolu se seznamem klíčových aminokyselin. Tento seznam slouží k zvýšení pravděpodobnosti, že nalezený enzym bude mít podobnou funkci jako vstupní enzym. Výstupem EnzymeMineru je množina anotovaných sekvencí nalezených v databázi. Za účelem ulehčení výběru několika málo kandidátů pro experimentální ověření v laboratoři integruje EnzymeMiner anotace z dostupných databází - informaci o zdrojovém organismu a prostředí, ve kterém se vyskytuje, a informaci o proteinových doménách, ze kterých se enzym skládá. Hlavním kritériem pro výběr kandidátů je rozpustnost predikovaná druhým prezentovaným nástrojem, SoluProtem. SoluProt je metoda založená na strojovém učení, která predikuje heterologní rozpustnou expresi proteinu v organismu Escherichia coli . Vstupem je sekvence a výstupem je pravděpodobnost, že protein bude exprimován v rozpustné formě. SoluProt využívá model gradient boosting machine a byl trénován na datové sadě odvozené od databáze TargetTrack. Při srovnání na vyvážené nezávislé datové sadě odvozené z databáze NESG dosáhl SoluProt přesnosti 58,5 % a hodnoty AUC 0,62, čímž lehce převyšuje ostatní existující nástroje. Nástroje EnzymeMiner i SoluProt jsou často využívány řadou uživatelů z oblasti proteinového inženýrství za účelem hledání nových rozpustných biokatalyzátorů chemických reakcí. Ty mají velký potenciál snížit energetickou náročnost a ekologickou zátěž mnoha průmyslových procesů., Enzymes are proteins accelerating chemical reactions, which makes them attractive targets for both pharmaceutical and industrial applications. The enzyme function is mediated by several essential amino acids which form the optimal chemical environment to catalyse the reaction. In this work, two integrated bioinformatics tools for mining and rational selection of novel soluble enzymes, EnzymeMiner and SoluProt, are presented. EnzymeMiner uses one or more enzyme sequences as input along with a description of essential residues to search the protein database. The description of essential amino acids is used to increase the probability of similar enzymatic function. EnzymeMiner output is a set of annotated database hits. EnzymeMiner integrates taxonomic, environmental, and protein domain annotations to facilitate selection of promising targets for experiments. The main prioritization criterion is solubility predicted by the second tool being presented, SoluProt. SoluProt is a machine-learning method for the prediction of soluble protein expression in Escherichia coli . The input is a protein sequence and the output is the probability of such protein to be soluble. SoluProt exploits a gradient boosting machine to decide on the output prediction class. The tool was trained on TargetTrack database. When evaluated against a balanced independent test set derived from the NESG database, SoluProt accuracy was 58.5% and its AUC 0.62, slightly exceeding those of a suite of alternative solubility prediction tools. Both EnzymeMiner and SoluProt are frequently used by the protein engineering community to find novel soluble biocatalysts for chemical reactions. These have a great potential to decrease energetic consumption and environmental burden of many industrial chemical processes.

Hlavní pozornost v oblasti strukturálních variací je zaměřena na lidské genomy. Detekce změny variace počtu kopií (CNV) u bakterií je tedy méně rozvinutou oblastí. Běžně používané metody detekce CNV neberou v úvahu specifika bakteriálních kruhových genomů a obecně existuje prostor pro zlepšení metrik výkonnosti. Tato práce představuje metodu detekce CNV nazvanou CNproScan zaměřenou na bakteriální genomy. CNproScan implementuje hybridní přístup kombinující signály hloubky čtení a párů čtení. Bere v potaz všechny vlastnosti bakterií a využívá pouze sekvenační data. Na základě výsledků ze srovnání dosáhl CNproScan velmi dobrých výsledků v různých podmínkách. Pomocí informací z párových čtení jsou CNV klasifikovány do několika kategorií. Ve srovnání s jinými metodami může CNproScan také detekovat mnohem kratší CNV. Vzhledem k nutnosti slučovat nejen signály různých přístupů, ale také výsledky různých algoritmů, dizertační práce také představuje pipelinu nazvanou ProcaryaSV vyvinutou k detekci CNV s využitim pěti nástrojů a slučování jejich výsledků. ProcaryaSV se stará o celý postup od kontroly kvality čtení, ořezávání konců čtení, zarovnání čtení až k detekci CNV., The focus in the field of structural variations is mainly focused on human genomes. Thus, detecting copy number variation (CNV) in bacteria is a less developed field. Commonly used CNV detection methods do not consider the features of bacterial circular genomes and generally, there is a space to improve performance metrics. This thesis presents a CNV detection method called CNproScan focused on bacterial genomes. CNproScan implements a hybrid approach combining read depth and read pair signals. It considers all bacteria features and depends only on NGS data. Based on the benchmarking results, the CNproScan achieved very well in various conditions. Using the read pair information, the CNVs are classified into several categories. Also, compared with other methods, CNproScan can detect much shorter CNV events. Because of the necessity of merging not only the various feature signals but also the results of different algorithms, the thesis also introduces a pipeline called ProcaryaSV developed to easily employ five CNV detection tools and merge their results. ProcaryaSV handles the whole procedure from quality check, reads trimming, and alignment to the CNV calling.

Hlavní pozornost v oblasti strukturálních variací je zaměřena na lidské genomy. Detekce změny variace počtu kopií (CNV) u bakterií je tedy méně rozvinutou oblastí. Běžně používané metody detekce CNV neberou v úvahu specifika bakteriálních kruhových genomů a obecně existuje prostor pro zlepšení metrik výkonnosti. Tato práce představuje metodu detekce CNV nazvanou CNproScan zaměřenou na bakteriální genomy. CNproScan implementuje hybridní přístup kombinující signály hloubky čtení a párů čtení. Bere v potaz všechny vlastnosti bakterií a využívá pouze sekvenační data. Na základě výsledků ze srovnání dosáhl CNproScan velmi dobrých výsledků v různých podmínkách. Pomocí informací z párových čtení jsou CNV klasifikovány do několika kategorií. Ve srovnání s jinými metodami může CNproScan také detekovat mnohem kratší CNV. Vzhledem k nutnosti slučovat nejen signály různých přístupů, ale také výsledky různých algoritmů, dizertační práce také představuje pipelinu nazvanou ProcaryaSV vyvinutou k detekci CNV s využitim pěti nástrojů a slučování jejich výsledků. ProcaryaSV se stará o celý postup od kontroly kvality čtení, ořezávání konců čtení, zarovnání čtení až k detekci CNV., The focus in the field of structural variations is mainly focused on human genomes. Thus, detecting copy number variation (CNV) in bacteria is a less developed field. Commonly used CNV detection methods do not consider the features of bacterial circular genomes and generally, there is a space to improve performance metrics. This thesis presents a CNV detection method called CNproScan focused on bacterial genomes. CNproScan implements a hybrid approach combining read depth and read pair signals. It considers all bacteria features and depends only on NGS data. Based on the benchmarking results, the CNproScan achieved very well in various conditions. Using the read pair information, the CNVs are classified into several categories. Also, compared with other methods, CNproScan can detect much shorter CNV events. Because of the necessity of merging not only the various feature signals but also the results of different algorithms, the thesis also introduces a pipeline called ProcaryaSV developed to easily employ five CNV detection tools and merge their results. ProcaryaSV handles the whole procedure from quality check, reads trimming, and alignment to the CNV calling.

Tato diplomová práce se zabývá rekonstrukcí dynamického modelu produkce polyhydroxyalkanoátů (PHA) termofilní bakterií Schlegelella thermodepolymerans. První kapitola poskytuje čtenářům krátký úvod do systémové biologie a matematické teorie grafů. Na ni navazuje druhá kapitola zabývající se různými přístupy v dynamickém modelování, včetně běžně používaných nástrojů pro dynamickou analýzu komplexních systémů. Třetí kapitola pak sleduje další pojmy a možnosti týkající se analýzy modelu. Následující kapitola se zaměřuje na metabolomiku a často používané laboratorní techniky a pátá kapitola je pak věnována polyhydroxyalkanoátům, zejména jejich chemické struktuře a vlastnostem. V kapitole šesté je navržen obecný booleovský model pro produkci PHA termofilními bakteriemi. Kapitola sedmá se poté zaměřuje na zdokonalení modelu se zaměřením na S. thermodepolymerans. Výsledný dynamický model je podroben analýze a výsledky jsou diskutovány., This master's thesis deals with the reconstruction of a dynamic model for production of polyhydroxyalkanoates (PHA) by thermophilic bacterium Schlegelella thermodepolymerans. The first chapter provides readers with a brief introduction into the systems biology and mathematical graph theory. It is followed by Chapter Two dealing with different approaches in dynamic modelling, including the commonly used tools for dynamic analysis of complex systems. The third chapter then pursues further terms and possibilities regarding the model analysis. The following chapter focuses on metabolomics and the frequently used laboratory techniques and the fifth chapter is then occupied with polyhydroxyalkanoates, especially their chemical structure and properties. In Chapter Six, a general Boolean model for PHA production by thermophilic bacteria is proposed. Chapter Seven then aims at model refinement with focus on S. thermodepolymerans. The final dynamic model is analysed and the results are discussed.

Komplexní znalost genomu a fenotypu biotechnologicky využitelných bakterií je pro jejich uplatněnění klíčová, přesto přístupy k zevrubnému poznání těchto organismů převážně chybí. Cílem disertační práce je proto navržení nových výpočetních metod pro popis genomových a funkčních vlastností zaměřených na nemodelové bakterie. Úvodní část práce se věnuje metodám anotace genomu. Zahrnuje vývoj nové pipeline pro hybridní sestavování celého genomu, její aplikaci na různé bakterie a následnou identifikaci zájmových oblastí genomu těchto bakterií. Následující část rozebírá metody funkčního popisu se zaměřením na přístupy ke studiu genové regulace. Podrobně jsou shrnuty aktuální přístupy a je představen nový balíček pro odvozování genových regulačních sítí a Booleovských sítí včetně jeho testování., Comprehensive knowledge of the genome and phenotype of biotechnologically usable bacteria is crucial for their exploitation. However, approaches to a complex understanding of these organisms are widely lacking. The dissertation, therefore, aims to propose novel computational methods for describing the genomic and functional characteristics targeted at non-model bacteria. The initial part of the thesis is focused on the genome annotation methods. Developing a novel pipeline for whole-genome hybrid assembly is included, as well as its application to various bacteria and consequent identification of their genomic regions of interest. Subsequently, functional description methods focused on approaches for studying gene regulation are covered. In detail, the state-of-the-art approaches are reviewed, and the development and testing of a package for gene regulatory network and Boolean network inference are presented.

Tato diplomová práce se zabývá rekonstrukcí dynamického modelu produkce polyhydroxyalkanoátů (PHA) termofilní bakterií Schlegelella thermodepolymerans. První kapitola poskytuje čtenářům krátký úvod do systémové biologie a matematické teorie grafů. Na ni navazuje druhá kapitola zabývající se různými přístupy v dynamickém modelování, včetně běžně používaných nástrojů pro dynamickou analýzu komplexních systémů. Třetí kapitola pak sleduje další pojmy a možnosti týkající se analýzy modelu. Následující kapitola se zaměřuje na metabolomiku a často používané laboratorní techniky a pátá kapitola je pak věnována polyhydroxyalkanoátům, zejména jejich chemické struktuře a vlastnostem. V kapitole šesté je navržen obecný booleovský model pro produkci PHA termofilními bakteriemi. Kapitola sedmá se poté zaměřuje na zdokonalení modelu se zaměřením na S. thermodepolymerans. Výsledný dynamický model je podroben analýze a výsledky jsou diskutovány., This master's thesis deals with the reconstruction of a dynamic model for production of polyhydroxyalkanoates (PHA) by thermophilic bacterium Schlegelella thermodepolymerans. The first chapter provides readers with a brief introduction into the systems biology and mathematical graph theory. It is followed by Chapter Two dealing with different approaches in dynamic modelling, including the commonly used tools for dynamic analysis of complex systems. The third chapter then pursues further terms and possibilities regarding the model analysis. The following chapter focuses on metabolomics and the frequently used laboratory techniques and the fifth chapter is then occupied with polyhydroxyalkanoates, especially their chemical structure and properties. In Chapter Six, a general Boolean model for PHA production by thermophilic bacteria is proposed. Chapter Seven then aims at model refinement with focus on S. thermodepolymerans. The final dynamic model is analysed and the results are discussed.

Enzymy jsou proteiny urychlující chemické reakce s velkým potenciálem pro farmaceutický a obecně chemický průmysl. Enzymatická funkce je obvykle zajištěna několika nepostradatelnými aminokyselinami, které tvoří tzv. aktivní místo, kde se odehrává chemická reakce. V této práci jsou prezentovány dva integrované softwarové nástroje pro dolování a racionální výběr nových rozpustných enzymů - EnzymeMiner a SoluProt. EnzymeMiner slouží k hledání nových enzymů. Na vstupu vyžaduje jednu nebo více sekvencí zvoleného enzymu spolu se seznamem klíčových aminokyselin. Tento seznam slouží k zvýšení pravděpodobnosti, že nalezený enzym bude mít podobnou funkci jako vstupní enzym. Výstupem EnzymeMineru je množina anotovaných sekvencí nalezených v databázi. Za účelem ulehčení výběru několika málo kandidátů pro experimentální ověření v laboratoři integruje EnzymeMiner anotace z dostupných databází - informaci o zdrojovém organismu a prostředí, ve kterém se vyskytuje, a informaci o proteinových doménách, ze kterých se enzym skládá. Hlavním kritériem pro výběr kandidátů je rozpustnost predikovaná druhým prezentovaným nástrojem, SoluProtem. SoluProt je metoda založená na strojovém učení, která predikuje heterologní rozpustnou expresi proteinu v organismu Escherichia coli . Vstupem je sekvence a výstupem je pravděpodobnost, že protein bude exprimován v rozpustné formě. SoluProt využívá model gradient boosting machine a byl trénován na datové sadě odvozené od databáze TargetTrack. Při srovnání na vyvážené nezávislé datové sadě odvozené z databáze NESG dosáhl SoluProt přesnosti 58,5 % a hodnoty AUC 0,62, čímž lehce převyšuje ostatní existující nástroje. Nástroje EnzymeMiner i SoluProt jsou často využívány řadou uživatelů z oblasti proteinového inženýrství za účelem hledání nových rozpustných biokatalyzátorů chemických reakcí. Ty mají velký potenciál snížit energetickou náročnost a ekologickou zátěž mnoha průmyslových procesů., Enzymes are proteins accelerating chemical reactions, which makes them attractive targets for both pharmaceutical and industrial applications. The enzyme function is mediated by several essential amino acids which form the optimal chemical environment to catalyse the reaction. In this work, two integrated bioinformatics tools for mining and rational selection of novel soluble enzymes, EnzymeMiner and SoluProt, are presented. EnzymeMiner uses one or more enzyme sequences as input along with a description of essential residues to search the protein database. The description of essential amino acids is used to increase the probability of similar enzymatic function. EnzymeMiner output is a set of annotated database hits. EnzymeMiner integrates taxonomic, environmental, and protein domain annotations to facilitate selection of promising targets for experiments. The main prioritization criterion is solubility predicted by the second tool being presented, SoluProt. SoluProt is a machine-learning method for the prediction of soluble protein expression in Escherichia coli . The input is a protein sequence and the output is the probability of such protein to be soluble. SoluProt exploits a gradient boosting machine to decide on the output prediction class. The tool was trained on TargetTrack database. When evaluated against a balanced independent test set derived from the NESG database, SoluProt accuracy was 58.5% and its AUC 0.62, slightly exceeding those of a suite of alternative solubility prediction tools. Both EnzymeMiner and SoluProt are frequently used by the protein engineering community to find novel soluble biocatalysts for chemical reactions. These have a great potential to decrease energetic consumption and environmental burden of many industrial chemical processes.

Tato diplomová práce se zabývá rekonstrukcí dynamického modelu produkce polyhydroxyalkanoátů (PHA) termofilní bakterií Schlegelella thermodepolymerans. První kapitola poskytuje čtenářům krátký úvod do systémové biologie a matematické teorie grafů. Na ni navazuje druhá kapitola zabývající se různými přístupy v dynamickém modelování, včetně běžně používaných nástrojů pro dynamickou analýzu komplexních systémů. Třetí kapitola pak sleduje další pojmy a možnosti týkající se analýzy modelu. Následující kapitola se zaměřuje na metabolomiku a často používané laboratorní techniky a pátá kapitola je pak věnována polyhydroxyalkanoátům, zejména jejich chemické struktuře a vlastnostem. V kapitole šesté je navržen obecný booleovský model pro produkci PHA termofilními bakteriemi. Kapitola sedmá se poté zaměřuje na zdokonalení modelu se zaměřením na S. thermodepolymerans. Výsledný dynamický model je podroben analýze a výsledky jsou diskutovány., This master's thesis deals with the reconstruction of a dynamic model for production of polyhydroxyalkanoates (PHA) by thermophilic bacterium Schlegelella thermodepolymerans. The first chapter provides readers with a brief introduction into the systems biology and mathematical graph theory. It is followed by Chapter Two dealing with different approaches in dynamic modelling, including the commonly used tools for dynamic analysis of complex systems. The third chapter then pursues further terms and possibilities regarding the model analysis. The following chapter focuses on metabolomics and the frequently used laboratory techniques and the fifth chapter is then occupied with polyhydroxyalkanoates, especially their chemical structure and properties. In Chapter Six, a general Boolean model for PHA production by thermophilic bacteria is proposed. Chapter Seven then aims at model refinement with focus on S. thermodepolymerans. The final dynamic model is analysed and the results are discussed.

Tato diplomová práce se zabývá rekonstrukcí dynamického modelu produkce polyhydroxyalkanoátů (PHA) termofilní bakterií Schlegelella thermodepolymerans. První kapitola poskytuje čtenářům krátký úvod do systémové biologie a matematické teorie grafů. Na ni navazuje druhá kapitola zabývající se různými přístupy v dynamickém modelování, včetně běžně používaných nástrojů pro dynamickou analýzu komplexních systémů. Třetí kapitola pak sleduje další pojmy a možnosti týkající se analýzy modelu. Následující kapitola se zaměřuje na metabolomiku a často používané laboratorní techniky a pátá kapitola je pak věnována polyhydroxyalkanoátům, zejména jejich chemické struktuře a vlastnostem. V kapitole šesté je navržen obecný booleovský model pro produkci PHA termofilními bakteriemi. Kapitola sedmá se poté zaměřuje na zdokonalení modelu se zaměřením na S. thermodepolymerans. Výsledný dynamický model je podroben analýze a výsledky jsou diskutovány., This master's thesis deals with the reconstruction of a dynamic model for production of polyhydroxyalkanoates (PHA) by thermophilic bacterium Schlegelella thermodepolymerans. The first chapter provides readers with a brief introduction into the systems biology and mathematical graph theory. It is followed by Chapter Two dealing with different approaches in dynamic modelling, including the commonly used tools for dynamic analysis of complex systems. The third chapter then pursues further terms and possibilities regarding the model analysis. The following chapter focuses on metabolomics and the frequently used laboratory techniques and the fifth chapter is then occupied with polyhydroxyalkanoates, especially their chemical structure and properties. In Chapter Six, a general Boolean model for PHA production by thermophilic bacteria is proposed. Chapter Seven then aims at model refinement with focus on S. thermodepolymerans. The final dynamic model is analysed and the results are discussed.

Tato diplomová práce se zabývá rekonstrukcí dynamického modelu produkce polyhydroxyalkanoátů (PHA) termofilní bakterií Schlegelella thermodepolymerans. První kapitola poskytuje čtenářům krátký úvod do systémové biologie a matematické teorie grafů. Na ni navazuje druhá kapitola zabývající se různými přístupy v dynamickém modelování, včetně běžně používaných nástrojů pro dynamickou analýzu komplexních systémů. Třetí kapitola pak sleduje další pojmy a možnosti týkající se analýzy modelu. Následující kapitola se zaměřuje na metabolomiku a často používané laboratorní techniky a pátá kapitola je pak věnována polyhydroxyalkanoátům, zejména jejich chemické struktuře a vlastnostem. V kapitole šesté je navržen obecný booleovský model pro produkci PHA termofilními bakteriemi. Kapitola sedmá se poté zaměřuje na zdokonalení modelu se zaměřením na S. thermodepolymerans. Výsledný dynamický model je podroben analýze a výsledky jsou diskutovány., This master's thesis deals with the reconstruction of a dynamic model for production of polyhydroxyalkanoates (PHA) by thermophilic bacterium Schlegelella thermodepolymerans. The first chapter provides readers with a brief introduction into the systems biology and mathematical graph theory. It is followed by Chapter Two dealing with different approaches in dynamic modelling, including the commonly used tools for dynamic analysis of complex systems. The third chapter then pursues further terms and possibilities regarding the model analysis. The following chapter focuses on metabolomics and the frequently used laboratory techniques and the fifth chapter is then occupied with polyhydroxyalkanoates, especially their chemical structure and properties. In Chapter Six, a general Boolean model for PHA production by thermophilic bacteria is proposed. Chapter Seven then aims at model refinement with focus on S. thermodepolymerans. The final dynamic model is analysed and the results are discussed.