Search

Patogeny jsou organismy, které jsou příčinou různých onemocnění hostitele. Patří zde: priony, viry, bakterie, houby, prvoci a živočichové. Tato bakalářská práce je zaměřená konkrétně na viry, způsobující lidská onemocnění jako jsou závažné respirační syndromy, onemocnění jater či rakovina děložního čípku. Cílem této bakalářské práce bylo pomocí webové aplikace Palindrome analyser charakterizovat přítomnost a umístění inverzních repetic v genomech organismů, které jsou patogenní pro lidský organismus. Byly vybrány 4 viry, z nichž dva jsou ze skupiny DNA virů a dva ze skupiny RNA virů. S ohledem na propuknutí pandemie na začátku roku 2020, kterou způsobil virus SARS-CoV-2, je v této bakalářské práci zařazen. Z RNA virů byly tedy vybrány: SARS-CoV a SARS-CoV-2. Z DNA virů byly vybrány: virus Hepatitis B a lidský papilomavirus. Sekvence virových genomů byly získány z databáze NCBI (National Center for Biotechnology). Poté byly pomocí programu Palindrome analyser, který je dostupný online, analyzovány všechny čtyři viry na přítomnost inverzních repetic, jejich polohu a velikost. Největším genomem byl SARS-CoV-2 s velikostí 29 903 bp, který měl zároveň nejvíce inverzních repetic., Pathogens are organisms that cause various host diseases. These include prions, viruses, bacteria, fungi, protozoa and animals. This bachelor thesis is focused specifically on viruses causing human diseases such as severe respiratory syndromes, liver diseases or cervical cancer. The aim of this bachelor thesis was to characterize the presence and location of inverted repeats in the genomes of organism using the web application Palindrome analyzer. Four viruses were selected, two of them are from the group of DNA viruses and two from the group of RNA viruses. In view of the outbreak of a pandemic in early 2020 caused by virus SARSCoV-2, is included in this bachelor thesis. Thus, SARS-CoV and SARS-CoV-2 were selected from RNA viruses and hepatitis B virus and human papillomavirus were selected from the DNA viruses. The sequences of the viral genomes were obtained from the NCBI (National Center for Biotechnology) database. Then, all four viruses were analyzed for the presence of inverse repeats, their location and size using the Palindrome analyzer, which is available online. The largest genome was SARS-CoV-2 of 29 903 bp, which also had the most inverse repeats.

Patogeny jsou organismy, které jsou příčinou různých onemocnění hostitele. Patří zde: priony, viry, bakterie, houby, prvoci a živočichové. Tato bakalářská práce je zaměřená konkrétně na viry, způsobující lidská onemocnění jako jsou závažné respirační syndromy, onemocnění jater či rakovina děložního čípku. Cílem této bakalářské práce bylo pomocí webové aplikace Palindrome analyser charakterizovat přítomnost a umístění inverzních repetic v genomech organismů, které jsou patogenní pro lidský organismus. Byly vybrány 4 viry, z nichž dva jsou ze skupiny DNA virů a dva ze skupiny RNA virů. S ohledem na propuknutí pandemie na začátku roku 2020, kterou způsobil virus SARS-CoV-2, je v této bakalářské práci zařazen. Z RNA virů byly tedy vybrány: SARS-CoV a SARS-CoV-2. Z DNA virů byly vybrány: virus Hepatitis B a lidský papilomavirus. Sekvence virových genomů byly získány z databáze NCBI (National Center for Biotechnology). Poté byly pomocí programu Palindrome analyser, který je dostupný online, analyzovány všechny čtyři viry na přítomnost inverzních repetic, jejich polohu a velikost. Největším genomem byl SARS-CoV-2 s velikostí 29 903 bp, který měl zároveň nejvíce inverzních repetic., Pathogens are organisms that cause various host diseases. These include prions, viruses, bacteria, fungi, protozoa and animals. This bachelor thesis is focused specifically on viruses causing human diseases such as severe respiratory syndromes, liver diseases or cervical cancer. The aim of this bachelor thesis was to characterize the presence and location of inverted repeats in the genomes of organism using the web application Palindrome analyzer. Four viruses were selected, two of them are from the group of DNA viruses and two from the group of RNA viruses. In view of the outbreak of a pandemic in early 2020 caused by virus SARSCoV-2, is included in this bachelor thesis. Thus, SARS-CoV and SARS-CoV-2 were selected from RNA viruses and hepatitis B virus and human papillomavirus were selected from the DNA viruses. The sequences of the viral genomes were obtained from the NCBI (National Center for Biotechnology) database. Then, all four viruses were analyzed for the presence of inverse repeats, their location and size using the Palindrome analyzer, which is available online. The largest genome was SARS-CoV-2 of 29 903 bp, which also had the most inverse repeats.

Inverzní repetice (IR) jsou přirozenou součástí DNA všech známých prokaryotických i eukaryotických organismů. Inverzní repetice mají důležitou roli při regulaci základních buněčných procesů. Jsou zodpovědné za vznik křížových struktur. Inverzní repetice taktéž zapříčiňují genomovou nestabilitu a mohou být zdrojem řady mutací. Křížové struktury mohou být rozeznávány celou řadou DNA vazebných proteinů a také mohou fungovat jako transkripční regulátory. Pomocí nástroje Palindrom analyser byla analyzována frekvence výskytu a lokalizace inverzních repetic v bakteriálních genomech. Frekvence výskytu inverzních repetic napříč bakteriálními genomy vykazuje variabilní charakter. Frekvence výskytu krátkých inverzní repetic vykazuje přibližně kvadratickou závislost na % obsahu GC párů v genomu s minimem okolo 50 % obsahu GC. Lokalizace inverzních repetic vzhledem k funkčním oblastem DNA vykazuje nenáhodný charakter rozložení. Frekvence výskytu IR u většiny sledovaných funkčních oblastí je vyšší „vně“ než „uvnitř“., Inverted repeats (IR) are common part of DNA of all living prokaryotic and eukaryotic organisms. Inverted repeats plays an important role in the regulation of basics cells processes. They are responsible for formation of cruciform structures. Inverted repeats also cause genomic instability and can be a source of numerous mutations. Cruciform structures can be recognized by DNA-binding proteins and can also act as a transcriptional regulators. Using the Palindrome Analyser tool, the frequency of IR and localization of inverted repeats in bacterial genomes was analyzed. The frequency of IR across the bacterial genome is variable. The frequency of short inverted repeats shows an approximately quadratic dependence on the %GC content in the genome with a minimum of about 50% of GC content. The localization of inverted repeats with respect to “annotated features” show a non-random distribution. The frequency of IR for most features is higher “outside” than “inside”.

Práce se zaměřuje na analýzu lokálních struktur DNA (křížových struktur a kvadruplexových struktur) v genomu Schizosaccharomyces pombe - kvasinky významné v potravinářském průmyslu. Přítomnost těchto struktur v DNA není náhodná. Na základě dříve provedených studií bylo zjištěno, že často kolokalizují s regulačními oblastmi genů a že úloha těchto sekundárních struktur v regulaci základních buněčných procesů (například replikaci či transkripci) je významná. Tato analýza byla provedena pomocí specializovaných bioinformatických nástrojů (G4Hunteru a Palindrome Analyseru), které mi umožnily tyto struktury identifikovat a následně analyzovat z hlediska jejich výskytu a lokalizace. V mtDNA bylo nalezeno mnohonásobně méně IR ve srovnání s výskytem IR v chromozomech. Bylo také zjištěno, že počet i frekvence PQS v mtDNA je velmi nízká. Od kvasinky S. cerevisiae se v tomto ohledu velmi liší. Dále bylo zjištěno, že počet nalezených IR se snižuje s rostoucí délkou IR a asi 17% IR nemá smyčku. Velké obohacení IR bylo zaznamenáno v oblasti repeat_region a rRNA, v případě PQS v oblasti rRNA a mRNA, tedy v sekvencích důležitých pro biologické procesy buňky., The thesis focuses on the study of local DNA structures (cruciforms and G quadruplexforming sequence) in the genome of Schizosaccharomyces pombe, a yeast used in the food industry. The analysed local structures are non-randomly distributed within the genome. Based on previous studies, it has been found that they often colocalize with regulatory regions of genes and that the role of these secondary structures in the regulation of basic cellular processes (e.g. replication or transcription) is significant. This analysis was performed using specialized bioinformatics tools (G4Hunter and Palindrome Analyser) that allowed me to identify and analyze these structures in terms of their presence and localization. Many times less IR was found in mtDNA compared to the occurrence of IR in chromosomes. The number and frequency of PQS in mtDNA was also found to be very low. It is very different from the yeast Saccharomyces cerevisiae in this respect. It was also found that the number of IRs found decreases with increasing IR length and about 17% of IRs do not have a loop. A large enrichment of IRs was observed in the repeat_region and rRNA, and in the case of PQS in the rRNA and mRNA regions, i.e. sequences important for cellular processes.

Papilomaviry jsou pohlavně přenášené patogeny o délce genomu asi 8 kbp. Pravděpodobnost, že se dospělý člověk setká s nákazou papilomaviry je až 80–90 %. Ve většině případů se s infekcí vypořádá imunitní systém. U žen může však infekce vést až k rozvoji rakoviny děložního čípku. Tu způsobují vysoce rizikové lidské papilomaviry, proti nimž je dostupná vakcinace. V genomech papilomavirů byly nalezeny sekvence bohaté na guanin, ve kterých dochází k tvorbě G-kvadruplexů. Ty jsou tvořeny nad sebe naskládanými G-tetrádami a jsou stabilizovány monovalentními kationty, nejčastěji K+ a Na+. Nacházejí se například v telomerách, promotorech onkogenů, vazebných místech transkripčních faktorů a rekombinačních místech. V genomech těchto virů se rovněž nacházejí inverzní repetice (IR) složené ze sekvence nukleotidů, po níž následuje její reverzní komplement. Inverzní repetice se označují jako hotspoty genomové nestability, jelikož se skládají do vlásenkových nebo křížových struktur, které narušují replikaci DNA. K analýze genomů byl použit G4Hunter a Palindrome analyser. Analýzou bylo zjištěno, že výskyt potenciálních sekvencí tvořících G-kvadruplex (PQS) je vyšší v papilomavirech infikujících obratlovce než ve virech infikujících člověka, což je způsobeno vyšším obsahem guaninu a cytosinu, které bývají s tvorbou PQS spojovány. V genomech papilomavirů byla zjištěna vyšší frekvence výskytu PQS než u Archaea, Bacteria a Homo sapiens. Analýza IR prokázala, že je v genomech nejvyšší zastoupení nejkratších IR (6 bází) a také to, že IR o délce 25–30 bází se nachází pouze v několika málo genomech., Papillomaviruses are sexually transmitted pathogens with a genome length of about 8 kbp. The probability that an adult person will suffer from a papillomavirus infection is up to 80–90%. In most cases, the immune system will eliminate the infection. However, in women it can lead to the development of cervical cancer. That is caused by the high-risk human papillomaviruses, against which vaccination is available. Sequences rich in guanine have been found in the genomes of papillomaviruses, in these sequences the formation of G-quadruplexes occur. They are formed by stacked G-tetrads and are stabilized by monovalent cations, most often K+ and Na+. They are found e.g. in telomeres, oncogene promoters, transcription factor binding sites and recombination sites. Inverted repeats (IR) are also found in the genomes of these viruses. They consist of sequences of nucleotides followed by its reverse complement. Inverted repeats are being referred to as hotspots of genomic instability because they fold into hairpin or cruciform structures that disrupt DNA replication. G4Hunter and Palindrome analyzer were used to analyze the genomes. The analysis revealed that the presence of PQS (Potential Quadruplex-forming Sequence) is higher in papillomaviruses infecting vertebrates than in viruses infecting humans due to the higher content of guanine and cytosine which are connected to the formation of PQS. A higher frequency of PQS presence was found in the genomes of papillomaviruses than in Archaea, Bacteria and Homo sapiens. IR analysis showed that the shortest IRs (6 bases) are the mostly present in the genome and also that IRs formed of 25–30 bases are found in only a few genomes.

Papilomaviry jsou pohlavně přenášené patogeny o délce genomu asi 8 kbp. Pravděpodobnost, že se dospělý člověk setká s nákazou papilomaviry je až 80–90 %. Ve většině případů se s infekcí vypořádá imunitní systém. U žen může však infekce vést až k rozvoji rakoviny děložního čípku. Tu způsobují vysoce rizikové lidské papilomaviry, proti nimž je dostupná vakcinace. V genomech papilomavirů byly nalezeny sekvence bohaté na guanin, ve kterých dochází k tvorbě G-kvadruplexů. Ty jsou tvořeny nad sebe naskládanými G-tetrádami a jsou stabilizovány monovalentními kationty, nejčastěji K+ a Na+. Nacházejí se například v telomerách, promotorech onkogenů, vazebných místech transkripčních faktorů a rekombinačních místech. V genomech těchto virů se rovněž nacházejí inverzní repetice (IR) složené ze sekvence nukleotidů, po níž následuje její reverzní komplement. Inverzní repetice se označují jako hotspoty genomové nestability, jelikož se skládají do vlásenkových nebo křížových struktur, které narušují replikaci DNA. K analýze genomů byl použit G4Hunter a Palindrome analyser. Analýzou bylo zjištěno, že výskyt potenciálních sekvencí tvořících G-kvadruplex (PQS) je vyšší v papilomavirech infikujících obratlovce než ve virech infikujících člověka, což je způsobeno vyšším obsahem guaninu a cytosinu, které bývají s tvorbou PQS spojovány. V genomech papilomavirů byla zjištěna vyšší frekvence výskytu PQS než u Archaea, Bacteria a Homo sapiens. Analýza IR prokázala, že je v genomech nejvyšší zastoupení nejkratších IR (6 bází) a také to, že IR o délce 25–30 bází se nachází pouze v několika málo genomech., Papillomaviruses are sexually transmitted pathogens with a genome length of about 8 kbp. The probability that an adult person will suffer from a papillomavirus infection is up to 80–90%. In most cases, the immune system will eliminate the infection. However, in women it can lead to the development of cervical cancer. That is caused by the high-risk human papillomaviruses, against which vaccination is available. Sequences rich in guanine have been found in the genomes of papillomaviruses, in these sequences the formation of G-quadruplexes occur. They are formed by stacked G-tetrads and are stabilized by monovalent cations, most often K+ and Na+. They are found e.g. in telomeres, oncogene promoters, transcription factor binding sites and recombination sites. Inverted repeats (IR) are also found in the genomes of these viruses. They consist of sequences of nucleotides followed by its reverse complement. Inverted repeats are being referred to as hotspots of genomic instability because they fold into hairpin or cruciform structures that disrupt DNA replication. G4Hunter and Palindrome analyzer were used to analyze the genomes. The analysis revealed that the presence of PQS (Potential Quadruplex-forming Sequence) is higher in papillomaviruses infecting vertebrates than in viruses infecting humans due to the higher content of guanine and cytosine which are connected to the formation of PQS. A higher frequency of PQS presence was found in the genomes of papillomaviruses than in Archaea, Bacteria and Homo sapiens. IR analysis showed that the shortest IRs (6 bases) are the mostly present in the genome and also that IRs formed of 25–30 bases are found in only a few genomes.

Práce se zaměřuje na analýzu lokálních struktur DNA (křížových struktur a kvadruplexových struktur) v genomu Schizosaccharomyces pombe - kvasinky významné v potravinářském průmyslu. Přítomnost těchto struktur v DNA není náhodná. Na základě dříve provedených studií bylo zjištěno, že často kolokalizují s regulačními oblastmi genů a že úloha těchto sekundárních struktur v regulaci základních buněčných procesů (například replikaci či transkripci) je významná. Tato analýza byla provedena pomocí specializovaných bioinformatických nástrojů (G4Hunteru a Palindrome Analyseru), které mi umožnily tyto struktury identifikovat a následně analyzovat z hlediska jejich výskytu a lokalizace. V mtDNA bylo nalezeno mnohonásobně méně IR ve srovnání s výskytem IR v chromozomech. Bylo také zjištěno, že počet i frekvence PQS v mtDNA je velmi nízká. Od kvasinky S. cerevisiae se v tomto ohledu velmi liší. Dále bylo zjištěno, že počet nalezených IR se snižuje s rostoucí délkou IR a asi 17% IR nemá smyčku. Velké obohacení IR bylo zaznamenáno v oblasti repeat_region a rRNA, v případě PQS v oblasti rRNA a mRNA, tedy v sekvencích důležitých pro biologické procesy buňky., The thesis focuses on the study of local DNA structures (cruciforms and G quadruplexforming sequence) in the genome of Schizosaccharomyces pombe, a yeast used in the food industry. The analysed local structures are non-randomly distributed within the genome. Based on previous studies, it has been found that they often colocalize with regulatory regions of genes and that the role of these secondary structures in the regulation of basic cellular processes (e.g. replication or transcription) is significant. This analysis was performed using specialized bioinformatics tools (G4Hunter and Palindrome Analyser) that allowed me to identify and analyze these structures in terms of their presence and localization. Many times less IR was found in mtDNA compared to the occurrence of IR in chromosomes. The number and frequency of PQS in mtDNA was also found to be very low. It is very different from the yeast Saccharomyces cerevisiae in this respect. It was also found that the number of IRs found decreases with increasing IR length and about 17% of IRs do not have a loop. A large enrichment of IRs was observed in the repeat_region and rRNA, and in the case of PQS in the rRNA and mRNA regions, i.e. sequences important for cellular processes.

Práce se zaměřuje na analýzu lokálních struktur DNA (křížových struktur a kvadruplexových struktur) v genomu Schizosaccharomyces pombe - kvasinky významné v potravinářském průmyslu. Přítomnost těchto struktur v DNA není náhodná. Na základě dříve provedených studií bylo zjištěno, že často kolokalizují s regulačními oblastmi genů a že úloha těchto sekundárních struktur v regulaci základních buněčných procesů (například replikaci či transkripci) je významná. Tato analýza byla provedena pomocí specializovaných bioinformatických nástrojů (G4Hunteru a Palindrome Analyseru), které mi umožnily tyto struktury identifikovat a následně analyzovat z hlediska jejich výskytu a lokalizace. V mtDNA bylo nalezeno mnohonásobně méně IR ve srovnání s výskytem IR v chromozomech. Bylo také zjištěno, že počet i frekvence PQS v mtDNA je velmi nízká. Od kvasinky S. cerevisiae se v tomto ohledu velmi liší. Dále bylo zjištěno, že počet nalezených IR se snižuje s rostoucí délkou IR a asi 17% IR nemá smyčku. Velké obohacení IR bylo zaznamenáno v oblasti repeat_region a rRNA, v případě PQS v oblasti rRNA a mRNA, tedy v sekvencích důležitých pro biologické procesy buňky., The thesis focuses on the study of local DNA structures (cruciforms and G quadruplexforming sequence) in the genome of Schizosaccharomyces pombe, a yeast used in the food industry. The analysed local structures are non-randomly distributed within the genome. Based on previous studies, it has been found that they often colocalize with regulatory regions of genes and that the role of these secondary structures in the regulation of basic cellular processes (e.g. replication or transcription) is significant. This analysis was performed using specialized bioinformatics tools (G4Hunter and Palindrome Analyser) that allowed me to identify and analyze these structures in terms of their presence and localization. Many times less IR was found in mtDNA compared to the occurrence of IR in chromosomes. The number and frequency of PQS in mtDNA was also found to be very low. It is very different from the yeast Saccharomyces cerevisiae in this respect. It was also found that the number of IRs found decreases with increasing IR length and about 17% of IRs do not have a loop. A large enrichment of IRs was observed in the repeat_region and rRNA, and in the case of PQS in the rRNA and mRNA regions, i.e. sequences important for cellular processes.

Papilomaviry jsou pohlavně přenášené patogeny o délce genomu asi 8 kbp. Pravděpodobnost, že se dospělý člověk setká s nákazou papilomaviry je až 80–90 %. Ve většině případů se s infekcí vypořádá imunitní systém. U žen může však infekce vést až k rozvoji rakoviny děložního čípku. Tu způsobují vysoce rizikové lidské papilomaviry, proti nimž je dostupná vakcinace. V genomech papilomavirů byly nalezeny sekvence bohaté na guanin, ve kterých dochází k tvorbě G-kvadruplexů. Ty jsou tvořeny nad sebe naskládanými G-tetrádami a jsou stabilizovány monovalentními kationty, nejčastěji K+ a Na+. Nacházejí se například v telomerách, promotorech onkogenů, vazebných místech transkripčních faktorů a rekombinačních místech. V genomech těchto virů se rovněž nacházejí inverzní repetice (IR) složené ze sekvence nukleotidů, po níž následuje její reverzní komplement. Inverzní repetice se označují jako hotspoty genomové nestability, jelikož se skládají do vlásenkových nebo křížových struktur, které narušují replikaci DNA. K analýze genomů byl použit G4Hunter a Palindrome analyser. Analýzou bylo zjištěno, že výskyt potenciálních sekvencí tvořících G-kvadruplex (PQS) je vyšší v papilomavirech infikujících obratlovce než ve virech infikujících člověka, což je způsobeno vyšším obsahem guaninu a cytosinu, které bývají s tvorbou PQS spojovány. V genomech papilomavirů byla zjištěna vyšší frekvence výskytu PQS než u Archaea, Bacteria a Homo sapiens. Analýza IR prokázala, že je v genomech nejvyšší zastoupení nejkratších IR (6 bází) a také to, že IR o délce 25–30 bází se nachází pouze v několika málo genomech., Papillomaviruses are sexually transmitted pathogens with a genome length of about 8 kbp. The probability that an adult person will suffer from a papillomavirus infection is up to 80–90%. In most cases, the immune system will eliminate the infection. However, in women it can lead to the development of cervical cancer. That is caused by the high-risk human papillomaviruses, against which vaccination is available. Sequences rich in guanine have been found in the genomes of papillomaviruses, in these sequences the formation of G-quadruplexes occur. They are formed by stacked G-tetrads and are stabilized by monovalent cations, most often K+ and Na+. They are found e.g. in telomeres, oncogene promoters, transcription factor binding sites and recombination sites. Inverted repeats (IR) are also found in the genomes of these viruses. They consist of sequences of nucleotides followed by its reverse complement. Inverted repeats are being referred to as hotspots of genomic instability because they fold into hairpin or cruciform structures that disrupt DNA replication. G4Hunter and Palindrome analyzer were used to analyze the genomes. The analysis revealed that the presence of PQS (Potential Quadruplex-forming Sequence) is higher in papillomaviruses infecting vertebrates than in viruses infecting humans due to the higher content of guanine and cytosine which are connected to the formation of PQS. A higher frequency of PQS presence was found in the genomes of papillomaviruses than in Archaea, Bacteria and Homo sapiens. IR analysis showed that the shortest IRs (6 bases) are the mostly present in the genome and also that IRs formed of 25–30 bases are found in only a few genomes.

Inverzní repetice (IR) jsou přirozenou součástí DNA všech známých prokaryotických i eukaryotických organismů. Inverzní repetice mají důležitou roli při regulaci základních buněčných procesů. Jsou zodpovědné za vznik křížových struktur. Inverzní repetice taktéž zapříčiňují genomovou nestabilitu a mohou být zdrojem řady mutací. Křížové struktury mohou být rozeznávány celou řadou DNA vazebných proteinů a také mohou fungovat jako transkripční regulátory. Pomocí nástroje Palindrom analyser byla analyzována frekvence výskytu a lokalizace inverzních repetic v bakteriálních genomech. Frekvence výskytu inverzních repetic napříč bakteriálními genomy vykazuje variabilní charakter. Frekvence výskytu krátkých inverzní repetic vykazuje přibližně kvadratickou závislost na % obsahu GC párů v genomu s minimem okolo 50 % obsahu GC. Lokalizace inverzních repetic vzhledem k funkčním oblastem DNA vykazuje nenáhodný charakter rozložení. Frekvence výskytu IR u většiny sledovaných funkčních oblastí je vyšší „vně“ než „uvnitř“., Inverted repeats (IR) are common part of DNA of all living prokaryotic and eukaryotic organisms. Inverted repeats plays an important role in the regulation of basics cells processes. They are responsible for formation of cruciform structures. Inverted repeats also cause genomic instability and can be a source of numerous mutations. Cruciform structures can be recognized by DNA-binding proteins and can also act as a transcriptional regulators. Using the Palindrome Analyser tool, the frequency of IR and localization of inverted repeats in bacterial genomes was analyzed. The frequency of IR across the bacterial genome is variable. The frequency of short inverted repeats shows an approximately quadratic dependence on the %GC content in the genome with a minimum of about 50% of GC content. The localization of inverted repeats with respect to “annotated features” show a non-random distribution. The frequency of IR for most features is higher “outside” than “inside”.

Inverzní repetice (IR) jsou přirozenou součástí DNA všech známých prokaryotických i eukaryotických organismů. Inverzní repetice mají důležitou roli při regulaci základních buněčných procesů. Jsou zodpovědné za vznik křížových struktur. Inverzní repetice taktéž zapříčiňují genomovou nestabilitu a mohou být zdrojem řady mutací. Křížové struktury mohou být rozeznávány celou řadou DNA vazebných proteinů a také mohou fungovat jako transkripční regulátory. Pomocí nástroje Palindrom analyser byla analyzována frekvence výskytu a lokalizace inverzních repetic v bakteriálních genomech. Frekvence výskytu inverzních repetic napříč bakteriálními genomy vykazuje variabilní charakter. Frekvence výskytu krátkých inverzní repetic vykazuje přibližně kvadratickou závislost na % obsahu GC párů v genomu s minimem okolo 50 % obsahu GC. Lokalizace inverzních repetic vzhledem k funkčním oblastem DNA vykazuje nenáhodný charakter rozložení. Frekvence výskytu IR u většiny sledovaných funkčních oblastí je vyšší „vně“ než „uvnitř“., Inverted repeats (IR) are common part of DNA of all living prokaryotic and eukaryotic organisms. Inverted repeats plays an important role in the regulation of basics cells processes. They are responsible for formation of cruciform structures. Inverted repeats also cause genomic instability and can be a source of numerous mutations. Cruciform structures can be recognized by DNA-binding proteins and can also act as a transcriptional regulators. Using the Palindrome Analyser tool, the frequency of IR and localization of inverted repeats in bacterial genomes was analyzed. The frequency of IR across the bacterial genome is variable. The frequency of short inverted repeats shows an approximately quadratic dependence on the %GC content in the genome with a minimum of about 50% of GC content. The localization of inverted repeats with respect to “annotated features” show a non-random distribution. The frequency of IR for most features is higher “outside” than “inside”.

Patogeny jsou organismy, které jsou příčinou různých onemocnění hostitele. Patří zde: priony, viry, bakterie, houby, prvoci a živočichové. Tato bakalářská práce je zaměřená konkrétně na viry, způsobující lidská onemocnění jako jsou závažné respirační syndromy, onemocnění jater či rakovina děložního čípku. Cílem této bakalářské práce bylo pomocí webové aplikace Palindrome analyser charakterizovat přítomnost a umístění inverzních repetic v genomech organismů, které jsou patogenní pro lidský organismus. Byly vybrány 4 viry, z nichž dva jsou ze skupiny DNA virů a dva ze skupiny RNA virů. S ohledem na propuknutí pandemie na začátku roku 2020, kterou způsobil virus SARS-CoV-2, je v této bakalářské práci zařazen. Z RNA virů byly tedy vybrány: SARS-CoV a SARS-CoV-2. Z DNA virů byly vybrány: virus Hepatitis B a lidský papilomavirus. Sekvence virových genomů byly získány z databáze NCBI (National Center for Biotechnology). Poté byly pomocí programu Palindrome analyser, který je dostupný online, analyzovány všechny čtyři viry na přítomnost inverzních repetic, jejich polohu a velikost. Největším genomem byl SARS-CoV-2 s velikostí 29 903 bp, který měl zároveň nejvíce inverzních repetic., Pathogens are organisms that cause various host diseases. These include prions, viruses, bacteria, fungi, protozoa and animals. This bachelor thesis is focused specifically on viruses causing human diseases such as severe respiratory syndromes, liver diseases or cervical cancer. The aim of this bachelor thesis was to characterize the presence and location of inverted repeats in the genomes of organism using the web application Palindrome analyzer. Four viruses were selected, two of them are from the group of DNA viruses and two from the group of RNA viruses. In view of the outbreak of a pandemic in early 2020 caused by virus SARSCoV-2, is included in this bachelor thesis. Thus, SARS-CoV and SARS-CoV-2 were selected from RNA viruses and hepatitis B virus and human papillomavirus were selected from the DNA viruses. The sequences of the viral genomes were obtained from the NCBI (National Center for Biotechnology) database. Then, all four viruses were analyzed for the presence of inverse repeats, their location and size using the Palindrome analyzer, which is available online. The largest genome was SARS-CoV-2 of 29 903 bp, which also had the most inverse repeats.

Práce se zaměřuje na analýzu lokálních struktur DNA (křížových struktur a kvadruplexových struktur) v genomu Schizosaccharomyces pombe - kvasinky významné v potravinářském průmyslu. Přítomnost těchto struktur v DNA není náhodná. Na základě dříve provedených studií bylo zjištěno, že často kolokalizují s regulačními oblastmi genů a že úloha těchto sekundárních struktur v regulaci základních buněčných procesů (například replikaci či transkripci) je významná. Tato analýza byla provedena pomocí specializovaných bioinformatických nástrojů (G4Hunteru a Palindrome Analyseru), které mi umožnily tyto struktury identifikovat a následně analyzovat z hlediska jejich výskytu a lokalizace. V mtDNA bylo nalezeno mnohonásobně méně IR ve srovnání s výskytem IR v chromozomech. Bylo také zjištěno, že počet i frekvence PQS v mtDNA je velmi nízká. Od kvasinky S. cerevisiae se v tomto ohledu velmi liší. Dále bylo zjištěno, že počet nalezených IR se snižuje s rostoucí délkou IR a asi 17% IR nemá smyčku. Velké obohacení IR bylo zaznamenáno v oblasti repeat_region a rRNA, v případě PQS v oblasti rRNA a mRNA, tedy v sekvencích důležitých pro biologické procesy buňky., The thesis focuses on the study of local DNA structures (cruciforms and G quadruplexforming sequence) in the genome of Schizosaccharomyces pombe, a yeast used in the food industry. The analysed local structures are non-randomly distributed within the genome. Based on previous studies, it has been found that they often colocalize with regulatory regions of genes and that the role of these secondary structures in the regulation of basic cellular processes (e.g. replication or transcription) is significant. This analysis was performed using specialized bioinformatics tools (G4Hunter and Palindrome Analyser) that allowed me to identify and analyze these structures in terms of their presence and localization. Many times less IR was found in mtDNA compared to the occurrence of IR in chromosomes. The number and frequency of PQS in mtDNA was also found to be very low. It is very different from the yeast Saccharomyces cerevisiae in this respect. It was also found that the number of IRs found decreases with increasing IR length and about 17% of IRs do not have a loop. A large enrichment of IRs was observed in the repeat_region and rRNA, and in the case of PQS in the rRNA and mRNA regions, i.e. sequences important for cellular processes.

Papilomaviry jsou pohlavně přenášené patogeny o délce genomu asi 8 kbp. Pravděpodobnost, že se dospělý člověk setká s nákazou papilomaviry je až 80–90 %. Ve většině případů se s infekcí vypořádá imunitní systém. U žen může však infekce vést až k rozvoji rakoviny děložního čípku. Tu způsobují vysoce rizikové lidské papilomaviry, proti nimž je dostupná vakcinace. V genomech papilomavirů byly nalezeny sekvence bohaté na guanin, ve kterých dochází k tvorbě G-kvadruplexů. Ty jsou tvořeny nad sebe naskládanými G-tetrádami a jsou stabilizovány monovalentními kationty, nejčastěji K+ a Na+. Nacházejí se například v telomerách, promotorech onkogenů, vazebných místech transkripčních faktorů a rekombinačních místech. V genomech těchto virů se rovněž nacházejí inverzní repetice (IR) složené ze sekvence nukleotidů, po níž následuje její reverzní komplement. Inverzní repetice se označují jako hotspoty genomové nestability, jelikož se skládají do vlásenkových nebo křížových struktur, které narušují replikaci DNA. K analýze genomů byl použit G4Hunter a Palindrome analyser. Analýzou bylo zjištěno, že výskyt potenciálních sekvencí tvořících G-kvadruplex (PQS) je vyšší v papilomavirech infikujících obratlovce než ve virech infikujících člověka, což je způsobeno vyšším obsahem guaninu a cytosinu, které bývají s tvorbou PQS spojovány. V genomech papilomavirů byla zjištěna vyšší frekvence výskytu PQS než u Archaea, Bacteria a Homo sapiens. Analýza IR prokázala, že je v genomech nejvyšší zastoupení nejkratších IR (6 bází) a také to, že IR o délce 25–30 bází se nachází pouze v několika málo genomech., Papillomaviruses are sexually transmitted pathogens with a genome length of about 8 kbp. The probability that an adult person will suffer from a papillomavirus infection is up to 80–90%. In most cases, the immune system will eliminate the infection. However, in women it can lead to the development of cervical cancer. That is caused by the high-risk human papillomaviruses, against which vaccination is available. Sequences rich in guanine have been found in the genomes of papillomaviruses, in these sequences the formation of G-quadruplexes occur. They are formed by stacked G-tetrads and are stabilized by monovalent cations, most often K+ and Na+. They are found e.g. in telomeres, oncogene promoters, transcription factor binding sites and recombination sites. Inverted repeats (IR) are also found in the genomes of these viruses. They consist of sequences of nucleotides followed by its reverse complement. Inverted repeats are being referred to as hotspots of genomic instability because they fold into hairpin or cruciform structures that disrupt DNA replication. G4Hunter and Palindrome analyzer were used to analyze the genomes. The analysis revealed that the presence of PQS (Potential Quadruplex-forming Sequence) is higher in papillomaviruses infecting vertebrates than in viruses infecting humans due to the higher content of guanine and cytosine which are connected to the formation of PQS. A higher frequency of PQS presence was found in the genomes of papillomaviruses than in Archaea, Bacteria and Homo sapiens. IR analysis showed that the shortest IRs (6 bases) are the mostly present in the genome and also that IRs formed of 25–30 bases are found in only a few genomes.