Počkejte prosím chvíli...
Nepřihlášený uživatel
Nacházíte se: VŠCHT PrahaFCHT  → Studium → Doktorské studium → Témata disertačních prací → Témata disertačních prací pro rok 2019/2020
iduzel: 46939
idvazba: 52430
šablona: stranka
čas: 5.12.2019 23:43:47
verze: 4621
uzivatel:
remoteAPIs:
branch: trunk
Obnovit | RAW

Témata disertačních prací pro rok 2019/2020

Bioinformatika

Ústav informatiky a chemie, Fakulta chemické technologie

Metody hlubokého učení v počítačovém návrhu léčiv

Svozil Daniel doc. Mgr. Ph.D.

Anotace

Umělé neuronové sítě aplikované na počítačový návrh léčiv zažily svůj první velký rozmach zhruba před dvěma dekádami. V současnosti jsme svědky znovuobnoveného zájmu o použití neuronových sítí ve farmaceutickém průmyslu především díky rozvoji tzv. hlubokého učení (angl. deep learning). Cílem hlubokých neuronových sítí je extrahovat skryté vzory v komplexních datech za použití sofistikované mnohavrstevnaté architektury. Ve srovnání s jinými přírodními vědami je však použití hlubokých neuronových sítí na problémy z oblasti návrhu léčiv stále poměrně limitováno. Cílem této dizertační práce je proto prozkoumání možností a aplikace hlubokých neuronových sítí na různé úkoly z oblasti počítačového návrhu léčiv, jako je např. identifikace nových molekulových cílů nebo hledání biomarkerů.

→ ve studijním systému


Selekční tlaky v lokusech endogenních retrovirů (HERV) u člověka

Pačes Jan Mgr. Ph.D.

Anotace

Lidské endogenní retroviry tvoří významnou část genomu. V některých tkáních mohou být transkripčně aktivní, jejich vliv na fentoyp buňky však není známý. Detekce selekčních tlaků na jednotlivé HERV lokusy může pomoci objasnit jejich význam a míru vlivu na buňku. Tématem dizertační práce bude na datech z veřejných sekvenačních projektů (projekt 1000 genomů atd.) naměřit selekční tlak na HERV lokusech. Hodnoty získané různými výpočetními metodami rozšíří data ve specializované databázi HERVd (http://herv.img.cas.cz). Součástí dizertace bude i návrh vizualizace hodnot selekčního tlaku a integrace do webového rozhraní.

→ ve studijním systému


Metody hlubokého učení v chemoinformatice a bioinformatice

Svozil Daniel doc. Mgr. Ph.D.

Anotace

Obrovská množství biologických dat, rutinně zpracovávaná a analyzovaná v dnešní éře tzv. "big data", napomáhají novým biomedicínským objevům a validaci vědeckých hypotéz. Množství a diverzita dat roste dramatickým způsobem především díky nástupu nových vysoce propustných experimentálních technologií, jako je např. sekvenování DNA a RNA či testování biologické aktivity. Vyhledávání a interpretace vztahů v takto komplexních datech pak vyžaduje použití nových přístupů z oblasti tzv. hlubokého učení. Dizertační práce bude zaměřena na aplikaci metod hlubokého učení na různé chemoinformatické a bioinformatické problémy.

→ ve studijním systému


Metody zpracování Single cell RNA-seq dat

Svozil Daniel doc. Mgr. Ph.D.

Anotace

Single cell RNA sekvenování (scRNA-seq) je metoda, která umožňuje sledovat hladiny transkriptů až u mnoha tisíců buněk najednou. Během poslední dekády se tato metoda zařadila mezi běžně používané metody v molekulárně biologickém výzkumu. Toto relativně nové pole výzkumu se velmi rychle rozvíjí a velký technologický pokrok je doprovázen také vývojem algoritmů zpracovávajících tato data. Analytické nástroje implementující tyto algoritmy jsou navrženy tak, aby technická variabilita a kvalita vstupních dat co nejméně ovlivňovaly kvalitu výsledků. Cílem této disertační práce je prozkoumat možné aplikace různých algoritmů v několika projektech patofyziologického výzkumu, který se zaměřuje především na funkci buněk CNS. Práce bude dále cílit na vývoj a definici standardizovaných postupů ve zpracování scRNAseq dat.

 Biotechnologický ústav AV ČR, v.v.i.

→ ve studijním systému


Signální dráhy a funkční změny při nádorových onemocněních

Kolář Michal Mgr. Ph.D.

Anotace

Aktivita signálních drah vytváří vnitrobuněčný obraz vnějšího prostředí buňky. Tento model je buňkou využit k vytvoření odpovídající odpovědi, která je v mnoha případech vykonána pomocí změny transkripční aktivity cílových genů a jejich exprese. Poruchy v signálních drahách vedou v nádorových ale i jiných onemocněních k nesprávné buněčné odpovědi na vnější signály a ke vzniku patologických stavů. Příkladem je aberantní aktivace signální dráhy ERK v důsledku specifických mutací u maligního melanomu, která vede k nekontrolovanému nádorovému bujení. Aktivitu signálních drah můžeme vyvozovat z transkripční aktivity genů, nejlépe na celogenomové úrovni. Dizertační práce se bude zabývat vzájemným vztahem rakovinných buněk a komponent nádorového mikroprostředí, výzkumem signálních drah, popisem změn v transkripci na celogenomové úrovni, jejich statistickým zpracováním a interpretací změn v signálních drahách s cílem nalézt nové markery či terapeutické cíle.

→ ve studijním systému

Aktualizováno: 27.2.2019 10:13, Autor: Jan Kříž

VŠCHT Praha
Technická 5
166 28 Praha 6 – Dejvice
IČO: 60461373
DIČ: CZ60461373

Datová schránka: sp4j9ch

Copyright VŠCHT Praha 2014
Za informace odpovídá Děkanát FCHT, technický správce Výpočetní centrum

VŠCHT Praha na sociálních sítích
zobrazit plnou verzi