Improving Efficiency of Boolean Networks Inference

Bc. Oto Stanko

Bakalářská práce

Anotace:

Génové regulačné siete popisujú topológiu a dynamiku biologických systémov. Môžu byť odvodené z expresných dát, ktoré sú zvyčajne získané z experimentov. V posledných rokoch boli navrhnuté a implementované rôzne algoritmy na rekonštrukciu rozsiahlých sietí. Cieľom tejto bakalárskej práce je analýza metódy CGA-BNI založenej na genetickom programovaní. Praktická časť sa zameriava na dizajn a implementáciu optimalizácií algoritmu a následnú evaluáciu na vytvorených referenčných sieťach.

Abstract:

Gene regulatory networks describe the topology and dynamics of biological systems. They can be inferred from gene expression data, usually obtained from experiments. Various algorithms have been proposed and implemented in the past few years to reconstruct more extensive networks. This thesis aims to study and analyse the CGA-BNI method based on genetic programming. The practical part focuses on designing optimisation of the algorithm and evaluating the performance on created benchmarks.

Keywords

Systems biology, Boolean networks, Java, Python

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 19. 5. 2022

Obhajoba závěrečné práce

• Obhajoba proběhla 29. 6. 2022
• Vedoucí: doc. RNDr. David Šafránek, Ph.D.
• Oponent: RNDr. Eva Šmijáková

Masarykova univerzita

Fakulta informatiky

Bakalářský studijní program / obor:
Informatika / Informatika