Identifikace biomarkerů ve střevní mikroflóře metodami statistiky a strojového učení.

Mgr. Matěj Radvanský

Master's thesis

Identification of biomarkers in human digestive tract by statistical and machine-learning methods.

Anotácia:

Tato práce se zabývá problematikou identifikace biomarkerů v sekvenačních datech. Popisuje postupy, jakými lze přiřadit sekvence k odpovídajícím organismům a poté jak identifikovat organismy, které významně ovlivňují průběh zkoumané nemoci. Hlavním výstupem práce je nástroj, kterým lze v sekvencích FASTQ nalézt významné organismy z hlediska nemoci. K tomu jsou využity metody jako alfa a beta diverzita, výběr atributů pomocí metod ze skupiny nástrojů WEKA, Fizzy, Qiime a LEfSe. Výsledný program nabízí srovnání statistických hodnot a vizualizaci některých výsledků prostřednictvím GUI. Program usnadňuje práci s daty a je určen uživatelům se základní znalostí skriptování. Výsledkem analýzy dat je ZIP soubor, ve kterém jsou uloženy nejdůležitější výsledky jako OTU tabulka, grafy a potenciální biomarkery. Výsledný nástroj byl aplikován na data z výzkumného projektu a měl by být dále používán jako prostředek k analýze dalších dat v rámci projektu.

Abstract:

This thesis is focused on biomarker identification in sequencing data. It describes techniques used for assigning sequences to organisms and on finding significant organisms in relation with examined disease. Some of used methods are alpha and beta diversity, feature selection with usage of tools like WEKA, Fizzy, Qiime and LEfSe. Result of this work is program for comparisson of stastical methods and visualization of chosen results through GUI. It makes data analysis easier and is intended for users with basic scripting knowledge. Analysis output is ZIP file which contains the most important results such as OTU table, graphs and potential biomarkers. Tool created in this work was used for data analysis withing research project and is intended to be used for analysis of next data batch.

Kľúčové slová

Identifikace biomarkerů, Výběr atributů, OTU tabulka, Diverzita, Strojové učení, Mikrobiom

Jazyk práce: Czech

Datum vytvoření / odevzdání či podání práce: 22. 5. 2017

Obhajoba závěrečné práce

• Obhajoba proběhla 23. 6. 2017
• Vedúci: Ing. Matej Lexa, Ph.D.
• Oponent: RNDr. David Šafránek, Ph.D.

Masaryk University

Faculty of Informatics

Master programme / odbor:
Applied Informatics / Bioinformatics