Evolution and function of alternative splicing in plants – Kseniya Timofeyenko, Ph.D.
Kseniya Timofeyenko, Ph.D.
Disertační práce
Evolution and function of alternative splicing in plants
Evolution and function of alternative splicing in plants
Anotace:
Během celého životního cyklu je v organizmech citlivě regulována exprese genů na různých úrovních. Jedním z takových regulátorů je alternativní sestřih (AS). AS umožňuje vytváření více transkriptů RNA z jednoho genu. Reguluje časování a úroveň exprese genu a rozšiřuje proteomový repertoár. Avšak nikoli všechny produkované transkripty mají detekovatelnou biologickou roli. Některé z nich jsou také zbytné …víceAbstract:
During the whole life cycle of the organism, gene expression is carefully regulated at various levels. One of such crucial regulators is alternative splicing (AS). AS enables the generation of multiple RNA transcripts from a single gene. It regulates the timing and level of gene expression and expands the proteome repertoire. Not all generated transcripts, however, carry a detectable biological function …více
Jazyk práce: angličtina
Datum vytvoření / odevzdání či podání práce: 29. 5. 2023
Identifikátor:
https://is.muni.cz/th/pp4b1/
Obhajoba závěrečné práce
- Obhajoba proběhla 30. 6. 2023
- Vedoucí: Mgr. Kamil Růžička, Dr. rer. nat.
- Oponent: Dr. Ezequiel Petrillo, Mgr. David Žihala, Ph.D.
Citační záznam
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Masarykova univerzita, Přírodovědecká fakultaMasarykova univerzita
Přírodovědecká fakultaDoktorský studijní program / obor:
Genomika a proteomika / Genomika a proteomika
Práce na příbuzné téma
-
Evoluce savčího karyotypu
Šimon Farkaš -
Molekulární mechanizmy evoluce životních strategií u ptáků
Sampath Kumar Anandan -
Image Analysis Using Machine Learning Models
Norbert Komiňák -
Localization of mobile devices using machine learning
Aleš Calábek -
Exchange rates predictions using machine learning methods
Yaroslav Korobka -
Digital document analysis using machine learning methods
Nicholas Čapek -
Demand estimation using Machine Learning methods
Gabriela Moravčíková -
Automate issue tagging and categorization using machine learning techniques
Michal Mokroš