Metodiky analýzy dat ze sekvenování nové generace

Mgr. Václav Hejret, Ph.D.

Disertační práce

Methodologies for the Next-Generation sequencing data analysis

Anotace:

Rychlý rozvoj technologií sekvenování nové generace (NGS) výrazně usnadnil přístup ke genomickým a transkriptomickým datům, což vedlo k výraznému nárůstu objemu dostupných biologických informací. Zatímco samotné generování těchto rozsáhlých sekvenačních dat se stalo rutinní záležitostí, získávání smysluplných biologických poznatků představuje i nadále zásadní metodologickou výzvu. Tento proces totiž vyžaduje pokročilé bioinformatické přístupy pro jejich efektivní zpracování, interpretaci a integraci. Předkládaná disertační práce se zabývá metodologickými problémys pojenými s analýzou dat z vysocekapacitního sekvenování v různých biologických systémech a zaměřuje se na vývoj a implementaci robustních výpočetních pipeline. Klíčovou součástí této práce je tvorba specializovaných výpočetních postupů pro analýzu komplexních NGS dat – od identifikace chimérických sekvencí ve studiích RNA interakcí až po transkriptomické profilování v patologickém a zemědělském kontextu. Výzkum podrobně popisuje vývoj nástroje HybriDetector, což je nástroj navržený k identifikaci a anotaci chimérických RNA-RNA interakcí. Tato pipeline poskytuje vysoce spolehlivé experimentální profilování cílů zprostředkované proteinem AGO2. Tímto způsobem posouvá dosavadní standard v identifikaci RNA-RNA interakcí od čistě prediktivních výpočetních modelů k vysoce spolehlivým datovým sadám, které jsou ověřeny přímými experimentlaními důkazy. V další části práce aplikujeme transkriptomickou analýzu k objasnění mechanosenzitivní role proteinu hnRNPC při srdečním selhání a charakterizujeme dopad vzájemné buněčné komunikace mezi nádorem a stromatem u pacientských organoidních modelů kolorektálního karcinomu. Analýza brukve řepky (Brassica napus) navíc poskytuje vhled do specifických regulačních sítí jednotlivých odrůd, které se podílejí na adaptaci na tepelný stres. Dosažené výsledky demonstrují nezbytnou roli bioinformatických postupů navržených na míru při transformaci surových sekvenačních dat ve funkční poznatky, které rozšiřují porozumění komplexním molekulárním mechanismům.

Abstract:

The rapid maturation of Next-Generation sequencing (NGS) technologies has democratized access to genomic and transcriptomic data, creating an exponential increase in the volume of available biological information. While the generation of high-throughput sequencing data has become routine, extracting meaningful biological insights remains a significant challenge, requiring sophisticated bioinformatics methodologies to process, interpret, and integrate this data effectively. This Ph.D.thesis addresses the methodological challenges inherent in the analysis of high-throughput sequencing data across diverse biological systems, focusing on the development and implementation of robust computational pipelines. A primary component of this work involves the creation of specialized computational workflows to manage complex NGS data, ranging from the identification of chimeric reads in RNA-interaction studies to transcriptomic profiling in pathological and agricultural contexts. This research details the development of the HybriDetector pipeline, a framework designed to identify and annotate chimeric RNA-RNA interactions, providing high-fidelity experimental evidence for the targetome of AGO2-mediated regulation and shifting the standard for identifying RNA-RNA interactions from purely predictive computational models to high-confidence datasets validated by direct physical evidence. Furthermore, this thesis applies transcriptomic analysis to uncover the mechanosensitive role of hnRNPC in heart failure and characterizes the impact of tumor-stroma crosstalk in patient-derived colorectal cancer organoid models. Additionally, the analysis of Brassica napus provides insight into cultivar-specific regulatory networks involved in heat stress adaptation. These results demonstrate the essential role of tailored bioinformatics workflows in transforming raw sequencing data into functional insights that advance our understanding of complex molecular mechanisms.

Keywords

Sekvenování nové generace, Analýza dat, Pipeline, Exprese genů, Transkriptom, RNA, microRNA, Genom, AGO2 protein, Next-Generation sequencing, Data analysis, Gene expression, Transcriptome, Genome

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 15. 6. 2026

Obhajoba závěrečné práce

• Obhajoba proběhla 4. 9. 2026
• Vedoucí: PhD Panagiotis Alexiou
• Oponent: Mgr. Jan Oppelt, Ph.D., Emmanouil Maragkakis, Ph.D.

Masarykova univerzita

Přírodovědecká fakulta

Doktorský studijní program / obor:
Biomolekulární chemie a bioinformatika / Biomolekulární chemie a bioinformatika