Dynamická predikce metabolitů z genetické variace
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
C
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Hordeum vulgare, tak ako mnoho ďalších plodín, trpí redukovaním genetickej rôznorodosti spôsobeným klimatickými zmenami. Preto je potrebné zlepšiť účinnosť jeho kríženia. Oblasť záujmu sa v poslednej dobe obracia na výskum nepriamych selekčných metód založených na výpočetných predikčných modeloch. Táto práca sa zaoberá dynamickou metabolomickou predikciou založenou na genomických dátach, ktoré pozostávajú z 33,005 jednonukleotidových polymorfizmov. Metabolomické dáta zahŕňajú 128 metabolitov 25 rodín Halle exotického jačmeňa. Hlavným cieľom tejto práce je vytvoriť metabolomické predikcie dynamických dát pomocou rôznych metód, ktoré boli vybrané na základe rôznych publikácií. Vytvorené modely napomôžu predikcii fenotypu alebo odhaleniu dôležitých vlastností rastliny Hordeum vulgare.
Hordeum vulgare, like many other crops, suffers from the reduction of genetic diversity caused by climate changes. Therefore, it is necessary to improve the performance of its breeding. Nowadays, the area of interest in current research focuses on indirect selection methods based on computational prediction modeling. This thesis deals with dynamic metabolomic prediction based on genomic data consisting of 33,005 single nucleotide polymorphisms. Metabolomic data include 128 metabolites belonging to 25 Halle exotic barley families. The main goal of this thesis is to create dynamic metabolomic predictions using different approaches chosen from relevant publications. The created models can be helpful for the prediction of phenotype or for revealing important traits of Hordeum vulgare.
Hordeum vulgare, like many other crops, suffers from the reduction of genetic diversity caused by climate changes. Therefore, it is necessary to improve the performance of its breeding. Nowadays, the area of interest in current research focuses on indirect selection methods based on computational prediction modeling. This thesis deals with dynamic metabolomic prediction based on genomic data consisting of 33,005 single nucleotide polymorphisms. Metabolomic data include 128 metabolites belonging to 25 Halle exotic barley families. The main goal of this thesis is to create dynamic metabolomic predictions using different approaches chosen from relevant publications. The created models can be helpful for the prediction of phenotype or for revealing important traits of Hordeum vulgare.
Description
Citation
NEMČEKOVÁ, P. Dynamická predikce metabolitů z genetické variace [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2022.
Document type
Document version
Date of access to the full text
Language of document
en
Study field
bez specializace
Comittee
prof. Pharm.Dr. Petr Babula, Ph.D. (předseda)
Ing. Marina Ronzhina, Ph.D. (místopředseda)
Ing. Roman Jakubíček, Ph.D. (člen)
Ing. Jan Červený, Ph.D. (člen)
Mgr. Ing. Karel Sedlář, Ph.D. (člen)
Mgr. Bc. Darina Čejková, Ph.D. (člen)
Date of acceptance
2022-06-08
Defence
Studentka prezentovala výsledky své práce a komise byla seznámena s posudky. Prof. Babula položil otázku, proč jste vybrala pro zpracování genom ječmene? Ing. Sedlář položil otázku, s jakými daty jste pracovala, v jakém byla formátu? Na jakém chromozomu se nachází uvedený gen? Mgr. Čejková položila otázku, vysvětlete, kde jste získala data, jsou získané při různých podmínkách? Ing. Ronzhina položila otázku, co je na Vaší metodě dynamického? Co jste použila na vstup predikce? Studentka obhájila diplomovou práci s výhradami a odpověděla na otázky členů komise a oponenta.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení