Zpracování a analýza lidského střevního mikrobiomu z nanopórových sekvenačních dat 16S rRNA

Abstract

Lidský střevní mikrobiom je nejdůležitějším mikrobiomem v těle. Je tedy důležité sledovat jeho složení v čase např. během léčby některých onemocnění a podávání různých léčiv, která mohou mít na složení vliv. Přesnou identifikaci přítomných mikroorganismů umožnila třetí generace sekvenování, která je schopna přečíst celou sekvenci genu 16S rRNA, nicméně aktuálně není mnoho dostupných nástrojů, které by zvládly vyhodnotit složení střevního mikrobiomu z dat získaných pomocí nanopórové sekvenace. V této bakalářské práci je proto navržen postup analýzy složení střevního mikrobiomu pomocí dvou nástrojů a tento postup je aplikován na sekvenační data. Hlavní část práce je zaměřena na vývoj nástroje, který přehledně analyzuje časový vývoj složení střevního mikrobiomu, propojuje jej s klinickými parametry (teplota, CRP, užívané léky a další) a umožňuje lépe porozumět vztahu mezi mikrobiální dynamikou a stavem pacienta. Navíc díky jednoduchému grafickému uživatelskému rozhraní je nástroj snadno použitelný i pro klinické pracovníky bez znalosti bioinformatiky.

The human gut microbiome is the most important microbiome in the body. It is therefore important to monitor its composition over time, e.g. during the treatment of certain diseases and the administration of various drugs that may affect its composition. Accurate identification of the microorganisms present has been made possible by third generation sequencing, which is able to read the entire 16S rRNA gene sequence, but there are currently not many tools available that can assess the composition of the gut microbiome from nanopore sequencing data. Therefore, in this bachelor thesis, a procedure is proposed to analyse the gut microbiome composition using two tools and this procedure is applied to the sequencing data. The main part of the thesis focuses on the development of a tool that clearly analyses the temporal evolution of the gut microbiome composition, links it to clinical parameters (temperature, CRP, medications used, etc.) and allows a better understanding of the relationship between microbial dynamics and patient status. In addition, the simple graphical user interface makes the tool easy to use even for clinicians with no knowledge of bioinformatics.