1. Primerjava učinkovitosti izvedbe in ponovljivosti rezultatov bioinformatskih analiz RNA sekvenciranja med različnimi posodobitvami programskega okolja RVeronika Dolšak, 2023, master's thesis Abstract: Izhodišče: Razvoj tehnologije sekvenciranja naslednje generacije je močno pospešil hitrost pridobivanja velike količine podatkov sekvenciranja, ki potrebujejo nadaljnje bioinformatske analize, posledično pa je hitro naraslo tudi število programskih orodij za urejanje teh podatkov. Pogosta izbira za analizo podatkov RNA-sekvenciranja (RNA-seq) za odkrivanje genov in poti diferencialnega izražanja genov z zagotavljanjem popolne analize so programski paketi Bioconductor, namenjeni za delo v programskem okolju R. Različice programskega okolja R se pogosto nadgrajujejo, zaradi česar se v praksi opazi različno učinkovitost, kar lahko vpliva na primerljivost rezultatov analiz RNA-seq, analiziranih z več različicami programskega okolja R.
Metode: Surove podatke RNA-seq smo analizirali z uporabo programskih orodij Bioconductor: Rsubread, edgeR in limma, in to v več različicah programskega okolja R: R 3.5, R 3.6, R 4.0, R 4.1 in R 4.2.
Rezultati: Rezultati primerjav učinkovitosti poravnave s programskim orodjem Rsubred kažejo statistično pomembne razlike med primerjavami R 4.2 z ostalimi različicami programskega okolja R, prav tako se kažejo statistično pomembne razlike v rezultatih primerjav analize diferencialnega izražanja genov, pridobljenih z istim cevovodom ukazov med različico R 4.2 in ostalimi različicami R ter med različico R 3.5 in ostalimi različicami R.
Diskusija: Iz rezultatov smo ugotovili, da je treba izvajati analizo podatkov RNA-seq z najnovejšo posodobljeno različico programskega okolja R in najnovejšimi različicami programskih orodij Bioconduktor, kar je še posebnega pomena, kadar izvajamo metaanalizo podatkov RNA-seq iz različnih neodvisnih študij.
Keywords: RNA-sekvenciranje, diferencialno izražanja genov, R, bioinformatika
Published in DKUM: 13.07.2023; Views: 373; Downloads: 58
 Full text (2,09 MB) |
2. DNK kot nosilec za trajno shranjevanje podatkov : diplomsko deloBlaž Vidovič, 2021, undergraduate thesis Abstract: V diplomskem delu smo predstavili področje shranjevanja podatkov v DNK. Opisali smo problem, ki se pojavlja pri shranjevanju podatkov na tradicionalne pomnilniške medije in predstavili lastnosti DNK, zaradi katerih se kažejo kot potencialni medij shranjevanja podatkov v prihodnosti. Pregledali smo dosedanje dosežke na tem področju in opisali kodirne sheme, ki so jih raziskovalci razvili za namen shranjevanja digitalnih podatkov v sekvenco nukleotidov DNK. Po pregledu obstoječih kodirnih shem smo načrtovali in implementirali lastno kodirno shemo in razvili namizno aplikacijo s pomočjo katere bomo uporabnikom približali delovanje kodiranja digitalnih podatkov v sekvenco DNK.
Keywords: shranjevanje digitalnih podatkov, shranjevanje podatkov v DNK, sekvenciranje, shema kodiranja
Published in DKUM: 18.10.2021; Views: 873; Downloads: 113
Full text (1,63 MB) |
3. Implementacija avtomatiziranega pristopa k analizi podatkov DNA sekvenciranjaDragana Bjelić, 2020, master's thesis Abstract: Uvod: Z razvojem tehnologije sekvenciranja DNA in naraščanjem podatkov se povečuje tudi potreba po kvalitetni analizi in interpretaciji podatkov. Prav tako sta pomembna hitrost in zanesljivost klasificiranja posameznikov za določen genotip. Pri metodi sekvenciranja naslednje generacije (NGS) to klasificiranje temelji na klicanju različic, ki je sklepanje, da na določenem mestu obstaja razlika v nukleotidu v primerjavi z referenčnim nukleotidnim zaporedjem. Surovi podatki pridobljeni z NGS analizo so podani v datoteki VCF (ang. variant call format), kjer je v tabeli potencialnih različic oziroma kandidatnih genotipov v spremenljivki Filter pogosto uporabljena oznaka PASS za različice oziroma genotipe za katere je klasifikator nevronske mreže podal višjo verjetnost nereferenčnega klica genotipa kot za referenco, tj. zanesljiv klic različice. V magistrskem delu želimo s primerjavo števila klicanih različic in PASS različic med obstoječim in nadgrajenim pristopom pokazati pomembnost posodobitev programskih orodij.
Metode: V empiričnem delu smo implementirali avtomatiziran pristop k analizi podatkov DNA sekvenciranja, ki je nadgradnja obstoječega protokola analize, ki je na razpolago na aparatu Illumina Miseq. V našem nadgrajenem protokolu smo namesto modula GATK Variant Caller iz različice v1.6. obstoječega orodja na aparatu Illumina MiSeq uporabili modul Haplotype Caller pridobljenega iz programskega paketa GATK v3.8. Haplotype Caller je natančnejši, saj zavrne podatke o poravnavi okoli položaja, kjer se sumi na različico in ponovno prebere odčitke v tej regiji. Prav tako smo nadgradili algoritem poravnave nukleotidnih zaporedij iz različice 0.7.9 v obstoječem protokolu na 0.7.12, ki nam z nadgradnjo omogoča HLA tipizacijo. Protokol smo nadgradili tudi s predhodnim obrezovanjem tehničnih nukleotidnih zaporedij. Na koncu smo analizo števila klicanih različic in PASS različic med obema pristopoma ovrednotili v programskem okolju R z Wilcoxon-ovim statističnim testom.
Rezultati: Rezultati Wilcoxon-ovega testa so pokazali močno statistično značilno razliko med odkritim številom klicanih različic in PASS različic med nadgrajenim in obstoječim pristopom, pri čemer je nadgrajen pristop v povprečju odkril 26-krat več klicanih različic in 33 krat več PASS različic, od tega 5 pozitivnih PASS različic pomembnih za diagnozo od 12, kar pomeni 41,7 %.
Diskusija: Ugotovili smo, da je nadgrajen tekoči trak ukazov za analizo nukleotidnega zaporedja DNA učinkovitejši, saj odkrije več klicanih in PASS različic.
Keywords: NGS, bioinformatika, sekvenciranje, Illumina MiSeq
Published in DKUM: 21.09.2020; Views: 1484; Downloads: 263
Full text (7,38 MB) |
4. Interakcije različnih sevov bakterije Clostridium difficile s črevesno mikrobiotoSabina Horvat, 2019, doctoral dissertation Abstract: Bakterija Clostridium difficile (Clostridioides difficile) povzroča črevesne okužbe, ki se najpogosteje kažejo kot lažja driska ali kolitis, redkeje pa kot pseudomembranozni kolitis. Okužba s C. difficile se najpogosteje razvije pri starejših hospitaliziranih bolnikih zaradi zdravljenja z antibiotiki širokega spektra, saj je predpogoj za uspešno kolonizacijo s C. difficile porušena črevesna mikrobiota. V zadnjem času je opazen porast okužb tudi pri mlajših generacijah, ki niso bile v stiku z bolnišničnim okoljem in niso prejemale antibiotične terapije.
Mehanizmi kolonizacijske rezistence (tj. odpornosti), s katerimi funkcionalna črevesna mikrobiota preprečuje kolonizacijo in posledično okužbo s C. difficile, so relativno dobro raziskani. Ni pa znano, ali in kako C. difficile vpliva na črevesno mikrobioto med okužbo.
V okviru doktorske naloge smo želeli ugotoviti, ali obstaja vpliv bakterije C. difficile na fekalno mikrobioto, ki je dober približek črevesni mikrobioti. Različne tipe fekalne mikrobiote (nezrelo, zdravo in porušeno) smo gojili in vitro ob prisotnosti vegetativnih celic C. difficile in/ali izrabljenega gojišča C. difficile. Testirali smo različne netoksigene in toksigene seve C. difficile različnih PCR-ribotipov, in sicer 010, 014/020, 027, 078 in 176, ki so v Evropi najbolj razširjeni. Za primerjavo smo fekalno mikrobioto gojili v izrabljenih gojiščih drugih bakterijskih vrst (Escherichia coli, Salmonella enterica serovar Enteritidis in Staphylococcus epidermidis). Spremembam v sestavi in pestrosti fekalne mikrobiote v različnih razmerah smo sledili s sekvenciranjem 16S-metagenoma na platformi MiSeq Illumina. V kokulturah fekalne mikrobiote s C. difficile smo spremljali rast in frekvenco sporulacije (tj. tvorbo spor) C. difficile. V določenem številu vzorcev smo z NMR-spektroskopijo pregledali tudi profile zunajceličnih metabolitov.
Z raziskavo smo dokazali neposredni in specifični učinek bakterije C. difficile na pestrost in sestavo fekalne mikrobiote, ki je najverjetneje posledica spremenjene dostopnosti hranil. Fekalna mikrobiota, gojena v izrabljenih gojiščih E. coli, S. enterica serovar Enteritidis in S. epidermidis, je bila statistično značilno drugačna od fekalne mikrobiote, gojene v izrabljenem gojišču C. difficile. Naše ugotovitve so pokazale, da je učinek odvisen od tipa fekalne mikrobiote in ribotipa C. difficile. Nezrela in porušena mikrobiota sta bili in vitro bolj dovzetni za spremembe v pestrosti in sestavi zaradi C. difficile in sta omogočili boljše pogoje za sporulacijo C. difficile. Različni ribotipi C. difficile so podobno učinkovali na mikrobno pestrost, deloma pa se je razlikoval njihov vpliv na mikrobno sestavo, in sicer na nižjih taksonomskih nivojih. Spremembe, ki smo jih opazili, so podobne, kot so bile opisane pri pacientih, okuženih s C. difficile, in vključujejo manjšo mikrobno pestrost, povečan delež oportunističnih patogenov (enterokokov in enterobakterij) in zmanjšan delež bakterijskih skupin, povezanih s kolonizacijsko rezistenco (Lachnospiraceae in Ruminococcaceae). Z analizo metaboloma smo identificirali metabolite, ki bi lahko bili pomembni dejavnik pri okužbi s C. difficile. Predvsem povišane koncentracije tiramina, etanola in fenolnih kislin bi lahko pomembno doprinesle k disbiozi, ki je značilna za okužbo s C. difficile.
Naši rezultati so pokazali, da lahko C. difficile aktivno vzdržuje črevesno mikrobioto v stanju neravnovesja. Spremembe v črevesni mikrobioti torej lahko razumemo ne le kot vzrok za okužbo s C. difficile, ampak tudi kot posledico prisotnosti C. difficile v črevesnem okolju.
Keywords: črevesna mikrobiota, Clostridium difficile, 16S-metagenom, sekvenciranje naslednje generacije, in vitro modeli
Published in DKUM: 14.01.2020; Views: 1870; Downloads: 226
Full text (3,96 MB) |
5. Primerjava pristopov edgeR in voom za analizo diferencialnega izražanja genov na podlagi podatkov sekvenciranja transkriptomaLara Bezjak, 2019, master's thesis Abstract: Izhodišče: Z razvojem visoko zmogljivih tehnologij sekvenciranja, ki so omogočile pridobitev velike količine podatkov iz bioloških vzorcev, je hitro naraslo tudi število programskih orodij za urejanje teh podatkov, vendar pa trenutno še ni soglasja o najprimernejšem postopku ali metodi za identifikacijo različno izraženih genov s tehnologijo sekvenciranja naslednje generacije (RNA-seq). Namen naloge je bil analizirati dva pristopa za analizo RNA-seq podatkov in njune rezultate validirati z zlatim standardom.
Metode: V nalogi smo uporabili dva pristopa, edgeR (Robinson, et al., 2010) in limma (Ritchie, et al., 2015) -voom (Law, et al., 2014), ter njune rezultate preverili z metodo RT-qPCR. Z RT-qPCR smo preverili štiri gene, ki so imeli izračunane nasprotujoče si log2FC in p-vrednosti. Na koncu smo zbrane rezultate vseh treh metod analizirali s programskim orodjem SPSS.
Rezultati: Rezultati Spearmanovega testa korelacije so pokazali močno korelacijo med izračunanimi log2FC in p-vrednostmi obeh pristopov, vendar je Wilcoxonov test pokazal, da se log2FC in p-vrednosti kljub temu statistično značilno razlikujejo glede na to, katero metodo smo uporabili. Tri gene, ki so se po metodah edgeR in voom najbolj razlikovali, smo analizirali z RT-qPCR in ugotovili, da dobljeni rezultati qRT-PCR bolj sovpadajo s pristopom voom kot z edgeR, kar je potrdil tudi Spearmanov test korelacije in Wilcoxonov test.
Diskusija: Iz rezultatov smo zaključili, da je pristop voom primernejši, saj daje zanesljivejše rezultate kot edgeR kljub temu da smo imeli zelo majhen vzorec (3 posameznike za vsako skupino).
Keywords: RNA sekvenciranje, transkriptomika, R, RT-qPCR, bioinformatika
Published in DKUM: 11.11.2019; Views: 1464; Downloads: 226
Full text (1,59 MB) |
6. Analiza sestave bakterijske združbe iz zbirnega jezera industrijske odpadne vodeLučka Simon, 2019, doctoral dissertation Abstract: Objekt raziskovanja te naloge je bila odpadna industrijska voda iz umetnega zbirnega jezera, ki se nahaja v urbanem okolju. Prebivalstvo v tem okolju zlasti v poletnih mesecih moti pogosto penjenje in motnost vode v jezeru. Z namenom preiskave mikrobnih združb tega jezera smo poleti 2013 odvzeli vzorce vod in sedimentov iz petih, geografsko različnih vzorčnih mest jezera. Vzorcem smo ob odvzemu preiskali tudi izbrane fizikalno-kemijske lastnosti. Na hranilnem agarju smo iz vzorcev osamili 71 morfološko različnih izolatov. Vse izolate smo opisali s fenotipskimi in molekularno-biološkimi pristopi. S preiskavo nukleotidnih zaporedij genov za 16S rRNA smo identificirali 20 različnih bakterijskih rodov iz 16 družin. Sekvenca gena za 16S rRNA enega izmed izolatov se je z najbolj podobno sekvenco referenčnih sevov ujemala v le 96,2 %, zato smo ta izolat v nadaljevanju natančno preiskali s fenotipskimi pristopi in analizo njegovega genomskega zaporedja. Na osnovi teh rezultatov smo izolat opisali in objavili kot novo bakterijsko vrsto Paenibacillus aquistagni 11T. Preiskovanje odpornosti proti klinično pomembnim antibiotikom pri izolatih iz družine Enterobacteriaceae in iz rodov Acinetobacter ter Pseudomonas je odkrilo odpornost proti ampicilinu, pri 14,3 % sevov iz družine Enterobacteriaceae pa tudi proti kloramfenikolu. Izolati, identificirani kot Acinetobacter sp., Pseudomonas otitidis in Bacillus sp., ki smo jih izolirali iz vzorčnega mesta kjer je bilo penjenje najbolj obilno, so tudi v pogojih laboratorijskega namnoževanja tvorili stabilno peno na površini kompleksnega gojišča. Po analizi fizikalno-kemijskih lastnosti vode smo ugotovili najvišjo koncentracijo kovin v vzorčnem mestu 5, zato smo izolatom tega vzorčnega mesta preiskali odpornost proti železu in manganu. Za vse izolate smo ugotovili rast ob prisotnosti 300 mg/L Fe v kompleksnem gojišču, za 73 % ob prisotnosti 900 mg/L Fe, en izolat pa je toleriral 1500 mg/L Fe. Odpornost proti 1500 mg/L Mn smo potrdili pri 37 % preiskanih sevih, pri koncentraciji 300 mg/L Mn pa je rastlo kar 91 % izolatov. S tehnologijo Ion Torrent smo na osnovi preiskovanja sekvenc sedmih variabilnih regij genov za 16S rRNA tudi brez predhodne osamitve izolatov preiskali sestavo mikrobne združbe iz istih petih vzorčnih mest jezera odpadne vode kot smo pridobili izolate. V vzorcih Voda 1, Voda 3 in Voda 4 so prevladovale operacijske taksonomske enote iz družine Prochlorococcacea, v vzorcu Voda 2 iz družine Sphingomonadaceae, v vzorcu voda 5 pa iz družine Gallionellacea. V vzorcu Sediment 1 so prevladovale enote OTE iz družine Rhodobacteraceae, v vzorcu Sediment 2 iz Sphingomonadaceae, v vzorcu Sediment 3 iz Desulfobacteraceae, v vzorcu Sediment 4 iz Pseudomonadaceae in v vzorcu Sediment 5 iz družine Nostocaceae. Primerjava med bakterijskimi družinami, identificiranimi po osamitvi izolatov, ter bakterijskimi družinami identificiranimi neposredno, je odkrila najboljše ujemanje med rezultati za vzorec Voda 2 (57,2 %), nekoliko slabše za vzorec Voda 1 (21,8 %), Voda 3 (20,0 %) in Voda 4 (14,5 %), najslabše pa za vzorec Voda 5 (1,2 %). Pri sedimentih je bilo najboljše ujemanje med bakterijskimi družinami, identificiranimi z obema metodološkima pristopoma, v vzorcu Sediment 4 (74,0 %) in Sediment 2 (57,4 %), slabše pri Sediment 3 (10,2 %) in Sediment 1 (14,0 %), najslabše ujemanje pa je bilo ponovno v sedimentu iz vzorčnega mesta 5 (2,4 %). Z analizo glavnih komponent PCA smo ugotavljali vpliv fizikalno-kemijskih lastnosti na prisotnost posameznih bakterijskih družin. V vzorcih vod smo ugotovili povezavo med pH-vrednostjo, vsebnostjo Mg, Na, Cu, Fe, Mn, Zn in skupino bakterijskih družin Gallionellaceae, Burkholderiaceae, Eubacteriaceae, Methylophilaceae in Ferrovaceae. V vzorcih sedimentov pa je bila prevladujoča povezava med vsebnostjo As, Cd, Co, Cu, Fe, Mn, Ni, Zn in skupino bakterijskih družin Nostocaceae, Ferrovaceae, Gallionellaceae, Acetobacteraceae in Acidobacteriaceae.
Keywords: odpadne vode, mikrobna združba jezera, sekvenciranje naslednje generacije Ion Torrent, 16S rRNA, Paenibacillus aquistagni, antibiotiki, kovine, penjenje vode
Published in DKUM: 19.04.2019; Views: 2309; Downloads: 147
Full text (3,62 MB) |
7. Iskanje vzorcev v genomu z uporabo tehnologij požarnih zidovAleš Turk, 2012, master's thesis Abstract: Uporaba informacijsko-komunikacijskih tehnologij je v bioinformatiki nepogrešljiva. Do sedaj smo bili omejeni na obdelavo podatkov z računalniškimi sistemi, ki z nastajanjem velikih podatkovnih baz le s težavo obdelujejo količine podatkov v genomskih podatkovnih bazah. Primarni izziv je, kako obdelati čim več podatkov v čim krajšem času. Uporaba požarnih zidov zadnje generacije omogoča bistveno krajši čas obdelave velikih podatkovnih datotek, ki vsebujejo sekvenčni zapis človeškega genoma.
Keywords: genom, sekvenca, sekvenciranje, požarni zid, genomska podatkovna baza
Published in DKUM: 08.08.2012; Views: 2608; Downloads: 175
Full text (6,11 MB) |
