Název: Metoda pro identifikaci MICA a MICB genů
Další názvy: MICA and MICB Gene Identification Method
Autoři: Rottenbornová, Lucie
Vedoucí práce/školitel: Houdová Lucie, Ing. Ph.D.
Oponent: Ostašov Pavel, Mgr. Ph.D.
Datum vydání: 2021
Nakladatel: Západočeská univerzita v Plzni
Typ dokumentu: bakalářská práce
URI: http://hdl.handle.net/11025/44977
Klíčová slova: bioinformatika;bioinženýrství;identifikace genů;mica;micb;sangerovo sekvenování;sekvenování nové generace
Klíčová slova v dalším jazyce: bioinformatics;bioengineering;gene identification;mica;micb;sanger sequencing;next-generation sequencing
Abstrakt: Bakalářská práce se zabývá identifikací alel MICA a MICB genů pro následné použití v rámci transplantce kostní dřeně. Cílem práce je seznámení se s významem genů MICA a MICB, porovnání sekvenačních metod, zejména Sangerovo sekvenování a Next-generation sekvenování (NGS), porozumění problematice identifikace alel a následný návrh metody pro automatickou identifikaci alel. Metoda byla vyvíjena na základě syntetických dat s vlastnostmi vycházejícími z reálných experimentů prováděných ve FN Plzeň. Kromě samotné metody realizované v jazyce Python za pomoci rozšíření Biopython je v práci popsán způsob získávání referenčních dat, vytváření syntetických dat a zhodnoceny výsledky ověřování metody.
Abstrakt v dalším jazyce: This bachelor thesis deals with the identification of alleles of MICA and MICB genes for subsequent use in bone marrow transplantation. The aim is to get acquainted with the importance of MICA and MICB genes in bone marrow transplant, comparison of sequencing methods, especially Sanger sequencing and Next-generation sequencing (NGS), understanding the problems of allele identification and subsequent design of method for automatic allele identification. The method was developed based on synthetic data with properties similar to real data from experiments performed at FN Plzeň. In addition to the method implemented in Python using the Biopython extension, the work describes the method of obtaining reference data, creating synthetic data and evaluating the results of verifying the method.
Práva: Plný text práce je přístupný bez omezení.
Vyskytuje se v kolekcích:Bakalářské práce / Bachelor´s works (KKY)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
Dokumentace_Rottenbornova_Lucie.pdfPlný text práce1,63 MBAdobe PDFZobrazit/otevřít
rottenbornova-v.pdfPosudek vedoucího práce358,01 kBAdobe PDFZobrazit/otevřít
rottenbornova-o.pdfPosudek oponenta práce817,95 kBAdobe PDFZobrazit/otevřít
rottenbornova-p.pdfPrůběh obhajoby práce177,35 kBAdobe PDFZobrazit/otevřít
BP_el_verze_Rottenbornova_Lucie.zipVŠKP - příloha5,09 MBZIPZobrazit/otevřít


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/44977

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.