Doktorské studium

Podmínky přijetí ke studiu

Do doktorského studijního programu (DSP) jsou přijímáni uchazeči těsně před ukončením či s ukončeným magisterským studiem. Přijetí je podmíněno absolvováním přijímacího pohovoru před komisí, která je min. tříčlenná, předsedou je zpravidla vedoucí školicího pracoviště a mezi členy je též školitel. Při přijímacím pohovoru uchazeč stručně seznámí komisi nejen se svoji diplomovou prací, ale především se zaměřením a cíli své dizertační práce. Během pohovoru se také ověřuje znalost uchazečovy mluvené angličitiny.

Studijní plán

Studium v doktorském studijním programu (DSP) probíhá podle schváleného individuálního studijního plánu (ISP) sestaveného společně studentem a školitelem. V ISP musí být zahrnuty min. 4 předměty vybírané dle následujícího klíče:

  • 3 předměty z modulu A, který obsahuje "core" bio a chemoinformatické předměty.
  • 1 předmět z modulu B, který obsahuje předměty z oblastí komplementárních studovanému DSP.
  • žádný či více předmětů z volitelného modulu C, který obsahuje předměty zaměřené na tzv. "soft skills". Studentům velmi doporučujeme absolvovat minimálně dvousemestrální kurs Effective Scientific Writing.

Součástí doktorského studia je dále absolvování zahraniční stáže v délce minimálně 1 měsíce. Kromě toho se studenti též běžně podílejí na pedagogické činnosti VŠCHT Praha.

Předpokládá se, že student vykoná zkoušky ze všech předmětů ISP nejpozději do konce 2. ročníku studia. Každý student DSP je rovněž povinen se, zpravidla do konce 2. ročníku, zúčastnit vědecké konference studentů na VŠCHT Praha, kde přednese odbornou přednášku v anglickém jazyce. Nejpozději v závěru 2. ročníku studia si musí student vybrat 3 tematické okruhy, z nichž bude skládat SDZ. Předpokladem je, že student složí SDZ na konci 3. ročníku doktorského studia.

Předměty doktorského studia

Modul A

KódNázev předmětu
P500002 Algoritmy výpočetní genomiky

Anotace

Předmět se zabývá efektivními algoritmy pro různé úlohy bioinformatiky. Jednou takovou úlohou je alignment dvou ale i více sekvencí. Dále se zabývá algoritmy pro jednotlivé fáze sestavení genomu. Předmět také představuje komprimované datové struktury pro uchovávání a indexování genomů a jejich velmi rychlé prohledávání.

Sylabus

  1. Algoritmy pro zarovnání více sekvencí I - skórovací systémy, dynamické programování
  2. Algoritmy pro zarovnání více sekvencí II - heuristické algoritmy - metoda progresivní a metoda branch and bound
  3. Algoritmy pro zarovnání readů
  4. Sestavení genomu a řetězcové grafy
  5. De Bruijnovy grafy a Eulerivská cesta.
  6. Konstrukce de Bruijnových grafů.
  7. Reprezentace de Bruijnových grafů.
  8. Algoritmy pro scaffolding.
  9. Komprese genomu I - založená na LZ
  10. Komprese genomu II - založená na BWT
  11. Analýza a porovnání genomů I - paměťově efektivní analýza genomů
  12. Analýza a porovnání genomů II - porovnání genomů bez zarovnání
  13. Poslední vývoj ve výpočetním zpracování genomu.
  14. Shrnutí algoritmů výpočetní genomiky
P143001 Pokročilá chemoinformatika

Anotace

Předmět pokrývá pokročilá témata chemoinformatiky a počítačového návrhu léčiv, jako jsou např. optimalizace kandidátních struktur, zahrnutí biologické informace do modelů či generování a explorace chemického prostoru.

Sylabus

  1. Chemoinformatické metody pro optimalizaci kandidátních struktur – MMPA (matched molecular pairs) analýza, bioisostery, scaffold hopping, multiobjektivní optimalizační metody
  2. Biologická informace v chemoinformatice – chemogenomický prostor, experimentální a výpočetní přístupy jeho charakterizace, afinitní fingerprinty a jejich aplikace, proteochemometrie, deskriptory popisující interakci ligand/protein, modelování interakčního prostoru
  3. Teorie informace a „fingerprint engineering“ - analýza deskriptorů a metody redukce dat
  4. QSAR modelování – záludnosti porovnávání a hodnocení QSAR modelů, doména aplikovatelnosti QSAR modelu, základní přístupy, jejich výhody a nevýhody, metody pro definici domény aplikovatelnosti klasifikačních a regresních modelů, metody hlubokého učení a jejich aplikace
  5. Generování a explorace chemického prostoru, chemotypová diverzita a její hodnocení, farmakoforové modelování (topologické farmakofory a farmakoforové otisky prstů), molekulové dokování (generování konformerů, flexibilita proteinu, konsensuální skórování)
P143005 Pokročilá strukturní bioinformatika

Anotace

Přednáška se zaměřuje na vybraná pokročilá témata strukturní bioinformatiky. Pozornost je nejprve věnována interakcím mezi proteiny a proteinů s nukleovými kyselinami. Jsou uvedeny metody výpočtu Gibbsovy energie těchto interakcí, dokovací algoritmy a softwarové nástroje včetně webových rozhraní. Následuje výklad o výpočetní proteomice, interakčních sítích proteinů, indukovaném přizpůsobení a ab initio metodách návrhu proteinů a peptidů. Tematika nukleových kyselin je zastoupena rozborem sekvenčně závislých vlastností DNA, jakož i predikcí sekundární a terciální struktury RNA. V závěru je pojednáno o integrativní strukturní bioinformatice, kombinující experimentální a výpočetní přístupy. Případové studie představí vybrané problémy podle aktuální časopisecké literatury.

Sylabus

  1. Interakce mezi proteiny a proteinů s nukleovými kyselinami
  2. Metody určeni Gibbsovy volné energie pro interakce biomolekul
  3. Dokovací algoritmy pro interakce protein-protein a protein-DNA
  4. Programy, výpočetni servery a webová rozhraní pro predikci interakce biomolekul
  5. Protein Structure Initiative a výpočetní proteomika
  6. Interactome a konstrukce interakčních sítí proteinů
  7. Předpověď indukovaného přizpůsobení
  8. Design proteinů a docking peptidů pomocí ab initio metod
  9. Sekvenčně závislé strukturní vlastnosti DNA a jejich funkční role
  10. Predikce sekundární struktury RNA
  11. Modelování prostorové struktury RNA
  12. Integrativní strukturní bioinformatika – kombinace experimentálních dat s výpočetními postupy
  13. Případové studie
P143003 Pokročilé biomolekulární modelování

Anotace

Procesy studované v molekulární biologii a genetice probíhají na různých délkových a časových škálách. Tématem kursu je modelování na mezoskopické úrovni, kde jsou atomy biomolekul sdruženy do větších celků. Studenti si nejprve prohloubí znalosti struktury a dynamiky nukleových kyselin, které budou důležitou aplikační oblastí kursu. Dále se probírají mezoskopické modely biomolekul a rozpouštědla, včetně potřebného matematického aparátu. Biomolekuly se často chovají jako stochastické systémy, přecházející mezi jednotlivými konformačními stavy. V kursu je proto zařazen i úvod do Markovových procesů a jejich algoritmické realizace. Případové studie představí vybrané problémy podle aktuální časopisecké literatury.

Sylabus

  1. Biomolekulární modelování v problémech molekulární biologie a genetiky
  2. Struktura a dynamika nukleových kyselin
  3. Modely sdružených atomů
  4. Rotace a její popis
  5. Biomolekuly jako soustavy tuhých těles
  6. Polymerní modely
  7. Vektory a tensory
  8. Mezoskopické modely elektrostatických interakcí
  9. Hydrodynamické interakce
  10. Markovovy procesy
  11. Numerická realizace náhodných procesů
  12. Případové studie
P143004 Sémantický web v chemii a biologii

Anotace

Přednáška seznámí studenty jak teoreticky tak prakticky s technologiemi Sémantického webu využívanými v oblasti chemických a biologických databází. Sémantický web byl navržen za účelem lepší interoperability dat. Té je dosaženo konceptualizací dat a jejich ukládáním podle standardizovaných pravidel. Klíčové je přitom vytvářením ontologií popisujících organizaci dat v jednotlivých doménách. Obecná část přednášky se zaměří na jednotlivé technologie umožňující ukládání, zpřístupnění, vyhledávání a zpracování dat. Praktická část přednášky se následně zaměří na ontologie používané v chemických a biologických databázích postavených nad těmito technologiemi.

Sylabus

  1. Základy Sémantického webu (Resource Description Framework)
  2. Základy dotazovacího jazyka SPARQL
  3. Pokročilé konstrukce jazyka SPARQL
  4. Zpřístupnění relační databáze jako sémantické databáze (R2RML)
  5. Existující implementace a frameworky (Jena, RDF4J, …)
  6. Implementace vlastních rozšíření jazyka SPARQL
  7. Jazyky pro zápis ontologií (RDFS, OWL, …)
  8. Formáty pro zápis ontologií (RDF, XML, funkcionální nebo Manchester syntaxe)
  9. Automatické odvozování nových dat (simple, RDF, RDFS a OWL entailment)
  10. Obecně používané ontologie (DCMI, CiTO, …)
  11. Ontologie používané v chemoinformatice (ChEBI, CHEMINF, …)
  12. Ontologie používané v bioinformatice (GO, BioPAX, BAO, …)
  13. Globální identifikace databázových entit
  14. Související problémy interoperability chemických a biologických databází
P143002 Systémová biologie

Anotace

Cílem přednášky je poskytnout první vhled do systémové biologie. Zaměříme se především na strukturu regulačních sítí, jejich globální vlastnosti a nabohacení regulačních motivů. Na skutečných příkladech prostudujeme často se opakující motivy, vysvětlíme si jejich funkci a důvody, proč jsou evolučně zachovávány.

Sylabus

  1. Jak buňky vnímají svět, Regulační sítě.
  2. Transkripční sítě a jejich vlastnosti. Síťové motivy.
  3. Autoregulace: SOS DNA opravný systém v E. coli.
  4. Koherentní feed-forward loop: Ochrana proti náhodným fluktuacím. Arabinózový systém v E. coli.
  5. Nekoherentní feed-forward loop: Rychlá odpověď na změnu prostředí. Galaktózový systém v E. coli.
  6. Regulační sítě v embryonálním vývoji: Bistabilní přepínač. Sonic Hedgehog a vývoj končetin u obratlovců.
  7. Neuronální sítě: Mnohovrstevný perceptron v C. elegans.
  8. Další síťové motivy a globální struktura regulačních sítí. Zadání úkolů.
  9. Robustnost proteinových obvodů: Chemotaxe E. coli.
  10. Robustnost v embryonálním vývoji: článkování octomilky D. melanogaster.
  11. Kinetic proofreading: Rozeznání antigenu T buňkou.
  12. Optimálnost genových obvodů, vztah k biologické zdatnosti: LacZ protein v E. coli.
  13. Optimálnost genových obvodů, pravidlo poptávky.
  14. Prezentace úkolů.
P500001 Text mining

Anotace

S nástupem elektronických dokumentů nastala situace, kdy jejich počet roste mnohem vyšším tempem, než možnosti, schopnosti a ochota lidí je číst. Metody oboru Information Retrieval sice poskytují přehled o tom, ve kterých dokumentech se hledaná informace zřejmě nachází, ale to jenom znamená, že umožňují vybírat dokumenty podle klíčových slov, kterými indexování dokumentů charakterizuje jejich obsah. Tím jen vytvářejí síto, kterým protéká stále větší a větší počet dokumentů. Metody oboru Text Mining mají za cíl nejen dokumenty vybírat podle klíčových slov, ale také určovat, co vypovídají. To je úloha velmi složitá, neboť souvisí se sémantikou přirozeného jazyka, kterou často i školení lidé interpretují nejednoznačně. Používají se statistické metody, metody information retrieval, metody počítačové linguistiky i klasifikační metody umělé intelligence. Text Mining zkoumá zejména následující možnosti práce s textem: Informatin extraction - identifikace klíčových komponent textu a vztahů mezi nimi, Topic tracking - inteligentní filtrování textů na základě profilu uživatele, Summarization - shrnutí obsahu textu, Sentence extraction - identifikace vět, které jsou pro obsah dokumentu klíčové, Kategorizace, klasifikace, clustering - rozdělování textů do tříd podle příbuznosti obsahu, Concept linkage - hledání vztahů mezi texty, které mají společné koncepty

Sylabus

  1. Text Mining, Data Mining, Knowledge Discovery, Text Processing - základní pojmy
  2. Information Retrieval - základní pojmy, textové dokumenty a klíčová slova, relevance a fuzzy logika, indexování, vektorový model
  3. Latentní semantické indexování a singulární dekompozice matic
  4. Shlukování klíčových slov, shlukování dokumentů
  5. Klasifikace textů, pravděpodobnostní klasifikace - Naive Bayes, klasifikace pomocí metody k-NN, rozhodovacích stromů, neuronových sítí, support vector machine
  6. Metody linguistiky v text mining, lexikon, part-of-speech tagging, named entity recognition, parsing, koreference
  7. Aplikace, automatická extrakce obsahu dokumentu, automatické shrnutí obsahu dokumentu, automatické odpovědi na dotazy

Modul B

KódNázev předmětu
P445003 Analýza vícerozměrných biomedicínských dat

Anotace

Předmět bude seznamovat s moderními metodami zpracování dat v biomedicínských a medicínských oblastech (EEG, CT, ...). Student bude řešit vybrané případové studie včetně praktických reálných aplikací. Ke zkoušce je nutné předložit (rozpracovanou) publikaci z odborné oblasti disertační práce související s počítačovým zpracováním dat

Sylabus

  1. Pokročilé metody zpracování CT snímků
  2. Metody analýzy snímků magnetické rezonance
  3. Analýza EEG dat
  4. Přehled metod modelování biologických signálů, modelování řízení biologických systémů, homeostáza
  5. Pokročilé zobrazování signálů v časové a frekvenční oblasti, fázový portrét, Poincarého řezy, rekurentní zobrazení, typy signálů
  6. Chaos a dynamická analýza biologických signálů
  7. Formáty biomedicínských dat
  8. Analytický a po částech lineární model EKG, odhad parametrů normálního a patologického EKG. Komprese a přenos EKG
  9. Modelování elektrické aktivity neuronu. Modelování reakce zástavy a rebound fenoménu, modelování sledování rytmu při fotostimulaci pomocí sítě chaotických neuronových oscilátorů. Modelování samoorganizace chaotických neuronových oscilátorů, modelování změn EEG při demenci
  10. Modelování synchronizace v EEG, odhady globální synchronizace, anticipované synchronizace a synchronizace se zpožděním, fázové synchronizace.
  11. Detekce, separace, lokalizace, klasifikace a modelování evokovaných potenciálů a sumačních akčních svalových potenciálů. Pronyho metoda
  12. Kódování informace ve zrakovém a sluchovém analyzátoru, modelování komunikace v biomedicínských objektech, Grangerova kauzalita, spektrální Grangerova kauzalita, parciální směrová koherence, směrová přenosová funkce a kortikomuskulární koherence
  13. Biostatistika, nejčastější chyby při testování hypotéz v biomedicínských studiích, statistické parametrické mapování a Bonferroniho korekce, metody využívané při epidemiologických studiích, testování hypotéz typu osoba v čase, Kaplan-Meierův estimátor, Weibull model, nelineární statistika,
  14. Pokročilé metody modelování v biologii a fyziologii, výhody a nevýhody Simulinku, jazyka Modelica, simulátor QCP, QHP/Hummod, Golem.
P320005 Biofyzikální chemie

Anotace

Předmět je zaměřen na popis biologických a biochemických jevů a systémů pomocí principů a zákonitostí fyzikální chemie. Tento interdisciplinární přístup umožňuje využití vhodného matematického aparátu, ale také aplikaci experimentálních postupů objasňujících strukturu a interakce biologických (makro)molekul.

Sylabus

  1. Předmět se zaměřuje na aplikaci fyzikálně-chemických metod na různých úrovních biologických systémů. Postupně budou diskutována jak klíčová témata z teoretických základů této disciplíny, tak i metody vedoucí k experimentálnímu získání dat. Na základě termodynamického popisu systémů budou diskutovány jevy zahrnující změny struktury biomakromolekul, jejich vzájemné interakce a vznik nadmolekulových útvarů včetně biomembrán. Dále bude studována kinetika některých důležitých procesů, jako například transport přes membrány nebo farmakokinetický popis lidského organismu. Nedílnou součástí bude rozbor vybraných metod vhodných pro analýzu biologických systémů a jejich adaptace na konkrétní případy.
P320006 Imunochemie

Anotace

Předmět je zaměřen na aspekty interakce protilátka antigen především z pohledu in vitro, s výstupem do charakterizace široké palety imunoanalytických metod. Po pochopení funkcí imunitního systému a charakteristik struktury a vlastností antigenů a protilátek včetně jejich interakce bude navázáno způsoby cílené přípravy protilátek pro analytiku a charakteristikami imunochemických technik. Studenti se v další části kurzu individuálně zaměří na zpracování vybrané imunochemické techniky, principy a využití. Výběr témat bude buď v souladu s tématem disertační práce, nebo s ohledem na aktuální stav výzkumu v této oblasti. Své poznatky představí v rámci kurzu formou presentace.

Sylabus

  1. Přednášky budou postupně zaměřeny na základní funkce jednotlivých složek imunitního systému; adaptivní část imunitního systému (interakce buněčných složek za přítomnosti cizorodého antigenu vedoucí k jeho finální likvidaci); charakteristiky týkající se struktury a vlastností antigenů a protilátek; možnosti přípravy protilátek; parametry interakce antigen-protilátka in-vitro; hapteny a imunoanalýza; chemické modifikace molekul antigenů a protilátek pro potřeby imunoanalýzy; detaily postupů základních imunochemických metod (precipitační-neprecipitační, bez značky-se značkou); enzymová imunoanalýza a rozdíly v jednotlivých variacích jejího uspořádání; neprecipitační imunoanalýza s jinými typy značek (než enzym); možnosti amplifikace signálu na jednotku interakce protilátka-antigen; principy multidetekčních protilátkových čipů, imunosenzorů včetně mikrofluidních uspořádání a povrchové plazmové rezonance; imunoblot, imunohistochemcké aplikace (včetně fluorescenční multiplexové), fluorescenční průtoková cytometrie. Imuno-afinitní chromatografie, uživatelsky přívětivé formáty imunochemických testů. Součástí předmětu bude vypracování a obhájení individuálních odborných projektů studentů.
P500003 Information retrieval

Anotace

S nástupem elektronických dokumentů nastala situace, kdy jejich počet roste mnohem vyšším tempem, než možnosti, schopnosti a ochota lidí je sledovat a číst. Metody oboru Information retrieval pomáhají najít informaci o tom, ve kterých dokumentech se hledaná informace zřejmě nachází. Provádí to tak, že umožňují vybírat dokumenty podle klíčových slov, kterými indexování dokumentů charakterizuje jejich obsah a uživatel cíle svého hledání. Jako nástroje se zde používají metody lineární algebry pro práci s vektorovým modelem hledání, statistické a pravděpodobnostní metody, metody počítačové linguistiky i shlukovací a klasifikační metody umělé intelligence.

Sylabus

  1. Úvod do problematiky information retrieval, neurčitost, relevance, přístup fuzzy, normalizace textových dokumentů, Zipfův zákon
  2. Indexování, dotazování a hledání v textových dokumentech - metriky, vektorový model - redukce dimenzí, latentní semantické indexování
  3. Shlukování dokumentů a shlukování klíčových slov (clustering), vzdálenost, metriky podobnosti, centroid, metody shlukování
  4. Klasifikace dokumentů. Bayesovská klasifikace, metoda k-NN, metoda rozhodovacích stromů, metoda support vector machine
  5. Cíle a možnosti text miningu, metody linguistiky v text miningu, lexikon, tokenization, part-of-speech tagging, named entity recognition, parsing, koreference
  6. Aplikace metod text mining pro information retrieval: automatická extrakce obsahu dokumentu, automatické shrnutí obsahu dokumentu, automatické odpovědi na dotazy
P320003 Mikrobiální ekologie

Anotace

Cílem předmětu je seznámit studenty s hlavními tématy mikrobiální ekologie. Vedle náhledu do problematiky vzniku života umožní absolvování předmětu studentům pochopit podstatu četných interakcí, které panují mezi jednotlivými mikroorganismy, mezi mikroorganismy a vyššími organismy a mezi mikroorganismy a jejich abiotickým okolím. Předmět zároveň studenty seznámí s tím, jak jsou tyto interakce významné pro stabilitu komunit a fungování ekosystémů a jak zajišťují ekologickou rovnováhu. V neposlední řadě bude nastíněn i vztah fylogenetiky a taxonomické a funkční diverzity. Předmět je koncipován tak, aby studenti jeho absolvováním získali jak klíčové teoretické znalosti oboru tak přehled o současných metodikách používaných v mikrobiálně ekologickém výzkumu.

Sylabus

  1. V první části předmětu budou prezentovány a diskutovány teorie původu života, organických molekul, podoby první buňky, bude vysvětlena teorie endosymbiosy a tyto informace budou použity jako základ pro pochopení mikrobiální fylogenetiky a o ní se opírající mikrobiální taxonomii; rovněž bude diskutován koncept druhu a operačních taxonomických jednotek.
  2. V druhém bloku se studenti seznámí s funkční diverzitou přirozených prostředí, budou představeny ekologické niky a mikroprostředí, bude vysvětlen koncept geomikrobiologie a role mikroorganismů v geochemických cyklech. Zároveň bude představena integrovaná genomika a post-genomické přístupy mikrobiální ekologie.
  3. Ve třetím bloku předmětu se studenti seznámí s aplikovanou mikrobiální ekologií a podstatou a využitím bioremediací a v neposlední řadě budou prezentovány a diskutovány nové trendy v mikrobiální ekologii.
P403001 Molekulární modelování a simulace

Anotace

Předmět "Molekulární modelování a simulace" seznamuje posluchače se základy modelování molekul (okrajově i jiných systémů mnoha částic) převážně metodami klasické mechaniky od konstrukce silového pole po metody molekulární dynamiky a Monte Carlo. Důraz je kladen na metodiku počítačového experimentu (pseudoexperimentu). Nedílnou součástí je práce na projektu, tj. simulace jednoduchého systému. K dispozici jsou česky psaná skripta i demonstrační software.

Sylabus

  1. Úvod - k čemu jsou simulace dobré?
  2. Opakování statistické termodynamiky a méně obvyklé soubory (izobarický).
  3. Atomistické a mřížkové modely. Silové pole.
  4. Molekulová dynamika: Verletova metoda, leap-frog. Základy Hamiltonovy mechaniky, zákony zachování. Symplekticita.
  5. Další integrátory (Gear, multiple timestep). Termostaty v MD.
  6. Metody Monte Carlo - MC integrace, Metropolisova metoda. Náhodná čísla.
  7. Metodika simulací a měření veličin, statistické chyby, okrajové podmínky.
  8. Strukturní veličiny: radiální distribuční funkce, strukturní faktor.
  9. Entropické veličiny: termodynamická integrace, neboltzmannovské vzorkování, integrace střední síly, Widomova metoda.
  10. Dosah potenciálu, korekce. Coulombovy síly: Ewaldova sumace, metoda reakčního pole.
  11. Další soubory: izobarický, grandkanonický, Gibbsův. Další stupně volnosti v MD: Nosé-Hoover, barostat.
  12. Další MC metody: preferenční vzorkování, molekuly, polymery. Dynamika s vazbami (SHAKE). Optimalizace simulací.
  13. Brownovská (Langevinovská) dynamika a DPD. Kinetické veličiny: EMD vs. NEMD.
  14. Optimalizace: simulované žíhání, genetické algoritmy.
P320002 Molekulární podstata interakcí bakterií s hostiteli

Anotace

Předmět je zaměřen na buněčnou a molekulární biologii a imunologii interakcí patogenních baktérií s hostitelským organismem a manipulaci anti-infekční imunity hostitele. Specificky je pojednáno o regulaci genové exprese a genové výbavě bakteriálních patogenů. Podrobně jsou probírány mechanismy úniku bakterií před imunitou hostitele a působení adhesinů, toxinů a dalších faktorů virulence. Koncepty interakcí patogen-hostitel jsou podrobně demonstrovány na vybraných příkladech patogenů savců a člověka.

Sylabus

  1. Ko-evoluce bakteriálních patogenů s hostiteli a základní koncepty jejich interakci
  2. Imunitní systém savců a antiinfekční slizniční a systémová imunita
  3. Genová výbava bakteriálních patogenů, horizontální přenos genů a regulace genové exprese
  4. Mikrobiální orgán savců – mikrobiom hostitele a jeho role ve zdraví a nemoci
  5. Základní kategorie faktorů virulence a dráhy pro jejich sekreci přes bakteriální membrány
  6. Typy a molekulární mechanismy působení bakteriálních toxinů na buněčné úrovni
  7. Dráhy a mechanismy průniku intracelulárních patogenů do hostitelských buněk
  8. Experimentální systémy pro studium interakce patogen-hostitel a vyhledávání genů podmiňujících tyto interakce
  9. Základní typy očkovacích látek a způsoby jejich vývoje a přípravy
  10. Mechanismy virulence patogenů rodů: Bordetella, Mycobacterium, Neisseria, Listeria
  11. Corynebacterium diphteriae, Streptococcus pyogenes a Staphylococcus aureus.
  12. Clostridium botulinum, perfrigens, tetani, B. cereus, Helicobacter pylori.
  13. Ricketsia, Francisella, Coxiella, Neisseria, Listeria, Borrelia, Mycoplasma, Chlamydia
  14. Yersinia, Salmonella, Shigella, Vibrio cholerae. Escherichia coli, EPEC, ETEC, UPEC, NMEC.
P445001 Numerická analýza a počítačová grafika

Anotace

Předmět seznamuje s prostředky výpočetního a vizualičního prostředí systému MATLAB / SIMULINK a jeho využitím pro numerické a symbolické řešení vybraných výpočetních úloh. Zvláštní pozornost je věnována problematice analýzy dat, řešení soustav lineárních algebraických rovnic, lineární a nelineární aproximace funkcí, řešení nelineárních rovnic, numerické interpolaci, derivaci a integraci a řešení rovnic diferenciálních. Posluchači se dále seznámí s principy modelování a s prostředky pro vizualizaci výsledků. Součástí předmětu jsou i vybrané případové studie s aplikacemi výpočetních metod pro zpracování dat z inženýrských a biomedicínských oblastí.

Sylabus

  1. Výpočetní a vizualizační prostředí systému MATLAB, základy algoritmizace a programování
  2. Podprogramy, objektová grafika, struktury dat, symbolická matematika v systému MATLAB
  3. Základy blokově orientovaných výpočtů, modelování v systému SIMULINK
  4. Numerické a symbolické metody lineární metody
  5. Lineární a nelineární aproximace funkcí, metoda nejmenších čtverců, gradientní metody
  6. Řešení nelineárních rovnic a jejich soustav
  7. Numerické a symbolické metody interpolace, derivace a integrace
  8. Řešení diferenciálních rovnic
  9. Okrajová úloha a metoda střelby při řešení ODR
  10. Metody výpočetní inteligence v analýze dat
  11. Užití výpočetních metod pro zpracování inženýrských a biomedicínských signálů a obrazů
  12. CASE STUDY 1: Aproximace a statistické zpracování měřených dat
  13. CASE STUDY 2: Řešení nelineárních rovnic
  14. CASE STUDY 3: Modelování v blokově orientovaném systému SIMULINK
P413002 Numerická lineární algebra

Anotace

Předmět si klade za cíl rozšířit znalosti studentů v oblasti numerické lineární algebry. Přednášky pokrývají všechna důležitá témata včetně iteračních metod pro řešení soustav lineárních algebraických rovnic a výpočet vlastních čísel. Studenti se také seznámí s principy podmíněnosti a stability.

Sylabus

  1. Vlastní čísla, singulární hodnoty, singulární rozklad matice.
  2. QR rozklad.
  3. Gramova-Schmidtova ortogonalizace.
  4. Householderova redukce matice na trojúhelníkový tvar.
  5. Metoda nejmenších čtverců.
  6. Podmíněnost, stabilita, číslo podmíněnosti.
  7. Stabilita Gaussovy eliminace. Pivotace.
  8. Choleského rozklad.
  9. Problém vlastních čísel.
  10. Rayleighův kvocient, metoda inverzních iterací.
  11. QR algoritmus pro výpočet vlastních čísel.
  12. Arnoldiho iterační proces.
  13. Metoda sdružených gradientů.
  14. Předpodmínění
P320001 Obecná mikrobiologie

Anotace

Cílem předmětu je seznámit studenty s základními principy mikrobiologie. Dále předmět svou náplní reaguje na současné problémy řešené v oblasti mikrobiologie. Předmět vyžaduje schopnosti aplikace základních charakteristik mikroorganismů vyplývajících z cytologie, morfologie, taxonomie, genetiky, podmínek růstu, rozmnožování a metabolismu na řešení konkrétních tematických oblastí zahrnujících mikroorganismy. Současně budou studenti seznámeni s základy širokého spektra metodik používaných při mikrobiologickém výzkumu.

Sylabus

  1. První část předmětu Obecná mikrobiologie je zaměřena na základní mikrobiální principy a pojmy. Současně bude zmíněn všeobecný význam mikroorganismů s ohledem na jejich pozitivní a negativní účinky na životní prostředí a lidskou populaci. Postupně budou probrány (a) funkce a struktura prokaryotních buněk (bakterie a archaebakterie), (b) funkce a struktura eukaryotních buněk (kvasinky, vláknité mikromycety), (c) funkce a struktura virů. V rámci druhé části předmětu se studenti seznámí s a)podmínkami růstu mikroorganismů (zdroje živin, transport látek do buněk, vnitřní a vnější faktory ovlivňujícími jejich růst), (b) s aplikací kultivačních metod v mikrobiologii,(c) rozmnožováním mikroorganismů. Třetí část zahrnuje (a)principy metod stanovení mikroorganismů (klasické a moderní metody) (b) metabolickou diversitu mikroorganismů a její technologický význam. Čtvrtá část je zaměřena na (a)základní molekulární principy genetiky mikroorganismů a na (b)současné principy taxonomie mikroorganismů.
P445004 Počítačová inteligence

Anotace

Předmět je zaměřen na problematiku počítačové inteligence a strojového učení včetně konstrukce matematických modelů neuronových sítí a jejich optimalizaci z hlediska potřeb zpracování signálů a adaptivního potlačování jejich rušivých složek. Zvláštní pozornost je dále věnována užití umělých neuronových sítí pro klasifikaci komponent signálů a obrazů a dále pro rozpoznávání vzorů. Vybrané případové studie presentované ve výpočetním systému MATLAB jsou zaměřené na analýzu biomedicínských a inženýrských dat.

Sylabus

  1. Metody počítačové inteligence ve zpracování dat
  2. Architektura umělých neuronových sítí, jejich modelování a optimalizace v prostředí systému MATLAB
  3. Učení a verifikace učícího procesu
  4. Adaptivní lineární element a jeho využití pro potlačování rušivých složek signálů
  5. Vícevrstvé dopředné a rekurentní sítě v predikci časových řad
  6. Konstrukce matice vzorů a její využití pro klasifikaci dílčích komponent signálů a obrazů
  7. Neuronové sítě s topologií, alternativní metody klasifikace dat
  8. Strojové učení, rozpoznávání vzorů
  9. Užití neuronových sítí ve zpracování obrazů
  10. Neronové sítě s hloubkovým učením
  11. Vybrané aplikace adaptivního zpracování dat, neuronové sítě v robotice
  12. CASE STUDY 1: Potlačování rušivých složek reálných dat
  13. CASE STUDY 2: Predikce chování dat
  14. CASE STUDY 3: Extrakce vlastní a klasifikace v biomedicíně
P402001 Počítačová simulace vlastností molekul

Anotace

Přednáška poskytuje teoretické základy moderních metod výpočetní chemie a jejich použití, např. pro výpočty konformačních rovnováh nebo spektroskopických vlastností molekul (IČ, NMR, atd.). Přednáška je spojená se cvičením, kde si studenti mohou příklady praktických výpočtů vyzkoušet

Sylabus

  1. základy molekulové mechaniky a dynamiky
  2. základy kvantové chemie
  3. výpočetní metody kvantové chemie, Hartree-Fockova aproximace, teorie elektronové hustoty, poruchový počet, zahrnutí rozpouštědla do výpočtu
  4. Maxwellovy rovnice, molekula v elektroagnetickém poli
  5. výpočty parametrů nukleární magnetické rezonance
  6. výpočty vibračních spekter molekul, Ramanův rozptyl, infračervená absorpce, Ramanova optická aktivita, vibrační cirkulární dichroismus, elektronová spektra molekul
P403005 Pokročilé metody molekulové dynamiky

Anotace

Předmět pokrývá pokročilé metody molekulových i hrubozrnných počítačových simulací s aplikacemi v biologii, termodynamice roztoků i v teorii fázových přechodů.

Sylabus

  1. Paralelní temperování – Replica Exchange Molecular Dynamics.
  2. Metadynamika – aplikování adaptabilního vnějšího potenciálu.
  3. Techniky pro studium kinetiky vzácných událostí – transition path sampling.
  4. Zobecněné Monte Carlo metody – Wang-Landaův algoritmus.
  5. Statistická termodynamika roztoků – Kirkwoodova-Buffova teorie.
  6. Teorie funkcionálu volné energie – metody středního pole, Flory-de-Gennesova teorie.
  7. Langevinova rovnice, fluctuation-dissipation theorem. Stochastické termostaty.
  8. Brownovská dynamika, disipativní částicová dynamika.
  9. Speciální soubory v MC: od grandkanonického přes Gibbsův po reakční soubor. Osmotický soubor v MC i MD.
  10. Fázové rovnováhy. Slab geometry, chemický potenciál kapaliny a krystalů.
  11. Výpočet povrchového napětí a povrchové energie krystalů.
  12. Stanovení kritického bodu: how to beat critical slowing-down, finite-size scaling, renormalizační grupa.
  13. MD a MC simulace polarizovatelných molekul.
  14. Kinetické veličiny (viskozita, el. vodivost, difuzivita). EMD: Teorie lineární odezvy, Greenovy-Kubovy vzorce, Einsteinův vztah. NEMD, SLODD.
P320007 Pokročilé zobrazovací techniky

Anotace

Mikroskopie umožňuje efektivní a unikátní přístup při studiu fixovaných preparátů i živých buněk s vysokou specifitou a citlivostí. Předmět si klade za cíl seznámit doktorandy s moderními mikroskopickými technikami pro zobrazování biologických objektů. Součástí workshopu bude seznámení s automatizovanou wide-field, konfokální i vysokorozlišovací fluorescenční mikroskopií. Budou objasněny fyzikální mechanismy a následně teoretické a/nebo praktické základy jednotlivých moderních mikroskopických technik. Budou probrány rovněž základy analýzy obrazu.

Sylabus

  1. Fluorescenční mikroskopie jako specifická část optické mikroskopie, kvantifikace fluorescence, používané fluorescenční značky.
  2. Konfokální, multifotonová a korelační mikroskopie.
  3. Aplikace fluorescenční mikroskopie - FRAP (Fluorescence Recovery After Photobleaching), FRET (Förster Resonance Energy Transfer)
  4. Aplikace fluorescenční mikroskopie - TIRF (Total Internal Reflection Fluorescence), SIM (Structured Illumination Microscopy)
  5. Aplikace fluorescenční mikroskopie - PALM (PhotoActivated Localization Microscopy), STORM (Stochastic Optical Reconstruction Microscopy)
  6. Aplikace fluorescenční mikroskopie - STED (Stimulated Emission Depletion microscopy), FLIM (Fluorescence-Lifetime Imaging Microscopy)
  7. Analýza obrazu – úprava parametrů obrazu před snímáním, sofware pro zpracování a analýzu - dekonvoluce, 3D vizualizace, kolokalizace, tracking, korekce chromatických aberací.
P320004 Speciální enzymologie

Anotace

Předmět je zaměřen na kinetiku a mechanismy reakcí katalyzovaných enzymy, termodynamický popis interakce enzymů s inhibitory a dalšími látkami, použití analytických a biofyzikálních metod pro stanovení aktivit enzymů, studium jejich struktury a mechanismů jejich působení. Tématem budou také postupy vedoucí ke změnám vlastností enzymů metodami proteinového inženýrství a možnosti získávání enzymů genovými technologiemi. Budou popsány vlastnosti vybraných enzymů používaných v průmyslových technologiích. Bude též věnována pozornost enzymům využívaným v molekulární biologii. Studenti se v další části kurzu individuálně zaměří na zpracování vybraného typu enzymů, jejich strukturu, mechanismus působení, funkci a využití. Výběr témat bude buď v souladu s tématem disertační práce, nebo s ohledem na aktuální stav výzkumu v této oblasti. Své poznatky představí v rámci kurzu formou presentace.

Sylabus

  1. Náplň předmětu je rozdělena do tří bloků. V prvním bloku bude věnována pozornost základním charakteristikám enzymů, tedy a) detailnímu rozboru enzymové kinetiky jedno- a více substrátových reakcí, b) inhibici enzymů a c) stanovení aktivity enzymů s využitím spektrofotometrických, separačních, elektrochemických a dalších metod. V druhém bloku budou studenti seznámeni se a) mechanismy enzymových reakcí a metodami jejich studia a b) způsoby regulace enzymové aktivity v buňkách na úrovni molekul enzymů, tj. nekovalentními interakcemi a kovalentními modifikacemi enzymů. Třetí blok bude věnován možnostem využití enzymů s ohledem na a) vývoj nových enzymů metodami enzymového inženýrství, metodami řízené evoluce a racionálními metodami, metagenomickými přístupy atd. b) zdroje a produkci technologicky významných enzymů c) charakterizaci enzymů využívaných v technologiích a medicíně a d) charakterizaci enzymů využívaných při manipulaci s genetickým materiálem.
P413001 Teorie grafů a její aplikace

Anotace

Probírají se základní pojmy teorie grafů s důrazem na algoritmické řešení úloh a jejich aplikace pro řešení inženýrských problémů.

Sylabus

  1. Základní pojmy teorie grafů. Reprezentace grafů.
  2. Cesty v grafech. Úloha nejkratší cesty.
  3. Souvislost grafu, komponenty souvislosti, 2-souvislé grafy.
  4. Stromy. Rychlé třídění.
  5. Kostra grafu. Hladový algoritmus pro hledání minimální kostry.
  6. Systém různých reprezentantů. Párování v bipartitních grafech.
  7. Párování v obecných grafech.
  8. Eulerovské grafy. Problém čínského pošťáka.
  9. Hamiltonovské grafy. Problém obchodního cestujícího.
  10. Rovinné grafy a jejich charakteristika.
  11. Barevnost. Barevnost rovinných grafů.
  12. Toky v sítích.
  13. Teorie složitosti. Problémy třídy P a NP. Dobrá charakteristika.
  14. Příklady aplikací teorie grafů.
P320008 Trendy v biochemickém a mikrobiologickém výzkumu

Anotace

Interaktivní přednáškový kurz zaměřený na současné výzkumné trendy, nové, zásadní objevy a uplatňované experimentální strategie v oblastech biochemického a mikrobiologického výzkumu. Předmět je koncipován jako samostatné přednášky na témata inspirovaná recentními publikacemi ve významných periodicích, které následuje moderovaná diskuse. Konkrétní témata přednášek se zpravidla meziročně neopakují, vyučující je volí dle pokroku v příslušných vědeckých oblastech. Přednášky připravují a přednesou studenti pod vedením vyučujících; vybraná témata budou přednesena pozvanými odborníky. Na úvodní přednášce jsou studenti seznámeni s plánem témat přednášek, který však může být v průběhu věcné diskuse změněn na základě návrhu studentů a je domluven rozvrh předmětu (rozložení v semestru nebo blok formou ´minikonference´).

Sylabus

  1. Konkrétní prezentovaná a diskutovaná témata budou zaměřena na pokroky v poznání a metodických přístupech zejména v oblastech studia buněčné a molekulární biologie bakterií, archeí, hub, rostlin a člověka, mikrobiomů a (meta)genomiky, mezibuněčné komunikace a signalizace, populační dynamiky, extremofilních organismů, rostlinných a živočišných pathogenů a virů a vztahu hostitel-pathogen/virus, evoluce organismů, moderních terapií a diagnostiky, imunologie, produkce a biokonverze významných látek, klimatických změn a vlivů znečištění životního prostředí.
P445002 Zpracování obrazů

Anotace

Předmět je zaměřen na aplikaci principů metod zpracování obrazů a použití funkcionálních transformací v obrazové analýze. Pozornost je dále věnována zpracování barev, segmentaci obrazu, potlačování rušivých jevů, kompresním algoritmům a klasifikačním metodám včetně odhadu přesnosti a ověření chyb dílčích modelů. Teoretické partie jsou doplněny ukázkami a příklady s reálným využitím v chemii, materiálovém inženýrství, biochemii a biomedicíně.

Sylabus

  1. Základy výpočetního, programového a vizualizačního systému MATLAB / SIMULINK
  2. Matematická representace vícerozměrných dat, kódování obrazů
  3. Vybrané numerické metody zpracování obrazů: interpolace, aproximace
  4. Dvourozměrné diskrétní Fourierova transformace v analýze obrazů a změně rozlišení
  5. Vícerozměrná číslicová filtrace v potlačování rušivých složek obrazů
  6. Gradientní metody při zvýrazňování obrazů
  7. Vybrané metody segmentace, výběru vlastností a klasifikace obrazových komponent
  8. Diskrétní wavelet transformace v kompresi dat a potlačování rušivých složek obrazů
  9. Počítačová inteligence v analýze a klasifikaci mikroskopických dat
  10. Vizualizace a zpracování prostorových dat

Modul C

KódNázev předmětu
D834003 Effective Scientific Writing for PhD Students

Anotace

This course follows the structure of a typical research paper. Using real-life examples, it presents a philosophy of scientific writing, covers the key areas of grammar related to scientific English, and provides techniques for generating and sustaining reader attention.

Sylabus

  1. Style Matters
  2. Word Choice
  3. First Impressions – Your Title
  4. Articles in your Article
  5. Word Order
  6. Making the Abstract Solid
  7. Grammar for the Abstract
  8. Sentence Flow
  9. Paragraph Structure
  10. The Introduction
  11. Materials and Methods
  12. Expressing Results, Discussing Results
  13. The Right Conclusion
  14. Our Full Stop: Punctuation
 
Další předměty modulu C jsou momentálně v přípravě a budou doplněny později.

Státní doktorská zkouška (SDZ)

Součástí SDZ jsou 2 povinné a 1 volitelný okruh. Volitelný okruh si student vybírá dle zaměření své dizertační práce. Každý okruh má vazbu na jeden z předmětů modulu A.

Povinné 2 okruhy Volitelné (volí se 1 okruh)