Magisterské studium

Informace o přijímacím řízení pro akademický rok 2024/2025

Informace pro zájemce z jiných škol či jiných studijních programů

Podávání přihlášek pro akademický rok 2024/2025 bylo již ukončeno.
Počet studentů přijímaných do studijního programu není omezen. Informaci o kapacitě ignorujte!


Studijní plán

1. ročník

zimní semestr

KódNázev předmětuP/C/LZakončeníKredity
Povinné předměty
M320043 Molekulové modelování

Anotace

Předmět představuje teoretické základy a praktické ukázky použití metod počítačového studia molekulárních systémů, konkrétně metod molekulové a kvantové mechaniky. Z hlediska studovaných systému je zahrnuto jak studium malých molekul, tak i biomolekul a nadmolekulárních systémů.

Sylabus

  1. 3D geometrie, kartézské souřadnice, Z-matice, konektivita, PDB soubor
  2. Inspekce 3D modelu, vazebné délky, úhly, torzní úhly, rendering
  3. Vztah struktura-potenciální energie, různé úrovně výpočtu, hyperplocha potenciální energie
  4. Molekulová mechanika, kuličkový model, single point výpočet
  5. Schrödingerova rovnice, vlnová funkce, aproximativní řešení, metody (též semiempirika), variační metoda, báze
  6. Výpočty vlastností (náboje, reakční kinetiky a mechanismy, spektrální a chiroptické vlastnosti)
  7. Geometrická optimalizace, problém lokálních minim
  8. Molekulární vibrace, normální módy
  9. Solvatace, implicitní a explicitní rozpouštědlo, elektrostatika kontinua
  10. Molekulová dynamika, PBC, NPT, NVT, termostaty, constraints
  11. Snímkování, sběr dat, zpracování a vizualizace dat
  12. Simulace na různých škálách (coarse graining, brownovské simulace)
  13. Volná energie, metadynamika a ostatní metody
  14. Ukázková studie
 2/0/0 Zk 3
M143003 Genomika: algoritmy a analýza

Anotace

Cílem předmětu je srozumitelnou formou poskytnout studentům základní přehled současných "high-throughput" sekvenačních technik, jejich principy a instrumentace. Zvláštní důraz bude kladen na popis jednotlivých aplikací jako je: ChIP-Seq, RNA-Seq, resekvenace, metagenomika, de-novo sekvenace a další. Přednášky budou následně zaměřeny na představení scénáře kompletní analýzy dat pro jednotlivé aplikace. Tyto scénáře budou dále demonstrována na praktických příkladech během cvičeních. Studenti by se během předmětu měli seznámit se základními znalostmi jako je kvalita čtení ("base calling") a její kontrola, používané datové formáty a standardy, pokročilé programové nástroje a vhodnost jejich aplikace pro řešení konkrétních problémů, mapování sekvenčních dat, skládání krátkých a dlouhých sekvenčních dat, identifikace SNP a funkční anotace.

Sylabus

  1. Úvod do genomiky a sekvenování: Historický přehled. Základní pojmy.
  2. Sekvenační techniky: Sanger metoda. NGS - Illumina, SOLID, 454 a další. Popis základních aplikací. Porovnání jednotlivých technik.
  3. Sekvenační data: Vizualizace - EnsEMBL, UCSC Browser, Artemis, ACT, Mummer, Circos. Base-calling a kontrola kvality sekvencí. Datové formáty.
  4. Skládání DNA sekvencí (I): Mapování sekvencí na referenční genom. De novo skládání dlouhých sekvencí - newbler, mira. De novo skládání krátkých sekvencí (De Bruijn) - WGS, velvet, soap2, AbySS.
  5. Skládání DNA sekvencí (II): Sekvenační projekty, sekvenace plnodélkové cDNA, tvorba scaffoldu. Software - Staden, AMOS, Consed.
  6. Anotace genomu: Predikce genových modelů. Identifikace nekodující RNA. Identifikace proteinových domén. Funkční anotace. Databázové zdroje. Anotační systémy.
  7. Detekce sekvenčních variant: identifikace SNP, indel, translokace, inverze, CNV.
  8. Analýza interakce protein - nukleová kyselina: ChIP-seq - interakce protein s DNA. CLIP-seq - interakce protein s RNA.
  9. Diferenční exprese (I): RNA-seq. Mapování sekvencí. Měření genové exprese. Normalizace, sumarizace a diferenční exprese. Identifikace transkripčních variant - alternativní sestřih. Experimentální design.
  10. Diferenční exprese (II): Expresní profilování mikro RNA. Identifikace nových mikro RNA.
  11. Epigenomika: Analýza celogenomových methylačních map.
  12. Metagenomika: anotace genů a rekonstrukce metabolismu - MG-RAST. Amplikonové sekvenování (16S rDNA) a analýza taxonomických jednotek.
  13. Komparativní genomika: Mezidruhové porovnání genomů.
  14. Genomické projekty a WWW software: ENCODE. Paleogenomika. Sekvenační projekty. WWW nástroje - Galaxy, GMOD, Gbrowser, BioCycle, RAST, EnsEMBL API. Personalizovaná medicína.
 2/2/0 z, Zk 5
M319001 Molekulární biologie

Anotace

Předmět je věnován studiu buněčných procesů na molekulární úrovni a je koncipován tak, aby absolventi obdrželi základní znalosti pro pochopení komplexního fungování eukaryotických buněk v mnohobuněčných organismech.

Sylabus

  1. Organizace eukaryotických buněk a jejich integrace do různých typů tkání, úvod do cytologie a histologie: organizace eukaryotické buňky: organizace buněčného povrchu, interakce buňka-buňka a buňka-extracelulární matrix, cytoskeleton, buněčné organely; typy tkání a jejich základní charakteristika: epithelová tkáň, pojivová tkáň, nervová tkáň a svalová tkáň
  2. Regulace funkce proteinů: sbalování (folding): molekulární chaperony a chaperoniny; abnormálně zfoldované proteiny, amyloidní fibrily; degradace proteinů: ubikvitin-proteasomový systém; syntéza x degradace, degradace mRNA; modifikace a úpravy proteinů: nekovalentní modifikace: molekulové přepínače, kovalentní modifikace: ubikvitinylace, fosforylace, acetylace, glykosylace, tvorba S-S můstků, neddylace, sumoylace, methylace
  3. Membránové proteiny a jejich funkce, mechanismy transmembránového transportu iontů a malých molekul: hlavní funkce membránových proteinů a jejich charakteristika, hlavní typy membránových přenašečů malých molekul: kanály: mechanismus iontové selektivity, pohyb vody a aquaporiny; transportéry: transport glukosy, typy GLUT proteinů, mechanismus transportu glukosy pomocí GLUT1 transportéru; pumpy třídy P, V a F; mechanismu Na+/K+ ATPasové pumpy; ABC proteiny - flipasy;
  4. Pohyb proteinů do membrán a organel I: Intracytoplasmatický transport proteinů: cílení proteinů do lumen a membrány ER, kontrola kvality sbalení proteinů v ER, cílení do mitochondrií, cílení do peroxisomů, transport do a ven z jádra;
  5. Pohyb proteinů do membrán a organel II: vezikulární transport, sekrece a endocytosa: mechanismus tvorby vezikul, časná fáze sekreční dráhy: retrográdní a anterográdní transport, pozdní fáze sekreční dráhy, cílení do lysosomů, endocytosa
  6. Signální transdukce I: úvod, obecná charakteristika, od extracelulárního signálu k buněčné odezvě, signální molekuly, receptory, sekundární poslové, monomerní a trimerní G-proteiny, protein-kinasy a fosfatasy, adaptorové proteiny, receptory asociované s G proteiny
  7. Signální transdukce II: dráhy regulující genovou expresi: receptory aktivující tyrosin kinasy, receptory serinkinasové receptory, JAK-STAT signální dráha, Ras/MAP kinasová dráha, fosfoinositidová signalizace, PI-3/Akt signální dráha, signální dráhy kontrolované ubikvitinylací: Wnt, Hedgehog, NFkB, signální dráhy kontrolované štěpením proteinů: Notch/Delta
  8. Cytoskeleton I: složky; mikrofilamenta: G-aktin a F-aktin, struktura a dynamika aktinových filament, mechanismus skládání aktinových filament; aktin-vazebné proteiny; organizace aktinových buněčných struktur; intracelulární pohyb řízen regulací polymerace aktinu; aktinové motory – myosiny; princip pohybu myosinu, mechanismus kontrakce svalu příčně pruhovaného a svalu hladkého
  9. Cytoskeleton II: mikrotubuly; struktura a charakteristika tubulinu; organizační centra mikrotubul (MTOC), regulace struktury a dynamiky mikrotubul, motory využívající mikrotubuly: kinesiny a dyneiny; role mikrotubul v mitóze, organizace mitotického vřeténka, kinetochor; intermediární filamenta; rozdělení, lokalizace a funkce; koordinace jednotlivých složek cytoskeletonu
  10. Buněčný cyklus a jeho kontrola: charakteristika jednotlivých fází buněčného cyklu; kontrolní body; cykliny, cyklin-dependentní kinasy a ubikvitin-ligasy a regulace jejich aktivity, regulace vstupu do buněčného cyklu, restrikční bod, RB protein, E2F transkripční faktor, mitosa a její regulace, cytokinese; meiosa
  11. Od kmenových buněk po buněčnou smrt: vývoj embryonálních kmenových buněk; počáteční kroky diferenciace; mechanismus buněčné polarity, asymetrické buněčné dělení; buněčná smrt a její regulace; programovaná buněčná smrt – apoptosa; rodina Bcl2 proteinů a jejich charakterizace; adaptérové proteiny, apoptosom; aktivace kaspas; vnitřní a vnější dráha apoptosy
  12. Buněčná integrace do tkání: mechanismus adheze typu buňka-buňka a buňka-matrix, extracelulární matrix bazální laminy, typy buněčných spojení: adhesní kontakt, těsná spojení a komunikační spojení, extracelulární matrix: bazální lamina
  13. Molekulární mechanismy onkogeneze: rozdíly mezi zdravou a nádorovou buňkou, vznik a vývoj rakoviny, proto-onkogeny a tumor-supresory, rakovina a deregulace signálních drah pro růst a smrt buňky, růstové faktory, RB protein, p53 protein, metastázy
  14. Metody molekulární biologie
 2/0/0 Zk 3
M320017 Genové inženýrství

Anotace

Předmět je zaměřen na pochopení principů manipulací s nukleovými kyselinami a jejich analýzy. Zahrnuje informace o způsobech vnášení genů do různých typů buněk, zjišťování genové exprese, izolace a analýzy produktů exprese. Cílem je podat ucelenou informaci o pestré škále technik genového inženýrství pro orientaci při výběru optimálních metod pro konkrétní aplikaci. Proto jsou zde zahrnuty jak základní metody izolace a modifikace nukleových kyselin, tak speciální aplikace, jako modifikace genů pro identifikaci, či purifikaci genového produktu, studium interakcí proteinů a nukleových kyselin, či genové terapie.

Sylabus

  1. Zopakování genetických pojmů.
  2. Plasmidové a virové vektory, umělé chromosomy.
  3. Produkce a izolace DNA, její analýza.
  4. Restrikční endonukleasy, mapování genomu,
  5. Modifikace nukleových kyselin pro detekci specifických sekvencí.
  6. Vysokokapacitní metody sekvenování DNA.
  7. Zásady práce s RNA, subtrakční knihovny.
  8. Aplikace polymerasové řetězové reakce: modifikace produktů, řízená mutageneze.
  9. Produkce proteinů v mikrobiálních buňkách, fúzní proteiny.
  10. Tkáňové kultury a jejich využití pro expresi genů.
  11. Princip přípravy transgenních organismů.
  12. Detekce produktů genové exprese - metabolické značení, elektroforetické a imunochemické metody.
  13. Metody pro studium interakcí proteinů a nukleových kyselin.
  14. Genové terapie.
 2/0/0 Zk 3
M143002 Statistická analýza dat

Anotace

Přednášky rozšiřují znalosti získané v předmětu Aplikovaná statistika o praktické využití nejrozšířenějšího volně dostupného statistického softwaru R. R je moderní snadno rozšiřitelné prostředí pro analýzu dat nabízející celou řadu statistických technik a kvalitních grafických výstupů. Studenti se prakticky obeznámí s použitím systému R pro běžné statistické úkony, jako jsou např. exploratorní analýza dat, testování hypotéz, analýza rozptylu či regresní analýza.

Sylabus

  1. Úvod do statistického softwaru R, help
  2. Vstup a výstup v R
  3. Tvorba grafů v R
  4. Základní statistická rozdělení, náhodná čísla v R
  5. Popisná jednorozměrná statistika, boxplot
  6. Směrodatná odchylka, střední chyba průměru, interval spolehlivosti a jejich grafické znázornění v R
  7. Testování hypotéz v R: t-test
  8. Testování hypotéz v R: Analýza rozptylu
  9. Popisné statistiky a jejich využití v R
  10. Tvorba a testování lineárních modelů v R
  11. Tvorba a testování nelineárních modelů v R
  12. Základy lineární algebry v R
  13. Analýza hlavních komponent a její implementace a užití v R
  14. Shluková analýza v R
 2/2/0 z, Zk 5
M143010 Praktikum z bioinformatiky I

Anotace

Úkolem předmětu je prakticky si vyzkoušet dostupné bioinformatické nástroje a prohloubit své programátorské schopnosti na poli bioinformatiky. Používaným programovacím jazykem je Python.

Sylabus

  1. 1-2. Hlavní bioinformatické formáty.
  2. Náročnost algoritmů I. Rekurze a memoizace. Dynamické programování.
  3. Jednoduché zarovnávání sekvencí.
  4. Vícenásobné zarovnávání sekvencí.
  5. Markovovy řetězce a modely. Skryté Markovovy modely.
  6. Vyhledávání vzorů.
 0/2/0 kz 2
M500001 FIT Efektivní vyhledávání v textech

Anotace

Studenti získají znalosti efektivních algoritmů vyhledávání v textových informacích. Naučí se pracovat s tzv. zhuštěnými datovými strukturami, které vynikají jak rychlostí přístupu tak úsporou místa v paměti. Získané znalosti budou schopni uplatnit při návrhu aplikací zabývajících se vyhledáváním v textu.

Sylabus

  1. Úvod, základní definice, border array.
  2. Úplné indexování textu: Suffix array.
  3. Úplné indexování textu: Suffix tree, konstrukce LCP.
  4. Úplné indexování textu: factor, suffix automata, on-line konstrukce.
  5. Algoritmy přesného vyhledávání.
  6. FFT ve vyhledávání.
  7. Succinct data structure: metody rank & select.
  8. Succinct data structure: wavelet tree.
  9. FM-Index.
  10. Reprezentace slovníku, kontrola pravopisu.
  11. Přibližné vyhledávání.
  12. Vyhledávání v bioinformatice a v muzikologii.
  13. Vyhledávání v bioinformatice a v muzikologii.
 2/1/0 z, Zk 4
Povinně volitelné předměty
M445021 Statistické rozpoznávání

Anotace

Předmět je zaměřen na využití matematické statistiky při rozpoznávání obrazů. Důraz je kladen na základní pojmy, souvislosti s matematickou stastistikou, programovacími technikami, práci s odbornou literaturou, realnými daty a na rozvoj technické invence při konstrukci příznakového popisu.

Sylabus

  1. Třída, vzor, příznakový popis, množina vzorů ke statistckému rozpoznávání
  2. Repetitorium základních pojmů matematické statistiky
  3. Kvalita příznakového popisu: nejlepší příznak, vhodná kombinace libovolných příznaků
  4. Lineární diskriminační analýza jako nástroj pro rozpoznávání
  5. Hodnocení kvality rozpoznávání: p-hodnota, senzitivita, specificita, chyba, AIC, BIC
  6. Metodika křížové validace při hodnocení kvality rozpoznávání
  7. Lineární transformace dat: normalizace, standardizace, PCA, sférizace
  8. Robustní a regularizované metody, jejich výhody při rozpoznávání
  9. Využití metrik v rozpoznávání: Euklides, Minkowski, Mahalanobis, k-NN, c-mean
  10. Využití hustoty pravděpodobnosti v rozpoznávání: Parzenův a LQ odhad, GMM
  11. Lineární, nelineární a logistická regrese jako nástroje pro rozpoznávání
  12. Redukce příznakového popisu s využitím binární optimalizace
  13. Jádrové funkce při konstrukci nelineárních klasifikátorů
  14. Využití fuzzy množin k rozpoznávání: fuzzifikace, FCM
 2/2/0 z, Zk 5
M445023 Úvod do Pythonu

Anotace

Předmět Úvod do Pythonu poskytuje základní přehled o možnostech jazyka Python a jeho možných aplikacích. Studenti se seznámí s datovými strukturami, řízením toku programu a základními funkcemi jazyka Python, včetně tvorby dokumentace, práce s verzovacím systémem, testováním kódu a používáním balíčků numpy a matplotlib.

Sylabus

  1. Verzování, Primitivní proměnné a jejich typy, řetězce, základní funkce.
  2. Kontejnerové proměnné (list, dict, set, tuple).
  3. Základní operátory a porovnávání.
  4. Podmínky, smyčky.
  5. Funkce včetně funkcí s více argumenty, volitelnými argumenty, kwargs, *args.
  6. Třídy a objekty, moduly a balíčky a základy OOP přístupu.
  7. Serializace, lambda funkce, map, filter, soubory.
  8. Projekt.
  9. Docstrings a automatické generování dokumentace, regulární výrazy.
  10. Generátory, list comprehension.
  11. Výjimky, testování kódu.
  12. Dekorátory.
  13. Modul numpy a matematika v Pythonu.
  14. Vizualizace dat pomocí modulu matplotlib.
 1/3/0 kz 5

letní semestr

KódNázev předmětuP/C/LZakončeníKredity
Povinné předměty
M143007 Počítačový návrh léčiv

Anotace

Cílem předmětu je seznámit studenty se základními principy a metodami molekulární informatiky a cheminformatiky, které se zabývají ukládáním a analyzováním vztahů mezi malými molekulami a biomolekulami. Studenti budou též obeznámeni se základními koncepty příbuzného oboru počítačového návrhu léčiv. Přednášená témata pokrývají např. oblasti vyhodnocování podobnosti mezi molekulami a konstrukce chemických knihoven, predikce biologické aktivity ze struktury, virtuální testování biologické akivity či predikce farmakokinetických a toxikologických vlastností sloučenin.

Sylabus

  1. Co je molekulární informatika, základní koncepty. Molekulární informatika, chemoinformatika a počítačový návrh léčiv. Vztah mezi molekulární informatikou, chemoinformatikou a bioinformatikou, jejich synergie a rozdíly.
  2. Reprezentace a manipulace s dvourozměrnými molekulárními strukturami. Lineární notace zápisu chemických struktur (SMILES, InChI, InChIKey). Přenositelné formáty pro popis chemických struktur (SDF, rodina CTFile).
  3. Strukturní a podstrukturní vyhledávání, praktické aspekty strukturního prohledávání.
  4. Molekulové deskriptory vypočtené z 2D a 3D reprezentace molekuly.
  5. Molekulové podobnostní metody - podobnost založená na 2D otiscích, podobnostní koeficienty, 3D podobnost.
  6. Klasifikace a výběr sloučenin. Kombinatorická chemie a návrh chemických knihoven - diverzní a fokusované knihovny, multi-objektivní návrh.
  7. Virtuální screening. Farmakofory - metody jejich získávání a jejich použití ve virtuálním screeningu.
  8. Prediktivní QSAR (vztah mezi strukturou aktivitou) modelování - obecný postup a příprava dat.
  9. Prediktivní QSAR modelování - vývoj a validace QSAR modelů.
  10. Analýza dat z testování s vysokou propustností.
  11. Predikce farmakokinetických(ADME/Tox) vlastností.
  12. Počítačem řízený návrh molekul - inverzní a de novo návrh.
  13. Chemoinformatický software a databázové technologie.
  14. Integrované chemo- a bioinformatické přístupy ve virtuálním screeningu a počítačovém návrhu léčiv.
 2/2/0 z, Zk 5
M143017 Semestrální projekt

Anotace

V rámci tohoto předmětu vypracuje student, pod vedením určeného školitele, písemnou rešerši na zvolené téma. Toto téma souvisí s vědeckou činností Ústavu informatiky a chemie a student se tak s předstihem seznámí s vědeckými výsledky, které budou výchozím bodem řešení jeho diplomové práce. Vypracovaná rešerše bude použita jako součást teoretické části diplomové práce. Výsledky rešerše bude student na konci semestru ústně prezentovat před širším vědeckým publikem.

Sylabus

  1. Formulace cílů projektu.
  2. Průběžná práce na dílčích úlohách, průběžná komunikace s vedoucím práce, práce s literárními zdroji.
  3. Hodnocení dosažených výsledků.
  4. Tvorba zprávy o řešení projektu.
  5. Ústní prezentace výsledků projektu.
 0/5/0 kz 3
M143004 Analýza genové exprese

Anotace

Tato přednáška seznámí studenty se základními typy funkčně genetických dat. K nim patří především data získaná kvantifikací specifických nukleových kyselin polymerázovou řetězovou reakcí (RT-qPCR), data z profilování na DNA čipech a data získaná pomocí vysoce výkonného sekvenování. Studenti se naučí data předzpracovat očištěním od technologických artefaktů a převedením do standardizovaného tvaru. Dále budou studenti obeznámeni se specifickými metodami explorativní analýzy dat a statistickými metodami používanými při zpracování mnohorozměrných genomických dat. S použitím genových ontologií se studenti naučí získané výsledky biologicky interpretovat. Studenti budou také seznámeni se způsoby vizualizace a archivace dat. Na cvičeních budou studenti prohlubovat získané znalosti na skutečných příkladech a naučí se ovládat běžně používané analytické nástroje a zdroje.

Sylabus

  1. Úvod. Druhy funkčně genetických dat. Cíle analýz.
  2. Předzpracování RT-qPCR dat: Design primerů a prób. Standardní křivka.
  3. Předzpracování RT-qPCR dat: Amplifikační křivka. Prahový cyklus. Korekce pozadí. Normalizace dat.
  4. Předzpracování dat z transkripčních čipů: Odstranění šumu na pozadí. Normalizace dat. Relativní a absolutní kvantifikace.
  5. Předzpracování dat z transkripčních čipů: Stabilizace rozptylu. Sumarizace intenzitních hodnot.
  6. Vysoce výkonné sekvenování: Čtení. Mapování čtení. Četnosti čtení.
  7. Další aplikace diskutovaných metodik: analýza jednonukleotidových polymorfismů a chromosomálních aberací (SNP, CNV, LOH). Metylace DNA.
  8. Explorativní analýza: Redukce dimenzionality. Shlukování. Kontrolní body.
  9. Lineární modely. Problém mnohonásobnosti testů.
  10. Klasifikační metody.
  11. Design experimentu a využití randomizace. Replikace.
  12. Anotace a archivace výsledků: Genomové prohlížeče a databáze expresních dat.
  13. Biologická interpretace: Analýza nabohacení v genových skupinách (GSEA). Databáze signálních drah. Genové ontologie.
  14. Integrace s interakčními daty: Síťové analýzy. Databáze interakčních dat.
 2/1/0 z, Zk 4
M143013 Strukturní bioinformatika

Anotace

Tato přednáška seznámí studenty se strukturní bioinformatikou - multioborovou disciplínou která těží ze znalosti prostorových struktur biomolekul získanými experimentálními metodami X-Ray, NMR a elektronovou mikroskopií. Jejich velký počet ve strukturních databázích (odhadem 130 000 struktur) dovoluje aplikovat kombinaci výpočetních a statistických metod k získání principů, podle kterých se tvorba prostorové struktury řídí. Tyto principy jsou poté využívány k predikci či modelování struktur, a to ve spojení s principy fyzikální chemie. Studenti budou seznámeni se základními koncepty strukturní bioinformatiky, statistickými metodami, dostupnými nástroji na analýzu a predikci.

Sylabus

  1. Proteiny - základní charakterizace, stavební prvky
  2. Databáze proteinů – strukturní, knowledge-based
  3. Predikce vlastností proteinů založené na znalosti sekvence
  4. Predikce sekundární struktury proteinů, její význam, metody
  5. Sbalování proteinů – principy, experimentální metody, proteinový kód
  6. Predikce terciární struktury proteinů – homologní modelování
  7. Predikce terciární struktury proteinů – threading
  8. Predikce terciární struktury proteinů – ab initio metody
  9. Metody pro mapování a predikci protein-protein interakce
  10. Proteiny - případová studie
  11. Struktura DNA a její kvantitativní popis
  12. Základní charakteristiky motivů RNA
  13. Strukturní databáze nukleových kyselin
  14. Nukleové kyseliny - případová studie
 2/0/0 Zk 3
M143011 Praktikum z bioinformatiky II

Anotace

Předmět navazuje na "Praktikum z bioinformatiky I" a pokračuje v praktickém procvičování bioinformatických programátorských postupů a nástrojů.

Sylabus

  1. Náročnost algoritmů II. Problémy třídy složitosti P a NP.
  2. Predikce sbalování bílkovin. Sekundární a terciální struktura RNA.
  3. Grafové algoritmy. Skládání sekvencí.
  4. Fylogenetické stromy.
  5. Genové regulační sítě.
  6. Neuronové sítě. Strojové učení.
 0/2/0 kz 2
M413004 Mnohorozměrná analýza dat

Anotace

Cílem předmětu je nastínit základní principy různých statistický metod pro analýzu mnohorozměrných dat. Důraz bude kladen na ověřování předpokladů jednotlivých metod a interpretaci jejich výsledků. Studenti si vyzkouší řešení konkrétních úloh pomocí programu R.

Sylabus

  1. Datový vektor, datová matice a maticová algebra (násobení, inverze matice, vlastní čísla a vektory), kovarianční matice.
  2. Vizualizace vícerozměrných dat.
  3. Průzkumová analýza dat.
  4. Shluková analýza.
  5. Analýza hlavních komponent.
  6. Multidimensional scaling.
  7. Odhady a testy hypotéz, bayesovská statistika.
  8. Vícerozměrná analýza rozptylu (MANOVA).
  9. Regresní metody 1 - vícenásobná lineární regrese.
  10. Regresní metody 2 - principal component regression (PCR), zobecněné lineární modely (GLM).
  11. Diskriminační analýza.
  12. Kanonická korelační analýza.
  13. Faktorová analýza.
  14. Doplňky a shrnutí vícerozměrných statistických metod, ev. rezerva pro odpadlé přednášky.
 2/2/0 z, Zk 5
M500002 FIT Algoritmy data miningu

Anotace

Předmět je vhodný pro ty z vás, kteří se chtějí seznámit s náramně zajímavou a užitečnou disciplínou "vytěžováním znalostí z dat" (data miningem). Budeme se vám snažit nenásilnou formou přiblížit ty nejužitečnější algoritmy, které pak snadno využijete v kterékoli oblasti informatiky.

Sylabus

  1. Úvod a základní úlohy data miningu, klasifikace, predikce, algoritmus nejbližších sousedů a jeho varianty
  2. Model, hodnocení modelu, plasticita, regularizace
  3. Úvod do klasifikace a regrese
  4. Rozhodovací stromy (algoritmy C4.5, CART, MARS)
  5. Klasifikace pomocí perceptronů a její zobecnění
  6. Lineární, polynomiální a logistická regrese, algoritmy LMS, MLE
  7. Nelineární SVM-klasifikátory a SV-regrese
  8. Induktivní modelování - algoritmy GMDH MIA, COMBI
  9. Nelineární regrese pomocí vícevrstvých perceptronů
  10. Kombinování modelů (algoritmus Adaboost)
  11. Statistický přístup k umělým neuronovým sítím
  12. Shluková analýza (algoritmy K-středů, hierarchické shlukování, neuronový plyn, SOM)
  13. Využití statistického přístupu při volbě počtu skrytých neuronů
 2/1/0 z, Zk 4
Povinně volitelné předměty
M143008 Pravděpodobnost a náhodné procesy

Anotace

Přednáška je zaměřena na počítačové modelování biologických makromolekul (nukleových kyselin a proteinů) a jejich interakcí. S rostoucí výkonností počítačů a vývojem nových algoritmů roste i význam počítačového modelování, které dnes tvoří nedílnou součást výzkumu v molekulární biologii, genetice a biochemii. V přednášce se nejprve probírá důkladnější úvod do teorie pravděpodobnosti a náhodných (stochastických) procesů, který má širší použití i mimo obor biomolekulárního modelování. Teoretické poznatky jsou pak využity k formulaci důležité simulační metody, brownovské dynamiky. Následují ukázky aplikací z oblasti interakcí proteinů s ligandy a dynamiky biomolekulárních komplexů v buňce. Cvičení zahrnují jak teoretické úlohy, tak i jednoduché výpočty, které si studenti sami naprogramují.

Sylabus

  1. Úvod. Délkové a časové škály v biomolekulárním modelování
  2. Pravděpodobnost
  3. Náhodné veličiny
  4. Charakteristiky náhodných veličin
  5. Rozdělení pravděpodobnosti
  6. Normální rozdělení
  7. Náhodné procesy
  8. Langevinova rovnice
  9. Brownův pohyb
  10. Simulace brownovské dynamiky
  11. Aplikace I: Difuzně řízená vazba ligandu na protein
  12. Aplikace II: Dynamika nukleosomu a chromatinového vlákna
  13. Aplikace III: Pohyb a interakce biomolekul v buňce
  14. Aplikace IV: Brownovské simulace nanostruktur DNA a RNA
 2/1/0 z, Zk 4
M320010  Enzymologie

Anotace

Předmět představuje v části věnované obecné enzymologii názvosloví enzymů, jejich kovalentní struktury a struktury kofaktorů, enzymovou kinetiku, stanovení katalytické aktivity, regulace aktivit enzymů v buňce, medicinální enzymologii, enzymové inženýrství a mechanismy enzymových reakcí. V části věnované aplikované enzymologii je představena průmyslová produkce enzymů, využití enzymů jednotlivých tříd v různých odvětví průmyslu, žádoucí a nežádoucí změny v potravinářských surovinách spojené s enzymy a role enzymů v analytické chemii, klinické diagnostice molekulárně biologickém výzkumu a organické synthese.

Sylabus

  1. Struktura enzymů, kofaktorů, koenzymů a prosthetických skupin
  2. Názvosloví enzymů, přehled enzymů jednotlivých tříd, tvorba systematických a povolených názvů enzymů
  3. Enzymová kinetika, kinetika podle Michaelise a Mentenové, inhibice, vícesubstrátové reakce, výpočet kinetických parametrů nelineární regresí
  4. Stanovení aktivit enzymů, využití optických, separačních, elektrochemických a dalších metod, výpočet aktivity enzymu
  5. Regulace enzymových aktivit prostřednictvím nekovalentních interakcí a kovalentních modifikací, metody studia enzymů
  6. Enzymy jako cíle léčiv, vývoj nových léčiv, termodynamika interakcí protein-ligand
  7. Vysvětlení katalytické funkce enzymů, mechanismy enzymový reakcí, metody studia mechanismů enzymové katalýzy, enzymové inženýrství, racionální metody a metody řízené evoluce
  8. Obecné vlastnosti technologických enzymů, jejich zdroje, hledání a produkce nových enzymů
  9. Charakterizace nejdůležitějších enzymů používaných v technologiích
  10. Využití enzymů v potravinářských technologiích
  11. Využití enzymů v nepotravinářských technologiích
  12. Biochemické změny v potravinách a potravinářských surovinách
  13. Enzymy jako analytická činidla a jako diagnostické nástroje
  14. Biotransformace, enzymy v organické syntéze
 2/1/0 z, Zk 4

2. ročník

zimní semestr

KódNázev předmětuP/C/LZakončeníKredity
Povinné předměty
M320022 Seminář strukturní bioinformatiky

Anotace

Předmět je zaměřen na pochopení a praktické procvičení počítačových metod pro předpověď struktur proteinů, jejich využití pro studium komplexů s nízkomolekulárními ligandy a jejich dynamiky. Předmět navazuje na základy bioinformatiky a strukturní biologie a prakticky je rozvíjí. Získané dovednosti poslouží studentům v další praxi v biochemickém a farmaceutickém výzkumu a vývoji.

Sylabus

  1. Cloud computing - instalace virtuálního stroje
  2. Cloud computing - administrace a používání virtuálního stroje
  3. Prostorové struktury receptorů vázaných na G-proteiny
  4. Homologní modelování - predikce struktury histaminového H2 receptoru na základě homologie s receptorem H1
  5. Homologní modelování - predikce struktury histaminového H2 receptoru na základě homologie s dalšími receptory
  6. Aplikace homologního modelu - dokování známého ligandu
  7. Aplikace homologního modelu - příprava struktur pro virtuální screening
  8. Aplikace homologního modelu - provedení virtuálního screeningu
  9. Aplikace homologního modelu - vyhodnocení virtuálního screeningu
  10. Aplikace homologního modelu - popis dynamiky struktury histaminového H2 receptoru
  11. Aplikace homologního modelu - popis dynamiky struktury histaminového H2 receptoru a ligandu
  12. Popis dynamiky struktury histaminového H2 receptoru - urychlení pomocí metadynamiky
  13. Popis dynamiky struktury histaminového H2 receptoru - urychlení pomocí paralelního temperování
  14. Vyhodnocení studentských projektů
 0/2/0 kz 2
M342018 Vědecká komunikace

Anotace

Předmět je zaměřen na získání znalostí ve způsobech presentace vlastních výsledků a vystupování na veřejnosti na úrovni odpovídající absolventu magisterského studia. Součástí výuky jsou praktická procvičování přednášených témat.

Sylabus

  1. Formy komunikace, charakteristika písemné a ústní komunikace
  2. Strukturovaný životopis, motivační dopis, osobní archiv
  3. Formy ústního projevu a jejich charakteristika, rétorika, řečnické cvičení
  4. Zásady tvorby posterového sdělení, grafická úprava, práce s barvami, presentace posteru
  5. Zásady tvorby krátkého ústního odborného sdělení, tvorba doprovodných ilustrací, presentace vlastní přednášky
  6. Plenární a zvaná přednáška na konferenci, příprava, vlastní přednes a nejčastější chyby
  7. Vystoupení v diskusi, formulování dotazu, řízení diskuse, řízení zasedání
  8. Příprava odborné publikace, formátování tabulek a grafů, redakční řízení, stanoviska posuzovatelů
  9. Forma, obsahová a formální stránka diplomové práce
  10. Charakteristka základních kapitol diplomové práce, ukázky
  11. Příprava projektů, vypracovávání posudků
  12. Mimoslovní komunikace, emoční inteligence
  13. Hodnocení výsledků vědy, bibliometrie, scientomerie, webometrie
 2/1/0 z, Zk 4
M143009 Fylogenetika a aplikovaná genomika

Anotace

Přednáška se zaměřuje na komparativní genomiku a to jak ve vertikálním směru, mezidruhově, s důrazem na biologickou evoluci, tak ve směru horizontálním, vnitrodruhově, s akcentem na diverzitu populací. Popisuje hlavní evoluční principy a jejich aplikaci na genomická a proteomická data s důrazem na nové vysokopropustné sekvenační metody druhé a třetí generace. Probírá metody a algoritmy tvorby evolučních stromů z genomových i proteomických dat. Ukazuje rozdíly mezi genovými a druhovými stromy. Dále popisuje známé mutační procesy, evoluci genomů, koncept molekulárních hodin, selekci a genetický drift na molekulární úrovni, zastoupení nukleotidů, polymorfismy. Jedna přednáška je věnována vyhodnocování kvality spolehlivosti fylogenetických stromů. Přednáška dále ukazuje vnitrodruhovou genetickou variabilitu v rámci populací, způsoby měření této variability a různé modely populační genetiky. Pozornost je věnována hlavním evolučním procesům, které tuto populační variabilitu formují (genetický drift, izolace, migrace, selekce). Z klinických aplikací je probírána detekce variant jak v zárodečné, tak v somatické linii a jejich vazba na lidská onemocnění.

Sylabus

  1. Molekulární fylogenetická analýza
  2. Molekulární evoluce; evoluce genomů
  3. Molekulární hodiny, UPGMA, WPGMA, neighbour joining
  4. Fylogenetické stromy, evoluční modely
  5. Metody konstrukce fylogenetických stromů
  6. Vyhodnocování kvality fylogenetických stromů
  7. Lidský genom, lidská populace a její genetická variabilita
  8. Míry genetické variability, Hardy-Weinbergova rovnováha
  9. Genetický drift, migrace a izolace
  10. Výpočetní metody měření selekce
  11. Krátké genomové varianty a jejich hledání
  12. Genetická onemocnění, mutace v zárodečné a somatické linii
  13. Strukturní varianty
  14. Anotace a interpretace genetických variant
 2/0/0 Zk 3
M143005 Aplikace bioinformatiky

Anotace

Cílem předmětu je seznámit studenty s aplikacemi bioinformatiky napříč obory a definovat jejich synergii. Probírány budou koncepty bioinformatických projektů v imunologii, farmacii a ostatníci oborech Life Science. Studenti se též obeznámí s právními, etickými a komerčními důsledky využití bioinformatiky a budou poučeni o autorství a patentové ochraně při zveřejňování výsledků. Přestaveny též budou významné evropské a světové integrační bioinformatické projekty.

Sylabus

  1. Bioinformatika v biologii
  2. Bioinformatika v Life Sciences - konvence, datové zdroje, projekty
  3. Bioinformatika ve farmacii
  4. Bioinformatika v imunologii
  5. Bioinformatika v zemědělství
  6. Bioinformatika v lesnictví a ochraně životního prostředí
  7. Geoinformatika
  8. Právní, etické a komerční otázky bioinformatiky I
  9. Právní, etické a komerční otázky bioinformatiky II
  10. Biosensing
  11. Výhledy a využití bioinformatiky v lékařství a diagnostice
  12. Evropské integrační bioinformatické projekty
  13. Světové bioinformatické projekty a jejich souvislosti
  14. Bioinformatika a její výuka
 2/0/0 Zk 3
M143006 Případové studie z bioinformatiky

Anotace

Shrnující předmět, který postaví získané znalosti a dovednosti do patřičných souvislostí. Na zdokumentovaných dobře provedených experimentech budou přednášející demonstrovat využití jednotlivých metod a přístupů, které byly součástí předešlých předmětů a diskutovat efektivitu jednotlivých řešení.

Sylabus

  1. Úvod
  2. Assembly bakteriálního genomu - Achromobacter
  3. Eukaryotický genomový projekt I - Mastigamoeba, sestavení z 454, Illumina a PacBio sekvencí
  4. Eukaryotický genomový projekt II - repetice a jiné problémové úseky, evaluace sestavení
  5. Eukaryotický genomový projekt III - predikce genů, anotace
  6. RNA-Seq na známém genomu, expresní analýza
  7. Explorativní RNA-Seq neznámých genomů - Cobitis
  8. Expresní analýza nádorových tkání pomocí mikročipů
  9. Metagenomika, analýza polutované spodní vody
  10. Fylogenetická analýza epidemie SARS
  11. Komparativní genomika, Burkholderia
  12. Epigenetická analýza, melanomy
  13. ENSEMBLE api
  14. Genotypová analýza, porfýrie
 2/0/0 z 3
M143012 Předdiplomní projekt

Anotace

Náplní předmětu je samostatná odborná práce na vybraném výzkumném projektu na Ústavu informatiky a chemie. Téma si volí student z aktuální nabídky ústavu, obvykle v práci na tomtéž tématu pokračuje i během řešení diplomové práce. Cílem předmětu je hlouběji zapojit studenty do výzkumné činnosti ústavu, seznámit je se zásadami vědecké práce, metodami zpracování a analýzy dat a se způsoby prezentace výsledků odborné činnosti.

Sylabus

  1. Samostatná odborná práce na vybraném vědeckém projektu.
 0/5/0 kz 3
M500003 FIT Metody výpočetní inteligence

Anotace

Studenti porozumí základním metodám a technikám výpočetní inteligence, které vycházejí z tradiční umělé inteligence, jsou paralelní povahy a jsou použitelné pro řešení celé řady problémů. Studenti se naučí, jak tyto metody pracují a jak je aplikovat na problémy související s data miningem, řízením, inteligencí ve hrách, optimalizací, apod.

Sylabus

  1. Úvod do výpočetní inteligence, její použití.
  2. Algoritmy strojového učení.
  3. Neuronové sítě.
  4. Evoluční algoritmy, evoluce neuronových sítí.
  5. Metody výpočetní inteligence: pro shlukování, pro klasifikaci, pro modelování a predikci.
  6. Fuzzy logika.
  7. Hejna (PSO, ACO).
  8. Sdružování a kombinování modelů.
  9. Induktivní modelování.
  10. Kvantové a DNA počítání.
  11. Případové studie a nové trendy.
 2/1/0 z, Zk 4
M500004 FIT Předzpracování dat

Anotace

Studenti se naučí připravit surová data pro další zpracování a analýzu. Získají znalosti algoritmů pro extrakci parametrů z různých datových zdrojů, jako jsou obrázky, texty, časové řady, apod, a získají dovednosti tyto teoretické znalosti aplikovat při řešení daného problému, např. extrakce parametrů z obrazových dat nebo z Internetu.

Sylabus

  1. Průzkum dat, techniky exploratorní analýzy, vizualizace surových dat.
  2. Deskriptivní statistika.
  3. Metody určování významnosti příznaků.
  4. Problémy v datech - dimenzionalita, šum, odlehlé hodnoty, nekonzistence, chybějící hodnoty, nenumerická data.
  5. Čištění dat, transformace dat, imputing, diskretizace, binning.
  6. Redukce dimenzionality dat.
  7. Redukce objemu dat, balancování tříd.
  8. Extrakce příznaků z textu.
  9. Extrakce příznaků z dokumentů, webu, předzpracování strukturovaných dat.
  10. Extrakce příznaků z časových řad.
  11. Extrakce příznaků z obrazu.
  12. Případové studie přípravy dat.
  13. Automatizace předzpracování dat.
 2/1/0 z, Zk 4
Povinně volitelné předměty
M320001 Biofyzikální chemie

Anotace

Předmět je zaměřen na aplikaci poznatků z fyzikální chemie při analýze a řešení problémů v biologických systémech. Základem je charakterizace specifických vlastností biologických systémů, které ovlivňují možnost využití klasických fyzikálně-chemických metod. Nedílnou součástí je rozšíření poznatků o specifické metody využívané pro popis biologických systémů, zvláště pak biomakromolekul.

Sylabus

  1. Postavení biofyzikální chemie mezi ostatními biologickými vědami
  2. Bioenergetika I
  3. Bioenergetika II (nerovnovážná termodynamika)
  4. Význam nekovalentních interakcí pro biologické systémy
  5. Obecné znaky prostorového uspořádání biopolymerů
  6. Metody měření kinetiky biologických dějů
  7. Farmakokinetika
  8. Struktura a základní funkce biologických membrán
  9. Biologické funkce vázané na membránu: biochemie vidění, dýchací řetězec a fotosyntéza
  10. Elektrochemické děje v biologických systémech
  11. Využití spektrofotometrie v biochemických laboratořích
  12. Použití radioizotopů při studiu biologických problémů
  13. Metody studia prostorového uspořádání biopolymerů I: NMR a rentgenová krystalografie
  14. Metody studia prostorového uspořádání biopolymerů II: cirkulární dichroismus a fluorimetrie
 2/1/0 Zk 4
M320034 Forenzní genetika

Anotace

Předmět uvádí studenty do problematiky forenzní analýzy DNA jako dominantní metody určení původu biologického materiálu; seznamuje je s biologickými principy, z nichž obor vychází, aplikačními okruhy oboru (kriminalistika, příbuzenské analýzy, identifikační analýzy, bioarcheologie, rekreační genetika), principy analýz od sběru biologického materiálu až po finální vyhodnocení; přináší dále přehled jiných než identifikačních analýz a zahrnuje též základy forenzní statistiky v oblasti genetické analýzy.

Sylabus

  1. Úvod do forenzní genetiky, historie forenzní genetiky, vztah k forenzní biologii a sérologii
  2. Sběr biologických stop a problematika extrakce DNA z forenzních vzorků
  3. Charakterizace DNA - kvantifikace DNA, určení kvality a druhové specifity
  4. Individualita jako komplexní pojem, principy identifikace osob
  5. Repetitivní sekvence lidského genomu, STR markery
  6. Metody analýzy STR markerů, genetický profil, analýza směsných vzorků
  7. Forenzní analýza markerů na gonozomech a mitochondriální DNA
  8. Populační genetika pro forenzní účely, forenzní statistika
  9. Non-human typing - forenzní analýza živočichů a rostlin, forenzní mikrobiologie
  10. Predikce fenotypových znaků analýzou DNA a další neidentifikační forenzní DNA analýzy
  11. Forenzní genetická laboratoř, databázové DNA systémy
  12. Genogeografie, genogenealogie, paleogenetika a biomolekulární archeologie
  13. Kvalita v laboratoři
  14. Genetika jako součást systému forenzních a kriminalistických věd a českého právního systému
 2/2/0 z, Zk 5

letní semestr

KódNázev předmětuP/C/LZakončeníKredity
Povinné předměty
M963001 Diplomová práce

Anotace

Cílem diplomové práce je prokázat schopnost studentů samostatně vyřešit zadané téma práce, popsat metody a výsledky řešení, kriticky zhodnotit a diskutovat získané výsledky, formulovat nejdůležitější závěry. Práce typicky sestává z literární části, v níž student vypracuje literární rešerši z odborné, převážně cizojazyčné literatury , při níž si rozšíří teoretické znalosti v oblasti tématu diplomové práce, a části praktické. Praktická část má experimentální nebo výpočetní charakter a vyžaduje aktivní aplikaci znalostí a dovedností získaných v předchozím studiu a poznatků získaných v literární části k tomu, aby byly získány původní výsledky. Součástí práce musí být přehledná a adekvátní prezentace dosažených výsledků, jejich kritické zhodnocení a diskuse v kontextu současného stavu poznání, prezentovaného v literární části, a formulace závěrů, dokumentujících splnění cílů práce.

Sylabus

  1. Zpracování literární části diplomové práce
  2. Návrh a vypracování praktické části diplomové práce
  3. Přehledné zpracování a srozumitelné vyhodnocení dat v tabulkách a v grafech
  4. Komentáře výsledků praktické části, formulace závěrů
  5. Seznámení se zásadami formální úpravy práce
  6. Seznámení se zásadami ústní prezentace obsahu a výsledků práce
 0/30/0 z 30