HEŘMÁNKOVÁ, K. Detekce a filtrace chimér v amplikonové sekvenaci [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2021.
Studentka Kristýna Heřmánková se ve své práci zabývá analýzou amplikonových sekvenačních dat z mikrobiálních komunit, konkrétně vlivem několika kroků předzpracování dat na výslednou kvantifikaci a návrhem vlastního přístupu na filtraci chimér, což je jeden z nejzásadnějších kroků filtrace. Protože vyšetření mikrobiomu se i přes nutnost netriviálního zpracování dat stává součástí klinické praxe, jedná se o téma vysoce aktuální. V teoretické části práce studentka pojednává jak o podstatě laboratorních metod potřebných k akvizici dat, tak především o nutných krocích v rámci výpočetního zpracování těchto dat. Celkově považuji literární rešerši za zdařilou, a to i díky velkému množství referencí na kvalitní časopisecké články. V rámci praktické části práce pak studentka využila unikátní testovací dataset, vytvořený mixem několika známých bakterií na Výzkumném ústavu veterinárního lékařství, pro analýzu vlivu různých kroků filtrace dat. Tato analýza přinesla řadu původních výsledků, které studentka publikovala na fakultní soutěžní konferenci. Tuto část nakonec považuji za největší přínos práce. V rámci poslední kapitoly pak studentka navrhla a realizovala vlastní nástroj na detekci chimér de novo a tento porovnala s v současnosti pravděpodobně nejpoužívanějším nástrojem UCHIME. Vlastní nástroj bohužel nedosahuje takových kvalit jako nástroj UCHIME, za kterým ovšem stojí tým několika špičkových vědců. I díky kvalitní diskusi, ve které studentka hodnotí nedostatky vlastního nástroje, považuji zadání za bezezbytku splněné. K práci přistupovala studentka velmi svědomitě a jednotlivé kroky pravidelně konzultovala. Po formální stránce je práce na dobré úrovni, je psaná srozumitelným jazykem a obsahuje pouze minimum překlepů. Vytknout mohu jen menší písmo v popisu os na obrázcích 3.1 a 3.2. Protože práce i přes nedokonalosti vlastního nástroje ChimeraDetector přináší zajímavé původní výsledky, hodnotím ji jako výbornou.
Předložená bakalářská práce se zabývá analýzou amplikonových sekvenačních dat a přístupy pro detekci a filtraci chimérických sekvencí. Literární rešerše shrnuje metody pro sekvenování metagenomických dat a blíže se věnuje principu vzniku a filtrace chimérických sekvencí. Rešerše je logicky členěna, je podložena řadou kvalitních článků, které jsou v textu vhodně citovány. Jedinou výtku mám pouze opakování některých výroků např. využití sekvenačních přístupů v metagenomice. V praktické části studentka popisuje obecný postup předzpracování dat, který se zároveň prolíná i s popisem jednotlivých kroků, které prováděla studentka na testovacích datech. V určitých pasážích se pak logika postupu ztrácí. Např. kapitola 3.1 pojednávající o testovacích datech obsahuje obecný odstavec o software pro předzpracování sekvenačních dat QIIME, který je pak blíže popsán v samostatné kapitole 3.3. Nicméně jednotlivé kroky předzpracování a analýzy dat včetně volby softwarů a jejich parametrů jsou vhodně a dostatečně diskutovány. Detekce a fitrace chimér je v práci prováděna pomocí algoritmu UCHIME a nově navrženým a implementovaným algoritmem ChimeraDetector. I přes nepříliš přesvědčivé výsledky navrženého algoritmu, musím ocenit důslednou diskusi konkrétních nedostatků navrženého přístupu a také srovnání s výsledky algoritmu UCHIME včetně vlivu různých přístupů k detekci a posloupnosti jednotlivých kroků detekce. Po formální stránce je práce na dobré úrovni ovšem s výskytem občasných prohřešků jako jsou osamocené řádky na stránce nebo nedostatečné popisy obrázků či os v grafech. (Např. obrázek 4.1, který zobrazuje heatmapu relativního zastoupení rodů bakterií v jednotlivých datasetech. V heatmapě jsou sloupce, představující jednotlivé datasety označeny pouze číselně 1, 2, 3 a v popisu obrázku nebo v samotném textu již není řečeno, kterému datasetu konkrétní číslo přísluší.) I přes uvedené nedostatky, považuji práci za velmi zdařilou a hodnotím ji stupněm B/88 bodů.
eVSKP id 134368