Prediction and Analysis of Nucleosome Positions in DNA
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Eukaryotní DNA se váže kolem nukleozomů, čím ovplyvnuje vyšši strukturu DNA a přístup k vazebním mistům pro všeobecní transkripční faktory a oblasti genů. Je proto důležité vědet, kde se nukleozomy vážou na DNA, a jak silná tato vazba je, abychom mohli porozumět mechanizmům regulace genů. V rámci projektu byla implementována nová metoda pro predikci nukleozomů založená na rozšíření Skrytých Markovových modelů, kde jako trénovací a testovací sada posloužila publikována data z Brogaard et al. (Brogaard K, Wang J-P, Widom, J. Nature 486(7404), 496-501 (2012). doi:10.1038/nature11142). Správne predikováno bylo zhruba 50% nukleozomů, co je porovnatenlný výsledek s existujícimi metodami. Okrem toho byla provedena řada experimentů popisující vlastnosti sekvencí nukleozomů a ich organizace.
Genomic DNA in eukaryotes wraps around nucleosomes, which thereby affects higher order DNA structure and access to genomic features like transcription factor binding sites (TFBSs) and gene regions. It is therefore important to have a good understanding of where nucleosomes bind to DNA, and how stable this binding is, in order to understand gene regulation. We developed, implemented and tested a novel approach for genome-wide predictions of nucleosome positions in yeast based on Hidden Markov models extended by duration modeling, using data from Brogaard et al. (Brogaard K, Wang J-P, Widom, J. Nature 486(7404), 496-501 (2012). doi:10.1038/nature11142) for training and testing. Achieved sensitivity closing to 50% does not improve performance compared to other existing methods. In addition, several experiments were conducted on the available dataset to identify features of sequences occupied by nucleosomes and theirs global organization that are important for the prediction performance.
Genomic DNA in eukaryotes wraps around nucleosomes, which thereby affects higher order DNA structure and access to genomic features like transcription factor binding sites (TFBSs) and gene regions. It is therefore important to have a good understanding of where nucleosomes bind to DNA, and how stable this binding is, in order to understand gene regulation. We developed, implemented and tested a novel approach for genome-wide predictions of nucleosome positions in yeast based on Hidden Markov models extended by duration modeling, using data from Brogaard et al. (Brogaard K, Wang J-P, Widom, J. Nature 486(7404), 496-501 (2012). doi:10.1038/nature11142) for training and testing. Achieved sensitivity closing to 50% does not improve performance compared to other existing methods. In addition, several experiments were conducted on the available dataset to identify features of sequences occupied by nucleosomes and theirs global organization that are important for the prediction performance.
Description
Citation
VIŠŇOVSKÝ, M. Prediction and Analysis of Nucleosome Positions in DNA [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2013.
Document type
Document version
Date of access to the full text
Language of document
en
Study field
Bioinformatika a biocomputing
Comittee
doc. Ing. Jaroslav Zendulka, CSc. (předseda)
doc. Dr. Ing. Jan Černocký (místopředseda)
prof. Ing. Martin Drahanský, Ph.D. (člen)
Ing. Tomáš Martínek, Ph.D. (člen)
doc. Mgr. Adam Rogalewicz, Ph.D. (člen)
doc. RNDr. Petr Šaloun, Ph.D. (člen)
Date of acceptance
2013-08-30
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se pak seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázku oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm " A ". Otázky u obhajoby: Váš prediktor byl trénovaný na datech z kvasinek. Dokážete odhadnout, nakolik relevantní by byly jeho predikce pro jiné druhy (například pro člověka), případně jak náročné by bylo přetrénování rozhodovacího modelu na datech z jiných organizmů?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení