Project detail

Určování infekčních hrozeb v reálném čase ze surových nanoporových signálů pomocí technik strojového učení

Duration: 01.01.2023 — 31.12.2025

Funding resources

Czech Science Foundation - Standardní projekty

- whole funder (2023-01-01 - 2025-12-31)

On the project

Nanopórové sekvenování se díky nízkým pořizovacím nákladům, konektivitě, miniaturním sekvenátorům, jednoduché extrakci vzorků a přípravě sekvenační knihovny, stává budoucností sekvenace DNA. Je dostupné i pro malé laboratoře nebo terénní pracoviště na celém světě. Navíc umožňuje mnohem širší využití sekvenačních dat, kde z přímého sekvenování nativní DNA i bez předchozí chemické modifikace jsme schopni zjistit nejen čistě genetickou informaci, ale i cenná epigenetická data umožňující predikci fenotypu. Tím můžeme díky jednomu přístroji, na základě jednoho sekvenačního běhu identifikovat a kvantifikovat mikrobiální kmeny, profilovat antimikrobiální rezistenci nebo detekovat strukturální variace. K tomu všemu jsou zapotřebí velmi pokročilé nástroje pro postsekvenační zpracování genetické informace. Těmi ovšem ztrácíme největší výhodu nanopórového sekvenování – přístup k sekvenačním datům již v průběhu sekvenace. Námi navrhovaný způsob zachovává přístup v reálném čase, díky zpracování surového nanopórového signálu, a tím umožňuje okamžité profilování a posouzení infekčních rizik.

Keywords
číslicové zpracování genomických signálů;umělá inteligence;celogenomová analýza;genotypizace;klasifikační techniky;sestavování genomu;výtěžnost sekvenačních dat;identifikace genetických markerů;

Mark

23-05845S

Default language

Czech

People responsible

Jakubíček Roman, Ing., Ph.D. - fellow researcher
Nykrýnová Markéta, Ing., Ph.D. - fellow researcher
Vítková Helena, Ing., Ph.D. - principal person responsible

Units

Department of Biomedical Engineering
- (2022-03-30 - not assigned)

Results

UMAIR, M.; SEDLÁŘ, K. DNA Methylation Detection With Pacific Biosciences sequencing and Oxford Nanopore sequencing Technology. PROCEEDINGS I OF THE 29TH STUDENT EEICT 2023. 2023. p. 275-278. ISBN: 978-80-214-6153-6.
Detail

NYKRÝNOVÁ, M.; BEZDÍČEK, M.; LENGEROVÁ, M.; ŠKUTKOVÁ, H. Bacterial phenotype prediction based on methylation site profiles. In 2023 IEEE Conference on Computational Intelligence in Bioinformatics and Computational Biology (CIBCB). IEEE, 2023. p. 1-6. ISBN: 979-8-3503-1017-7.
Detail