|
Bioinformatika
Doktorský program,
Fakulta chemické technologie
Cílem DSP programu Bioinformatika je vychovat odborníky ve stejnojmenné vědní disciplíně, která je skloubením molekulární a buněčné biologie, biochemie, statistiky a počítačové vědy. Bioinformatika se zabývá vývojem nástrojů pro správu biologických databází, algoritmů pro zpracování molekulárně-biologických dat a metod pro analýzu, interpretaci a vyhledávání vztahů v těchto datech. U většiny řešených projektů je kladen důraz na biologickou stránku věci a jejich cílem je pochopení komplexních souvislostí ve studovaných biologických jevech. Řešíme však i témata orientovaná informatickým směrem z oblasti vývoje algoritmů či metod zpracování dat. UplatněníKombinace přírodovědného a informatického vzdělání dává absolventům DSP Bioinformatika dobré předpoklady uplatnit se v interdisciplinárních týmech. Absolventi naleznou uplatnění v široké škále oblastí, kde se zpracovávají data získaná instrumentální analýzou biologického vzorku. Při odchodu do praxe se mohou absolventi též opřít o širokou znalost informatiky a uplatnit se při vývoji softwarových technologií především pro oblast datové analytiky. Další uplatnění naleznou absolventi ve vědeckých infrastrukturách budovaných v ČR v rámci evropských operačních programů. Vzhledem k trvajícímu nedostatku expertů s takto koncipovaným interdisciplinárním vzděláním i mimo ČR se absolventi dobře uplatní také v zahraničí. Typické pozice, jež může zastávat absolvent DSP Bioinformatika: - výzkumník základního či aplikovaného výzkumu veřejného či soukromého sektoru v oblasti biomedicíny, klinické medicíny, medicinální a farmaceutické chemie, potravinářství, zemědělství, biotechnologií či kriminalistiky. Typické pozice jsou postdoc, programátor, research associate, research fellow, project leader, project manager. - vysokoškolský pedagog v oblasti bioinformatiky, výpočetní biologie a chemie nebo aplikované informatiky. Typické pozice jsou odborný asistent, asistent, lektor. - softwarový vývojář či datový analytik v IT firmách. - odborné pracovní pozice, které vyžadují organizační a analytické schopnosti a odbornou expertizu nejenom v bioinformatických oborech. Typické pracovní pozice zahrnují státní správu na nejvyšších manažerských úrovních, organizace, které se metodicky a organizačně věnují vědě a výzkumu, případně neziskové a osvětové organizace. Detaily programu
Vypsané disertační práce pro rok 2026/27Bioinformatická analýza deoxyribozymů
AnotaceDeoxyribozymy, DNA molekuly katalyzující chemické reakce, jsou užitečnými nástroji díky nízké ceně, vysoké stabilitě a schopnosti fungovat ve velkém spektru podmínek. Cílem této práce bude vyvinout nové metody analýzy velkých datasetů deoxyribozymů isolovaných v naší laboratoři pomocí NGS (Next Generation Sequencing). Projekt bude vyžadovat znalost standardních bioinformatických postupů, ale i čím dál tím populárnějších metod strojového učení. Problematické sloučeniny při testování s vysokou propustností (HTS)
AnotaceTestování s vysokou propustností (HTS) je klíčová technologie v raných fázích vývoje léčiv. Interpretace výsledků může být komplikovaná přítomností problematických sloučenin (PAINS, agregátory, autofluorescence, cytotoxicita a další), které znesnadňují rozlišení mezi skutečnými a falešně pozitivními výsledky. Datové sady bohaté na metadata z infrastruktur CZ-OPENSCREEN a EU-OPENSCREEN, stejně jako velké veřejné databáze, například PubChem, poskytují příležitost lépe porozumět existujícím vzorcům a identifikovat nové. Tato na kontext orientovaná metodika se zaměřuje na to, jak chemická struktura sloučenin, experimentální nastavení a vybrané biologické cíle souvisejí s pozorovaným problematickým chováním. Práce zahrnuje shromažďování, anotaci a vývoj nástrojů pro detekci a interpretaci problematických sloučenin, včetně podstrukturních filtrů, seznamů potvrzených problematických sloučenin, modelů strojového učení a jejich kombinovaných přístupů. Zvláštní pozornost je věnována rozlišování jednotlivých mechanismů problematického chování, zdůraznění pravděpodobnosti a závažnosti jednotlivých upozornění a jejich kombinací, a shrnutí těchto poznatků do lidsky čitelných formátů. Práce také zahrnuje zkoumání využití velkých jazykových modelů k generování jasných, kontextově citlivých štítků a popisů. Tyto nástroje mohou být zpřístupněny v otevřených zdrojích pro výběr sloučenin a integrovány do systémů CZ-/EU-OPENSCREEN. Zároveň zařízení CZ-OPENSCREEN mohou poskytnout experimentální validaci výsledků. Výzkum a vývoj proteinových jazykových modelů za účelem optimalizace a návrhu nových biologicky aktivních sloučenin
AnotaceBiologicky aktivní molekuly hrají klíčovou roli ve vývoji nových způsobů terapie a chemické biologii. Slouží především jako základ pro vývoj nových léčiv a vakcín. Biologicky aktivní molekuly, jako jsou např. protilátky, jsou racionálně navrženy tak, aby reagovaly se specifickými cílovými proteiny, modulovaly biologické dráhy a léčily nemoci, což činí jejich objev a optimalizaci ústředním cílem moderního farmaceutického výzkumu. Protilátkové léky a vakcíny závisí na tom, jak protilátky interagují s jejich cílovými proteiny. V poslední době se objevily modely proteinového jazyka jako nová výpočetní metoda pro pokrok v objevování terapeutických protilátek, protože dokáží efektivně předpovídat kritické charakteristiky epitopů a vazebné vztahy. S využitím modelů proteinového jazyka se tato disertační práce zabývá návrhem a vývojem protilátek se zvláštním zaměřením na zajištění toho, aby modely podporovaly praktické terapeutické aplikace. Z hlediska vývoje se projekt zaměří především na predikci hydrofobicity, autointerakce a termostability, což jsou důležité vlastnosti, které je třeba zvážit v preklinických fázích vývoje. Kromě toho budou vyvinuty generativní modely umělé inteligence (AI) pro cílově specifický návrh protilátek. Disertační práce se také zabývá konceptem detekce anomálií jako cestou k objevu neobvyklých a potenciálně užitečných kandidátů pro návrh protilátek. Výzkum metabolismu lipidů u karcinomů: integrativní přístupy v metabolomice, fluxomice a metabolickém inženýrství.
AnotaceTento doktorský projekt zkoumá přesměrování lipidových metabolických drah u karcinomů pomocí integrativního přístupu kombinujícího metabolomiku, fluxomiku, metabolické inženýrství a in silico modelování. Cílem výzkumu je dekonvoluce komplexních lipidových metabolických drah pomocí analýzy metabolických toků a studií se stabilními izotopovými tracery, podpořených postupy pro zpracování dat založenými na Pythonu a výpočetním modelování. Studie zahrnuje experimentální práci, včetně modelů nádorových buněčných kultur a myších modelů in vivo, s cílem ověřit predikované dráhy a kvantifikovat metabolické toky za fyziologických a patologických podmínek. Přístupy strojového učení pomohou při objevování biomarkerů a předvídání metabolických zranitelností, což nabídne vhled do mechanismů řídících progresi karcinomů a potenciálních terapeutických cílů. Tento interdisciplinární projekt propojuje výpočetní biologii, biochemii a experimentální výzkum rakoviny a přispívá k našemu porozumění metabolismu lipidů a vývoji přesných strategií pro metabolické inženýrství a terapii rakoviny. Práce bude probíhat v FGÚ AV ČR. Práce je finančně zajištěna materiálně i úvazkem. |
Nacházíte se: VŠCHT → Web PhD → Zájemci o doktorské studium → Doktorské studijní programy a vypsaná témata prací → Detail programu
Aktualizováno: 16.2.2026 17:31, Autor: Jakub Staś