Fyziologický ústav AV ČR, v. v. i.

Místo výkonu práce:	Fyziologický ústav AV ČR, v. v. i.
Garantující pracoviště:	Ústav informatiky a chemie Fyziologický ústav AV ČR, v. v. i.
Studijní program/specializace:
Dále nabízena v programech:	Bioinformatika ( výuka v českém jazyce ), Bioinformatika ( výuka v českém jazyce )
Školitel:	Mgr. Tatyana Kobets, Ph.D.
Předpokládaná forma studia:	Kombinovaná
Předpokládaný způsob financování:	Nefinancováno

Anotace

Propojení klinického a základního výzkumu má zásadní význam pro lepší pochopení a léčbu kardiovaskulárních onemocnění, včetně srdeční arytmie, hypertenze a dalších poruch vedoucích k srdečnímu selhání. Tento doktorský projekt se zaměřuje na vývoj výpočetních pipeline pro integraci genové exprese, proteomiky a metabolomických dat s využitím R, Pythonu a pokročilých statistických metod. Cílem je vytvořit uživatelsky přívětivé a robustní pracovní postupy, které umožní bezproblémovou analýzu a interpretaci souborů omických dat v klinickém prostředí. Tento projekt, založený na biopsiích, lidských vzorcích a rozsáhlých a unikátních souborech omických dat, představuje spolupráci mezi vědeckým ústavem (FGÚ) a centrem klinického výzkumu (IKEM) v Praze. Tato pozice na plný úvazek v FGU, financovaná konsorciem CarDia (https://cardia.ikem.cz/en/home ), nabízí příležitost přispět k translačnímu výzkumu s reálným klinickým dopadem.

Místo výkonu práce:	Fyziologický ústav AV ČR, v. v. i.
Garantující pracoviště:	Ústav informatiky a chemie Fyziologický ústav AV ČR, v. v. i.
Studijní program/specializace:
Dále nabízena v programech:	Bioinformatika ( výuka v českém jazyce ), Bioinformatika ( výuka v českém jazyce )
Školitel:	RNDr. Ondřej Kuda, Ph.D.
Předpokládaná forma studia:	Prezenční
Předpokládaný způsob financování:	Mzda
Další předpokládané formy studia / způsoby financování:
Kombinovaná / Nefinancováno ( ve studijním programu - Bioinformatika ( výuka v českém jazyce ) )

Anotace

Tento doktorský projekt se zaměřuje na pokrok v integraci metabolomiky a lipidomiky za účelem odhalení regulací komplexních biochemických sítí a metabolické dynamiky. Studie využívá nejmodernější techniky zpracování dat, výpočetní nástroje a algoritmy strojového učení k získání užitečných poznatků z rozsáhlých fluxomických datových souborů. Budou vyvinuty pipelines v Pythonu, které standardizují předzpracování dat, extrakci informací o metabolitech a jejich analýzu, a zároveň zahrnují modely strojového učení pro shlukování sítí, klasifikaci a prediktivní modelování metabolických drah. Projekt klade důraz na mezioborové přístupy a spojuje odborné znalosti z biochemie, bioinformatiky a datové vědy s cílem vytvořit robustní nástroje pro pochopení metabolických systémů. Očekává se, že výsledky přispějí k personalizované medicíně, metabolickému inženýrství a systémové biologii a nabídnou vědecké komunitě nové metodiky a softwarové nástroje. Práce bude probíhat v FGÚ AV ČR, kde se nachází servisní laboratoř metabolomiky a proteomiky. Práce je finančně zajištěna materiálně i úvazkem. Předpokladem úspěchu je znalost programovacích jazyků pro práci s daty (Python), základy biochemie (metabolity, dráhy, buněčné kompartmenty) a přehled v oborech omiky.

Ústav informatiky a chemie

Místo výkonu práce:	Ústav informatiky a chemie, FCHT, VŠCHT Praha
Garantující pracoviště:	Ústav informatiky a chemie
Studijní program/specializace:	Bioinformatika ( výuka v českém jazyce )
Školitel:	Ing. Martin Šícho, Ph.D.
Předpokládaná forma studia:	Prezenční
Předpokládaný způsob financování:	Stipendium

Anotace

Díky pokročilým technikám strojového učení se predikce proteinové struktury nedávno stala rychle se rozvíjejícím oborem výpočetní biologie s obrovským potenciálem umožňujícím nové poznatky o molekulárních funkcích a usnadnit vývoj léčiv. Nedávné pokroky, jako jsou AlphaFold, Boltz, Chai, ESMFold, OpenFold nebo RoseTTAFold, obohatili toto pole tím, že dosáhly bezprecedentní přesnosti při predikci 3D struktur proteinů založených výhradně na sekvencích aminokyselin. Nicméně přetrvávají omezení, jako je zpracování intrinsicky neuspořádaných oblastí, účinky mutací a modelování ligandem vázaných stavů. Tento projekt PhD si klade za cíl využít modely predikce proteinové struktury k řešení klíčových biologických otázek, zejména v charakterizaci nemocí a identifikaci cílů pro potenciální léčiva. Prozkoumá nové hypotézy pro pochopení mechanismů onemocnění a identifikaci terapeutických cílů. Dále bude výzkum hodnotit nové techniky objasnění proteinové struktury pro virtuální screening a predikci afinity biologicky aktivních ligandů, především s důrazem na jejich potenciál v návrhu léčiv založeném na proteinové struktuře. Projekt se také zaměří na hodnocení a zlepšení současných modelů tím, že identifikuje a navrhne řešení omezení v případě konformační flexibility nebo účinků mutací.

Místo výkonu práce:	Ústav informatiky a chemie, FCHT, VŠCHT Praha
Garantující pracoviště:	Ústav informatiky a chemie
Studijní program/specializace:	Bioinformatika ( výuka v českém jazyce )
Školitel:	Mgr. Jan Pačes, Ph.D.
Předpokládaná forma studia:	Kombinovaná
Předpokládaný způsob financování:	Nefinancováno

Anotace

Biotelemetrie je moderní a efektivní metoda monitoringu rybích populací, jejíž hlavní výhodou je možnost získávání cenných dat o pohybu a chování ryb bez nutnosti jejich opětovného odlovu na konci měření. Tato metoda umožňuje sledovat dlouhodobé změny v populaci, avšak časové řady získané tímto způsobem často obsahují mezery způsobené omezenou dostupností signálu nebo jinými environmentálními faktory. Cílem této studie bude navrhnout a implementovat vhodné extrapolační metody založené na Markovovských procesech, které umožní doplnění chybějících dat a zajištění robustnější analýzy. Důležitou součástí bude také identifikace nepozorovaných stavů rybí populace pomocí skrytých Markovovských modelů (HMM), což umožní lépe pochopit dynamiku populace i v situacích, kdy přímé pozorování není možné. Záměrem této studie je přispět k lepšímu pochopení ekologických procesů ovlivňujících rybí populace a zároveň poskytnout užitečné nástroje pro optimalizaci chovných metod a efektivní řízení rybářského hospodaření.

Ústav organické chemie a biochemie AV ČR, v. v. i.

Místo výkonu práce:	Ústav organické chemie a biochemie AV ČR, v. v. i.
Garantující pracoviště:	Ústav informatiky a chemie Ústav organické chemie a biochemie AV ČR, v. v. i.
Studijní program/specializace:	Bioinformatika ( výuka v českém jazyce )
Školitel:	Mgr. Tomáš Pluskal, Ph.D.
Předpokládaná forma studia:	Prezenční
Předpokládaný způsob financování:	Stipendium

Anotace

Cílem projektu je umožnit výpočetní charakterizaci a inženýrství terpensyntáz, důležité třídy biosyntetických enzymů, které vytváří chemické kostry největší známé skupiny přírodních látek, terpenoidů. Projekt má tři cíle: 1. Sestavení komplexní databáze popisující dosud charakterizované reakční mechanismy terpensyntáz. 2. Vývoj modelu hlubokého učení s využitím transformátorových neuronových sítí pro predikci substrátů, produktů a reakčních mechanismů terpensyntáz přímo z jejich aminokyselinových sekvencí. 3. Vývoj generativního algoritmu pro návrh umělých terpensyntáz s požadovanou funkcí.

Místo výkonu práce:	Ústav organické chemie a biochemie AV ČR, v. v. i.
Garantující pracoviště:	Ústav informatiky a chemie Ústav organické chemie a biochemie AV ČR, v. v. i.
Studijní program/specializace:	Bioinformatika ( výuka v českém jazyce )
Školitel:	Mgr. Tomáš Pluskal, Ph.D.
Předpokládaná forma studia:	Prezenční
Předpokládaný způsob financování:	Stipendium

Anotace

Naše laboratoř kombinuje experimentální (hmotnostní spektrometrie, metabolomika a RNA-seq) a výpočetní (bioinformatika a strojové učení) přístupy pro objevování nových bioaktivních molekul odvozených z rostlin. Cílem tohoto projektu bude vývoj výpočetních metod pro procesování a interpretaci dat z hmotnostní spektrometrie malých molekul, zejména automatických technik pro interpretaci hmotnostních spekter, pro anotaci molekul a pro generování a vizualizaci molekulárních sítí. Kandidáti na tuto pozici byl měli být schopni samostatného programování v jazycích Java a Python.