Čemu se můžeš během studia věnovat?
Bioinformatika je ze své podstaty multidisciplinární obor. Je to fascinující prostor, kde se biologie, chemie a medicína potkávají s pokročilou informatikou a datovou analýzou.
Na každý problém, se kterým se u nás setkáte, se lze dívat z různých úhlů. V rámci studia a výzkumu se můžete profilovat směrem, který je vám bližší:
Přírodovědná větev hledá odpovědi na otázky „proč“ a „jak“ v živých systémech. Soustředí se na interpretaci biologických dat, pochopení mechanismů nemocí a experimentální souvislosti.
Informatická větev řeší, jak tyto výzvy uchopit algoritmicky. Zaměřuje se na vývoj efektivního softwaru, optimalizaci výpočtů, strojové učení a architekturu systémů, které data zpracovávají.
Prozkoumejte konkrétní oblasti, kterým se u nás můžete věnovat, a podívejte se, jak se v nich doplňují oba tyto světy.
Tunely v proteinech
Jaký vliv mají fyzikálně-chemické vlastnosti tunelu na jeho funkci v proteinu?
Které algoritmy umožní najít a popsat tunely v komplexních 3D strukturách?
Parciální atomové náboje
Jak ovlivňuje rozložení elektronové hustoty reaktivitu molekul?
Jaké modely použít pro predikci lokálních vlastností atomů?
Analýza a vizualizace biologických dat
Jak vizualizovat molekuly od malých ligandů až po proteinové komplexy?
Jak zpracovávat a vizualizovat velká biologická data?
Data management life-science dat
Jak by měla vypadat správně anotovaná life-science data?
Jak efektivně ukládat a zpřístupňovat vědecká data komunitě?
Inference genových regulačních sítí
Které proteiny řídí rozhodovací procesy buněčného dělení?
Jak získat z transkriptomických dat genovou regulační síť živé buňky?
Analýza atraktorů v dynamice genových regulací
Jak zabránit, aby se rakovinné buňky staly metastatickými?
Jak přeprogramovat buňky, abychom zabránili metastáze?
Tvorba metabolických modelů
Jak docílit optimálního výkonu vybrané metabolické dráhy bakterie?
Jak uplatnit strojové učení pro získání funkčního modelu metabolické dráhy?
Predikce Vazebných míst proteinů v DNA
Jaká biologická data použít pro predikci vazebných míst proteinů v DNA?
Jaký model strojového učení zvolit pro predikci vazebných míst proteinů v DNA, jak vyhodnotit jeho přesnost a jak zabránit přeučení?