prikaz prve stranice dokumenta De novo sastavljanje metagenomskih podataka korištenjem grupiranja podataka temeljenih na Bayesovom modelu
No public access
master's thesis
De novo sastavljanje metagenomskih podataka korištenjem grupiranja podataka temeljenih na Bayesovom modelu
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2014. urn:nbn:hr:168:123532
Dvorničić, Mirta
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Dvorničić, M. (2014). De novo sastavljanje metagenomskih podataka korištenjem grupiranja podataka temeljenih na Bayesovom modelu (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:123532

Dvorničić, Mirta. "De novo sastavljanje metagenomskih podataka korištenjem grupiranja podataka temeljenih na Bayesovom modelu." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2014. https://urn.nsk.hr/urn:nbn:hr:168:123532

Dvorničić, Mirta. "De novo sastavljanje metagenomskih podataka korištenjem grupiranja podataka temeljenih na Bayesovom modelu." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2014. https://urn.nsk.hr/urn:nbn:hr:168:123532

Dvorničić, M. (2014). 'De novo sastavljanje metagenomskih podataka korištenjem grupiranja podataka temeljenih na Bayesovom modelu', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 11 January 2025, https://urn.nsk.hr/urn:nbn:hr:168:123532

Dvorničić M. De novo sastavljanje metagenomskih podataka korištenjem grupiranja podataka temeljenih na Bayesovom modelu [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2014 [cited 2025 January 11] Available at: https://urn.nsk.hr/urn:nbn:hr:168:123532

M. Dvorničić, "De novo sastavljanje metagenomskih podataka korištenjem grupiranja podataka temeljenih na Bayesovom modelu", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2014. Available at: https://urn.nsk.hr/urn:nbn:hr:168:123532

Metadata
TitleDe novo sastavljanje metagenomskih podataka korištenjem grupiranja podataka temeljenih na Bayesovom modelu
Title (english)De novo metagenomic assembly using Bayesian model-based clustering
AuthorMirta Dvorničić
MentorMile Šikić (mentor)
Committee memberMile Šikić (predsjednik povjerenstva)
Committee memberMladen Vučić (član povjerenstva)
Committee memberDamir Seršić (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2014-07-07, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Mikrobne zajednice utječu na gotovo svaki aspekt našeg života. Metagenomika nastoji otkriti nove spoznaje o tim zajednicama analizom DNA uzoraka izuzetih direktno iz njihovih okoliša. Metagenomska istraživanja se i dalje uglavnom oslanjaju na ručne intervencije i alate namijenjene za sastavljanje genomskih podataka koji ne uzimaju u obzir specifičnosti metagenomskih podataka. U ovom radu je predstavljena metoda za de novo sastavljanje metagenomskih podataka korištenjem grupiranja podataka temeljenih na Bayesovom modelu (Sigma). Pokazano je da se kombiniranjem te metode s optimalnim skafolderom genomskih podataka (Opera) problem sastavljanja metagenomskih podataka može točno i automatski svesti na problem sastavljanja genomskih podataka iskorištavanjem informacija dostupnih tijekom sastavljanja genoma. Usporedbe na simuliranim i stvarnim metagenomskim podacima pokazuju da kombinacija ovih dvaju metoda (OperaMS) daje bolje rezultate od često korištenih alata za sastavljanje genomskih (Velvet, SOAPdenovo) i metagenomskih (MetaVelvet, Bambus2) podataka.
Abstract (english)
Microbial communities influence almost every aspect of our lives. Metagenomics aims to expand our knowledge of those communities by analyzing DNA samples extracted directly from their environments. Metagenomic studies still rely mostly on manual interventions and single genome assembly tools which are unaware of the nature of metagenomic data. In this thesis, a Bayesian model-based hierarchical clustering approach to aid in metagenomic assembly called Sigma is presented. Sigma is combined with an optimal single genome scaffolder Opera to show that metagenomic assembly problem can be accurately and automatically reduced to single genome assembly problem by systematically exploiting assembly information. Comparisons on simulated and real datasets show that this pipeline (OperaMS) outperforms state-of-the-art single genome (Velvet, SOAPdenovo) and metagenomic (MetaVelvet, Bambus2) assembly tools.
Keywords
Keywords (english)
Languageenglish
URN:NBNurn:nbn:hr:168:123532
Study programmeTitle: Computing
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2018-02-06 08:37:39