Cílem studia je především prohloubit teoretické znalosti z oblastí zaměřených na bioinformatiku, biomedicínské inženýrství, matematickou a systémovou biologii, genomiku a proteomiku a příbuzných oborů. Dále je pak kladen důraz na získání zkušenosti z oblastí základního i aplikovaného výzkumu v těchto oborech. Studium je koncipováno jako výhradně mezioborové, z čehož vyplývá i další cíl a to, posílení schopnosti komunikace a vědecké spolupráce mezi absolventem oboru a vědeckými odborníky z oblasti biologických a lékařských věd. Studium umožní získat zkušenosti v experimentální práci včetně zpracování a analýzy výsledků za využití metod z oblasti vyšší aplikované matematiky a statistiky.

Absolvent doktorského studia tohoto oboru bude zralou a výraznou vědeckou osobností s velkým odborným a vědeckým rozhledem v oblastech bioinformatiky, biomedicínských technologií, matematické a systémové biologie a genomiky a proteomiky. Absolventi také získají znalosti a zkušenosti zasahující do ryze technických oblastí, jako jsou především pokročilé metody zpracování vícerozměrných dat či oblast informatiky. Na druhé straně se v rámci studia také seznámí s oblastmi experimentální fyziologie, molekulární biologie a genetiky. Také je kladen důraz na získání zkušeností v základním a experimentálním výzkumu a na schopnost extrakce fundamentálních poznatků z daných oblastí.

Absolvent doktorského studia tohoto oboru by měl být zralou vědeckou osobností s velkým rozhledem v oblastech bioinformatiky, matematické a systémové biologie, genomiky a proteomiky, ale také v oblasti technických věd. Je připraven řešit náročné výzkumné a vývojové problémy. V praxi je absolvent tohoto doktorského studia schopen samostatné tvůrčí činnosti a samostatně vést výzkum a vývoj ve zmíněných oblastech vědy. Dále je schopen vést výzkumné týmy a zajišťovat mezioborovou komunikaci a spolupráci. Najde uplatnění na výzkumných institucích a ve firmách, kde je ve velké míře požadován inovativní přístup k řešení problémů – od návrhu řešení po realizaci.

Podmínkou přijetí je dosažení VŠ titulu na magisterské úrovni.

prof. Ing. Valentine Provazník, Ph.D.

2. kolo (podání přihlášek od 01.07.2018 do 31.07.2018)

1. Analýza medicínských obrazových dat ze spektrální počítačové tomografie

   Spektrální počítačová tomografie (SCT) je nová medicínská zobrazovací metoda, která pořizuje data při různých energiích fotonů rentgenového záření a může tak poskytovat podrobnější informace o zobrazených tkáních, zdůraznit nebo vylučovat některé látky ze zobrazení apod. Účelem disertace je studium těchto možností a návrh analytických algoritmů, jejich implementace a testování na konkrétních medicínských datech ve spolupráci s lékařskými institucemi, které jsou nově SCT systémem vybaveny. Jde o výzkum ve spolupráci s mezinárodní firmou Philips Nederlands. Školitelem specialistou je MUDr. Petr Ouředníček, Ph.D.

   Školitel: Jan Jiří, prof. Ing., CSc.

2. Analýza pohybových stereotypů při sportovním výkonu

   Pohybová analýza má ve sportu své nezastupitelné místo. Podrobná analýza pohybových stereotypů vede ke zkvalitňování tréninkových plánů a zlepšování sportovních výsledků trénujících jedinců. Analýzu lze také využít pro diagnostické účely - sledování chybných pohybových vzorců po úrazech za účelem upřesnění postupů rehabilitačních procedur. Tato práce bude zaměřena na monitorování konkrétních pohybových stereotypů, výběru vhodných parametrů a následnou analýzu dat, která bude provedena za účelem popisu pohybových stereotypů při sportovním výkonu. Studie budou prováděny ve spolupráci s Centrem sportovních aktivit VUT.

   Školitel: Kolářová Jana, doc. Ing., Ph.D.

3. Bioinformatická analýza genové exprese u kardiomyopatie

   Kardiomyopatie je častou příčinou selhání srdce a srdečních transplantaci. Tato studie má za cíl prozkoumat potenciální geny související s kardiomyopatií a dále zkoumat jejich základní regulační mechanismus za použití bioinformatiky. Budou použity profily genové exprese získané z Gene Expression Omnibus databáze. Diferenciálně exprimované geny budou vyhledávány porovnáním normálních a s kardiomyopatií souvisejících vzorků s využitím nových metod bioinformatiky. Dále budou predikovány potenciální transkripční faktory a microRNA těchto genů souvisejících s kardiomyopatií na základě jejich vazebných sekvencí. Kromě toho budou geny související s kardiomyopatií použity k nalezení malých molekul jako potenciálních terapeutických léčiv pro kardiomyopatii.

   Školitel: Provazník Valentine, prof. Ing., Ph.D.

4. Celogenomový přístup ke studiu genové exprese v bakteriích Clostridium a rekonstrukce jejich genových regulačních sítí

   Výzkum je zaměřen na bioinformatické studium bakterií produkujících butanol - Clostridií. Bakterie budou studovány v dynamickém experimentu včetně možností mutovat vybrané geny pro potlačení negativních vlastností a zvýšení produkce butanolu. Genomická data budou získána technologií RNA-Seq. Genová ontologie a vztah vybraných genů k metabolismu bakterií budou analyzovány pomocí pokročilých metod ze standardních a vlastních balíků R/Bioconductor. Dále budou modelovány signální dráhy zodpovědné za efektivitu efluxu a butanolovou toleranci v Clostridiích. Velké RNA-Seq datasety budou použity pro rekonstrukci genové regulační sítě Clostridií a to pomocí různých statistických metod (regrese, vzájemné informace, korelace, Bayesovská věta).

   Školitel: Provazník Valentine, prof. Ing., Ph.D.

5. Detekce mentálních stavů s využitím biosignálů a videomonitorování

   Téma je zaměřeno na analýzu biologických signálů s cílem detekce různých mentálních stavů (zejména únava a mentální stres) především u řidičů. Půjde o zpracování základních typů biosignálů – EKG, EMG, EDA, SpO2 a dalších, ale také se předpokládá analýza videosekvencí (například detekce pohybu očí). Aplikované metody budou zahrnovat jak základní metody předzpracování, tak i metody z oblasti strojového učení s využitím moderních přístupů hlubokého učení. V tématu budou použity veřejně dostupní data (PhysioNet) a dále vlastní data získaná v laboratořích UBMI a v rámci řešení výzkumných projektů.

   Školitel: Kolář Radim, doc. Ing., Ph.D.

6. Farmakorové dynamické studie multi-cílových receptorů vůči přírodním sloučeninám jako potenciálním inhibitorům psoriázy

   V posledních desetiletích se chápání patofyziologie psoriázy změnilo od poruchy vnitřní epidermální keratinocytární choroby k onemocnění zprostředkované T-buňkami. Nyní se považuje za systémové zánětlivé onemocnění, které má zásadní dopad na imunitní systém. To se odrazilo ve změnách léčebných postupů v průběhu let, počínaje neselektivními léčbami, jako jsou kortikosteroidy, methotrexát a akitretin, a přechází k selektivnějším léčebným postupům, jako je cyklosporin a vysoce selektivní biologické terapie. Zavedení inhibitorů nádorového nekrotického faktoru (TNF) -α vedlo k průlomu při léčbě středně-těžké až těžké psoriázy. Zamýšlená studie bude zaměřena na vyhledávání společných inhibitorů, které budou testovány na namapovaných společných rysech z proteinových cílů, které zahrnují fosfodiesterázu, Janus Kinase a A3 adenosinové receptory. Studie bude rozšířena na simulační studie pro odvození její stability z hlediska termodynamických vlastností. Vybrané molekuly budou testovány pomocí modelu myší BALB / c pro psoriázu. Testy in vivo u myší se provádějí za účelem odhadu skóre PASI Th1 (IL-1ß, IL-6, TNF-α, IFN-y) a Th-17 (IL-22 a IL-17) cytokiny exprimující buňky spolu s histopatologií vzorků kůže myší.

   Školitel: Provazník Valentine, prof. Ing., Ph.D.

7. Pokročilé algoritmy pro monitoring lidské aktivity mobilními senzory

   Téma dizertační práce je zaměřeno na sledování a hodnocení aktivity jedinců s využitím senzorů běžně dostupných v mobilních zařízeních (akcelerometr, GPS, mikrofon, senzor srdečního tepu) a lze jej rozdělit na dvě části. Cílem první části je analyzovat možnosti mobilních zařízení, seznámit se s typy snímaných dat a posoudit jejich potenciál. Cílem druhé části je návrh pokročilých algoritmů pro zpracování nasnímaných dat za účelem identifikace jednotlivých druhů vykonávaných aktivit (odpočinek, chůze, běh). Od uchazeče se očekává znalost programování v prostředí Matlab a přehled v oblasti zpracování a analýzy 1D signálů.

   Školitel: Vítek Martin, Ing., Ph.D.

8. Pokročilé metody odhadu kvality signálu EKG

   Téma dizertační práce je zaměřeno na kontinuální sledování kvality v dlouhodobých záznamech EKG. Cílem první části je vyhodnotit kvalitativní možnosti snímání signálu EKG z různých míst za pomocí mobilních záznamníků a možnosti využití souběžného snímání aktivity gyroskopem. Cílem druhé části je návrh pokročilých algoritmů pro spojitý odhad kvality záznamů EKG v reálném čase a následnou identifikaci úseků stejné kvality. Od uchazeče se očekává znalost programování v prostředí Matlab a přehled v oblasti zpracování a analýzy 1D signálů.

   Školitel: Smital Lukáš, Ing., Ph.D.

1. kolo (podání přihlášek od 01.04.2018 do 15.05.2018)

1. Metody hlubokého učení pro zpracování obrazových dat v biometrii a biomedicíně

   Toto téma se zabývá využitím moderních variant umělých neuronových sítí v oblastech zpracování a analýzy statických obrazů a videosekvencí. Během řešení se předpokládá hlubší studium pokročilých metod strojového učení především v oblasti konvolučních neuronových sítí, možnosti využití již naučených sítí na jiné aplikace, využití metod tzv. progresivního učení pro řešení nových a komplexních problémů, studium a modifikace rekurentních neuronových sítí pro segmentaci a sledování objektů v obrazových datech. Konkrétní aplikace budou zaměřeny především na segmentaci a sledování osob a objektů v obecných scénách, včetně detekce obličeje s využitím v oblasti biometrie a biomedicíny.

   Školitel: Kolář Radim, doc. Ing., Ph.D.

2. Optické metody hodnocení rychlosti průtoku krve

   Téma je zaměřeno na optické metody měření rychlosti průtoku krve pomocí obrazové analýzy tzv. speklí, tedy typického šumu, který vzniká při zobrazení pomocí koherentního zdroje světla. Půjde především o studium a rozšíření této metody pro případ neideálního optického prostředí a zvýšení robustnosti odhadu průtoku krve. Jedná se především a o využití metod Laser Speckle Contrast Imaging při odhadu parametrů prokrvení a rychlosti průtoku tkání zejména kůže. Pro řešení budou použity pokročilé metody analýzy obrazů, včetně segmentace, texturní analýzy a modelování procesu zobrazení. Celkově projekt, díky navrženým metodám zpracování a analýzy, rozšíří možnosti hodnocení rychlosti průtoku a dalších důležitých parametrů perfúze. Cílem práce bude rovněž i návrh a sestavení vhodné technologie, která umožní získávat relevantní data.

   Školitel: Harabiš Vratislav, Ing., Ph.D.

3. Pokročilé metody zpracování signálů pro analýzu dat z plynové chromatografie – hmotnostní spektrometrie

   Dizertační práce se bude zabývat vývojem nových metod pro předzpracování a analýzu dat získaných moderní technologií spojující plynovou chromatografii s hmotnostním spektrometrem (GC-MS) a produkující komplexní 3D signály. Cílem práce je vytvořit nástroj pro identifikaci neznámých sloučenin ve vzorcích a porovnat jejich koncentrace napříč vzorky i uvnitř vzorků. Jádrem práce je vytvořit novou metodiku pro dekonvoluci měřených spekter, které jsou vytvořeny ko-elucí signálů reprezentujících dílčí složky chemických sloučenin. Úspěšnost dekonvoluce závisí na kvalitním předzpracování signálů, kde je zapotřebí především korekce posunů a překryvů retenčních časů a odstranění tzv. „pozadí“ signálů pro zvýšení poměru signál/šum (SNR). Vytvořený nástroj by měl umožňovat alespoň semi-automatickou analýzu vzájemné podobnosti metabolomických látek v toxikologii. Od uchazeče se očekává jak znalost základních analytických metod v biochemii, tak přehled v oblasti zpracování a analýzy vícerozměrných signálů. Ovládání vhodného programovacího prostředí je samozřejmostí. Téma bude řešeno ve spolupráci s Centrem pro výzkum toxických látek v prostředí (Recetox MUNI).

   Školitel: Vítková Helena, Ing., Ph.D.

4. Využití metod číslicového zpracování genomických signálů pro bakteriální genotypizaci

   Cílem dizertační práce je vytvořit efektivní metodu detekce nových genetických markerů umožňující rychlou laboratorní genotypizaci neznámých bakteriálních kmenů. Spojení metod číslicového zpracování genomických dat s metodami strojového učení pomůže v popisu známých genetických markerů, experimentálně zjištěných v laboratorních podmínkách. Na základě tohoto popisu bude možná identifikace nových markerů výpočetní cestou, namísto ekonomicky a časově náročné laboratorní analýzy. Identifikace genetických markerů pomocí genomických signálů je značně efektivnější než současné výpočetní metody, protože využívá krátký vektor charakteristický příznaků popisujících známé genetické markery namísto celých dlouhých DNA fragmentů, které je reprezentují. Vytvořená metoda identifikace genetických markerů pomůže zpřístupnit rozsáhlé epidemiologické studie např. vzniku a šíření multirezistentních bakteriálních kmenů v rámci zdravotnických zařízení. Od uchazeče se očekává jak znalost základní metodologie zpracování a analýzy genomických dat, tak přehled v oblasti zpracování a analýzy 1D signálů. Ovládání vhodného programovacího prostředí je samozřejmostí. Téma bude řešeno ve spolupráci s Dětskou nemocnicí – FN Brno.

   Školitel: Vítková Helena, Ing., Ph.D.