Bakalářská práce

Využití strojového učení a hmotnostní spektrometrie k diagnostice pacientů s nádorovým onemocněním

The use of machine learning and mass spectrometry in diagnosis of cancer patients

Jaromíra Pantůčková
Anotace

Hmotnostní spektrometrie je univerzální analytická metoda umožňující současnou detekci mnoha molekul ve vzorku, která nachází uplatnění v celé řadě oblastí, například při analýze biomolekul a identifikaci biomarkerů nádorových onemocnění. Tato práce zkoumá využití strojového učení v kombinaci s metodou MALDI-TOF MS pro diagnostiku mnohočetného myelomu. Teoretická část se věnuje principu hmotnostní …více

Abstract

Mass spectrometry is a universal analytical method enabling the simultaneous detection of many molecules in a sample, which finds applications in a wide range of fields, such as biomolecular analysis and the identification of cancer biomarkers. This thesis explores the use of machine learning in combination with MALDI-TOF MS for the diagnosis of multiple myeloma. The theoretical part focuses on the …více

Klíčová slova
Strojové učení Hmotnostní spektrometrie MALDI-TOF MS Diagnostika rakoviny Klasifikační modely Mnohočetný myelom Molekulární profilování Machine learning Mass spectrometry Cancer diagnosis Classification models Multiple myeloma Molecular profiling
Zadání práce
Hmotnostní spektrometrie (MS) může odhalit informativní molekulární vzorce a přispět k lepšímu pochopení biologického pozadí a diagnostice sledovaného onemocnění. Profilování založené na MS bylo použito k vývoji nových prediktivních modelů sloužících pro odhalení mnoha typů nádorových onemocnění, jako je rakovina ledvin, plic, jater, prsu, tlustého střeva, prostaty, mnohočetného myelomu, ale také u pankreatického duktálního adenokarcinomu. Úkolem studenta bude vybrat a sestrojit prediktivní model s využitím strojového učení, který bude na základě dat z profilů hmotnostních spekter diskriminovat mezi pacienty s nádorovým onemocněním a zdravými kontrolami. K vyhodnocení budou použitá data dostupná na Ústavu histologie a embryologie Masarykovy Univerzity.
Student jmenovitě:
  1. Provede rešerši literatury zaměřenou na využití profilů hmotnostní spektrometrie při diagnostice pacientů s nádorovými onemocněními.
  2. Předzpracuje data a připraví je k samotné analýze.
  3. Sestrojí modely strojového učení, které mezi sebou porovná a vybere nejvhodnější.
  4. Interpretuje výsledky v kontextu dostupné literatury.
Doporučená literatura a informační zdroje:
  • BYEON, Sooin; MCKAY, Matthew J.; MOLLOY, Mark P.; GILL, Anthony J.; SAMRA, Jaswinder S. et al. Novel serum protein biomarker panel for early diagnosis of pancreatic cancer. Online. International Journal of Cancer. 2024, roč. 155, č. 2, s. 365-371. ISSN 0020-7136. Dostupné z: https://doi.org/10.1002/ijc.34928.
  • CHEN, Jiong; WU, Wen; CHEN, Longjiang; ZHOU, Hangcheng; YANG, Renbao et al. Profiling the potential tumor markers of pancreatic ductal adenocarcinoma using 2D-DIGE and MALDI-TOF-MS: Up-regulation of Complement C3 and alpha-2-HS-glycoprotein. Online. Pancreatology. 2013, roč. 13, č. 3, s. 290-297. ISSN 14243903. Dostupné z: https://doi.org/10.1016/j.pan.2013.03.010.
  • HUANG, Yuan; CHEN, Feng; ZHANG, Linglin; LV, Qian; YAN, Jun et al. MALDI-TOF-MS Analysis in the Discovery and Identification of the Serum Peptide Pattern of Pancreatic Ductal Adenocarcinoma. Online. Laboratory Medicine. 2021, roč. 52, č. 6, s. 558-566. ISSN 0007-5027. Dostupné z: https://doi.org/10.1093/labmed/lmab024.
  • WOLRAB, Denise; JIRÁSKO, Robert; CÍFKOVÁ, Eva; HÖRING, Marcus; MEI, Ding et al. Lipidomic profiling of human serum enables detection of pancreatic cancer. Online. Nature Communications. 2022, roč. 13, č. 1. ISSN 2041-1723. Dostupné z: https://doi.org/10.1038/s41467-021-27765-9.
Administrativní informace
Práce zkontrolována:
13. 5. 2025 10:36, RNDr. Petra Weselá
Plný text práce
1,7 MB / soubor PDF
Jazyk práce
čeština čeština
Termín obhajoby
24. 6. 2025
Práce byla úspěšně obhájena

Vedoucí

RNDr. Petra Weselá
RECETOX PřF MU

Oponent

doc. RNDr. Sabina Ševčíková, Ph.D., učo 18245
ÚPF Teorie LF MU

Konzultanti

Mgr. Lukáš Pečinka, Ph.D., učo 436922
AplPlaz ÚFTP Fyz PřF MU
doc. RNDr. Petr Vaňhara, Ph.D., učo 43385
ÚHE Teorie LF MU
Citovat tuto práci
Masarykova univerzita Přírodovědecká fakulta
Studijní program
Plán
Biomedicínská bioinformatika

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.

Podobné práce

  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.

  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.

  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.

  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.

  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.