Student Petr Kovář ve své bakalářské práci řeší problematiku analýzy transkriptomických dat se zaměřením na identifikaci nekódujících elementů, především malých RNA (sRNA).
Teoretická část práce obsahuje kvalitně zpracovanou literární rešerši zaměřenou na organizaci bakteriálního genomu a transkriptomu, metody měření transkriptomu a postupy jeho následného zpracování, včetně metod de novo skládání transkriptomických dat. Text je přehledně strukturován, srozumitelný, psaný odborným anglickým jazykem a doplněný odpovídajícím množstvím relevantních citací.
Hlavním přínosem práce je návrh a implementace výpočetní metody pro detekci malých RNA. Navržené řešení kombinuje informace získané z transkriptomických dat naměřených technologií RNA-Seq s biologickými charakteristikami odvozenými z genomických dat, jako jsou predikce promotorových a terminačních oblastí či výpočty energetických parametrů. Tyto příznaky jsou integrovány do hybridního nástroje, jehož výstupem je soubor anotací obsahující kandidátní malé RNA společně s jejich hodnocením prostřednictvím zavedeného skórovacího systému. Navržený přístup umožňuje uživateli volit požadovanou míru spolehlivosti predikcí a představuje praktický nástroj pro následné biologické analýzy. Současně je vhodné zdůraznit, že definitivní potvrzení existence a funkce predikovaných malých RNA vyžaduje laboratorní validaci.
Po formální stránce je práce zpracována na velmi dobré úrovni. Text je čtivý, logicky uspořádaný a obsahuje pouze minimum jazykových či typografických nedostatků. Student během řešení práce pravidelně konzultoval dosažené výsledky i navrhované postupy, aktivně přicházel s vlastními nápady na zlepšení řešení. Práce přináší zajímavé výsledky s potenciálem dalšího rozvoje v navazujícím výzkumu a nabízí předpoklady pro budoucí publikační využití dosažených výsledků. Zadání bakalářské práce bylo splněno v plném rozsahu.
Bakalářskou práci hodnotím klasifikačním stupněm A (95 bodů). Points proposed by supervisor: 95

Zadání považuji za zcela splněné; krok 5) byl navíc rozpracován nad rámec běžných požadavků, a to využitím dvou nástrojů a s pokročilým statistickým vyhodnocením.

Kapitoly teoretické části jsou kvalitně zpracované a obsahují všechny informace potřebné pro pochopení navazující praktické části.

Po prezentační a formální stránce je text čitelný, logicky navazující a s minimem překlepů. Na pár místech informace mírně přeskakují, takže čtenář bez znalosti datasetu či transkriptomiky by se v nich mohl hůře orientovat (nejde však o nic zásadního).

Práce s literaturou je na výborné úrovni, stejně jako rozsah práce. Drobnou připomínku mám k citacím, které jsou vedeny podle českého standardu (roč., č., s.), ačkoli je práce psána anglicky.

Popis dílčích úloh a řešení je srozumitelný a výběr metod i nástrojů považuji za vhodný. Oceňuji detailní a přehledné README a velmi dobře zpracované skripty.

Popis výsledků je zdařilý, také oceňuji sekci o možnostech optimalizace pipeline. Diskuze výsledků je spíše stručná; např. popis tabulky 5.3 by mohl zahrnovat informaci, zda jsou některé z dosažených hodnot biologicky relevantní a které ze skóre by tak bylo nejvhodnější.

Využitelnost výsledků hodnotím jako velmi dobrou; práci by dále zhodnotilo zveřejnění pipeline, např. na GitHub.

Práci doporučuji k obhajobě a navrhuji hodnocení B / 89 bodů. Topics for thesis defence:

1. Výsledky použitých assemblerů se výrazně liší a, jak uvádíte, počet ORF nalezených nástroji rnaSPAdes a SOAPdenovo-trans je velmi nízký. Bylo by možné tyto rozdíly ovlivnit změnou parametrů při spuštění nástrojů?

Points proposed by reviewer: 89