DDizertačná prácaZENPh. D. thesisPF UPJŠUniverzita Pavla Jozefa Šafárika v Košiciach, Prírodovedecká fakulta2026/2027ENPavol Jozef Šafárik University in Košice, Faculty of ScienceDek. PF UPJŠDekanát Prírodovedeckej fakulty UPJŠENDean's office76381Biofyzikálna interpretácia metagenomických dát mikrobiálnych komunít pomocou AI2026-02-17T00:00:00.000+01:0003KonzultantPharmDr. Natália Chomová, PhD.ENConsultant2Školiteľdoc. RNDr. Gabriel Žoldák, DrSc.ENTutor1NázovENBiophysical interpretation of metagenomic data of microbial communities1NázovSKBiofyzikálna interpretácia metagenomických dát mikrobiálnych komunít pomocou AI2LiteratúraSK1. Žoldáková M, Chomová N, Žoldák G. Gut Microbial Load As a Hidden Driver of Microbiome Diversity and Function. Front Biosci (Landmark Ed). 2025 Aug 26;30(8):39516. doi: 10.31083/FBL39516. PMID: 40917052. 2. Nishijima S, Stankevic E, Aasmets O, Schmidt TSB, Nagata N, Keller MI, et al. Fecal microbial load is a major determinant of gut microbiome variation and a confounder for disease associations. Cell. 2025; 188: 222–236.e15. https://doi.org/10.1016/j.cell.2024.10.022. 3. Ellis RJ, Iudicello JE, Heaton RK, Isnard S, Lin J, Routy JP, Gianella S, Hoenigl M, Knight R. Markers of Gut Barrier Function and Microbial Translocation Associate with Lower Gut Microbial Diversity in People with HIV. Viruses. 2021 Sep 22;13(10):1891. doi: 10.3390/v13101891.2LiteratúraEN1. Žoldáková M, Chomová N, Žoldák G. Gut Microbial Load As a Hidden Driver of Microbiome Diversity and Function. Front Biosci (Landmark Ed). 2025 Aug 26;30(8):39516. doi: 10.31083/FBL39516. PMID: 40917052. 2. Nishijima S, Stankevic E, Aasmets O, Schmidt TSB, Nagata N, Keller MI, et al. Fecal microbial load is a major determinant of gut microbiome variation and a confounder for disease associations. Cell. 2025; 188: 222–236.e15. https://doi.org/10.1016/j.cell.2024.10.022. 3. Ellis RJ, Iudicello JE, Heaton RK, Isnard S, Lin J, Routy JP, Gianella S, Hoenigl M, Knight R. Markers of Gut Barrier Function and Microbial Translocation Associate with Lower Gut Microbial Diversity in People with HIV. Viruses. 2021 Sep 22;13(10):1891. doi: 10.3390/v13101891.3CieľSKCieľom práce je vyvinúť biofyzikálny interpretačný rámec založený na metódach umelej inteligencie, ktorý umožní z metagenomických dát inferovať biologický stav mikrobiálnej komunity.3CieľENThe aim of the work is to develop a biophysical interpretation framework based on artificial intelligence methods, which will allow the biological state of the microbial community to be inferred from metagenomic data.4AnotáciaENMetagenomics represents an important tool for the study of microbial communities in biological systems. Despite its widespread use, metagenomic analyses predominantly provide a relative description of the taxonomic and functional composition of microbial communities, which does not allow for a direct interpretation of their biological and biophysical state. Information on total microbial biomass, population growth activity, metabolic interactions, and stress conditions remains hidden within metagenomic data and often leads to ambiguous biological conclusions. The aim of this dissertation is to apply artificial intelligence methods for the biophysical interpretation of metagenomic data of microbial communities. In this work, microbial communities will be treated as collective biological systems whose behavior is governed by physical and biological factors such as total biomass, cellular growth, metabolic cooperation, and environmental stress. Metagenomic data will be interpreted as incomplete observations of the state space of these systems. AI methods with latent variables will be employed to infer biologically interpretable quantities from taxonomic and functional metagenomic profiles, including effective microbial biomass, population growth regimes, the degree of metabolic redundancy, and stress-related community states. Emphasis will be placed on the biological and biophysical interpretability of the results and on understanding the relationships between the biophysical state of microbial communities and their metagenomic signatures. The results of this work will be applicable to data interpretation in microbial ecology, clinical and preclinical research, as well as in studies focused on the effects of pharmaceuticals, nutritional interventions, and environmental factors on microbial systems.4AnotáciaSKMetagenomika predstavuje významný nástroj na štúdium mikrobiálnych komunít v biologických systémoch. Napriek širokému využitiu však metagenomické analýzy poskytujú prevažne relatívny opis taxonomického a funkčného zloženia komunít, ktorý neumožňuje priamu interpretáciu ich biologického a biofyzikálneho stavu. Informácie o celkovej mikrobiálnej biomase, rastovej aktivite populácií, metabolických interakciách a stresových podmienkach zostávajú v metagenomických dátach skryté a často vedú k nejednoznačným biologickým záverom. Cieľom tejto teoretickej dizertačnej práce je použiť metódy umelej inteligencie (AI) na biofyzikálnu interpretáciu metagenomických dát mikrobiálnych komunít. Mikrobiálna komunita bude v práci chápaná ako kolektívny biologický systém, ktorého správanie je determinované fyzikálnymi a biologickými faktormi, ako sú celková biomasa, rast buniek, metabolická spolupráca a environmentálny stres. Metagenomické dáta budú interpretované ako neúplné pozorovanie stavového priestoru tohto systému. V práci budú aplikované AI metódy s latentnými premennými, ktoré umožnia z taxonomických a funkčných metagenomických profilov inferovať biologicky interpretovateľné veličiny, ako sú efektívna mikrobiálna biomasa, rastové režimy populácií, miera metabolickej redundancie a stresové stavy komunity. Dôraz bude kladený na biologickú a biofyzikálnu interpretovateľnosť výsledkov a na pochopenie vzťahov medzi biofyzikálnym stavom mikrobiálnej komunity a jej metagenomickým obrazom. Výsledky práce budú využiteľné pri interpretácii dát v mikrobiálnej ekológii, klinickom a preklinickom výskume, ako aj v štúdiách zameraných na vplyv liekov, výživových intervencií a environmentálnych faktorov na mikrobiálne systémy.2026-02-17+01:0013.fyzikaBFdbiofyzikaENPhysicsBiophysics76382Biofyzikálne mechanizmy agregácie imunoglobulínových ľahkých reťazcov IgG a úloha sérových proteínov2026-02-17T00:00:00.000+01:0002Školiteľdoc. RNDr. Gabriel Žoldák, DrSc.ENTutor3KonzultantPharmDr. Simona Sovová, PhD.ENConsultant1NázovENBiophysical mechanisms of IgG light chain aggregation and the role of serum proteins1NázovSKBiofyzikálne mechanizmy agregácie imunoglobulínových ľahkých reťazcov IgG a úloha sérových proteínov2LiteratúraSK1. Guman T, Sykora J, Demcakova V, Zoldak G. Protein Misfolding and Aggregation of Pathological IgG Light Chains in Oncohematological Dyscrasias: From Molecular Pathways to Clinical Implications. Curr Protein Pept Sci. 2025;26(10):793-806. doi: 10.2174/0113892037336731241029075530. PMID: 39757641. 2. Džupponová V, Žoldák G. Aggregation mechanism and branched 3D morphologies of pathological human light chain proteins under reducing conditions. Colloids Surf B Biointerfaces. 2023 Jan;221:112983. doi: 10.1016/j.colsurfb.2022.112983. Epub 2022 Nov 2. PMID: 36401959. 3. Džupponová V, Huntošová V, Žoldák G. A kinetic coupling between protein unfolding and aggregation controls time-dependent solubility of the human myeloma antibody light chain. Protein Sci. 2020 Dec;29(12):2408-2421. doi: 10.1002/pro.3968. Epub 2020 Oct 19. PMID: 33030218; PMCID: PMC7679964. 2LiteratúraEN1. Guman T, Sykora J, Demcakova V, Zoldak G. Protein Misfolding and Aggregation of Pathological IgG Light Chains in Oncohematological Dyscrasias: From Molecular Pathways to Clinical Implications. Curr Protein Pept Sci. 2025;26(10):793-806. doi: 10.2174/0113892037336731241029075530. PMID: 39757641. 2. Džupponová V, Žoldák G. Aggregation mechanism and branched 3D morphologies of pathological human light chain proteins under reducing conditions. Colloids Surf B Biointerfaces. 2023 Jan;221:112983. doi: 10.1016/j.colsurfb.2022.112983. Epub 2022 Nov 2. PMID: 36401959. 3. Džupponová V, Huntošová V, Žoldák G. A kinetic coupling between protein unfolding and aggregation controls time-dependent solubility of the human myeloma antibody light chain. Protein Sci. 2020 Dec;29(12):2408-2421. doi: 10.1002/pro.3968. Epub 2020 Oct 19. PMID: 33030218; PMCID: PMC7679964. 3CieľSKCieľom dizertačnej práce je kvantitatívne objasniť biofyzikálne mechanizmy agregácie patologických imunoglobulínových ľahkých reťazcov IgG v extracelulárnom prostredí a určiť úlohu sérových proteínov ako modulátorov ich konformačnej a kinetickej stability.3CieľENThe aim of the dissertation is to quantitatively elucidate the biophysical mechanisms of aggregation of pathological immunoglobulin light chains IgG in the extracellular environment and to determine the role of serum proteins as modulators of their conformational and kinetic stability.4AnotáciaENPathological aggregation of immunoglobulin G (IgG) light chains represents a key molecular process in several oncohematological diseases, particularly multiple myeloma and AL amyloidosis. Overproduction of free light chains leads to their accumulation in the extracellular environment, where they may undergo conformational changes, aggregate, and form toxic deposits in tissues. Despite extensive research efforts, the molecular mechanisms of light chain aggregation under physiologically relevant serum conditions remain insufficiently understood. Most existing studies focus on isolated proteins, while the role of serum proteins as modulators of stability and aggregation is largely neglected. The aim of this dissertation is to biophysically characterize the aggregation mechanisms of pathological IgG light chains with a particular focus on their interactions with serum proteins. The serum environment will be treated as a complex physicochemical system in which protein–protein interactions, ligand binding, and kinetic stability critically determine aggregation pathways. Aggregation of IgG light chains will be interpreted as a kinetically controlled process governed by conformational stability, nucleation, and aggregate growth in the presence of serum components. The work will employ recombinant IgG light chain variants, in vitro aggregation models, and quantitative biophysical methods to analyze aggregation kinetics, protein stability, and structural changes. Special emphasis will be placed on identifying serum proteins that promote or inhibit aggregation and on defining the biologically relevant molecular form of the pathological target. The dissertation will also explore low-molecular-weight kinetic stabilizers and selected chaperone domains as potential tools for suppressing aggregation. The results of this work will advance the understanding of the biophysical principles underlying immunoglobulin light chain aggregation in extracellular environments and provide a rational framework for the development of novel stabilization-based strategies in the treatment of oncohematological diseases.4AnotáciaSKPatologická agregácia imunoglobulínových ľahkých reťazcov IgG predstavuje kľúčový molekulárny proces pri viacerých onkohematologických ochoreniach, najmä pri mnohopočetnom myelóme a AL amyloidóze. Nadprodukcia voľných ľahkých reťazcov vedie k ich akumulácii v extracelulárnom prostredí, kde môžu podliehať konformačným zmenám, agregácii a tvorbe toxických depozitov v tkanivách. Napriek intenzívnemu výskumu zostáva molekulárny mechanizmus agregácie v reálnom sérovom prostredí nedostatočne pochopený. Väčšina existujúcich štúdií sa sústreďuje na izolované proteíny, pričom úloha sérových proteínov ako modulátorov stability a agregácie je často zanedbávaná. Cieľom dizertačnej práce je biofyzikálne charakterizovať mechanizmy agregácie patologických IgG ľahkých reťazcov so zameraním na interakcie so sérovými proteínmi. Agregácia IgG ľahkých reťazcov je interpretovaná ako kineticky riadený proces, determinovaný konformačnou stabilitou, nukleáciou a rastom agregátov v prítomnosti sérových komponentov. V práci budú použité rekombinantné varianty IgG ľahkých reťazcov, in vitro agregačné modely a kvantitatívne biofyzikálne metódy na analýzu kinetiky, stability a štruktúrnych zmien proteínov. Osobitná pozornosť bude venovaná identifikácii sérových proteínov, ktoré agregáciu podporujú alebo inhibujú, a určeniu biologicky relevantnej molekulárnej formy patologického cieľa. Súčasťou práce bude aj testovanie nízkomolekulových kinetických stabilizátorov a šaperónových domén ako nástrojov na potlačenie agregácie. Výsledky dizertačnej práce prispejú k hlbšiemu pochopeniu biofyzikálnych princípov agregácie imunoglobulínových ľahkých reťazcov v extracelulárnom prostredí a poskytnú racionálny základ pre vývoj nových stratégií zameraných na stabilizáciu patologických proteínov v onkohematologických ochoreniach.2026-02-17+01:0013.fyzikaBFdbiofyzikaENPhysicsBiophysics