Rozsáhlá datová sada struktur biomakromolekul, volně dostupných pro širokou vědeckou komunitu, je jedním z klíčových úspěchů moderních přírodních věd. Zmíněné struktury jsou totiž úspěšně využívány k výzkumu v oblasti strukurní biologie, bioinformatiky a dalších oblastech biologie a chemie. Největší volně dostupnou databází těchto struktur je databáze Protein Data Bank (PDB). Tato strukturní data však obsahují nepřesnosti, které mají za následek problémy při jejich využití ve výzkumu.

Odborná komunita strukturních biologů a biomolekulárních chemiků proto sleduje trendy v kvalitě a vlastnostech struktur. Za tímto účelem byla mimo jiné vytvořena databáze ValTrendsDB, která nabízí svým uživatelům trendy mezi více jak 2 tisíci páry faktorů, které reprezentují vlastnosti a kvalitu struktur v databázi PDB. Databáze ValTrendsDB je aktualizována každý týden. Vzhledem k historii jejího vývoje však každotýdenní aktualizační proces, který je zdlouhavý (je třeba zpracovat stovky tisíc souborů o celkové velikosti přes 200 GB), není automatizovaný, a využívá několik samostatných softwarových nástrojů, které se liší v jazyku implementace.

Cílem této diplomové práce je vývoj softwarové aplikace pro automatickou přípravu nové verze datové sady pro databázi ValTrendsDB. Vyvíjená aplikace bude zcela samostatně získávat nová a upravená zdrojová data a bude z nich načítat potřebné údaje o kvalitě a vlastnostech struktur. Na načtených datech následně provede statistické zpracování. Svůj výstup pak aplikace připraví v takovém formátu, aby jej databáze ValTrendsDB mohla ihned načíst a prezentovat uživatelům. Vyvíjená aplikace musí být multiplatformní. Preferovaným jazykem implementace aplikace je Python 3. V rámci tohoto tématu student nastuduje chemické a fyzikální základy metod pro získávání struktur a metodiky pro jejich validaci, nastuduje syntaxi všech typů vstupních souborů, algoritmizuje získávání všech faktorů, nabízených uživatelům databáze ValTrendsDB, a implementuje výpočet výstupů pro tuto databázi. Vzhledem k rozsahu vstupních dat je nezbytné, aby student paralelizoval v co největší míře potřebné výpočty.