Skip navigation
Please use this identifier to cite or link to this item: http://dx.doi.org/10.25673/275
Title: Feature-Detektion, Annotation und Alignment von Metabolomik LC/MS Daten
Author(s): Tautenhahn, Ralf
Advisor(s): Posch, Stefan, Prof. Dr.
Böcker, Sebastian, Prof. Dr.
Granting Institution: Martin-Luther-Universität Halle-Wittenberg
Issue Date: 2009
Extent: Online-Ressource (IV, 141 S. = 3,13 mb)
Type: Hochschulschrift
Type: Doctoral Thesis
Exam Date: 06.04.2009
Language: German
Publisher: Universitäts- und Landesbibliothek Sachsen-Anhalt
URN: urn:nbn:de:gbv:3:4-72
Subjects: Metabolit
Flüssigkeitschromatographie
Massenspektrometrie
Hochschulschrift
Online-Publikation
LC/MS Metabolomik Feature-Detektion Annotation Alignment
LC/MS metabolomics feature detection annotation alignment.
Abstract: Diese Arbeit beschäftigt sich mit den Schritten der Feature-Detektion, Annotation und Alignment bei der Verarbeitung von Metabolomik LC/MS Daten. Beschrieben wird ein neu entwickelter Algorithmus "centWave" zur Feature-Detektion von LC/MS-Daten. Der Algorithmus kombiniert eine dichteorientierte Methode zur Erkennung von potentiell interessanten Massensignalen mit der kontinuierliche Wavelet Transformation zur Detektion von chromatographischen Peaks. Die Leistungsfähigkeit des Algorithmus wird durch eine Evaluierung und Vergleich mit zwei anderen Feature-Detektions Algorithmen gezeigt. Es wird eine neu entwickelte, korrelationsbasierte Methode zur Gruppierung der von einer Substanz hervorgerufenen Features vorgestellt, verbunden mit der Annotation von Isotopomeren, Addukten und Fragmenten, worüber die Molekülmasse der Substanz bestimmt werden kann. Eine LC/MS-Messung von bekannten Substanzen wurde benutzt, um die Leistungsfähigkeit dieser Methode zu prüfen. Schliesslich wurde ein Verfahren entwickelt, um verschiedene Algorithmen für das Alignment von Metabolomik LC/MS-Daten zu vergleichen und deren Güte zu beurteilen. Mit den eigens dafür erstellten Referenzdatensätzen wurden Vergleiche zwischen vier verschiedenen Alignment-Algorithmen durchgeführt und bezüglich der eingeführten Maße Alignment-Recall und -Precision quantifiziert.
URI: https://opendata.uni-halle.de//handle/1981185920/6891
http://dx.doi.org/10.25673/275
Open Access: Open access publication
Appears in Collections:Biochemie

Files in This Item:
File Description SizeFormat 
Feature-Detektion, Annotation und Alignment von Metabolomik LCMS Daten.pdf3.2 MBAdobe PDFThumbnail
View/Open
Show full item record BibTeX EndNote


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.