Navigation/Menü: Links auf weitere Seiten dieser Website
Objekt-Metadaten
| New statistical algorithms for the analysis of mass spectrometry time-of-flight mass data with applications in clinical diagnostics Conrad, Tim |
| Main title | New statistical algorithms for the analysis of mass spectrometry time-of-flight mass data with applications in clinical diagnostics |
| Title variations | Neue statistische Algorithmen zur Analyse von Massenspektrometrie Time-Of-Flight Massendaten mit Anwendungen in der klinischen Diagnostik |
| Author(s) | Conrad, Tim
Place of birth: Hamburg |
| 1. Referee | Prof. Christof Schütte |
| Further Referee(s) | Prof. Knut Reinert Dr. Andre Hagehülsmann |
| Keywords | Proteomics, MALDI TOF, Peak Picking, Clinical Diagnostics |
| Classification (DDC) | 500 Natural sciences and mathematics 004 Data processing and Computer science |
| Summary | Das Gebiet der Proteomik umfasst die Erforschung des Proteoms, d.h. der Gesamtheit aller in einem Organismus (z.B. Mensch) vorhandenen Proteine. Massenspektrometrie (MS) -basierte Verfahren haben sich als Standardtechnik zur Proteomanalyse etabliert. Diese Verfahren ermöglichen das Bestimmen der (relativen) Konzentrationen von Proteinen in Körperflüssigkeiten, wie zum Beispiel im Blut. Jede Krankheit verändert eine ganz bestimmte Menge von Proteinen (bzw. deren Konzentration) in einer charakteristischen Art und Weise und besitzt damit einen eindeutigen Fingerabdruck. Um einen aussagekräftigen Fingerabdruck für eine bestimmte Krankheit zu finden, müssen zunächst diese Veränderungen (Signale) zwischen den Daten (Spektren) von Gesunden und Kranken gefunden werden. Diese Signale werden Biomarker genannt. Analysen der Unterschiede zwischen einer Gruppe von gesunden und einer Gruppe von kranken Menschen ergeben oft hunderte von verschiedenen Biomarker, die von stark unterschiedlicher Qualität sind (bezogen auf den Unterschied zwischen ``gesund'' und ``krank''). Daher wird für den tatsächlichen Fingerabdruck diejenige Teilmenge aller möglichen Signale benutzt, die sich in Kombination am besten dazu eignen, die beiden Gruppen zu unterscheiden. Diese gefundenen Fingerabdrücke ermöglichen zum Beispiel die Früherkennung von Krankheiten. Diese Arbeit beschäftigt sich mit der oben erwähnten Analyse von Daten aus MS-Experimenten und stellt eine neue web-basierte Analyseplattform und neue Verfahren zur Vorverarbeitung, Signalerkennung und Fingerabdruckerkennung vor. Die erreichten Verbesserungen insbesondere der Detektionssensitivität steigern unmittelbar die resultierende Klassifizierungsgüte, über deren zugrundeliegende Signale eine gezielte biochemische Identifikation potentieller Biomarker überhaupt erst möglich wird. Um die praktische Relevanz der neu entwickelten Algorithmen zu zeigen, wurde die neu entwickelte Plattform bereits in mehreren klinischen Studien eingesetzt - zwei dieser Studien werden in dieser Arbeit ausführlich beschrieben. In diesen Studien wurde gezeigt, dass unsere Verfahren anderen (kommerziellen) Systemen im Bezug auf die Sensitivität bei der Erkennung von Fingerabdrücken überlegen ist. Als Ergebnis dieser Studien wurden neue Fingerabdrücke für verschiedene Krebsarten (u.a. Blase, Niere, Schilddrüse und Bauchspeicheldrüse) gefunden und validiert. Die klinischen Partner haben ausdrücklich betont, dass diese Ergebnisse mit den vorhandenen (weniger sensitiven) Systemen nicht möglich gewesen wären. Um die Verarbeitung der MS Massendaten zu ermöglichen (ca. 2.5 Gigabyte pro Datensatz bei Tausenden von Datensätzen), wurde ein neues (quasi) ad-hoc Grid System entwickelt. Diese Computerinfrastruktur bietet die Möglichkeit zur Einbindung von Tausenden von Rechenressourcen, zum Beispiel von Desktopcomputern, Computerclustern oder auch Spezialhardware, wie den Cell-Prozessor von IBM in einer Playstation 3. |
| Content | Acknowledgments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . vi Extended Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1 Introduction and Survey . . . . . . . . . . . . . . . . . . . . . . . 5 1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.2 Goals, Objectives and Tasks . . . . . . . . . . . . . . . . . . . . 7 2 Preliminaries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.1 Topic Overview . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.2 An Example . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 3 Mathematical Modeling and Algorithms . . . . . . . . . . . . . 23 3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 3.2 Introduction to MALDI TOF MS . . . . . . . . . . . . . . . . . 25 3.3 Preprocessing . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 3.4 Highly Sensitive Peak Detection . . . . . . . . . . . . . . . . . . 36 3.5 Peak Detection in 2D Maps . . . . . . . . . . . . . . . . . . . . 42 3.6 Peak Registration (Alignment) . . . . . . . . . . . . . . . . . . 44 3.7 Identifying Potential Features . . . . . . . . . . . . . . . . . . . 50 3.8 Extracting Fingerprints . . . . . . . . . . . . . . . . . . . . . . 56 3.9 Complexity Analysis . . . . . . . . . . . . . . . . . . . . . . . . 63 4 (Bio-)Medical Applications . . . . . . . . . . . . . . . . . . . . . 65 4.1 Data Used . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 4.2 Statistical Remarks . . . . . . . . . . . . . . . . . . . . . . . . . 68 4.3 Study Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 4.4 Identification of Proteomic Fingerprints in Blood Serum by High-sensitive Bioinformatic Analysis of SELDI-TOF MS Data for Detection of Testicular Germ Cell Cancer . . . . . . . . . . 90 4.5 Identification of Proteomic Fingerprints in Blood Serum by High-sensitive Bioinformatic Analysis of MALDI-TOF MS Data for Detection of Thyroid Diseases . . . . . . . . . . . . . . . . . 96 4.6 Biological Applications . . . . . . . . . . . . . . . . . . . . . . . 101 5 Computer Science Grid Strategies . . . . . . . . . . . . . . . . 103 5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 5.2 The Quasi Ad-hoc (QAD) Grid . . . . . . . . . . . . . . . . . . 111 5.3 QAD Grid Platform Server . . . . . . . . . . . . . . . . . . . . 114 5.4 QAD Grid Worker . . . . . . . . . . . . . . . . . . . . . . . . . 129 5.5 QAD Grid Platform Services . . . . . . . . . . . . . . . . . . . 138 5.6 QAD Grid Workflows . . . . . . . . . . . . . . . . . . . . . . . 141 5.7 Related Work . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146 6 proteomics.net - Product-oriented Case Studies . . . . . . . . 151 6.1 Available Services . . . . . . . . . . . . . . . . . . . . . . . . . 152 6.2 Case Studies . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153 7 Related Work . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167 8 Conclusion and Future Directions . . . . . . . . . . . . . . . . . 169 8.1 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169 8.2 From Biobanks to Biomarkers . . . . . . . . . . . . . . . . . . . 170 8.3 From Biomarkers to Bioprints . . . . . . . . . . . . . . . . . . . 171 Appendix A Implementation Details . . . . . . . . . . . . . . . . . 173 Appendix B Curriculum Vitae . . . . . . . . . . . . . . . . . . . . . 175 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177 Glossary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196 |
| Documents |
Dataobject from FUDISS_thesis_000000005486
If your browser can't open the file, please download the file first and then open it
|
| Number of pages | VI, 196 S. |
| FU Department | Department of Mathematics and Computer Science |
| Year of publication | 2008 |
| Document type | Doctoral thesis |
| Media type/Format | Text |
| Language | English |
| Terms of use/Rights | Nutzungsbedingungen |
| Date of defense | 2008-07-10 |
| Created at | 2008-10-01 : 12:35:52 |
| Last changed | 2010-02-19 : 02:00:46 |
| Static URL | http://www.diss.fu-berlin.de/diss/receive/FUDISS_thesis_000000005486 |
| NBN | urn:nbn:de:kobv:188-fudissthesis000000005486-0 |
| Statistics | |
| E-mail address | conrad@math.fu-berlin.de |
