This Diploma Thesis deals with the production of butter and buttermilk. In the introduction it informs us about the technology of butter production, there are also the history, the composition and the using butter and its assortment explained. During the production of butter other product -- buttermilk is formed as its secondary product. The Thesis also describes the technology of buttermilk production and its composition. It also focuses on the positive influence of acid buttermilk in case of its regular consumption. The positive influence is mainly caused by the content of benefited lactic acid bacteria. The final part of literature summary comes nearer to the importance and the use of spectroscopy which is measured in the infrared radiation area. It also clarifies the importance close infrared spectroscopy and also concerns with some problems of chemometrics. The problems explain the using of the statistic method in the evaluation of results of the measurement in this work. In the practical part of the Thesis forty samples of fermented buttermilk taken from supermarket chains were compared and evaluated. We were analyzing their pH, titratable acidity, dry matter, fat and protein. After finishing measuring these samples via spectrometer Nicolet FT NIR (spectra in the range from 4000 to 10 000 cm-1) the results were assessed via TQ Analyst software and by using paired T-test to the middle value.

Spectroscopic methods were established decades ago in a wide variety of fields. This also applies to the pharmaceutical field, although they initially were mostly used for identity testing or structure elucidation only. Technical developments, such as miniaturization (NMR benchtop devices), Fourier transformations (for NMR, MIR spectroscopy) or the combination with chemometric evaluation (e.g., in Process Analytical Technology, PAT), have further increased their importance and opened up new applications. The aim of this work was to investigate further new approaches and to find new applications for already established methods and to show their benefits. By means of MIR, NIR and NMR data and their chemometric evaluation (principal component analysis, PCA; hierarchical cluster analysis, HCA; linear discriminant analysis, LDA), possibilities were presented to successfully determine the manufacturer or the pharmaceutical company of various paracetamol preparations. In the course of this, various similarities and correlations between the preparations of individual companies could also be identified. For this purpose, a suitable sample preparation was developed for each spectroscopic method, and suitable measurement parameters in order to obtain reproducible spectra for the chemometric evaluation were determined. Furthermore, the results of the two unsupervised methods (HCA, PCA) were compared with each other. The HCA was able to confirm those of the PCA for the very most part. Additionally, through these methods it was possible to characterize many of the preparations based on clusters formed by comparable tablet compositions. In order to be able to measure unmortared, whole tablets using the NIR spectrometer, an attachment was developed and manufactured using 3D printing. Its functionality was demonstrated by measuring and analyzing the tablets of two different batches of nine paracetamol preparations. The batches were clearly distinguished on the basis of a PCA and a significant difference was also demonstrated by means of statistical tests. For NMR spectroscopy, a method was developed to obtain optimized "fingerprint" spectra of drug formulations. For this purpose, a 1D DOSY measurement was elaborated, in which the signals of the active ingredient could be filtered out by the appropriate choice of measurement parameters. The chemometric evaluation can thus focus on the remaining signals of the excipients, on the basis of which the preparations of the same API can be distinguished. Especially in the case of formulations that consist largely of active ingredient, data pre processing of the spectra can thus be simplified and greater importance can be assigned to the originally very small excipient signals. A quantitative 1H NMR method was developed for the comparison of a high field spectrometer (400 MHz) with a benchtop spectrometer (80 MHz) for two finished drugs. It was shown that it is possible to obtain comparable results with both instruments, but that the influence of the excipients on the signals and the lower resolution of the benchtop instrument must be taken into account. Therefore, it was not possible to obtain comparable results without further optimization of the method for one of the active ingredients. In the investigation of various reactions between APIs and excipients using DOSY, its usefulness as a screening method in stability testing was demonstrated. For this purpose, three different APIs and excipients were stressed together and the reaction mixtures were subsequently measured using DOSY. Based on the translational diffusion coefficient, the reaction products could be identified and distinguished from the active ingredients and the excipients used. The importance of thoughtful processing could also be demonstrated. If all peak heights are selected when evaluating signals split by direct spin spin coupling, this allows the detection of hidden signals as long as not all signals have the same diffusion coefficient. The selective selection of individual peak heights in the case of split signals also enables the evaluation of signals that overlap slightly. However, the limitations of this method were also shown when two signals overlap too much and differ too little in their diffusion coefficients. Hence, it has been successfully demonstrated in the various projects that the new chemometric approaches, as well as the new applications of already established methods, enable in depth findings and thus have a clear added value. / Spektroskopische Methoden haben sich schon vor Jahrzehnten in den verschiedensten Bereichen etabliert. Dies betrifft auch den pharmazeutischen Bereich, auch wenn sie hier zunächst meist nur zur Identitätsprüfung oder Strukturaufklärung verwendet wurden. Durch technische Weiterentwicklungen, wie Miniaturisierungen (NMR benchtop Geräte), Fourier Transformationen (NMR, MIR) oder die Kombination mit einer chemometrischen Auswertung (z. B. bei Process Analytical Technology, PAT), haben sie weiter an Bedeutung gewonnen, und es wurden neue Einsatzbereiche erschlossen. Das Ziel der vorliegenden Arbeit war es, weitere neue Ansätze zu untersuchen und neue Anwendungen für bereits etablierte Methoden zu finden und deren Mehrwert aufzuzeigen. Es wurden Möglichkeiten aufgezeigt mittels MIR , NIR und NMR Daten und deren chemometrischen Auswertungen (Hauptkomponentenanalyse, PCA; hierarchische Clusteranalyse, HCA; lineare Diskriminanzanalyse, LDA) erfolgreich den Hersteller bzw. das pharmazeutische Unternehmen verschiedener Paracetamol Präparate zu bestimmen. In diesem Zuge konnten Ähnlichkeiten zwischen Präparaten unterschiedlicher Firmen identifiziert werden. Um dies zu erreichen, wurde für jede spektroskopische Methode eine geeignete Probenvorbereitung entwickelt sowie geeignete Messparameter festgelegt, um reproduzierbare Spektren für die chemometrische Auswertung zu erhalten. Weiterhin wurden die Ergebnisse der zwei unüberwachten Methoden (HCA, PCA) miteinander verglichen, wobei die HCA die der PCA zum allergrößten Teil bestätigen konnte. Zudem war es möglich durch diese Methoden viele der Präparate anhand von Clustern zu charakterisieren, die durch vergleichbare Tablettenzusammensetzungen gebildet wurden. Um mit Hilfe des NIR Spektrometers intakte Tabletten vermessen zu können, wurde ein Aufsatz entwickelt und mittels 3D Druck hergestellt. Dessen Funktionalität wurde überprüft, indem Tabletten aus je zwei unterschiedlichen Chargen von neun Paracetamol Präparaten vermessen und analysiert wurden. Dabei konnten die Batches anhand einer PCA eindeutig unterschieden und zudem mittels statistischer Tests ein signifikanter Unterschied nachgewiesen werden. Für die NMR Spektroskopie wurde eine Methode entwickelt, um optimierte „Fingerprint“ Spektren von Arzneimittelformulierungen zu erhalten. Dazu wurde eine 1D DOSY Messmethode erarbeitet, bei der durch die passende Wahl der Messparameter die Signale des Wirkstoffes herausgefiltert werden konnten. Die chemometrische Auswertung konnte sich somit auf die Signale der Hilfsstoffe beschränken, anhand derer die Präparate unterschieden werden können. Vor allem bei Formulierungen, die zum größten Teil aus Wirkstoff bestehen, kann so eine Datenvorverarbeitung der Spektren vereinfacht und den ursprünglich sehr kleinen Hilfsstoffsignalen eine größere Bedeutung beigemessen werden. Für den Vergleich eines Hochfeld Spektrometers (400 MHz) mit einem „benchtop“ Spektrometer (80 MHz) wurde für zwei Fertigarzneimittel eine quantitative 1H NMR Methode entwickelt. Es konnte gezeigt werden, dass es möglich ist, mit beiden Geräten vergleichbare Ergebnisse zu erzielen. Dabei ist jedoch der Einfluss der Hilfsstoffe auf die Signale sowie die geringere Auflösung des „benchtop“ Gerätes zu berücksichtigen. Aus diesen Gründen war es ohne eine weitere Optimierung der Methode für einen der Wirkstoffe nicht möglich vergleichbare Ergebnisse mit beiden Geräten zu erzielen. Bei der Untersuchung verschiedener Reaktionen zwischen Wirk- und Hilfsstoffen mittels DOSY konnte dessen Nutzen als Screening Methode bei Stabilitätstests gezeigt werden. Für diesen Zweck wurden drei verschiedene Wirk- und Hilfsstoffe gemeinsam gestresst und die Reaktionsgemische anschließend mittels DOSY vermessen. Anhand des translationalen Diffusionskoeffizienten konnten die Reaktionsprodukte identifiziert und von den eingesetzten Wirk- und Hilfsstoffen unterschieden werden. Ebenso konnte die Bedeutung einer sorgfältigen Prozessierung demonstriert werden. Werden bei der Auswertung von Signalen, die durch direkte Spin Spin Kopplung aufgespalten wurden, alle Peakhöhen ausgewählt, erlaubt dies die Detektion von versteckten Signalen, falls nicht alle Signale den gleichen Diffusionskoeffizienten besitzen. Die selektive Auswahl einzelner Peakhöhen bei aufgespaltenen Signalen ermöglicht zudem die Auswertung von leicht überlappenden Signalen. Es wurden jedoch auch die Grenzen dieser Methode aufgezeigt: wenn zwei Signale zu stark überlappen und sich dabei in ihrem Diffusionskoeffizienten zu wenig unterscheiden. Somit konnte in den verschiedenen Projekten erfolgreich gezeigt werden, dass die neuen chemometrischen Ansätze, sowie die neuen Anwendungen bereits etablierter Methoden vertiefte Erkenntnisse ermöglichen und somit einen deutlichen Mehrwert besitzen.

No description available.

Die Dissertation hat sich mit der Aufgabe befasst, durch Kombination von IR-Spektroskopie und chemometrischen Auswertungsalgorithmen eine Differenzierung und Klassifizierung von Hirnmetastasen-Dünnschnitten zu erreichen. Die Untersuchungen konzentrieren sich dabei auf jene fünf Primärtumoren, die besonders oft Metastasen im Gehirn bilden. Das sind kolorektale Karzinome, Mammakarzinome, maligne Melanome, Nierenzellkarzinome und Bronchialkarzinome. Metastasen tragen die molekularen Informationen der Gewebezellen des Primärtumors in sich. Die Anwendung von IR-spektroskopischen Methoden stellt deshalb einen innovativen Ansatz zur Identifikation des Primärtumors von Hirnmetastasen dar, da die Spektren einem molekularen Fingerabdruck entsprechen. Als Klassifizierungsalgorithmen wurden SIMCA (soft independent modeling of class analogies) und ANN (artificial neural networks) herangezogen. Die Entwicklung der Klassifizierungsverfahren gliederte sich in drei Teile. Im ersten Teil wurden Trainingsmodelle mit den ausgewählten homogenen Bereichen der Metastasengewebeschnitte erstellt und an unabhängigen Daten weiterer Proben bekannter und unbekannter Organherkunft getestet. Im zweiten Teil wurden die Modelle mit Hilfe homogener Tumorzelllinien optimiert und auf die Zuordnung der Hirnmetastasen zu den Primärtumoren angewandt. Eine zweistufige Klassifizierungsstrategie gewährleistet damit eine Genauigkeit der Klassifizierung von über 80%.

This disertation deals with geographical authentification of different types of spices and spice preparations. Investigated spice species were garlic (Allium sativum), ground pepper (Capsicum anuum), and dried carrot (Daucus carota). Theoretical part of the disertation describes main qualitative parameters of the examined species and production technology, means of food adulteration and statistic methods used in chemometrics. The aim of this dissertation was to verify the hypothesis whether it is possible to use targeted analytical techniques commonly used in quality control of spices and condiments, and statistical processing of measured data to distinguish samples of spices and condiments of different geographical origin. The use of non-targeted analysis was also investigated. Samples of garlic and ground pepper were used for targeted analysis. The examined parameters were dry matter and moisture of the sample, ash content, total phenolic content according to Folin-Ciocaulteu, carbohydrate content, alliin concentration, total nitrogen content, total color pigment (ASTA), pH of aqueous extract, total fat content, and concentration of selected elements (Ca, Cu, Fe, K, Mn, Mg, Na, P, Zn). The instrumental techniques used were molecular absorption spectrometry, inductively coupled plasma optical emission spectrometry and high performance liquid chromatography. The obtained data were statistically processed by analysis of variance (ANOVA) and principal component analysis (PCA). Using statistical analysis significant differences between samples that came from more distant areas were found. However, samples from closer areas could not be distinguished. The researched hypothesis could not be unequivocally confirmed or refuted. Metabolic fingerprint of carrot samples was determined using non-targeted analysis. Metabolic analysis was performed using the tandem LC-TOF-MS technique. The data were processed by recursive peak extraction (BRE) and subsequently uvaluated with PCA. The samples were divided into clusters according to their origin. Targeted and non-targeted techniques have great potential in verifying the geographical authenticity of different types of spices. However, the main condition is consistent and sufficient sampling, guaranteed information on the origin of the sample and obtaining a sufficient amount of input data for statistical analysis.

This PhD. thesis is focused on application of different analytical techniques for determination of elemental composition of Moravian wine combined with analysis of selected polyphenol compounds. Two spectrometric techniques were used for elemental analysis of wine – Mass spectrometry and Optical emission spectrometry with inductively coupled plasma (ICP-MS and ICP-OES). Analysis of organic constituents of wine was evaluated by High performance liquid chromatograph with diode array detector (HPLC-DAD). Data from analysis of wine were used for construction of mathematical models for determining geographical origin of wine and for determining type of varietal wine. Data handling was performed by usage of multivariate statistical methods (cluster analysis, principal component analysis and canonical discriminant analysis). For the discrimination of wine by the geographical origin, two separate models for white and red wine were constructed. Effectiveness of discrimination of Moravian wine (with knowledge about origin) into 4 wine regions was 100 % successful for white wine and 96,43 % for red wine samples. Those models were used for cross validation test of unknown samples with result 95 % successfully classified samples of white wine and 82,15% of red wine. Besides that, mathematical model for discrimination and classification of varietal wine was made. Müller Thurgau, Riesling and Gruner Veltliner were discriminated by the usage of 8 elemental parameters. Discrimination success rate of known samples was evaluated by canonical discriminant analysis with 95,83% of correctly classified known samples and 70,83% of correctly classified unknown varietal wine (cross validation test). In addition to these part of research, impact of different grape production systems on elemental composition of wine and Vitis Vinifera was studied. The core of the study was to find the connections between the type of agriculture and chemical properties of wine and Vitis Vinifera. Two agriculture systems were assessed – Organic agriculture and Integrated pest management. . Results of this study showed that quantity and manner of pesticide application is very important factor affecting the final elemental composition of the grapevine and wine, especially the content of copper, zinc and manganese. That knowledge can be used in the future for creation of classification model of wine according to grape production system. For comparison of radical scavenging activity, electron paramagnetic resonance spectroscopy (EPR) with DPPH method was used. In the case of this study, the influence of vine growing under different farming systems on the total antioxidant activity of wine was found to be insignificant.

Metabonomics bildet das Ende der Omics-Kaskade und stellt eine top-down-Strategie zur Erfassung und Interpretation des Metaboloms, d. h. der Gesamtheit aller niedermolekularen Metaboliten in einem intakten Organismus, dar. Ziel der Technik ist es, mittels geeigneter ungerichteter Screeningverfahren in nicht-invasiv zu gewinnenden biologischen Proben wie Urin oder Blut charakteristische Metabolitenprofile zu bestimmen. Im Kontext des Metabonomics wurde in Anlehnung an den Geno- bzw. Phänotyp hierfür der Begriff „Metabotyp“ geprägt. Durch biostatistische Methoden, die auf Mustererkennung (pattern recognition) basieren, können Signaturen gegenübergestellt und auf diesem Weg gruppenspezifische Metaboliten, d. h. Biomarker bzw. Metabolitenmuster, extrahiert werden. Metabonomics kann folglich als Fusion klassischer bioanalytischer und biostatistischer Verfahren aufgefasst werden. Seit der Einführung im Jahr 1999 hat sich das Konzept des Metabonomics in mehrere Richtungen weiterentwickelt. So gab es Bestrebungen, die Technik, die ursprünglich zur Prädiktion von toxischen Effekten bei der Arzneistoffentwicklung etabliert wurde, auf Fragestellungen zu übertragen, die den Menschen im Mittelpunkt haben. Neben präklinischen Anwendungen verfolgt man mit Metabonomics zunehmend das Ziel, einer personalisierten Medizin und Ernährung einen Schritt näher zu kommen. Da sich die ursprünglich eingesetzte NMR-Technik als zu unempfindlich und die resultierenden Metabolitenprofile als zu anfällig gegenüber biologischen und analytischen Einflussgrößen (Confoundern) erwiesen haben, wurde parallel auf sensitivere Verfahren wie die Massenspektrometrie gesetzt. Insbesondere die Kopplung mit der Hochdruckflüssigchromatographie erwies sich hierbei für das Metabolitenscreening als geeignet. Schnell wurde allerdings klar, dass aus den klassischen full scan/TOF-Methoden Datensätze resultierten, die häufig zu komplex waren, um mit nachgeschalteten chemometrischen Verfahren die „Spreu vom Weizen trennen“ zu können. Da sich Metabolitendatenbanken bisher noch im Aufbau befinden, ist die Identifizierung der Marker mit zusätzlichen Schwierigkeiten verbunden und bedarf aufwändiger analytischer Verfahren. Eine Strategie stellt daher die Beschränkung auf ein Metabolitensubset dar. Indem man sich auf Metabolitenklassen fokussiert, die einen Bezug zum untersuchten Mechanismus haben, können die Erfolgsaussichten bei der Identifizierung charakteristischer Biomarker deutlich erhöht werden. Aufgrund zahlreicher exogener und endogener Faktoren (Arzneistoffe, Industriechemikalien, Nahrungsbestandteile, Tabakrauchbestandteile, Produkte der Lipidperoxidation etc.) ist der menschliche Organismus stets einer Vielzahl an elektrophilen Verbindungen ausgesetzt. Oxidative Schädigungen an Strukturen wie der DNA, Proteinen und Lipiden werden mit einer Reihe von Krankheitsbildern in Zusammenhang gebracht, darunter Parkinson, Alzheimer, Krebs und Volkskrankheiten wie Arteriosklerose, Allergien und koronare Herzerkrankungen. Mit dem Glutathionsystem verfügt der Körper über einen wirksamen Detoxifizierungsmechanismus. Das Tripeptid Glutathion reagiert als Nukleophil mit den exogen oder endogen gebildeten elektrophilen Intermediaten. Endprodukte sind Merkaptursäuren (N-Acetyl-L-Cystein-Addukte) bzw. deren Sulfoxide, die in erster Linie mit dem Urin ausgeschieden werden. Folglich besteht zwischen diesen Merkaptursäurederivaten und der elektrophilen Belastung eines Organismus ein direkter Zusammenhang. Vor diesem Hintergrund war es das Ziel der Arbeit, einen nicht-invasiven Metabonomicsansatz zur Anwendung am Menschen zu entwickeln. Durch die Fokussierung des Metabolitenscreenings auf die Effekt-, Dosis- und Suszeptibilitätsmarkerklasse der Merkaptursäuren sollten hierbei die Erfolgsaussichten im Hinblick auf die Identifizierung potentieller Biomarker für diverse toxikologische sowie medizinische Endpunkte erhöht werden. / Metabonomics forms the end of the omics-cascade and represents a top-down strategy for the interpretation of the metabolome, i. e. all the low molecular weight metabolites in an intact organism. The aim of the approach is to analyse characteristic metabolite profiles by suitable untargeted screening methods in biological samples like urine or blood that can be obtained in a non-invasive manner. In the context of metabonomics, the term “metabotype” was defined according to the geno- and phenotype, respectively. Biostatistical methods based on pattern recognition techniques allow comparing metabolic signatures and extracting group specific metabolites and biomarkers. Therefore, metabonomics can be regarded as the fusion of bioanalytical and biostatistical techniques. Since its introduction in 1999, the concept of metabonomics has permanently gained importance in many fields of scientific research. One aim was to transfer the methodology, which was originally established to predict toxic effects in drug development processes, to human issues. Apart from preclinical questions, metabonomics is increasingly applied in the area of personalised medicine and nutrition. As the NMR technique used by pioneers of the field was too insensitive and the resulting metabolite profiles were too susceptible to biological and analytical confounders, more sensitive techniques like mass spectrometry were more and more applied. Especially mass spectrometry in combination with high performance liquid chromatography showed great promise for the screening of metabolites. However, after a very short time, it was clear that the data sets resulting from full scan/TOF-methods were too complex to “separate the wheat from the chaff” with chemometric procedures. Metabolite databases are still under construction, and therefore marker identification is challenging and requires complex analytical techniques. Thus, one strategy is to concentrate on a certain metabolite subset. The focus on a metabolite class with a close relation to the mechanism under investigation can considerably increase the prospects of success in the biomarker identification process. Due to a variety of exogenous and endogenous factors (drugs, industrial chemicals, food ingredients, and tobacco smoke) the human organism is steadily confronted with a multitude of electrophilic compounds. Oxidative damage of the DNA, proteins, and lipids is associated with the development of diseases like Parkinson’s, Alzheimer’s, cancer and widespread diseases like arteriosclerosis, allergies and coronary heart diseases. With the glutathione system the human organism is equipped with an efficient detoxification mechanism. The tripeptide glutathione reacts as nucleophile with exogenously and endogenously formed electrophilic intermediates. End products are mercapturic acids (N-acetyl-L-cysteine-adducts) and respective sulfoxides that are predominantly excreted with urine. Therefore, there is a close relationship between these mercapturic acid patterns and the electrophilic burden of an organism. In this context, the aim of this thesis was to develop a non-invasive human metabonomics approach that focuses the metabolite screening on the effect, dose and susceptibility marker class of the mercapturic acids. Thus, the prospects of success regarding the identification of potential biomarkers for various toxicological and pathological endpoints should be increased.

In dieser Arbeit werden spektroskopische und spektrometrische Methoden diskutiert, um Verfahren auf Grundlage von umfassenden, molekularen Informationen für die Charakterisierung, Klassifizierung und Identifizierung von Pollen zu entwickeln. Es ist bereits bekannt, dass Raman- und Infrarot-Spektroskopie spezifische Fingerabdrücke der chemischen Zusammensetzung von Pollen liefern können. Im Rahmen dieser Arbeit werden nun die oberflächenverstärkte Raman-Streuung (surface-enhanced Raman scattering, SERS), die matrix-assisted laser desorption/ionisation time-of-flight-Massenspektrometrie (MALDI-TOF MS) und die Fourier-Transform-Infrarot-Spektroskopie (FTIR-Spektroskopie) einzelner Pollenkörner für die taxonomische Klassifizierung eingesetzt. Neben der Anwendung zur taxonomischen Klassifizierung können spektroskopische und spektrometrische Methoden auch zur Erkennung von Unterschieden, die durch Umwelteinflüsse verursacht werden, eingesetzt werden. Als ein erstes Beispiel dieser Anwendung werden cherry leaf roll virus (CLRV) infizierte Birkenpollen untersucht und mit Pollen von Kontrollpflanzen verglichen. Die Ergebnisse dieser Arbeit zeigen, dass spektroskopische und spektrometrische Methoden vielversprechend für die Pollenanalytik in vielen verschiedenen Forschungsgebieten sind. / The investigation of pollen grain samples for characterization, classification and identification is still an analytical task that is both challenging and time-consuming, since it is mainly based on the morphological characteristics of the pollen grains. In order to develop approaches that are based on extensive molecular information and that lead to an automated classification, in this thesis, a combination of spectroscopic and spectrometric tools is discussed. It is already known that a fingerprint analysis of the chemical composition of pollen samples can be accomplished by Raman and infrared spectroscopies. Here, surface-enhanced Raman scattering (SERS), matrix-assisted laser desorption/ionisation time-of-flight mass spectrometry (MALDI-TOF MS), and Fourier transform infrared (FTIR) spectroscopy of single pollen grains are successfully applied for the taxonomic classification of pollen samples. In addition to the application for taxonomic classification, it is conceivable that spectroscopic and spectrometric data could also be used to investigate chemical changes caused by environmental influences. As a first example for such an application, cherry leaf roll virus (CLRV) infected birch pollen are investigated and compared to samples from control plants. The results in this work indicate that spectroscopic and spectrometric methods are powerful analytical tools that may be useful for improved pollen investigation in different areas of research.

Ziel dieser Arbeit war die Untersuchung der Eignung der laserinduzierten Plasmaspektroskopie (LIBS) bei der Online-Analyse der Materialströme in einer Sortieranlage zwecks Identifizierung der Legierungen am Beispiel der Aluminiumknetlegierungen. Als Ansatz sollten hierbei neuartige Laserquellen wie Faserlaser oder diodengepumpte Festkörperlaser verwendet werden, die mit deutlich höheren Repetitionsraten als häufig verwendete blitzlampengepumpte Festkörperlaser betrieben werden können. Im Rahmen dieser Arbeit wurde eine systematische Untersuchung der laserinduzierten Plasmaspektroskopie mit diodengepumpten Festkörperlasern als Anregungsquelle durchgeführt. Hierbei konnte festgestellt werden, dass die LIBS mit solchen Anregungsquellen ein gutes Nachweisvermögen und eine gute Stabilität besitzt. Ferner wurde ein Prototyp für die Online-Analyse der Aluminiumlegierungen entwickelt und mit einem kommerziell erhältlichen System verglichen. Es konnte festgestellt werden, dass das Nachweisvermögen des Prototyps für einige Fragestellungen bei der Sortierung von Aluminiumlegierungen ausreichend ist. Bei dem kommerziell erhältlichen System konnten dagegen selbst bei einer Fördergeschwindigkeit von 3 m/s Nachweisgrenzen erreicht werden, die für sämtlichen aktuellen analytische Fragestellungen auf diesem Gebiet ausreichend sind. Anschließend wurden die analytischen Güteziffern des kommerziell erhältlichen Systems verbessert, indem verschiedene multivariate Analysemethoden und Datenvorverarbeitungstechniken untersucht und optimiert wurden. Im nächsten Schritt wurde das System mit den optimierten Analysemethoden für die Sortierung der realen Produktionsschrotte eingesetzt. Hierbei konnte gezeigt werden, dass die Sortierung von Aluminiumlegierungen in verschiedene Gruppen der Aluminiumknetlegierungen bei einer Fördergeschwindigkeit von 3 m /s mittels LIBS möglich ist. Im letzten Schritt wurden die Möglichkeiten der Übertragung der Methoden von einem Gerät auf ein anderes untersucht. Hierbei konnte ein Algorithmus ermittelt werden, bei dem ein derartiger Transfer möglich ist. Somit kann dieser bei einer Serienproduktion der Systeme eingesetzt werden, um den experimentellen Aufwand bei der Kalibrierung drastisch zu reduzieren. / The aim of this study was the investigation of the suitability of laser-induced breakdown spectroscopy (LIBS) for online analysis of material flow in a sorting plant for identification of alloys on example of aluminum wrought alloys. As a new approach in this study, new laser sources such as fiber lasers or diode-pumped solid state lasers, which can be operated with significantly higher repetition rates as broadly used flash lamp pumped lasers, were used. In this work, a systematic study of laser-induced breakdown spectroscopy with diode-pumped solid-state laser as an excitation source has been studied. It was found that LIBS with such excitation sources has good detection capability and good stability. In addition, a prototype for the online analysis of the aluminum alloys was developed and compared with a commercially available system. It could be determined that the detection capability of the prototype was sufficient for some analytical tasks in sorting of aluminum alloys. The limits of detection of the commercially available system were even at conveyor belt speed of 3 m/s sufficient for all current analytical tasks in this field. Subsequently, the analytical figures of merit of the commercially available system were improved by the study and optimization of the different multivariate analysis techniques and data pretreatment algorithms. In the next step, the system with the optimized analytical methods was used for sorting the real production scrap. It could be demonstrated that the sorting of aluminum alloys in different groups of aluminum wrought alloys at a conveyor speed of 3 m /s is possible by the use of LIBS. In the last step, the possibilities of transfer of the methods from one device to the other one were investigated. Here, an algorithm has been found, which makes such transfer possible. Therefore, this can be used for the reduction of the experimental effort during calibration drastically in a series production of the systems.

Die Dissertation hat sich mit der Aufgabe befasst, durch Kombination von IR-Spektroskopie und chemometrischen Auswertungsalgorithmen eine Differenzierung und Klassifizierung von Hirnmetastasen-Dünnschnitten zu erreichen. Die Untersuchungen konzentrieren sich dabei auf jene fünf Primärtumoren, die besonders oft Metastasen im Gehirn bilden. Das sind kolorektale Karzinome, Mammakarzinome, maligne Melanome, Nierenzellkarzinome und Bronchialkarzinome. Metastasen tragen die molekularen Informationen der Gewebezellen des Primärtumors in sich. Die Anwendung von IR-spektroskopischen Methoden stellt deshalb einen innovativen Ansatz zur Identifikation des Primärtumors von Hirnmetastasen dar, da die Spektren einem molekularen Fingerabdruck entsprechen. Als Klassifizierungsalgorithmen wurden SIMCA (soft independent modeling of class analogies) und ANN (artificial neural networks) herangezogen. Die Entwicklung der Klassifizierungsverfahren gliederte sich in drei Teile. Im ersten Teil wurden Trainingsmodelle mit den ausgewählten homogenen Bereichen der Metastasengewebeschnitte erstellt und an unabhängigen Daten weiterer Proben bekannter und unbekannter Organherkunft getestet. Im zweiten Teil wurden die Modelle mit Hilfe homogener Tumorzelllinien optimiert und auf die Zuordnung der Hirnmetastasen zu den Primärtumoren angewandt. Eine zweistufige Klassifizierungsstrategie gewährleistet damit eine Genauigkeit der Klassifizierung von über 80%.