This thesis describes two main projects; the first one is the optimization of a hierarchical search strategy to search for unknown pulsars. This project is divided into two parts; the first part (and the main part) is the semi-coherent hierarchical optimization strategy. The second part is a coherent hierarchical optimization strategy which can be used in a project like Einstein@Home. In both strategies we have found that the 3-stages search is the optimum strategy to search for unknown pulsars. For the second project we have developed a computer software for a coherent Multi-IFO (Interferometer Observatory) search. To validate our software, we have worked on simulated data as well as hardware injected signals of pulsars in the fourth LIGO science run (S4). While with the current sensitivity of our detectors we do not expect to detect any true Gravitational Wave signals in our data, we can still set upper limits on the strength of the gravitational waves signals. These upper limits, in fact, tell us how weak a signal strength we would detect. We have also used our software to set upper limits on the signal strength of known isolated pulsars using LIGO fifth science run (S5) data. / Diese Dissertation besteht aus zwei Projekten: Im ersten Projekt wird die Optimierung einer hierarchischen Strategie zum Auffinden von 'unbekannten' Pulsaren beschrieben. Der erste Teil besteht dabei aus einer semi-kohärenten und der zweite Teil aus einer kohärenten Optimierungsstrategie, wie sie in Projekten wie Einstein@Home verwendet werden kann. In beiden Ansätzen erwies sich eine 3-Stufensuche als optimale Suchstrategie für 'unbekannte' Pulsare. Für das zweite Projekt entwickelten wir eine Software für eine kohärente Multi-IFO (Interferometer Observatory) Suche. Zum Validieren der Software verwendeten wir sowohl simulierte Daten als auch Hardware induzierte Signale von Pulsaren aus dem vierten 'LIGO Science run' (S4). Wir erwarten nicht, mit der aktuellen Empfindlichkeit unserer Detektoren echte GW- Signale aufzunehmen, können jedoch obere Grenzen für die Stärke der Gravitationswellen-Signale bestimmen. Diese oberen Grenzen geben uns an, wie schwach ein gerade noch detektierbares Signal werden kann. Ferner benutzten wir die Software um eine obere Grenze für bekannte, isolierte Pulsare zu bestimmen, wobei wir Daten aus dem fünften 'LIGO Science run (S5) verwendeten.

In der vorliegenden Arbeit wird die Wiederkehr im Phasenraum ausgenutzt. Dabei werden drei Hauptresultate besprochen. 1. Die Wiederkehr erlaubt die Vorhersagbarkeit des Systems zu quantifizieren. 2. Die Wiederkehr enthaelt (unter bestimmten Voraussetzungen) sämtliche relevante Information über die Dynamik im Phasenraum 3. Die Wiederkehr erlaubt die Erzeugung dynamischer Ersatzdaten. / Recurrence plots, a rather promising tool of data analysis, have been introduced by Eckman et al. in 1987. They visualise recurrences in phase space and give an overview about the system's dynamics. Two features have made the method rather popular. Firstly they are rather simple to compute and secondly they are putatively easy to interpret. However, the straightforward interpretation of recurrence plots for some systems yields rather surprising results. For example indications of low dimensional chaos have been reported for stock marked data, based on recurrence plots. In this work we exploit recurrences or ``naturally occurring analogues'' as they were termed by E. Lorenz, to obtain three key results. One of which is that the most striking structures which are found in recurrence plots are hinged to the correlation entropy and the correlation dimension of the underlying system. Even though an eventual embedding changes the structures in recurrence plots considerably these dynamical invariants can be estimated independently of the special parameters used for the computation. The second key result is that the attractor can be reconstructed from the recurrence plot. This means that it contains all topological information of the system under question in the limit of long time series. The graphical representation of the recurrences can also help to develop new algorithms and exploit specific structures. This feature has helped to obtain the third key result of this study. Based on recurrences to points which have the same ``recurrence structure'', it is possible to generate surrogates of the system which capture all relevant dynamical characteristics, such as entropies, dimensions and characteristic frequencies of the system. These so generated surrogates are shadowed by a trajectory of the system which starts at different initial conditions than the time series in question. They can be used then to test for complex synchronisation.

Die tägliche Erfahrung zeigt uns, daß bei vielen physikalischen Systemen kleine Änderungen in den Anfangsbedingungen auch zu kleinen Änderungen im Verhalten des Systems führen. Wenn man z.B. das Steuerrad beim Auto fahren nur ein wenig zur Seite dreht, unterscheidet sich die Richtung des Wagens auch nur wenig von der ursprünglichen Richtung. Aber es gibt auch Situationen, für die das Gegenteil dieser Regel zutrifft. Die Folge von Kopf und Zahl, die wir erhalten, wenn wir eine Münze werfen, zeigt ein irreguläres oder chaotisches Zeitverhalten, da winzig kleine Änderungen in den Anfangsbedingungen, die z.B. durch leichte Drehung der Hand hervorgebracht werden, zu vollkommen verschiedenen Resultaten führen. In den letzten Jahren hat man sehr viele nichtlineare Systeme mit schnellen Rechnern untersucht und festgestellt, daß eine sensitive Abhängigkeit von den Anfangsbedingungen, die zu einem chaotischen Verhalten führt, keinesfalls die Ausnahme darstellt, sondern eine typische Eigenschaft vieler Systeme ist. Obwohl chaotische Systeme kleinen Änderungen in den Anfangsbedingungen gegenüber sehr empfindlich reagieren, können sie synchronisieren wenn sie durch eine gemeinsame äußere Kraft getrieben werden, oder wenn sie miteinander gekoppelt sind. Das heißt, sie vergessen ihre Anfangsbedingungen und passen ihre Rhythmen aneinander. Diese Eigenschaft chaotischer Systeme hat viele Anwendungen, wie z.B. das Design von Kommunikationsgeräte und die verschlüsselte Übertragung von Mitteilungen. Abgesehen davon, findet man Synchronisation in natürlichen Systemen, wie z.B. das Herz-Atmungssystem, raumverteilte ökologische Systeme, die Magnetoenzephalographische Aktivität von Parkinson Patienten, etc. In solchen komplexen Systemen ist es nicht trivial Synchronisation zu detektieren und zu quantifizieren. Daher ist es notwendig, besondere mathematische Methoden zu entwickeln, die diese Aufgabe erledigen. Das ist das Ziel dieser Arbeit. Basierend auf dergrundlegenden Idee von Rekurrenzen (Wiederkehr) von Trajektorien dynamischer Systeme, sind verschiedene Maße entwickelt worden, die Synchronisation in chaotischen und komplexen Systemen detektieren. Das Wiederkehr von Trajektorien erlaubt uns Vorhersagen über den zukünftigen Zustand eines Systems zu treffen. Wenn man diese Eigenschaft der Wiederkehr von zwei interagierenden Systemen vergleicht, kann man Schlüsse über ihre dynamische Anpassung oder Synchronisation ziehen. Ein wichtiger Vorteil der Rekurrenzmaße für Synchronisation ist die Robustheit gegen Rauschen und Instationariät. Das erlaubt eine Synchronisationsanalyse in Systemen durchzuführen, die bisher nicht darauf untersucht werden konnten. / This work deals with the connection between two basic phenomena in Nonlinear Dynamics: synchronization of chaotic systems and recurrences in phase space. Synchronization takes place when two or more systems adapt (synchronize) some characteristic of their respective motions, due to an interaction between the systems or to a common external forcing. The appearence of synchronized dynamics in chaotic systems is rather universal but not trivial. In some sense, the possibility that two chaotic systems synchronize is counterintuitive: chaotic systems are characterized by the sensitivity ti different initial conditions. Hence, two identical chaotic systems starting at two slightly different initial conditions evolve in a different manner, and after a certain time, they become uncorrelated. Therefore, at a first glance, it does not seem to be plausible that two chaotic systems are able to synchronize. But as we will see later, synchronization of chaotic systems has been demonstrated. On one hand it is important to investigate the conditions under which synchronization of chaotic systems occurs, and on the other hand, to develop tests for the detection of synchronization. In this work, I have concentrated on the second task for the cases of phase synchronization (PS) and generalized synchronization (GS). Several measures have been proposed so far for the detection of PS and GS. However, difficulties arise with the detection of synchronization in systems subjected to rather large amounts of noise and/or instationarities, which are common when analyzing experimental data. The new measures proposed in the course of this thesis are rather robust with respect to these effects. They hence allow to be applied to data, which have evaded synchronization analysis so far. The proposed tests for synchronization in this work are based on the fundamental property of recurrences in phase space.

Phase Space Reconstruction is a method that allows to reconstruct the phase space of a system using only an one dimensional time series as input. It can be used for calculating Lyapunov-exponents and detecting chaos. It helps to understand complex dynamics and their behavior. And it can reproduce datasets which were not measured. There are many different methods which produce correct reconstructions such as time-delay, Hilbert-transformation, derivation and integration. The most used one is time-delay but all methods have special properties which are useful in different situations. Hence, every reconstruction method has some situations where it is the best choice. Looking at all these different methods the questions are: Why can all these different looking methods be used for the same purpose? Is there any connection between all these functions? The answer is found in the frequency domain : Performing a Fourier transformation all these methods getting a similar shape: Every presented reconstruction method can be described as a multiplication in the frequency domain with a frequency-depending reconstruction function. This structure is also known as a filter. From this point of view every reconstructed dimension can be seen as a filtered version of the measured time series. It contains the original data but applies just a new focus: Some parts are amplified and other parts are reduced. Furthermore I show, that not every function can be used for reconstruction. In the thesis three characteristics are identified, which are mandatory for the reconstruction function. Under consideration of these restrictions one gets a whole bunch of new reconstruction functions. So it is possible to reduce noise within the reconstruction process itself or to use some advantages of already known reconstructions methods while suppressing unwanted characteristics of it. / Attraktorrekonstruktion („Phase Space Reconstruction“) ist eine Technik, die es ermöglicht, aus einer einzelnen Zeitreihe den vollständigen Phasenraum eines Systems zu rekonstruieren und somit Rückschlüsse auf topologische Eigenschaften dieses dynamischen Systems zu ziehen. Sie findet Verwendung in der Bestimmung von Lyapunov-Exponenten und zur Reproduktion von unbeobachteten Systemgrößen. Es gibt viele verschiedene Methoden zur Attraktorrekonstruktion wie z.B. die Time-Delay-Methode or Rekonstruktion durch Ableitung, Integration oder mithilfe einer Hilbert-Transformation. Zumeist wird der Time-Delay-Ansatz verwendet, es gibt jedoch auch diverse Problemstellungen, in welchen die alternativen Methoden bessere Ergebnisse liefern. Die Kernfragen, die beim Vergleich dieser Methoden entsteht, sind: Wie kommt es, dass alle Ansätze, trotz ihrer teilweise sehr unterschiedlichen Struktur, denselben Zweck erfüllen? Gibt es Übereinstimmungen zwischen all diesen Methoden? Die Antwort lässt sich im Frequenzraum finden: Nach einer Fourier-Transformation besitzen alle genannten Methoden plötzlich eine sehr ähnliche Struktur. Jede Methode transformiert sich im Frequenzraum zu einer einfachen Multiplikation des Eingangssignals mit einer frequenzabhängigen Rekonstruktionsfunktion. Diese Struktur ist in der Datenanalyse auch bekannt als Filter. Aus dieser Perspektive lässt sich jede Rekonstruktionsdimension als gefilterte Zeitreihe der ursprünglichen Zeitreihe interpretieren: Sie enthält den Originaldatensatz, allerdings mit einem verschobenen Fokus: Einige Eigenschaften der Originalzeitreihe werden unterdrückt, während andere Teile verstärkt wiedergegeben werden. Des weiteren zeige ich in der Diplomarbeit, dass nicht jede beliebige Funktion im Frequenzraum zur Rekonstruktion verwendet werden kann. Ich stelle drei Eigenschaften vor, welche jede Rekonstruktionsfunktion erfüllen muss. Unter Beachtung dieser Bedingungen ergeben sich nun diverse Möglichkeiten für neue Rekonstruktionsfunktionen. So ist es z.B. möglich gleichzeitig mit der Rekonstruktion das Ursprungssignal auch zu filtern, oder man kann bereits bestehende Rekonstruktionsfunktionen so abwandeln, dass unerwünschte Nebeneffekte der Rekonstruktion abgemildert oder gar ganz unterdrückt werden.

In the present work synchronization phenomena in complex dynamical systems exhibiting multiple time scales have been analyzed. Multiple time scales can be active in different manners. Three different systems have been analyzed with different methods from data analysis. The first system studied is a large heterogenous network of bursting neurons, that is a system with two predominant time scales, the fast firing of action potentials (spikes) and the burst of repetitive spikes followed by a quiescent phase. This system has been integrated numerically and analyzed with methods based on recurrence in phase space. An interesting result are the different transitions to synchrony found in the two distinct time scales. Moreover, an anomalous synchronization effect can be observed in the fast time scale, i.e. there is range of the coupling strength where desynchronization occurs. The second system analyzed, numerically as well as experimentally, is a pair of coupled CO₂ lasers in a chaotic bursting regime. This system is interesting due to its similarity with epidemic models. We explain the bursts by different time scales generated from unstable periodic orbits embedded in the chaotic attractor and perform a synchronization analysis of these different orbits utilizing the continuous wavelet transform. We find a diverse route to synchrony of these different observed time scales. The last system studied is a small network motif of limit cycle oscillators. Precisely, we have studied a hub motif, which serves as elementary building block for scale-free networks, a type of network found in many real world applications. These hubs are of special importance for communication and information transfer in complex networks. Here, a detailed study on the mechanism of synchronization in oscillatory networks with a broad frequency distribution has been carried out. In particular, we find a remote synchronization of nodes in the network which are not directly coupled. We also explain the responsible mechanism and its limitations and constraints. Further we derive an analytic expression for it and show that information transmission in pure phase oscillators, such as the Kuramoto type, is limited. In addition to the numerical and analytic analysis an experiment consisting of electrical circuits has been designed. The obtained results confirm the former findings. / In der vorliegenden Arbeit wurden Synchronisationsphänomene in komplexen Systemen mit mehreren Zeitskalen untersucht. Es gibt mehrere Möglichkeiten wie diese verschiedenen Zeitskalen vorkommen können. Drei verschiedene Systeme, jedes mit einer anderen Art von zeitlicher Multiskalität, wurden mit unterschiedlichen Methoden der Datenanalyse untersucht. Das erste untersuchte System ist ein ausgedehntes heterogenes Netzwerk von Neuronen mit zwei dominanten Zeitskalen, zum einen die schnelle Folge von Aktionspotenzialen und zum anderen einer abwechselnden Folge von einer Phase von Aktionspotenzialen und einer Ruhephase. Dieses System wurde numerisch integriert und mit Methoden der Phasenraumrekurrenz untersucht. Ein interessantes Ergebnis ist der unterschiedliche Übergang zur Synchronisation der Neuronen auf den beiden verschiedenen Zeitskalen. Des weiteren kann auf der schnellen Zeitskala eine anomale Synchronisation beobachtet werden, d.h. es gibt einen Bereich der Kopplungsstärke in dem es zu einer Desynchronisation kommt. Als zweites wurde, sowohl numerisch als auch experimentell, ein System von gekoppelten CO₂ Lasern untersucht, welche in einem chaotischen bursting Modus arbeiten. Dieses System ist auch durch seine Äquivalenz zu Epidemiemodellen interessant. Wir erklären die Bursts durch unterschiedliche Zeitskalen, welche durch in den chaotischen Attraktor eingebettete instabile periodische Orbits generiert werden. Wir führen eine Synchronisationsanalyse mit Hilfe der kontinuierlichen Wavelettransformation durch und finden einen unterschiedlichen Übergang zur Synchronisation auf den unterschiedlichen Zeitskalen. Das dritte analysierte System ist ein Netzwerkmotiv von Grenzzyklusoszillatoren. Genauer handelt es sich um ein Nabenmotiv, welches einen elementaren Grundbaustein von skalenfreien Netzwerken darstellt, das sind Netzwerke die eine bedeutende Rolle in vielen realen Anwendungen spielen. Diese Naben sind von besonderer Bedeutung für die Kommunikation und den Informationstransport in komplexen Netzwerken. Hierbei wurde eine detaillierte Untersuchung des Synchronisationsmechanismus in oszillatorischen Netzwerken mit einer breiten Frequenzverteilung durchgeführt. Insbesondere beobachten wir eine Fernsynchronisation von Netzwerkknoten, die nur indirekt über andere Oszillatoren miteinander gekoppelt sind. Wir erklären den zu Grunde liegenden Mechanismus und zeigen dessen Grenzen und Bedingungen auf. Des weiteren leiten wir einen analytischen Ausdruck für den Mechanismus her und zeigen, dass eine Informationsübertragung in reinen Phasenoszillatoren, wie beispielsweise vom Kuramototyp, eingeschränkt ist. Diese Ergebnisse konnten wir durch Experimente mit elektrischen Schaltkreisen bestätigen.

In einem klassischen Kontext bedeutet Synchronisierung die Anpassung der Rhythmen von selbst-erregten periodischen Oszillatoren aufgrund ihrer schwachen Wechselwirkung. <br /> Der Begriff der Synchronisierung geht auf den berühmten niederläandischen Wissenschaftler Christiaan Huygens im 17. Jahrhundert zurück, der über seine Beobachtungen mit Pendeluhren berichtete. Wenn zwei solche Uhren auf der selben Unterlage plaziert wurden, schwangen ihre Pendel in perfekter Übereinstimmung. <br /> Mathematisch bedeutet das, daß infolge der Kopplung, die Uhren mit gleichen Frequenzen und engverwandten Phasen zu oszillieren begannen. <br /> Als wahrscheinlich ältester beobachteter nichtlinearer Effekt wurde die Synchronisierung erst nach den Arbeiten von E. V. Appleton und B. Van der Pol gegen 1920 verstanden, die die Synchronisierung in Triodengeneratoren systematisch untersucht haben. Seitdem wurde die Theorie gut entwickelt, und hat viele Anwendungen gefunden. <br /> <br /> Heutzutage weiss man, dass bestimmte, sogar ziemlich einfache, Systeme, ein chaotisches Verhalten ausüben können. Dies bedeutet, dass ihre Rhythmen unregelmäßig sind und nicht durch nur eine einzige Frequenz charakterisiert werden können. <br /> Wie in der Habilitationsarbeit gezeigt wurde, kann man jedoch den Begriff der Phase und damit auch der Synchronisierung auf chaotische Systeme ausweiten. Wegen ihrer sehr schwachen Wechselwirkung treten Beziehungen zwischen den Phasen und den gemittelten Frequenzen auf und führen damit zur Übereinstimmung der immer noch unregelmäßigen Rhythmen. Dieser Effekt, sogenannter Phasensynchronisierung, konnte später in Laborexperimenten anderer wissenschaftlicher Gruppen bestätigt werden. <br /> <br /> Das Verständnis der Synchronisierung unregelmäßiger Oszillatoren erlaubte es uns, wichtige Probleme der Datenanalyse zu untersuchen. <br /> Ein Hauptbeispiel ist das Problem der Identifikation schwacher Wechselwirkungen zwischen Systemen, die nur eine passive Messung erlauben. Diese Situation trifft häufig in lebenden Systemen auf, wo Synchronisierungsphänomene auf jedem Niveau erscheinen - auf der Ebene von Zellen bis hin zu makroskopischen physiologischen Systemen; in normalen Zuständen und auch in Zuständen ernster Pathologie. <br /> Mit unseren Methoden konnten wir eine Anpassung in den Rhythmen von Herz-Kreislauf und Atmungssystem in Menschen feststellen, wobei der Grad ihrer Interaktion mit der Reifung zunimmt. Weiterhin haben wir unsere Algorithmen benutzt, um die Gehirnaktivität von an Parkinson Erkrankten zu analysieren. Die Ergebnisse dieser Kollaboration mit Neurowissenschaftlern zeigen, dass sich verschiedene Gehirnbereiche genau vor Beginn des pathologischen Zitterns synchronisieren. Außerdem gelang es uns, die für das Zittern verantwortliche Gehirnregion zu lokalisieren. / In a classical context, synchronization means adjustment of rhythms of self-sustained periodic oscillators due to their weak interaction. The history of synchronization goes back to the 17th century when the famous Dutch scientist Christiaan Huygens reported on his observation of synchronization of pendulum clocks: when two such clocks were put on a common support, their pendula moved in a perfect agreement. In rigorous terms, it means that due to coupling the clocks started to oscillate with identical frequencies and tightly related phases. Being, probably, the oldest scientifically studied nonlinear effect, synchronization was understood only in 1920-ies when E. V. Appleton and B. Van der Pol systematically - theoretically and experimentally - studied synchronization of triode generators. Since that the theory was well developed and found many applications. <br /> Nowadays it is well-known that certain systems, even rather simple ones, can exhibit chaotic behaviour. It means that their rhythms are irregular, and cannot be characterized only by one frequency. However, as is shown in the Habilitation work, one can extend the notion of phase for systems of this class as well and observe their synchronization, i.e., agreement of their (still irregular!) rhythms: due to very weak interaction there appear relations between the phases and average frequencies. This effect, called phase synchronization, was later confirmed in laboratory experiments of other scientific groups. <br /> Understanding of synchronization of irregular oscillators allowed us to address important problem of data analysis: how to reveal weak interaction between the systems if we cannot influence them, but can only passively observe, measuring some signals. This situation is very often encountered in biology, where synchronization phenomena appear on every level - from cells to macroscopic physiological systems; in normal states as well as in severe pathologies. With our methods we found that cardiovascular and respiratory systems in humans can adjust their rhythms; the strength of their interaction increases with maturation. Next, we used our algorithms to analyse brain activity of Parkinsonian patients. The results of this collaborative work with neuroscientists show that different brain areas synchronize just before the onset of pathological tremor. Morevoever, we succeeded in localization of brain areas responsible for tremor generation.

Today’s market offers an ever-increasing range of cellulose pulps (derivative pulps) made fromvarious wood types through different delignification processes. Each pulp segment has its uniquecharacteristics, which makes it difficult for the producer of cellulose derivatives to choose the mostsuitable pulp for optimum processability and product quality. The objective of this study was toimprove knowledge of cellulose pulps and to describe how different pulp properties affectprocessability and quality in the production of viscose dope and cellulose ethers.Ten pulp samples were investigated, originating from both sulfite and sulfate processes, with highand low viscosities and with softwood and hardwood as raw material. The pulps were analyzed fortheir properties and then processed to viscose dope and a cellulose ether in two separate pilotfacilities. The intermediates in the viscose process as well as the quality of the viscose dope andcellulose ether were analyzed and the results correlated to pulp properties.Multivariate regression methods were applied to investigate the dominating physical and chemicalproperties of each pulp and pulp segment, and to study the use of spectroscopic analyses inpredicting pulp origin, concentration and composition of hemicelluloses as well as the content ofreducing end groups in cellulose. For the production of viscose dope, the models presented showedthe most important pulp properties for good cellulose reactivity and viscose filterability. In addition,the properties affecting gel formation, flocculation, degree of substitution and clarity in theproduction of cellulose ether were highlighted. The study also emphasized the need to supplementthe use of conventional analyses on pulps and viscose intermediates with other analytical methods,such as molecular weight distribution and carbohydrate analysis, to better predict the quality ofboth viscose dope and viscose fiber.The results of the present study could be useful to predict the origin and properties of new pulps, toreplace or supplement otherwise expensive pulp analyses, and to assess the impact of pulpproperties on the production of cellulose derivatives without extensive pilot-scale trials.

The human being and other animals contain immensely complex biochemical processes that govern their function on a cellular level. It is estimated that several thousand small molecules (metabolites) are produced by various biochemical pathways in humans. Pathological processes can introduce perturbations in these biochemical pathways which can lead to changes in the amounts of some metabolites.Developments in analytical chemistry have made it possible measure a large number metabolites in a single blood sample, which gives a metabolic profile. In this thesis I have worked on establishing and understanding metabolic profiles from patients with rheumatoid arthritis (RA) and from animal models of the autoimmune diseases diabetes mellitus type 1 (T1D) and RA.Using multivariate statistical methods it is possible to identify differences between metabolic profiles of different groups. As an example we identified differences between patients with RA and healthy volunteers. This can be used to elucidate the biochemical processes that are active in a given pathological condition.Metabolite concentrations are affected by a many other things than the presence or absence of a disease. Both genomic and environmental factors are known to influence metabolic profiles. A main focus of my work has therefore been on finding strategies for ensuring that the results obtained when comparing metabolic profiles were valid and relevant. This strategy has included repetition of experiments and repeated measurement of individuals’ metabolic profiles in order to understand the sources of variation.Finding the most stable and reproducible metabolic effects has allowed us to better understand the biochemical processes seen in the metabolic profiles. This makes it possible to relate the metabolic profile differences to pathological processes and to genes and proteins involved in these.The hope is that metabolic profiling in the future can be an important tool for finding biomarkers useful for disease diagnosis, for identifying new targets for drug design and for mapping functional changes of genomic mutations. This has the potential to revolutionize our understanding of disease pathology and thus improving health care.

Evolution of enzymes with novel functional properties has gained much attention in recent years. Naturally evolved enzymes are adapted to work in living cells under physiological conditions, circumstances that are not always available for industrial processes calling for novel and better catalysts. Furthermore, altering enzyme function also affords insight into how enzymes work and how natural evolution operates. Previous investigations have explored catalytic properties in the directed evolution of mutant libraries with high sequence variation. Before this study was initiated, functional analysis of mutant libraries was, to a large extent, restricted to uni- or bivariate methods. Consequently, there was a need to apply multivariate data analysis (MVA) techniques in this context. Directed evolution was approached by DNA shuffling of glutathione transferases (GSTs) in this thesis. GSTs are multifarious enzymes that have detoxication of both exo- and endogenous compounds as their primary function. They catalyze the nucleophilic attack by the tripeptide glutathione on many different electrophilic substrates. Several multivariate analysis tools, e.g. principal component (PC), hierarchical cluster, and K-means cluster analyses, were applied to large mutant libraries assayed with a battery of GST substrates. By this approach, evolvable units (quasi-species) fit for further evolution were identified. It was clear that different substrates undergoing different kinds of chemical transformation can group together in a multi-dimensional substrate-activity space, thus being responsible for a certain quasi-species cluster. Furthermore, the importance of the chemical environment, or substrate matrix, in enzyme evolution was recognized. Diverging substrate selectivity profiles among homologous enzymes acting on substrates performing the same kind of chemistry were identified by MVA. Important structure-function activity relationships with the prodrug azathioprine were elucidated by segment analysis of a shuffled GST mutant library. Together, these results illustrate important methods applied to molecular enzyme evolution.

An increasing number of power plants in Scandinavia are beginning to use biofuel instead of coal or oil. The material in the new fuel is a mixture of woodchips, mostly Pine, Spruce and Salix, bark, GROT (tops and branches from felling waste) and sawdust from sawmills. It is heterogeneous, having a moisture content varying from 15% up to 65%. The moisture content affects the combustion of the fuel and therefore its commercial value. The industry is now interested in obtaining a method for measuring the moisture content of biofuel, quickly and reliably; preferably on delivery at the power plant. The measuring technique presented in this thesis is the first reported in the literature capable of measuring the moisture content of a large sample of such an heterogeneous material as biofuel. The equipment is today calibrated for a sample volume of 0.1 m3. A radio frequent signal is supplied from an antenna and penetrates the biofuel. Its reflection is modeled using partial least squares. As part of the work presented in this thesis, a new type of measuring rig and an analysis method for measurement of the moisture content of large samples of heterogeneous material have been developed. A statistical model for moisture content measurements of five different biofuel materials using radio waves has been built, having a root mean square error of prediction of 2.7. The interactions between biofuels and radio frequent signals have been demonstrated, indicating a variation of the reflection with varying types of biofuel material and variation in the reflection and delay of the signal with varying moisture content.