Return to search

Efficient algorithms for highly automated evaluation of liquid chromatography - mass spectrometry data

Liquid chromatography coupled to mass spectrometry (LC‐MS) has due to its superiorresolving capabilities become one of the most common analytical instruments fordetermining the constituents in an unknown sample. Each type of sample requires a specificset‐up of the instrument parameters, a procedure referred to as method development.During the requisite experiments, a huge amount of data is acquired which often need to bescrutinised in several different ways. This thesis elucidates data processing methods forhandling this type of data in an automated fashion.The properties of different commonly used digital filters were compared for LC‐MS datade‐noising, of which one was later selected as an essential data processing step during adeveloped peak detection step. Reconstructed data was further discriminated into clusterswith equal retention times into components by an adopted method. This enabled anunsupervised and accurate comparison and matching routine by which components fromthe same sample could be tracked during different chromatographic conditions.The results show that the characteristics of the noise have an impact on the performanceof the tested digital filters. Peak detection with the proposed method was robust to thetested noise and baseline variations but functioned optimally when the analytical peaks hada frequency band different from the uninformative parts of the signal. The algorithm couldeasily be tuned to handle adjacent peaks with lower resolution. It was possible to assignpeaks into components without typical rotational and intensity ambiguities associated tocommon curve resolution methods, which are an alternative approach. The underlyingfunctions for matching components between different experiments yielded satisfactoryresults. The methods have been tested on various experimental data with a high successrate. / De analysinstrument som används för att ta reda på vad ett prov innehåller(och till vilken mängd) måste vanligtvis ställas in för det specifika fallet, för attfungera optimalt. Det finns ofta en mängd olika variabler att undersöka som harmer eller mindre inverkan på resultatet och när provet är okänt kan man oftast inteförutspå de optimala inställningarna i förtid.En vätskekromatograf med en masspektrometer som detektor är ett sådantinstrument som är utvecklat för att separera och identifiera organiska ämnen lösta ivätska. Med detta mycket potenta system kan man ofta med rätt inställningar delaupp de ingående ämnena i provet var för sig och samtidigt erhålla mått som kanrelateras till dess massa och mängd. Detta system används flitigt av analytiskalaboratorer inom bl.a. läkemedelsindustrin för att undersöka stabilitet och renhethos potentiella läkemedel. För att optimera instrumentet för det okända provetkrävs dock att en hel del försök utförs där inställningarna varieras. Syftet är attmed en mindre mängd designade försök bygga en modell som klarar av att peka åtvilket håll de optimala inställningarna finns. Data som genereras från instrumentetför denna typ av applikation är i matrisform då instrumentet scannar och spararintensiteten av ett intervall av massor varje tidpunkt en mätning sker. Om enanalyt når detektorn vid aktuell tidpunkt återges det som en eller flera överlagdanormalfördelade toppar som ett specifikt mönster på en annars oregelbundenbakgrundssignal. Förutom att alla topparna i det färdiga datasetet helst ska varavälseparerade och ha den rätta formen, så ska tiden analysen pågår vara så kortsom möjlig. Det är ändå inte ovanligt att ett färdigt dataset består av tiotalsmiljoner uppmätta intensiteter och att det kan krävas runt 10 försök med olikabetingelser för att åstadkomma ett godtagbart resultat.Dataseten kan dock till mycket stor del innehålla brus och andra störandesignaler vilket gör de extra krångligt att tolka och utvärdera. Eftersom man ävenofta får att komponenterna byter plats i ett dataset när betingelserna ändras kan enmanuell utvärdering ta mycket lång tid.Syftet med denna avhandling har varit att hitta metoder som kan vara till nyttaför den som snabbt och automatiskt behöver jämföra dataset analyserade medolika kromatografiska betingelser, men med samma prov. Det slutgiltiga målet harfrämst varit att identifiera hur olika komponenter i provet har rört sig mellan deolika dataseten, men de steg som ingår kan även nyttjas till andra applikationer.

Identiferoai:union.ndltd.org:UPSALLA1/oai:DiVA.org:miun-12991
Date January 2010
CreatorsFredriksson, Mattias
PublisherMittuniversitetet, Institutionen för naturvetenskap, teknik och matematik, Sundsvall : Mittuniversitetet
Source SetsDiVA Archive at Upsalla University
LanguageEnglish
Detected LanguageSwedish
TypeDoctoral thesis, comprehensive summary, info:eu-repo/semantics/doctoralThesis, text
Formatapplication/pdf
Rightsinfo:eu-repo/semantics/openAccess
RelationMid Sweden University doctoral thesis, 1652-893X ; 98

Page generated in 0.0017 seconds