{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:1928756"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:1928756","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ LC-MS/MS (MRM – MULTIPLE REACTION MONITORING) ΜΕΘΟΔΟΛΟΓΙΩΝ ΣΕ ΔΕΙΓΜΑΤΑ ΠΛΑΣΜΑΤΟΣ ΓΙΑ ΤΗΝ ΠΡΟΒΛΕΨΗ ΚΑΡΔΙΑΓΓΕΙΑΚΩΝ ΝΟΣΗΜΑΤΩΝ","abstract":"ΣΚΟΠΟΣ: Τα καρδιαγγειακά νοσήματα αποτελούν την κύρια αιτία θανάτου παγκοσμίως. Για τον λόγο αυτό, υπάρχει κλινική ανάγκη για μια προγνωστική μέθοδο με αυξημένη ακρίβεια και ευαισθησία. Στόχος της παρούσας εργασίας είναι η εφαρμογή της τεχνικής LC-MS/MS (MRM) για την ανάπτυξη μεθοδολογιών για τη μέτρηση βιοδεικτών καρδιαγγειακών νοσημάτων στο πλάσμα. ΥΛΙΚΟ: Για την ανάπτυξη της μεθόδου χρησιμοποιήθηκαν 44 δείγματα πλάσματος υγειών αιμοδοτών και 44 δείγματα πλάσματος ασθενών με καρδιαγγειακά νοσήματα. ΜΕΘΟΔΟΣ: Αναπτύχθηκαν μεθοδολογίες για ποσοτική ανάλυση με βάση την τεχνική LC-MRM για τον χαρακτηρισμό 42 υποψήφιων πρωτεϊνών του πλάσματος. Για κάθε πρωτεΐνη επιλέχθηκαν τρία πεπτίδια και σχεδιάστηκαν 5 μέθοδοι MRM. Τα δεδομένα που προέκυψαν από την μέθοδο MRM αναλύθηκαν με λογισμικό Skyline για την επιλογή των κατάλληλων χρωματογραφικών κορυφών. Οι κορυφές κανονικοποιήθηκαν με χρήση της αλβουμίνης ως σημείο αναφοράς. Θρυψινοποιημένα πεπτίδια αναλύθηκαν σε μηχάνημα υγρής χρωματογραφίας υψηλής πίεσης σε συνδυασμό με φασματόμετρο μάζας QTRAP4000. ΑΠΟΤΕΛΕΣΜΑΤΑ: Ποσοτικοποιήθηκαν 25 πιθανοί βιοδείκτες για καρδιαγγειακά νοσήματα με ικανοποιητική ακρίβεια και αναπαραγωγιμότητα και υψηλή ένταση σήματος (>103) όσον αφορά την ανίχνευσή τους. Μετά τον στατιστικό έλεγχο αυτών, προέκυψαν 10 πιθανοί βιοδείκτες με στατιστικά σημαντική διαφορά των επιπέδων μεταξύ υγειών και ασθενών ατόμων. Η διασπορά των τιμών των κορυφών της αλβουμίνης ήταν χαμηλή, γεγονός το οποίο δείχνει την καταλληλότητά της για κανονικοποίηση.","abstract_html":"ΣΚΟΠΟΣ: Τα καρδιαγγειακά νοσήματα αποτελούν την κύρια αιτία θανάτου παγκοσμίως. Για τον λόγο αυτό, υπάρχει κλινική ανάγκη για μια προγνωστική μέθοδο με αυξημένη ακρίβεια και ευαισθησία. Στόχος της παρούσας εργασίας είναι η εφαρμογή της τεχνικής LC-MS/MS (MRM) για την ανάπτυξη μεθοδολογιών για τη μέτρηση βιοδεικτών καρδιαγγειακών νοσημάτων στο πλάσμα. ΥΛΙΚΟ: Για την ανάπτυξη της μεθόδου χρησιμοποιήθηκαν 44 δείγματα πλάσματος υγειών αιμοδοτών και 44 δείγματα πλάσματος ασθενών με καρδιαγγειακά νοσήματα. ΜΕΘΟΔΟΣ: Αναπτύχθηκαν μεθοδολογίες για ποσοτική ανάλυση με βάση την τεχνική LC-MRM για τον χαρακτηρισμό 42 υποψήφιων πρωτεϊνών του πλάσματος. Για κάθε πρωτεΐνη επιλέχθηκαν τρία πεπτίδια και σχεδιάστηκαν 5 μέθοδοι MRM. Τα δεδομένα που προέκυψαν από την μέθοδο MRM αναλύθηκαν με λογισμικό Skyline για την επιλογή των κατάλληλων χρωματογραφικών κορυφών. Οι κορυφές κανονικοποιήθηκαν με χρήση της αλβουμίνης ως σημείο αναφοράς. Θρυψινοποιημένα πεπτίδια αναλύθηκαν σε μηχάνημα υγρής χρωματογραφίας υψηλής πίεσης σε συνδυασμό με φασματόμετρο μάζας QTRAP4000. ΑΠΟΤΕΛΕΣΜΑΤΑ: Ποσοτικοποιήθηκαν 25 πιθανοί βιοδείκτες για καρδιαγγειακά νοσήματα με ικανοποιητική ακρίβεια και αναπαραγωγιμότητα και υψηλή ένταση σήματος (&gt;103) όσον αφορά την ανίχνευσή τους. Μετά τον στατιστικό έλεγχο αυτών, προέκυψαν 10 πιθανοί βιοδείκτες με στατιστικά σημαντική διαφορά των επιπέδων μεταξύ υγειών και ασθενών ατόμων. Η διασπορά των τιμών των κορυφών της αλβουμίνης ήταν χαμηλή, γεγονός το οποίο δείχνει την καταλληλότητά της για κανονικοποίηση.","abstract_has_math":false,"creators":["Μπάρμπα Ευγενία-Μαρία","Barmpa Evgenia-Maria"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2017,"date_issued":"2017","date_published":"2017","updated_at":"2026-11-19T05:29:42Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1928756"],"render_values":[{"text":"uoadl:1928756","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1928756","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1928756","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A1928756","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Μπάρμπα Ευγενία-Μαρία","Barmpa Evgenia-Maria"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2017"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Θετικές Επιστήμες","Science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1928756","https://pergamos.lib.uoa.gr/uoa/dl/object/1928756"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["ΣΚΟΠΟΣ: Τα καρδιαγγειακά νοσήματα αποτελούν την κύρια αιτία θανάτου παγκοσμίως. Για τον λόγο αυτό, υπάρχει κλινική ανάγκη για μια προγνωστική μέθοδο με αυξημένη ακρίβεια και ευαισθησία. Στόχος της παρούσας εργασίας είναι η εφαρμογή της τεχνικής LC-MS/MS (MRM) για την ανάπτυξη μεθοδολογιών για τη μέτρηση βιοδεικτών καρδιαγγειακών νοσημάτων στο πλάσμα. ΥΛΙΚΟ: Για την ανάπτυξη της μεθόδου χρησιμοποιήθηκαν 44 δείγματα πλάσματος υγειών αιμοδοτών και 44 δείγματα πλάσματος ασθενών με καρδιαγγειακά νοσήματα. ΜΕΘΟΔΟΣ: Αναπτύχθηκαν μεθοδολογίες για ποσοτική ανάλυση με βάση την τεχνική LC-MRM για τον χαρακτηρισμό 42 υποψήφιων πρωτεϊνών του πλάσματος. Για κάθε πρωτεΐνη επιλέχθηκαν τρία πεπτίδια και σχεδιάστηκαν 5 μέθοδοι MRM. Τα δεδομένα που προέκυψαν από την μέθοδο MRM αναλύθηκαν με λογισμικό Skyline για την επιλογή των κατάλληλων χρωματογραφικών κορυφών. Οι κορυφές κανονικοποιήθηκαν με χρήση της αλβουμίνης ως σημείο αναφοράς. Θρυψινοποιημένα πεπτίδια αναλύθηκαν σε μηχάνημα υγρής χρωματογραφίας υψηλής πίεσης σε συνδυασμό με φασματόμετρο μάζας QTRAP4000. ΑΠΟΤΕΛΕΣΜΑΤΑ: Ποσοτικοποιήθηκαν 25 πιθανοί βιοδείκτες για καρδιαγγειακά νοσήματα με ικανοποιητική ακρίβεια και αναπαραγωγιμότητα και υψηλή ένταση σήματος (>103) όσον αφορά την ανίχνευσή τους. Μετά τον στατιστικό έλεγχο αυτών, προέκυψαν 10 πιθανοί βιοδείκτες με στατιστικά σημαντική διαφορά των επιπέδων μεταξύ υγειών και ασθενών ατόμων. Η διασπορά των τιμών των κορυφών της αλβουμίνης ήταν χαμηλή, γεγονός το οποίο δείχνει την καταλληλότητά της για κανονικοποίηση.","PURPOSE: Cardiovascular diseases are the main cause of death worldwide. For this reason, there is clinical need for a prognostic method with high accuracy and sensitivity. The purpose of the present research is the use of LC-MS/MS as a measurement method of cardiovascular disease biomarkers in plasma. MATERIAL: 44 normal plasma samples and 44 plasma samples from patients with cardiovascular diseases were used. METHOD: Quantification analyses were developed based on the LC-MRM technique for the characterization of 42 candidate plasma proteins. Three peptides were selected and 5 MRM acquisition methods were designed for each protein. The data obtained from the MRM methods were analyzed with Skyline software, in order to choose the appropriate chromatographic peaks. The peaks were normalized using albumin as a reference. Tryptic peptides were analyzed by high pressure liquid chromatography combined with mass spectrometer QTRAP4000. RESULTS: 25 putative cardiovascular disease biomarkers were quantified with satisfactory accuracy and reproducibility and high signal intensity (>103) regarding their detection. Statistical analysis establishes 10 of them as putative biomarkers with statistically differential levels between healthy people and patients. The dispersion of the albumin peak areas was low, indicating that albumin is appropriate for normalization."]},{"key":"dc:title","label":"Title","values":["ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ LC-MS/MS (MRM – MULTIPLE REACTION MONITORING) ΜΕΘΟΔΟΛΟΓΙΩΝ ΣΕ ΔΕΙΓΜΑΤΑ ΠΛΑΣΜΑΤΟΣ ΓΙΑ ΤΗΝ ΠΡΟΒΛΕΨΗ ΚΑΡΔΙΑΓΓΕΙΑΚΩΝ ΝΟΣΗΜΑΤΩΝ"]}]}],"canonical_facts":{"dc:creator":["Μπάρμπα Ευγενία-Μαρία","Barmpa Evgenia-Maria"],"dc:date":["2017"],"dc:description":["ΣΚΟΠΟΣ: Τα καρδιαγγειακά νοσήματα αποτελούν την κύρια αιτία θανάτου παγκοσμίως. Για τον λόγο αυτό, υπάρχει κλινική ανάγκη για μια προγνωστική μέθοδο με αυξημένη ακρίβεια και ευαισθησία. Στόχος της παρούσας εργασίας είναι η εφαρμογή της τεχνικής LC-MS/MS (MRM) για την ανάπτυξη μεθοδολογιών για τη μέτρηση βιοδεικτών καρδιαγγειακών νοσημάτων στο πλάσμα. ΥΛΙΚΟ: Για την ανάπτυξη της μεθόδου χρησιμοποιήθηκαν 44 δείγματα πλάσματος υγειών αιμοδοτών και 44 δείγματα πλάσματος ασθενών με καρδιαγγειακά νοσήματα. ΜΕΘΟΔΟΣ: Αναπτύχθηκαν μεθοδολογίες για ποσοτική ανάλυση με βάση την τεχνική LC-MRM για τον χαρακτηρισμό 42 υποψήφιων πρωτεϊνών του πλάσματος. Για κάθε πρωτεΐνη επιλέχθηκαν τρία πεπτίδια και σχεδιάστηκαν 5 μέθοδοι MRM. Τα δεδομένα που προέκυψαν από την μέθοδο MRM αναλύθηκαν με λογισμικό Skyline για την επιλογή των κατάλληλων χρωματογραφικών κορυφών. Οι κορυφές κανονικοποιήθηκαν με χρήση της αλβουμίνης ως σημείο αναφοράς. Θρυψινοποιημένα πεπτίδια αναλύθηκαν σε μηχάνημα υγρής χρωματογραφίας υψηλής πίεσης σε συνδυασμό με φασματόμετρο μάζας QTRAP4000. ΑΠΟΤΕΛΕΣΜΑΤΑ: Ποσοτικοποιήθηκαν 25 πιθανοί βιοδείκτες για καρδιαγγειακά νοσήματα με ικανοποιητική ακρίβεια και αναπαραγωγιμότητα και υψηλή ένταση σήματος (>103) όσον αφορά την ανίχνευσή τους. Μετά τον στατιστικό έλεγχο αυτών, προέκυψαν 10 πιθανοί βιοδείκτες με στατιστικά σημαντική διαφορά των επιπέδων μεταξύ υγειών και ασθενών ατόμων. Η διασπορά των τιμών των κορυφών της αλβουμίνης ήταν χαμηλή, γεγονός το οποίο δείχνει την καταλληλότητά της για κανονικοποίηση.","PURPOSE: Cardiovascular diseases are the main cause of death worldwide. For this reason, there is clinical need for a prognostic method with high accuracy and sensitivity. The purpose of the present research is the use of LC-MS/MS as a measurement method of cardiovascular disease biomarkers in plasma. MATERIAL: 44 normal plasma samples and 44 plasma samples from patients with cardiovascular diseases were used. METHOD: Quantification analyses were developed based on the LC-MRM technique for the characterization of 42 candidate plasma proteins. Three peptides were selected and 5 MRM acquisition methods were designed for each protein. The data obtained from the MRM methods were analyzed with Skyline software, in order to choose the appropriate chromatographic peaks. The peaks were normalized using albumin as a reference. Tryptic peptides were analyzed by high pressure liquid chromatography combined with mass spectrometer QTRAP4000. RESULTS: 25 putative cardiovascular disease biomarkers were quantified with satisfactory accuracy and reproducibility and high signal intensity (>103) regarding their detection. Statistical analysis establishes 10 of them as putative biomarkers with statistically differential levels between healthy people and patients. The dispersion of the albumin peak areas was low, indicating that albumin is appropriate for normalization."],"dc:identifier":["uoadl:1928756","https://pergamos.lib.uoa.gr/uoa/dl/object/1928756"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ LC-MS/MS (MRM – MULTIPLE REACTION MONITORING) ΜΕΘΟΔΟΛΟΓΙΩΝ ΣΕ ΔΕΙΓΜΑΤΑ ΠΛΑΣΜΑΤΟΣ ΓΙΑ ΤΗΝ ΠΡΟΒΛΕΨΗ ΚΑΡΔΙΑΓΓΕΙΑΚΩΝ ΝΟΣΗΜΑΤΩΝ"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:29:42Z"}