{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:2811976"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:2811976","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Minimizing analytical procedural mass spectral features as false positive peaks in untargeted liquid chromatography-high resolution mass spectrometry data processing","abstract":"Στην παρούσα εργασία θα παρουσιαστούν καινοτόμα εργαλεία για την ανίχνευση και αφαίρεση των ψευδώς θετικά επισημασμένων αναλυτικών σημάτων προερχόμενων από την ανάλυση δεδομένων υγρής χρωματογραφίας συζευγμένης με φασματογράφο μάζας υψηλής διακριτικής ικανότητας. Τεχνικές χημειομετρίας, εξόρυξης δεδομένων και μηχανικής μάθησης θα εφαρμοστούν στα δεδομένα που προκύπτουν από την ανάλυση δειγμάτων λυματολάσπης (ιλύος), των οποίων ενέσεις εγχύθηκαν μαζί με ενέσεις λευκού δείγματος (blank) σε αναλυτικό όργανο HPLC-QTOF-MS, με σκοπό να εντοπιστούν οι καταχωρήσεις σημάτων που προέρχονται από το blank (τυφλό δείγμα), καθώς και όλα τα ψευδώς θετικά σήματα ανεξαρτήτως προέλευσης, ώστε να αφαιρεθούν από τα δεδομένα. Τα ψευδώς θετικά σήματα αυξάνουν τον όγκο εργασίας κατά την ανάλυση των δεδομένων, εισάγουν πολυσυγγραμικότητα στη στατιστική ανάλυση των δεδομένων και μειώνουν την αξιοπιστία της λίστας αναλυτικών σημάτων που προκύπτει στο τέλος της διαδικασίας μη στοχευμένης ανάλυσης. Το πρόβλημα που ανακύπτει είναι σημαντικό, καθώς μια τυπική λίστα σημάτων παραγόμενη από μη στοχευμένη ανάλυση, περιέχει συνήθως περισσότερες από 10.000 καταγραφές. Λόγω της αβεβαιότητας που εισάγεται στη μεθοδολογία από τις λανθασμένα θετικές εγγραφές οι αναλυτικοί χημικοί πρέπει να αυξήσουν σημαντικά τον όγκο εργασίας τους, ώστε να μειωθεί η πιθανότητα εσφαλμένης αναφοράς ουσιών που δεν υπάρχουν στο δείγμα, αλλά και να αποφευχθεί η αγορά προτύπων ουσιών για την επιβεβαίωση της ύπαρξης ουσιών στο δείγμα, που στην πραγματικότητα, είτε είναι προερχόμενες από το τυφλό δείγμα, είτε είναι θόρυβος. Ο σκοπός της παρούσας εργασίας είναι να αναπτύξει αποτελεσματικές μεθόδους χαρακτηρισμού των κορυφών σημάτων που προκύπτουν μετά την εφαρμογή αλγορίθμων εντοπισμού κορυφών στα αναλυτικά δεδομένα και να αποδείξει την αποτελεσματικότητά τους όταν εφαρμόζονται σε μεγάλο όγκο δεδομένων παραγόμενων από τη χημική ανάλυση ουσιών σε πολύπλοκες μήτρες, όπως για παράδειγμα η ιλύς. Το πρώτο κεφάλαιο αποτελεί ένα συνοπτικό οδηγό στις μεθοδολογίες που ακολουθούνται κατά τη μη στοχευμένη ανάλυση, στους αλγορίθμους προεπεξεργασίας των αναλυτικών δεδομένων και επιλογής αναλυτικών κορυφών και τέλος στα εργαλεία που χρησιμοποιούνται μέχρι σήμερα για την επίλυση του προβλήματος της αφαίρεσης του λευκού και γενικότερα των ψευδώς θετικών κορυφών από τα δεδομένα. Το δεύτερο κεφάλαιο είναι οργανωμένο σε τέσσερα υποκεφάλαια καθένα από τα οποία αντιστοιχεί σε έναν από τους συνολικά τέσσερις αλγορίθμους που αναπτύχθηκαν στην παρούσα εργασία και το τελευταίο κεφάλαιο αφιερώνεται στη συζήτηση των αποτελεσμάτων που προκύπτουν από την εφαρμογή κάθε αλγορίθμου στα δεδομένα.","abstract_html":"Στην παρούσα εργασία θα παρουσιαστούν καινοτόμα εργαλεία για την ανίχνευση και αφαίρεση των ψευδώς θετικά επισημασμένων αναλυτικών σημάτων προερχόμενων από την ανάλυση δεδομένων υγρής χρωματογραφίας συζευγμένης με φασματογράφο μάζας υψηλής διακριτικής ικανότητας. Τεχνικές χημειομετρίας, εξόρυξης δεδομένων και μηχανικής μάθησης θα εφαρμοστούν στα δεδομένα που προκύπτουν από την ανάλυση δειγμάτων λυματολάσπης (ιλύος), των οποίων ενέσεις εγχύθηκαν μαζί με ενέσεις λευκού δείγματος (blank) σε αναλυτικό όργανο HPLC-QTOF-MS, με σκοπό να εντοπιστούν οι καταχωρήσεις σημάτων που προέρχονται από το blank (τυφλό δείγμα), καθώς και όλα τα ψευδώς θετικά σήματα ανεξαρτήτως προέλευσης, ώστε να αφαιρεθούν από τα δεδομένα. Τα ψευδώς θετικά σήματα αυξάνουν τον όγκο εργασίας κατά την ανάλυση των δεδομένων, εισάγουν πολυσυγγραμικότητα στη στατιστική ανάλυση των δεδομένων και μειώνουν την αξιοπιστία της λίστας αναλυτικών σημάτων που προκύπτει στο τέλος της διαδικασίας μη στοχευμένης ανάλυσης. Το πρόβλημα που ανακύπτει είναι σημαντικό, καθώς μια τυπική λίστα σημάτων παραγόμενη από μη στοχευμένη ανάλυση, περιέχει συνήθως περισσότερες από 10.000 καταγραφές. Λόγω της αβεβαιότητας που εισάγεται στη μεθοδολογία από τις λανθασμένα θετικές εγγραφές οι αναλυτικοί χημικοί πρέπει να αυξήσουν σημαντικά τον όγκο εργασίας τους, ώστε να μειωθεί η πιθανότητα εσφαλμένης αναφοράς ουσιών που δεν υπάρχουν στο δείγμα, αλλά και να αποφευχθεί η αγορά προτύπων ουσιών για την επιβεβαίωση της ύπαρξης ουσιών στο δείγμα, που στην πραγματικότητα, είτε είναι προερχόμενες από το τυφλό δείγμα, είτε είναι θόρυβος. Ο σκοπός της παρούσας εργασίας είναι να αναπτύξει αποτελεσματικές μεθόδους χαρακτηρισμού των κορυφών σημάτων που προκύπτουν μετά την εφαρμογή αλγορίθμων εντοπισμού κορυφών στα αναλυτικά δεδομένα και να αποδείξει την αποτελεσματικότητά τους όταν εφαρμόζονται σε μεγάλο όγκο δεδομένων παραγόμενων από τη χημική ανάλυση ουσιών σε πολύπλοκες μήτρες, όπως για παράδειγμα η ιλύς. Το πρώτο κεφάλαιο αποτελεί ένα συνοπτικό οδηγό στις μεθοδολογίες που ακολουθούνται κατά τη μη στοχευμένη ανάλυση, στους αλγορίθμους προεπεξεργασίας των αναλυτικών δεδομένων και επιλογής αναλυτικών κορυφών και τέλος στα εργαλεία που χρησιμοποιούνται μέχρι σήμερα για την επίλυση του προβλήματος της αφαίρεσης του λευκού και γενικότερα των ψευδώς θετικών κορυφών από τα δεδομένα. Το δεύτερο κεφάλαιο είναι οργανωμένο σε τέσσερα υποκεφάλαια καθένα από τα οποία αντιστοιχεί σε έναν από τους συνολικά τέσσερις αλγορίθμους που αναπτύχθηκαν στην παρούσα εργασία και το τελευταίο κεφάλαιο αφιερώνεται στη συζήτηση των αποτελεσμάτων που προκύπτουν από την εφαρμογή κάθε αλγορίθμου στα δεδομένα.","abstract_has_math":false,"creators":["Μπέικος Πολύκαρπος","Beikos Polykarpos"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2018,"date_issued":"2018","date_published":"2018","updated_at":"2026-11-19T05:32:14Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2811976"],"render_values":[{"text":"uoadl:2811976","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2811976","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2811976","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%3A2811976","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Μπέικος Πολύκαρπος","Beikos Polykarpos"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2018"]},{"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":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2811976","https://pergamos.lib.uoa.gr/uoa/dl/object/2811976"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Στην παρούσα εργασία θα παρουσιαστούν καινοτόμα εργαλεία για την ανίχνευση και αφαίρεση των ψευδώς θετικά επισημασμένων αναλυτικών σημάτων προερχόμενων από την ανάλυση δεδομένων υγρής χρωματογραφίας συζευγμένης με φασματογράφο μάζας υψηλής διακριτικής ικανότητας. Τεχνικές χημειομετρίας, εξόρυξης δεδομένων και μηχανικής μάθησης θα εφαρμοστούν στα δεδομένα που προκύπτουν από την ανάλυση δειγμάτων λυματολάσπης (ιλύος), των οποίων ενέσεις εγχύθηκαν μαζί με ενέσεις λευκού δείγματος (blank) σε αναλυτικό όργανο HPLC-QTOF-MS, με σκοπό να εντοπιστούν οι καταχωρήσεις σημάτων που προέρχονται από το blank (τυφλό δείγμα), καθώς και όλα τα ψευδώς θετικά σήματα ανεξαρτήτως προέλευσης, ώστε να αφαιρεθούν από τα δεδομένα. Τα ψευδώς θετικά σήματα αυξάνουν τον όγκο εργασίας κατά την ανάλυση των δεδομένων, εισάγουν πολυσυγγραμικότητα στη στατιστική ανάλυση των δεδομένων και μειώνουν την αξιοπιστία της λίστας αναλυτικών σημάτων που προκύπτει στο τέλος της διαδικασίας μη στοχευμένης ανάλυσης. Το πρόβλημα που ανακύπτει είναι σημαντικό, καθώς μια τυπική λίστα σημάτων παραγόμενη από μη στοχευμένη ανάλυση, περιέχει συνήθως περισσότερες από 10.000 καταγραφές. Λόγω της αβεβαιότητας που εισάγεται στη μεθοδολογία από τις λανθασμένα θετικές εγγραφές οι αναλυτικοί χημικοί πρέπει να αυξήσουν σημαντικά τον όγκο εργασίας τους, ώστε να μειωθεί η πιθανότητα εσφαλμένης αναφοράς ουσιών που δεν υπάρχουν στο δείγμα, αλλά και να αποφευχθεί η αγορά προτύπων ουσιών για την επιβεβαίωση της ύπαρξης ουσιών στο δείγμα, που στην πραγματικότητα, είτε είναι προερχόμενες από το τυφλό δείγμα, είτε είναι θόρυβος. Ο σκοπός της παρούσας εργασίας είναι να αναπτύξει αποτελεσματικές μεθόδους χαρακτηρισμού των κορυφών σημάτων που προκύπτουν μετά την εφαρμογή αλγορίθμων εντοπισμού κορυφών στα αναλυτικά δεδομένα και να αποδείξει την αποτελεσματικότητά τους όταν εφαρμόζονται σε μεγάλο όγκο δεδομένων παραγόμενων από τη χημική ανάλυση ουσιών σε πολύπλοκες μήτρες, όπως για παράδειγμα η ιλύς. Το πρώτο κεφάλαιο αποτελεί ένα συνοπτικό οδηγό στις μεθοδολογίες που ακολουθούνται κατά τη μη στοχευμένη ανάλυση, στους αλγορίθμους προεπεξεργασίας των αναλυτικών δεδομένων και επιλογής αναλυτικών κορυφών και τέλος στα εργαλεία που χρησιμοποιούνται μέχρι σήμερα για την επίλυση του προβλήματος της αφαίρεσης του λευκού και γενικότερα των ψευδώς θετικών κορυφών από τα δεδομένα. Το δεύτερο κεφάλαιο είναι οργανωμένο σε τέσσερα υποκεφάλαια καθένα από τα οποία αντιστοιχεί σε έναν από τους συνολικά τέσσερις αλγορίθμους που αναπτύχθηκαν στην παρούσα εργασία και το τελευταίο κεφάλαιο αφιερώνεται στη συζήτηση των αποτελεσμάτων που προκύπτουν από την εφαρμογή κάθε αλγορίθμου στα δεδομένα.","In the current thesis, novel tools are developed to detect and remove false positives signals, either due to instrument contamination (carry over in the separation column or presence of contaminants in the ion source) or analytical procedure, in liquid chromatography-high resolution-mass spectrometry data (LC-HRMS) or due to noise artifacts. Advanced chemometrics, data mining and machine learning techniques are applied, as a case study, to treat the data of sewage sludge samples analyzed in High Pressure Liquid Chromatography- Quadruple Time of Flight- high resolution-mass spectrometry (HPLC-QToF-HRMS). Analytical procedural blank injections alongside the samples are injected in HPLC-QToF MS instrument in order to detect the false positive peaks and to subtract them from the data. False positive peaks increase the data analysis workload, they insert multicollinearity in the statistical analysis and they reduce the reliability of the peaks-list generated at the end of any suspect or non-target screening workflow. This becomes an uprising issue, as a simple peaks-list includes over 10,000 features acquired from LCHRMS instrument. Due to the uncertainty associated with the data treatment of such peaks-lists (i.e. comparison of instrumental response between procedural blank and real sample, matrix effect, retention time deviation or loss of instrumental sensitivity and human error), the workload of the analytical chemist is significantly increased, in order to avoid reporting false positive identifications. The main objective of this thesis is to develop effective chemometrics, data mining and artificial intelligence tools to detect these false positive peaks and treat the peaks-list generated from peak picking algorithms. This will incorporate use of fold changes in the instrumental response factor (intensity), retention time deviation tolerance, mass accuracy threshold, peak shape and comparison of peak area between set of samples and procedural blank. Promising results are acquired when instead of a single sample versus analytical procedural blank, several samples are used to detect false positives. The first chapter is a quick guide to the workflows that are followed in suspect and non-target screening, the algorithms used for processing of the HRMS raw data and finally to the tools currently used to solve the subtraction of false positive peaks in the real sample. The second chapter is organized in four sub chapters, one for each tool developed in the current thesis and the final chapter is dedicated to a discussion of the qualitative and quantitative results obtained after the application of each proposed method on sewage sludge samples."]},{"key":"dc:title","label":"Title","values":["Minimizing analytical procedural mass spectral features as false positive peaks in untargeted liquid chromatography-high resolution mass spectrometry data processing"]}]}],"canonical_facts":{"dc:creator":["Μπέικος Πολύκαρπος","Beikos Polykarpos"],"dc:date":["2018"],"dc:description":["Στην παρούσα εργασία θα παρουσιαστούν καινοτόμα εργαλεία για την ανίχνευση και αφαίρεση των ψευδώς θετικά επισημασμένων αναλυτικών σημάτων προερχόμενων από την ανάλυση δεδομένων υγρής χρωματογραφίας συζευγμένης με φασματογράφο μάζας υψηλής διακριτικής ικανότητας. Τεχνικές χημειομετρίας, εξόρυξης δεδομένων και μηχανικής μάθησης θα εφαρμοστούν στα δεδομένα που προκύπτουν από την ανάλυση δειγμάτων λυματολάσπης (ιλύος), των οποίων ενέσεις εγχύθηκαν μαζί με ενέσεις λευκού δείγματος (blank) σε αναλυτικό όργανο HPLC-QTOF-MS, με σκοπό να εντοπιστούν οι καταχωρήσεις σημάτων που προέρχονται από το blank (τυφλό δείγμα), καθώς και όλα τα ψευδώς θετικά σήματα ανεξαρτήτως προέλευσης, ώστε να αφαιρεθούν από τα δεδομένα. Τα ψευδώς θετικά σήματα αυξάνουν τον όγκο εργασίας κατά την ανάλυση των δεδομένων, εισάγουν πολυσυγγραμικότητα στη στατιστική ανάλυση των δεδομένων και μειώνουν την αξιοπιστία της λίστας αναλυτικών σημάτων που προκύπτει στο τέλος της διαδικασίας μη στοχευμένης ανάλυσης. Το πρόβλημα που ανακύπτει είναι σημαντικό, καθώς μια τυπική λίστα σημάτων παραγόμενη από μη στοχευμένη ανάλυση, περιέχει συνήθως περισσότερες από 10.000 καταγραφές. Λόγω της αβεβαιότητας που εισάγεται στη μεθοδολογία από τις λανθασμένα θετικές εγγραφές οι αναλυτικοί χημικοί πρέπει να αυξήσουν σημαντικά τον όγκο εργασίας τους, ώστε να μειωθεί η πιθανότητα εσφαλμένης αναφοράς ουσιών που δεν υπάρχουν στο δείγμα, αλλά και να αποφευχθεί η αγορά προτύπων ουσιών για την επιβεβαίωση της ύπαρξης ουσιών στο δείγμα, που στην πραγματικότητα, είτε είναι προερχόμενες από το τυφλό δείγμα, είτε είναι θόρυβος. Ο σκοπός της παρούσας εργασίας είναι να αναπτύξει αποτελεσματικές μεθόδους χαρακτηρισμού των κορυφών σημάτων που προκύπτουν μετά την εφαρμογή αλγορίθμων εντοπισμού κορυφών στα αναλυτικά δεδομένα και να αποδείξει την αποτελεσματικότητά τους όταν εφαρμόζονται σε μεγάλο όγκο δεδομένων παραγόμενων από τη χημική ανάλυση ουσιών σε πολύπλοκες μήτρες, όπως για παράδειγμα η ιλύς. Το πρώτο κεφάλαιο αποτελεί ένα συνοπτικό οδηγό στις μεθοδολογίες που ακολουθούνται κατά τη μη στοχευμένη ανάλυση, στους αλγορίθμους προεπεξεργασίας των αναλυτικών δεδομένων και επιλογής αναλυτικών κορυφών και τέλος στα εργαλεία που χρησιμοποιούνται μέχρι σήμερα για την επίλυση του προβλήματος της αφαίρεσης του λευκού και γενικότερα των ψευδώς θετικών κορυφών από τα δεδομένα. Το δεύτερο κεφάλαιο είναι οργανωμένο σε τέσσερα υποκεφάλαια καθένα από τα οποία αντιστοιχεί σε έναν από τους συνολικά τέσσερις αλγορίθμους που αναπτύχθηκαν στην παρούσα εργασία και το τελευταίο κεφάλαιο αφιερώνεται στη συζήτηση των αποτελεσμάτων που προκύπτουν από την εφαρμογή κάθε αλγορίθμου στα δεδομένα.","In the current thesis, novel tools are developed to detect and remove false positives signals, either due to instrument contamination (carry over in the separation column or presence of contaminants in the ion source) or analytical procedure, in liquid chromatography-high resolution-mass spectrometry data (LC-HRMS) or due to noise artifacts. Advanced chemometrics, data mining and machine learning techniques are applied, as a case study, to treat the data of sewage sludge samples analyzed in High Pressure Liquid Chromatography- Quadruple Time of Flight- high resolution-mass spectrometry (HPLC-QToF-HRMS). Analytical procedural blank injections alongside the samples are injected in HPLC-QToF MS instrument in order to detect the false positive peaks and to subtract them from the data. False positive peaks increase the data analysis workload, they insert multicollinearity in the statistical analysis and they reduce the reliability of the peaks-list generated at the end of any suspect or non-target screening workflow. This becomes an uprising issue, as a simple peaks-list includes over 10,000 features acquired from LCHRMS instrument. Due to the uncertainty associated with the data treatment of such peaks-lists (i.e. comparison of instrumental response between procedural blank and real sample, matrix effect, retention time deviation or loss of instrumental sensitivity and human error), the workload of the analytical chemist is significantly increased, in order to avoid reporting false positive identifications. The main objective of this thesis is to develop effective chemometrics, data mining and artificial intelligence tools to detect these false positive peaks and treat the peaks-list generated from peak picking algorithms. This will incorporate use of fold changes in the instrumental response factor (intensity), retention time deviation tolerance, mass accuracy threshold, peak shape and comparison of peak area between set of samples and procedural blank. Promising results are acquired when instead of a single sample versus analytical procedural blank, several samples are used to detect false positives. The first chapter is a quick guide to the workflows that are followed in suspect and non-target screening, the algorithms used for processing of the HRMS raw data and finally to the tools currently used to solve the subtraction of false positive peaks in the real sample. The second chapter is organized in four sub chapters, one for each tool developed in the current thesis and the final chapter is dedicated to a discussion of the qualitative and quantitative results obtained after the application of each proposed method on sewage sludge samples."],"dc:identifier":["uoadl:2811976","https://pergamos.lib.uoa.gr/uoa/dl/object/2811976"],"dc:language":["English"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Minimizing analytical procedural mass spectral features as false positive peaks in untargeted liquid chromatography-high resolution mass spectrometry data processing"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:32:14Z"}