Medizinische Universität Graz

Meine Abschlussarbeiten - Publikationen

Dissertation - Detailansicht

Gehe zu

Betreute Abschlussarbeiten

Sprachversion

Deutsch Englisch (Sprache des Volltextes)

Bibliografische Informationen

Titel

Erstellung eines statistischen Data Driven Workflow für Untargeted Metabolomics Studies: Problematik & Anwendungen

Kurzfassung

Ziel der Dissertation war es, einen statistischen data-driven Workflow für untargeted Metabolomics Studien zu entwickeln und anzuwenden. Die vorliegende Arbeit befasst sich weiters mit Metabolomics im Allgemeinen und hier speziell mit der Problematik. Der Fokus liegt auf der Methodik. Die große Menge an Daten ist ein Merkmal für Metabolomics Studien und muss mittels statistischer Methoden bearbeitet und gefiltert werden: Ziel ist das Trennen wichtiger Information von unwichtiger Information bzw. Rauschen. Die Definition von „wichtiger“ Information ergibt sich aus der medizinischen oder biologischen Fragestellung. Der Workflow besteht aus insgesamt 15 Schritten, die sowohl Daten-Bearbeitungsschritte wie Filtern und Driftkorrektur als auch die statistische Analyse der End-Daten beinhalten. Der Workflow wurde anhand von präklinischen und klinischen Metabolomics Studien fortwährend weiterentwickelt und optimiert. Ein Auszug der wichtigsten und größten Studien wird hier als repräsentative Anwendungsbeispiele beschrieben. Die wichtigsten Ergebnisse der Dissertation sind:
-Implementierung des Workflows für klinische und präklinische untargeted LC-MS Metabolomics Studien, mit spezifischen Anpassungen ja nach wissenschaftlicher Fragestellung
-Erfolgreiche Anwendung der Driftkorrektur via Quantils-Regression an einem großen GC-MS Data-Set (> 1000 samples)
-Branched chain amino acids und armonatic amino acids gelten als Indikatoren für kardiovaskuläres Risiko, diese wurden als signifikante Metabolomics Marker bei Bariatric Surgery Patienten identifiziert.
-Bewusstsein, dass Reflexion und Diskussion in einem interdisziplinären Team ausschlaggebend für interpretierbare Metabolomics-Ergebnisse sind. Eine fortwährende Diskussion von Studiendesign, über Data-Processing bis hin zum statistischen Modellieren ist erforderlich.
-Jede Studie erfordert eine angepasste Muster-Erkennung. Obgleich die Methoden im Workflow standardisiert sein sollen, kann der gesamte Prozess nicht automatisiert werden.
-Fall-Kontroll-Studien eignen sich besser für untargeted Metabolomics Anwendung da hier die Variabilität besser kontrolliert werden kann als bei RCT.

Schlagwörter

Anzahl Seiten

Publikationsjahr

2016

Volltext

Volltext downloaden