Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Automating analysis of two-dimensional liquid chromatography data
Linköping University, Department of Science and Technology. Linköping University, The Institute of Technology.
2008 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Automatiserad analys av tvådimensionell liquid chromatography data (Swedish)
Abstract [en]

A biomarker is a cellular or molecular indicator of exposure, disease, or susceptibility to disease. Ones a biomarker has been confirmed, it can be used to diagnose disease risk or to tailor treatment for it.

A protein is a possible biomarker. These proteins can be found by several methods, where two-dimensional liquid chromatography (2DLC) is one of the newer approaches. This technique is capable of separating thousands of proteins. To find the proteins whose abundance differs in different groups, the data must be carefully analyzed. Due to the amount of proteins that can be found by the method and difficulties in preparation of the data, this is not a simple problem to solve.

In this thesis a workflow for finding differences between groups of samples analyzed with 2DLC is presented.

The workflow has been separated into three parts. The first part is background subtraction, to remove the parts of the signals that originate from noise. After that comes alignment of the signals. The difficulties to prepare the 2DLC data makes the signal unpredictably distorted in a non linear way. The last part is the essence of the analysis process. First determine that differences do exist between the groups of data being analyzed and then identify where it differs.

Several methods for each part have been evaluated and are presented in this thesis.

Abstract [sv]

En biomarkör är en biologisk variabel som speglar en fysiologisk förändring till följd av sjukdom, läkemedelsbehandling eller annan yttre påverkan. När en biomarkör har blivit konfirmerad kan den användas för att diagnostisera riskerna för en sjukdom eller för att skräddarsy botemedel mot sjukdomen.

Ett protein är en möjlig biomarkör. Dessa proteiner kan hittas med hjälp av ett flertal metoder, bland vilka tvådimensionell liquid chromatography (2DLC) är en av de nyaste infallsvinklarna. Denna teknik kan separera tusentals proteiner. För att hitta de proteiner vars mängd skiljer sig mellan olika grupper av 2DLC-prover måste data från experimentet analyseras noggrant. På grund av mängden proteiner som kan hittas av metoden och problem i framställningsprocessen av 2DLC-data, är detta inget lätt problem att lösa.

I det här examensarbetet kommer ett arbetsflöde för att hitta skillnader mellan grupper av prover presenteras.

Arbetsflödet har delats upp i tre delar. Den första delen är bakgrundsborttagning, att ta bort de delar av signalerna som inte korrelerar med mängden protein. Andra delen är linjering av signalerna. Problemet med att framställa 2DLC-data gör att signalerna blir oförutsägbart distorderade på ett olinjärt sätt. Den sista delen är själva kärnan i processen; först vill man säkerställa att det verkligen finns skillnader mellan de grupper av data som analyserats, sedan vill man veta var skillnaderna finns.

Ett flertal metoder för varje av de ovanstående delarna har evaluerats och presenteras i det här examensarbetet.

Place, publisher, year, edition, pages
2008. , 39 p.
National Category
Engineering and Technology
Identifiers
URN: urn:nbn:se:liu:diva-95339ISRN: LiU-ITN-TEK-A--08/011--SEOAI: oai:DiVA.org:liu-95339DiVA: diva2:639945
Subject / course
Media Technology
Supervisors
Examiners
Available from: 2013-08-12 Created: 2013-07-03 Last updated: 2013-08-19Bibliographically approved

Open Access in DiVA

fulltext(668 kB)119 downloads
File information
File name FULLTEXT01.pdfFile size 668 kBChecksum SHA-512
33fcdd1eb36f2084861fca9c35c97bc81ba9d0b7ce07747d2343eef1fb8451204b3fb6e8cd0115714d85cf00fc999356f7fb440c2694c3751aa49b81c3cd0c30
Type fulltextMimetype application/pdf

Search in DiVA

By author/editor
Enetoft, Daniel
By organisation
Department of Science and TechnologyThe Institute of Technology
Engineering and Technology

Search outside of DiVA

GoogleGoogle Scholar
Total: 119 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 60 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf