Advanced Processing of Gas Chromatography - High Resolution Mass Spectrometry Data

Helge Hecht, M.Sc.

Disertační práce

Anotace:

Plynová chromatografie s hmotnostní spektrometrií s vysokým rozlišením (GC-HRMS) se jako analytická metoda používá k detekci a identifikaci malých molekul v rozsáhlých necílených studiích biologických vzorků. V současnosti dostupné metody zpracování dat nejsou dostatečné vzhledem k množství a kvalitě produkovaných dat. Vyvstává zde tedy potřeba pokročilých metod zpracování dat. Tato práce popisuje vývoj nového ekosystému nástrojů pro zpracování velkých souborů dat z GC-HRMS. Při vývoji jsou uplatňovány osvědčené postupy z oblasti softwarového inženýrství pro výzkum (RSE), což zajišťuje, že všechny nástroje jsou FAIR (findable, accessible, interoperable a reusable). Je vyvinut nový workflow pro zpracování dat z GC-HRMS a další materiály pro úpravu knihoven hmotnostních spekter a in silico predikci hmotnostních spekter. Zatímco nástroje a materiály dostupné v Galaxy poskytují výzkumným pracovníkům škálovatelná řešení pro zpracování dat, možnosti in silico predikce spekter zvolené metody jsou pro daný problém nedostatečné. I přes toto omezení práce představuje přínos pro obor výzkumu. Tento přínos spočívá jak v nově vytvořeném udržitelném ekosystému nástrojů umožňujících holistický přístup ke zpracování dat z GC-HRMS, tak v její metodologii. Tato práce také poukazuje na význam a možný vliv osvědčených postupů RSE v open science.

Abstract:

Gas chromatography - high-resolution mass spectrometry (GC-HRMS) as an analytical technique is used for the detection and identification of small molecules in large non-targeted studies of biological samples. Currently available data processing methods are not adequate for the quantity and quality of produced data, creating the need for advanced data processing techniques. This thesis describes the development of a new ecosystem of tools for the processing of large-scale GC-HRMS datasets. During development, best practices from research software engineering (RSE) are applied to ensure that all resources are FAIR (findable, accessible, interoperable and reusable). A new workflow for GC-HRMS data processing is developed alongside additional materials for the curation of mass spectral libraries and the in silico prediction of mass spectra. While the Galaxy-based resources provide scalable data processing solutions for researchers, the in silico spectra predictions capabilities of the chosen method are inadequate for the problem at hand. Notwithstanding these limitations, the contribution of this thesis lies in the newly developed sustainable ecosystem of tools providing a holistic approach to GC-HRMS data processing as well as its methodology. This work also highlights the importance and possible impact of RSE best-practices in open science.

Keywords

plynová chromatografie, hmotnostní spektrometrie s vysokým rozlišením, softwarové inženýrství pro výzkum, gas chromatography, high-resolution mass spectrometry, research software engineering

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 15. 1. 2025

Obhajoba závěrečné práce

• Obhajoba proběhla 4. 3. 2025
• Vedoucí: PhD Elliott James Price
• Oponent: Dr. Elizabeth J. Want, Dr. Christian Panse

Masarykova univerzita

Přírodovědecká fakulta

Doktorský studijní program / obor:
Životní prostředí a zdraví / Matematická biologie, bioinformatika a modelování