Chemometrics and data mining in chemistry

Mgr. Filippo Amato, Ph.D.

Doctoral thesis

Abstract:

Doktorská distertace se zabývá Chemometrií a "vyhodnocením dat" v chemických vědách. Metody, jako jsou: analýza hlavních komponent (PCA), nelineární analýzy hlavních komponent (NLPCA), faktorová analýza (FA), ortogonální projekce na latentní struktury diskriminační analýza (OPS-DA), experimentální design (ED), vícenásobné lineární regrese (MLR), hierarchické shlukování, vícevrstvé dopředné neuronové sítě (MLFF ANNs) a autoassociativní umělé neuronové sítě (AAANN) byly použity při řešení několika problémů: 1. Hmotnostní spektrometrie - údaje získané z pokusů s laserovou ablační syntézou (LAS) různých anorganických materiálů (Au-C, Au-Se, Au-Ag-Te, atd.) byly vyhodnoceny pomocí modelování izotopových obálek a v některých případech byl problém dekonvoluce signálu vyřešen použitím algoritmu na bázi optimalizace s využitím metody nejmenších čtverců 2. Byla navržena a publikována metoda kombinace metody plánování pokusů a umělých neuronových sítí ( ED-ANN) jako nový přístup k vyhodnocení kinetických dat pro účely stanovení kinetických konstant a provícesložkovou kinetickou analýzu.. 3. „Hmotnostně spektrometrické Fingerprints “ (otisky) celých-savčích buněčných linií byly vyhodnoceny pomocí statistických metod a OPLS-DA techniky. 4. Byla vyvinuta nová obecná definice "aditivního účinku" dvou nebo více léčiv v multi-komponentní směsi léčiv a kombinací ED a ANN byl nalezen algoritmus pro hledání optimálního složení takových směsí s maximálním synergickým efektem. Vyvinutá metoda překonává nevýhody, omezení a chyby, které jsou ve stávajících technikách. 5. Bylo publikováno REVIEW týkající se aplikací ANN v lékařské diagnostice a předložena metodika těchto aplikací.(publikováno jako Editorial). 6. Review týkající se minulosti, současné a budoucí aplikace koordinačních sloučenin v léčbě rakoviny bylo submitováno. 7. Několik dalších prací, které se zabývají aplikacemi chemometrie a umělé inteligence v proteomice jsou ve vývoji.

Abstract:

The Thesis deals with chemometrics and with "Data evaluation" in Chemical Sciences. Methods such as: principal component analysis (PCA), non-linear principal component analysis (NLPCA), factor analysis (FA), orthogonal projection to latent structures discriminant analysis (OPLS-DA), experimental design (ED), multiple linear regression (MLR), hierarchical clustering, multi-layer feed-forward artificial neural networks (MLFF ANNs) and autoassociative artificial neural networks (AA ANN) have been used in solving several problems: 1. Mass spectrometric data obtained from experiments of laser ablation synthesis (LAS) of various inorganic materials (Au-C, Au-Se, Au-Ag-Te, etc.) have been evaluated via the modeling of isotopic patterns and in some cases the problem of signal deconvolution has been solved using an algorithm based on least-squares optimization. 2. Combined ED-ANNs approach for the evaluation of kinetic data for the purpose of kinetic constants determination and multicomponent kinetic analysis has been proposed and published. 3. Mass spectrometric fingerprints of whole-mammalian cell-lines have been evaluated by statistical methods and OPLS-DA technique. Original criterion for the recognition of possible markers of subtle cell changes from the results of OPLS-DA applied to MALDI-TOF-MS data has been developed. 4. A new general definition of "additive effect" of two or more drugs in multi-drug mixtures has been developed as well as a robust and validated chemometric method based on the combination of ED and ANNs to search for the optimal composition of multi-drug mixtures showing the maximum synergistic effect. The developed method overcomes the drawbacks, limitations and errors present in current techniques such as Combination Index and Isobologram ones. 5. A review concerning the application of ANNs in medical diagnosis has been elaborated and published (as Editorial). 6. A review concerning past, present and future application of coordination compounds in anti-cancer therapy was submitted. 7. Several other papers dealing with applications of chemometrics and artificial intelligence in proteomics are in progress.

Keywords

Chemometrics, Artificial Intelligence, Soft-Modeling, Matrix-Assisted Laser Desorption Ionisation Mass Spectrometry, Isotopic Pattern Modeling, Artificial Neural Networks, Orthogonal Projection to Latent Structures Discriminant Analysis

Language used: English

Date on which the thesis was submitted / produced: 17. 12. 2014

Thesis defence

• Date of defence: 4. 2. 2015
• Supervisor: prof. RNDr. Josef Havel, DrSc.
• Reader: doc. Ing. Josef Čáslavský, CSc., prof. Victoria Salvadó Martin, Dr. Abdusalam Uheida, PhD.

Masaryk University

Faculty of Science

Doctoral programme / field:
Chemistry (4-years) / Analytical Chemistry