Implementace dekonvolučních metod pro GC/MS data s vysokým rozlišením

Bc. Jiří Novotný

Master's thesis

Implementation of deconvolution methods for high-resolution GC/MS data

Abstract:

Plynová chromatografie s hmotnostní detekcí (GC/MS) je často využívaná metoda k separaci a identifikaci jednotlivých chemických látek ze složitých směsí, zejména ze vzorků přírodního původu. Čím precizněji GC/MS analýza probíhá, o to větší soubory dat je poté nutno zpracovat. Jedním z výpočetních nástrojů pro hlubší zpracování výstupů z GC/MS je eRah. Centrum pro výzkum toxických látek v prostředí (RECETOX), samostatný ústav Přírodovědecké fakulty Masarykovy univerzity, si vybral nástroj eRah jako podklad pro nový nástroj, který bude schopen zpracovat data ve vysokém rozlišení. I když matematický princip nástroje eRah vypadal vhodně, původní implementaci k tomu nebylo možné použít z důvodu velké spotřeby paměti. Tato práce má za cíl přepsat implementaci nástroje eRah za použití řídkých matic, zejména ke snížení nároků na zdroje paměti. K tomuto účelu jsme vytvořili nový nástroj v jazyce Python zvaný Spectre. Nepokryli jsme celou šíři nástroje eRah, protože se téma ukázalo být rozsáhlejším, než jsme předpokládali. Nástroj Spectre je schopen správně zpracovat výstupní data z GC/MS a připravit je pro fázi dekonvoluce. To, že nástroj Spectre je vhodný ke zpracování dat ve vysokém rozlišení jsme prokázali měřením spotřeby paměti a výkonu. Výsledky této práce mohou být dále využity k rozvoji nástroje Spectre, aby se přiblížil možnostem nástroje eRah.

Abstract:

Gas chromatography coupled with mass spectrometry (GC/MS) is a highly used method for separation and identification of individual chemical substances from complex mixtures, especially from samples of biological origin. The more precise GC/MS analysis of the sample is, the bigger datasets need to be processed. eRah, one of the computational tools for further postprocessing of GC/MS output, has been chosen by Research Centre for Toxic Compounds in the Environment (RECETOX), an independent department at Faculty of Science at Masaryk University, as a basis for creating a new tool capable of processing high-resolution data. Although the mathematical foundation of eRah seems suitable for processing such data, the original implementation due to the high memory consumption is not. This thesis aims to rewrite eRah’s implementation using sparse matrices, especially to lower the requirements on memory resources. For this purpose, we have created a new Python tool called Spectre. We were not able to implement the complete functionality of eRah because the topic is broader than we initially expected. Spectre is capable of preprocessing any GC/MS data correctly to prepare them for the deconvolution phase. We have proven by memory and performance benchmarking that Spectre is suitable for processing of high-resolution data. The findings from this study can be further used to successfully extend Spectre's functionality to match the eRah's capabilities.

Keywords

mass spectrometry, gas chromatography, sparse matrices, deconvolution, eRah, memory-bound computation, high resolution

Language used: English

Date on which the thesis was submitted / produced: 20. 5. 2019

Thesis defence

• Date of defence: 21. 6. 2019
• Supervisor: Mgr. Aleš Křenek, Ph.D.
• Reader: RNDr. Jiří Filipovič, Ph.D.

Masaryk University

Faculty of Informatics

Master programme / field:
Applied Informatics / Applied Informatics