miun.sePublications
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
An automatic peak finding method for LC-MS data using Gaussian second derivative filtering
Mid Sweden University, Faculty of Science, Technology and Media, Department of Natural Sciences, Engineering and Mathematics.
Mid Sweden University, Faculty of Science, Technology and Media, Department of Natural Sciences, Engineering and Mathematics.ORCID iD: 0000-0002-3646-294X
2009 (English)In: Journal of Separation Science, ISSN 1615-9306, E-ISSN 1615-9314, Vol. 32, no 22, p. 3906-3918Article in journal (Refereed) Published
Abstract [en]

A highly automated procedure for localising and characterising peaks in the chromatographic time domain of LC-MS data has been developed. The work was initiated by an identified need to facilitate the detection and tracking of chromatographic peaks during method development for the analysis of impurities in pharmaceutical products. The algorithm is mainly based on a digital filter for which the settings are automatically adapted to the data set under study. The procedure was evaluated for synthetic data sets with various S/N levels, peak widths and baseline properties. It was found that even for the worst case tested with S/N=10 and a high variability in the baseline, 94% of the simulated analytical peaks could be detected without producing any false-positive identifications. Furthermore, the number of correctly estimated peak heights and peak widths falling within a 10% error of the true values were 94 and 91%, respectively. For experimental data sets, peak height, and width estimations were more difficult, but the processed reconstructions showed an excellent agreement with the analytical signals of the raw data, and also a clearly improved visualisation in total ion- and base-peak chromatograms.

Place, publisher, year, edition, pages
Weinheim: Wiley-VCH Verlag , 2009. Vol. 32, no 22, p. 3906-3918
Keywords [en]
Liquid chromatography, Mass spectrometry, Method development, Noise, Peak detection
National Category
Other Basic Medicine
Identifiers
URN: urn:nbn:se:miun:diva-10799DOI: 10.1002/jssc.200900395ISI: 000273993500007PubMedID: 19882622Scopus ID: 2-s2.0-76649123143OAI: oai:DiVA.org:miun-10799DiVA, id: diva2:283703
Available from: 2009-12-30 Created: 2009-12-30 Last updated: 2018-01-12Bibliographically approved
In thesis
1. Efficient algorithms for highly automated evaluation of liquid chromatography - mass spectrometry data
Open this publication in new window or tab >>Efficient algorithms for highly automated evaluation of liquid chromatography - mass spectrometry data
2010 (English)Doctoral thesis, comprehensive summary (Other academic)
Abstract [en]

Liquid chromatography coupled to mass spectrometry (LC‐MS) has due to its superiorresolving capabilities become one of the most common analytical instruments fordetermining the constituents in an unknown sample. Each type of sample requires a specificset‐up of the instrument parameters, a procedure referred to as method development.During the requisite experiments, a huge amount of data is acquired which often need to bescrutinised in several different ways. This thesis elucidates data processing methods forhandling this type of data in an automated fashion.The properties of different commonly used digital filters were compared for LC‐MS datade‐noising, of which one was later selected as an essential data processing step during adeveloped peak detection step. Reconstructed data was further discriminated into clusterswith equal retention times into components by an adopted method. This enabled anunsupervised and accurate comparison and matching routine by which components fromthe same sample could be tracked during different chromatographic conditions.The results show that the characteristics of the noise have an impact on the performanceof the tested digital filters. Peak detection with the proposed method was robust to thetested noise and baseline variations but functioned optimally when the analytical peaks hada frequency band different from the uninformative parts of the signal. The algorithm couldeasily be tuned to handle adjacent peaks with lower resolution. It was possible to assignpeaks into components without typical rotational and intensity ambiguities associated tocommon curve resolution methods, which are an alternative approach. The underlyingfunctions for matching components between different experiments yielded satisfactoryresults. The methods have been tested on various experimental data with a high successrate.

Abstract [sv]

De analysinstrument som används för att ta reda på vad ett prov innehåller(och till vilken mängd) måste vanligtvis ställas in för det specifika fallet, för attfungera optimalt. Det finns ofta en mängd olika variabler att undersöka som harmer eller mindre inverkan på resultatet och när provet är okänt kan man oftast inteförutspå de optimala inställningarna i förtid.En vätskekromatograf med en masspektrometer som detektor är ett sådantinstrument som är utvecklat för att separera och identifiera organiska ämnen lösta ivätska. Med detta mycket potenta system kan man ofta med rätt inställningar delaupp de ingående ämnena i provet var för sig och samtidigt erhålla mått som kanrelateras till dess massa och mängd. Detta system används flitigt av analytiskalaboratorer inom bl.a. läkemedelsindustrin för att undersöka stabilitet och renhethos potentiella läkemedel. För att optimera instrumentet för det okända provetkrävs dock att en hel del försök utförs där inställningarna varieras. Syftet är attmed en mindre mängd designade försök bygga en modell som klarar av att peka åtvilket håll de optimala inställningarna finns. Data som genereras från instrumentetför denna typ av applikation är i matrisform då instrumentet scannar och spararintensiteten av ett intervall av massor varje tidpunkt en mätning sker. Om enanalyt når detektorn vid aktuell tidpunkt återges det som en eller flera överlagdanormalfördelade toppar som ett specifikt mönster på en annars oregelbundenbakgrundssignal. Förutom att alla topparna i det färdiga datasetet helst ska varavälseparerade och ha den rätta formen, så ska tiden analysen pågår vara så kortsom möjlig. Det är ändå inte ovanligt att ett färdigt dataset består av tiotalsmiljoner uppmätta intensiteter och att det kan krävas runt 10 försök med olikabetingelser för att åstadkomma ett godtagbart resultat.Dataseten kan dock till mycket stor del innehålla brus och andra störandesignaler vilket gör de extra krångligt att tolka och utvärdera. Eftersom man ävenofta får att komponenterna byter plats i ett dataset när betingelserna ändras kan enmanuell utvärdering ta mycket lång tid.Syftet med denna avhandling har varit att hitta metoder som kan vara till nyttaför den som snabbt och automatiskt behöver jämföra dataset analyserade medolika kromatografiska betingelser, men med samma prov. Det slutgiltiga målet harfrämst varit att identifiera hur olika komponenter i provet har rört sig mellan deolika dataseten, men de steg som ingår kan även nyttjas till andra applikationer.

Place, publisher, year, edition, pages
Sundsvall: Mittuniversitetet, 2010
Series
Mid Sweden University doctoral thesis, ISSN 1652-893X ; 98
Keywords
Digital filtering, Liquid chromatography, Mass spectrometry, Method
National Category
Chemical Sciences
Identifiers
urn:nbn:se:miun:diva-12991 (URN)978-91-86694-03-6 (ISBN)
Public defence
2010-12-03, L111, Mittuniversitetet, Sundsvall, Sundsvall, 10:15
Supervisors
Available from: 2011-01-14 Created: 2011-01-14 Last updated: 2011-01-15Bibliographically approved

Open Access in DiVA

No full text in DiVA

Other links

Publisher's full textPubMedScopus

Authority records BETA

Fredriksson, MattiasBylund, Dan

Search in DiVA

By author/editor
Fredriksson, MattiasBylund, Dan
By organisation
Department of Natural Sciences, Engineering and Mathematics
In the same journal
Journal of Separation Science
Other Basic Medicine

Search outside of DiVA

GoogleGoogle Scholar

doi
pubmed
urn-nbn

Altmetric score

doi
pubmed
urn-nbn
Total: 806 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