Detailansicht
Developing an integrated data analysis pipeline for clinical and biomedical research
Philipp Trollmann
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Physik
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Computational Science
Betreuer*in
Jürgen Zanghellini
DOI
10.25365/thesis.78601
URN
urn:nbn:at:at-ubw:1-24070.98287.943424-9
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Trotz seiner entscheidenden Rolle in physiologischen Prozessen bleibt das Interstitium – der flüssigkeitsgefüllter Raum zwischen Zellen und Geweben – in der medizinischen Praxis weitgehend ungenutzt, was auf das Fehlen zugänglicher Messmethoden zurückzuführen ist. Die Messung interstitieller Flüssigkeit über Fingerschweiß stellt einen neuartigen, nicht-invasiven und kostengünstigen Ansatz dar, der das Potenzial besitzt, die klinische Diagnostik und das persönliche Gesundheitsmonitoring grundlegend zu revolutionieren. Die Verwirklichung dieses Potenzials hängt jedoch maßgeblich von der Entwicklung einer robusten Normalisierungsstrategie ab. Obwohl die auf Fingerschweiß basierende Methode bereits erfolgreich exogene Substanzen detektiert hat, ist eine zuverlässige Normalisierung notwendig, um endogene Moleküle präzise quantifizieren zu können. Die Komplexität der Schweißzusammensetzung sowie die Feinheiten im Probennahmeprozess bringen zahlreiche unbekannte Variablen mit sich und erschweren die Etablierung verlässlicher Normalisierungsstrategien. Im Rahmen dieser Arbeit werden systematisch verschiedene Normalisierungsstrategien anhand diverser Moleküle entwickelt und evaluiert. Es konnte gezeigt werden, dass kein einzelner Metabolit oder eine festgelegte Kombination eine universelle Normalisierung für Fingerschweißproben bietet. Die zuverlässigsten Ergebnisse wurden durch die Kombination kleiner, biologisch relevanter Moleküle – wie Glutaminsäure mit Xanthin und Hypoxanthin – erzielt, ergänzt durch eine Median-Gewichtung und die Anwendung der Variance Stabilizing Normalization (VSN) nach der Normalisierung. Diese Ansätze verbesserten die Reproduzierbarkeit und Robustheit zwischen Studien, jedoch bestehen weiterhin Herausforderungen aufgrund variabler Anteile von Schweiß- und hautbürtigen Komponenten, Unterschieden in der molekularen Linearität sowie technischer Schwankungen der Messmethoden. Insgesamt verdeutlicht diese Arbeit sowohl die erzielten Fortschritte als auch die Komplexität bei der Normalisierung von Fingerschweißdaten für klinische und longitudinale Studien. Dennoch bleibt eine wirklich universelle Methode weiterhin außer Reichweite, was den Bedarf an weiterführender Forschung zu Ursprung, Dynamik und Messverhalten schweißabgeleiteter Merkmale unterstreicht. Ein vertieftes Verständnis des Probennahmeprozesses und der Matrix ist entscheidend, um Fingerschweiß als robuste Matrix für personalisierte Gesundheitsdiagnostik und klinisches Monitoring zu etablieren.
Abstract
(Englisch)
Despite its critical role in physiological processes, the interstitium, a fluid-filled space between cells and tissues, remains largely unmeasured in medical practice due to a lack of accessible methods. Measuring interstitial fluid via finger sweat presents a novel, non-invasive, and cost-effective solution with the potential to revolutionize clinical assessment and personal health monitoring. However, realizing this potential hinges on developing a robust normalization strategy. Although this finger sweat-based method has effectively detected exogenous substances, accurately quantifying endogenous molecules requires a dependable approach to normalization. The complexity of sweat composition and the nuances of the sampling process introduce numerous unknown variables, posing significant challenges to establishing reliable normalization strategies. This thesis systematically develops and evaluates normalization strategies using diverse molecules, ultimately demonstrating that no single metabolite or fixed combination provides universal normalization across finger sweat samples. The most reliable results were achieved using combinations of small, biologically relevant molecules, such as glutamic acid with, xanthine and hypoxanthine, in addition to a Median weighting strategy and VSN applied post-normalization. While these approaches improved reproducibility and robustness between studies, challenges remain due to the variable contributions of sweat and skin-derived compounds, differences in molecular linearity, and technical variations inherent to measurement methods. Ultimately, this work highlights both the progress and complexity in normalizing finger sweat data for clinical and longitudinal studies. However, a truly universal method remains out of reach, underscoring the need for further research into the origins, dynamics, and measurement behavior of different sweat-derived features. Advancing the understanding of our sampling process and matrix will be key to realizing finger sweat as a robust matrix for personalized health diagnostics and clinical monitoring.
Schlagwörter
Schlagwörter
(Deutsch)
Fingerschweiß Schweiß-Metabolomik Normalisierungsstrategie Personalisierte Medizin Interstitielle Flüssigkeit Bayessche Optimierung Varianzstabilisierung Parallelisierung Kurvenanpassung Mathematische Modelle LC-MS Daten Flüssigchromatographie-Massenspektrometrie LC-MS Optimierungsstrategien Gewichtungsstrategien Datenwissenschaft Datenmanagement
Schlagwörter
(Englisch)
Finger sweat Sweat metabolomics Normalization strategy Personalized medicine Interstitial fluid Bayesian optimization Variance stabilization Weighting strategies Optimization strategies Parallelization Curve fitting Mathematical models LC-MS data Liquid chromatography–mass spectrometry LC-MS Data Science Data management
Autor*innen
Philipp Trollmann 
Haupttitel (Englisch)
Developing an integrated data analysis pipeline for clinical and biomedical research
Paralleltitel (Deutsch)
Entwicklung einer integrierten Datenanalyse-Pipeline für die klinische und biomedizinische Forschung
Publikationsjahr
2025
Umfangsangabe
x, 119 Seiten : Illustrationen
Sprache
Englisch
Beurteiler*in
Jürgen Zanghellini
AC Nummer
AC17562486
Utheses ID
76001
Studienkennzahl
UA | 066 | 910 | |