Universiteit van Amsterdam
Aanpassing data-analyse aan verschillende eigenschapen geeft beter resultaat
Promotie Scheikunde
dinsdag 22 september, 10.00 uur
Eiwitten zijn onder andere een onderdeel van het immuunsysteem, zorgen voor het transport van stoffen door het lichaam en katalyseren reacties in de cel. Ziekten kunnen het gevolg zijn van veranderingen in de (hoeveelheid) eiwitten in de cel en kunnen ook veranderingen veroorzaken. Het is mogelijk om in een (bloed-)monster veel eiwitten tegelijk te meten met bijvoorbeeld massaspectrometrie en zo een eiwitprofiel te bepalen. Door groepen patiënten en gezonde personen te vergelijken met behulp van classificatiemethoden die de metingen aan veel eiwitten samen beschouwen (multivariate analyse), kunnen hopelijk ziekte-specifieke verschillen gevonden worden die geschikt zijn voor het stellen van een diagnose. Dit gebeurt in het vakgebied dat klinische proteomics heet. Suzanne Smit behandelt de analyse van klinische proteomics-data. Vanwege de omvang van de data en de te verwachten kleine verschillen tussen de groepen zijn speciale strategieën voor de data-analyse noodzakelijk. Een belangrijk aspect van de voorgestelde strategie is een specifieke combinatie van methoden voor het valideren van de data-analyse waarmee een antwoord gegeven kan worden op de vraag of de classificatie ook zal werken op nieuw te meten monsters. Verder toont Smit hoe de data-analyse aangepast kan worden aan verschillende eigenschappen van de data om een zo goed mogelijk resultaat te behalen. Door bijvoorbeeld gepaarde data, zoals metingen van monsters van dezelfde persoon voor en na behandeling, op een gepaarde manier te analyseren worden verschillen veel duidelijker.
Mw. S. Smit: Statistical data processing in clinical proteomics. Promotoren zijn dhr. prof. dr. A.K. Smilde en dhr. prof. dr. C.G. de Koster.
Locatie: Agnietenkapel, Oudezijds Voorburgwal 231, Amsterdam.