PuSH - Publikationsserver des Helmholtz Zentrums München: Deep metabotyping of Exhaled Breath Condensate (EBC) – characterization of surrogate markers for systemic metabolism and non-invasive diagnostics in Diabetes.

Informationen

Hinweise zu Qualitätskriterien von Zeitschriften

Open-Access-Richtlinie der Helmholtz-Gemeinschaft 2016

CC Licencences

Metriken für Publikationen

Navigation

Startseite

English

EVA: Veröffentlichen

Neuer EVA Antrag

Recherche

Erweiterte Suche

Durchblättern nach ...

... HMGU-Autoren/Konsortien

... Organisationsstruktur

... Zeitschriften

... Publikationstypen

... Forschungsdaten

... Arbeitsgruppen

... Erscheinungsjahr

Publikationen im Überblick

Statistik

HGF Fortschrittsbericht

OA Publikationen

Eintragen

Neue Publikation eintragen

Neue Publikation holen aus...

...EVA

Fehlende Publikation melden

Highlights

Suche

Hilfe & Kontakt

Ansprechpartner

Hilfe

Datenschutz

Helmholtz Open Science

Bibliometrische Indikatoren

SHERPA/RoMEO

DOAJ

Export:

Text

Endnote (RIS) BIB

BibTeX

Moritz, F.

Deep metabotyping of Exhaled Breath Condensate (EBC) – characterization of surrogate markers for systemic metabolism and non-invasive diagnostics in Diabetes.

Tiefe Metabotypisierung von Atemkondensat – Charakterisierung von Surrogat-Markern für systemischen Metabolismus und non-invasive Diagnostik für Diabetes.

München, Technische Universität, Fakultät Wissenschaftszentrum Weihenstephan, Diss., 2015, 207 S.

Verlagsversion

Abstract
Metriken
Zusatzinfos

The present manuscript treats problems of data analysis in the field of metabolomics. Specifically, the treatment of matrix effects in exhaled breath condensate (EBC) studies, the extended network-based annotation of m/z-features and the nature of multivariate data analysis are treated. A first link between EBC profiles and systemic metabolism is established at hand of the HuMet study – a nutritional study.

Die vorliegende Dissertation behandelt Probleme der Datenanalytik im Bereich der Metabolomik. Im speziellen wird die Handhabung von Matrixeffekten in Atemkondensat-Studien, die erweiterte netzwerk-basierte Annotierung von m/z Signalen und die Natur der Multivariaten Datenanalyse behandelt. Anhand der HuMet Studie – einer Ernährungsstudie – wird erstmals eine Verbindung zwischen Atemkondensatprofilen und systemischem Metabolismus hergestellt.