guest ::
| 001 | 229177 | ||
| 005 | 20220422221327.0 | ||
| 024 | 7 | _ | |2 URN |a urn:nbn:de:hbz:82-opus-48168 |
| 024 | 7 | _ | |2 HSB |a 999910329758 |
| 024 | 7 | _ | |2 OPUS |a 4816 |
| 024 | 7 | _ | |2 Laufende Nummer |a 32697 |
| 037 | _ | _ | |a RWTH-CONV-144150 |
| 041 | _ | _ | |a English |
| 082 | _ | _ | |a 004 |
| 084 | 7 | _ | |2 ccs |a J.3 |
| 100 | 1 | _ | |0 P:(DE-82)088573 |a Domanova, Olga |b 0 |e Author |
| 245 | _ | _ | |a Automated quantitative analysis methods for translocation of biomolecules in relation to membrane structures |c vorgelegt von Olga Domanova |h online, print |
| 246 | _ | 3 | |a Automatisierte Analyseverfahren für Translokation von Biomolekülen relativ zu Membranstrukturen |y German |
| 260 | _ | _ | |a Aachen |b Publikationsserver der RWTH Aachen University |c 2013 |
| 300 | _ | _ | |a VI, 159 S. : Ill., graph. Darst. |
| 336 | 7 | _ | |a Dissertation / PhD Thesis |0 PUB:(DE-HGF)11 |2 PUB:(DE-HGF) |b phd |m phd |
| 336 | 7 | _ | |a Thesis |0 2 |2 EndNote |
| 336 | 7 | _ | |a doctoralThesis |2 DRIVER |
| 336 | 7 | _ | |a PHDTHESIS |2 BibTeX |
| 336 | 7 | _ | |a Output Types/Dissertation |2 DataCite |
| 336 | 7 | _ | |a DISSERTATION |2 ORCID |
| 500 | _ | _ | |a Zsfassung in dt. und engl. Sprache |
| 502 | _ | _ | |o 2013-10-18 |a Aachen, Techn. Hochsch., Diss., 2013 |g Fak01 |
| 520 | _ | _ | |a Biological processes are complex study objects due to their dynamic nature and structural diversity of living organisms. To study dynamic processes statistically, numerous experiments with multiple observations have to be performed, and data have to be analyzed and evaluated. Owing to great technological advances, gigabytes of data are being acquired both in research and industry. Slow and subjective manual analyses are not sufficient anymore, and automated evaluation methods are required. The distribution of biomolecules provides valuable information on a current biological state. The distribution of biomolecules depends on and is influenced by functions of biomolecules, and may thus be used to detect abnormalities. The relatively young research field extit{toponomics} describes the laws of spatial arrangement of molecules. Several evaluation methods have previously been developed, automatized and standardized. However, no standard evaluation methods have been reported to quantitatively analyze such an important biological process like translocation of biomolecules. Translocation processes are vital for living organisms. For instance, substance inclusion into a cell or exclusion from it represent a translocation. Furthermore, signaling biomolecules translocate from the cytoplasm across the nuclear membrane into the nucleus to influence gene and protein expression. Investigating translocation processes may help to understand complex biological functions. It may also be used to analyze signaling events, or may even be employed for diagnostics and therapy monitoring. Manual and case-specific methods for quantitative translocation analysis are known, but fail to be generally applicable. Therefore, I have developed a novel generic automated approach. The method is based on microscopy images of biological samples. I have defined a generic method to quantitatively express distribution of biomolecules in numeric descriptors. Herewith, changes in distribution may be analyzed using different biological samples. Thus, the samples analyzed do not necessarily have to belong to a time series. Furthermore, not only cell cultures, but also tissue samples can be used for the analysis. Evaluations of cell cultures are simpler due to homogeneity and spatial separation of individual objects. However, structural polarity of the cells can be seen only in tissues. I have developed two workflows based on numeric descriptors for the distribution of bio-ewline molecules. The first workflow uses structure detection in images to localize the objects for evaluation. The second workflow avoids this complex operation by a structure-independent information extraction strategy. Both workflows are generic and may be applied to quantify a wide range of translocation processes. |l eng |
| 520 | 3 | _ | |a Biologische Prozesse sind komplex aufgrund ihrer Dynamik und struktureller Vielfalt lebender Organismen. Um dynamische Prozesse statistisch zu untersuchen, sollten zahlreiche Experimente mit mehreren Beobachtungen durchgeführt werden. Dank der großen technologischen Fortschritte werden Gigabyte von Daten erfasst, sowohl in der Forschung als auch in der Industrie. Diese müssen analysiert und ausgewertet werden. Mühsame und subjektive manuelle Analysen sind nicht mehr ausreichend, und automatisierte Auswerteverfahren sind unerlässlich. Die Verteilung von Biomolekülen liefert wertvolle Informationen zum aktuellen biologischen Zustand von Organismen. Der biologische Zustand hängt von der Aktivität von Biomolekülen ab. Deswegen kann die Verteilung von Biomolekülen analysiert werden um Anomalien zu detektieren. Das relativ junge Forschungsfeld Toponomics beschreibt die Gesetze der räumlichen Anordnung von Molekülen. Mehrere in der Literatur beschriebene Auswerteverfahren wurden automatisiert und standardisiert. Es gibt jedoch keine Standardauswerteverfahren für quantitative Analyse eines wichtigen biologischen Prozesses wie die Translokation von Biomolekülen. Translokationsprozesse sind lebenswichtig. Aufnahme von Substanzen in eine Zelle oder deren Ausschluss stellen, zum Beispiel, eine Translokation dar. Außerdem translozieren Signalmoleküle aus dem Zytoplasma durch die Kernmembran in den Zellkern, um Gen-und Proteinexpression zu beeinflussen. Untersuchung der Translokationsprozesse könnte helfen, komplexe biologische Funktionen zu verstehen. Translokationsprozesse könnten auch analysiert werden, um Signalwege zu identifizieren, oder sogar um Diagnose- und Therapieverfahren zu entwickeln. Unterschiedliche Methoden für die quantitative Analyse von Translokation sind bekannt, aber meist manuell oder fallspezifisch und damit nicht allgemein anwendbar. Deshalb habe ich einen neuen generischen automatisierten Ansatz entwickelt. Das Verfahren basiert auf Mikroskopiebildern von biologischen Proben. Ich habe eine generische Methode definiert, um die Verteilung von Biomolekülen in numerischen Deskriptoren quantitativ auszudrücken. Hiermit können Veränderungen in der Verteilung in unterschiedlichen biologischen Proben analysiert werden. Dies ist vorteilhaft, da die Methode unabhängig davon funktioniert, ob Einzelbilder vorliegen, oder Zeitreihen. Darüber hinaus können nicht nur Zellkulturen, sondern auch Gewebeproben zur Analyse verwendet werden. Auswertungen von Zellkulturen sind einfacher aufgrund der Homogenität und räumlicher Trennung der einzelnen Objekte. Allerdings kann strukturelle Polarität der Zellen nur in Gewebe sichtbar sein. Ich habe zwei Workflows basierend auf numerischen Deskriptoren für die Verteilung von Biomolekülen entwickelt. Der erste Workflow setzt Strukturerkennung in Bildern ein, um Objekte für Auswertung zu lokalisieren. Der zweite Workflow vermeidet diese komplexe Operation durch eine strukturunabhängige Informationsextraktionstrategie. Beide Workflows sind generisch und könnten angewendet werden, um eine breite Palette von Translokationsprozessen zu quantifizieren. |l ger |
| 591 | _ | _ | |a Germany |
| 650 | _ | 7 | |2 SWD |a Translokation |
| 650 | _ | 7 | |2 SWD |a Quantitative Analyse |
| 650 | _ | 7 | |2 SWD |a Bildverarbeitung |
| 650 | _ | 7 | |2 SWD |a Biomolekül |
| 653 | _ | 7 | |a Informatik |
| 653 | _ | 7 | |a Toponomics |2 ger |
| 653 | _ | 7 | |a translocation |2 eng |
| 653 | _ | 7 | |a toponomics |2 eng |
| 653 | _ | 7 | |a molecule distribution |2 eng |
| 653 | _ | 7 | |a quantitative analysis |2 eng |
| 700 | 1 | _ | |a Berlage, Thomas |0 P:(DE-82)IDM04476 |b 1 |e Thesis advisor |u rwth |
| 856 | 4 | _ | |u https://publications.rwth-aachen.de/record/229177/files/4816.pdf |
| 909 | C | O | |o oai:publications.rwth-aachen.de:229177 |p openaire |p open_access |p urn |p driver |p VDB |p dnbdelivery |
| 915 | _ | _ | |0 StatID:(DE-HGF)0510 |2 StatID |a OpenAccess |
| 920 | 1 | _ | |0 I:(DE-82)120000_20140620 |k 120000 |l Fachgruppe Informatik |x 0 |
| 920 | 1 | _ | |0 I:(DE-82)122620_20140620 |k 122620 |l Lehr- und Forschungsgebiet Life Science Informatik |x 1 |
| 970 | _ | _ | |a HT018093573 |
| 980 | _ | _ | |a phd |
| 980 | _ | _ | |a I:(DE-82)120000_20140620 |
| 980 | _ | _ | |a I:(DE-82)122620_20140620 |
| 980 | _ | _ | |a VDB |
| 980 | _ | _ | |a UNRESTRICTED |
| 980 | _ | _ | |a ConvertedRecord |
| 980 | _ | _ | |a FullTexts |
| 980 | 1 | _ | |a FullTexts |
| Library | Collection | CLSMajor | CLSMinor | Language | Author |
|---|