Automatisierung der Auswertung von Labordaten am Beispiel der MALDI-ToF-MS

Kaufmann M.
Automatisierung der Auswertung von Labordaten am Beispiel der MALDI-ToF-MS
Vortrag im Rahmen der Arbeitstagung des Regionalverbands Nordost der Lebensmittelchemischen Gesellschaft, 20./21.03.2023

Das Arbeiten in einem akkreditierten Laboratorium erfordert ein hohes Maß an Transparenz. Mit steigender Komplexität auszuwertender Messdaten wird es auch zunehmend zeitaufwändig, Entscheidungsregeln zu definieren, diese im Laboralltag reproduzierbar anzuwenden und die Anwendung transparent zu protokollieren. Demgegenüber ist es jedoch in aller Regel möglich, sprachlich formulierte Entscheidungsregeln mathematisch zu interpretieren und in Form von Algorithmen auszudrücken. Diese lassen sich etwa unter Nutzung von R [1] in Form von Skripten ausführen oder – versehen mit einer grafischen Benutzeroberfläche – als Browseranwendung (z.B. Shiny-App [2]) niederschwellig nutzen. Am Beispiel des Aufbaus einer Datenbank von MALDI-ToF-MS-Spektren soll gezeigt werden, wie einfache Browseranwendungen eine potentiell subjektiv beeinflusste manuelle Qualitätskontrolle zeitsparend, objektiv und reproduzierbar ersetzen können.

[1] R Core Team (2022). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/.

[2] Winston Chang, Joe Cheng, JJ Allaire, Carson Sievert, Barret Schloerke, Yihui Xie, Jeff Allen, Jonathan McPherson, Alan Dipert and Barbara Borges (2022). shiny: Web Application Framework for R. R package version 1.7.2. https://CRAN.R-project.org/package=shiny