Die Datenverarbeitung in der Massenspektrometrie stellt oft einen Engpass in Proteomics-Projekten dar. Diese Arbeit adressiert das Problem und präsentiert Lösungsansätze, die eine effiziente Bestimmung wichtiger Proteine des Mitochondriums von Saccharomyces cerevisiae und Dictyostelium discoideum ermöglichen, einschließlich deren Modifikationen. Die entwickelten Verfahren wurden zur Vervollständigung des Proteininventars der Mitochondrienmembran in Saccharomyces cerevisiae und zur Untersuchung des Centrosomproteoms in Dictyostelium discoideum eingesetzt. Die biologisch relevanten Ergebnisse wurden in anerkannten Journalen veröffentlicht. Ziel war der Aufbau einer Infrastruktur zur Datenanalyse und komplexem Data-Mining in der Proteinmassenspektrometrie sowie die Schaffung von Softwarepaketen zur Unterstützung dieses Ziels. Für die Datenauswertung wurden spezifische Softwarelösungen entwickelt, darunter eine optimierte Datenverarbeitung und eine integrierte Plattform für verschiedene Auswertungsverfahren. Das System paOla nutzt eine relationale Datenbank, die komplexe Abfragen unterstützt und den Vergleich verschiedener Identifizierungsalgorithmen ermöglicht. Zudem wurde ein Kern entwickelt, der Identifizierungsalgorithmen auf mehrere Rechner verteilt, um den Durchsatz zu steigern. Ein Scoringsystem bewertet die Peptididentifizierungen, die durch Polymetric Views visualisiert werden. Eine integrierte, nicht-redundante Proteinse
