De meeste functies in een levende cel worden geregeld door eiwitten. Deze eiwitten worden in de cel gesynthetiseerd, maar hun structuur kan na aanmaak nog gemodificeerd worden. Deze veranderingen worden post-translationele modificaties (PTMs) genoemd en deze kunnen belangrijke effecten hebben op eiwitfunctie en -activiteit. Bijgevolg zijn PTMs zeer belangrijk om de invloed van eiwitten op de cel in ziekte en gezondheid te begrijpen. Er werden al verschillende bio-informatica programma’s (waaronder onze eigen ionbot) ontwikkeld om deze PTMs te detecteren op de complete verzameling eiwitten die kan voorkomen in een cel; het proteoom. Er zijn momenteel echter geen betrouwbare methoden beschikbaar om het differentiële voorkomen van deze geïdentificeerde PTMs te kwantificeren over verschillende stalen. Daarom stel ik hier voor om nieuwe statistische methodes te ontwikkelen om een proteoomwijde kwantificatie te verkrijgen van PTMs. Na validatie kunnen deze nieuwe methodes geïmplementeerd worden in de bestaande ionbot software. Dit zal een aanzienlijke commerciële meerwaarde kunnen betekenen voor ionbot, aangezien het zijn bestaande identificerende capaciteiten aanvult met nieuwe kwantificatie mogelijkheden. Dit is bijzonder relevant in het kader van de huidige plannen in de groep om een bedrijf te creëren rond ionbot.