CN104160265A - 判定方法、判定装置、判定系统及程序 - Google Patents

判定方法、判定装置、判定系统及程序 Download PDF

Info

Publication number
CN104160265A
CN104160265A CN201380012447.4A CN201380012447A CN104160265A CN 104160265 A CN104160265 A CN 104160265A CN 201380012447 A CN201380012447 A CN 201380012447A CN 104160265 A CN104160265 A CN 104160265A
Authority
CN
China
Prior art keywords
pixel group
detected intensity
spot
decision
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201380012447.4A
Other languages
English (en)
Other versions
CN104160265B (zh
Inventor
薙野邦久
佐佐本裕方
铃江茂
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toray Industries Inc
Original Assignee
Toray Industries Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Toray Industries Inc filed Critical Toray Industries Inc
Publication of CN104160265A publication Critical patent/CN104160265A/zh
Application granted granted Critical
Publication of CN104160265B publication Critical patent/CN104160265B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/5308Immunoassay; Biospecific binding assay; Materials therefor for analytes not provided for elsewhere, e.g. nucleic acids, uric acid, worms, mites
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/69Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/695Preprocessing, e.g. image segmentation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64Fluorescence; Phosphorescence
    • G01N21/645Specially adapted constructive features of fluorimeters
    • G01N21/6456Spatial resolved fluorescence measurements; Imaging
    • G01N21/6458Fluorescence microscopy
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10056Microscopic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10064Fluorescence image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30072Microarray; Biochip, DNA array; Well plate

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Immunology (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Hematology (AREA)
  • Urology & Nephrology (AREA)
  • Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Cell Biology (AREA)
  • Microbiology (AREA)
  • Pathology (AREA)
  • Tropical Medicine & Parasitology (AREA)
  • Analytical Chemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Biochemistry (AREA)
  • Biotechnology (AREA)
  • Multimedia (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Processing (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)

Abstract

本发明所要解决的课题是提供一种在将载体中的检测强度图像化而得到的图像数据中确定斑点的位置,提取与该斑点对应的像素群,算出提取出的像素群中的检测强度的中位数值、与从该像素群中除去了上位规定比例和/或下位规定比例的像素后的群中的检测强度的中位数值的比或差,基于算出的比或差、和规定的基准值,判定可靠性的好坏。

Description

判定方法、判定装置、判定系统及程序
技术领域
本发明涉及判定方法、判定装置、判定系统以及程序。
背景技术
近年来,随着微阵列实验、宏阵列实验等的技术发展,能够全面地解析庞大量的基因、蛋白质等。例如,在DNA微阵列中,预先在载玻片等载体上,使数百~数万的DNA排列成矩阵状而作为斑点固定化,通过使从检查对象的细胞提取、标记了的mRNA或cDNA进行杂交,从而可以测定基因表达水平。
即,被标记了的cDNA等被检查物质选择性地结合于载体上的互补DNA,因此取得标记的检测强度,从而可以推定基因表达水平。这里,对于基因表达水平等被检查物质的选择性结合量,虽然要求作为数据的可靠性,但如作为斑点在载体上固定化了的互补DNA等选择结合性物质不均匀且存在斑的情况、在斑点部分附着有污染物的情况等那样,由于非生物学的因素,而有检测强度变化的可能。
因此,以往开发了判定DNA微阵列等中的斑点的均匀性的方法。例如,专利文献1所记载的均匀性评价方法中,(1)对扫描DNA微阵列的单色发光图像而获得的图像应用解析软件,获得与各斑点对应的背景数据,(2)求出与各斑点对应的目标DNA的板板No.和板位置,(3)对于各背景数据对应附加板板No.和板位置,(4)将背景数据按照板No.和板位置的顺序排列而获得数列BG,由数列整体提取部分数列来检测周期性规则。
此外,在专利文献2中公开了,将CV(coefficient of variation:变异系数)的值作为基准,评价偏差。这里,所谓斑点的变异系数(CV),是指对于DNA微阵列等的斑点,扫描载体上的检测强度来测定时获得的、标准偏差(SD)相对于各斑点的荧光强度的平均值的比例(%)。
此外,在微阵列的解析软件GenePix Pro(Molecular Devices社制)中,将斑点所包含的像素的各强度的值与斑点周围的像素的强度的平均值进行比较,在斑点所包含的像素内,规定比例满足条件“(斑点所包含的各像素的强度)-(斑点周围的像素强度平均值)<0”的情况下,将该斑点判定为不良(参照非专利文献1)。由此,检测由于某些异常例如污染物附着或芯片污染而使斑点周边的背景变高的情况。
现有技术文献
专利文献
专利文献1:日本特开2004-340574号公报
专利文献2:日本特开2008-039584号公报
非专利文献
非专利文献1:株式会社インターメディカル,“GenePix Pro 7.0Microarray Image Analysis”,[online],Copyright 2006InterMedical co.,ltd.,[平成24年3月6日检索],因特网<URL:http://www.intermedical.co.jp/homepage/products/axon/genepixpro7.html>
发明内容
发明所要解决的课题
然而,在以往方法中的斑点均匀性判定方法中,有不能适当地判定被检查物质的选择性结合量的可靠性这样的问题。
特别是,在专利文献1所记载的均匀性评价方法中,虽然可以评价多个斑点间的均匀性,但有不能评价单一的斑点内的均匀性这样的问题。
此外,专利文献2所记载的采用CV值的评价方法中,在构成斑点的像素群中,在由于污染物的附着等而一部分像素的强度极端高的情况下、极端低的情况下,标准偏差变大,CV值超过阈值,因此有对于一部分像素以外的像素群,尽管可以使用强度数据,但排除该数据而为过度检测这样的问题。
即,一般而言,作为DNA芯片等的斑点的信号强度的代表值,使用了图像中的斑点内的像素群中的中位数(中位值)。例如,在图像中,在直径100μm的圆形斑点进行对位的情况下,求出圆形所包含的约70个(像素尺寸:10μm见方)的像素群中强度的中位数(斑点中位数)。
这是因为,与使用像素群的强度的平均值相比,依赖于离群值而变化的情况少。即,其原因在于,在斑点内的像素群的检测强度中,如果有极端高的值、极端低的值等离群值,则整体平均会被离群值拉走。
这里,图1为显示在2块DNA芯片中使同一被检查物质杂交了的情况下的检测强度的散布图。横轴表示一方的DNA芯片中的各斑点的检测强度,纵轴表示另一方的DNA芯片中的各斑点的检测强度。即,1个点的坐标(X,Y)表示对于固定有同一选择结合性物质的斑点,一方的DNA芯片中测定出的检测强度(X)和另一方的DNA芯片中测定出的检测强度(Y)。
在该例子中,由于在2块DNA芯片中使同一被检查物质杂交,因此理想地应当为Y=X。然而,如图1所示,斑点1和斑点2的强度图中,大幅偏离Y=X的线,可以认为斑点不良。这里,图2为显示斑点1的强度图像(左图)和斑点1的纵断线中的检测强度的变化图(右图)的图。此外,图3为显示斑点2的强度图像(左图)和斑点2的纵断线中的检测强度的变化图(右图)的图。另外,在强度图像中,虚线的圆表示斑点部分,以白色等级值表示检测强度。
如图2和图3的左图所示,在斑点部分的强度图像中,检测强度不成均匀的圆,而成为不均匀的斑。变化图(右图)表示在横1像素纵十数像素纵断斑点部分的线中的检测强度的变化,理想地应当为一定的强度,结果大幅变化。不良的原因主要是斑点的不良(选择结合性物质的固定时的不良等)、污染物的附着。
专利文献2等现有技术中,为了排除这样的不良斑点,使用由以下的式子求出的CV值,判定斑点的好坏。
CV值=(像素群中的强度的标准偏差)/(像素群中的强度的平均值)
即,如果CV值为规定的基准值以上,则作为不良斑点排除了数据。在该情况下,由于污染物等附着于斑点的一部分等,在上述例子中70个像素群中5像素显示极端地大的值的情况下,CV值成为基准值以上,数据被排除。
然而,作为斑点的信号强度的代表值,通常使用斑点内的像素群中的中位数,即使斑点内的一部分包含离群值,变化的情况也少,因此有作为数据可以充分使用的可能性。即,在使用了CV值的以往的评价方法中,尽管可以充分使用,但有过度检测出不良斑点而排除数据这样的问题。
本发明是鉴于上述情况而提出的,其目的在于,提供在由微阵列实验等获得的数据中,考虑非生物学的影响而可以适当地评价被检查物质的选择性结合量的可靠性的、判定方法、判定装置、判定系统以及程序。
用于解决课题的方法
为了实现这样的目的,本发明的判定方法的特征在于,是对通过被标记了的被检查物质与载体上作为斑点被固定化了的选择结合性物质结合而作为标记的检测强度获得的、上述被检查物质的选择性结合量的可靠性进行判定的判定方法,其包括下述步骤:像素群提取步骤,在将上述载体中的上述检测强度图像化而得到的图像数据中确定上述斑点的位置,提取与该斑点对应的像素群;中位数算出步骤,算出在上述像素群提取步骤中提取出的上述像素群中的上述检测强度的中位数值、与从该像素群中除去上位规定比例和/或下位规定比例的像素后的群中的上述检测强度的中位数值的比或差;可靠性判定步骤,基于在上述中位数算出步骤中算出的上述比或上述差、和规定的基准值,判定上述可靠性的好坏。
此外,本发明的判定方法的特征在于,在上述记载的判定方法中,上述中位数算出步骤中,算出通过以下的式1和/或式2获得的比的值,上述可靠性判定步骤中,如果在上述中位数算出步骤中算出的上述比的值为上述基准值以上,则判定为不良。
|X-Xt|/X   …(式1)
|X-Xb|/X   …(式2)
(这里,X为上述像素群中的上述检测强度的中位数值,Xt为从该像素群中除去上位规定比例的像素后的群中的上述检测强度的中位数值,Xb为从该像素群中除去下位规定比例的像素后的群中的上述检测强度的中位数值。)
此外,本发明的判定方法的特征在于,在上述记载的判定方法中,上述基准值为通过以下的式3获得的值。
S=C+Z/X   …(式3)
(这里,S为上述基准值,C为常数,Z为检测上述标记的检测强度的装置的灵敏度设定时的偏移值,X为上述像素群中的上述检测强度的中位数值。)
此外,本发明的判定方法的特征在于,在上述记载的判定方法中,检测上述标记的检测强度的装置为光电倍增管,上述偏移值为通过以下的式4获得的值。
Z=X^(A)*B   …(式4)
(这里,Z为上述偏移值,X为上述光电倍增管的增益电压,A和B为常数。)
此外,本发明的判定方法的特征在于,在上述记载的判定方法中,上述载体为微阵列,上述标记为荧光标记,上述检测强度为荧光量,上述可靠性判定步骤中,判定斑点的好坏作为上述可靠性的好坏。
此外,本发明的判定装置的特征在于,是至少具备控制部的判定装置,所述控制部对通过被标记了的被检查物质与载体上作为斑点被固定化了的选择结合性物质结合而作为标记的检测强度获得的、上述被检查物质的选择性结合量的可靠性进行判定,上述控制部具备下述机构:像素群提取机构,在将上述载体中的上述检测强度图像化而得到的图像数据中确定上述斑点的位置,提取与该斑点对应的像素群;中位数算出机构,算出通过上述像素群提取机构提取出的上述像素群中的上述检测强度的中位数值、与从该像素群中除去上位规定比例和/或下位规定比例的像素后的群中的上述检测强度的中位数值的比或差;可靠性判定机构,基于通过上述中位数算出机构算出的上述比或上述差、和规定的基准值,判定上述可靠性的好坏。
此外,本发明的判定系统的特征在于,是将检测装置与判定装置连接而构成的判定系统,所述检测装置读取通过被标记了的被检查物质与载体上作为斑点被固定化了的选择结合性物质结合而获得的标记的检测强度,所述判定装置至少具备对作为上述检测强度而获得的上述被检查物质的选择性结合量的可靠性进行判定的控制部,上述判定装置的上述控制部具备下述机构:图像数据取得机构,取得介由上述检测装置读取的上述载体中的上述检测强度作为图像化而得到的图像数据;像素群提取机构,在通过上述图像数据取得机构取得的上述图像数据中确定上述斑点的位置,提取与该斑点对应的像素群;中位数算出机构,算出通过上述像素群提取机构提取出的上述像素群中的上述检测强度的中位数值、与从该像素群中除去上位规定比例和/或下位规定比例的像素后的群中的上述检测强度的中位数值的比或差;可靠性判定机构,基于通过上述中位数算出机构算出的上述比或上述差、和规定的基准值,判定上述可靠性的好坏。
此外,本发明的程序的特征在于,是用于使至少具备控制部的计算机执行下述方法的程序,所述方法为对通过被标记了的被检查物质与载体上作为斑点被固定化了的选择结合性物质结合而作为标记的检测强度获得的、上述被检查物质的选择性结合量的可靠性进行判定的方法,使上述控制部执行上述方法,所述方法包括下述步骤:像素群提取步骤,在将上述载体中的上述检测强度图像化而得到的图像数据中确定上述斑点的位置,提取与该斑点对应的像素群;中位数算出步骤,算出在上述像素群提取步骤中提取出的上述像素群中的上述检测强度的中位数值、与从该像素群中除去上位规定比例和/或下位规定比例的像素后的群中的上述检测强度的中位数值的比或差;可靠性判定步骤,基于在上述中位数算出步骤中算出的上述比或上述差、和规定的基准值,判定上述可靠性的好坏。
此外,本发明涉及记录介质,其特征在于记录上述记载的程序。
发明的效果
根据本发明的判定方法、判定装置、判定系统以及程序,发挥可以在由微阵列实验等获得的数据中,考虑非生物学的影响而适当地评价被检查物质的选择性结合量的可靠性这样的效果。
附图说明
图1为显示2块DNA芯片中使同一被检查物质杂交了的情况下的检测强度的散布图。
图2为显示斑点1的强度图像(左图)和斑点1的纵断线中的检测强度的变化图(右图)的图。
图3为显示斑点2的强度图像(左图)和斑点2的纵断线中的检测强度的变化图(右图)的图。
图4为显示本实施方式中的判定系统的整体构成的一例的框图。
图5为显示本实施方式中的本判定装置100的基本处理的一例的流程图。
图6为显示斑点中位数(X)、与除去了上位规定比例的情况下的中位数(Xt:Top Cut Median)、与除去了下位规定比例的情况下的中位数(Xb:Bottom Cut Median)的关系的图。
图7为显示信号强度弱的区域中的白噪声与校正曲线的图。
图8为显示将供给同一被检查物质的同一载体在PMT(光电倍增管)增益电压(%)的设定为“40”(40%×1V)的情况下测定得到的结果的图。
图9为显示将供给同一被检查物质的同一载体在PMT增益电压(%)的设定为“55”(55%×1V)的情况下测定得到的结果的图。
图10为对偏移值和PMT增益电压(敏化控制电压)作图而得的曲线图。
图11为显示在2块DNA芯片中使同一被检查物质杂交了的情况下的检测强度的散布图。
图12为显示内侧不均匀的斑点的强度图像(上图)和斑点横断线中的检测强度的变化图(下图)的图。
图13为显示将每个斑点求出的式1的值升序地排列而得的结果的图。
图14为显示将每个斑点求出的式2的值降序地排列而得的结果的图。
图15为显示PMT增益电压设定40%的情况下的结果的散布图。
图16为显示PMT增益电压设定55%的情况下的结果的散布图。
图17为显示PMT增益电压设定70%的情况下的结果的散布图。
图18为显示PMT增益电压设定值与偏移值的相关性的双对数图。
具体实施方式
以下,基于附图详细地说明本发明涉及的本发明的判定方法、判定装置、判定系统以及程序的实施方式。特别是,以下所示的实施方式为例示用于将本发明的技术思想具体化的判定系统的实施方式,本发明不限定于用本判定系统进行,也可同样地适用于权利要求所包含的其它实施方式的判定方法、判定装置。例如,以下的实施方式中,有对判定系统中所执行的判定方法进行说明的情况,但不限于此,判定方法可以为由人利用手动进行的方法。此外,以下的实施方式中,关于判定装置,对与取得图像数据等的测定装置等输入装置连接的例子进行说明,但本发明不限于此,判定装置可以不与输入装置连接,而是预先在存储部中存储图像数据,也可以利用通信从外部取得图像数据。
[本实施方式的概要]
以下,对本实施方式的概要进行说明,然后,参照附图对本实施方式的构成和处理等详细地说明。本申请发明人等进行了深入研究,结果开发出以下所示的本实施方式的判定方法作为一例。
即,本实施方式概略地具有以下的基本特征。本实施方式中,对通过被标记了的被检查物质与载体上作为斑点被固定化了的选择结合性物质结合而作为标记的检测强度获得的、被检查物质的选择性结合量的可靠性进行判定。
这里,所谓“被检查物质”,为由细胞、组织等直接或间接地获得的试样,例如,基因组DNA、RNA、cDNA、aRNA(将cDNA或其互补序列作为模板扩增了的RNA)、蛋白质、糖链、脂质等。此外,所谓“标记”,为可以通过检测机构进行检测的物质,为荧光标记、利用生物发光的标记、利用放射性同位素的标记等。此外,所谓“选择结合性物质”,为与某物质选择性地结合的物质,例如,针对DNA的互补DNA、针对DNA的互补RNA、针对抗原的抗体、针对化学物质的酶等。
此外,“载体”,除了一般的DNA芯片、微阵列等基板以外,也可以为具有凹凸结构的聚甲基丙烯酸甲酯制DNA芯片基板(3D-Gene(商品名),制造销售东レ株式会社(会社名),参照日本特开2004-264289),在该情况下,在凸部形成斑点。
首先,本实施方式中,在将载体中的检测强度图像化而得到的图像数据中确定斑点的位置,提取与该斑点对应的像素群。即,每个斑点提取构成图像上的1个斑点部分的一群像素。
而且,本实施方式中,算出提取出的像素群中的检测强度的中位数值(X)、与从该像素群中除去上位规定比例和/或下位规定比例的像素后的群中的检测强度的中位数值(Xt/Xb)的比或差。例如,本实施方式可以基于以下的式1和/或式2算出比例。
|X-Xt|/X   …(式1)
|X-Xb|/X   …(式2)
(这里,X为提取出的像素群中的检测强度的中位数值,Xt为从该像素群中除去上位规定比例的像素后的群中的检测强度的中位数值,Xb为从该像素群中除去下位规定比例的像素后的群中的检测强度的中位数值。)
另外,以下所记载的实施例中,在求出Xt、Xb时,除去了的上位规定比例、下位规定比例都为提取出的像素群的30%,但不限于此,可以以例如,20~40%的范围的任意的值使用。
而且,本实施方式中,基于算出的比或差、和规定的基准值S,判定可靠性的好坏。例如,本实施方式中,如果算出的比或差的值为基准值S以上,则可以判定为不良。另外,在图2的斑点1中,式1的值(%)为34%,式2的值(%)为22.2%。此外,在图3的斑点2中,式1的值(%)为30%,式2的值(%)为22.3%。斑点1和斑点2两者都可获得充分的数据,因此为了不排除它们,基准值S可以为25%~30%左右。
这里,基准值S可以为通过以下的式3获得的值。
S=C+Z/X   …(式3)
(这里,S为基准值,C为常数,Z为检测标记的检测强度的装置的灵敏度设定时的偏移值,X为像素群中的检测强度的中位数值。)
这里,偏移值Z可以为通过以下的式4获得的值。
Z=X^(A)*B   …(式4)
(这里,Z为偏移值,X为光电倍增管的增益电压,A和B为常数。)
以上为本实施方式的概要。由此,在由微阵列实验等获得的数据中,可以考虑非生物学的影响来适当地评价被检查物质的选择性结合量的可靠性。特别是,即使在斑点内的一部分包含离群值,也可以防止过度检测出可以充分使用的数据而将其排除。
[判定系统的构成]
首先,对本实施方式中的判定系统的构成进行说明。图4为显示本实施方式中的判定系统的整体构成的一例的框图。
如图4所示,本实施方式中的判定系统,概略地具备作为读取标记的检测强度的检测机构起作用的输入装置112、输出装置114以及判定装置100。
判定装置100概略地具备将判定装置100的整体统括地进行控制的CPU等控制部102、与通信线路等连接的路由器等通信装置(未图示)所连接的通信控制接口部104、与输入装置112、输出装置114连接的输入输出控制接口部108、以及存储各种数据库、表格等的存储部106来构成,这些各部介由任意的通信路径而能够通信地连接。这里,如图4所示,判定装置100可以介由路由器等通信装置和专用线等有线或无线的通信线路来与网络300连接,进而可以介由网络300而与外部系统200连接。
存储部106所存储的各种数据库、表格(图像数据文件106a和像素群文件106b)可以为硬磁盘装置等存储机构。例如,存储部106可以存储各种处理所用的各种程序、表格、文件、数据库以及网页等。
这些存储部106的各构成要素中,图像数据文件106a为将载体中的检测强度图像化而得到的图像数据进行存储的图像数据存储机构。例如,图像数据文件106a所存储的图像数据可以为通过利用检测机构扫描载体平面上的检测强度来获得的图像信息。另外,图像数据文件106a可以预先存储图像数据,可以为从作为后述的检测机构起作用的输入装置112输入的图像数据,可以为介由网络300从外部系统200接收的图像数据。作为一例,图像数据文件106a存储将检测强度形成了等级值的灰度级图像数据作为图像数据。
此外,像素群文件106b为存储每个斑点像素群的信息(强度信息等)的像素群存储机构。例如,像素群文件106b所存储的信息为,与将斑点唯一地特定的识别信息(载体的块编号和行编号和列编号等)对应地附加的、各像素的检测强度的值(等级值等)、像素群的中位数值等。例如,如果使用了可以检测一块生物芯片有4块(block),每一块为64(8x8)斑点,合计256基因的表达模式的载体(生物芯片),则像素群文件106b对与各个基因对应的选择结合性物质(DNA片段等)所配置的位置(块编号与斑点的行编号和列编号)对应地附加该斑点内的像素群的等级值等来存储。
此外,在图4中,输入输出控制接口部108进行输入装置112、输出装置114的控制。这里,作为输出装置114,除了监视器(包含家庭用电视)以外,可以使用打印机、记录介质输出装置等。此外,作为输入装置112,除了键盘、鼠标等以外,可以为读取标记的检测强度的检测装置(检测机构)。
这里,所谓“检测机构”,为读取通过被标记了的被检查物质与载体上作为斑点被固定化了的选择结合性物质结合而获得的标记的检测强度的机构。例如,检测机构可以为用于特定选择结合性物质被形成斑点的位置并且取得检测强度的检查机构,例如荧光显微镜照像机等。在标记为荧光标记、利用生物发光的标记的情况下,检测机构可以为光电倍增管(photomultiplier)。另外,检测机构不限于荧光显微镜照像机那样的将检测强度进行图像化的机构,只要为读取检测强度的机构即可,可以通过沿着载体平面扫描(scan)而在判定装置100侧进行图像化。在选择结合性物质为DNA的情况下,可以引入微量的双链DNA结合性荧光物质,检测选择性结合量。此外,检测机构可以检测DNA固有的吸收波长。此外,即使在选择结合性物质为蛋白质、糖链等的情况下,也可以根据选择结合性物质的性质,使用吸收波长、荧光物质、放射性同位素(radioisotope)、杂交、抗原抗体反应等技术来检测。
此外,在图4中,控制部102具有OS(Operating System,操作系统)等控制程序、规定了各种处理步骤等的程序、以及用于存储所需数据的内部存储器,通过这些程序等,进行用于执行各种处理的信息处理。关于控制部102,从功能概念上来说,具备图像数据取得部102a、像素群提取部102b、中位数算出部102c、可靠性判定部102d、基准值确定部102e而构成。
其中,图像数据取得部102a为取得将载体中的检测强度图像化而得到的图像数据的图像数据取得机构。例如,图像数据取得部102a可以取得介由作为检测机构起作用的输入装置112读取的载体中的检测强度作为图像化而得到的图像数据。这里,图像数据取得部102a可以从荧光显微镜照像机等输入装置112直接取得图像数据,也可以通过将光电倍增管等输入装置112沿着载体平面进行扫描(scan)而获得的各坐标的检测强度进行图像化。此外,图像数据取得部102a可以介由网络300,从外部系统200接收图像数据。另外,图像数据取得部102a将取得的图像数据存储于图像数据文件106a。
此外,像素群提取部102b为在存储于图像数据文件106a的图像数据中确定斑点的位置,提取与该斑点对应的像素群的像素群提取机构。例如,像素群提取部102b可以基于载体上选择结合性物质所配置的位置(斑点部分)的排列(斑点中心坐标和像素半径等),在图像上将各斑点部分区域化,提取各区域内的像素群。另外,像素群提取部102b可以通过将图像数据和排列图案数据重叠地显示于输出装置114,利用者介由鼠标等输入装置112进行使显示上的排列图案移动的输入,从而进行定位。此外,像素群提取部102b将每个斑点像素群的信息(强度信息等)存储于像素群文件106b。例如,像素群提取部102b可以与唯一地特定斑点的识别信息(载体的块编号、行编号和列编号等)对应地附加,将各像素的检测强度的值(等级值等)存储于像素群文件106b。
此外,中位数算出部102c为算出存储于像素群文件106b的像素群中的检测强度的中位数值(X)、与从该像素群中除去上位规定比例和/或下位规定比例的像素后的群中的检测强度的中位数值(Xt/Xb)的比或差的中位数算出机构。例如,本实施方式中,可以基于以下的式1和/或式2来算出比例。例如,中位数算出部102c可以通过将存储于像素群文件106b的、某斑点的像素群的检测强度(等级值等)升序或降序地排列来重排列,从而获得除去上位规定比例(x%)后的群中的中位的检测强度以及除去下位规定比例(y%)后的群中的中位的检测强度。
|X-Xt|/X   …(式1)
|X-Xb|/X   …(式2)
(这里,X为提取出的像素群中的检测强度的中位数值,Xt为从该像素群中除去上位规定比例的像素后的群中的检测强度的中位数值,Xb为从该像素群中除去下位规定比例的像素后的群中的检测强度的中位数值。)
此外,可靠性判定部102d为基于通过中位数算出部102c算出的比或差、和规定的基准值,判定可靠性的好坏的可靠性判定机构。例如,关于可靠性判定部102d,如果通过中位数算出部102c算出的比或差为基准值S以上,则可以判定为不良。可靠性判定部102d可以基于可靠性的判定结果,将不良斑点的数据从分析中排除,可以将可靠性的判定结果输出至输出装置114。另外,控制部102可以基于通过可靠性判定部102d得到的可靠性的判定结果进行处理(不良斑点数据的排除等),将数据分析结果输出至输出装置114。另外,输出不限于输出至作为输出装置114的监视器,可以介由打印机、记录介质输出装置输出至记录介质等。此外,可靠性判定部102d等的控制部102可以控制通信控制接口104,介由网络300,向外部系统200发送可靠性的判定结果、分析结果的数据。
此外,基准值确定部102e为确定通过可靠性判定部102d得到的作为可靠性判定的基准的基准值的基准值确定机构。例如,基准值确定部102e可以通过以下的式3来确定基准值S。
S=C+Z/X   …(式3)
(这里,S为基准值,C为常数,Z为检测标记的检测强度的装置的灵敏度设定时的偏移值,X为像素群中的检测强度的中位数值。)
这里,基准值确定部102e可以基于以下的式4,确定式3中的偏移值Z。
Z=X^(A)*B   …(式4)
(这里,Z为偏移值,X为光电倍增管的增益电压,A和B为常数。)
此外,在图4中,通信控制接口部104进行判定装置100与网络300(或路由器等通信装置)之间的通信控制。即,通信控制接口部104具有介由通信线路与其它终端通信数据的功能。网络300具有将判定装置100与外部系统200相互连接的功能,例如,因特网等。外部系统200介由网络300与判定装置100相互连接,具有提供与标记的检测强度数据等相关的外部数据库、外部程序等的功能。
这里,外部系统200可以以WEB服务器、ASP服务器等服务器装置、终端装置的方式构成,其硬件构成一般而言可以由市售的工作站、个人计算机等信息处理装置及其附属装置构成。此外,外部系统200的各功能通过外部系统200的硬件构成中的CPU、磁盘装置、存储器装置、输入装置、输出装置、通信控制装置等和控制它们的程序等来实现。另外,判定装置100的利用者可以介由网络300,通过对提供与外部系统200所提供的DNA芯片等相关的检测强度数据库、基因配置数据库等外部数据库、或用于执行判定方法的程序等外部程序的万维网站进行访问,来获得检测强度值数据、配置数据、程序等。由此,结束本实施方式的判定系统和判定装置100的构成的说明。
[判定装置100的处理]
接下来,对于这样构成的本实施方式中的判定装置100的处理的一例,以下参照图5和图6来详细地说明。图5为显示本实施方式中的本判定装置100的基本处理的一例的流程图。
首先,如图5所示,在本判定装置100中,图像数据取得部102a取得将载体中的检测强度图像化而得到的图像数据,存储于图像数据文件106a(步骤SA-1)。例如,图像数据取得部102a可以取得介由作为检测机构起作用的输入装置112读取的载体中的检测强度作为图像化而得到的图像数据。这里,图像数据取得部102a可以从荧光显微镜照像机等输入装置112直接取得图像数据,也可以通过将光电倍增管等输入装置112沿着载体平面进行扫描(scan)而获得的各坐标的检测强度进行图像化。这里,图像数据取得部102a可以介由输入输出控制接口部108,从存储了检测强度数据或图像数据的外部记录介质读入数据。
而且,像素群提取部102b,在存储于图像数据文件106a的图像数据中确定斑点的位置,提取与该斑点对应的像素群,将提取出的像素群的信息存储于像素群文件106b(步骤SA-2)。例如,像素群提取部102b可以基于载体上的选择结合性物质所配置的位置(斑点部分)的排列(斑点中心坐标和像素半径等),在图像上将各斑点部分区域化,提取各区域内的像素群。另外,像素群提取部102b将每个斑点像素群的信息(强度信息等)存储于像素群文件106b。例如,像素群提取部102b可以与唯一地特定斑点的识别信息(载体的块编号、行编号和列编号等)对应地附加,将各像素的检测强度的值(等级值等)存储于像素群文件106b。
而且,中位数算出部102c取得存储于像素群文件106b的像素群中的检测强度的中位数值(X)(步骤SA-3)。例如,中位数算出部102c可以通过将某斑点的像素群的检测强度(等级值等)升序或降序地排列来重排列,利用取得中位(以排序计中央的位置)的检测强度值来获得中位数值(X)。
而且,中位数算出部102c取得从存储于像素群文件106b的像素群中除去上位规定比例(x%)的像素后的群中的检测强度的中位数值(Xt)和/或从该像素群中除去下位规定比例(y%)的像素后的群中的检测强度的中位数值(Xb)(步骤SA-4)。上位规定比例(x%)和下位规定比例(y%)可以为例如30%。作为一例,中位数算出部102c可以将某斑点的像素群的检测强度(等级值等)升序或降序地排列来重排列,从而获得除去上位规定比例(x%)后的群中的中位的检测强度(Xt)和除去下位规定比例(y%)后的群中的中位的检测强度(Xb)。这里,图6为显示斑点中位数(X)与除去上位规定比例后的情况下的中位数(Xt:Top Cut Median)与除去下位规定比例后的情况下的中位数(Xb:Bottom Cut Median)的关系的图。棒图的1根对应于1个像素,长度为对应于该像素的等级值的检测强度。此外,沿着横轴,将该斑点中的像素群以强度计降序排列。
如图6所示,斑点中位数(X)为像素群的强度的以排序计中位(中央的位置)的值。从该像素群中除去上位规定比例(该例子中为4像素)后的群中,求出中央的位置的值而得的为中位数Xt(Top Cut Median)。此外,从同像素群中除去下位规定比例(该例子中为4像素)后的群中,求出中央的位置的值而得的为中位数Xb(Bottom Cut Median)。
再次回到图5,中位数算出部102c算出斑点中位数X与除去上位规定比例后的中位数Xt的比或差,和/或斑点中位数X与除去下位规定比例后的中位数Xb的比或差(步骤SA-5)。另外,图6的两个箭头表示斑点中位数X与除去上位规定比例后的中位数Xt的差、和斑点中位数X与除去下位规定比例后的中位数Xb的差。这里,中位数算出部102c可以基于以下的式1和/或式2来算出比。
|X-Xt|/X   …(式1)
|X-Xb|/X   …(式2)
(这里,X为提取出的像素群中的检测强度的中位数值,Xt为从该像素群中除去上位规定比例的像素后的群中的检测强度的中位数值,Xb为从该像素群中除去下位规定比例的像素后的群中的检测强度的中位数值。)
而且,可靠性判定部102d基于通过中位数算出部102c算出的比或差、和规定的基准值,判定可靠性的好坏(步骤SA-6)。例如,关于可靠性判定部102d,如果通过中位数算出部102c算出的比或差(差的绝对值等)为规定的基准值S(%)以上,则可以判定为不良。这里,基准值S(%)可以为一定值C(%),在信号强度弱的区域中可以忽略电路系统等的白噪声的情况下,可以通过基准值确定部102e来校正基本C(%)(详细情况如后所述)。
以上为判定装置100的基本处理的一例。
[基准值的校正处理]
上述的判定装置100的基本处理中,基准值S设为一定值C,以下对于基准值确定部102e校正基准值而进行确定的校正处理的一例进行说明。这里,图7为显示信号强度弱的区域中的白噪声和校正曲线的图。在图7中,横轴为代表信号强度的斑点中位数X,纵轴为通过式1和式2获得的比的值。另外,在该例中,式1和式2中不求出绝对值,因此纵轴的正的区域绘制出通过式2求出的值,负的区域绘制出通过式1求出的值。
如图7所示,信号强度越弱,则变得越离散,变得不能忽略白噪声的影响,算出的比的绝对值变大。因此,优选基准值S(%)与一定值C(%)相比适当地校正。深入研究的结果是本发明人等发现用于校正它们的校正曲线(Y=10+13/X和Y=-10-13/X)。以下示出将它们一般化的式子。即,基准值确定部102e可以基于以下的式3,将基本C(%)进行校正来确定基准值S。
S=C+Z/X   …(式3)
(这里,S为基准值,C为常数,Z为检测标记的检测强度的装置的灵敏度设定时的偏移值,X为像素群中的检测强度的中位数值。)
这里,偏移值Z在同一设定中为一定,但如果变更扫描时的光电倍增管的增益设定,则为变化的值。这里,图8和图9为显示将供给同一被检查物质的同一载体在增益电压(%)的设定为“40”(在该情况下,光电倍增管的控制电压为40%×1V=0.4V)的情况下和设定为“55”(55%×1V=0.55V)的情况下测定得到的结果的图。
如图8和图9所示,如果变更增益电压(敏化控制电压),则散布状态也变化,由此需要变更阈值曲线。其变化依赖于阈值曲线S=C+Z/X的偏移值Z,在图8的例子中,如果将偏移值设定为13,在图9的例子中,如果将偏移值设定为80,则可获得适合的阈值曲线。
这里,图10为绘制了偏移值和增益电压(敏化控制电压)的曲线图。横轴表示光电倍增管(PMT)的增益电压的对数值,纵轴表示偏移值的对数值。
如图10所示,偏移值依赖于增益电压而变化,不依赖于标记的种类(cy3和cy5)。此外,偏移值的对数值和增益电压的对数值以线形式表示(图10中的式)。另外,斜率和截距为扫描仪机体(光电倍增管)所固有的值。如果将该偏移值与增益电压的关系式一般化,则为以下的式4。即,基准值确定部102e可以基于以下的式4来确定偏移值Z。
Z=X^(A)*B   …(式4)
这里,Z为偏移值,X为光电倍增管的增益电压,A和B为常数。在图10的例子中,图的斜率为5.1639~5.12552左右,截距为-7.1363~-7.2711左右。即,A的范围为-7.1363~-7.2711左右,B的范围为5.1639~5.12552左右。
以上,结束基准值的校正处理的说明。
[实施例1]
以下对于对适当的阈值进行了研究的实施例1进行说明。首先,在2块DNA芯片中使同一被检查物质杂交,确认了检测强度没有大的差异。图11为显示在2块DNA芯片中使同一被检查物质杂交了的情况下的检测强度的散布图。横轴表示一方的DNA芯片中的各斑点的检测强度,纵轴表示另一方的DNA芯片中的各斑点的检测强度。
关于其结果,如图11所示,确认了在2块DNA芯片中检测强度没有大的差异,是正常的。另外,如图12所示,有内侧不均匀的斑点,但在使用中位数的情况下,认为可以作为数据充分使用,不排除。
接着,这些斑点中,对于检测强度在增益电压设定值“40”(光电倍增管的控制电压为40%×1V)时,斑点中位数为2000以上的斑点,算出以下的式1和式2的值。另外,对斑点中位数为2000以上的斑点进行研究的理由在于,如上述那样,在信号弱的部分,不能忽略电路等的白噪声(例如,参照图7、图8)。
(X-Xt)/X*100(%)   …(式1)
(X-Xb)/X*100(%)   …(式2)
(这里,X为像素群中的检测强度的中位数值,Xt为从该像素群中除去上位规定比例的像素后的群中的检测强度的中位数值,Xb为从该像素群中除去下位规定比例的像素后的群中的检测强度的中位数值。)
图13为显示将每个斑点求出的式1的值升序地排列后的结果的图。此外,图14为显示将每个斑点求出的式2的值降序地排列后的结果的图。另外,Block表示块编号,Column表示行编号,Row表示列编号,由此唯一地特定斑点。此外,S_532_Median的项目中,显示斑点中位数。
如图13和图14所示,如果式1的值的绝对值为25%以下,式2的值的绝对值为25%以下,则可以判断为不发生由斑点的形状不良引起的偏差。因此可以认为,判断可靠性的好坏的基准值以绝对值计优选为25%左右。
[实施例2]
以下对于对适当的偏移值进行了研究的实施例2进行说明。在实施例2中,作为载体,使用了3D-Gene(注册商标)Human Ver1.1(东レ制)的芯片2块。此外,作为被检查物质,使用Stratagene社制Human ReferenceRNA,如方案(protocol)所记载那样进行直至杂交。此外,作为检测机构,使用3D-Gene(注册商标)Scanner(东レ制)。
对于进行了杂交的2块芯片中的1块,将3D-Gene(注册商标)Scanner(东レ制)的光电倍增管(PMT)的设定变更为40%、55%、70%来测定,对于各个斑点,算出式1和式2的值。如果改变PMT的设定,则PMT的控制电压成比例地变化。因此,光电倍增管增益也变化。这里,图15为显示PMT设定40%的情况下的结果的散布图,图16为显示PMT设定55%的情况下的结果的散布图,图17为显示PMT设定70%的情况下的结果的散布图。cut值为30%,横轴绘制斑点中位数,纵轴绘制除去绝对值的计算的利用式1和式2得到的2个值。
而且,关于图15~图17的各图,描绘Y=±10±Z/X(X为斑点中位数,Z为常数)的曲线,其曲线来到式1和式2的2个值的扩展末端,求出PMT的3个条件下的偏移值Z。其结果,如图15~图17所示,PMT设定40%的情况下偏移值为13,PMT设定55%的情况下偏移值为80,PMT设定70%的情况下偏移值为230。
然后,研究PMT值与偏移值的相互关系,结果如图18所示,显示出其关系在双对数图中为直线。相关系数为0.99以上,示出其校正的有效性。以下示出偏移值校正用的式4。
Z=X^(A)*B   …(式4)
这里,Z为偏移值,X为光电倍增管的增益电压。在本实施例2中,A为-7.13,B为5.16。
以上,结束本实施例2的说明。
如以上详述地说明的那样,根据本实施方式,可以提供可以在由微阵列实验等获得的数据中,考虑非生物学的影响来适当地评价被检查物质的选择性结合量的可靠性的、判定方法、判定装置、判定系统以及程序,因此特别是能够在医疗、制药、药物开发、生物学研究、临床检查等领域、生物产业领域等中利用。
[其它实施方式]
另外,到现在为止对本发明的实施方式进行了说明,但本发明除了上述实施方式以外,也可以在上述权利要求所记载的技术思想的范围内,利用各种不同的实施方式来实施。
特别是,对于本发明的实施方式,对作为选择结合性物质使用了DNA的例子进行了说明,但不限于此,选择结合性物质中可以配置抗体等蛋白质库、化合物的库等。此外,“载体”的材料不限于玻璃,可以为膜、塑料。
此外,在上述的实施方式中,使用了荧光化学物质(例如Cy3、Cy5)作为标记,但不限于此,标记中可以使用不具有荧光特性的色素、放射性同位素、GFP、GRP等蛋白质、His标签、生物素化等。
此外,将判定装置100以独立的形态进行处理的情况作为一例来说明,但可以根据由与不同于判定装置100的壳体构成的客户终端的要求进行处理,将其处理结果返回至该客户终端而构成。
此外,实施方式中所说明的各处理中,还可以将作为自动地进行的处理而说明了的处理的全部或一部分手动地进行,或还可以将作为手动地进行的处理而说明了的处理的全部或一部分采用公知的方法自动地进行。除此之外,关于包含上述文献中、附图中所示的处理步骤、控制步骤、具体的名称、各处理的登录数据等的信息、数据库构成,除了特别记载的情况以外,可以任意地变更。
此外,关于判定装置100,图示的各构成要素为功能概略的构成要素,在物理上不一定需要如图示那样地构成。
例如,关于判定装置100的各装置所具备的处理功能,特别是控制部102中进行的各处理功能,可以将其全部或任意的一部分利用CPU(CentralProcessing Unit,中央处理单元)和利用该CPU解释执行的程序来实现,此外,可以作为利用布线逻辑的硬件来实现。另外,程序记录于后述的记录介质,根据需要机械地读取至判定装置100。即,ROM或HD等存储部106等作为OS(Operating System)协作而对CPU发送命令,用于进行各种处理的计算机程序被记录。该计算机程序通过装入到RAM来执行,与CPU协作来构成控制装置。
此外,该计算机程序,可以存储于介由任意的网络300与判定装置100连接的应用程序服务器,也能够根据需要下载其全部或一部分。
此外,还能够将本发明涉及的程序存储于计算机能够读取的记录介质。这里,所谓该“记录介质”,包含存储器卡、USB存储器、SD卡、软磁盘、磁光盘、ROM、EPROM、EEPROM、CD-ROM、MO、DVD和Blu-ray(注册商标)Disc等任意的“移动式物理介质”。
此外,所谓“程序”,为利用任意的语言、记述方法记述的数据处理方法,不论源代码、二进制码等的形式如何。另外,“程序”不一定限于单一地构成,还包含以多个模块、库的方式分散构成的程序、与以OS(Operating System)为代表的另外的程序协作来实现其功能的程序。另外,关于实施方式所示的各装置中用于读取记录介质的具体的构成、读取步骤或读取后的安装步骤等,可以使用众所周知的构成、步骤。
存储于存储部106的各种数据库等(图像数据文件106a~像素群文件106b)为RAM、ROM等存储器装置、硬盘等硬磁盘装置、软磁盘和光盘等存储机构,存储各种处理、万维网站提供所用的各种程序、表格、数据库和网页用文件等。
此外,判定装置100可以作为已知的个人计算机、工作站等信息处理装置来构成,此外,该信息处理装置可以连接任意的周边装置而构成。此外,判定装置100可以通过使该信息处理装置安装用于实现本发明的方法的软件(包含程序、数据等)来实现。
进一步,装置的分散、合并的具体方式不限于图示的方式,可以将其全部或一部分根据各种附加等或根据功能负荷,以任意的单元功能地或物理地分散、合并来构成。即,可以将上述实施方式任意地组合来实施,也可以选择性地实施实施方式。
符号的说明
100    判定装置
102    控制部
102a   图像数据取得部
102b   像素群提取部
102c   中位数算出部
102d   可靠性判定部
102e   基准值确定部
104    通信控制接口部
106    存储部
106a   图像数据文件
106b   像素群文件
108    输入输出控制接口部
112    输入装置
114 输出装置
200 外部系统
300 网络。

Claims (8)

1.一种判定方法,其特征在于,是对通过被标记了的被检查物质与载体上作为斑点被固定化了的选择结合性物质结合而作为标记的检测强度获得的、所述被检查物质的选择性结合量的可靠性进行判定的判定方法,
其包括下述步骤:
像素群提取步骤,在将所述载体中的所述检测强度图像化而得到的图像数据中确定所述斑点的位置,提取与该斑点对应的像素群,
中位数算出步骤,算出在所述像素群提取步骤中提取出的所述像素群中的所述检测强度的中位数值、与从该像素群中除去上位规定比例和/或下位规定比例的像素后的群中的所述检测强度的中位数值的比或差,
可靠性判定步骤,基于在所述中位数算出步骤中算出的所述比或所述差、和规定的基准值,判定所述可靠性的好坏。
2.根据权利要求1所述的判定方法,其特征在于,
所述中位数算出步骤中,算出通过以下的式1和/或式2获得的比的值,
|X-Xt|/X   (式1)
|X-Xb|/X   (式2)
这里,X为所述像素群中的所述检测强度的中位数值,Xt为从该像素群中除去上位规定比例的像素后的群中的所述检测强度的中位数值,Xb为从该像素群中除去下位规定比例的像素后的群中的所述检测强度的中位数值,
所述可靠性判定步骤中,如果在所述中位数算出步骤中算出的所述比的值为所述基准值以上,则判定为不良。
3.根据权利要求1或2所述的判定方法,其特征在于,
所述基准值为通过以下的式3获得的值,
S=C+Z/X   (式3)
这里,S为所述基准值,C为常数,Z为检测所述标记的检测强度的装置的灵敏度设定时的偏移值,X为所述像素群中的所述检测强度的中位数值。
4.根据权利要求3所述的判定方法,其特征在于,
检测所述标记的检测强度的装置为光电倍增管,
所述偏移值为通过以下的式4获得的值,
Z=X^(A)*B   (式4)
这里,Z为所述偏移值,X为所述光电倍增管的增益电压,A和B为常数。
5.根据权利要求1~4的任一项所述的判定方法,其特征在于,
所述载体为微阵列,
所述标记为荧光标记,
所述检测强度为荧光量,
所述可靠性判定步骤中,判定斑点的好坏作为所述可靠性的好坏。
6.一种判定装置,其特征在于,是至少具备控制部的判定装置,所述控制部对通过被标记了的被检查物质与载体上作为斑点被固定化了的选择结合性物质结合而作为标记的检测强度获得的、所述被检查物质的选择性结合量的可靠性进行判定,
所述控制部具备下述机构:
像素群提取机构,在将所述载体中的所述检测强度图像化而得到的图像数据中确定所述斑点的位置,提取与该斑点对应的像素群,
中位数算出机构,算出通过所述像素群提取机构提取出的所述像素群中的所述检测强度的中位数值、与从该像素群中除去上位规定比例和/或下位规定比例的像素后的群中的所述检测强度的中位数值的比或差,
可靠性判定机构,基于通过所述中位数算出机构算出的所述比或所述差、和规定的基准值,判定所述可靠性的好坏。
7.一种判定系统,其特征在于,是将检测装置与判定装置连接而构成的判定系统,所述检测装置读取通过被标记了的被检查物质与载体上作为斑点被固定化了的选择结合性物质结合而获得的标记的检测强度,所述判定装置至少具备对作为所述检测强度而获得的、所述被检查物质的选择性结合量的可靠性进行判定的控制部,
所述判定装置的所述控制部具备下述机构:
图像数据取得机构,取得介由所述检测装置读取的所述载体中的所述检测强度作为图像化而得到的图像数据,
像素群提取机构,在通过所述图像数据取得机构取得的所述图像数据中确定所述斑点的位置,提取与该斑点对应的像素群,
中位数算出机构,算出通过所述像素群提取机构提取出的所述像素群中的所述检测强度的中位数值、与从该像素群中除去上位规定比例和/或下位规定比例的像素后的群中的所述检测强度的中位数值的比或差,
可靠性判定机构,基于通过所述中位数算出机构算出的所述比或所述差、和规定的基准值,判定所述可靠性的好坏。
8.一种用于使至少具备控制部的计算机执行下述方法的程序,所述方法为对通过被标记了的被检查物质与载体上作为斑点被固定化了的选择结合性物质结合而作为标记的检测强度获得的、所述被检查物质的选择性结合量的可靠性进行判定的方法,
使所述控制部执行所述方法,所述方法包括下述步骤:
像素群提取步骤,在将所述载体中的所述检测强度图像化而得到的图像数据中确定所述斑点的位置,提取与该斑点对应的像素群,
中位数算出步骤,算出在所述像素群提取步骤中提取出的所述像素群中的所述检测强度的中位数值、与从该像素群中除去上位规定比例和/或下位规定比例的像素后的群中的所述检测强度的中位数值的比或差,
可靠性判定步骤,基于在所述中位数算出步骤中算出的所述比或所述差、和规定的基准值,判定所述可靠性的好坏。
CN201380012447.4A 2012-03-08 2013-03-05 判定方法、判定装置、判定系统及程序 Active CN104160265B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2012-052311 2012-03-08
JP2012052311A JP5895613B2 (ja) 2012-03-08 2012-03-08 判定方法、判定装置、判定システム、および、プログラム
PCT/JP2013/056020 WO2013133283A1 (ja) 2012-03-08 2013-03-05 判定方法、判定装置、判定システム、および、プログラム

Publications (2)

Publication Number Publication Date
CN104160265A true CN104160265A (zh) 2014-11-19
CN104160265B CN104160265B (zh) 2016-08-17

Family

ID=49116758

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380012447.4A Active CN104160265B (zh) 2012-03-08 2013-03-05 判定方法、判定装置、判定系统及程序

Country Status (7)

Country Link
US (1) US9519822B2 (zh)
EP (1) EP2824444B1 (zh)
JP (1) JP5895613B2 (zh)
KR (1) KR102048599B1 (zh)
CN (1) CN104160265B (zh)
BR (1) BR112014021383A2 (zh)
WO (1) WO2013133283A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3023912B1 (fr) * 2014-07-18 2020-05-08 Thales Calcul de performance pour aeronef
JP6492501B2 (ja) * 2014-10-03 2019-04-03 ニプロ株式会社 判定装置、判定方法及びコンピュータプログラム
JP6609954B2 (ja) * 2015-03-26 2019-11-27 東洋製罐グループホールディングス株式会社 Dnaチップ画像のスポット有効性判定装置、dnaチップ画像のスポット有効性判定方法、及びdnaチップ画像のスポット有効性判定プログラ
CN110443787B (zh) * 2019-07-30 2023-05-26 云谷(固安)科技有限公司 矫正装置和矫正方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030175720A1 (en) * 2002-03-18 2003-09-18 Daniel Bozinov Cluster analysis of genetic microarray images
US20040201840A1 (en) * 2001-07-31 2004-10-14 Tetsuhiko Yoshida Method for evaluating uniformity of spots in arrays
JP2006084281A (ja) * 2004-09-15 2006-03-30 Hitachi Software Eng Co Ltd スポット画像認識方法及びスポット画像認識システム
JP2008039584A (ja) * 2006-08-07 2008-02-21 Toray Ind Inc 帯電防止性カバーを有するマイクロアレイ
US20090041332A1 (en) * 2007-07-20 2009-02-12 Kla-Tencor Corporation Methods for generating a standard reference die for use in a die to standard reference die inspection and methods for inspecting a wafer
JP2009058356A (ja) * 2007-08-31 2009-03-19 Mitsubishi Rayon Co Ltd 画像読み取り方法および装置
JP2009236626A (ja) * 2008-03-26 2009-10-15 Toyo Kohan Co Ltd マイクロアレイの測定方法
CN101899507A (zh) * 2009-05-27 2010-12-01 富士胶片株式会社 检测核酸微阵列的异常样点的方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6251601B1 (en) * 1999-02-02 2001-06-26 Vysis, Inc. Simultaneous measurement of gene expression and genomic abnormalities using nucleic acid microarrays
US7130458B2 (en) * 2000-10-24 2006-10-31 Affymetrix, Inc. Computer software system, method, and product for scanned image alignment
JP4244788B2 (ja) 2002-11-22 2009-03-25 東レ株式会社 選択結合性物質が固定化された基材
EP2347361B1 (en) * 2008-10-13 2018-11-14 Roche Diagnostics GmbH Algorithms for classification of disease subtypes with gene expression profiling
JP5765841B2 (ja) * 2009-05-27 2015-08-19 富士フイルム株式会社 核酸マイクロアレイの品質検査方法
US20140307931A1 (en) * 2013-04-15 2014-10-16 Massachusetts Institute Of Technology Fully automated system and method for image segmentation and quality control of protein microarrays

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040201840A1 (en) * 2001-07-31 2004-10-14 Tetsuhiko Yoshida Method for evaluating uniformity of spots in arrays
US20030175720A1 (en) * 2002-03-18 2003-09-18 Daniel Bozinov Cluster analysis of genetic microarray images
JP2006084281A (ja) * 2004-09-15 2006-03-30 Hitachi Software Eng Co Ltd スポット画像認識方法及びスポット画像認識システム
JP2008039584A (ja) * 2006-08-07 2008-02-21 Toray Ind Inc 帯電防止性カバーを有するマイクロアレイ
US20090041332A1 (en) * 2007-07-20 2009-02-12 Kla-Tencor Corporation Methods for generating a standard reference die for use in a die to standard reference die inspection and methods for inspecting a wafer
JP2009058356A (ja) * 2007-08-31 2009-03-19 Mitsubishi Rayon Co Ltd 画像読み取り方法および装置
JP2009236626A (ja) * 2008-03-26 2009-10-15 Toyo Kohan Co Ltd マイクロアレイの測定方法
CN101899507A (zh) * 2009-05-27 2010-12-01 富士胶片株式会社 检测核酸微阵列的异常样点的方法

Also Published As

Publication number Publication date
JP5895613B2 (ja) 2016-03-30
EP2824444A4 (en) 2016-01-06
EP2824444A1 (en) 2015-01-14
EP2824444B1 (en) 2018-04-18
BR112014021383A2 (pt) 2018-05-08
US9519822B2 (en) 2016-12-13
KR102048599B1 (ko) 2019-11-25
WO2013133283A1 (ja) 2013-09-12
KR20140132343A (ko) 2014-11-17
CN104160265B (zh) 2016-08-17
US20150098611A1 (en) 2015-04-09
JP2013186007A (ja) 2013-09-19

Similar Documents

Publication Publication Date Title
Leek et al. Tackling the widespread and critical impact of batch effects in high-throughput data
Tran et al. Microarray optimizations: increasing spot accuracy and automated identification of true microarray signals
US7302348B2 (en) Method and system for quantifying and removing spatial-intensity trends in microarray data
US7372982B2 (en) User interface for molecular array feature analysis
US20200035329A1 (en) Methods and systems for visualizing and evaluating data
US20060173628A1 (en) Method and system for determining feature-coordinate grid or subgrids of microarray images
Khakabimamaghani et al. GelClust: a software tool for gel electrophoresis images analysis and dendrogram generation
PT1774323E (pt) Análise automática de padrões de interacções sonda-alvo multiplex: correspondência de padrões e identificação de alelos
CN104160265A (zh) 判定方法、判定装置、判定系统及程序
CN104395759B (zh) 用于图像分析识别的方法和系统
Heyer et al. MAGIC Tool: integrated microarray data analysis
CN101163958B (zh) 生物体信息处理装置和方法
Arteaga-Salas et al. An overview of image-processing methods for Affymetrix GeneChips
US20180315187A1 (en) Methods and systems for background subtraction in an image
US20030087289A1 (en) Image analysis of high-density synthetic DNA microarrays
CN108642568A (zh) 一种家犬全基因组低密度品种鉴定专用snp芯片设计方法
JP3537752B2 (ja) バイオチップを用いたハイブリダイゼーション反応の実験結果表示方法及び実験誤差評価方法
US7068828B2 (en) Biochip image analysis system and method thereof
CN1258602C (zh) 一种侦测基因序列的装置和方法
US20030156136A1 (en) Method and system for visualization of results of feature extraction from molecular array data
US6994965B2 (en) Method for displaying results of hybridization experiment
US20050203708A1 (en) Method and system for microarray gradient detection and characterization
US20050177315A1 (en) Feature extraction of partial microarray images
Tu et al. A method for detecting and correcting feature misidentification on expression microarrays
US20050226535A1 (en) Method and system for rectilinearizing an image of a microarray having a non-rectilinear feature arrangement

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant