CN105637365B - 对多组分被分析物的校准 - Google Patents

Abstract

本发明提供了一种使用分析仪（400）和被分析物（408）来分析生物样本（404）的方法。该方法包括提供（100）用于产生信号的被分析物。被分析物具有两个或更多预定数目的组分。该预定数目的组分中的每个具有强度性质与信号之间的不同关系。该方法还包括：提供（102、200）具有用于强度性质的已知值（430）的校准样本以及测量（104、202）用于校准样本中的每个的校准信号（432）。所述方法还包括通过对用于校准样本的每个的校准信号和用于强度性质的已知值拟合校准函数来确定（106、206）校准（434）。该校准函数等价于常量加用于所述预定数目的组分中的每个的指数衰减项。该方法还包括使用所述分析仪和所述被分析物来测量（108、208）生物样本的信号（436）并使用该校准来计算（110、210）强度性质。

Description

对多组分被分析物的校准

技术领域

本发明涉及使用被分析物进行的生物样本的强度性质的测量，特别是当被分析物具有至少两个组分时。

背景技术

非线性函数作为用于诊断测定的校准模型的应用是标准的。特别地，这些模型允许在信号与浓度的关系为非线性的情况下显著地扩大被分析物的动态范围。然而，存在特定的一类测定，其中使用不同的生物化学过程来遍及整个动态范围、测量范围获得准确且精确的结果。针对这些测定，常规非线性模型已被证明并未达到临床需要。这已导致样条模型的使用，然而，其具有缺点，因为其不能在测量和模型误差之间的范围内进行区别。

欧洲专利申请公开EP 2 357 475A1公开了一种测量人体液中的胱抑素C（Cystatin C）的方法。在这个方法中，颗粒增强免疫测定方法利用一种抗体覆盖颗粒的组合，其中，某些不可溶载体颗粒被具有高亲和性的一类抗人胱抑素C单克隆抗体覆盖，并且其中，某些其它不可溶载体颗粒被某时的抗人胱抑素单克隆抗体覆盖，其识别与首先提到类型的单克隆抗体的抗原决定基不同的抗原决定基且其具有相对低的亲和性。

欧洲专利申请公开EP 0 898 169 B1公开了一种确定校准曲线的方法和分析方法，其中将曲线划分成三个区域，用多次函数（multi-degree function）近似的低浓度区、用指数函数近似的中间浓度区以及用多次函数近似的高浓度区。

发明内容

本发明提供了独立权利要求中的方法和自动分析仪。在从属权利要求中给出了实施例。

术语‘分析仪’指的是可操作用于对诸如血液、尿液、唾液或其它样本类型之类的生物样本执行一个或多个分析的设备。分析仪可操作用于经由各种化学、生物、物理、光学或其它技术程序来确定样本或其组分的参数，下文中的参数被称为‘测量值’。分析仪可操作用于测量样本或至少一个被分析物的所述参数并返回所获得的测量值。由分析仪返回的可能分析结果的列表在没有限制的情况下包括样本中的被分析物的浓度、指示样本中的被分析物的存在的数字（是或否）结果（对应于在检测水平以上的浓度）、光学参数、DNA或RNA序列、从蛋白质或代谢物的质谱分析获得的数据和各种类型的物理或化学参数。

如本领域技术人员将认识到的，本发明的方面可以具体实施为装置、方法或计算机程序产品。因此，本发明的方面可采取以下形式：完全硬件实施例、完全软件实施例（包括固件、常驻软件、微代码等），或将软件和硬件方面组合的实施例，其可以全部在本文统称为“电路”、“模块”或“系统”。此外，本发明的方面可以采用在一个或多个计算机可读介质中包含的计算机程序产品的形式，该计算机可读介质具有包含在其上的计算机可执行代码。

可利用一个或多个计算机可读介质的任何组合。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。如本文所使用的‘计算机可读存储介质’涵盖可存储被计算设备的处理器可执行的指令的任何有形存储介质。计算机可读存储介质可被称为计算机可读非临时存储介质。计算机可读存储介质也可称为有形计算机可读介质。在某些实施例中，计算机可读存储介质也可能能够存储能够被计算设备的处理器访问的数据。计算机可读存储介质的示例包括但不限于：软盘、磁性硬盘驱动器、固态硬盘、闪存、USB拇指驱动器、随机存取存储器（RAM）、只读存储器（ROM）、光盘、磁光盘以及处理器的寄存器文件。光盘的示例包括紧致磁盘（CD）和数字通用光盘（DVD），例如CD-ROM、CD-RW、CD-R、DVD-ROM、DVD-RW或DVD-R盘。术语计算机可读存储介质还指代能够经由网络或通信链路被计算机设备访问的各种类型的记录介质。例如，可通过调制解调器、通过因特网或者通过局域网来取回数据。计算机可读介质上包含的计算机可执行代码可以使用任何适当的介质传输，包括但不限于无线、有线线路、光纤电缆、RF等等，或者前述的任何合适的组合。

计算机可读的信号介质可以包括例如在基带中或者作为载波一部分传播的数据信号，具有其中包含的计算机可执行代码。此类传播的信号可以采用多种形式中的任何形式，包括但不限于电磁、光或其任何合适的组合。计算机可读的信号介质可以是任何计算机可读介质，其不是计算机可读存储介质并且其可以传达、传播或者传输用于由指令执行系统、装置或者设备使用或者与其结合使用的程序。

‘计算机存储器’或‘存储器’是计算机可读存储介质的示例。计算机存储器是直接对处理器可访问的任何存储器。‘计算机储存器’或‘储存器’是计算机可读存储介质的另一示例。计算机储存器是任何非易失性计算机可读存储介质。在某些实施例中，计算机储存器也可以是计算机存储器或者反之。

如本文所使用的‘处理器’涵盖电子部件，其能够执行程序或机器可执行指令或计算机可执行代码。对包括“处理器”的计算设备的提及应被解释为可能包含超过一个处理器或处理核。处理器可以例如是多核处理器。处理器还可指代在单个计算机系统内或者分布在多个计算机系统之中的处理器的集合。还应将术语计算设备解释成可能指代每个包括一个或多个处理器的计算设备的集合或网络。计算机可执行代码可被多个处理器执行，该多个处理器可在同一计算设备内或者其甚至可跨多个计算设备分布。

计算机可执行代码或者机器可执行指令可包括引起处理器执行本发明的一个方面的机器可执行指令或程序。可用一个或多个编程语言的任何组合来编写用于执行用于本发明的各方面的操作的计算机可执行代码，包括诸如Java、Smalltalk、C++等面向对象编程语言和常规过程编程语言，诸如“C”编程语言或类似编程语言，并将其编译成机器可执行指令。在某些情况下，计算机可执行代码可采取高级语言的形式或者采取预编译形式，并且将其与即时地生成机器可执行指令的解释器相结合地使用。

机器可执行指令可以完全地在用户的计算机上执行、部分地在用户的计算机上执行、作为独立的软件包执行、部分地在用户的计算机上且部分地在远程计算机上执行、或者完全在远程计算机或服务器上执行。在后者的情形中，远程计算机可以通过任何类型的网络连接到用户的计算机，包括局域网(LAN)或广域网(WAN)，或者，可以实现到外部计算机的连接（例如，通过使用因特网服务提供商的因特网）。

关于根据本发明的实施例的方法、装置（系统）和计算机程序产品的流程图和/或框图描述本发明的各方面。将理解的是流程图、图示和/或框图的每个块或块的一部分在适用时可以由计算机程序指令以计算机可执行代码的形式实现。还应理解的是当并不互相排斥时，不同流程图、图示和/或框图中的块的组合可被组合。这些计算机程序指令可以被提供到通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的指令创建了用于实现流程图和/或框图的一个或多个块中指定的功能/动作的装置。

还可以将这些计算机程序指令存储在计算机可读介质中，其可以指引计算机、其它可编程数据处理装置、或其它设备以特定方式工作，从而，存储在计算机可读介质中的指令产生包括实现流程图和/或框图的一个或多个块中指定的功能/动作的指令的制品（article of manufacture）。

还可将计算机程序指令加载到计算机、其它可编程数据处理装置、或其它设备上以引起在计算机、其它可编程装置或其它设备上执行一系列操作步骤以产生计算机实现过程，使得在计算机或其它可编程装置上执行的指令提供用于实现在流程图和/或框图的一个或多个块中指定的功能/动作的过程。

如本文所使用的‘硬件接口’涵盖使得计算机系统的处理器能够与外部计算设备和/或装置相交互和/或对其进行控制的接口。硬件接口可允许处理器向外部计算设备和/或装置发送控制信号或指令。硬件接口还可使得处理器能够与外部计算设备和/或装置交换数据。硬件接口的示例包括但不限于：通用串行总线、IEEE 1394端口、并行端口、IEEE1284端口、串行端口、RS-232端口、lEEE-488端口、蓝牙连接、无线局域网连接、TCP/IP连接、以太网连接、控制电压接口、MIDI接口、模拟输入接口以及数字输入接口。

在一个方面中，本发明提供了一种使用分析仪和被分析物来分析生物样本的方法。该分析仪可操作用于测量指示生物样本中的分析物的强度性质的信号。强度性质是尺度不变的生物样本的物理性质。例如，特定分子、化合物或物质的浓度是强度性质。强度性质也可称为体积性质、强度量或强度变量。

被分析物被添加到生物样本且然后使用分析仪来执行测量。被分析物以某种方式与分析物起反应，并且还负责生成信号。例如，分析仪可具有透射光谱仪，其中测量通过生物样本的光的透射。被分析物可以以这样的方式与分析物进行反应：即可以通过进行生物样本的特定透射测量来确定强度性质。如本文所使用的生物样本涵盖包括由生物过程或生物系统生成的材料的样本。生物系统在某些情况下可包括从有机体衍生、复制或拷贝的活性有机体或化学制品或材料的部分或产物。例如，可用PCR过程来拷贝DNA或RNA，然而该材料并非由有机体直接地生成，其是从生物系统或有机体衍生的。分析物的强度性质可以是可测量的生物样本的物理性质。

该方法包括提供被分析物的步骤。被分析物可操作用于产生信号。被分析物具有预定数目的组分。也就是说，被分析物是预定数目的组分的混合物。该预定组分大于或等于2。该预定数目的组分中的每个具有强度性质与信号之间的不同关系。换言之，被分析物由两个或更多不同的被分析物组成。这两个被分析物被混合在一起而形成被分析物，并且单个组分中的每个具有强度性质与信号之间的不同关系。因为单个组分全部反应并对信号有所贡献，所以校准考虑到来自组分中每个的贡献。

该方法还包括提供具有强度性质的已知值的设定数目或固定数目的校准样本。该方法还包括使用分析仪和被分析物来测量用于校准样本中每个的校准信号。也就是说，所述被分析物被添加到校准样本中的每个，并针对每一个测量校准信号。该方法还包括通过对用于校准样本中的每个的校准信号和用于强度性质的已知值拟合校准函数来确定校准的步骤。该校准函数等价于常量加用于所述预定数目的组分中的每个的指数衰减项。在这里使用术语等价，因为可以在代数方面以不同的方式布置校准函数。

可以用多种方式来写出校准函数。可以认为指数衰减函数具有如下的形式：或，其中，p3是常量或校准参数。如果被分析物具有两个组分，则校准函数可具有以下形式：

其中，p1、p2、p3、p4和p5是常量，其使其值被调整以定义校准。f是信号的值，例如分析物的浓度conc。Exp是指数函数。可以以多种方式在代数方面将等式1重新布置。例如，下面的等式等价于前面的等式：

其中K1＝p1 + p2 + p4。

该方法还包括使用分析仪和被分析物来测量生物样本的信号的步骤。该方法还包括使用信号和校准来计算强度性质的步骤。本实施例可以是有益的，因为当存在具有多个组分的被分析物且其每个对同一信号有所贡献时，可使用较小数目的校准样本来执行校准。

被分析物的组分每个具有与信号不同的关系。取决于测量系统和特定被分析物，这可具有不同的关系。不同组分可具有被遵循的不同化学过程。例如，可存在不同的波长的变化、被分析物被改变之后的不同的温度变化或者不同的透射性质。可将不同的模式用于测量信号。可使用依赖于光的透射的分光镜方法。在其它示例中，可使用化学发光，还可进行温度或pH测量。该方法也适用于核磁共振或NMR方法。

在另一实施例中，设定数目是组分的预定数目的至少2倍加1。每个指数衰减项具有两个校准参数。在本实施例中，预定数目的组分中的每个具有与之相对应的一个指数衰减项。可用不同的方式来编写指数衰减项；然而，每个指数衰减项无论其形式如何都将具有两个校准参数。校准参数是可被调整以调整校准曲线的常量。如果设定数目等于校准参数的数目，则可以计算用于校准函数的解。在某些示例中，还使用比组分的预定数目的2倍加1更大的数。在这种情况下，必须测量较大数目的校准样本。如果方法或样本具有某些噪声，则具有校准测量的附加重复可能是有益的。

在另一实施例中，设定数目是组分的预定数目的两倍加1。每个指数衰减项具有两个校准参数。校准等式中的变量的数目则是指数衰减项的数目的2倍加一。用于每个指数衰减项的两个校准参数是贡献给校准等式的两个变量。本实施例可能是有益的，因为样本的数目确切地是提供校准函数的解所需的数目。校准数目样本的设定数目是固定的或者

在另一实施例中，该设定数目是组分的预定数目的两倍加二、三、四或五。每个指数衰减项具有两个校准参数。在本实施例中，组分的数目是比提供校准函数的解所必要的数目大一、二、三或四。这可以用有限数目的附加测量来提供高效的校准，该附加测量可用来检查误差或者允许使用拟合算法。

在另一实施例中，设定数目是组分的预定数目的两倍加2、3、4、5、6、7、8、9、10、11、12、13、14或15。每个指数衰减项具有两个校准参数。在本实施例中，组分的数目大于提供校准函数的解所必要的数目。这可以用有限数目的附加测量来提供高效的校准，该附加测量可用来检查误差或者允许使用拟合算法。

在另一实施例中，所述校准函数具有多个校准参数。该设定数目等于或大于校准参数的数目。如上所述的校准参数是可以在校准函数中调整的常量。

在另一实施例中，信号包括以下各项中的任何一个：电化学测量、化学发光测量、浊度测量、放射性衰变或放射性计数测量、光度透射测量、光度散射测量以及其组合。

在另一实施例中，强度性质是分析物的浓度。在某些示例中，浓度可以是分子浓度。

在另一实施例中，分析仪包括可操作用于测量信号的光度测量模块，其中，该信号是光度透射谱的至少一部分。

在另一实施例中，所述分子浓度是C反应蛋白的分子浓度。组分的预定数目是2。所述预定数目的组分包括第一尺寸颗粒和第二尺寸颗粒。第一尺寸颗粒在直径方面为130nm（+/- 20nm），并被鼠单克隆抗体覆盖。第二尺寸颗粒为200nm（+/- 20nm）且被不同的鼠单克隆抗体覆盖。颗粒在尺寸方面是不同的，并且两个类型中的鼠单克隆抗体的亲和性本质上是不同的。

欧洲专利申请EP 0 790 500 B1公开了被覆盖鼠单克隆抗体的89 nm、124 nm、221nm以及89 nm和221 nm的组合的颗粒的使用。

在另一实施例中，分析仪是自动分析仪。如本文所使用的自动分析仪是使分析生物样本的过程的至少一部分自动化的分析仪。这可包括数据的测量和记录。在其它示例中，自动分析仪可操作用于准备样本，诸如向生物样本添加溶液或被分析物或者甚至稀释剂。在其它实施例中，自动分析仪也可能能够自动地加载和卸载不同的生物样本。例如，自动分析仪可操作用于接收校准样本集合并在没有人工干预的情况下自动地执行校准。

在另一方面，本发明提供了一种用于分析生物样本的自动分析仪。该分析仪可操作用于使用被分析物来测量描述生物样本中的分析物的强度性质的信号。也就是说，被分析物被与生物样本混合，并且然后分析仪测量信号。在某些示例中，自动分析仪可操作用于在进行测量之前自动地向生物样本中分配被分析物。自动分析仪可操作用于接收被分析物。被分析物具有预定数目的组分。组分的预定数目大于或等于2。该预定数目的组分中的每个具有强度性质与信号之间的不同关系。自动分析仪包括用于存储机器可执行指令的存储器。自动分析仪包括用于控制自动分析仪的处理器。指令的执行引起处理器接收校准。该校准由等价于常量加用于预定组分中的每个的指数衰减的校准函数定义。指令的执行还引起处理器使用自动分析仪将被分析物添加到生物样本。指令的执行还引起处理器使用自动分析仪来测量生物样本的信号。指令的执行还引起处理器使用信号和校准来计算物理性质。

在另一实施例中，指令的执行还引起处理器使用分析仪来接收具有用于强度性质的已知值的设定数目的校准样本。指令的执行还引起处理器使用分析仪和被分析物来测量用于校准样本中每个的校准信号。在某些示例中，指令的执行还可以引起处理器使用分析仪来向校准样本中的每个分配被分析物。指令的执行还引起处理器通过对用于校准样本中的每个的校准信号和用于强度性质的已知值拟合校准函数来确定校准。在某些示例中，设定数目是组分的预定数目的至少2倍加1。指数衰减项中的每个具有两个校准参数。并且，在某些示例中，所述校准函数具有多个校准参数。设定数目等于或大于校准参数的数目。

在另一实施例中，指令的执行还引起处理器接收描述校准的参数信息。该参数信息可以是例如预先测量校准数据、用于校准函数中的常量的值和/或用于校准函数中的常量的值的范围。例如，值或值的范围对于特定批次或类型的被分析物而言可以是预先已知的。这可以进一步减少必须使用的校准样本的数目。还可与测量校准信号相结合地使用参数信息以确定校准函数。

在另一实施例中，自动分析仪包括被分析物。

在另一实施例中，信号包括以下各项中的任何一个：电化学测量、化学发光测量、浊度测量、放射性衰变或计数、光度散射测量、光度透射测量以及其组合。

在另一实施例中，强度性质是浓度。

在另一实施例中，分析仪包括可操作用于测量信号的光度测量模块。该信号是光度透射谱的至少一部分。

在另一实施例中，浓度是c反应蛋白的浓度。组分的预定数目是2。所述预定数目的组分包括第一尺寸颗粒和第二尺寸颗粒。第一尺寸颗粒在直径方面约为130nm，并被鼠单克隆抗体覆盖。第二尺寸颗粒约为220nm，并被不同亲和性的鼠单克隆抗体覆盖。

应理解的是可将本发明的上述实施例或示例中的一个或多个组合，只要该组合不是互相排斥的即可。

附图说明

下面仅以示例的方式参考附图来更详细地解释本发明的实施例，在所述附图中：

图1图示出方法的示例；

图2图示出方法的另一示例；

图3图示出多个指数衰减函数的组合；以及

图4图示出自动分析仪的示例。

具体实施方式

这些图中的相似编号元件是等价元件或执行相同功能。如果功能等价的话，先前已经讨论的元件在稍后的图中将不一定进行讨论。

图1示出了图示出用于使用分析仪和被分析物来分析生物样本的方法的示例的流程图。该分析仪可操作用于测量指示生物样本中的分析物的强度性质的信号。在步骤100中提供被分析物。被分析物可操作用于产生信号。该被分析物可以可操作用于在用分析仪进行测量时产生信号。被分析物具有预定数目的组分。组分的预定数目＞或＝2。该预定数目的组分中的每个具有强度性质与信号之间的不同关系。接下来，在步骤102中提供一组校准样本。

该校准样本具有用于强度性质的已知值。例如，校准样本可具有不同浓度的特定化合物或化学制品。接下来，在步骤104中，使用分析仪和被分析物针对校准样本中的每个测量校准信号。例如，可向校准样本的每个中分配被分析物。接下来，在步骤106中，通过对用于校准样本中每个的校准信号和用于强度性质的已知值拟合校准函数来确定校准。该校准函数等价于常量加用于所述预定数目的组分中的每个的指数衰减项。接下来，在步骤108中，使用分析仪和被分析物来测量生物样本的信号。最后，在步骤110中，使用信号和校准来计算强度性质。

图2示出了使用分析仪和被分析物来分析生物样本的方法的另一示例。在图2中的示例中，首先执行校准，并且然后将该校准用于确定分析物的物理性质或强度性质。在步骤200中，将校准器设定点值下载到分析仪。这些等价于用于强度性质的已知值。在步骤202中，使用分析仪来执行校准器设定点的测量。这提供信号值。该信号值等价于用于校准样本中每个的校准信号。然后，在步骤204中，浓度值和信号值提供用于每个校准器设定点的数据集。接下来，在步骤206中，计算校准曲线。这在某些示例中可用曲线公式和曲线参数来描述。曲线公式和曲线参数是校准函数。曲线参数是在校准函数中改变的校准参数或常量。校准的此计算可例如使用迭代拟合算法通过信号和浓度数据集的回归来执行以使数据集与拟合曲线之间的偏差最小化。这可以以多种方式来执行。执行这个的简单方式将是使用最小二乘拟合方法。如果信号和浓度的数据点的数目等于2×组分的预定数目＋1，则可以对校准曲线的参数求解。步骤206为校准函数或校准曲线提供参数。接下来，在步骤208中，使用分析仪来测量样本。这例如可以是病人样本或者用于检查校准的某些种类控制材料。这提供信号值或信号。在步骤210中，使用样本信号和所拟合的校准曲线来执行样本浓度或强度性质的计算。

图3示出了多个函数的图。x轴采取任意单位300且y轴302也采取任意单位。函数304对被增加到-x的1-e的曲线的值进行绘图。304是指数衰减项的示例。曲线306是被增加至-5x的函数1-e。曲线306图示出指数衰减函数的另一示例。曲线308是曲线304＋306的和。可以注意到的是在检查时曲线308看起来是与指数衰减项类似的形式。当执行校准时，人们实际上可试图单独地将指数衰减项拟合到曲线308。然而，由于曲线304和306的和，拟合将最多是中等的。图3图示出当存在两者对同一信号308有所贡献的多个组分时，本发明可如何提供拟合校准曲线的更好的手段。

图4示出了自动分析仪400的示例。自动分析仪400可操作用于分析生物样本404。存在可操作用于向生物样本404中分配被分析物408的分配器406，生物样本包括分析物。被分析物208可例如位于盒（cartridge）内。被分析物208包括也是被分析物的至少两个组分。

虽然在本图中未示出，但自动分析仪400可具有用于对多个生物样本404进行定位以用于分配分析物且还用于被测量模块410分析的装置。测量模块410表示许多不同类型的传感器或仪表，其能够在生物样本404上进行测量。

分配器406和测量模块410被连接到计算机系统412的硬件接口414。计算机412还包括处理器416，其与硬件接口414、用户接口418、计算机储存器420和计算机存储器422连接。

计算机储存器420被示为包含用于校准样本的强度性质的值430。计算机储存器420还被示为包含用于校准样本432的校准信号。计算机储存器还被示为包含已经使用值430和校准信号432计算的校准434。计算机储存器420还示出了已经由测量模块410测量的生物样本436的信号。计算机储存器420还被示为包含使用信号436和校准434计算的强度性质的值438。

计算机存储器422被示为包含控制模块440。控制模块440包括计算机可执行代码，其使得处理器416能够控制自动分析仪400的操作和功能。例如，其使得处理器416能够经由硬件接口414来发送命令并从分配器406和测量模块410接收信息。如果其存在，则此模块还使得处理器416能够控制生物样本404的自动路由和处理。计算机存储器422还被示为包含曲线拟合模块442。曲线拟合模块包含计算机可执行代码，其使得处理器416能够使用校准信号432和值430来计算校准434。计算机处理器422还被示为包含强度性质确定模块444。模块444使用校准434和信号436来计算值438。

在某些示例中，已知校准曲线可能并未与校准曲线的形状很好地匹配。在这种情况下，常常使用作为线性或三次样条的样条模型。然而，样条的使用可要求大量的校准测量。可将校准函数的示例应用到所谓的CRP测试。CRP是用于c反应蛋白的缩写。c反应蛋白是在血液中发现的蛋白，其使其水平响应于发炎而上升。CRP是炎症反应的经典急性相蛋白。其由肝合成并由形成具有120000道尔顿的分子量的五员环的五个相同多肽链组成。CRP是对急性相反应物最敏感，并且其浓度在发炎过程期间快速地增加。明显健康的人在其血液中仅具有非常低的c反应蛋白浓度。根据IFCC/ERM蛋白标准化的参考值小于每公升5mg。在急性发炎过程期间，血清和/或血浆中的CRP浓度可以增加达到1000倍。CRP被分析物因此面对两个挑战。应以高准确度和灵敏度来测量明显健康的人的CRP的低血清浓度，尤其是在每公升5mg的判定范围周围，并且被分析物应能够在没有过高重新运行速率的情况下检测具有急性发炎过程的CRP病人的高血清浓度。某些CRP被分析物能够在每公升0.3mg和每公升350mg的浓度范围内在没有重新运行的情况下检测CRP。这可以通过两个不同微颗粒（DuRel）的帮助来实现。被低亲和性CRP MaB覆盖的约130nm尺寸的小尺寸颗粒和被高亲和性CRP MaB覆盖的约220nm的更大尺寸颗粒。那两个颗粒类型在一个试剂中的组合导致结合曲线或校准曲线的重叠。由大颗粒诱发的低CRP浓度下的信号的急剧增加被与由小颗粒诱发的较高浓度下的信号的适度增加组合。剂量信号曲线是两个结合曲线的组合，并且其形状对于基于乳液的浊度测定而言并不是典型的。所述六个可用设定点必须分布在校准曲线的较低浓度范围的大部分中，四个点在每公升0和9mg之间，两个在每公升90和350mg之间，以便在较低浓度范围内实现必要的准确度。所得到的校准曲线与标准校准函数的拟合是到目前为止尚未以所需准确度解决的问题。大多数非线性校准函数并未充分地满足设定点。因此，其并不是适当的，因为医疗决策点处的准确度是不够的。实际上，线性模型不适合于覆盖在每公升0.3和350mg之间的整个测量范围。甚至上述非线性Rodbard模式不能提供足够准确的拟合，尤其是在约每公升5mg的医疗决策范围内。

到目前为止，当前的技术发展水平已经拟合样条函数。然而，如已经讨论的，样条函数涉及关于鲁棒性和准确度的缺点。示例可提供使用新校准曲线来校准诊断性测试的新方法。对于使用两个颗粒尺寸的CRP测试而言，可使用五参数模型函数。

在被分析物校准历史的早期开始，使曲线拟合限制到简单的直线。拟合是容易的，并且已始终是一个最佳参数集。极大的努力常常是必要的以使得化学反应在目标范围内是线性的。随着对测量范围的增加的要求，这个方法很早就被限制。另一方法是使用局部模型，例如样条。尤其是涉及到高次项拟合的样条，测量完美但并未保持稳定的总体曲线，也未适应测量误差。

下一代校准曲线是非线性S形曲线。其源自于由Rodbard引入以对酶促反应进行建模的剂量响应理论。这些模型是现有技术，并且在市场上的几乎所有分析仪处可用。其对给定试剂与人类样品内的分析物的反应进行建模。这些模型适用于非常多的免疫性被分析物，并允许非常显著地拓宽测量范围。随着尤其是相对于测量范围的要求的进一步增加，需要更复杂的被分析物格式。最后，多个叠加反应流帮助计及该增强要求。经典S形模型、经典的一个反应模式并未以足够的性能达到新型的多个叠加反应的标准。在化学侧的叠加反应的思想需要在数学侧的适当应答。从基本的动力学开始，分析重叠思想并将其以非常系统的方式传输以实现新要求被满足。

关键点是用于选择和评估数学模型的策略。虽然该选择或多或少地是简单的：能够对平滑单调曲线进行建模的任何非线性分析、小参数数目的标量函数是有效的候选。该算法的新函数的评估是复杂的过程。为了使得所有相关步骤尽可能清楚，提及最终解决方案是有意义的：最后，我们想要仅具有几个校准器4—5来在没有由于校准而引起的偏置和变化性的情况下对浓度与信号之间的关系进行建模。这应适用于整个测量范围且尤其是其中结果在临床上很关键的区域。

开始，需要建立信号与浓度之间的完整且真实的关系。这是用校准器的大型集合来完成的，例如超过十个，其覆盖整个测量范围。该数据应覆盖多个设备、多次运行以计及可能的测量系统和试剂波动。此外，如果也适当的话，应涉及到由多个操作员进行的校准器的自动和手动准备，稀释。在这个基础上，可以建立一个或多个例如系统特定的典型曲线。

下一步是搜索能够充分地描述信号与浓度关系的适当函数。然而，数学函数仅仅是故事的一半。可以遵循不同的方式完成非线性优化。基本上，在参数拟合中，二次形式被最小化。最终，优化算法最后导致用于所选校准函数的最终参数集。检查比如‘Nelder-Mead’、‘Taylor’、‘Levenberg-Marquardt’或模拟退火之类的不同优化策略算法。

以例如超过10个的许多校准器开始，曲线的形状是很好地固定的，并且可以通过检查校准曲线数据的大型且明确定义的集合上的曲线和数据之间的一致的接近来容易地验证拟合的曲线。一旦已经针对大型校准器集合确定了良好的解决方案，则必须示出数学模型和拟合程序对具有4—5个校准器的例程也适用。这里的目标是证明当我们从20个移动至5个校准器时，不存在拟合质量的损失。用以评估候选模型的重要标准是残差以及5校准器解决方案与原始的n（n＞10）校准器解决方案的总偏差。

用于评估潜在候选解决方案的另一策略依赖于模拟。从由参数给定的曲线开始，在我们从校准器知道的典型浓度位置处从曲线读取点是可能的。然后我们向信号添加我们从测量误差的分析中预期的某些典型噪声。这可以在模拟内被重复并帮助识别其中拟合可能偏置、亦即曲线在同一方向上偏离开的浓度范围。此分析确保所选模型既不局部偏置，关于测量波动的鲁棒性也不会不足。

来自实际测量结果的数据变化性难以完全通过模拟来捕捉，因为算法中的所选函数优先地用现实世界的数据证明了一定量的鲁棒性。为了检查鲁棒性，模拟再次地是选择的方法。我们再次如上所述地开始，但是现在我们增加已被添加到信号的噪声的大小。如果噪声超过某个水平，则我们可以观察到越来越多的失败的拟合。这在现场非常容易地说明鲁棒性。此外，生成随机噪声，两个不同的误差模型可用。统计上独立误差的模型是非常保守且鲁棒的变体，因为不同校准器的噪声是不相关的。第二模式通过分析来自一组（＞10）不同校准曲线的信号来使用误差的实际相关性。最后的方法允许对性能的真实预测，并且第一模型意味着针对算法的增加的强度。

鲁棒的校准公式的具体示例是等式1，其可以与先前讨论的CRP被分析物一起使用。

校准函数的示例可具有在大的测量范围内提供有效校准的优点，并且还在测量和模型误差之间进行区别。为了满足测定设计中的苛刻的医疗要求，检测过程可以是不同的生物化学过程。因此，例如在同一被分析物配方中涉及到不同尺寸的CRP被分析物乳液颗粒以分别地检测低和高浓度的CRP。此设计导致被分析物校准曲线，其在不同的浓度体系中不同，并构成用于对在非线性校准中使用的数学函数进行建模的经典一次检测过程的挑战。因此，常常用样条函数来拟合这些被分析物，其具有众所周知的固有缺点。特别地，关于样条模型，在校准中不存在全局（覆盖整个测量范围）函数，不能进行测量误差（在校准器信号中）、模型误差之间的区别。用非线性全局模型方法可以实现的误差检测程序对于样条模型而言是不可行的。示例可以使用具体地设计的非线性数学函数，其允许整体测量的极好的基于模型的拟合，从而覆盖多个检测过程。对于基于两个尺寸的乳液颗粒且在同一被分析物配方中使用两个检测过程的CRP被分析物的特定示例而言，已经示出了两个指数衰减函数的特定叠加允许由曲线和或多或少笔直线段构成的校准曲线的完美拟合。

参考数字的列表

300 x轴

302 y轴

304 y(x) = 1 - Exp(-x)

306 y(x) = 1 - Exp(-5x)

308 y(x) = 2- Exp(-x) - Exp(-5x)

400 自动分析仪

404 生物样本

406 分配器

408 被分析物

410 测量模块

412 计算机

414 硬件接口

416 处理器

418 用户接口

420 计算机储存器

422 计算机存储器

430 用于校准样本的强度性质的值

432 用于校准样本的校准信号

434 校准

436 信号

438 表示强度性质的值

440 控制模块

442 曲线拟合模块

444 强度性质确定模块。

Claims (8)

1.一种使用分析仪（400）和被分析物（408）来分析生物样本（404）的方法，

其中，所述分析仪可操作用于测量指示所述生物样本中的分析物的强度性质（438）的信号（436），

其中，所述强度性质是所述分析物的浓度，

其中，所述分析仪包括可操作用于测量所述信号的光度测量模块，以及

其中，所述信号是光度透射谱的至少一部分，

其中，所述方法包括：

—提供所述被分析物，其中，所述被分析物可操作用于产生所述信号，

其中，所述被分析物具有预定数目的组分，其中，组分的所述预定数目是两个，

其中，所述预定数目的组分中的每个具有所述强度性质与所述信号之间的不同关系，

其中，所述预定数目的组分中的每个是不同的被分析物；

—提供具有用于所述强度性质的已知值（430）的设定数目的校准样本，其中所述设定数目是组分的预定数目的两倍加一、二、三、四或五；

—使用所述分析仪和所述被分析物来测量用于校准样本中的每个的校准信号（432）；

—通过对用于校准样本中每个的校准信号和用于强度性质的已知值拟合校准函数来确定校准（434），

其中，所述校准函数等价于常量加用于所述预定数目的组分中的每个的指数衰减项，其中每个指数衰减项具有两个校准参数；

—使用所述分析仪和所述被分析物来测量所述生物样本的信号（436）；以及

—使用所述信号和所述校准来计算所述强度性质。

2.权利要求1的方法，其中，所述信号还包括以下各项中的任何一个：电化学测量、化学发光测量、浊度测量、放射性衰变测量、光度散射测量以及其组合。

3.权利要求1或2的方法，

其中，所述分析物的浓度是c反应蛋白的分子浓度，

其中，组分的所述预定数目是两个，

其中，所述预定数目的组分包括第一尺寸颗粒和第二尺寸颗粒，

其中，第一尺寸颗粒在直径方面约为130nm，并被鼠单克隆抗体覆盖，以及

其中，第二尺寸颗粒约为220nm，并被不同亲和性的鼠单克隆抗体覆盖。

4.权利要求1或2的方法，其中，所述分析仪是自动分析仪。

5.一种用于分析生物样本（404）的自动分析仪（400），

其中，所述分析仪可操作用于使用被分析物（408）来测量描述所述生物样本中的分析物的强度性质（438）的信号（436），

其中，所述强度性质是所述分析物的浓度，

其中，所述分析仪包括可操作用于测量所述信号的光度测量模块，以及

其中，所述信号是光度透射谱的至少一部分，

其中，所述自动分析仪可操作用于接收所述被分析物，

其中，所述被分析物具有预定数目的组分，其中，组分的所述预定数目是两个，

其中，所述预定数目的组分中的每个具有强度性质与所述信号之间的不同关系，

其中，所述预定数目的组分中的每个是不同的被分析物；

其中，所述自动分析仪包括用于存储机器可执行指令的存储器，

其中，所述自动分析仪包括用于控制自动分析仪的处理器（416），

其中，指令的执行引起处理器：

—使用所述分析仪来接收具有用于所述强度性质的已知值（430）的设定数目的校准样本和/或接收描述校准的参数信息，其中所述设定数目是组分的预定数目的两倍加一、二、三、四或五；

—使用所述分析仪和所述被分析物来测量用于校准样本中每个的校准信号；

—通过对用于校准样本中每个的校准信号和用于所述强度性质和/或所述参数信息的已知值拟合校准函数来确定校准；

—接收所述校准（434），其中，所述校准由等价于常量加用于所述预定数目的组分中每个的指数衰减项的校准函数定义，其中每个指数衰减项具有两个校准参数；

—使用所述自动分析仪向生物样本添加被分析物；

—使用所述自动分析仪来测量所述生物样本的信号；以及

—使用所述信号和所述校准来计算所述强度性质。

6.权利要求5的自动分析仪，其中，所述自动分析仪包括所述被分析物。

7.权利要求5或6的自动分析仪，其中，所述信号还包括以下各项中的任何一个：电化学测量、化学发光测量、浊度测量、放射性衰变测量、光度散射测量以及其组合。

8.权利要求5至6中的任一项的自动分析仪，

其中，所述浓度是c反应蛋白的浓度，

其中，组分的所述预定数目是两个，

其中，所述预定数目的组分包括第一尺寸颗粒和第二尺寸颗粒，

其中，第一尺寸颗粒在直径方面约为130nm，并被鼠单克隆抗体覆盖，以及

其中，第二尺寸颗粒约为220nm，并被不同亲和性的鼠单克隆抗体覆盖。