CN106233138A - 多痕迹量化 - Google Patents

多痕迹量化 Download PDF

Info

Publication number
CN106233138A
CN106233138A CN201580020937.8A CN201580020937A CN106233138A CN 106233138 A CN106233138 A CN 106233138A CN 201580020937 A CN201580020937 A CN 201580020937A CN 106233138 A CN106233138 A CN 106233138A
Authority
CN
China
Prior art keywords
profile
peak
compound
relevant peaks
peak profile
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
CN201580020937.8A
Other languages
English (en)
Other versions
CN106233138B (zh
Inventor
G·伊沃什夫
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.)
DH Technologies Development Pte Ltd
Original Assignee
DH Technologies Development Pte Ltd
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 DH Technologies Development Pte Ltd filed Critical DH Technologies Development Pte Ltd
Publication of CN106233138A publication Critical patent/CN106233138A/zh
Application granted granted Critical
Publication of CN106233138B publication Critical patent/CN106233138B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/86—Signal analysis
    • G01N30/8624—Detection of slopes or peaks; baseline correction
    • G01N30/8631—Peaks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/86—Signal analysis
    • G01N30/8624—Detection of slopes or peaks; baseline correction
    • G01N30/8631—Peaks
    • G01N30/8634—Peak quality criteria
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/96—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation using ion-exchange
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/62—Detectors specially adapted therefor
    • G01N30/72—Mass spectrometers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/86—Signal analysis
    • G01N30/8624—Detection of slopes or peaks; baseline correction
    • G01N30/8631—Peaks
    • G01N30/8637—Peak shape
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J49/00—Particle spectrometers or separator tubes
    • H01J49/004—Combinations of spectrometers, tandem spectrometers, e.g. MS/MS, MSn

Landscapes

  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Engineering & Computer Science (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明提供用于使用来自一或多个相关峰轮廓的信息计算峰轮廓的面积的系统及方法。使用分离装置随着时间推移从混合物分离出一或多个化合物。使用串联质谱仪在所述分离期间监测所述一或多个化合物的痕迹。使用处理器接收多个强度测量。使用所述处理器对于第一痕迹从所述多个强度测量检测所关注化合物的第一峰轮廓且对于一或多个其它痕迹从所述多个强度测量检测所述所关注化合物的一或多个相关峰轮廓。使用所述处理器基于所述一或多个相关峰轮廓计算所述第一峰轮廓的面积。

Description

多痕迹量化
相关申请案的交叉参考
本申请案主张2014年4月28日申请的第61/985,335号美国临时专利申请案的权利，所述案的全部内容以引用方式并入本文中。
背景技术
萃取离子层析图谱(XIC)是通过从一系列质谱扫描采取在单一、离散质量值或质量范围内的强度值而产生。所述萃取离子层析图谱指示根据时间变化的给定质量或质量范围的表现。XIC峰轮廓高度或峰轮廓面积可用来例如量化所关注化合物。
然而，常常在监测多个片段(或相关XIC)时，两个或更多个片段具有几乎相同的XIC，称为相关XIC峰轮廓。常规上，用户手动地覆盖此些相关XIC峰轮廓以找出坏积分。本质上，用户比较相关峰的面积比。然而，一些自动峰检测及积分程序不使用此信息。每一XIC独立于彼此而受处理，从而忽略此重要信息。
发明内容
揭示一种用于使用来自一或多个相关峰轮廓的信息计算峰轮廓的面积的系统。所述系统包含：分离装置、串联质谱仪及处理器。所述分离装置随着时间推移从混合物分离出一或多个化合物。所述串联质谱仪在所述分离期间监测所述一或多个化合物的痕迹，从而随着时间推移产生对所述一或多个化合物的多个强度测量。
所述处理器接收所述多个强度测量，且对于第一痕迹从所述多个强度测量检测所关注化合物的第一峰轮廓且对于一或多个其它痕迹从所述多个强度测量检测所述所关注化合物的一或多个相关峰轮廓。所处处理器基于所述一或多个相关峰轮廓计算所述第一峰轮廓的面积。
揭示一种用于使用来自一或多个相关峰轮廓的信息计算峰轮廓的面积的方法。使用分离装置随着时间推移从混合物分离出一或多个化合物。使用串联质谱仪在所述分离期间监测所述一或多个化合物的痕迹，从而随着时间推移产生对所述一或多个化合物的多个强度测量。使用处理器接收所述多个强度测量。使用所述处理器对于第一痕迹从所述多个强度测量检测所关注化合物的第一峰轮廓。使用所述处理器对于一或多个其它痕迹从所述多个强度测量检测所述所关注化合物的一或多个相关峰轮廓。使用所述处理器基于所述一或多个相关峰轮廓计算所述第一峰轮廓的面积。
揭示一种包含非暂时性及有形计算机可读存储媒体的计算机程序产品，其内容包含具有指令的程序，所述指令是在处理器上执行以便执行用于使用来自一或多个相关峰轮廓的信息计算峰轮廓的面积的方法。所述方法包含提供系统，其中所述系统包括一或多个不同软件模块，且其中所述不同软件模块包括测量模块及分析模块。
所述测量模块接收多个强度测量。使用分离装置随着时间推移从混合物分离出一或多个化合物。使用串联质谱仪在所述分离期间监测所述一或多个化合物的痕迹，从而随着时间推移产生对所述一或多个化合物的所述多个强度测量。所述分析模块对于第一痕迹从所述多个强度测量检测所关注化合物的第一峰轮廓。所述分析模块对于一或多个其它痕迹从所述多个强度测量检测所述所关注化合物的一或多个相关峰轮廓。所述分析模块基于所述一或多个相关峰轮廓计算所述第一峰轮廓的面积。
本文中陈述本申请案教示的这些及其它特征。
附图说明
所属技术领域熟练人员将理解，下文所描述的图式仅用于说明目的。图式并非旨在以任何方式限制本发明教示的范围。
图1是说明可在上面实施本发明教示的实施例的计算机系统的框图。
图2是在随着时间推移从混合物分离出所关注化合物时由串联质谱仪对于一个转移测量的离子强度值的示例性图表。
图3是展示从在随着时间推移从混合物分离出所关注化合物时由串联质谱仪对于一个转移测量的离子强度值确定的第一萃取离子层析图谱(XIC)峰的峰面积的示例性图表。
图4是展示所关注化合物的另一转移的第二XIC峰轮廓的示例性图表，其覆盖从在随着时间推移从混合物分离出所关注化合物时由串联质谱仪对于一个转移测量的离子强度值确定的第一XIC峰轮廓。
图5是展示根据各个实施例的第一XIC峰轮廓的示例性图表，其是从在随着时间推移从混合物分离出所关注化合物时由串联质谱仪对于一个转移测量的离子强度值确定且与从所关注化合物的另一转移确定的第二相关XIC峰轮廓一起求积分。
图6是展示根据各个实施例使用非负矩阵因式分解(NNMF)由来自第一混合物的第一转移的两个分量重建XIC峰轮廓的示例性图表。
图7是展示根据各个实施例使用NNMF由来自第一混合物的第一转移的三个分量重建XIC峰轮廓的示例性图表。
图8是展示根据各个实施例使用NNMF由来自第二混合物的第二转移的两个分量重建XIC峰轮廓的示例性图表。
图9是展示根据各个实施例使用NNMF由来自第二混合物的第二转移的三个分量重建XIC峰轮廓的示例性图表。
图10是展示根据各个实施例的用于使用来自一或多个相关峰轮廓的信息计算峰轮廓的面积的系统的示意图。
图11是展示根据各个实施例的用于使用来自一或多个相关峰轮廓的信息计算峰轮廓的面积的方法的流程图。
图12是展示根据各个实施例的包含一或多个不同软件模块的系统的示意图，其执行用于使用来自一或多个相关峰轮廓的信息计算峰轮廓的面积的方法。
在详细描述本发明教示的一或多个实施例之前，所属技术领域熟练人员将明白，本发明教示在其应用中不限于下文详细描述中所陈述或图式中所说明的构造的细节、组件的布置及步骤的布置。再者，应理解，本文中所使用的片语及术语用于描述目的且不应被视为限制性。
具体实施方式
计算机实施系统
图1是说明可在上面实施本发明教示的实施例的计算机系统100的框图。计算机系统100包含用于传达信息的总线102或其它通信机构及与总线102耦合的用于处理信息的处理器104。计算机系统100还包含存储器106，其可为耦合到总线102的用于存储将由处理器104执行的指令的随机存取存储器(RAM)或其它动态存储装置。存储器106还可用于在将由处理器104执行的指令的执行期间存储临时变量或其它中间信息。计算机系统100进一步包含耦合到总线102的用于存储用于处理器104的静态信息及指令的只读存储器(ROM)108或其它静态存储装置。存储装置110(例如磁盘或光盘)经提供且耦合到总线102用于存储信息及指令。
计算机系统100可经由总线102耦合到显示器112，例如阴极射线管(CRT)或液晶显示器(LCD)，用于向计算机用户显示信息。输入装置114，包含字母数字及其它键，耦合到总线102用于将信息及命令选择传达到处理器104。另一类型的用户输入装置是用于将方向信息及命令选择传达到处理器104且用于控制显示器112上的光标移动的光标控制件116，例如鼠标、跟踪球或光标方向键。此输入装置通常在两个轴(第一轴(即，x)及第二轴(即，y))上具有允许所述装置指定平面中的位置的两个自由度。
计算机系统100可执行本发明教示。与本发明教示的某些实施方案一致的是，由计算机系统100响应于处理器104执行存储器106中所含的一或多个指令的一或多个序列而提供结果。此些指令可从另一计算机可读媒体(例如存储装置110)读取到存储器106中。存储器106中所含的指令的序列的执行致使处理器104执行本文中所述的过程。或者，可取代或组合软件指令使用硬接线电路系统来实施本发明教示。因此，本发明教示的实施方案不限于任何特定组合的硬件电路系统及软件。
如本文中所使用的术语“计算机可读媒体”指代参与将指令提供至处理器104用于执行的任何媒体。此一媒体可采取许多形式，包含但不限于：非易失性媒体、易失性媒体及传输媒体。非易失性媒体包含例如光盘或磁盘，例如存储装置110。易失性媒体包含动态存储器，例如存储器106。传输媒体包含同轴电缆、铜线及光纤，包含包括总线102的导线。
常见形式的计算机可读媒体包含例如软盘、软性盘、硬盘、磁带、或任何其它磁性媒体、CD-ROM、数字视频光盘(DVD)、蓝光光盘、任何其它光学媒体、拇指驱动器、存储卡、RAM、PROM及EPROM、FLASH-EPROM、任何其它存储器芯片或卡盒、或计算机可读取的任何其它有形媒体。
各种形式的计算机可读媒体可涉及将一或多个指令的一或多个序列载送到处理器104用于执行。例如，首先可在远程计算机的磁盘上载送指令。远程计算机可将指令加载到其动态存储器中且使用调制解调器通过电话线发送指令。计算机系统100本地的调制解调器可接收电话线上的数据且使用红外传输器来将数据转换为红外信号。耦合到总线102的红外检测器可接收红外信号中所携带的数据且将数据置于总线102上。总线102将数据载送到存储器106，处理器104检索及执行来自存储器106的指令。由存储器106接收的指令可任选地在由处理器104执行之前或之后存储在存储装置110上。
根据各个实施例，经配置以由处理器执行以执行方法的指令存储在计算机可读媒体上。计算机可读媒体可为存储数字信息的装置。例如，计算机可读媒体包含如所属技术领域中已知用于存储软件的压缩光盘只读存储器(CD-ROM)。由适于执行经配置以被执行的指令的处理器来存取计算机可读媒体。
已为说明及描述的目的提出本发明教示的各个实施方案的下文描述。所述描述不是详尽性的且不将本发明教示限于所揭示的精确形式。修改及变动基于上文教示是可能的或可从本发明教示的实践获得。额外地，所描述实施方案包含软件，但本发明教示可被实施为硬件及软件的组合或被单独实施为硬件。本发明教示可用面向对象编程系统及非面向对象编程系统两者来实施。
多痕迹量化
如上文所描述，萃取离子层析图谱(XIC)是根据时间变化的特定质量值的强度的图表。XIC用于量化。然而，常常两个或更多个质量具有几乎相同的XIC，称为相关XIC峰轮廓。常规上，用户手动地覆盖此些相关XIC峰轮廓以找出坏积分。本质上，用户比较相关峰的面积比。XIC峰轮廓例如可由一或多个LC峰制成。
图2是在随着时间推移从混合物分离出所关注化合物时由串联质谱仪对于一个转移测量的离子强度值210的示例性图表200。使用峰检测算法，例如，可从离子强度值210确定至少一个XIC峰轮廓的初始位置。使用此初始位置及所关注化合物的峰模型，确定XIC峰轮廓的初始形状。例如，形状可包含宽度及强度。从XIC峰轮廓形状，通过对峰形状求积分来确定XIC峰轮廓。
图3是展示从在随着时间推移从混合物分离出所关注化合物时由串联质谱仪对于一个转移测量的离子强度值210确定的XIC峰轮廓320的峰面积330的示例性图表300。从离子强度值210确定XIC峰轮廓320的位置。使用此位置及所关注化合物的峰模型，确定XIC峰轮廓320的形状。通过对XIC峰轮廓320的形状求积分来确定峰面积330。独立于任何其它峰而计算峰面积330。常规上，一或多个相关XIC峰轮廓覆盖在XIC峰轮廓320的顶部上以便手动地调整峰面积330及XIC峰轮廓320的形状。
图4是展示所关注化合物的另一转移的XIC峰轮廓440的示例性图表400，其覆盖在从在随着时间推移从混合物分离出所关注化合物时由串联质谱仪对于一个转移测量的离子强度值210确定的XIC峰轮廓320上。从多个强度值(未展示)确定XIC峰轮廓440的位置。使用此位置及所关注化合物的峰模型，确定XIC峰轮廓440的形状。通过对XIC峰轮廓440的形状求积分来确定峰面积450。独立于任何其它峰而计算峰面积450。例如，XIC峰轮廓440以图形方式放置在图表400上使得其取样时间匹配图表400的所述取样时间。
手动地比较XIC峰轮廓440与XIC峰轮廓320表明，在计算XIC峰轮廓440及/或XIC峰轮廓320时存在一些误差。例如，在面积460中，XIC峰轮廓320具有高于XIC峰轮廓440的强度。此是不可能的，因为XIC峰轮廓440及XIC峰轮廓320来自相同所关注化合物且XIC峰轮廓440是较富集离子。较富集离子无法在任何点处具有低于不太富集离子的强度。常规上，调整XIC峰轮廓440及XIC峰轮廓320的参数直到XIC峰轮廓440及XIC峰轮廓320具有正确物理意义为止。尽管当前峰检测程序允许手动地比较XIC峰轮廓与相关XIC峰轮廓且允许基于这些相关XIC峰轮廓进行手动校正，但这些程序不允许基于一或多个相关XIC峰轮廓自动地计算XIC峰轮廓的面积。
在各个实施例中，提供用来基于一或多个相关XIC峰轮廓自动地计算XIC峰轮廓的面积的系统及方法。本质上，基于一或多个相关XIC峰轮廓对XIC峰轮廓的面积求积分。
图5是展示根据各个实施例的XIC峰轮廓520的示例性图表500，其是从在随着时间推移从混合物分离出所关注化合物时由串联质谱仪对于一个转移测量的离子强度值210确定且与从所关注化合物的另一转移确定的相关XIC峰轮廓540一起求积分。在各个实施例中，使用峰检测程序，从离子强度值210确定XIC峰轮廓520的初始位置。相似地，从多个离子强度值(未展示)确定XIC峰轮廓540的初始位置。
分析模块用来寻找XIC峰轮廓520及XIC峰轮廓540的初始形状。然后，迭代地变更定义XIC峰轮廓520及XIC峰轮廓540的形状的参数直到在与XIC峰轮廓540的形状比较时XIC峰轮廓520的形状最优化为止。从XIC峰轮廓520的最终最优化形状对XIC峰轮廓520的峰面积530求积分，且从XIC峰轮廓540的最终最优化形状对XIC峰轮廓540的峰面积550求积分。以此方式，对XIC峰轮廓520及XIC峰轮廓540的面积一起求积分。例如，然后将峰面积530及550用于量化。尽管图5仅展示两个相关XIC峰轮廓，但所属技术领域熟练人员可明白，可以相同方式对三个或更多个相关XIC的面积一起求积分。
可在与XIC峰轮廓540的形状比较时以许多不同方式最优化XIC峰轮廓520的形状。在各个实施例中，约束相关XIC峰轮廓的开始时间及结束时间。
在各个实施例中，最优化准则是所有相关痕迹的误差和。例如，如下文所展示般计算误差和F。
yp等效于强度。其是例如每一时间点j具有一个值的拟合强度。
如下文所展示般最小化误差和F。
∂ F ∂ P a r a m e t e r V e c t o r = 0
参数向量(ParameterVector)是由所有峰候选者的位置、强度及宽度组成。例如，为了简化最优化问题，对于所有峰候选者来说，可假设宽度是相同的。对于所有痕迹或转移来说，每一痕迹或转移j中的一个峰候选者是共同的。此约束控制所关注共同峰的位置且确保共同峰横跨所有转移具有相同LC轮廓。
在各个实施例中，使用盲反卷积算法与峰形状约束确定XIC峰轮廓520及XIC峰轮廓540的初始位置及形状。给定相同源化合物的多个混合物，其中每一混合物可含有源化合物中的每一者的不同量，盲反卷积算法可萃取产生所述混合物的潜在源化合物及量。源化合物的数目可未知且每一对应混合物中的每一源化合物的量可未知。再者，源化合物的XIC峰轮廓的形状通常未知，但可暗示对形状的一些约束。
例如，盲反卷积算法可包含非负矩阵因式分解(NNMF)。NNMF保证非负解。非负解拟合质谱仪数据的非负性质。使用NNMF，在从1变更到n的源化合物或峰分量的数目下执行多次迭代。例如，接受提供最佳拟合(最小平方误差和)的解。
图6是展示根据各个实施例使用NNMF由来自第一混合物的第一转移的两个分量重建XIC峰轮廓650的示例性图表600。对于强度值610，使用NNMF寻找两个XIC峰轮廓分量620及630。XIC峰轮廓分量620及630一起形成经重建XIC峰轮廓650。
图7是展示根据各个实施例使用NNMF由来自第一混合物的第一转移的三个分量重建XIC峰轮廓750的示例性图表700。对于强度值610，使用NNMF寻找三个XIC峰轮廓分量720、730及740。XIC峰轮廓分量720、730及740一起形成经重建XIC峰轮廓650。
图8是展示根据各个实施例使用NNMF由来自第二混合物的第二转移的两个分量重建XIC峰轮廓850的示例性图表800。对于强度值810，使用NNMF寻找两个XIC峰轮廓分量820及830。XIC峰轮廓分量820及830一起形成经重建XIC峰轮廓850。
图9是展示根据各个实施例使用NNMF由来自第二混合物的第二转移的三个分量重建XIC峰轮廓950的示例性图表900。对于强度值810，使用NNMF寻找三个XIC峰轮廓分量920、930及940。XIC峰轮廓分量920、930及940一起形成经重建XIC峰轮廓650。
通过比较图6中的XIC峰轮廓分量与图8中的XIC峰轮廓分量，NNMF算法可确定，例如在第二混合物中图8的XIC峰轮廓分量820是显著的，但在第一混合物中图6的相似XIC峰轮廓分量620是不显著的。此表明第二混合物中的第二转移经历来自另一源化合物的干扰。比较图7中的XIC峰轮廓分量与图9中的XIC峰轮廓分量产生相同结果。
通过比较图6中的XIC峰轮廓分量与图7中的XIC峰轮廓分量，NNMF算法可确定，离子强度值610更可能是单一源化合物的结果而非两个不同源化合物的结果。首先，因为图6与图8的比较，已知XIC峰轮廓分量620是不显著的。相似地，通过比较图7与图9，可表明XIC峰轮廓分量720是不显著的。
因此，仅需要确定是图6的一个XIC峰轮廓分量630提供离子强度值610的更佳重建还是图7的两个XIC峰轮廓分量730及740提供离子强度值610的更佳重建。换句话来说，比较图6中的经重建XIC峰轮廓650于离子强度值610的拟合与图7中的经重建XIC峰轮廓750于离子强度值610的拟合。此比较表明，图6的单一XIC峰轮廓分量630比图7的两个XIC峰轮廓分量730及740提供更佳的离子强度值610的重建。
在各个实施例中，可通过相关XIC峰轮廓的形状约束盲反卷积算法。例如，可通过NNMF算法通过基于第一混合物的一或多个相关分量(未展示)计算图6的XIC峰轮廓分量630。
尽管图2到9描述XIC峰轮廓及离子强度测量，但各个实施例不限于特定类型的峰轮廓或强度测量。额外地，图2到9描述一或多个化合物的转移。在各个实施例中，一或多个化合物的转移不限于仅产生一或多个片段的转移，但可包含一或多个化合物的任何痕迹或时间轮廓。
用于计算峰轮廓的面积的系统
图10是展示根据各个实施例的用于使用来自一或多个相关峰轮廓的信息计算峰轮廓的面积的系统1000的示意图。系统1000包含分离装置1010、串联质谱仪1020及处理器1030。分离装置1010可执行分离技术，包含但不限于：液相层析法、气相层析法、毛细管电泳或离子迁移。分离装置1010随着时间推移从混合物分离出一或多个化合物。
串联质谱仪1020的质量分析器可包含但不限于：飞行时间(TOF)、四极、离子阱、线性离子阱、轨道阱或傅里叶变换质量分析器。串联质谱仪1020在分离期间监测一或多个化合物的痕迹，从而随着时间推移产生对一或多个化合物的多个强度测量。
处理器1030可为但不限于：计算机、微处理器、或能够发送及接收来自串联质谱仪1020的控制信号及数据并处理数据的任何装置。处理器1030可为例如图1的计算机系统100。在各个实施例中，处理器1030与串联质谱仪1020及分离装置1010通信。
处理器1030接收多个强度测量。处理器1030对于第一痕迹从所述多个强度测量检测所关注化合物的第一峰轮廓。处理器1030对于一或多个其它痕迹从所述多个强度测量检测所关注化合物的一或多个相关峰轮廓。处理器1030基于所述一或多个相关峰轮廓计算第一峰轮廓的面积。
在各个实施例中，痕迹包括母离子到子离子的分裂。或者，在各个实施例中，痕迹包括标记从所关注化合物的内部标准的分离。
在各个实施例中，处理器1030通过选择第一峰轮廓的初始位置及选择一或多个相关峰轮廓中的每一者的初始位置来检测第一峰轮廓及检测一或多个相关峰轮廓。
在各个实施例中，处理器1030通过执行下列步骤来基于一或多个相关峰轮廓计算第一峰轮廓的面积。处理器1030基于所关注化合物的峰模型而选择第一峰轮廓的初始宽度及初始强度。处理器1030基于峰模型而选择一或多个相关峰轮廓中的每一者的初始宽度及初始强度。处理器1030迭代地变更第一峰轮廓及一或多个相关峰轮廓中的每一者的位置、宽度及强度的值直到满足数学最优化准则为止。最终，处理器1030使用峰模型从第一峰轮廓的最后位置、宽度及强度计算第一峰轮廓的面积。
在各个实施例中，数学最优化准则包括约束第一峰轮廓及一或多个相关峰轮廓中的每一者的位置，使得不再有富集峰具有低于任何不太富集峰的强度。
在各个实施例中，处理器1030通过执行盲反卷积方法来检测第一峰轮廓及检测一或多个相关峰轮廓。盲反卷积方法包含例如非负矩阵因式分解(NNMF)。
在各个实施例中，处理器1030通过基于所关注化合物的形状约束反卷积方法来基于一或多个相关峰轮廓计算第一峰轮廓的面积。
用于计算峰轮廓的面积的方法
图11是展示根据各个实施例的用于使用来自一或多个相关峰轮廓的信息计算峰轮廓的面积的方法1100的流程图。
在方法1100的步骤1110中，使用分离装置随着时间推移从混合物分离出一或多个化合物。
在步骤1120中，使用串联质谱仪在分离期间监测一或多个化合物的痕迹，从而随着时间推移产生对一或多个化合物的多个强度测量。
在步骤1130中，使用处理器接收多个强度测量。
在步骤1140中，使用处理器对于第一痕迹从多个强度测量检测所关注化合物的第一峰轮廓且对于一或多个其它痕迹从多个强度测量检测所关注化合物的一或多个相关峰轮廓。
在步骤1150中，使用处理器基于一或多个相关峰轮廓计算第一峰轮廓的面积。
用于计算峰轮廓的面积的计算机程序产品
在各个实施例中，计算机程序产品包含有形计算机可读存储媒体，其内容包含具有指令的程序，所述指令是在处理器上执行以便执行用于使用来自一或多个相关峰轮廓的信息计算峰轮廓的面积的方法。此方法是由包含一或多个不同软件模块的系统执行。
图12是展示根据各个实施例的包含一或多个不同软件模块的系统1200的示意图，其执行用于使用来自一或多个相关峰轮廓的信息计算峰轮廓的面积的方法。系统1200包含测量模块1210及分析模块1220。
测量模块1210接收多个强度测量。使用分离装置随着时间推移从混合物分离出一或多个化合物。使用串联质谱仪在分离期间监测一或多个化合物的痕迹，从而随着时间推移产生对一或多个化合物的多个强度测量。
分析模块1220对于第一痕迹从多个强度测量检测所关注化合物的第一峰轮廓。分析模块1220对于一或多个其它痕迹从多个强度测量检测所关注化合物的一或多个相关峰轮廓。分析模块1220基于一或多个相关峰轮廓计算第一峰轮廓的面积。
虽然结合各个实施例描述本发明教示，但并不希望本发明教示限于此些实施例。相反地，本发明教示涵盖各种替代物、修改及等效物，如所属技术领域熟练人员将明白。
此外，在描述各个实施例中，本说明书可能已提出方法及/或过程作为特定步骤序列。然而，就方法或过程不依赖于本文中所陈述的特定步骤顺序来说，方法或过程不应限于所描述的特定步骤序列。如所属技术领域一般人员将明白，其它步骤序列是可能的。因此，本说明书中所陈述的特定步骤顺序不应被解释为对权利要求书进行限制。额外地，关于方法及/或过程的权利要求书不应限于以所书写顺序执行其步骤，且所属技术领域熟练人员可容易明白序列是可变的且仍保持在各个实施例的精神及范围内。

Claims (15)

1.一种用于使用来自一或多个相关峰轮廓的信息计算峰轮廓的面积的系统，其包括：
分离装置，其随着时间推移从混合物分离出一或多个化合物；
串联质谱仪，其在所述分离期间监测所述一或多个化合物的痕迹，从而随着时间推移产生对所述一或多个化合物的多个强度测量；及
处理器，其
接收所述多个强度测量；
对于第一痕迹从所述多个强度测量检测所关注化合物的第一峰轮廓且对于一或多个其它痕迹从所述多个强度测量检测所述所关注化合物的一或多个相关峰轮廓；及
基于所述一或多个相关峰轮廓计算所述第一峰轮廓的面积。
2.根据前述系统权利要求的任何组合的系统，其中痕迹包括母离子到子离子的分裂。
3.根据前述系统权利要求的任何组合的系统，其中痕迹包括标记从所述所关注化合物的内部标准的分离。
4.根据前述系统权利要求的任何组合的系统，其中所述处理器通过下列步骤来检测第一峰轮廓及检测一或多个相关峰轮廓：
选择所述第一峰轮廓的初始位置及选择所述一或多个相关峰轮廓中的每一者的初始位置。
5.根据前述系统权利要求的任何组合的系统，其中所述处理器通过下列步骤来基于所述一或多个相关峰轮廓计算所述第一峰轮廓的面积：
基于所述所关注化合物的峰模型，选择所述第一峰轮廓的初始宽度及初始强度；
基于所述峰模型，选择所述一或多个相关峰轮廓中的每一者的初始宽度及初始强度；
迭代地变更所述第一峰轮廓及所述一或多个相关峰轮廓中的每一者的位置、宽度及强度的值直到满足数学最优化准则为止；及
使用所述峰模型从所述第一峰轮廓的最后位置、宽度及强度计算所述第一峰轮廓的所述面积。
6.根据前述系统权利要求的任何组合的系统，其中所述数学最优化准则包括约束所述第一峰轮廓及所述一或多个相关峰轮廓中的每一者的所述位置，使得不再有富集峰具有低于任何不太富集峰的强度。
7.根据前述系统权利要求的任何组合的系统，其中所述处理器通过下列步骤来检测第一峰轮廓及检测一或多个相关峰轮廓：
执行盲反卷积方法。
8.根据前述系统权利要求的任何组合的系统，其中所述处理器通过下列步骤来基于所述一或多个相关峰轮廓计算所述第一峰轮廓的面积：
基于所述所关注化合物的形状约束所述反卷积方法。
9.根据前述系统权利要求的任何组合的系统，其中所述反卷积方法包括非负矩阵因式分解NNMF。
10.一种用于使用来自一或多个相关峰轮廓的信息计算峰轮廓的面积的方法，其包括：
使用分离装置随着时间推移从混合物分离出一或多个化合物；
使用串联质谱仪在所述分离期间监测所述一或多个化合物的痕迹，从而随着时间推移产生对所述一或多个化合物的多个强度测量；
使用处理器接收所述多个强度测量；
使用所述处理器对于第一痕迹从所述多个强度测量检测所关注化合物的第一峰轮廓且对于一或多个其它痕迹从所述多个强度测量检测所述所关注化合物的一或多个相关峰轮廓；及
使用所述处理器基于所述一或多个相关峰轮廓计算所述第一峰轮廓的面积。
11.根据前述方法权利要求的任何组合的方法，其中检测第一峰轮廓及检测一或多个相关峰轮廓包括：
选择所述第一峰轮廓的初始位置及选择所述一或多个相关峰轮廓中的每一者的初始位置。
12.根据前述方法权利要求的任何组合的方法，其中基于所述一或多个相关峰轮廓计算所述第一峰轮廓的面积包括：
基于所述所关注化合物的峰模型，选择所述第一峰轮廓的初始宽度及初始强度；
基于所述峰模型，选择所述一或多个相关峰轮廓中的每一者的初始宽度及初始强度；
迭代地变更所述第一峰轮廓及所述一或多个相关峰轮廓中的每一者的位置、宽度及强度的值直到满足数学最优化准则为止；及
使用所述峰模型从所述第一峰轮廓的最后位置、宽度及强度计算所述第一峰轮廓的所述面积。
13.根据前述方法权利要求的任何组合的方法，其中检测第一峰轮廓及检测一或多个相关峰轮廓包括：
执行盲反卷积方法。
14.根据前述方法权利要求的任何组合的方法，其中基于所述一或多个相关峰轮廓计算所述第一轮峰廓的面积包括：
基于所述所关注化合物的形状约束所述反卷积方法。
15.一种包括非暂时性及有形计算机可读存储媒体的计算机程序产品，其内容包含具有指令的程序，所述指令是在处理器上执行以便执行用于使用来自一或多个相关峰轮廓的信息计算峰轮廓的面积的方法，所述方法包括：
提供系统，其中所述系统包括一或多个不同软件模块，且其中所述不同软件模块包括测量模块及分析模块；
使用所述测量模块接收多个强度测量，其中使用分离装置随着时间推移从混合物分离出一或多个化合物，且其中使用串联质谱仪在所述分离期间监测所述一或多个化合物的痕迹，从而随着时间推移产生对所述一或多个化合物的所述多个强度测量；
使用所述分析模块对于第一痕迹从所述多个强度测量检测所关注化合物的第一峰轮廓且对于一或多个其它痕迹从所述多个强度测量检测所述所关注化合物的一或多个相关峰轮廓；及
使用所述分析模块基于所述一或多个相关峰轮廓计算所述第一峰轮廓的面积。
CN201580020937.8A 2014-04-28 2015-04-14 多痕迹量化 Active CN106233138B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201461985335P 2014-04-28 2014-04-28
US61/985,335 2014-04-28
PCT/IB2015/000477 WO2015166322A1 (en) 2014-04-28 2015-04-14 Multi-trace quantitation

Publications (2)

Publication Number Publication Date
CN106233138A true CN106233138A (zh) 2016-12-14
CN106233138B CN106233138B (zh) 2019-03-01

Family

ID=54358228

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580020937.8A Active CN106233138B (zh) 2014-04-28 2015-04-14 多痕迹量化

Country Status (6)

Country Link
US (1) US10732156B2 (zh)
EP (1) EP3137891B1 (zh)
JP (1) JP6929645B2 (zh)
CN (1) CN106233138B (zh)
CA (1) CA2947239A1 (zh)
WO (1) WO2015166322A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022537622A (ja) * 2019-06-12 2022-08-29 ディーエイチ テクノロジーズ デベロップメント プライベート リミテッド パラメータ調節を伴わないピーク積分補正
WO2022074583A1 (en) * 2020-10-06 2022-04-14 Dh Technologies Development Pte. Ltd. Automated modeling of lc peak shape

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6285850A (ja) * 1985-10-11 1987-04-20 Shimadzu Corp エネルギ−スペクトルの成分ピ−ク分離方法
US5938932A (en) * 1997-11-14 1999-08-17 Pharmacopeia, Inc. High-throughput method and apparatus for identifying, quantitating and determining the purity of chemical compounds in mixtures
US20050273276A1 (en) * 2004-06-03 2005-12-08 Michael Joseph Szelewski Rapid automatic target compound confirmation using deconvolution and spectral matching
CN1712955A (zh) * 2004-06-25 2005-12-28 中国科学院大连化学物理研究所 一种精确测定色谱峰形参数和重叠峰面积的方法
US20080319676A1 (en) * 2004-07-29 2008-12-25 Yasushi Ishihama Absolute Quantitation of Protein Contents Based on Exponentially Modified Protein Abundance Index by Mass Spectrometry
US20130238253A1 (en) * 2012-03-09 2013-09-12 Torion Technologies, Inc. Deconvolution and identification algorithms for use on spectroscopic data

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4353242A (en) * 1980-12-16 1982-10-12 University Of Utah Research Foundation Multichannel detection and resolution of chromatographic peaks
WO2001023880A1 (fr) * 1999-09-27 2001-04-05 Hitachi, Ltd. Appareil et procede de traitement des donnees chromatographiques, et chromatographe
US7105806B2 (en) * 2003-11-26 2006-09-12 Applera Corporation Method and apparatus for de-convoluting a convoluted spectrum
GB2412487A (en) * 2004-03-26 2005-09-28 Thermo Finnigan Llc A method of improving a mass spectrum
US20060255258A1 (en) * 2005-04-11 2006-11-16 Yongdong Wang Chromatographic and mass spectral date analysis
JP4577266B2 (ja) * 2006-05-16 2010-11-10 株式会社島津製作所 クロマトグラフ質量分析装置
US7983852B2 (en) * 2008-10-21 2011-07-19 Thermo Finnigan Llc Methods of automated spectral peak detection and quantification without user input
GB0915474D0 (en) 2009-09-04 2009-10-07 Micromass Ltd Multiple reaction monitoring with a time-of-flight based mass spectrometer
JP5866287B2 (ja) * 2009-10-02 2016-02-17 メタボロン，インコーポレイテッド 複雑な混合物における小分子成分分析のための装置及び関連する方法
GB201002445D0 (en) 2010-02-12 2010-03-31 Micromass Ltd Improved differentiation and determination of ionic conformations by combining ion mobility and hydrogen deuterium exchange reactions
GB201002447D0 (en) 2010-02-12 2010-03-31 Micromass Ltd Mass spectrometer
CN103079697B (zh) * 2010-06-25 2015-07-01 吉坤日矿日石能源株式会社 烃油用加氢脱硫催化剂、其生产方法及烃油用加氢精制方法
JP5370312B2 (ja) * 2010-08-23 2013-12-18 株式会社島津製作所 質量分析装置
CN103081055B (zh) * 2010-09-08 2016-04-27 Dh科技发展私人贸易有限公司 用于在串联质谱分析中使用可变质量选择窗宽度的系统及方法
US8935101B2 (en) * 2010-12-16 2015-01-13 Thermo Finnigan Llc Method and apparatus for correlating precursor and product ions in all-ions fragmentation experiments
JP5454462B2 (ja) * 2010-12-22 2014-03-26 株式会社島津製作所 クロマトグラフ質量分析装置
JP5454484B2 (ja) * 2011-01-31 2014-03-26 株式会社島津製作所 三連四重極型質量分析装置
JP5736235B2 (ja) * 2011-05-23 2015-06-17 株式会社日立製作所 質量分析システム及びコンピュータプログラム
WO2013112677A2 (en) * 2012-01-24 2013-08-01 Thermo Finnigan Llc Multinotch isolation for ms3 mass analysis
WO2013188879A1 (en) * 2012-06-16 2013-12-19 Atherotech, Inc. Measurement of serum lipoproteins
JP5858166B2 (ja) * 2012-09-28 2016-02-10 株式会社島津製作所 クロマトグラフ質量分析装置
JP6132067B2 (ja) * 2014-03-03 2017-05-24 株式会社島津製作所 クロマトグラフ質量分析装置用データ処理装置及びプログラム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6285850A (ja) * 1985-10-11 1987-04-20 Shimadzu Corp エネルギ−スペクトルの成分ピ−ク分離方法
US5938932A (en) * 1997-11-14 1999-08-17 Pharmacopeia, Inc. High-throughput method and apparatus for identifying, quantitating and determining the purity of chemical compounds in mixtures
US20050273276A1 (en) * 2004-06-03 2005-12-08 Michael Joseph Szelewski Rapid automatic target compound confirmation using deconvolution and spectral matching
CN1712955A (zh) * 2004-06-25 2005-12-28 中国科学院大连化学物理研究所 一种精确测定色谱峰形参数和重叠峰面积的方法
US20080319676A1 (en) * 2004-07-29 2008-12-25 Yasushi Ishihama Absolute Quantitation of Protein Contents Based on Exponentially Modified Protein Abundance Index by Mass Spectrometry
US20130238253A1 (en) * 2012-03-09 2013-09-12 Torion Technologies, Inc. Deconvolution and identification algorithms for use on spectroscopic data

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HONG-TAO GAO等: "Overlapping spectra resolution using non-negative matrix factorization", 《TALANTA》 *
S.SARKAR等: "A Blind-Deconvolution Approach for Chromatographic and Spectroscopic Peak Restoration", 《IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT》 *

Also Published As

Publication number Publication date
US20170038351A1 (en) 2017-02-09
JP6929645B2 (ja) 2021-09-01
EP3137891A4 (en) 2017-10-25
WO2015166322A1 (en) 2015-11-05
EP3137891A1 (en) 2017-03-08
CA2947239A1 (en) 2015-11-05
US10732156B2 (en) 2020-08-04
JP2017514140A (ja) 2017-06-01
EP3137891B1 (en) 2024-01-17
CN106233138B (zh) 2019-03-01

Similar Documents

Publication Publication Date Title
CN105051529B (zh) 校准色谱系统的方法
Melin et al. Catalog extraction in SZ cluster surveys: a matched filter approach
Weinzirl et al. INSIGHTS ON THE FORMATION, EVOLUTION, AND ACTIVITY OF MASSIVE GALAXIES FROM ULTRACOMPACT AND DISKY GALAXIES AT z= 2–3
Luhmann et al. Cone model-based SEP event calculations for applications to multipoint observations
Estrada et al. The Correlation Function of Optically Selected Galaxy Clusters in the Sloan Digital Sky Survey
Crain et al. Enriching the hot circumgalactic medium
Fu et al. Simple automatic strategy for background drift correction in chromatographic data analysis
Di Mauro et al. Deriving the contribution of blazars to the Fermi-LAT Extragalactic γ-ray background at E> 10 GeV with efficiency corrections and photon statistics
Cai et al. Optimal linear reconstruction of dark matter from halo catalogues
Ghirlanda et al. The impact of selection biases on the E peak–L iso correlation of gamma-ray bursts
Greene et al. SDSS-IV MaNGA: uncovering the angular momentum content of central and satellite early-type galaxies
Gültekin et al. A Chandra Survey of Supermassive Black Holes with Dynamical Mass Measurements
Vink et al. X-Shooting ULLYSES: Massive stars at low metallicity-I. Project description
Cullen et al. Changing physical conditions in star-forming galaxies between redshifts 0< z< 4:[O iii]/H β evolution
Seidl et al. Inclusive cross sections for pairs of identified light charged hadrons and for single protons in e+ e-at s= 10.58 GeV
CN106233138A (zh) 多痕迹量化
Ciepał et al. Investigation of the cross section for dd elastic scattering and dd→ n He 3 reactions at 160 MeV
Pieri et al. A Search for Oxygen in the Low-density Lyα Forest using the Sloan Digital Sky Survey
CN107209151A (zh) 干扰检测及所关注峰值解卷积
CN104838468A (zh) 用于定量的经调度ms3
Gerke et al. Improved mock galaxy catalogs for the DEEP2 galaxy redshift survey from subhalo abundance and environment matching
CN107076713A (zh) 确定被修饰化合物的身份
Kirchoff Can spatial statistics help decipher impact crater saturation?
Sullivan et al. Clustering of the IR background light with Spitzer: contribution from resolved sources
CN107743649A (zh) 基于概率的库搜索算法(prols)

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant