CN108931570B - 质谱分析数据解析装置以及质谱分析数据解析用程序 - Google Patents
质谱分析数据解析装置以及质谱分析数据解析用程序 Download PDFInfo
- Publication number
- CN108931570B CN108931570B CN201810502048.0A CN201810502048A CN108931570B CN 108931570 B CN108931570 B CN 108931570B CN 201810502048 A CN201810502048 A CN 201810502048A CN 108931570 B CN108931570 B CN 108931570B
- Authority
- CN
- China
- Prior art keywords
- peak
- mass
- peak intensity
- distribution
- intensity distribution
- 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.)
- Expired - Fee Related
Links
- 238000004949 mass spectrometry Methods 0.000 title claims abstract description 72
- 238000007405 data analysis Methods 0.000 title claims abstract description 45
- 238000009826 distribution Methods 0.000 claims abstract description 155
- 239000011159 matrix material Substances 0.000 claims abstract description 41
- 238000001819 mass spectrum Methods 0.000 claims abstract description 40
- 238000012360 testing method Methods 0.000 claims abstract description 21
- 239000003550 marker Substances 0.000 claims abstract description 15
- 238000012937 correction Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000002372 labelling Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 19
- 238000004458 analytical method Methods 0.000 description 14
- 150000002500 ions Chemical class 0.000 description 8
- 244000005700 microbiome Species 0.000 description 8
- 238000000034 method Methods 0.000 description 7
- 238000013500 data storage Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000003321 amplification Effects 0.000 description 4
- 238000005315 distribution function Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 238000003199 nucleic acid amplification method Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 150000001875 compounds Chemical class 0.000 description 3
- 238000001840 matrix-assisted laser desorption--ionisation time-of-flight mass spectrometry Methods 0.000 description 3
- 239000004576 sand Substances 0.000 description 3
- 241000894006 Bacteria Species 0.000 description 2
- 238000001276 Kolmogorov–Smirnov test Methods 0.000 description 2
- 230000001580 bacterial effect Effects 0.000 description 2
- 239000000090 biomarker Substances 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 238000007473 univariate analysis Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241000233866 Fungi Species 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000000540 analysis of variance Methods 0.000 description 1
- 244000052616 bacterial pathogen Species 0.000 description 1
- 230000007321 biological mechanism Effects 0.000 description 1
- 238000000701 chemical imaging Methods 0.000 description 1
- 238000003795 desorption Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000000816 matrix-assisted laser desorption--ionisation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012353 t test Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J49/00—Particle spectrometers or separator tubes
- H01J49/0027—Methods for using particle spectrometers
- H01J49/0036—Step by step routines describing the handling of the data generated during a measurement
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6888—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms
- C12Q1/689—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms for bacteria
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6888—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms
- C12Q1/6895—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms for plants, fungi or algae
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J49/00—Particle spectrometers or separator tubes
- H01J49/02—Details
- H01J49/025—Detectors specially adapted to particle spectrometers
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J49/00—Particle spectrometers or separator tubes
- H01J49/26—Mass spectrometers or separator tubes
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/158—Expression markers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J2003/2859—Peak detecting in spectrum
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J2003/2866—Markers; Calibrating of scan
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Organic Chemistry (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biotechnology (AREA)
- Data Mining & Analysis (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Genetics & Genomics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Microbiology (AREA)
- Biophysics (AREA)
- Databases & Information Systems (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Mycology (AREA)
- Botany (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
Abstract
本发明的质谱分析数据解析装置以及质谱分析数据解析用程序即便在属于各组的样本的数量较少的情况下也会准确地选定表征组间的差异的标记波峰。根据从属于多个组的多个样本的质谱中检测到的波峰来制作波峰矩阵(S1～S3)。波峰矩阵的各行表示一个质荷比值下的大量样本相关的波峰的强度分布。若在某一质荷比值下组间无差异，则该质荷比值下的波峰强度分布应呈对数正态分布(或正态分布)。因此，针对每一质荷比值来执行波峰强度分布遵循对数正态分布这一情况的假设检验(S5)，将存在显著性差异的质荷比值选定为标记波峰的候选(S6)。
Description
技术领域
本发明涉及一种对通过进行质谱分析而获得的质谱数据进行解析处理的质谱分析数据解析装置以及该目的用的计算机程序，更详细而言，涉及一种适于进行多个样本组之间的差异解析的质谱分析数据解析装置及计算机程序。
背景技术
近年来，出于经济性、快速性的原因，使用基质辅助激光解吸离子化飞行时间质谱分析装置(MALDI-TOF MS)的微生物(细菌、真菌类)的鉴定方法在迅速普及(参考非专利文献1、专利文献1等)。尤其是通过进行菌种以下级别(菌株等)的鉴定，能够获取病原性有无的判定、感染源的确定等医疗领域内非常有用的信息。为了实现这种解析，必须在分别属于不同组的微生物之间找出表达不同的质谱波峰也就是生物标记。以下，将生物标记简称为标记，将成为标记的质谱上的波峰称为标记波峰。
通常，要找出标记波峰，须利用质谱分析装置对分别来源于多个组的样本进行测定，并针对由此获得的数据进行以统计学方式解析组间的波峰强度的差异的差异解析。对以往一般的、利用差异解析的微生物鉴定这一目的的标记波峰的探索的次序进行概略说明。
[步骤A1]将属于菌种、菌株或培养条件等不一样的多个组的样本针对各组各准备Ng个。组的总数设为NG，样本的总数设为Ns。
[步骤A2]对各样本执行质谱分析而分别获取质谱。所获得的质谱的总数与样本总数相同，为Ns个。
[步骤A3]对Ns个质谱中的各方进行波峰检测，采集波峰信息也就是各波峰的质荷比值及信号强度值。继而，针对每一样本而将其波峰信息整理为波峰列表。波峰列表是按照波峰的质荷比值的顺序汇集对应于这些质荷比值的信号强度值而得。该波峰列表的总数也为Ns个。
[步骤A4]将对应于一个样本的波峰列表制成列向量，并以对应于相同质荷比值的信号强度值配置于同一行的方式沿行方向也就是横向排列已制成列向量的波峰列表，由此制作波峰矩阵Mp。此时，按照每一组来汇集波峰列表。如此制作的波峰矩阵Mp的列数为与样本总数相同的Ns，行数为针对全部样本观测到的波峰的总数Np(其中，质荷比值收敛于某一阈值内的波峰视为重复而当作1个波峰)。图3的(b)为波峰矩阵的一例。
[步骤A5]波峰矩阵Mp的各行中包含Ns个信号强度值，它们属于NG个组中的某一方。针对这些信号强度值，通过单变量解析来解析组间有无差异，针对每一行而计算p值。关于单变量解析的方法，在NG＝2的情况下通常是t检验或U检验，在NG≥3的情况下通常是ANOVA。
[步骤A6]将步骤A5中求出的p值与预先规定的显著性水平α进行比较，由此选择有显著性差异的行也就是波峰。继而，将对应于有显著性差异的行的波峰举作标记波峰的候选。
经过区别于质谱分析的别的角度、具体为生物学上的机制的考察、基于追加性实验的妥当性的验证等来选择标记波峰的候选，将具有充分依据的候选判定为标记波峰。
【现有技术文献】
【专利文献】
【专利文献1】日本专利第5750676号公报
【非专利文献】
【非专利文献1】“AXIMA微生物鉴定系统”，株式会社岛津制作所，[online]，[2017年4月11日检索]，网址<URL：https://www.ssi.shimadzu.com/products/maldi-tof-mass-spectrometry/id-plus.htm l>
【非专利文献2】株木(S.Kabuki)和其他5人，“一种用于CANGAROO-III实验的切伦科夫成像相机的开发(Development of an atmospheric Cherenkov imaging camera forthe CANGAROO-III experiment)”，Proceedings of The Universe Viewed in Gamma-rays，University of Tokyo Workshop 2002，September 25-28，2002年
【非专利文献3】里尔福斯(Lilliefors H.W.)，“关于均值和方差未知的正态性的柯尔莫哥洛夫-斯米尔诺夫检验(On the Kolmogorov-Smirnov Test for Normality withMean and Variance Unknown)”，Journal of the American Statistical Association，Vol.62，No.318，1967年，pp.399-402
发明内容
【发明要解决的问题】
要按照上述那样的次序进行差异解析，须针对每一组准备充分个数的样本并对各样本进行质谱分析。然而，若组的数量增多，则培养、预处理等样本准备所耗费工夫会成为较大的负担。此外，对样本进行质谱分析的作业也非常繁杂而耗时。
本发明是为了解决上述问题而成，其主要目的在于提供一种即便在组的数量较多、每一个组的样本数相对较少的情况下也能以高准确度探索组间有差异的波峰(标记波峰)的质谱分析数据解析装置以及质谱分析数据解析用程序。
【解决问题的技术手段】
为了解决上述问题而成的本发明的质谱分析数据解析装置用以根据质谱数据来寻找在多个组之间在表达上有差异的标记波峰，该质谱数据是通过对分别属于所述多个组中的任一方的多个样本进行质谱分析而获得的数据，该质谱分析数据解析装置的特征在于，具备：
a)波峰信息采集部，其根据与所给予的多个样本相对应的质谱数据，针对任一质谱上观测到波峰的每一质荷比值而汇集与该多个样本相对应的质谱上的波峰强度值；以及
b)显著性差异判定部，其针对每一质荷比值，判定基于由所述波峰信息采集部求出的对应于一个质荷比值的多个波峰强度值的波峰强度分布或者该波峰强度分布经修正而得的波峰强度分布是否遵循使用规定参数的概率分布，并将给出被判定为不遵循该概率分布的波峰强度分布的质荷比值决定为可认为在所述多个组之间有显著性差异的标记波峰的候选。
此外，为了解决上述问题而成的本发明的质谱分析数据解析用程序用以使用计算机、根据质谱数据来寻找在多个组之间在表达上有差异的标记波峰，该质谱数据是通过对分别属于所述多个组中的任一方的多个样本进行质谱分析而获得的数据，该质谱分析数据解析用程序的特征在于，使计算机执行以下步骤：
a)波峰信息采集步骤，根据与所给予的多个样本相对应的质谱数据，针对任一质谱上观测到波峰的每一质荷比值而汇集与该多个样本相对应的质谱上的波峰强度值；以及
b)显著性差异判定步骤，针对每一质荷比值，判定基于所述波峰信息采集步骤中求出的对应于一个质荷比值的多个波峰强度值的波峰强度分布或者该波峰强度分布经修正而得的波峰强度分布是否遵循使用规定参数的概率分布，并将给出被判定为不遵循该概率分布的波峰强度分布的质荷比值决定为可认为在所述多个组之间有显著性差异的标记波峰的候选。
在本发明的质谱分析数据解析装置以及质谱分析数据解析用程序中，作为质谱分析的对象的样本例如是生物体或来源于生物的试样，典型而言为细菌等微生物。
例如在飞行时间质谱分析装置中来源于某一种化合物的一种离子到达检测器时，设想该离子的个数在时间上的变化(也就是对应于质荷比值的离子强度的变化)遵循正态分布(严格而言是离散的现象下的泊松分布，但通常离子的个数极多，因此视为连续量也无问题)。在该情况下，认为从具有相同性质、特性的大量样本相关的质谱获得的来源于某一种化合物的一种离子相关的波峰强度分布(此处，将“波峰强度值的次数分布”称为波峰强度分布)也遵循正态分布。此外，质谱分析装置常常使用二次电子倍增管、微通道板等具有指数函数上的放大特性的检测器作为检测器，而在该情况下，认为波峰强度分布遵循对数正态分布而非通常的正态分布。
换句话说，在某一离子的波峰强度分布不遵循正态分布或对数正态分布的情况下，可认为本源的大量样本不具有相同性质、特性，也就是说，该大量样本不属于性质、特性相同的一个组的可能性较高。本发明的质谱分析数据解析装置以及质谱分析数据解析用程序根据这种原理，一方面针对每一质荷比而判定是否可认为多个样本属于一个组，另一方面探索在将样本区分为性质、特性不同的多个组上较为有用的标记波峰。
在本发明的质谱分析数据解析装置中，当给出分别属于多个组中的任一方的多个样本相关的质谱数据时，波峰信息采集部根据质谱数据、针对任一质谱上观测到波峰的每一质荷比值而采集质谱上的波峰强度值的信息。对应于某一个质荷比值的多个(实际上是相当多的)波峰强度值表示波峰强度分布。因此，显著性差异判定部针对质荷比值不同的每一波峰强度分布而判定该分布例如是否遵循正态分布或对数正态分布。在判定某一波峰强度分布遵循正态分布或对数正态分布的情况下，作出组之间无差异这一结论。另一方面，当判定某一波峰强度分布不遵循正态分布或对数正态分布时，作出组之间有差异这一结论。继而，将给出这种波峰强度分布的质荷比值决定为标记波峰的候选。
在上述以往的解析方法中，在判定组间有无差异时，是判定根据分别属于各组的样本相关的分析结果求出的值(例如平均值)是否有显著性差异。因此，当属于组的样本的数量减少时，一个样本的分析结果的影响会变大，存在即便实际上组间无差异也判定为有差异的可能性升高的倾向。相对于此，在本发明的质谱分析数据解析装置中，是汇集属于多个组的样本相关的分析结果而以波峰强度分布的形式进行解析，因此，即便属于组的样本的数量减少，一个样本的分析结果的影响也相对不易被反映出来。结果，即便在属于组的样本的数量较少的情况下，组间有无差异的判定的精度也会提高。
在本发明的质谱分析数据解析装置中，优选宜设为如下构成，即，
所述概率分布为正态分布或对数正态分布，所述显著性差异判定部包含：
b1)均值-方差推断部，其根据无修正或已修正的波峰强度分布来推算均值及方差；以及
b2)检验部，其根据由所述均值-方差推断部推算出的均值及方差来进行该无修正或已修正的波峰强度分布遵循正态分布或对数正态分布这一情况的假设检验。
假设检验的方法无特别限定。假设检验可以获得p值作为输出，因此，通过将该p值与适当的显著性水平进行比较，可以决定是否采纳假设。根据该构成，能够准确且高效地判定波峰强度分布是否遵循正态分布或对数正态分布。
此外，在上述构成的本发明的质谱分析数据解析装置中，宜设为如下构成，即，所述显著性差异判定部还包含对波峰强度分布进行修正以去除质谱分析装置中的检测器的输出的饱和特性的影响的饱和特性修正部，且所述显著性差异判定部判定经该饱和特性修正部修正后的波峰强度分布是否遵循正态分布或对数正态分布。
根据该构成，即便在质谱分析装置的检测器中发生随着实际的信号强度增大而输出饱和的现象的情况下，也能去除或减轻该饱和的影响而准确地判定组间是否有差异。
再者，上述饱和特性修正部可以设为使用预先求出的检测器特性函数的反函数来修正波峰强度分布的构成。通常，检测器特性函数例如可以由装置的制造商通过实测来预先求出。
此外，在本发明的质谱分析数据解析装置的一实施方式中，宜设为如下构成，即，
所述波峰信息采集部包含：
a1)波峰检测部，其针对与所给出的多个样本相对应的质谱分别检测波峰；以及
a2)波峰矩阵制作部，其根据针对每一质谱检测到的波峰的信息，来制作波峰矩阵，该波峰矩阵沿列方向或行方向分配波峰的质荷比值、沿行方向或列方向分配识别样本的信息，并将波峰强度值作为要素配置；
所述显著性差异判定部针对所述波峰矩阵中排列有对应于相同质荷比值的波峰强度值的同一行或同一列中的每一方来求波峰强度分布。
在该构成中，制作出网罗了样本相关的所有波峰信息的波峰矩阵，因此可以针对获得波峰的所有质荷比而可靠地判定波峰强度分布。
再者，在本发明的质谱分析数据解析装置中，为了将每一质荷比值的波峰强度分布可视化，可针对每一质荷比值而制作表示波峰强度值的等级与次数的关系的直方图、根据来自使用者的指示而显示或打印输出该直方图。
【发明的效果】
根据本发明的质谱分析数据解析装置以及质谱分析数据解析用程序，在探索多个样本分别所属的多个组之间有显著性差异的标记波峰时，即便在每一个组的样本数相对较少的情况下，也能以高准确度找到标记波峰。由此，在差异解析时，可以减少对每一组准备的样本的数量，从而可以减轻准备样本的作业人员的负担、削减样本准备所需的成本。此外，由于进行质谱分析的样本的数量也减少，因此分析所需的时间也缩短，从而能够高效地进行微生物鉴定等作业。
附图说明
图1为包含本发明的质谱分析数据解析装置的质谱分析系统的一实施例的概略构成框图。
图2为本实施例的质谱分析系统中的标记波峰候选选定处理的流程图。
图3的(a)为波峰矩阵的概念图，(b)为表示根据对应于多个样本的质谱制作的波峰矩阵的一例的图。
图4为表示根据波峰矩阵中的一行中包含的波峰强度值制作的直方图的一例的图。
图5为表示将图4所示的直方图的横轴设为波峰强度值的对数的情况下的直方图的图。
图6为表示假定具有根据图5所示的波峰强度分布推断的均值-方差的对数正态分布时的Q-Q图的图。
图7为表示使用估算了检测器的输出饱和的特性函数对图6所示的Q-Q图进行拟合而得的结果的图。
图8为表示对检测器的输出饱和加以修正后的波峰强度分布的直方图的图。
图9为表示根据波峰矩阵中的另一行中包含的波峰强度值制作的直方图的一例的图。
图10为表示将图9所示的直方图的横轴设为波峰强度值的对数的情况下的直方图的图。
图11为表示假定具有根据图10所示的波峰强度分布推断的均值-方差的对数正态分布时的Q-Q图的图。
图12为表示假定两个波峰强度分布重叠的情况下的每一波峰的强度分布的直方图的图。
具体实施方式
下面，参考附图，对本发明的质谱分析数据解析装置的一实施例进行说明。图1为包含本发明的质谱分析数据解析装置的质谱分析系统的一实施例的概略构成框图。
本实施例的质谱分析系统具备质谱分析装置主体1、数据解析部2、输入部3及显示部4。此处，质谱分析装置主体1为基质辅助激光解吸离子化飞行时间质谱分析装置(MALDI-TOF MS)，包含MALDI离子源、飞行时间质量分离器及检测器。检测器使用的是具有指数函数上的放大特性的多级倍增极二次电子倍增管、微通道板。
数据解析部2具备数据存储部20、波峰列表制作部21、波峰矩阵制作部22、波峰强度分布制作部23、概率分布判定部24及输出处理部25作为功能块。概率分布判定部24包含均值-方差推断部241、饱和特性信息存储部242、饱和特性修正部243及分布函数检验部244。
通常，该数据解析部2的实体为个人计算机或更高性能的工作站等计算机。于是，通过在该计算机上执行该计算机中安装的专用的数据解析软件来实现上述各功能块。在这种构成中，计算机中安装的数据解析软件相当于本发明的质谱分析数据解析用程序。
参考图2，对本实施例的质谱分析系统中的差异解析的次序进行说明。图2为本实施例的质谱分析系统中的标记波峰候选选定处理的流程图。此处，列举进行如下处理的情况为例来进行说明：根据分别属于不同组(例如菌种、菌株不一样)的多个样本来寻找在这些组间在表达上有差异的标记波峰(也就是成为标记的质荷比值)。设定组的总数为NG(＞1)，每一组的样本数为Ng(＞1)，样本的总数为Ns(＝NG×Ng)。
质谱分析装置主体1对所准备的Ns个样本分别执行质谱分析，获取跨及规定质荷比范围的质谱数据(步骤S1)。由质谱分析装置主体1获得的质谱数据被送至数据解析部2，存储至数据存储部20。其中，可以不仅由特定的某1台质谱分析装置主体1获得的质谱存储至数据存储部20，在其他质谱分析装置中以相同方式获得的质谱数据也存储至数据存储部20。即，数据解析部2中作为解析对象的对应于大量样本的质谱数据可以是由特定的1台质谱分析装置获得的数据，也可以是由不同的多个质谱分析装置获得的数据。在像后文叙述的那样对检测输出的饱和特性进行修正的情况下，须为由搭载有该饱和特性大致相同的检测器的质谱分析装置获得的数据。
在数据存储部20中存储有对应于Ns个样本的Ns个质谱数据的数据集。波峰列表制作部21以规定计时从数据存储部20中读出质谱数据，并针对每一数据集、按照规定基准对质谱检测波峰。继而，求检测到的各波峰的质荷比值和波峰强度值，针对每一质谱也就是针对每一样本而制作汇集大量质荷比值与波峰强度值的组而成的波峰列表(步骤S2)。所制作的波峰列表的数量与样本的数量相同，为Ns个。
波峰矩阵制作部22根据Ns个波峰列表来制作纵向为m/z值、横向为样本名、要素为波峰强度值的波峰矩阵(步骤S3)。图3的(a)为波峰矩阵的概念图，图3的(b)为表示波峰矩阵的实例的图。关于m/z值，列举了存在于所有波峰列表中的任一方的所有m/z值。该波峰矩阵的各行分别针对在至少一个样本中观测到的波峰而包含所有样本中的波峰强度值。因而，一行的多个波峰强度值表示一个质荷比下的波峰强度分布。此处，为了将波峰强度分布可视化，波峰强度分布制作部23针对波峰矩阵的每一行而一方面判定该波峰强度值是进入按照每一规定范围划分强度值而得的等级中的哪一等级、另一方面对其次数进行计数，由此制作表示波峰强度值的等级与次数(频度)的关系也就是波峰强度分布的直方图(步骤S4)。再者，该步骤S4也可省略。
接着，概率分布判定部24执行如下处理：针对分别对应于不同质荷比值的每一波峰强度分布也就是针对波峰矩阵中的各行的多个波峰强度值中的每一方、根据波峰强度分布来判定NG个组间有无差异(步骤S5)。具体的次序如下。
首先，均值-方差推断部241根据对应于波峰矩阵中的一行的波峰强度分布来推算该分布的均值及方差(步骤S51)。此时，作为波峰强度分布，可直接使用波峰矩阵中的相应行中包含的所有波峰强度值，或者也可利用步骤S4中制作出的直方图。
另一方面，饱和特性修正部243根据预先存储在饱和特性信息存储部242中的质谱分析装置主体1的饱和特性信息对步骤S51中求出了均值及方差的波峰强度分布进行修正(步骤S52)。在质谱分析装置所使用的检测器中，时常见到在输入-输出特性上的输出较大的区域内触顶也就是输出饱和的现象。因此，若不对由该检测输出的饱和所引起的强度值的下降进行修正，则波峰强度分布不会准确。通常，检测器的输出的饱和特性可以通过实验方式或模拟来求出。因此，此处将已预先求出的检测器的特性函数存储在饱和特性信息存储部242中，使用该特性函数的反函数来修正波峰强度分布。当然，在使用不会发生这种输出饱和的检测器的情况或者仅在不会发生检测器的输出饱和的输入-输出特性的范围内使用该检测器的情况下，可以省略步骤S52的处理。
分布函数检验部244根据步骤S51中求出的均值-方差的推断值来执行步骤S52中加以修正后的波峰强度分布是否遵循对数正态分布的假设检验(步骤S53)。此处，进行是否遵循对数正态分布而非正态分布的假设检验的原因在于，质谱分析装置主体1的检测器具有指数函数上的放大特性。因而，假设在质谱分析装置主体1的检测器具有线性的放大特性的情况下，进行是否遵循通常的正态分布而非对数正态分布的假设检验即可。
正态性的假设检验例如有使用χ2分布的拟合优度检验、柯尔莫哥洛夫-斯米尔诺夫检验、Lilliefors检验、Shapiro-Wilk的W检验等各种方法，可以使用适当的方法。若步骤S53中的假设检验的结果是采纳遵循对数正态分布这一假设，则可以判定认为该m/z值下所有样本为一个组这一做法是妥当的。即，在该情况下，判定组间无差异。另一方面，若上述假设不被采纳，则判定组间有差异的可能性较高。
继而，分布函数检验部244判定是否对波峰矩阵中的所有行都实施了基于步骤S51～S53的组间有无差异的判定(步骤S54)，若有未判定的行，则从步骤S54返回至S51。因而，通过步骤S51～S54的重复对波峰矩阵中的所有行实施组间有无差异的判定。继而，输出处理部25将与假设检验不被采纳的行也就是被判定为组间有显著性差异的行相对应的m/z值选定为标记波峰候选，并将该结果显示在显示部4的画面上(步骤S6)。
再者，步骤S4中制作出的直方图在使用者通过输入部3进行了规定操作时与此相对应地显示在显示部4的画面上即可。
通过以上方式，本实施例的质谱分析系统利用属于多个组的样本整体的信息来判定是否可认为这些样本属于一个组。因此，即便属于各组的样本的数量Ng相对较少，只要整体的样本数Ns大到一定程度，便能进行高精度的差异解析。
【实施例】
接着，对上述实施例的质谱分析系统中实施的差异解析的具体例进行说明。
在该差异解析中，针对34株(NG＝34)微生物中的同一株各准备8个(Ng＝8)样本，也就是一共准备272个(Ns＝272)样本。利用质谱分析装置主体1对这272个样本分别执行质谱分析，获取到质谱。继而，根据这272个质谱，按照上述步骤S2、S3的次序制作波峰矩阵，将微生物的各株分别作为一个组来验证在组间在波峰强度分布上是否有差异。
图4为表示根据波峰矩阵中某一行制作出的波峰强度分布的直方图。此外，图5为针对相同波峰强度分布将横轴设为波峰强度的对数时的直方图。针对这些波峰强度分布，按照以下次序解析组间(也就是株间)是否有差异。
首先，对图4所示的波峰强度分布进行假定对数正态分布的拟合，由此推算出波峰强度分布的均值及方差的值。接着，将具有推算出的均值及方差的对数正态分布作为理论分布来制作波峰强度分布的Q-Q图。图6为所获得的Q-Q图。若波峰强度分布为对数正态分布，则各点应标绘在图6中以单点划线表示的斜率为45°的直线上。然而，如根据图6所知，在波峰强度值较大的区域(图6中的右方)内，各点的标绘触顶。
设想之所以变成这样是因为质谱分析装置主体1的检测器的输出的饱和的影响。因此，参考非专利文献2、利用以下式(1)表示的检测器特性函数S(x)将检测器的理想的输出x与实际的输出的关系模型化。
S(x)＝x(0≤x≤a的情况)
S(x)＝a+{(x－a+c)b－cb}×(c1－b/b)(a＜x的情况)…(1)
此处，a(＞0)、b(＜0)、c(＞0)均为通过拟合求出的系数。再者，S(x)即便x＝a也能进行微分，S'(a)＝1。
当使用估算了输出饱和的上述式(1)来重新拟合图6所示的Q-Q图时，Q-Q图变为图7所示的样子。图7中，标绘点沿以单点划线表示的理想的曲线分布。因此，若使用此处所求出的检测器特性函数S(x)的反函数S-1(x)对波峰强度值进行修正，则能够减轻检测器的输出饱和的影响。图8为根据强度的对数来制作修正后的波峰强度分布而得的直方图。使用里尔福斯(Lilliefors)检验(参考非专利文献3)对该“修正后的波峰强度分布遵循对数正态分布”这一假设进行检验，结果求出p值为0.1845。
通常，若p值为0.05以下，则假设不会被采纳，因此，在该情况下，凭借足够高的置信度，上述假设会被采纳。结果，对应于波峰矩阵的上述行的波峰(m/z值)被判定为无组间差异。
另一方面，根据相同波峰矩阵中的另一行制作出的波峰强度分布示于图9、图10。图9为将横轴仅设为强度值的直方图，图10为将横轴设为强度值的对数的直方图。对这种波峰强度分布尝试与上述相同的假设检验。
即，若根据图10所示的波峰强度分布来推算均值及方差并制作将具有该均值及方差的对数正态分布假定为理论分布的Q-Q图，则变成图11所示的样子。对该图11与图6进行比较可知，标绘点的关系完全不同。在该情况下，基于式(1)的拟合是不恰当的。因此，即便进行输出饱和特性的修正，在实质上也没有其效果，因此，可以认为修正后的波峰强度与原波峰强度相等。继而，使用里尔福斯检验、以与之前相同的方式对“修正后的波峰强度分布(＝原波峰强度分布)遵循对数正态分布”这一假设进行检验。结果，p值不到0.001，在该情况下，上述假设不被采纳。即，判定对应于波峰矩阵的上述行的波峰有组间差异的可能性较高。因而，该波峰被选定为标记波峰的候选。
再者，此时的波峰强度分布像图12所示那样看作均值及方差不同的两个波峰强度分布重叠在一起是妥当的。
像上述具体例中展示的那样，根据上述实施例的质谱分析系统，可以针对波峰矩阵的每一行也就是针对分别对应于大量样本的质谱中观测到的波峰的每一质荷比而判定组间是否有差异。由此，能够准确地找到对组间差异有贡献的可能性较高的标记波峰的候选。
再者，上述实施例只是本发明的一例，在本发明的宗旨的范围内酌情进行变形、修正、追加等当然也包含在本申请的申请专利范围内。
符号说明
1 质谱分析装置主体
2 数据解析部
20 数据存储部
21 波峰列表制作部
22 波峰矩阵制作部
23 波峰强度分布制作部
24 概率分布判定部
241 均值-方差推断部
242 饱和特性信息存储部
243 饱和特性修正部
244 分布函数检验部
25 输出处理部
3 输入部
4 显示部。
Claims (10)
1.一种质谱分析数据解析装置，其用以根据质谱数据来寻找在多个组之间在表达上有差异的标记波峰，该质谱数据是通过对分别属于所述多个组中的任一方的多个样本进行质谱分析而获得的数据，该质谱分析数据解析装置的特征在于，具备：
a)波峰信息采集部，其根据与所给予的多个样本相对应的质谱数据，针对任一质谱上观测到波峰的每一质荷比值而汇集与该多个样本相对应的质谱上的波峰强度值；以及
b)显著性差异判定部，其针对每一质荷比值，判定基于由所述波峰信息采集部求出的对应于一个质荷比值的多个波峰强度值的波峰强度分布或者该波峰强度分布经修正而得的波峰强度分布是否遵循使用规定参数的概率分布，并将给出被判定为不遵循该概率分布的波峰强度分布的质荷比值决定为可认为在所述多个组之间有显著性差异的标记波峰的候选，
所述概率分布为正态分布或对数正态分布。
2.根据权利要求1所述的质谱分析数据解析装置，其特征在于，
所述显著性差异判定部包含：
b1)均值-方差推断部，其根据无修正或已修正的波峰强度分布来推算均值及方差；以及
b2)检验部，其根据由所述均值-方差推断部推算出的均值及方差来进行所述无修正或已修正的波峰强度分布遵循正态分布或对数正态分布这一情况的假设检验。
3.根据权利要求2所述的质谱分析数据解析装置，其特征在于，
所述显著性差异判定部还包含对波峰强度分布进行修正以去除质谱分析装置中的检测器的输出的饱和特性的影响的饱和特性修正部，且所述显著性差异判定部判定经该饱和特性修正部修正后的波峰强度分布是否遵循正态分布或对数正态分布。
4.根据权利要求3所述的质谱分析数据解析装置，其特征在于，
所述饱和特性修正部使用预先求出的检测器特性函数的反函数来修正波峰强度分布。
5.根据权利要求1所述的质谱分析数据解析装置，其特征在于，
所述波峰信息采集部包含：
a1)波峰检测部，其针对与所给出的多个样本相对应的质谱分别检测波峰；以及
a2)波峰矩阵制作部，其根据针对每一质谱检测到的波峰的信息，来制作波峰矩阵，该波峰矩阵沿列方向或行方向分配波峰的质荷比值、沿行方向或列方向分配识别样本的信息，并将波峰强度值作为要素配置；
所述显著性差异判定部针对所述波峰矩阵中排列有对应于相同质荷比值的波峰强度值的同一行或同一列中的每一方来求波峰强度分布。
6.一种质谱分析数据解析用程序的可记录介质，其记录有质谱分析数据解析用程序，所述质谱分析数据解析用程序用以使用计算机、根据质谱数据来寻找在多个组之间在表达上有差异的标记波峰，该质谱数据是通过对分别属于所述多个组中的任一方的多个样本进行质谱分析而获得的数据，该质谱分析数据解析用程序的可记录介质的特征在于，该程序使计算机执行以下步骤：
a)波峰信息采集步骤，根据与所给予的多个样本相对应的质谱数据，针对任一质谱上观测到波峰的每一质荷比值而汇集与该多个样本相对应的质谱上的波峰强度值；以及
b)显著性差异判定步骤，针对每一质荷比值，判定基于所述波峰信息采集步骤中求出的对应于一个质荷比值的多个波峰强度值的波峰强度分布或者该波峰强度分布经修正而得的波峰强度分布是否遵循使用规定参数的概率分布，并将给出被判定为不遵循该概率分布的波峰强度分布的质荷比值决定为可认为在所述多个组之间有显著性差异的标记波峰的候选，
所述概率分布为正态分布或对数正态分布。
7.根据权利要求6所述的质谱分析数据解析用程序的可记录介质，其特征在于，
在所述显著性差异判定步骤中，根据无修正或已修正的波峰强度分布来推算均值及方差，并根据推算出的该均值及方差来进行该无修正或已修正的波峰强度分布遵循正态分布或对数正态分布这一情况的假设检验。
8.根据权利要求7所述的质谱分析数据解析用程序的可记录介质，其特征在于，
所述显著性差异判定步骤包含对波峰强度分布进行修正以去除质谱分析装置中的检测器的输出的饱和特性的影响的饱和特性修正步骤，且在所述显著性差异判定步骤中，判定该修正后的波峰强度分布是否遵循正态分布或对数正态分布。
9.根据权利要求8所述的质谱分析数据解析用程序的可记录介质，其特征在于，
在所述饱和特性修正步骤中，使用预先求出的检测器特性函数的反函数对波峰强度分布进行修正，以去除检测器的输出的饱和特性的影响。
10.根据权利要求6所述的质谱分析数据解析用程序的可记录介质，其特征在于，
所述波峰信息采集步骤包含：
a1)波峰检测步骤，针对与所给出的多个样本相对应的质谱分别检测波峰；以及
a2)波峰矩阵制作步骤，根据针对每一质谱检测到的波峰的信息，来制作波峰矩阵，该波峰矩阵沿列方向或行方向分配波峰的质荷比值、沿行方向或列方向分配识别样本的信息，并将波峰强度值作为要素配置；
在所述显著性差异判定步骤中，针对所述波峰矩阵中排列有对应于相同质荷比值的波峰强度值的同一行或同一列中的每一方来求波峰强度分布。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017101557A JP6899560B2 (ja) | 2017-05-23 | 2017-05-23 | 質量分析データ解析装置及び質量分析データ解析用プログラム |
| JP2017-101557 | 2017-05-23 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108931570A CN108931570A (zh) | 2018-12-04 |
| CN108931570B true CN108931570B (zh) | 2021-02-19 |
Family
ID=62904231
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810502048.0A Expired - Fee Related CN108931570B (zh) | 2017-05-23 | 2018-05-23 | 质谱分析数据解析装置以及质谱分析数据解析用程序 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US10466104B2 (zh) |
| EP (1) | EP3407375A1 (zh) |
| JP (1) | JP6899560B2 (zh) |
| CN (1) | CN108931570B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107331348B (zh) * | 2017-08-31 | 2019-11-08 | 京东方科技集团股份有限公司 | 移位寄存器单元及其驱动方法、阵列基板和显示装置 |
| CN109325059A (zh) * | 2018-12-03 | 2019-02-12 | 枘熠集成电路（上海）有限公司 | 一种数据比较方法及装置 |
| JP7075362B2 (ja) * | 2019-01-23 | 2022-05-25 | Kddi株式会社 | 判定装置、判定方法及び判定プログラム |
| GB2586046B (en) * | 2019-07-31 | 2021-12-22 | Thermo Fisher Scient Bremen Gmbh | Peak determination in two-dimensional optical spectra |
| CN110619366A (zh) * | 2019-09-18 | 2019-12-27 | 颐保医疗科技(上海)有限公司 | 一种基于神经网络的真菌maldi—tof质谱数据识别方法 |
| WO2021229301A1 (en) * | 2020-05-14 | 2021-11-18 | Dh Technologies Development Pte. Ltd. | Charge state determination of a single ion detection event |
| JP2021196303A (ja) * | 2020-06-17 | 2021-12-27 | 株式会社島津製作所 | イメージング質量分析方法、及びイメージング質量分析装置 |
| CN116106396B (zh) * | 2023-04-13 | 2023-06-27 | 杭州汇健科技有限公司 | 质谱数据的全谱拟合动态校正方法、装置、介质及质谱仪 |
| CN116982993B (zh) * | 2023-09-27 | 2024-04-02 | 之江实验室 | 一种基于高维随机矩阵理论的脑电信号分类方法及系统 |
| CN118379388B (zh) * | 2024-06-25 | 2024-09-06 | 浙江大学 | 一种质谱成像数据显示方法、装置、设备及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040195500A1 (en) * | 2003-04-02 | 2004-10-07 | Sachs Jeffrey R. | Mass spectrometry data analysis techniques |
| CN101115991A (zh) * | 2005-05-13 | 2008-01-30 | 株式会社岛津制作所 | 质量分析数据解析装置及程序 |
| CN103235057A (zh) * | 2013-04-27 | 2013-08-07 | 江南大学 | 一种利用气相色谱-质谱不解析化合物鉴别白酒原产地的方法 |
| US20160148791A1 (en) * | 2013-08-09 | 2016-05-26 | Dh Technologies Development Pte. Ltd. | Intensity Correction for TOF Data Acquisition |
| CN105823883A (zh) * | 2015-11-19 | 2016-08-03 | 云南民族大学 | 基于泊松分布模型的蛋白质二级质谱鉴定方法 |
| CN107679052A (zh) * | 2016-06-09 | 2018-02-09 | 株式会社岛津制作所 | 大数据分析方法以及利用了该分析方法的质谱分析系统 |
| CN107850567A (zh) * | 2015-07-01 | 2018-03-27 | 株式会社岛津制作所 | 数据处理装置 |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5750676B2 (zh) | 1974-11-27 | 1982-10-28 | ||
| CA2501003C (en) * | 2004-04-23 | 2009-05-19 | F. Hoffmann-La Roche Ag | Sample analysis to provide characterization data |
| US8694264B2 (en) * | 2007-12-20 | 2014-04-08 | Shimadzu Corporation | Mass spectrometry system |
| US20100286927A1 (en) * | 2009-05-06 | 2010-11-11 | Agilent Technologies, Inc. | Data Dependent Acquisition System for Mass Spectrometry and Methods of Use |
| JP5246026B2 (ja) * | 2009-05-11 | 2013-07-24 | 株式会社島津製作所 | 質量分析データ処理装置 |
| JP5522365B2 (ja) * | 2009-10-13 | 2014-06-18 | とみ子 久原 | 代謝物の異常度の取得方法、代謝異常の判定方法、及びそのプログラム、並びに、代謝物の異常度の取得装置、及び代謝異常の判定に基づく診断プログラム |
| JP5590145B2 (ja) * | 2010-11-30 | 2014-09-17 | 株式会社島津製作所 | 質量分析データ処理装置 |
| JP2013040808A (ja) * | 2011-08-12 | 2013-02-28 | Shimadzu Corp | 質量分析データ解析方法及び解析装置 |
| JP5750676B2 (ja) | 2011-10-18 | 2015-07-22 | 株式会社島津製作所 | 細胞識別装置及びプログラム |
| US9500629B2 (en) * | 2012-11-05 | 2016-11-22 | Shimadzu Corporation | Chromatogram data processing method and device |
| CN107206103A (zh) * | 2015-01-23 | 2017-09-26 | 赫利克斯生物药品公司 | 用于治疗目的的抗体‑脲酶缀合物 |
| JP2016176811A (ja) * | 2015-03-20 | 2016-10-06 | 株式会社島津製作所 | 分析データ解析装置 |
| JP2016180599A (ja) * | 2015-03-23 | 2016-10-13 | 株式会社島津製作所 | データ解析装置 |
-
2017
- 2017-05-23 JP JP2017101557A patent/JP6899560B2/ja active Active
-
2018
- 2018-05-22 EP EP18173592.9A patent/EP3407375A1/en not_active Withdrawn
- 2018-05-22 US US15/986,306 patent/US10466104B2/en active Active
- 2018-05-23 CN CN201810502048.0A patent/CN108931570B/zh not_active Expired - Fee Related
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040195500A1 (en) * | 2003-04-02 | 2004-10-07 | Sachs Jeffrey R. | Mass spectrometry data analysis techniques |
| CN101115991A (zh) * | 2005-05-13 | 2008-01-30 | 株式会社岛津制作所 | 质量分析数据解析装置及程序 |
| CN103235057A (zh) * | 2013-04-27 | 2013-08-07 | 江南大学 | 一种利用气相色谱-质谱不解析化合物鉴别白酒原产地的方法 |
| US20160148791A1 (en) * | 2013-08-09 | 2016-05-26 | Dh Technologies Development Pte. Ltd. | Intensity Correction for TOF Data Acquisition |
| CN107850567A (zh) * | 2015-07-01 | 2018-03-27 | 株式会社岛津制作所 | 数据处理装置 |
| CN105823883A (zh) * | 2015-11-19 | 2016-08-03 | 云南民族大学 | 基于泊松分布模型的蛋白质二级质谱鉴定方法 |
| CN107679052A (zh) * | 2016-06-09 | 2018-02-09 | 株式会社岛津制作所 | 大数据分析方法以及利用了该分析方法的质谱分析系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3407375A1 (en) | 2018-11-28 |
| US20180340827A1 (en) | 2018-11-29 |
| JP6899560B2 (ja) | 2021-07-07 |
| JP2018197662A (ja) | 2018-12-13 |
| US10466104B2 (en) | 2019-11-05 |
| CN108931570A (zh) | 2018-12-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108931570B (zh) | 质谱分析数据解析装置以及质谱分析数据解析用程序 | |
| US8046171B2 (en) | Methods and apparatus for genetic evaluation | |
| US20200111653A1 (en) | Method for identifying microorganisms by mass spectrometry | |
| CN107533593B (zh) | 用于通过质谱法从参考亚群的集合中鉴定未知微生物亚群的方法 | |
| US11495323B2 (en) | Microbial classification of a biological sample by analysis of a mass spectrum | |
| JP7057973B2 (ja) | 微生物識別装置および微生物識別方法 | |
| JP2018504600A (ja) | 干渉検出および着目ピークのデコンボルーション | |
| US20230410947A1 (en) | Systems and methods for rapid microbial identification | |
| EP3002696B1 (en) | Methods for generating, searching and statistically validating a peptide fragment ion library | |
| CN114200048A (zh) | Lc-ms下机数据的处理方法及处理装置 | |
| JP2022049745A (ja) | マススペクトル処理装置及び方法 | |
| CN114184668A (zh) | 微生物鉴定方法和双极性标准谱图生成方法 | |
| WO2024005120A1 (ja) | 微生物を分類するための方法、制御装置および分析装置 | |
| US20230282310A1 (en) | Microorganism Discrimination Method and System | |
| US20240120189A1 (en) | Method for analyzing data acquired by maldi mass spectrometry, data-processing device, mass spectrometer, and data-analyzing program | |
| CN117612747B (zh) | 一种针对肺炎克雷伯菌的药物敏感性预测方法及装置 | |
| US20230282469A1 (en) | Systems and methods for charge state assignment in mass spectrometry | |
| JP7334549B2 (ja) | 微生物判別方法、微生物判別システム、及び微生物判別プログラム | |
| WO2024005121A1 (ja) | 較正方法、分析方法、制御装置および分析装置 | |
| WO2024195760A1 (ja) | 情報処理方法、情報処理装置、およびコンピュータプログラム | |
| CN113470749B (zh) | 一种腔室亮度不均匀校正方法及装置 | |
| Meyer et al. | Mass spectrometry: A powerful tool for the identification of wine-related bacteria and yeasts | |
| JP2021173557A (ja) | 理論質量テーブル表示システム | |
| JP2024000735A (ja) | 学習データを作成する方法、微生物の判別方法、解析装置、プログラム | |
| IVD | Comparison of Vitek MS and MALDI Biotyper for Identification of Actinomycetaceae of Clinical Importance |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | 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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210219 |