CN110192106B - 数据解析装置以及数据解析用程序 - Google Patents
数据解析装置以及数据解析用程序 Download PDFInfo
- Publication number
- CN110192106B CN110192106B CN201780083721.5A CN201780083721A CN110192106B CN 110192106 B CN110192106 B CN 110192106B CN 201780083721 A CN201780083721 A CN 201780083721A CN 110192106 B CN110192106 B CN 110192106B
- Authority
- CN
- China
- Prior art keywords
- groups
- group
- grouping
- data
- unit
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00584—Control arrangements for automatic analysers
- G01N35/00722—Communications; Identification
- G01N35/00732—Identification of carriers, materials or components in automatic analysers
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
-
- 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
- G01N27/622—Ion mobility spectrometry
- G01N27/623—Ion mobility spectrometry combined with mass spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
- G01N33/6803—General methods of protein analysis not limited to specific proteins or families of proteins
- G01N33/6848—Methods of protein analysis involving mass spectrometry
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/90—Programming languages; Computing architectures; Database systems; Data warehousing
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00584—Control arrangements for automatic analysers
- G01N35/00722—Communications; Identification
- G01N35/00732—Identification of carriers, materials or components in automatic analysers
- G01N2035/00821—Identification of carriers, materials or components in automatic analysers nature of coded information
- G01N2035/00831—Identification of carriers, materials or components in automatic analysers nature of coded information identification of the sample, e.g. patient identity, place of sampling
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Electrochemistry (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- Software Systems (AREA)
- Crystallography & Structural Chemistry (AREA)
- Biomedical Technology (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biotechnology (AREA)
- Cell Biology (AREA)
- Artificial Intelligence (AREA)
- Microbiology (AREA)
- Evolutionary Computation (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
样品分组部(24)对源自微生物的样品按照表示各样品的菌种/菌株的先验信息进行分组,差异解析部(27)使用基于分组结果制作出的峰矩阵来进行差异解析。另一方面,当操作者输入与微生物的耐药性相关联的组重组条件时,样品组重组/重组解除部(25)利用预先登记的每组的表示耐药性的其它先验信息,进行已经分出的组的选择、合并并对组进行重组。差异解析部(27)使用基于组重组结果新制作出的峰矩阵来进行差异解析。由此,能够随着变更组重组条件而依次获取不同的与耐药性相关联的差异解析结果。
Description
技术领域
本发明涉及一种对通过对样品进行设备分析所得到的数据进行解析处理的数据解析装置以及用于该解析处理的计算机程序,更为详细地说,涉及一种进行多个样品组之间的差异解析的数据解析装置以及数据解析用程序。
背景技术
近年来,为了特定的疾病或疾患的早期诊断、治疗效果的确认等,正在推进利用了质谱分析法的生物标记的解析的研究,一部分研究已供于实际应用。如果发现在例如从多个正常人提取出的血液、尿等生物体试样中完全或基本上不存在而在从罹患了癌等特定疾患的多个患者提取出的血液、尿等生物体试样中明确地存在的物质,则可以说该物质是该疾患的有力的生物标记候选。一般地,利用质谱分析装置测定分别源自两个或两个以上的多个组(例如正常人组和患者组)的多个样品,并对由此得到的数据进行组间的差异解析,由此进行这样的生物标记的搜索。
以搜索生物标记(或更为普通的标记)为目的的以往的普通的质谱分析数据的差异解析的过程如下。在此,将组的总数设为NG,将样品的总数设为NS。
[步骤A1]分别获取与多个(NS个)样品对应的质谱,在各质谱中按照规定的算法进行峰检测。然后,按每个质谱制作汇总有检测到的峰的质荷比(m/z)值和信号强度值的峰列表。制作出的峰列表的总数与样品的总数相同,是NS。
[步骤A2]被提供的多个样品能够根据先验信息(预先信息)被分类为NG个组。在此,在将在上述步骤A1中得到的峰列表分为NG个组之后,制作以将各峰列表考虑为列矢量、使针对相同的质荷比的信号强度值为同一行的方式配置信号强度值的矩阵(峰矩阵)MP。在某一个质谱中检测到的峰的质荷比下其它质谱中不存在峰(在峰列表中不存在对应的峰)的情况下,将其它质谱中的该峰的信号强度值设为零即可。此外,上述先验信息例如是表示样品的由来的信息,是表示样品是从正常人和癌患者中的哪一方提取出的样品的信息等。
图3的(a)是峰矩阵的概念图。在此,峰矩阵的横向(行方向)取样品信息(例如样品编号),纵向(列方向)取质荷比值,矩阵的各元素是信号强度值。此时,峰矩阵MP的列数等于样品数NS,峰矩阵MP的行数等于遍及样品整体检测到的峰的总数(省略质荷比值相同的重复)NP。
[步骤A3]对在步骤A2中制作出的峰矩阵MP的各行实施单变量解析(一般来说是t鉴定、U鉴定、方差分析(ANOVA=ANalysis Of VAriance)等统计假设鉴定),以调查组间的差异的有无,按每行计算表示观察到的差异的统计可靠性的p值(p-value)。
[步骤A4]通过将各行的p值与预先决定的显著性水平α(例如在t鉴定中经常使用α=0.05)进行比较,来提取在组间存在显著性差异的行、也就是峰(或质荷比)。与该提取出的峰对应的成分是标记候选。
在上述例子中列举出的正常人组和患者组这样的样品的分组明确,但在实际的作为差异解析的对象的样品的情况下,分组方式大多并不固定为一种。另外,对于相同的多个样品,想要就基于不同种类的先验信息的各种分组分别搜索通过差异解析得到的标记的愿望也强烈。
例如,近年来利用质谱分析来识别或鉴定微生物的菌种或菌株的技术引人关注(参照专利文献1、非专利文献1)。在利用了质谱分析的微生物鉴定中一般进行以下处理:将同一菌种或菌株的多个样品分配到一个组,在不同的组间也就是不同的菌种或菌株间利用差异解析来搜索存在差异的质谱峰。另一方面,存在以下情况:即使菌种或菌株不同,也具有相似的性质或特性。例如,通常具有以下的共同特性:特定的药剂(抗生素)对不同的菌种/菌株特别有效,或者相反,不同的菌种/菌株对特定的药剂具有耐药性。在这样的情况下存在以下需求:不仅调查如上述那样带有不同的菌种或菌株的差异的标记,而且希望按每种药剂调查带有对特定的一个或多个药剂具有耐药性的样品的组与不具有耐药性的样品的组之间的差异的标记。
在进行这种差异解析的情况下,在以往的数据解析装置中,每当变更分组的基准(也就是在分组中利用的先验信息的种类)时,操作者(用户)都需要一一输入各样品在新的基准下属于哪个组。在样品数多的情况下,这样的作业不仅非常复杂而降低解析效率,而且也成为由输入错误导致的不恰当的解析的一个因素。
现有技术文献
专利文献
专利文献1:日本特开2013-85517号公报
非专利文献
非专利文献1:堀田(Y.Hotta),其他4位,“Classification of the GenusBacillus Based on MALDI-TOF MS Analysis of Ribosomal Proteins Coded in S10andspc Operons”,Journal of Agricultural and Food Chemistry,2011年,Vol.59,No.10,pp.5222-5230
发明内容
发明要解决的问题
本发明是为了解决上述问题而完成的,其目的在于,提供如下一种数据解析装置以及数据解析用程序:在为了找出用于识别多个样品组的标记而进行基于针对各样品得到的数据的差异解析时,能够一边基于操作者要关注的性质、特性等适当地变更分组的基准,一边简便且高效地进行该变更后的基准下的新的组间的差异解析。
用于解决问题的方案
为了解决上述问题而完成的本发明所涉及的数据解析装置具备:
a)数据获取部,其针对多个样品中的各样品,获取表示色谱或质谱的数据;
b)先验信息设定部,其针对所述多个样品中的各样品,获取或设定表示各样品的性质的一种或多种先验信息;
c)先验信息选择部,其用于使操作者选择基于所述一种或多种先验信息的分组的条件;
d)分组部,其基于所述选择的分组的条件,将所述多个样品分为多个组;以及
e)差异解析部,其使用由所述分组部进行分组得到的多个组中的各组所包含的由所述数据获取部获取到的数据,对组间的所述色谱或质谱的峰的差异进行解析,
其中,与操作者使用所述条件选择部进行的选择操作相应地,执行所述分组部的分组以及所述差异解析部的差异解析。
另外,为了解决上述问题而完成的本发明所涉及的数据解析用程序在计算机上运行,以为了基于针对多个样品中的各样品获取到的表示色谱或质谱的数据进行将所述多个样品分组得到的多个组间的差异解析,而对与所述多个样品对应的数据进行处理,所述数据解析用程序包括以下步骤:
a)先验信息设定步骤,针对所述多个样品中的各样品,获取或设定表示各样品的性质的一种或多种先验信息;
b)条件选择步骤,用于使操作者选择基于所述一种或多种先验信息的分组的条件;
c)分组步骤,基于所述选择的分组的条件,将所述多个样品分为多个组;以及
d)差异解析步骤,使用在所述分组步骤中分组得到的多个组中的各组所包含的所述数据,对组间的所述色谱或质谱的峰的差异进行解析,
其中,与操作者在所述条件选择步骤中进行的选择操作相应地,使计算机执行所述分组步骤中的分组以及所述差异解析步骤中的差异解析。
本发明所涉及的数据解析装置以及数据解析用程序中,作为解析对象的数据是通过质谱分析收集到的质谱数据(包含n为2以上的MSn谱数据),或者是通过气相色谱分析或液相色谱分析收集到的色谱数据。
在本发明所涉及的数据解析装置中,数据获取部通过从例如外部的存储装置读入与多个样品中的各样品有关的色谱数据或质谱数据来获取该色谱数据或质谱数据。另外,先验信息设定部针对多个样品中的各样品,通过自动地从外部读入表示各样品的性质的一种或多种先验信息来获取该先验信息,或者根据操作者等的手动的输入来设定表示各样品的性质的一种或多种先验信息。能够设为先验信息中包含表示各样品的性质、由来等的信息。条件选择部用于使操作者选择基于在如上述那样预先设定的一种或多种先验信息中的该操作者关注的一个先验信息的分组的条件。具体地说,例如在显示部的画面上呈现基于某一个先验信息的分组条件的选择项或相当于该选择项的信息,操作者能够利用输入部选择指示其中的一个即可。
当操作者通过条件选择部进行分组条件的选择时,与该选择操作相应地,分组部基于选择的分组条件将作为解析对象的多个样品分为多个组。然后,差异解析部使用与如上述那样分组得到的多个组中分别包括的样品对应的数据,来执行组间的色谱或质谱的峰的差异解析。然后,将差异解析结果显示在显示部的画面上。差异解析的方法未被特别地限定,但例如优选使用方差分析(ANOVA)等统计假设鉴定。能够通过差异解析从数据中提取带有组间的差异的峰,能够将与该峰对应的质荷比、保留时间或成分设为用于识别组的标记。
作为本发明所涉及的数据解析装置的优选的一个实施方式,所述分组部基于与各样品有关的第一先验信息将所述多个样品分为N个组,其中,N为3以上,
所述数据解析装置还具备:
f)组重组条件指示部,其用于操作者指示利用了第二先验信息的组重组条件,该第二先验信息与由所述分组部进行分组得到的N个组中的各组有关或者与各组中包括的样品有关;以及
g)组重组部,其基于通过所述组重组条件指示部指示的组重组条件,从由所述分组部进行分组得到的N个组中选择一个以上的组,并且根据需要进行合并,由此制作M个组,其中,N>M,
其中,所述差异解析部使用与由所述分组部进行分组得到的N个组中分别包括的样品对应的数据来执行组间的差异解析,并且使用与由所述组重组部制作出的M个组中分别包括的样品对应的数据来执行组间的差异解析。
在本实施方式的结构中,分组部基于对各样品提供的第一先验信息将作为解析对象的多个样品分为三个以上的N个组。通常,第一先验信息是用于将多个样品分类为最小限度的大小的组的信息。
典型地说,第一先验信息是表示各样品的性质、由来等的信息,该信息能够包含于对各样品赋予的样品名或样品识别编号等中。由此,操作者能够根据各样品的样品名或样品识别编号等掌握第一先验信息,来手动地指示将各样品分配给哪个组。在该情况下,分组部按照这样的指示将多个样品分为N个组即可。另外,如果在各样品的样品名或样品识别编号等中包含第一先验信息,则也能够基于样品名或样品识别编号等自动分配样品。在该情况下,分组部判别样品名或样品识别编号等,并基于其判別结果将多个样品自动地分为N个组即可。此外,优选的是,分组结果也就是对各组分配的样品的信息显示在显示部的画面上,使得操作者能够进行确认。
在操作者想要在将利用分组部分组得到的各组中某一特定的性质相似的组合并为一个之后进行新的组间的差异解析的情况下,操作者利用组重组条件指示部指示组重组条件,使得选择标注有表示具有上述特定的性质的第二先验信息的组。于是,组重组部基于被指示的组重组条件,利用例如对上述N个组赋予的第二先验信息选择具有上述特定的性质的多个组并将多个组汇总为一个,并且将除此以外的组汇总为一个,由此对组进行重组。当操作者变更通过组重组条件指示部指示的组重组条件时,组重组部与之相应地变更要选择或合并的组的组合。此外,优选的是,与分组结果同样地,组重组结果也就是对重组后的各组分配的样品的信息也显示在显示部的画面上。
在该结构中,差异解析部针对如上述那样重组后的M个组,也使用与各组中分别包括的样品对应的数据,执行组间的差异解析。这是基于M个组的差异解析,该M个组是利用与基于上述N个组的差异解析不同的基准进行分组得到的,能够从数据中提取该新的基准下的带有组间的差异的新的峰也就是标记。如上所述,每当操作者变更通过组重组条件指示部指示的组重组条件时,差异解析部都能够通过执行基于新重组的组的差异解析来接连地搜索与不同的性质分别关联的标记。
此外,在本发明所涉及的数据解析装置中,优选的是,事先设为能够在组重组条件指示部中指示取消组重组条件,能够通过该指示取消,来恢复为当初的分组并指示新的其它的组重组条件。
在本发明所涉及的数据解析装置中,能够设为以下结构,即,在数据是质谱数据的情况下,还具备:
h)峰检测部,其从质谱数据检测峰,并制作汇总有各峰的与质荷比对应的信号强度值的峰列表;以及
i)峰矩阵制作部,其基于与所述多个样品对应的所述峰列表以及由所述分组部得到的分组结果,或者基于与所述多个样品对应的所述峰列表以及由所述组重组部得到的组重组结果,对行方向分配峰的质荷比值,对列方向分配用于识别按每组划分的样品的信息,从而制作以信号强度值为元素的峰矩阵,
其中,所述差异解析部对所述峰矩阵进行差异解析。
在上述峰矩阵中方便地确定了行和列,显然能够更换行和列。即,在上述结构中,即使将“行”替换为“列”,也实质上相同,这是显而易见的。
在上述结构中,峰矩阵制作部当被提供与各样品对应的质谱数据时,按照规定的基准从各质谱分别检测峰。规定的基准未被特别地限定,能够使用通常使用的峰检测方法。例如,将在质谱上观测到的峰状的信号中的信号强度为规定值以上的信号检测为峰,并将信号强度小于规定值的信号视为噪声即可。获取以这种方式按每个质谱检测到的峰的信号强度值和质荷比值,对行方向分配质荷比值,对列方向分配用于识别样品的信息,从而制作以信号强度值为元素的峰矩阵。此时,利用分组结果或组重组结果,按每组汇总列方向的样品的排列。峰矩阵中的一个行是某一个质荷比下的针对所有样品的信号强度值。
差异解析部通过方差分析等对上述峰矩阵进行差异解析。在该情况下,差异解析部能够在差异解析中提取与存在显著性差异的行或列对应的峰或质荷比。与该峰或质荷比对应的物质成为用于识别组的标记。
在本发明所涉及的数据解析装置中,解析对象的样品没有限制,但作为优选的一个方式,优选设为:解析对象的样品是微生物,所述第一先验信息是表示微生物的菌种和/或菌株的信息。
另外,在该情况下,所述第二先验信息例如能够设为表示对各种药剂(抗生素或抗菌剂)的耐药性的有无或药剂的最低抑菌浓度(MIC)或临床决定的阈值的信息。
根据该方式,能够找出作为用于识别微生物的菌种或菌株的标记的物质,并且能够找出作为用于识别具有以下性质的微生物的标记的物质或推测为作为标记而言有用的物质,其中,所述性质是指对特定的一个药剂具有耐药性或者对特定的多个药剂具有耐药性(所谓的多药剂耐药性)的性质。
发明的效果
根据本发明所涉及的数据解析装置以及数据解析用程序,能够基于操作者关注的性质或特性适当地变更分组的基准,并且能够方便且高效地进行在该变更后的基准下的新的组间的差异解析。由此,能够高效地找出作为与这样的性质或特性关联深的标记的物质。
附图说明
图1是使用了本发明所涉及的数据解析装置的质谱分析系统的一个实施例的概要结构图。
图2是表示本实施例的质谱分析系统的差异解析的处理过程的流程图。
图3是峰矩阵的概念图(a)以及表示峰矩阵的一例的图(b)。
图4是表示本实施例的质谱分析系统的分组指示设定画面的图。
图5是表示本实施例的质谱分析系统的分组结果显示画面的图。
图6是表示本实施例的质谱分析系统的组重组指示设定画面的图。
图7是表示本实施例的质谱分析系统的组的重组例的图。
具体实施方式
以下,参照所附附图对使用了本发明所涉及的数据解析装置的质谱分析系统的一个实施例进行说明。
图1是本实施例的质谱分析系统的概要结构图。
本实施例的质谱分析系统具备:质谱分析装置主体1,其执行针对样品的质谱分析来获取遍及规定的质荷比m/z范围的信号强度数据也就是质谱数据;数据解析部2,其对由该质谱分析装置主体1收集到的质谱数据进行解析处理并实施差异解析;输入部3,其用于操作者(用户)进行某些输入或指示;以及显示部4,其显示利用于操作者进行输入或指示的画面或解析结果。
质谱分析装置主体1的方式和结构不限。例如,能够使用能够以高质量分辨率、高检测灵敏度收集质谱数据的矩阵辅助激光脱离离子化飞行时间质谱分析装置(MALDI-TOFMS)等。
数据解析部2为了完成后述的特征性的数据解析处理,具备数据保存部20、分组指示受理部21、组重组指示受理部22、峰检测部23、样品分组部24、样品组重组/重组解除部25、峰矩阵制作部26、差异解析部27以及显示处理部28来作为功能块。
此外,一般来说,数据解析部2的实体是个人计算机或更高性能的计算机。另外,通过在这样的计算机上执行对该计算机安装的专用的数据处理软件,能够具体实现上述各功能块。在该情况下,上述输入部3是计算机的键盘、鼠标等指示设备,显示部4是监视器。另外,在这样的结构中,对计算机安装的数据处理软件的全部或一部分相当于本发明所涉及的数据解析用程序。
在本实施例的质谱分析系统中,列举利用差异解析搜索用于识别微生物(细菌、病毒等)的药剂(抗生素、抗菌剂等)耐药性的标记的情况为例,参照图2对由操作者进行的作业和由数据解析部2执行的处理进行说明。
在本实施例的质谱分析系统中,通过在质谱分析装置主体1中对规定的样品执行质谱分析而得到的规定质荷比范围的质谱数据被逐次地发送到数据解析部2。在数据解析部2中,对质谱数据赋予样品名等样品识别信息,并按每种样品将质谱数据以不同的数据文件的形式保存到数据保存部20中。但是,不仅由图1中示出的某个特定的质谱分析装置主体1得到的质谱,在其它任意的质谱分析装置中同样地得到的质谱数据也能够保存到数据保存部20中。即,在数据解析部2中与作为解析对象的多个样品对应的质谱数据既可以是由1台质谱分析装置得到的数据,也可以是由不同的多个质谱分析装置得到的数据。
对所有的样品预先(通常,在质谱分析之前)赋予样品名,在该样品名中包含表示微生物的菌种或菌株的种类的信息。即,样品名被定为“Sample01-1”、“Sample 01-2”、···,该“Sample”后面的2位的数字示出菌种或菌株的区别。因而,例如“Sample 01-1”和“Sample 01-2”是相同的菌种(或菌株)的不同的样品,“Sample 01-1”和“Sample 02-1”是不同的菌种(或菌株)的不同的样品。在此,该菌种或菌株的种类是第一先验信息,样品名自身也可以说是第一先验信息。该样品名被分别保存到与各样品对应的数据文件中,或者被汇总地保存到与数据文件关联的其它文件中。
在此,针对各自是微生物的多个样品得到的质谱数据与样品名一起分别以一个数据文件的形式被保存到数据保存部20中。
当操作者从输入部3统一指定了处理对象的数据之后指示执行处理时,接收到该指示后,峰检测部23从数据保存部20依次读出并获取被指定的数据文件(步骤S1)。由此,每个样品的质谱数据和该样品的先验信息被同时获得。峰检测部23按照规定的基准对各个质谱数据检测质谱上的峰,并求出检测到的各峰的位置(质荷比m/z值)和信号强度值。关于峰检测算法,能够使用以往已知的普通的方法,例如将峰状波形的信号强度超过预先决定的阈值的信号检测为峰即可。然后,按每个质谱也就是按每个样品制作汇集了检测到的峰(通常为多个)的质荷比值和信号强度值的组的峰列表(步骤S2)。
接着,操作者一边观察通过分组指示受理部21在显示部4中显示的规定的画面一边操作输入部3,进行指示,使得按照作为先验信息之一的样品名将多个样品分类为每个菌种或菌株的组(步骤S3)。样品分组部24按照指示对多个样品进行分组,并决定被分配到各组的样品。然后,显示处理部28在显示部4的画面上显示该分组结果(步骤S4)。
在此,具体地在下一个过程中执行分组的指示以及基于该分组的指示的分组。
即,当操作者利用输入部3进行规定的操作时,分组指示受理部21使如图4所示的分组指示设定画面100显示在显示部4的画面上。在该分组指示设定画面100中配置有表示组的一览的组列表101以及表示对在该组列表101中选择出的一个组分配的样品的样品名和数据文件名的一览的样品列表104。在此,将用于识别各组的组名设为“Group01”、“Group02”、···。能够通过对“追加组”按钮102进行点击操作来增加组列表101中的组,能够通过对“删除组”按钮103进行点击操作来减少(删除)组列表101中的组。另外,也能够通过对“追加峰列表”按钮105进行点击操作来追加对选择出的一个组分配的样品,通过对“删除峰列表”按钮106进行点击操作来删除对选择出的一个组分配的样品。
在本例中,如上所述,样品名中的2位的数字是表示菌种/菌株的第一先验信息。因此,操作者使用该样品名中的数字、也就是使用第一先验信息来设定组和属于各组的样品,使得对一个组分配相同的菌种/菌株的样品。在图4所示的例子中,对组名为“Group01”的一个组分配了样品名为“Sample 01-1”、“Sample 01-2”、···、“Sample 01-8”的包括相同的菌种/菌株的微生物的8个样品。与图4中例示的情况同样地,输入设定对所有的组分别分配的样品。如果这样的输入作业结束,则当操作者点击“确认”按钮107时,组和样品的分配的指示确定。样品分组部24按照该分组的指示进行所确定的组名与多个样品的样品名的关联,由此将多个样品进行分组。
当操作者利用输入部3进行规定的操作时,显示处理部28如图5的(a)所示那样在显示部4的画面上显示各组中包含的样品的信息(在此为样品名)。由此,操作者能够从视觉上确认对各组进行的样品的分配是否恰当。如果在样品的分配中存在错误或变更的情况下,则返回到步骤S3来修改样品的分配即可。
此外,当然不需要设定为在某一个组中纳入被制作出峰列表的所有的样品,对于想要从解析对象去除的样品,也可以不分配给组。因而,即使在数据保存部20中存在例如与样品名为“Sample 06-1”、“Sample 06-2”、···的样品对应的数据文件,也不一定必须制作仅包括这些样品的菌种/菌株的组“Group06”。另外,即使在数据保存部20中存在例如与样品名为“Sample 06-1”的样品对应的数据文件、且已存在被分配了样品名为“Sample 06-2”、···的样品的组“Group06”,也未必在该组“Group06”中包括样品“Sample 06-1”。
此外,在上述说明中操作者也进行了组的追加、删除,但例如也可以利用对各样品赋予的样品名或除此以外的识别编号等,按照预先决定的条件自动地执行分组。例如在上述例子中,样品名的“Sample”后面的2位的数字意味着是相同的菌种或相同的菌株的微生物,因此也可以执行如下处理:自动地识别该数字并将各样品分配给多个组。当然,也可以是,在以这种方式自动地实施了分组之后,操作者能够删除不需要的组或者删除组中包括的不需要的样品。
接着,峰矩阵制作部26按照在步骤S4中得到的分组结果对在步骤S2中制作出的全部或一部分峰列表进行整理,并制作峰矩阵(步骤S5)。
具体地说,如图3的(a)所示,使在与各样品对应的峰列表中列举出的峰的质荷比值沿纵向(列方向)排列,另一方面,使样品沿横向(行方向)排列,以信号强度值为元素来制作峰矩阵。此时,按每一组汇总行方向的样品的排列。因而,当如后述那样对分组进行变更时,峰矩阵中的行方向的样品的排列被变更。在某个样品中存在峰而在其它样品中不存在峰的质荷比值的行中,由于不存在符合该“其它峰”的元素,因此作为该元素的信号强度值设为零即可。
显示处理部28将以这种方式制作出的峰矩阵在显示部4的画面上显示,从而呈现给操作者(步骤S6)。图3的(b)是以这种方式制作的峰矩阵的一例。
差异解析部27接收所制作出的上述峰矩阵,并使用该峰矩阵执行按照规定的算法的差异解析(步骤S7)。差异解析的方法未被特别地限定,但在组的数量为三以上的情况下,作为统计假设鉴定,使用适于多组鉴定的ANOVA即可。即使使用ANOVA也能够与t鉴定等同样地求出p值。通过这样的差异解析,能够基于按每行计算出的p值获得该行是否为在组间示出显著性差异的行的判定结果。
显示处理部28在显示部4的画面上显示上述差异解析结果(步骤S8)。在差异解析结果中确定在组间存在显著性差异的矩阵行也就是峰并进行显示,由此能够将该峰的质荷比作为标记候选呈现给操作者。在基于第一先验信息的最初的分组中,各组分别包括源自相同的菌种或菌株的样品,因此求出用于识别不同的菌种或菌株的有用的标记来作为差异解析结果。
存在以下情况:即使微生物的菌种或菌株不同、也就是说即使是属于进行上述分组得到的不同的组的样品,也对相同的一个或多个药剂具有耐药性。因此,在多药剂耐药性的研究等中,重要的是跨越菌种或菌株地找出用于识别对一个或多个药剂具有耐药性的微生物的组和非此类的(不具有耐药性的)微生物的组的标记。在想要搜索这样的标记的情况下,接着实施如下的解析。
为了进行如上述那样的与耐药性相关联的新的分组,利用第二先验信息,该第二先验信息是指对于每个菌种/菌株而言对何种药剂具有耐药性,且与上述第一先验信息不同。在此,设为按每组预先向数据解析部2输入对药剂名为“Drug01”、“Drug02”、···的各药剂是否具有耐药性的信息,来作为第二先验信息,并保存到数据保存部20中。此外,这样的信息既可以由操作者从输入部3手动地输入,也可以通过读入记载有这样的信息的数据文件来自动地将这样的信息保存到数据保存部20中。
当操作者利用输入部3进行规定的操作以进行基于作为第二先验信息的对药剂的耐药性的分组时,组重组指示受理部22将如图6所示的组重组指示设定画面200显示在显示部4的画面上。在该组重组指示设定画面200中配置有表示重组后的组的一览的重组后组列表201以及一览地表示重组前的各组和对各药剂的耐药性的有无的耐药性评价列表202。在新打开了该组重组指示设定画面200时,耐药性评价列表202是空栏,通过操作者在指定了保存有第二先验信息的规定的数据文件之后对“加载耐药性评价列表”按钮204进行点击操作,来读入该数据文件的内容,并显示如图6所示的耐药性评价列表202。在此,在对“Drug01”、“Drug02”、···等各药剂具有耐药性的情况下,用“+”表示,在不具有耐药性的情况下,用“-”表示。在图6的例子中,例如关于组“Group01”,对药剂名为“Drug01”、“Drug02”、“Drug03”以及“Drug04”的四种药剂具有耐药性,对药剂名为“Drug05”的药剂不具有耐药性。
操作者一边在组重组指示设定画面200中观察耐药性评价列表202,一边适当地追加或删除重组后的组,将该重组后的各组中的对各药剂的耐药性的有无设定为组重组条件(步骤S9)。能够通过对“追加组”按钮205进行点击操作来追加重组后组列表201中的重组后组,能够通过对“删除组”按钮206进行点击操作来删除重组后组列表201中的重组后组。在图6中设定了“Rearrange Group(1)”、“Rearrange Group(2)”的名称的两个重组后组。另外,关于重组后组“Rearrange Group(1)”,将对药剂“Drug01”具有耐药性(“+”符号)设定为组重组条件,关于重组后组“Rearrange Group(2)”,将对药剂“Drug01”不具有耐药性(“-”符号)设定为组重组条件。能够通过在重组后组列表201中的各栏中进行点击操作来设定组重组条件。
如果如上述那样结束设定包括重组后组的组重组条件,则当操作者点击“确定”按钮207时,组重组条件确定。此外,在一旦想要将已确定的组重组条件全部解除的情况下,选中“重置重组”复选框203并点击“确定”按钮207即可。由此,在重组后组列表201中设定的所有的组重组条件被重置,因此重新设定组重组条件即可。
当在设定了组重组条件的状态下点击“确定”按钮207时,样品组重组/重组解除部25按照已确定的组重组条件来选择组,并且在多个重组前组对应一个重组后组的情况下,通过对该多个重组前组进行合并来确定重组后组以及该重组后组中包括的样品(步骤S10)。例如,设为与四个重组前组分别对应的耐药性如图7的(a)所示那样。在此,药剂省略为“D01”、“D02”、···。当前,当如图7的(b)所示那样设定了重组后组“RG(1)”、“RG(2)”、“RG(3)”的各耐药性时,对于重组后组“RG(1)”,选择了对药剂“D01”具有耐药性的组“G1”、“G2”这两个组来进行合并。另外,对于重组后组“RG(2)”,选择了对药剂“D01”不具有耐药性的组“G3”、“G4”这两个组来进行合并。并且,对于重组后组“RG(3)”,选择了对药剂“D03”和“D04”中的任一个药剂具有耐药性的组“G1”、“G2”、“G3”这三个组来进行合并。
当操作者利用输入部3进行规定的操作时,显示处理部28如图5的(b)所示那样在显示部4的画面上显示重组后的组中包括的样品的信息(在此为样品名)。由此,操作者能够从视觉上确认向各重组后组进行的样品的分配是否恰当。
接着,从步骤S10返回到S5,峰矩阵制作部26按照重组后的分组结果对全部或一部分峰列表进行整理,来重新制作峰矩阵。然后,再次执行步骤S6~S8的处理。即,差异解析部27使用新制作出的峰矩阵来执行差异解析,并将该差异解析结果显示在显示部4的画面上。如上所述,当分组被变更时,峰矩阵被变更,当峰矩阵改变时,差异解析结果当然不同。
如上所述,当操作者一边依次变更组重组条件一边实施差异解析时,获得与每个组重组条件对应的差异解析结果、也就是获得与用于识别在每个组重组条件下分出的组的标记有关的信息。因而,通过将针对操作者关注的一个或多个药剂的耐药性的有无的组合设定为组重组条件,能够获取与这样的耐药性有关的详细的信息。
此外,在上述例子中,用对各药剂有无耐药性的二值来表现,但也可以用药剂的最低抑菌浓度(MIC)或临床决定的阈值等数值(也就是多值)来表现,在组重组条件中,例如能够针对某个药剂设定MIC为T以上的组等更细化的条件。
另外,组重组条件并不限于基于耐药性的条件,能够设为利用了微生物的每个菌种/菌株的各种性质或特性的组重组条件。当然,必要的先验信息根据该组重组条件的不同而不同,这是不言而喻的。
另外,在本发明所涉及的数据解析装置中,也明确了样品并非限于微生物,能够将本发明应用于差异解析有用的各个种类的样品。另外,在上述实施例中,处理对象的数据是质谱数据,但显然也能够将本发明应用于利用GC或LC针对样品获得的色谱数据。
另外,除了上述记载以外,即使在本发明的宗旨的范围内适当进行变形、修改、追加等,当然也包括在本申请权利要求书的范围中。
附图标记说明
1:质谱分析装置主体;2:数据解析部;20:数据保存部;21:指示受理部;22:组重组指示受理部;23:峰检测部;24:样品分组部;25:样品组重组/重组解除部;26:峰矩阵制作部;27:差异解析部;28:显示处理部;3:输入部;4:显示部;100:分组指示设定画面;101:组列表;102、205:“追加组”按钮;103、206:“删除组”按钮;104:样品列表;105:“追加峰列表”按钮;106:“删除峰列表”按钮;107、207:“确定”按钮;200:组重组指示设定画面;201:重组后组列表;202:药剂耐药性评价列表;203:“重置重组”复选框;204:“加载耐药性评价列表”按钮。
Claims (6)
1.一种数据解析装置,其特征在于,具备:
数据获取部,其针对多个样品中的各样品,获取表示色谱或质谱的数据;
先验信息设定部,其针对所述多个样品中的各样品,获取或设定表示各样品的性质的多种先验信息;
条件选择部,其用于使操作者选择基于第一先验信息的分组的条件,其中,所述第一先验信息是所述多种先验信息中的一种先验信息;
分组部,其基于通过所述条件选择部选择的分组的条件,将所述多个样品分为N个组,其中,N为3以上;
组重组条件指示部,其用于操作者针对由所述分组部进行分组得到的所述N个组中的各组或者针对所述N个组中的各组中包括的样品指示利用了第二先验信息的组重组条件,其中,该第二先验信息是所述多种先验信息中的、与所述第一先验信息不同的一种先验信息;
组重组部,其基于通过所述组重组条件指示部指示的组重组条件,从由所述分组部进行分组得到的所述N个组中选择一个以上的组,并且根据需要进行合并,由此制作M个组,其中,N>M>1;以及
差异解析部,其使用由所述分组部或所述组重组部进行分组得到的多个组中的各组所包含的由所述数据获取部获取到的数据,对组间的所述色谱或质谱的峰的差异进行解析,
其中,所述差异解析部使用与由所述分组部进行分组得到的所述N个组中分别包括的样品对应的数据来执行组间的差异解析,并且使用与由所述组重组部制作出的所述M个组中分别包括的样品对应的数据来执行组间的差异解析。
2.根据权利要求1所述的数据解析装置,其特征在于,
所述数据是表示质谱的数据,
所述数据解析装置还具备:
峰检测部,其从质谱数据检测峰,并制作汇总有各峰的与质荷比对应的信号强度值的峰列表;以及
峰矩阵制作部,其基于与所述多个样品对应的所述峰列表以及由所述分组部得到的分组结果,或者基于与所述多个样品对应的所述峰列表以及由所述组重组部得到的组重组结果,对行方向分配峰的质荷比值,对列方向分配用于识别按每组划分的样品的信息,从而制作以信号强度值为元素的峰矩阵,
其中,所述差异解析部对所述峰矩阵进行差异解析。
3.根据权利要求2所述的数据解析装置,其特征在于,
所述差异解析部在差异解析中提取与存在显著性差异的行或列对应的峰或质荷比。
4.根据权利要求1所述的数据解析装置,其特征在于,
解析对象的样品是微生物,所述第一先验信息是表示微生物的菌种和/或菌株的信息。
5.根据权利要求4所述的数据解析装置,其特征在于,
所述第二先验信息是表示对药剂的耐药性的有无、或者药剂的最低抑菌浓度或临床决定的阈值的信息。
6.一种数据解析方法,用于基于针对多个样品中的各样品获取到的表示色谱或质谱的数据进行将所述多个样品分组得到的多个组间的差异解析,所述数据解析方法的特征在于,包括以下步骤:
先验信息设定步骤,针对所述多个样品中的各样品,获取或设定表示各样品的性质的多种先验信息;
条件选择步骤,使操作者选择基于第一先验信息的分组的条件,其中,所述第一先验信息是所述多种先验信息中的一种先验信息;
分组步骤,基于在所述条件选择步骤中选择的分组的条件,将所述多个样品分为N个组,其中,N为3以上;
第一差异解析步骤,使用与在所述分组步骤中进行分组得到的所述N个组中的各组中包括的样品对应的所述数据,对组间的所述色谱或质谱的峰的差异进行解析;
组重组条件指示步骤,用于操作者针对在所述分组步骤中进行分组得到的所述N个组中的各组或者针对所述N个组中的各组中包括的样品指示利用了第二先验信息的组重组条件,其中,该第二先验信息是所述多种先验信息中的、与所述第一先验信息不同的一种先验信息;
组重组步骤,基于在所述组重组条件指示步骤中指示的组重组条件,从在所述分组步骤中进行分组得到的所述N个组中选择一个以上的组,并且根据需要进行合并,由此制作M个组,其中,N>M>1;以及
第二差异解析步骤,使用与在所述组重组步骤中制作出的所述M个组中的各组中包括的样品对应的所述数据,对组间的所述色谱或质谱的峰的差异进行解析。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017-004843 | 2017-01-16 | ||
JP2017004843 | 2017-01-16 | ||
PCT/JP2017/040441 WO2018131274A1 (ja) | 2017-01-16 | 2017-11-09 | データ解析装置及びデータ解析用プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110192106A CN110192106A (zh) | 2019-08-30 |
CN110192106B true CN110192106B (zh) | 2021-09-28 |
Family
ID=62839331
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780083721.5A Active CN110192106B (zh) | 2017-01-16 | 2017-11-09 | 数据解析装置以及数据解析用程序 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11435370B2 (zh) |
EP (1) | EP3570020B1 (zh) |
JP (1) | JP6741278B2 (zh) |
CN (1) | CN110192106B (zh) |
WO (1) | WO2018131274A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7021754B2 (ja) * | 2018-07-31 | 2022-02-17 | 株式会社島津製作所 | 質量分析装置、質量分析方法および質量分析プログラム |
CN112805559B (zh) * | 2018-11-20 | 2024-03-22 | 株式会社岛津制作所 | 成像数据解析装置 |
JP7347378B2 (ja) * | 2020-09-03 | 2023-09-20 | 株式会社島津製作所 | 質量分析データ表示処理装置 |
KR102589887B1 (ko) * | 2022-08-11 | 2023-10-17 | 인포보스 주식회사 | 미지 물질 내 함유물질의 예측방법, 장치 및 프로그램 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7033781B1 (en) * | 1999-09-29 | 2006-04-25 | Diversa Corporation | Whole cell engineering by mutagenizing a substantial portion of a starting genome, combining mutations, and optionally repeating |
CN101401341B (zh) * | 2005-11-18 | 2016-06-01 | 安全第一公司 | 安全数据解析方法和系统 |
JP5102310B2 (ja) * | 2007-02-01 | 2012-12-19 | フランス・テレコム | 多次元テクスチャを表現するデータを符号化するための方法およびデバイス、ならびに対応する復号するための方法およびデバイス、およびコンピュータプログラム |
WO2011152899A1 (en) * | 2010-06-02 | 2011-12-08 | Johns Hopkins University | System and methods for determining drug resistance in microorganisms |
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 |
CN102590407B (zh) * | 2012-01-16 | 2013-12-18 | 湖南中烟工业有限责任公司 | 基于气相色谱-质谱分析的共流出峰解析及谱库检索方法 |
CN102662069B (zh) * | 2012-04-27 | 2013-08-07 | 济南兰光机电技术有限公司 | 基于物联网和云技术的塑料包装材料检测系统及方法 |
KR20160018791A (ko) * | 2013-08-13 | 2016-02-17 | 엘지전자 주식회사 | 방송 신호 송신 장치, 방송 신호 수신 장치, 방송 신호 송신 방법 및 방송 신호 수신 방법 |
CN103795980A (zh) * | 2014-01-25 | 2014-05-14 | 武汉烽火众智数字技术有限责任公司 | 级联视频设备及其数据处理方法 |
DK3103046T3 (da) * | 2014-02-06 | 2020-06-02 | Immunexpress Pty Ltd | Biomarkør-signaturfremgangsmåde og apparater og kits deraf |
US10715859B2 (en) * | 2014-10-12 | 2020-07-14 | Lg Electronics Inc. | Apparatus for transmitting broadcast signal, apparatus for receiving broadcast signal, method of transmitting broadcast signal, and method of receiving broadcast signal |
JP6715451B2 (ja) * | 2015-04-08 | 2020-07-01 | 国立大学法人山梨大学 | マススペクトル解析システム,方法およびプログラム |
CN109416360A (zh) * | 2016-03-31 | 2019-03-01 | 迪森德克斯公司 | 生物标志物数据库的生成和用途 |
CN106096036B (zh) * | 2016-06-27 | 2019-06-11 | 厦门中云创电子科技有限公司 | 一种can-bus总线的数据解析方法和系统 |
US20210278391A1 (en) * | 2017-02-02 | 2021-09-09 | The Regents Of The University Of California | Compositions and methods for treating cardiovascular and metabolic conditions |
US20200370122A1 (en) * | 2017-02-24 | 2020-11-26 | Tong Zhou | Immune index methods for predicting breast cancer outcome |
JP2020524149A (ja) * | 2017-06-20 | 2020-08-13 | デイナ ファーバー キャンサー インスティチュート,インコーポレイテッド | April−taci間相互作用のモジュレーターを用いた制御性t細胞、制御性b細胞、及び免疫応答の調節方法 |
-
2017
- 2017-11-09 JP JP2018561824A patent/JP6741278B2/ja active Active
- 2017-11-09 US US16/477,958 patent/US11435370B2/en active Active
- 2017-11-09 EP EP17891371.1A patent/EP3570020B1/en active Active
- 2017-11-09 WO PCT/JP2017/040441 patent/WO2018131274A1/ja active Application Filing
- 2017-11-09 CN CN201780083721.5A patent/CN110192106B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
EP3570020A4 (en) | 2020-05-27 |
US20190369128A1 (en) | 2019-12-05 |
EP3570020A1 (en) | 2019-11-20 |
CN110192106A (zh) | 2019-08-30 |
US11435370B2 (en) | 2022-09-06 |
JPWO2018131274A1 (ja) | 2019-11-07 |
JP6741278B2 (ja) | 2020-08-19 |
EP3570020B1 (en) | 2023-07-26 |
WO2018131274A1 (ja) | 2018-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110192106B (zh) | 数据解析装置以及数据解析用程序 | |
JP4602374B2 (ja) | クロマトグラフィー質量分析方法、及びクロマトグラフ質量分析装置 | |
US7884318B2 (en) | Systems, methods, and computer-readable medium for determining composition of chemical constituents in a complex mixture | |
JP5227026B2 (ja) | 定性的なおよび定量的な質量スペクトル分析 | |
Cordell et al. | Finding the needle in the haystack. The dereplication of natural product extracts | |
Lynch et al. | Performance evaluation of three liquid chromatography mass spectrometry methods for broad spectrum drug screening | |
US20030013120A1 (en) | System and method for differential protein expression and a diagnostic biomarker discovery system and method using same | |
d'Errico et al. | PACEA geo-referenced radiocarbon database | |
JP4860575B2 (ja) | クロマトグラフィー質量分析の分析結果表示方法及び表示装置 | |
US20030124610A1 (en) | Method for the analysis of a selected multicomponent sample | |
Dixon et al. | An automated method for peak detection and matching in large gas chromatography‐mass spectrometry data sets | |
CN106662551B (zh) | 质谱分析数据处理装置 | |
Farrah et al. | Using the Human Plasma PeptideAtlas to study human plasma proteins | |
CN109477814B (zh) | 色谱质谱分析用数据处理装置 | |
JP2016180599A (ja) | データ解析装置 | |
WO2015198385A1 (ja) | 包括的2次元クロマトグラフ用データ処理装置 | |
JP6308107B2 (ja) | クロマトグラフ質量分析データ処理装置 | |
CN108780065A (zh) | 质谱分析数据解析装置以及质谱分析数据解析用程序 | |
DE10393475B4 (de) | Verfahren und Vorrichtung zur Identifizierung von Verbindungen in einer Probe | |
Pil et al. | The toxicological challenges in the European research project DRUID | |
Van Wouwe et al. | Importance of clean-up for comparison of TEQ-values obtained by CALUX and chemo-analysis | |
CN115408501A (zh) | 文档检索辅助装置 | |
US7930108B2 (en) | Exploratory visualization of protein complexes by molecular weight | |
JP5007326B2 (ja) | クロマトグラフィー質量分析方法、及びクロマトグラフ質量分析装置 | |
Goufo et al. | Dataset of levels and masses of lipid species in healthy, asymptomatic and symptomatic leaves of vitis vinifera L.‘Malvasia fina’affected by ESCA complex disease |
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 |