CN113748339A - 实时峰检测 - Google Patents
实时峰检测 Download PDFInfo
- Publication number
- CN113748339A CN113748339A CN202080030087.0A CN202080030087A CN113748339A CN 113748339 A CN113748339 A CN 113748339A CN 202080030087 A CN202080030087 A CN 202080030087A CN 113748339 A CN113748339 A CN 113748339A
- Authority
- CN
- China
- Prior art keywords
- data
- analysis
- peak
- peak detection
- real
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 73
- 238000012545 processing Methods 0.000 claims abstract description 90
- 230000015654 memory Effects 0.000 claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 49
- 238000004458 analytical method Methods 0.000 claims description 119
- 238000004895 liquid chromatography mass spectrometry Methods 0.000 claims description 25
- 238000004949 mass spectrometry Methods 0.000 claims description 20
- 230000009467 reduction Effects 0.000 claims description 14
- 238000001195 ultra high performance liquid chromatography Methods 0.000 claims description 12
- 238000004811 liquid chromatography Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 8
- 238000004817 gas chromatography Methods 0.000 claims description 6
- 238000004128 high performance liquid chromatography Methods 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims description 2
- 239000007788 liquid Substances 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 21
- 238000004891 communication Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 11
- 150000002500 ions Chemical class 0.000 description 11
- 230000003287 optical effect Effects 0.000 description 11
- 238000001228 spectrum Methods 0.000 description 9
- 230000005291 magnetic effect Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 7
- 238000013480 data collection Methods 0.000 description 7
- 230000014759 maintenance of location Effects 0.000 description 7
- HPTJABJPZMULFH-UHFFFAOYSA-N 12-[(Cyclohexylcarbamoyl)amino]dodecanoic acid Chemical compound OC(=O)CCCCCCCCCCCNC(=O)NC1CCCCC1 HPTJABJPZMULFH-UHFFFAOYSA-N 0.000 description 5
- 238000001914 filtration Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 229920000642 polymer Polymers 0.000 description 4
- 238000004164 analytical calibration Methods 0.000 description 3
- 238000004587 chromatography analysis Methods 0.000 description 3
- 150000001875 compounds Chemical class 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 239000002904 solvent Substances 0.000 description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 239000012491 analyte Substances 0.000 description 2
- 239000011324 bead Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004807 desolvation Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000001819 mass spectrum Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- FMFKNGWZEQOWNK-UHFFFAOYSA-N 1-butoxypropan-2-yl 2-(2,4,5-trichlorophenoxy)propanoate Chemical compound CCCCOCC(C)OC(=O)C(C)OC1=CC(Cl)=C(Cl)C=C1Cl FMFKNGWZEQOWNK-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011088 calibration curve Methods 0.000 description 1
- 238000005251 capillar electrophoresis Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000000451 chemical ionisation Methods 0.000 description 1
- 238000013375 chromatographic separation Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000000752 ionisation method Methods 0.000 description 1
- 230000000155 isotopic effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000037353 metabolic pathway Effects 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000002414 normal-phase solid-phase extraction Methods 0.000 description 1
- 238000003068 pathway analysis Methods 0.000 description 1
- 239000012071 phase Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000002207 retinal effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- 238000011003 system suitability test Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
Images
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
- G01N30/8651—Recording, data aquisition, archiving and storage
-
- 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
- G01N30/7233—Mass spectrometers interfaced to liquid or supercritical fluid chromatograph
-
- 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
- G01N30/8603—Signal analysis with integration or differentiation
- G01N30/8617—Filtering, e.g. Fourier filtering
-
- 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
- G01N30/8665—Signal analysis for calibrating the measuring apparatus
-
- 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
- G01N30/8675—Evaluation, i.e. decoding of the signal into analytical information
-
- 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
- G01N30/8696—Details of Software
-
- 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
- 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
- G01N2030/022—Column chromatography characterised by the kind of separation mechanism
- G01N2030/027—Liquid chromatography
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Pathology (AREA)
- Algebra (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明公开了用于基于从分析仪器诸如液相色谱‑质谱仪(LC‑MS)接收的数据来进行实时峰检测的设备、方法和计算机可读介质。在一个实施方案中,LC‑MS系统(402)包括具有一个或多个处理器诸如图形处理单元(GPU)(404)和存储器(406)的第一计算设备。所述第一计算设备被配置为接收原始数据(410),以确定峰并且实时地生成峰列表(408)。所述峰列表由数据采集系统(412)访问或提供给所述数据采集系统。所交互的至少一个第二计算系统被配置为实时地或基本上实时地访问所述一个或多个峰列表。
Description
相关申请的交叉引用
本申请要求于2019年2月20日提交的美国临时专利申请号62/808,075的权益和优先权,该临时专利申请的全部内容以引用方式并入。
技术领域
本文的实施方案整体涉及基于质量分析的处理中的实时峰检测,并且更具体地,涉及数据采集系统的一个或多个实时峰确定模块。
背景技术
质量分析系统,诸如质谱(MS)系统和/或液相色谱-质谱(LC-MS)系统,可能能够提供复杂样本集的详细表征,包括生物基质、食品和环境(F&E)材料、药物化合物、代谢途径分析等。
为了简化与质量分析相关的数据的收集和存储,可将质量分析系统耦接到数据采集系统。例如,数据采集系统可以是数据流传输服务,其中从质量分析系统采集的所有质量分析相关的数据可以通过数据采集系统连续地流式传输并且存储在一个或多个连接的数据库中。
在已经流式传输和存储质量分析相关数据之后,可以对质量分析相关的数据执行采集后处理,诸如峰检测、仪器校准、漂移分析等。在典型的情况下,多于一个应用程序(或多于一种类型的应用程序)可以对数据执行特定的采集后处理,诸如峰检测。可能的是,可基于所需的不同类型的分析(例如,仪器相关的分析、特定于用户的分析、应用程序级别过滤)对质量分析相关的数据执行其他各种类型的采集后处理。
虽然数据采集系统提供了用于流式传输和存储原始连续统一体数据的通用数据采集框架,但其局限性在于重要的质量分析,如峰检测,在数据采集之后执行而不是实时地执行。此外,因为许多应用程序可以对质量分析相关数据执行特定的采集后处理,所以该特定分析的输出可以是不一致的并且跨许多应用程序是分离的。此外,数据采集系统对原始连续统一体数据的收集固有地增加了对存储空间的需要,并且对用于采集后处理的应用程序服务器、数据库和网络造成了很大负担。
发明内容
根据所描述的实施方案的各个方面的一种系统,该系统可包括至少一个分析仪器、连接到至少一个分析仪器或包括在至少一个分析仪器中的至少一个第一计算设备、与至少第一计算设备以编程方式进行交互的数据采集系统,以及与数据采集系统以编程方式进行交互的至少一个第二计算设备。至少第一计算设备可以包括至少一个存储器和耦接到至少一个存储器的逻辑。逻辑可以被配置为接收来自至少一个分析仪器的数据,对所接收的数据执行处理或分析,基于所接收的数据的处理或分析来确定一个或多个峰,并且基于所检测的一个或多个峰来实时地或基本上实时地生成峰检测数据。逻辑可以是图形处理单元(GPU)。在一些实施方案中,峰检测数据包括一个或多个峰列表。此外,逻辑可以被配置为向一个或多个插件模块提供峰检测数据或使得可访问峰检测数据,其中一个或多个插件模块以编程方式集成到数据采集系统中。
根据所描述的实施方案的各个方面的一种方法,该方法可包括在仪器级别接收来自至少一个分析仪器的数据,对所接收的数据执行处理或分析,经由一个或多个图形处理单元(GPU),基于对所接收数据的处理或分析来确定一个或多个峰,以及基于所检测的一个或多个峰来实时地或基本上实时地生成峰检测数据。然后可以利用特定于应用程序的滤波器(例如,同位素模式、质量充分性)在应用程序级别上实时地或基本上实时地处理峰检测数据。
根据所描述的实施方案的各个方面的计算机可读介质,该计算机可读介质存储可执行指令,这些可执行指令在由一个或多个处理器执行时使得一个或多个处理器:接收来自至少一个分析仪器的数据;对所接收的数据执行处理或分析;经由一个或多个处理器,基于对所接收的数据的处理或分析来确定一个或多个峰;以及基于检测到的一个或多个峰来实时地或基本上实时地生成峰检测数据。在一些实施方案中,一个或多个处理器包括中央处理单元(CPU)和/或图形处理单元(GPU)。
附图说明
图1示出了根据一个或多个实施方案的第一操作环境。
图2示出了根据一个或多个实施方案的第二操作环境。
图3示出了根据一个或多个实施方案的第一分析设备。
图4示出了根据一个或多个实施方案的第二分析设备。
图5示出了根据一个或多个实施方案的第三操作环境。
图6示出了根据一个或多个实施方案的逻辑流程。
图7示出了根据一个或多个实施方案的计算架构。
具体实施方式
各种实施方案可整体涉及数据采集系统中的实时或基本上实时的峰检测。数据采集系统可以与分析仪器或系统(例如,质量分析系统)耦接或连接以及/或者以编程方式进行交互。例如,可以将一个或多个插件模块例如应用程序编程接口(API)结合到数据采集系统中。在实施方案中,模块可接收原始连续统一体数据(其可在数据采集系统中流式传输),对数据执行处理,并且以可用格式输出处理结果,所有这些均可实时地或基本上实时地执行。例如,术语“实时或基本上实时的”可以指在将数据发送到数据库之前在数据采集系统中执行的处理,或者可以指当前、瞬时、立即等任何时间,或者可以指处理和输出达到数据采集速率的情况,或者系统的吞吐量在功能上足够的情况,并且/或者可以指即时执行的一个或多个过程。此外,可以理解的是,术语“峰检测”可以是广义的,并且包括任何合适形式的峰检测、峰确定、峰计算、峰生成等。
在示例中,原始数据的实时或基本上实时的处理可包括峰检测以及根据一些实施方案的与峰确定相关联的其他各种过程,包括但不限于自动阈值设定、色谱峰宽的即时确定、噪声降低等。在另外的示例中,处理结果的输出可以被配置为对应于所执行的处理的一个或多个数据块、一个或多个数据记录等。例如,输出可包括检测到的所有峰的一个或多个列表。此外,可针对锁定质量、仪器校准、仪器噪声降低、漂移、饱和、振铃等对输出数据进行定心和校正。在某些实施方案中,例如,如果必须内插锁定质量校正来实现足够高的准确度,则可以引入一些延迟,直到已经采集和处理下一个锁定质量扫描。在这些情况下,经过校正的数据可以接近实时地提供,或者可以构成到一个或多个数据库诸如数据库508(如下文将进一步描述的)和/或峰列表诸如峰列表414(如下文将进一步描述的)的单独的数据流。
通过在数据采集系统中实现一个或多个模块(该一个或多个模块可以为硬编码的或插件扩展),如上所述,可以有效地将仪器相关处理从采集后处理端移出(例如,在所有质量分析相关数据已被流式传输和存储之后执行的处理),并且将其自身推入“仪器”中,从而允许用户经由一个或多个模块实时地或基本上实时地访问处理结果。因此,用户可能能够瞬时地(或接近瞬时地)获得峰检测数据,并且例如基于峰检测结果等来即时调整仪器。然后可由用户例如在被配置为将特定于应用程序的滤波器应用于峰检测结果的耦接的计算设备上处理此类结果(例如,基于同位素模型进行滤波,应用质量充分性滤波器)。在示例中,计算设备还可以被配置为从数据中过滤噪声以及/或者校正仪器非理想因素,例如振铃、饱和等。
本文所述的实施方案和/或示例可提供优于常规系统的技术优点。在常规系统中,实时地或基本上实时地处理流式传输的数据,尤其是与仪器相关的处理是不可能的或至少极其困难。数据必须在其任何处理之前被流式传输和存储,如上所述。在技术改进的一个非限制性示例中,实施方案通过结合到数据采集系统中的一个或多个模块来提供实时或基本上实时的峰检测、自动阈值设定、色谱峰宽的即时确定、噪声降低等。例如,实时或基本上实时的峰检测提高了质量分析系统的总体性能和样本的测试,因为可以基于峰检测结果来即时调整分析系统和相关仪器。在技术改进的另一个非限制性示例中,实施方案提供了显著的数据缩减。例如,将输出数据减少到一个或多个峰列表可导致存储需求减少多个数量级,这与将大量原始连续统一体数据存储在一个或多个数据库和/或文件系统中并且之后执行处理或分析完全不同。在技术改进的又一个非限制性示例中,实施方案提供了至少与仪器相关的处理的均匀度。例如,相同的峰列表及其由一个或多个模块生成的对应属性可由对峰列表执行进一步处理或分析的所有应用程序使用,从而在后峰列表处理中提供连续性、一致性和均匀度。
在此描述中,可能阐述许多具体细节,例如部件和系统配置,以便提供对所描述的实施方案的更透彻理解。然而,本领域的技术人员将理解,可以在没有这种具体细节的情况下实践所描述的实施方案。另外,未详细示出一些众所周知的结构、元件和其它特征,以避免不必要地使所描述的实施方案模糊。
在以下描述中,对“一个实施方案”、“实施方案”、“示例性实施方案”、“各种实施方案”等的引用指示所描述的技术的实施方案可包括特定特征、结构或特性,但是一个以上的实施方案可能包括该特定特征、结构或特性且并非每个实施方案都必须包括该特定特征、结构或特性。此外,一些实施方案可以具有针对其他实施方案描述的特征中的一些、全部或没有这些特征。
如本说明书和权利要求书中所使用的,除非另有说明,否则使用序数形容词“第一”、“第二”、“第三”等来描述元件仅表示引用元件的特定实例或相似元件的不同实例,而并不意味着暗示如此描述的元件必须在时间、空间、排序或任何其它方式上处于特定顺序。
图1示出了可表示一些实施方案的操作环境100的示例。如图1所示,操作环境100可包括用于管理与分析设备(设备)115a至115n相关联的分析信息的分析系统105。在一些实施方案中,分析设备115a至115n可为或可包括色谱系统、液相色谱(LC)系统、气相色谱(GC)系统、质量分析器系统、质量检测器系统、质谱仪(MS)系统、离子迁移谱仪(IMS)系统、高效液相色谱(HPLC)系统、超高效液相色谱(UPLC®)系统、超高效液相色谱(UHPLC)系统、紫外(UV)检测器、可见光检测器、固相萃取系统、样本制备系统、毛细管电泳仪器、它们的组合、它们的部件、它们的变体等。尽管在此详细描述中的示例中使用了LC、MS和LC-MS,但实施方案不限于此,因为在本文中设想了能够根据一些实施方案进行操作的其他分析仪器。
在一些实施方案中,分析设备115a至115n可操作为执行分析并生成分析信息136。在各种实施方案中,分析信息136可包括由分析仪器因执行分析方法而生成的信息、数据、文件、图表、图形、图像等。例如,对于LC-MS系统,分析设备115a至115n可根据指定方法分离样本并对分离的样本执行质量分析,以生成可包括原始或未处理的数据、色谱图、光谱、峰列表、质量值、保留时间值、浓度值、化合物识别信息等的分析信息136。在各种实施方案中,分析信息136可包括得自性能评估过程诸如系统适用性测试的信息。
在各种实施方案中,分析系统105可包括计算设备110,该计算设备通信地耦接到分析设备115a至115n或以其他方式被配置成接收和存储与分析设备115相关联的分析信息136。例如,分析设备115a至115n可操作为向计算设备110和/或计算设备110可访问的网络150上的位置(例如,云计算环境)直接提供分析信息136。在一些实施方案中,计算设备110可操作为控制、监测、管理或以其他方式处理分析设备115a至115n的各种操作功能。在一些实施方案中,计算设备110可操作为通过安全或经认证的连接向网络150上的位置提供分析信息136。在一些实施方案中,计算设备110可为或可包括独立计算设备,诸如个人计算机(PC)、服务器、平板电脑计算设备、云计算设备等。在各种实施方案中,计算设备110可为或可包括集成到分析设备115a至115n中以控制其操作方面的控制器或控制系统。
如图1所示,计算设备110可包括处理电路120、存储器单元130和收发器160。处理电路120可通信地耦接到存储器单元130和/或收发器160。
处理电路120可包括和/或可访问根据一些实施方案的用于执行处理的各种逻辑。例如,处理电路120可以包括和/或可以访问分析服务逻辑122、峰确定逻辑124和/或附加的逻辑126。处理电路和/或分析服务逻辑122、峰确定逻辑124和/或附加的逻辑126(例如,与峰确定的各个方面相关联的附加的和/或替代的逻辑,包括但不限于自动阈值设定、色谱峰宽的即时确定、噪声降低等)或它们的部分可以硬件、软件或它们的组合来实现。如在本申请中所用,术语“逻辑”、“部件”、“层”、“系统”、“电路”、“解码器”、“编码器”和/或“模块”旨在指计算机相关的实体,可能是硬件、硬件和软件的组合、软件或执行中的软件,它们的示例由示例性计算架构700提供。例如,逻辑、电路或层可为和/或可包括但不限于在处理器上运行的进程、处理器、硬盘驱动器、多个存储驱动器(光学和/或磁性存储介质)、对象、可执行程序、执行线程、程序、计算机、硬件电路、集成电路、专用集成电路(ASIC)、可编程逻辑器件(PLD)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、片上系统(SoC)、存储器单元、逻辑门、寄存器、半导体器件、芯片、微芯片、芯片组、软件部件、程序、应用程序、固件、软件模块、计算机代码、前述项的任何组合等。
尽管图1中将分析服务逻辑122描绘为在处理电路120内,但实施方案不限于此。此外,虽然峰确定逻辑124和附加的逻辑126被描绘为分析服务逻辑122的逻辑,但是实施方案不限于此,因为峰确定逻辑124和附加的逻辑126可以是分开的逻辑并且/或者可以不是独立的逻辑,而是分析服务逻辑122的一部分。例如,分析服务逻辑122和/或其任何部件可位于加速器、处理器内核、接口、单个处理器管芯内,完全实现为软件应用程序(例如,分析服务应用程序140)等。
存储器单元130可包括呈一个或多个较高速存储器单元形式的各种类型的计算机可读存储介质和/或系统,诸如只读存储器(ROM)、随机存取存储器(RAM)、动态RAM(DRAM)、双数据速率DRAM(DDRAM)、同步DRAM(SDRAM)、静态RAM(SRAM)、可编程ROM(PROM)、可擦除可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)、闪存存储器、聚合物存储器(诸如铁电聚合物存储器、双向存储器、相变或铁电存储器)、硅-氧化物-氮化物-氧化物-硅(SONOS)存储器、磁卡或光卡、设备阵列(诸如独立磁盘冗余阵列(RAID)驱动器)、固态存储器设备(例如USB存储器、固态驱动器(SSD)以及适于存储信息的任何其它类型的存储介质。另外,存储器单元130可包括呈一个或多个较低速存储器单元形式的各种类型的计算机可读存储介质,包括内部(或外部)硬盘驱动器(HDD)、磁性软盘驱动器(FDD)以及用于读取或写入可移动光盘的光盘驱动器(例如CD-ROM或DVD)、固态驱动器(SSD)等。
存储器单元130可存储分析服务应用程序140,该分析服务应用可单独操作或与分析服务逻辑122组合操作,以根据一些实施方案执行各种分析功能。在各种实施方案中,分析服务应用程序140可通过各种驱动器(驱动器可包括应用编程接口(API)等)、软件和/或硬件接口等与分析设备115a至115n和/或其部件进行交互。在各种实施方案中,峰确定逻辑124可操作以实时地或基本上实时地确定或检测可经由分析设备115a至115n执行的峰,该分析设备可为质量分析系统。如下文将进一步描述的,峰确定逻辑124可以包括、耦接到一个或多个处理设备或以其他方式与一个或多个处理设备相关联,该一个或多个处理设备包括但不限于图形处理单元(GPU)。在示例性实施方案中,与峰确定相关的任何信息(数据、指令、代码等)可被存储为峰相关信息132。在一些实施方案中,峰确定逻辑124可为或可包括可操作为允许用户和/或分析服务应用程序140执行峰确定的编辑器应用程序。在各种实施方案中,峰相关信息132可包括但不限于峰检测、峰列表、与峰属性相关的数据、色谱图、光谱、图表、图形等,如下文将进一步描述的。
在各种实施方案中,附加的逻辑126可操作以执行与根据一些实施方案的峰确定相关联的各种过程,包括但不限于经由分析设备115a至115n的自动阈值设定、色谱峰宽的即时确定、噪声降低等。例如,附加的逻辑126可接收附加信息134(例如,与自动阈值设定、色谱峰宽的即时确定、噪声降低等相关的信息),该附加信息可包括例如质量、漂移时间、保留时间、保留时间切片或扫描、m/z值以及与自动阈值设定、色谱峰宽的即时确定、噪声降低等相关的其他值。
图2示出了可表示一些实施方案的操作环境200的示例。如图2所示,操作环境200可包括分析交换平台(或分析仪器平台)205。在一些实施方案中,分析交换平台205可操作为在感兴趣实体之间提供分析信息的交换。在各种实施方案中,分析交换平台205。在示例性实施方案中,分析交换平台205可为或可包括由与分析仪器相关联的制造商和/或开发者提供给客户的软件平台、套件、协议集等。开发者的非限制性示例可为美国马萨诸塞州米尔福德的沃特世公司(Waters Corporation, Milford, Massachusetts, United States ofAmerica)。例如,开发者可提供分析交换平台205作为由开发者提供给实体的LC、MS、LC-MS等分析仪器的数据交换接口。
在示例性实施方案中,操作环境200可包括用于显示(例如,经由分析服务应用程序140执行的)用户界面220的计算设备210。在一些实施方案中,用户界面220可包括浏览器应用程序、图形用户界面(GUI)、web界面、移动应用程序(“移动应用”、“移动app”或“app”)等。实施方案不限于此上下文。在各种实施方案中,用户可经由用户界面220与分析交换平台205和/或其部件进行交互。
对分析交换平台205的认证270可经由认证设备230实施。在一些实施方案中,认证设备230可为或可包括实施认证服务的第三方实体或计算设备形式的身份提供商。用户界面服务272可经由用户界面web服务器240提供。例如,经由用户界面220呈现的信息、对象等中的一些或全部可经由用户界面web服务器240提供。在各种实施方案中,用户界面web服务器240可为用户进入分析交换平台205的入口点和界面。
在各种实施方案中,业务逻辑服务274可经由应用程序服务器250提供给计算设备210。一般来讲,业务逻辑服务274可包括数据库访问和服务、工作流服务等。在各种实施方案中,分析服务应用程序140可由应用程序服务器250执行。例如,服务器版本的分析服务应用程序140可由应用程序服务器250执行,并且对应的客户端分析服务应用程序140可在计算设备210上执行。在一些实施方案中,客户端应用程序可为或可包括web应用程序(“webapp”或“app”)、远程web客户端、瘦客户端等。
在一些实施方案中,应用程序服务器250可操作地耦接到采集控制器260以访问由分析设备215生成的数据。在各种实施方案中,采集控制器260可操作为(例如,经由应用程序服务器250)将信息、事件等发送到用户界面220,以供实时或基本上实时的监测和状态更新。在各种实施方案中,采集控制器260可操作为管理分析设备215(例如,经由分析服务应用程序)对数据的采集。实施方案不限于此上下文。
在各种实施方案中,用户界面220可提供某些功能以实施分析服务应用程序140的方法。例如,当数据无效时,可从用户界面220通知用户。在各种实施方案中,用户界面220可提供实时或基本上实时的峰数据或其他相关数据,诸如根据一些实施方案的与同峰确定相关联的各种过程相关的数据,包括但不限于自动阈值设定、色谱峰宽的即时确定、噪声降低等。在示例中,用户界面可允许用户与分析设备215等进行交互以对变量、信息、数据等进行修改、删除、添加、保存、模拟等。
图3示出了可表示一些实施方案的示例性分析设备302(可以其他方式称为分析仪器)。分析设备302可以为质量分析系统,诸如LC-MS系统。可以理解的是,虽然分析设备302是LC-MS系统,但可不限于此,并且可为例如可以不使用LC的大气离子化MS系统。可通过将样本306自动或手动注入液相色谱304中来执行LC-MS分析。由泵308和注射器310提供的高压色谱溶剂流可迫使样本306迁移通过色谱柱312,该色谱柱可包括表面包括键合分子的二氧化硅珠的填充柱。样本中的分子种类、溶剂和珠之间的竞争性相互作用可确定每种分子种类的迁移速度。
分子种类在特征时间迁移通过柱312并且从柱312出现或洗脱。该特征时间可被称为分子的保留时间。一旦分子从柱312中洗脱出来,就可以被输送到检测器,诸如MS 314。
在LC-MS系统中,将色谱洗脱液引入MS 314中进行分析,如图3所示。MS 314包括去溶剂化系统316、离子发生器318、质量分析器320和检测器322。计算机324或任何其他合适的计算设备可连接或耦接到检测器322。当将样本被引入MS 314时,去溶剂化系统316移除溶剂。然后离子发生器318使分析物分子电离。电离分子的电离方法可包括电子轰击(EI)、电喷雾(ES)、大气化学电离(APCI)等。电离分子然后可被输送到质量分析器320,该质量分析器可通过其质荷比对分子进行分类或过滤。质量分析器,诸如用于分析MS 314中电离分子的质量分析器320,可包括四极杆质量分析器(Q)、飞行时间(TOF)质量分析器、基于傅立叶变换的质谱仪(FTMS)等。
质量分析器可以采用各种配置串联放置,包括例如四极杆飞行时间(Q-TOF)质量分析器。串联配置使得能够对已经经过质量分析的分子进行在线碰撞修正和分析。例如,在基于三重四极杆的质量分析器(例如,Q1-Q2-Q3或Q1-Q2-TOF质量分析器)中,第二四极杆(Q2)将加速电压输入到由第一四极杆(Q1)分离的离子。这些离子与明确引入Q2中的气体发生碰撞。这些碰撞导致离子碎片化。这些碎片由第三四极杆(Q3)或TOF进一步分析。本文所述的实施方案和/或示例可适用于从任何质量分析模式诸如上述那些获得的光谱和色谱图。
然后用检测器322检测每个m/z值处的分子。例如,离子检测设备包括电流测量电量计和单离子计数多通道板(MCP)。来自MCP的信号可由鉴别器然后由时间-数字转换器(TDC)或由模拟-数字转换器(ADC)进行分析。因此,例如,检测器响应可由特定数量的计数表示,该特定数量的计数可与在每个质荷比间隔处检测到的离子的强度成比例。
因此,分析设备302输出随时间推移而收集的一系列光谱或扫描。质荷谱可以是作为m/z的函数绘出的强度。对于每个元素,光谱的单个(一定范围的)质荷比被称为通道。随时间推移查看单个通道提供对应的质荷比的色谱图。所生成的质荷谱或扫描可至少由计算机324采集和记录,并且存储在计算机324可访问的存储介质或存储器中。在示例中,光谱或色谱图被记录为值组成的数组并且由计算机系统324存储。阵列可被显示和处理,例如进行数学分析。
可以理解的是,分析设备302例如LC-MS系统及其部件不限于图3所示的内容。分析设备302可包括执行许多LC-MS相关功能、处理、分析等的各种其他部件。此外,可以理解的是,分析设备302可以被配置为除LC-MS之外还执行其他合适类型的分析并且执行各种其他类型的处理。
在实施方案中,在色谱分离以及离子检测和记录之后,可使用分离后数据分析系统(DAS)来分析数据。例如,DAS可实时地或基本上实时地或接近实时地或基本上实时地执行分析。DAS可由在计算机诸如计算机324上执行的计算机软件来实现。DAS可以被配置为执行多个任务,包括提供光谱和/或色谱图的视觉显示以及提供用于对数据执行数学分析的工具。由DAS提供的分析包括分析从单次注射获得的结果和/或从一组注射获得的待查看和进一步分析的结果。应用于样本组的处理或分析的示例包括产生所关注分析物的校准曲线以及检测新型化合物。
图4示出了可以表示一些实施方案的分析设备402中的示例性处理部件。分析设备402可以是LC-MS系统,并且与图3的分析设备302类似或相同。同样,可以理解的是,虽然分析设备402是LC-MS系统,但可不限于此,并且可以为例如可以不使用LC的大气离子化MS系统。
如图所示,分析设备402包括一个或多个并行处理器,诸如图形处理单元(GPU)404或其他类型的处理器(例如,CPU、多核CPU、现场可编程门阵列等),以及存储器406。存储器406可具有存储在其上的代码,当使用GPU 404或其他合适类型的处理单元执行该代码时,对用于峰检测的LC-MS相关数据执行处理,该LC-MS相关数据可用于生成一个或多个峰列表408。可以理解的是,峰检测可以指在一个或多个维度上检测峰、精确地测量其位置、峰形状、不对称性以及可用的或有意义的单位(例如,m/z、离子数量等)的测量结果的体积和映射。指示此类峰检测的结果的数据可用于生成一个或多个峰列表408。
以举例的方式,可通过提供峰的顶点关于保留时间、m/z和/或强度的坐标来标识峰。在美国专利申请号13/702,169中描述了利用GPU生成峰列表的处理的一个或多个非限制性示例。例如,GPU可处理LC-MS相关数据的一次或多次扫描,并且可标识所扫描数据中的所有峰顶点,并且基于峰检测算法等的应用,可实时地或基本上实时地检测一个或多个峰,该一个或多个峰可被包括在峰列表(例如,峰列表408)中。峰列表还可包括与峰形状、其不对称性等相关的一个或多个测量结果。分析设备402上的此类处理可进一步调整原始数据410和/或峰列表数据408以校准质量数据并且校正仪器漂移(例如,通过检测分析设备402的环境条件或性能特性,以及基于已知或固定的校准数据来调整数据),仪器或检测器饱和(例如,通过调整在一段时间内由检测器检测到的过多离子引起的异常质量测量,这降低了分析设备402的质量测量准确度和精度)、检测器振铃(例如,通过过滤掉分布在显著高的强度的主峰周围的强度减小的基本上对称的边带),以及/或者动态范围扩展效应(例如,通过移除由应用于质谱(“DREAMS”)方法的动态范围增强的应用而产生的错误峰)。
在实施方案中,可实时地或基本上实时地分析在(诸如用LC-MS系统)执行质谱分析期间或之后(作为输出)产生的原始数据410以生成峰列表408。峰列表408可由数据采集系统412访问以及/或者提供给该数据采集系统,如图所示,对此将在下文进一步描述。例如,可以(以编程方式或以其他方式)结合在数据采集系统412中的模块(例如,API)可有利地允许用户实时地或基本上实时地获得峰列表408,因为分析设备和其中的部件正在处理(扫描的或以其他方式处理的)原始质量分析相关数据并且将其提供到数据采集系统412的流水线中。此外,峰列表408可存储在数据库414中。另外,其他类型的数据,包括峰列表408或其他峰列表,可存储在数据库416中。如图所示,数据库414和416可彼此连接并且彼此通信。可以理解的是,在实时或基本上实时的实施方式中,一个或多个处理器可以在产生一个以上的峰列表时将它们组合。例如,如果单个仪器产生三次的技术重复,则最终结果可在例如第三注射的采集期间实时出现。在另一种情况下,如果存在并行运行的三个仪器,则可以实时地或基本上实时地获得复合峰列表。
还可以理解,原始数据410不需要存储在永久性或非易失性存储装置上。原始数据410例如MS-LC相关数据可在峰列表检测和计算处理需要此类数据的持续时间内,诸如以存储器或易失性存储装置的形式临时存储。在一些示例中,在此类处理之后,可丢弃数据。因此,分析设备402可包括计算机可执行指令(例如,代码)等,用于实时地或基本上实时地执行峰列表生成,产生峰列表而不是原始LC-MS扫描数据作为最终输出。然而,在一些示例中,原始数据也可以存储在存储设备、数据库等(例如,数据库414、416)中。
还可以理解,一个或多个GPU 404和/或一个或多个CPU可以包括在相同的系统中。例如,可例如使用被设计成利用GPU的并行处理特性的“CUDA”编程语言来编程或实现在GPU中执行的可编程代码或可执行指令。可以理解的是,一个或多个GPU 404可以实现任何类型的并行计算平台和应用程序编程接口,并且可不限于仅CUDA实施方式。GPU可处理许多并发编程线程,每个并发编程线程运行并行计算的一个或多个元素。为了便于并行编程,CUDA可以将这些线程组织在块中,并且将线程块组织在网格中。线程块中的线程可以在一维、二维或三维中设置索引,并且网格可以在一维、二维或三维中设置索引。例如,在GPU中运行的函数调用被称为“内核”,并且可以从一个或多个CPU启动。每个内核对应于可以由多个线程执行的并行代码的一部分,其中此类线程被组织成多个块。执行相同内核代码的线程块的“网格”可作为计算单元在GPU上运行,其中根据GPU资源,网格中的一些或所有线程被同时执行。
图5示出了在可以表示一些实施方案的示例性数据采集系统502中以编程方式实现的一个或多个模块。数据采集系统502可以与图4所示的数据采集系统412类似或相同。如图所示,一个或多个分析设备例如分析设备504a-n可以与数据采集系统502进行交互。如上所述,一个或多个分析设备可以是LC-MS系统。分析设备504a-n可连接到数据采集系统502,其中来自分析设备的数据(例如,与原始质量分析相关的数据410、峰列表数据408)可被流式传输和存储(诸如在一个或多个数据库508中)。此外,客户端管理器505可以连接到数据采集系统502,该数据采集系统可以与数据采集系统502以编程方式进行交互。在示例中,客户端管理器505可以从数据采集流水线502接收经处理的扫描数据,包括峰检测。
如图5中进一步所示,数据采集系统502可包括一个或多个模块,例如模块506a-n(这些模块可以是硬编码的、插件扩展或以其他方式处理的),每个模块可以对应于分析设备504a-n。模块可以是允许外部部件或接口实时地或基本上实时地与来自一个或多个分析设备504a-n的各种数据通信或访问来自该一个或多个分析设备的各种数据(诸如峰检测、峰列表、与峰特性相关的数据等)的API,如下文将进一步描述的。外部部件或接口可以是一个或多个应用程序服务器510,该一个或多个应用程序服务器允许一个或多个计算设备(例如,计算设备514a-n)经由接口512a-n与一个或多个应用程序服务器510(以及与数据采集系统502,并且最终与分析设备504a-n)(以编程方式或以其他方式)进行交互。因此,例如,用户能够分别在计算设备514a-n的用户界面516a-n上接收、查看由分析设备504a-n提供的实时或基本上实时的数据、处理和/或分析,例如峰检测数据、峰列表以及/或者与之进行交互。至少就这一点而言,模块506a-n可提供对仪器相关数据(例如,峰列表)的实时或基本上实时访问,该仪器相关数据可由仪器及其部件(例如,GPU)处理和生成。在示例中,用户可选择是否执行实时或基本上实时的峰检测或其他实时或基本上实时的处理以及可如何完成该处理,对此可例如在用户界面516a-n上进行指定。
在实施方案中,模块506a-n可以由数据采集系统502中(和/或外部计算设备中)的处理器插件托管,并且可以通过CUDA实施方式以及/或者通过任何非CUDA实施方式与分析设备的一个或多个部件诸如一个或多个GPU进行交互或对其进行访问,如上所述。模块506a-n可以是API,这些API被配置或编程为执行实时或基本上实时的峰检测(包括不同模式的实时或基本上实时的峰检测,诸如色谱和逐一扫描峰检测)、自动阈值设定、基于同位素模型的过滤、质量充分性过滤器的应用、即时确定色谱峰宽、噪声降低等,所有这些都可以作为新的“原始”数据文件格式输出,其中至少针对锁定质量、校准、仪器噪声、饱和和/或振铃对数据进行定心、校正。与数据采集系统502中的流式传输的数据(其可以从分析设备504a-n流向数据采集系统502)相比,该新数据文件格式的数据文件大小可以多个数量级减小。因此,在示例中,由模块506a-n执行的实时或基本上实时的处理在仪器级别522中被有效地移动成“更靠近”仪器或分析设备504a-n,同时仍然是应用程序级别524的一部分或保持在该应用程序级别“内部”。在其他示例中,由模块506a-n执行的实时或基本上实时的处理可替代地由分析设备504a-n执行,并且因此有效地“移动到”仪器级别522中。
可以理解的是,色谱峰检测可以指在峰检测中包括色谱维度,该色谱维度在不存在迁移率数据的情况下可以是二维的(例如,质量和保留时间),或者在存在迁移率数据的情况下可以是三维的(例如,质量、漂移时间和保留时间)。此外,可以理解的是,逐一扫描峰检测可以指其中每个保留时间片段或扫描独立于其他片段或扫描进行处理的过程,可以是一维峰,例如检测质谱峰,或者可以是二维的,例如检测m/z和漂移时间两者中的峰。然后可在此类逐一扫描峰检测数据之后进行后处理步骤以产生色谱峰检测峰列表408。
根据另外的实施方案,可存在与由一个或多个模块执行实时或基本上实时的进行的峰检测(或其后处理)相关联的各种参数。例如,模块506a-n可调查所采集的质量分析相关数据的整体,以在设置适当的卷积滤波器系数时标识合适的峰宽。可以即时提供或确定这些参数。此外,在数据采集系统502中,例如可在校准期间测量质谱和漂移峰宽,并且因此可供模块506a-n处理,以及可用于估计噪声水平的检测器平均单离子响应。在另外的示例中,峰检测阈值可由用户提供。
根据另外的实施方案,数据采集系统502或一个或多个应用程序服务器510可包括编码器518,该编码器采集由分析设备504a-n使用的校正信息以执行仪器相关或分析设备相关的处理,诸如仪器校准、锁定质量信息和/或峰检测。在这些情况下,编码器518可以(以编程方式或以其他方式)耦接到一个或多个解码器520a-n,该一个或多个解码器与一个或多个分析设备504a-n可操作地耦接。然后可以将从编码器518提供给解码器520a-n的校正信息应用于一个或多个分析设备402上的仪器级别处理,以例如校正仪器漂移、仪器饱和、检测器振铃和/或DRE效应。从应用程序级别处理提供校正信息可减少冗余并且改善数据存储方面的经济性。
模块506a-n可使用下表(表1)中的以下设置或参数来执行实时或基本上实时的峰检测或任何后处理步骤。可以理解的是,下表1中列举的参数或设置是示例,并且不限于此。
如上所述,由一个或多个模块506a-n进行的实时或基本上实时的峰检测的输出可以是峰列表,该峰列表可以被保存到特定的本地存储器,诸如分析设备的本地存储器。在示例中,可以对峰列表中的m/z值进行锁定质量校正。在另外的示例中,输出可以写为协议缓冲区消息,其中每个隔离的消息都以字节为单位的大小为前缀。可以写入一个流以用于达到检测到峰的函数(包括锁定质量函数),以及写入附加的流以用于质量校准和经处理的锁定质量信息。流可以被写入二进制文件中,这些二进制文件可以由单独的应用程序(例如,编解码器的解码器接口)读取和解码,该单独的应用程序可以应用MS校准和锁定质量校正以及任何漂移时间调整。因此,根据实施方案,编解码器的解码器接口可定义单独的应用程序可对经处理的MS数据(诸如峰列表)作出的请求,并且这可确定必须提供给编解码器的编码器接口的信息,使得编码器可写入元数据或代码以执行此类请求。
实时或基本上实时的峰检测过程的输出(例如,峰列表)的许多益处和优点之一是,输出的数据大小(或其格式)可显著减小。因此,不必为了采集峰列表而对数据采集系统中的原始连续统一体数据整体地进行检查、存储或处理。此外,预先准备的峰列表的可用性可显著减少一个或多个应用程序服务器510、数据库508、509和至少图5所示的网络上的处理负担或其他类型的负担。因此,在示例中,一个或多个应用程序服务器510可以仅处理后峰检测处理。
例如,模块配置的另一个优点是处理的均匀度。以举例的方式,由应用服务器510或计算设备514a-n中的任何计算设备对分析设备504a(经由模块506a)提供的峰列表执行的任何处理将在相同的峰列表上。因此,至少峰列表中的峰数据将始终被应用。此外,另一个优点是整体测试过程的性能得到提升。又如,来自分析设备504a(经由模块506a)的实时或基本上实时的峰检测和峰列表生成允许从例如计算设备514a操作的用户对分析设备504a进行即时调整,而不是等待较长的持续时间进行采集后处理,以在数据采集系统中完成来获得峰列表或峰检测数据,这可使得分析设备504a的调整不合时宜或没有实际意义。
可以理解的是,针对应用程序级别524所述的功能可以在一个或多个物理上独立的设备上发生。例如,针对数据采集系统502所述的功能可在个人计算机(PC)、服务器、平板计算设备、云计算设备等上执行,而针对应用程序服务器510所述的功能可在操作地连接到数据采集系统502的类似但单独的设备上执行。同样,针对计算设备514a-n所述的功能可类似地在操作地连接到应用程序服务器510的类似但独立的设备上执行。
本文包括表示用于执行所公开的实施方案的新颖方面的示例性方法的一个或多个逻辑流程。虽然为了简化说明目的,本文所示的一种或多种方法被示出并描述为一系列的动作,但是本领域的技术人员将理解并了解,这些方法不受动作次序限制。因此,一些动作、步骤等可以不同次序发生和/或与本文所示和所述的其他动作并发地发生。此外,某些动作、步骤等可能被排除。例如,本领域的技术人员将理解并了解,方法可以替代地表示为一系列的相关状态或事件,诸如在状态图中。此外,并非方法中所示的所有行为都可能是新颖实施方式所必需的。
逻辑流程可以用软件、固件、硬件或它们的任何组合来实现。在软件和固件实施方案中,逻辑流程可以由存储在非暂时性计算机可读介质或机器可读介质(诸如光学、磁性或半导体存储装置)上的计算机可执行指令来实现。实施方案不限于该上下文。
图6示出了逻辑流程600的实施方案。逻辑流程600可表示由本文所述的一个或多个实施方案诸如计算设备执行的操作中的一些或全部操作。在一些实施方案中,逻辑流程600可表示方法生成过程的操作中的一些或全部操作。此外,可以理解的是,逻辑流程600中所示的框不必以任何特定的顺序执行。
在框602处,可以接收来自至少一个分析设备或仪器的数据。如上所述,分析设备或仪器可以是MS系统或LC-MS系统。数据可以是作为对样本执行的MS或LC-MS相关处理或分析的结果而产生的原始连续统一体数据。
在框604处,可以对原始连续统一体数据执行处理或分析。例如,处理或分析可包括峰检测和根据一些实施方案的与峰确定相关联的各种其他过程,包括但不限于自动阈值设定、色谱峰宽的即时确定、噪声降低等,以及/或者任何其他合适的MS或LC-MS相关类型的处理或分析。
在框606处,可基于在框604处执行的处理或分析来确定一个或多个峰。如上所述,一个或多个峰可以由一个或多个GPU确定。该确定例如可基于一个或多个峰检测算法以及自动确定或用户输入的一个或多个变量或参数,诸如峰阈值等。
在框608处,一旦确定一个或多个峰,就可以实时地或基本上实时地生成和提供峰检测数据。在示例中,峰检测数据可以包括一个或多个峰列表。峰检测数据可被输出并且使得可被外部部件(硬件、软件或其他)访问,诸如可在数据采集系统中以编程方式实现的一个或多个模块(例如,API)。如上所述,在示例中,一个或多个模块可以由分析设备或仪器的CPU和/或GPU托管。与框602处的原始连续统一体数据的大小相比,输出数据的大小可显著减小。此外,可针对锁定质量、校准、仪器噪声、饱和、漂移和/或振铃对峰检测数据进行定心和/或校正。
图7示出了适于实现如前所述的各种实施方案的示例性计算架构700的实施方案。在各种实施方案中,计算架构700可包括或实现为电子设备的一部分。在一些实施方案中,计算架构700可至少部分地表示例如计算设备110、210、514a-n、计算机324、分析设备115j-n、402、504a-n或能够存储或处理本文所讨论的数据的任何其他装置或部件。实施方案不限于该上下文。
如在本申请中所用,术语“系统”和“部件”和“模块”旨在是指与计算机相关的实体,可能是硬件、硬件和软件的组合、软件或执行中的软件,它们的示例由示例性计算架构700提供。例如,部件可以是但不限于是在处理器上运行的进程、处理器、硬盘驱动器、多个存储驱动器(光学和/或磁性存储介质)、对象、可执行文件、执行线程、程序和/或计算机。举例来说,在服务器上运行的应用程序和服务器两者都可以是部件。一个或多个部件可以驻留在进程和/或执行线程内,并且部件可以位于一台计算机上和/或分布在两台或更多台计算机之间。此外,部件可以通过各种类型的通信介质彼此通信地耦接以协调操作。协调可以涉及单向或双向信息交换。例如,部件可以以通过通信介质传达的信号的形式传达信息。该信息可以实现为分配给各种信号线的信号。在此类分配中,每条消息都是信号。然而,另外实施方案可以替代地采用数据消息。可以通过各种连接发送此类数据消息。示例性连接包括并行接口、串行接口和总线接口。
计算架构700包括各种通用计算元件,诸如一个或多个处理器、多核处理器,协同处理器、存储器单元、芯片组、控制器、外围设备、接口、振荡器、定时设备、视频卡、音频卡、多媒体输入/输出(I/O)部件、电源等。然而,实施方案不限于计算架构700的实施方式。
如图7所示,计算架构700包括处理单元704、系统存储器706和系统总线708。处理单元704可以是各种可商购获得的处理器中的任一种,包括但不限于:AMD®、Athlon®、Duron®和Opteron®处理器;ARM®应用程序、嵌入式和安全处理器;IBM®和Motorola® DragonBall®和PowerPC®处理器;IBM和Sony® Cell处理器;Intel® Celeron®、Core(2) Duo®、Itanium®、Pentium®、Xeon®和XScale®处理器;以及类似的处理器。双微处理器、多核处理器和其他多处理器架构也可以用作处理单元704。
系统总线708为系统部件提供了接口,包括但不限于将系统存储器706连接到处理单元704的接口。系统总线708可为若干类型的总线结构中的任一种,其可使用各种可商购获得的总线架构中的任一种进一步互连到存储器总线(具有或不具有存储器控制器)、外围总线和本地总线。接口适配器可经由插槽架构连接到系统总线708。示例性插槽架构可以包括但不限于加速图形端口(AGP)、卡总线、(扩展)工业标准架构((E)ISA)、微通道架构(MCA)、NuBus、外围部件互连(扩展)(PCI(X))、PCI Express、个人计算机存储卡国际协会(PCMCIA)等。
系统存储器706可包括呈一个或多个较高速存储器单元形式的各种类型的计算机可读存储介质,诸如只读存储器(ROM)、随机存取存储器(RAM)、动态RAM(DRAM)、双数据速率DRAM(DDRAM)、同步DRAM(SDRAM)、静态RAM(SRAM)、可编程ROM(PROM)、可擦除可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)、闪存存储器、聚合物存储器(诸如铁电聚合物存储器、双向存储器、相变或铁电存储器)、硅-氧化物-氮化物-氧化物-硅(SONOS)存储器、磁卡或光卡、设备阵列(诸如独立磁盘冗余阵列(RAID)驱动器)、固态存储器设备(例如,USB存储器、固态驱动器(SSD)以及适于存储信息的任何其他类型的存储介质。在图7所示的例示实施方案中,系统存储器706可包括非易失性存储器710和/或易失性存储器712。基本输入/输出系统(BIOS)可存储在非易失性存储器710中。
计算机702可包括呈一个或多个较低速存储器单元形式的各种类型的计算机可读存储介质,包括内部(或外部)硬盘驱动器(HDD)714、用于读取或写入可移动磁盘718的磁性软盘驱动器(FDD)716,以及用于读取或写入可移动光盘722的光盘驱动器720(例如,CD-ROM或DVD)。HDD 714、FDD 716和光盘驱动器720可分别通过HDD接口724、FDD接口726和光盘驱动器接口728连接到系统总线708。用于外部驱动器实施方式的HDD接口724可包括通用串行总线(USB)和IEEE 1374接口技术中的至少一者或两者。
驱动器和相关联的计算机可读介质提供数据、数据结构、计算机可执行指令等的易失性和/或非易失性存储。例如,多个程序模块可存储在驱动器和存储器单元710、712中,包括操作系统730、一个或多个应用程序732、其他程序模块734和程序数据736。
用户可通过一个或多个有线/无线输入设备(例如,键盘738和点击设备诸如鼠标740)将命令和信息输入到计算机702中。其他输入设备可以包括麦克风、红外(IR)遥控器、射频(RF)遥控器、游戏手柄、手写笔、读卡器、加密狗、指纹读卡器、手套、图形输入板、操纵杆、键盘、视网膜读取器、触摸屏(例如,电容式、电阻式等)、轨迹球、触控板、传感器、触控笔等。这些和其他输入设备通常通过耦接到系统总线708的输入设备接口742连接到处理单元704,但是可以通过其他接口诸如并行端口、IEEE 1394串行端口、游戏端口、USB端口、IR接口等进行连接。
监视器744或其他类型的显示设备也经由接口诸如视频适配器746连接到系统总线708。监视器744可以在计算机702的内部或外部。除了监视器744之外,计算机通常包括其他外围输出设备,诸如扬声器、打印机等。
计算机702可以经由到一个或多个远程计算机诸如远程计算机748的有线和/或无线通信使用逻辑连接在联网环境中操作。远程计算机748可以是工作站、服务器计算机、路由器、个人计算机、便携式计算机、基于微处理器的娱乐设施、对等设备或其他公共网络节点,并且通常包括相对于计算机702描述的元件中的许多或所有元件,但是为了简洁起见,仅示出了存储器/存储设备750。所描绘的逻辑连接包括到局域网(LAN)752和/或更大网络例如广域网(WAN)754的有线/无线连接。此类LAN和WAN网络环境在办公室和公司中是常见的,并且促成企业范围的计算机网络,诸如内联网,它们全都可以连接到全球通信网络,例如互联网。
当在LAN网络环境中使用时,计算机702通过有线和/或无线通信网络接口或适配器756连接到LAN 752。适配器756可以促成到LAN 752的有线和/或无线通信,该LAN还可以包括设置在其上的无线接入点,以用于与适配器756的无线功能性通信。
当在WAN联网环境中使用时,计算机702可以包括调制解调器758,或连接到WAN754上的通信服务器,或具有用于通过WAN 754诸如通过互联网建立通信的其他方式。调制解调器758可以是内部的或外部的以及有线和/或无线设备,其经由输入设备接口742连接到系统总线708。在联网环境中,相对于计算机702描绘的程序模块或其部分可以存储在远程存储器/存储设备750中。应当理解,所示的网络连接是示例性的,并且可以使用在计算机之间建立通信链路的其他手段。
计算机702可操作为使用IEEE 802系列标准与有线和无线设备或实体(诸如可操作地设置在无线通信中的无线设备(例如,IEEE 802.16空中调制技术))通信。这至少包括Wi-Fi(或无线保真)、WiMax和Bluetooth™无线技术等。因此,通信可以是与常规网络一样的预定义的结构,或仅是至少两个设备之间的自组织通信。Wi-Fi网络使用称为IEEE 802.11x(a、b、g、n等)的无线电技术来提供安全、可靠、快速的无线连接性。Wi-Fi网络可以用于将计算机彼此连接,连接到互联网,以及连接到有线网络(使用IEEE 802.3相关媒体和功能)。
本文中已经阐述了许多具体细节以提供对实施方案的透彻理解。然而,本领域技术人员将理解,可在没有这些具体细节的情况下实践实施方案。在其它情况下,没有详细描述众所周知的操作、部件和电路,以免混淆实施方案。可理解的是,本文中公开的具体结构和功能细节可为代表性的,并且不一定限制实施方案的范围。
可使用表述“耦接”和“连接”以及其派生词来描述一些实施方案。这些术语并非旨在互为同义词。例如,可使用术语“连接”和/或“耦接”来描述一些实施方案,以指示两个或更多个元件彼此直接物理或电接触。然而,术语“耦接”还可表示两个或更多个元件不彼此直接接触,但是仍然彼此协作或相互作用。
除非另有明确说明,否则可理解,诸如“处理”、“计算”、“运算”、“确定”等术语是指计算机或计算系统或类似电子计算设备的操作和/或过程,其将计算系统的寄存器和/或存储器内表示为物理量(例如电子)的数据处理和/或转换成类似地表示为计算系统的存储器、寄存器或其它此类信息存储装置、传输或显示装置内的物理量。实施方案不限于该上下文。
应当指出的是,本文所述的方法不必以所描述的次序或以任何特定的次序执行。此外,关于本文标识的方法描述的各种活动可以以串联或并行方式执行。
虽然在本文中已经绘示和描述了具体的实施方案,但是应当理解,预计实现相同的目的的任何布置可以替代所示出的具体的实施方案。本公开旨在涵盖各种实施方案的任何和所有改编或变化。应当理解,以上描述是以例示性方式进行,而不是限制性的。在阅读以上描述后,上述实施方案的组合以及本文未具体地描述的其他实施方案对于本领域的技术人员来说将是显而易见的。因此,各种实施方案的范围包括其中使用上述组合物、结构和方法的任何其他应用。
虽然已经用特定于结构特征和/或方法动作的语言描述了本主题,但是应当理解,所附权利要求中限定的主题不一定限于以上描述的具体的特征或动作。相反,具体的特征和动作被公开为实施权利要求的示例形式。
Claims (29)
1.一种系统,所述系统包括:
至少一个分析仪器;
至少一个第一计算设备,所述至少一个第一计算设备连接到所述至少一个分析仪器或包括在所述至少一个分析仪器中;
数据采集系统,所述数据采集系统与所述至少第一计算设备以编程方式进行交互;和
至少一个第二计算设备,所述至少一个第二计算设备与所述数据采集系统以编程方式进行交互,
其中所述至少一个第一计算设备包括:
至少一个存储器;和
逻辑,所述逻辑耦接到所述至少一个存储器,所述逻辑用于:
接收来自所述至少一个分析仪器的数据;
对所接收的数据执行处理或分析;
基于对所接收的数据的所述处理或所述分析来确定一个或多个峰;以及
基于检测到的一个或多个峰来实时地或基本上实时地生成峰检测数据。
2.根据权利要求1所述的系统,其中所述至少一个分析仪器包括以下中的一者或多者:液相色谱(LC)系统、气相色谱(GC)系统、质量分析器系统、质谱仪(MS)系统、离子迁移谱仪(IMS)系统、高效液相色谱(HPLC)系统、超高效液相色谱(UPLC®)系统,以及超高效液相色谱(UHPLC)系统。
3.根据权利要求1所述的系统,其中所述至少一个分析设备包括质谱(MS)系统或液相色谱-质谱(LC-MS)系统。
4.根据权利要求3所述的系统,其中来自所述至少一个分析仪器的所述数据与对样本执行的MS或LC-MS分析相关联。
5.根据权利要求1所述的系统,其中所述峰检测数据包括一个或多个峰列表。
6.根据权利要求1所述的系统,其中针对锁定质量、校准、仪器噪声、饱和和/或振铃对所述峰检测数据进行定心和/或校正。
7.根据权利要求6所述的系统,其中针对锁定质量、校准、仪器噪声、饱和和/或振铃的所述校正由编解码器执行。
8.根据权利要求1所述的系统,其中所述一个或多个峰的所述确定包括逐一扫描峰检测和/或色谱峰检测。
9.根据权利要求1所述的系统,所述逻辑用于执行自动阈值设定以及/或者确定色谱峰宽和/或噪声降低。
10.根据权利要求1所述的系统,所述逻辑用于向一个或多个模块提供所述峰检测数据或使所述峰检测数据能够由所述一个或多个模块访问,其中所述一个或多个模块以编程方式集成到所述数据采集系统中。
11.根据权利要求10所述的系统,其中所述一个或多个模块是应用程序编程接口(API)。
12.根据权利要求5所述的系统,其中所述峰检测数据的大小小于来自所述至少一个分析仪器的所述数据。
13.根据权利要求1所述的系统,其中所述至少第二计算设备是被配置为连接一个或多个用户计算设备的应用程序服务器计算设备,其中所述用户计算设备被配置为实时地或基本上实时地访问所述一个或多个峰列表。
14.根据权利要求1所述的系统,其中所述逻辑为中央处理单元(CPU)和/或图形处理单元(GPU)。
15.一种方法,所述方法包括:
接收来自至少一个分析仪器的数据;
对所接收的数据执行处理或分析;
经由一个或多个处理单元和/或一个或多个图形处理单元(GPU)基于对所接收的数据的所述处理或所述分析来确定一个或多个峰;以及
基于检测到的一个或多个峰来实时地或基本上实时地生成峰检测数据。
16.根据权利要求15所述的方法,其中所述至少一个分析仪器包括以下中的一者或多者:液相色谱(LC)系统、气相色谱(GC)系统、质量分析器系统、质谱仪(MS)系统、离子迁移谱仪(IMS)系统、高效液相色谱(HPLC)系统、超高效液相色谱(UPLC®)系统,以及超高效液相色谱(UHPLC)系统。
17.根据权利要求15所述的方法,其中所述至少一个分析设备包括质谱(MS)系统或液相色谱-质谱(LC-MS)系统。
18.根据权利要求17所述的方法,其中来自所述至少一个分析仪器的所述数据与对样本执行的MS或LC-MS分析相关联。
19.根据权利要求15所述的方法,其中所述峰检测数据包括一个或多个峰列表。
20.根据权利要求15所述的方法,其中针对锁定质量、校准、仪器噪声、饱和和/或振铃对所述峰检测数据进行定心和/或校正。
21.根据权利要求15所述的方法,其中所述一个或多个峰的所述确定包括逐一扫描峰检测和/或色谱峰检测。
22.根据权利要求15所述的方法,所述方法还包括执行自动阈值设定。
23.根据权利要求15所述的方法,所述方法还包括确定色谱峰宽和/或噪声降低。
24.根据权利要求15所述的方法,所述方法还包括向数据采集系统的一个或多个模块提供所述峰检测数据或使所述峰检测数据能够由所述一个或多个模块访问。
25.根据权利要求24所述的方法,其中所述一个或多个模块为应用程序编程接口(API)。
26.根据权利要求15所述的方法,其中所述峰检测数据的大小小于来自所述至少一个分析仪器的所述数据。
27.一种存储可执行指令的非暂时性计算机可读介质,所述可执行指令在由一个或多个处理器执行时使得所述一个或多个处理器:
接收来自所述至少一个分析仪器的数据;
对所接收的数据执行处理或分析;
经由所述一个或多个处理器基于对所接收的数据的所述处理或所述分析来确定一个或多个峰;以及
基于检测到的一个或多个峰来实时地或基本上实时地生成峰检测数据。
28.根据权利要求27所述的非暂时性计算机可读介质,其中所述一个或多个处理器包括中央处理单元(CPU)和/或图形处理单元(GPU)。
29.根据权利要求5所述的系统,其中所述至少一个分析仪器包括被配置为并行运行的两个或更多个单独的分析仪器,并且其中所述一个或多个峰列表包括复合峰列表。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962808075P | 2019-02-20 | 2019-02-20 | |
US62/808075 | 2019-02-20 | ||
PCT/IB2020/051402 WO2020170173A1 (en) | 2019-02-20 | 2020-02-19 | Real-time peak detection |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113748339A true CN113748339A (zh) | 2021-12-03 |
Family
ID=69743624
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080030087.0A Pending CN113748339A (zh) | 2019-02-20 | 2020-02-19 | 实时峰检测 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11579125B2 (zh) |
EP (1) | EP3928092A1 (zh) |
CN (1) | CN113748339A (zh) |
WO (1) | WO2020170173A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11803608B2 (en) * | 2019-05-29 | 2023-10-31 | Biopro Scientific Co., Ltd. | Central device and system for processing data |
WO2021171256A1 (en) * | 2020-02-26 | 2021-09-02 | Waters Technologies Ireland Limited | Techniques for acquisition-stage peak width determination and baseline offset estimation |
CN112730727A (zh) * | 2021-02-05 | 2021-04-30 | 青岛盛瀚色谱技术有限公司 | 一种在线离子色谱仪及其控制系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020155587A1 (en) * | 2001-04-20 | 2002-10-24 | Sequenom, Inc. | System and method for testing a biological sample |
WO2004102180A2 (en) * | 2003-05-15 | 2004-11-25 | Electrophoretics Limited | Mass spectrometry |
CN1873409A (zh) * | 2005-04-29 | 2006-12-06 | 安捷伦科技有限公司 | 用于识别感兴趣的肽数据的质谱分析数据的实时分析 |
US20130080073A1 (en) * | 2010-06-11 | 2013-03-28 | Waters Technologies Corporation | Techniques for mass spectrometry peak list computation using parallel processing |
CN103392220A (zh) * | 2011-02-23 | 2013-11-13 | 莱克公司 | 校正飞行时间质谱仪中的飞行时间漂移 |
CN107709986A (zh) * | 2015-06-10 | 2018-02-16 | 西门子公司 | 用加时间戳的消息获取和显示实时色谱图的方法和色谱仪 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2619660B1 (en) * | 2010-09-24 | 2018-11-21 | Waters Technologies Corporation | Techniques for automated software testing |
-
2020
- 2020-02-19 CN CN202080030087.0A patent/CN113748339A/zh active Pending
- 2020-02-19 US US16/794,857 patent/US11579125B2/en active Active
- 2020-02-19 WO PCT/IB2020/051402 patent/WO2020170173A1/en unknown
- 2020-02-19 EP EP20709331.1A patent/EP3928092A1/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020155587A1 (en) * | 2001-04-20 | 2002-10-24 | Sequenom, Inc. | System and method for testing a biological sample |
WO2004102180A2 (en) * | 2003-05-15 | 2004-11-25 | Electrophoretics Limited | Mass spectrometry |
CN1873409A (zh) * | 2005-04-29 | 2006-12-06 | 安捷伦科技有限公司 | 用于识别感兴趣的肽数据的质谱分析数据的实时分析 |
US20130080073A1 (en) * | 2010-06-11 | 2013-03-28 | Waters Technologies Corporation | Techniques for mass spectrometry peak list computation using parallel processing |
CN103392220A (zh) * | 2011-02-23 | 2013-11-13 | 莱克公司 | 校正飞行时间质谱仪中的飞行时间漂移 |
CN107709986A (zh) * | 2015-06-10 | 2018-02-16 | 西门子公司 | 用加时间戳的消息获取和显示实时色谱图的方法和色谱仪 |
Non-Patent Citations (1)
Title |
---|
许静 等: "色质联用仪数据采集与处理系统的改造", 化工自动化及仪表, vol. 39, no. 07, pages 876 - 879 * |
Also Published As
Publication number | Publication date |
---|---|
EP3928092A1 (en) | 2021-12-29 |
US11579125B2 (en) | 2023-02-14 |
WO2020170173A1 (en) | 2020-08-27 |
US20200264141A1 (en) | 2020-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Domingo-Almenara et al. | Metabolomics data processing using XCMS | |
US11579125B2 (en) | Real-time peak detection | |
US20120259557A1 (en) | Ion detection and parameter estimation for n-dimensional data | |
CN108982729B (zh) | 用于提取质量迹线的系统和方法 | |
US20140158879A1 (en) | Method And System Of Identifying A Sample By Analysing A Mass Spectrum By The Use Of A Bayesian Inference Technique | |
US11774418B2 (en) | Techniques for exception-based validation of analytical information | |
US20200326303A1 (en) | Techniques for predicting collision cross-section values | |
Yu et al. | A chemometric-assisted method based on gas chromatography–mass spectrometry for metabolic profiling analysis | |
EP3523818B1 (en) | System and method for real-time isotope identification | |
US10825672B2 (en) | Techniques for mass analyzing a complex sample based on nominal mass and mass defect information | |
US11913919B2 (en) | Techniques for acquisition-stage peak width determination and baseline offset estimation | |
CN107703243A (zh) | 用于代谢组学的气相色谱‑质谱分析处理方法和系统 | |
CN114127555B (zh) | 目标化合物分析技术 | |
US10236167B1 (en) | Peak waveform processing device | |
US20150032383A1 (en) | Method and system for filtering gas chromatography-mass spectrometry data | |
JP6896830B2 (ja) | イオン種の質量を判定するためのシステムおよび方法 | |
US11887700B2 (en) | Techniques for generating encoded representations of compounds |
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 |