CN113994203A - 分析装置 - Google Patents
分析装置 Download PDFInfo
- Publication number
- CN113994203A CN113994203A CN201980097569.5A CN201980097569A CN113994203A CN 113994203 A CN113994203 A CN 113994203A CN 201980097569 A CN201980097569 A CN 201980097569A CN 113994203 A CN113994203 A CN 113994203A
- Authority
- CN
- China
- Prior art keywords
- analysis
- mass
- image
- unit
- data
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 77
- 238000005259 measurement Methods 0.000 claims abstract description 40
- 238000000491 multivariate analysis Methods 0.000 claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000000605 extraction Methods 0.000 claims abstract description 10
- 239000000284 extract Substances 0.000 claims abstract description 8
- 230000000007 visual effect Effects 0.000 claims abstract description 8
- 238000003384 imaging method Methods 0.000 claims description 56
- 238000000513 principal component analysis Methods 0.000 claims description 15
- 239000000523 sample Substances 0.000 description 57
- 238000001819 mass spectrum Methods 0.000 description 22
- 238000000879 optical micrograph Methods 0.000 description 15
- 238000013500 data storage Methods 0.000 description 14
- 239000012472 biological sample Substances 0.000 description 8
- 239000010408 film Substances 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 8
- 238000009826 distribution Methods 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 7
- 238000000701 chemical imaging Methods 0.000 description 6
- 238000000816 matrix-assisted laser desorption--ionisation Methods 0.000 description 6
- 238000007405 data analysis Methods 0.000 description 5
- 238000004949 mass spectrometry Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- 238000001069 Raman spectroscopy Methods 0.000 description 3
- 150000001875 compounds Chemical class 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 2
- 239000012943 hotmelt Substances 0.000 description 2
- 238000004811 liquid chromatography Methods 0.000 description 2
- 238000004895 liquid chromatography mass spectrometry Methods 0.000 description 2
- 238000011068 loading method Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000010238 partial least squares regression Methods 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010828 elution Methods 0.000 description 1
- 238000005194 fractionation Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000005040 ion trap Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000001698 laser desorption ionisation Methods 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000004885 tandem mass spectrometry Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
Images
Classifications
-
- 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
- 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
- H01J49/0004—Imaging particle spectrometry
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J49/00—Particle spectrometers or separator tubes
- H01J49/02—Details
- H01J49/10—Ion sources; Ion guns
- H01J49/16—Ion sources; Ion guns using surface ionisation, e.g. field-, thermionic- or photo-emission
- H01J49/161—Ion sources; Ion guns using surface ionisation, e.g. field-, thermionic- or photo-emission using photoionisation, e.g. by laser
- H01J49/164—Laser desorption/ionisation, e.g. matrix-assisted laser desorption/ionisation [MALDI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Optics & Photonics (AREA)
- Electrochemistry (AREA)
- Plasma & Fusion (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明涉及分析装置,通过对试样分别进行规定的分析来收集数据并对该数据进行处理,该分析装置具备:解析处理部(23),为了进行多个测量对象之间的差异的解析或者该多个测量对象的分类,执行基于收集到的数据的多变量解析处理;特征提取部(24),根据多变量解析结果,按照规定的基准,提取被推测为以差异或分类为主进行关联的特征性的参数或要素;图像生成部(25),生成与提取出的参数或要素对应的规定的二维范围的成像图像;显示处理部(26),对在多变量解析结果上提取出的特征性参数或要素和与之对应生成的成像图像分配相同的视觉形态,并将它们显示在显示部(4)。
Description
技术领域
本发明涉及通过对试样和被检体执行规定的分析来收集数据,并基于收集到的数据实施多变量解析处理的分析装置。
背景技术
近年来,作为统计解析方法之一的多变量解析被积极地利用于由质量分析装置、色谱仪装置、光学分析装置等各种各样的分析装置得到的数据的解析。特别是,在质量分析成像的领域中,由于能够在非常大量的空间上的各点中分别得到在广泛的质荷比范围内示出信号强度的质谱数据,因此,一般来说其数据量较为庞大,为了从该庞大的数据中提取有意义的信息,多变量解析是非常有用的方法。
例如在非专利文献1中,公开了具有如下功能的数据解析用软件:将例如关于生物体组织切片等试样的染色图像等参照图像与由成像质量分析装置得到的示出各质荷比m/z中的信号强度分布的MS成像图像进行比较,提取示出与参照图像类似的二维分布的质荷比,显示该提取出的质荷比中的MS成像图像。如专利文献1等所记载的那样,在类似图像的搜索中,例如能够使用基于以构成参照图像的数据为目标变量、以质量分析成像数据为说明变量的部分最小二乘法(PLS:Partial Least Square)的回归分析。
此外,也经常进行如下操作:即,若用户在针对生物体组织切片等试样的染色图像(光学显微图像)上设定多个关心区域,则利用主成分分析等方法对该多个关心区域各自的质谱数据进行解析,探索表征关心区域的差异的质荷比值、即生物标记。在主成分分析中生成得分图及载荷图,载荷图上的各绘点分别与质谱的参数即质荷比值对应。从而,一般用户会进行这样的作业:确认载荷图并选择被推测为对关心区域的差异有帮助的质荷比,显示该质荷比的质量分析成像图像。
现有技术文献
专利文献
专利文献1:国际公开第2017/002226号册
专利文献2:国际公开第2016/163385号册
非专利文献
非专利文献1:“使IMAGEREVEALTM MS质量分析成像的数据解析简单且如你所想”,[在线],株式会社岛津制作所,[2019年7月3日检索],网址<URL:https://www.an.shimadzu.co.jp/bio/imagereveal/index.htm>
发明内容
发明所要解决的技术问题
然而,在以往的成像质量分析装置中,用户例如需要在载荷图上判断哪个绘点对差异解析是特征性的并指定绘点。伴随这样的判断的作业不仅对用户造成了负担,还存在需要一定程度的经验与技巧才能进行解析这样的问题。此外,还存在如下问题:在载荷图上指定被推测为分别与不同的特征相关联的多个绘点并显示与这些绘点对应的质荷比中的MS成像图像时,难以掌握该多个MS成像图像与载荷图上的哪个绘点对应的关系。
这样的问题不限于成像质量分析装置,在进行拉曼分光成像、红外分光成像等其他成像分析的分析装置中也常有发生。此外,利用相同的质量分析成像法也如专利文献1所记载的装置那样,在不对生物体组织切片等直接进行二维的质量分析,而是以保留生物体试样上的二维的位置信息的方式,将从该试样上的不同的测量点分别采集到的试样微细片排列(粘贴)在样品板上来制备样品,在对来自该各试样微细片的样品依次进行质量分析那样的分析装置中也存在同样的问题。
本发明是为了解决这样的技术问题而完成的,其主要目的在于,在基于通过对试样执行规定的分析而得到的数据来实施多变量解析处理的分析装置中,在省去用户的繁杂的作业和需要经验等的麻烦的判断的同时,将基于多变量解析结果的有用的信息以容易理解的方式提供给用户。
用于解决上述技术问题的方案
为了解决上述技术问题而完成的本发明的一个方案的分析装置是通过对试样分别进行规定的分析来收集数据并对该数据进行处理的分析装置,具备:
解析处理部,为了进行多个测量对象之间的差异的解析或者该多个测量对象的分类,执行基于收集到的数据的多变量解析处理;
特征提取部,根据所述多变量解析处理的结果,按照规定的基准,提取被推测为以所述差异或分类为主进行关联的特征性的参数或要素;
图像生成部,生成与由所述特征提取部提取出的参数或要素对应的规定的二维范围的成像图像;
显示处理部,对在所述多变量解析结果上提取出的特征性的参数或要素和与之对应并由所述图像生成部生成的成像图像分配相同的视觉形态,并将所述多变量解析结果及所述成像图像显示在显示部。
发明效果
本发明的上述方案的分析装置典型地为成像质量分析装置、拉曼分光成像装置、红外分光成像装置等成像分析装置。但是,成像图像不限于必须是与试样上的二维区域对应的图像,例如,能够应用于各种各样的分析装置且对如下操作有益:即,对通过对分别放置于样品板上的二维格子的格子点的位置的试样进行分析而得到的数据、或者假想地配置于这样的二维格子的格子点的位置的数据执行多变量解析,并基于其结果来生成特定的参数值中的成像图像。
此外,在此多变量解析处理可设为包含主成分分析、部分最小二乘回归分析等。
此外,此处所称的“视觉形态”除了显示颜色之外,还包含特定的颜色的亮度、特定的颜色的浓淡等。
本发明的上述方案的分析装置是成像质量分析装置,在多变量解析为主成分分析的情况下,可设为以载荷图作为该多变量解析处理的结果,特征提取部从该载荷图中提取被推测为以测量对象的差异或分类为主进行关联的特征性绘点。并且,可使图像生成部生成与提取出的一个或多个绘点对应的MS成像图像,显示处理部对在载荷图上提取出的绘点与MS成像图像分配相同的显示颜色,并将载荷图及MS成像图像显示在显示部。
根据本发明的上述方案的分析装置,在基于多变量解析的差异的解析和分类等中,无需由用户自身判断表征其差异和分类的参数和要素,而能够显示与特征性的参数和要素对应的成像图像来进行确认。此外,即使在用于差异和分类的特征存在多个的情况下,用户也能够在显示上一目了然地掌握与各个特征对应的参数和要素与哪个成像图像相关联。由此,能够在省去用户的繁杂的作业和需要经验等的麻烦的判断的同时,将基于多变量解析结果的有用的信息以容易理解的方式提供给用户。
附图说明
图1是本发明的分析装置的一实施方式的成像质量分析装置的主要部分的构成图。
图2是示出本实施方式的成像质量分析装置中的解析步骤的流程图。
图3是本实施方式的成像质量分析装置中的解析处理的说明图。
图4是示出在本实施方式的成像质量分析装置中在试样上执行质量分析的测量点的概略图。
图5是示出在另一实施方式的成像质量分析装置中试样上的测量点与样品板上的样品的对应关系的概略图。
图6是示出在又一实施方式的分析装置中样品板上的各样品的来源的概略图。
具体实施方式
参照附图对本发明的分析装置的一个实施方式的成像质量分析装置进行说明。
[本实施方式的装置的构成]
图1是本实施方式的成像质量分析装置的主要部分的构成图。
本装置包含:测量部1、数据解析部2、输入部3以及显示部4,其中,测量部1包含光学显微观察部11与成像质量分析部12。
光学显微观察部11获取关于试样上的测量区域的光学显微图像。另一方面,成像质量分析部12对在相同试样上的测量区域内二维设定的大量测量点(微小区域)分别实施遍及规定的质荷比范围内的质量分析并分别收集质谱数据。在此,成像质量分析部12是基质辅助激光解吸离子化(MALDI)离子阱飞行时间型质量分析装置,但成像质量分析部12不限于此,也可以是搭载了MALDI离子源的三重四极型质量分析装置、四极-飞行时间型质量分析装置、以及使用了MALDI离子源以外的LDI离子源、SALDI离子源等的装置。此外,也可以是不能够进行MS/MS分析的装置。
数据解析部2作为功能模块具备数据保存部21、光学显微图像生成部22、多变量解析处理部23、特征参数提取部24、MS成像图像生成部25、解析结果显示处理部26,其中数据保存部21包含保存光学显微图像数据的光学显微图像数据存储部211以及保存由成像质量分析部12获取的质谱数据的MS成像数据存储部212。
另外,一般来说,数据解析部2的实体是个人计算机或者更高性能的计算机,能够通过由该计算机执行安装在该计算机中的专用的解析软件来实现各部的功能。
[本实施方式的装置中的特征性的解析处理]
图2是示出本实施方式的成像质量分析装置中的解析处理的步骤的一例的流程图。图3是本实施方式的成像质量分析装置中的解析处理的说明图。
参照图1和图2、图3,对本实施方式的成像质量分析装置中的特征性解析处理进行说明。
用户将生物体试样切片等试样设置于测量部1。光学显微观察部11接受来自输入部3的用户的指示,拍摄关于试样的光学显微图像,并将该图像数据保存在数据保存部21的光学显微图像数据存储部211。光学显微图像生成部22基于该数据生成光学显微图像并显示在显示部4。用户通过输入部3在该光学显微图像上设定适当的测量范围,进而在设定了分析条件后指示分析开始。分析条件例如是MALDI离子源中的离子化激光的脉冲宽度、激光功率、照射直径、以及测量对象的质荷比范围等。
如图4所示,成像质量分析部12针对在试样100上指定的测量范围101内以二维确定的大量测量点(实际上是根据激光照射直径等而决定的大小的微小区域)102,逐个点地执行质量分析,获取遍及规定的质荷比范围内的质谱数据。这样收集到的与各测量点102对应的质谱数据被保存在数据保存部21的MS成像数据存储部212(步骤S1)。
基于如上所述收集到的质谱数据(以下,有时将针对全部测量点或一部分测量点的质谱数据统称为MS成像数据),在进行试样上的多个关心区域间的差异解析时,如下所述。
即,若用户通过输入部3进行规定的操作,则光学显微图像生成部22基于光学显微图像数据存储部211中保存的数据,生成与测量范围对应的光学显微图像并显示在显示部4。用户在该图像上适当地设定多个关心区域(ROI)(步骤S2)。图3的(a)是在光学显微图像上设定了多个关心区域的状态的一例。
若用户在设定了多个关心区域的前提下指示执行基于主成分分析的差异解析,则多变量解析处理部23从MS成像数据存储部212读取在指定的多个关心区域中包含的测量点中得到的质谱数据。然后,针对每个关心区域,根据在一个关心区域中包含的多个测量点中得到的质谱数据,计算平均质谱或最大强度质谱。进而,在该平均质谱或最大强度质谱中进行峰检测,求出各峰的质荷比与信号强度来生成峰列表。然后,收集在各关心区域中求出的峰列表,取确定关心区域的编号(例如图3的(a)中的“ROI1”等)为纵向、取质荷比值为横向(当然,纵向、横向也可以颠倒),生成以信号强度值为要素的数据矩阵(步骤S3)。
多变量解析处理部23对生成的数据矩阵执行主成分分析,生成得分图以及载荷图作为主成分分析结果(步骤S4,参照图3的(b))。在主成分分析中,一般在分析的过程中确定主成分数(主成分轴的数量)。从而,可得到与该主成分的数量相对应的数量的得分图及载荷图。
在此,得分图上的各绘点与上述数据矩阵的各行、即各自与一个关心区域对应。从而,若用户设定了10个关心区域,则得分图上的绘点为10点。若得分图的两个主成分轴(在图3的(b)的例子中为第1主成分轴PC1和第2主成分轴PC2)适当地反映了关心区域的差异、通常存在于关心区域的化合物的种类和量的差异等,则在得分图上,与类似的关心区域对应的绘点位于相互接近的位置,与存在明确的差异的关心区域对应的绘点位于分离的位置。
另一方面,载荷图是具有与得分图相同的两个主成分轴的图表,但各绘点与上述数据矩阵的各列、即作为分析时的参数的质荷比值对应。加载值表示对主成分轴上的关心区域的差异造成影响的程度。从而,例如,在第1主成分轴PC1上示出较大的载荷值的绘点即质荷比值对第1主成分轴PC1上的关心区域的差异造成相对较大的影响。换言之,在第1主成分轴PC1上示出较大的载荷值的质荷比值,作为能够判断第1主成分轴PC1上的关心区域的差异的程度的标记而能够利用的可能性高。
于是,特征参数提取部24基于生成的得分图及载荷图,提取被推测为表征关心区域之间的差异的绘点(是质荷比值并且是质谱上的峰)(步骤S5)。具体而言,例如,首先从得分图上的各绘点的相对距离中选择有助于关心区域的差异的主成分,在此前提下在以该主成分为轴的载荷图中,在该轴上选择示出较大的载荷值的绘点即可。在载荷图上选择的绘点的数量可以预先决定,或者,在如图3的(b)中所示可设定阈值PC1a、Pc2a的情况下,也可以以该阈值为基准,不限数量地选择绘点。
如上所述,由于在步骤S4中选择的载荷图上的绘点分别与质荷比对应,因此MS成像图像生成部25从MS成像数据存储部212读取与该选择的质荷比对应的各测量点的信号强度值,按照每个质荷比生成测量范围整体的MS成像图像(步骤S6)。在此,也可以不生成测量范围整体的MS成像图像,而是生成在测量范围内由用户指定的、针对更窄范围的MS成像图像。此处生成的MS成像图像是示出能够判断关心区域的差异程度的可能性较高的标记即化合物的候选的二维分布的图像。
解析结果显示处理部26生成将主成分分析结果与多个MS成像图像合并了的显示画面并显示在显示部4。此时,为了将在作为主成分分析结果的载荷图上具有相同倾向的特征而选择的多个绘点和与该绘点对应的多个MS成像图像相关联而分配相同的显示颜色(步骤S7)。
例如在图3的例子中,在图3的(b)所示的载荷图中,选择关于第1主成分轴PC1能够作为A组包含的3个绘点,选择关于第2主成分轴PC2能够作为B组包含的3个绘点。对属于A组的3个绘点例如分配红色,对属于B组的3个绘点例如分配蓝色,绘图得到的载荷图上的上述6个绘点分别被赋予红色或蓝色。另一方面,对与属于A组的3个绘点对应的三个MS成像图像分配与该3个绘点相同的红色,在MS成像图像的周围标记红色的边框状的框。此外,对与属于B组的3个绘点对应的三个MS成像图像分配与该3个绘点相同的蓝色,在MS成像图像的周围标记蓝色的边框状的框。
通过以上那样的处理,能够在不伴随用户的判断和作业的情况下显示被推测为在解析由用户指定的关心区域的差异上是特征性的MS成像图像。此外,由于被推测为是在载荷图上对差异解析有意义的绘点和MS成像图像以相同的显示颜色关联,因此用户能够一目了然地掌握被推测为在关于多个关心区域的差异解析中具有相同特征的多个化合物的MS成像图像,能够进行比较等作业。
另外,在对MS成像图像分配颜色并以该颜色显示该MS成像图像时,除了对边框状的框进行着色以外,还能够设为标记该颜色的标签、将背景色设为该颜色等各种各样的方案。即,只要能够容易地视觉确认对该MS成像图像分配了该显示颜色的情况即可。
此外,在将构成上述那样的MS成像图像的数据作为一个数据文件进行保存的情况下,也可以将对该MS成像图像分配的颜色直接分配给示出该文件或保存该文件的文件夹的图标,在显示文件或文件夹的一览等时,能够容易地区别于其他文件而识别该特定的文件或文件夹。
另外,在上述说明中,实施了一个试样上的多个关心区域之间的差异解析,但也可以将多个关心区域置换为多个试样。即,在实施不同的试样上的测量范围之间的差异解析的情况下,也能够直接使用上述的解析方法。
[对主成分分析以外的多变量解析的应用]
在上述说明中,利用了主成分分析作为多变量解析,但也可以使用其他多变量解析的方法。
在上述的主成分分析中,得到得分值和载荷值作为多变量解析结果,例如载荷值是与关心区域间的差异的表征相关联的数值。与此同样地,在对多个关心区域之间的差异解析使用了部分最小二乘(PLS)回归分析的情况下,能够通过回归分析求出回归系数(回归系数矩阵),并推测该回归系数的绝对值变大的质荷比与关心区域之间的差异的关联性较高。
于是,与上述的载荷图和MS成像图像的关系同样地,可以从回归系数矩阵中提取被推测为对关心区域间的差异的表征的贡献较高的回归系数,着色显示该回归系数,并且对该对应的MS成像图像分配相同的颜色来进行显示。此外,也可以基于回归系数矩阵生成示出质荷比与回归系数的关系的谱图形式的图表,并在该图表上着色示出与特征性回归系数对应的质荷比。
[其他变形例]
另外,在上述实施方式中,对载荷图上的绘点和与其对应的MS成像图像分配了相同的显示颜色,但除此之外,例如也可以在显示质谱(包含平均谱和最大强度谱)时,在该质谱上对与上述绘点对应的质荷比的峰分配与绘点的显示颜色相同的颜色。这可以不是峰本身的颜色而是示出该峰的质荷比值等的标签的颜色。由此,能够一目了然地确认在质谱中哪个峰是对差异和分类有帮助的特征性的峰。
此外,上述实施方式是将本发明应用于成像质量分析装置的一例,但本发明能够应用于成像质量分析装置以外的拉曼分光成像装置、红外分光成像装置等能够将试样上的二维区域中的物质(成分)的分布等可视化的各种各样的分析装置。
此外,作为生成示出试样上的二维区域中的物质(成分)的分布等的成像图像的分析装置,除了对生物体组织切片等试样本身直接进行分析的装置以外,还已知有基于如下所述的方法的装置。
即,在专利文献2中,公开了将被称为激光微分割(LMD)法的试样采集方法与液相色谱质量分析法(LC/MS)进行组合的方法。LMD法除了利用激光切取生物体试样的一般的LMD法以外,还有专利文献2中记载的被称为热熔LMD法的试样采集法。
例如在热熔LMD法中,使用粘贴有受热会融解的薄膜的载玻片,在使该薄膜与生物体试样密合的状态下,对该生物体试样上的作为目标的部位照射近红外激光。若照射激光则薄膜熔融,位于目标部位(及其周边)的一部分试样片粘贴在融解的薄膜从而在该薄膜上被采集。
如图5所示,使生物体试样100上的二维区域101内的多个测量点102中的试样片分别在薄膜110上的分离的位置处采集,并且将生物体试样上的测量点102的二维位置信息与薄膜110上的试样片111的二维位置信息进行关联。然后,利用在薄膜110上采集到的各试样片111分别制备液体试样,利用液相色谱质量分析装置依次分析各液体试样。在对全部的液体试样执行质量分析并获取质谱数据之后,基于对各液体试样赋予的二维位置信息,重构基于质谱数据的离子强度信息,由此,能够生成与特定的成分对应的离子强度的二维分布图像、即MS成像图像。
此外,如图5所示,也可以将从试样上的各测量点采集到的各试样片在保持各自的位置信息不变的状态下载置在样品板上,利用搭载了MALDI离子源的质量分析装置对该样品板上的试样片实施质量分析来收集质谱数据。
如上所述,不是对试样上的各测量点直接进行质量分析,而是在对从试样上的各测量点进行物理采集而转移到其他的薄膜或样品板上的试样片进行质量分析的情况下,也可根据与各测量点对应的质谱数据来生成特定的质荷比中的MS成像图像,这一点与上述实施方式的装置相同。从而,当然也可以在这样的方法或装置中应用本发明。
进一步地,如上所述,在二维配置在样品板上的大量试样并不分别与生物体试样上的测量点对应,而是各自来源不同的试样的情况下,只要是对显示样品板上的每个质荷比的离子强度的二维分布来说有意义的,就可以应用本发明。
例如,各自针对多个试样,通过将利用液相色谱分取装置按每个不同的洗脱时间范围分取的洗脱液滴加到样品板上来制备样品,由此能够得到如图6所示那样的制备了大量样品121的样品板120。若通过对该样品板上的各样品进行质量分析来收集质谱数据,并基于该质谱数据生成特定的质荷比的MS成像图像,则能够得到可对每个试样比较与其质荷比对应的物质的存在量的图像。像这样,例如在将样品板上的各样品与特定的试样相关联,从而生成该样品板整体的特定的质荷比中的MS成像图像的情况下,也能够应用本发明。
此外,上述实施方式和变形例均只不过是本发明的一例,在上述记载以外的方面,在本发明的主旨的范围内进行适当变形、修正、追加等显然也包含在本申请权利要求的范围内。
[各种方案]
对于本领域技术人员来说,显然上述的例示性的实施方式是以下的方案的具体例。
(第1项)本发明的一方案的分析装置是通过对试样分别进行规定的分析来收集数据并对该数据进行处理的分析装置,具备:
解析处理部,为了进行多个测量对象之间的差异的解析或者该多个测量对象的分类,执行基于收集到的数据的多变量解析处理;
特征提取部,根据所述多变量解析处理的结果,按照规定的基准,提取被推测为以所述差异或分类为主进行关联的特征性的参数或要素;
图像生成部,生成与由所述特征提取部提取出的参数或要素对应的规定的二维范围的成像图像;
显示处理部,对在所述多变量解析结果上提取出的特征性的参数或要素和与之对应地由所述图像生成部生成的成像图像分配相同的视觉形态,并将所述多变量解析结果及所述成像图像显示在显示部。
根据第1项所述的分析装置,在基于多变量解析的差异的解析和分类等中,无需由用户自身判断表征其差异和分类的参数和要素,而能够显示与特征性的参数和要素对应的成像图像来进行确认。此外,即使在用于差异和分类的特征存在多个的情况下,用户也能够在显示上一目了然地掌握与各个特征对应的参数和要素与哪个成像图像相关联。由此,能够在省去用户的繁杂的作业和需要经验等的麻烦的判断的同时,将基于多变量解析结果的有用的信息以容易理解的方式提供给用户。
(第2项)能够设为在第1项所述的分析装置中,该分析装置是成像质量分析装置,所述参数是质荷比,所述多变量解析处理是主成分分析,所述多变量解析结果是载荷图,
所述特征提取部从载荷图中按照规定的基准提取被推测为以所述差异或分类为主进行关联的特征性绘点,
所述图像生成部生成与所述提取出的绘点对应的质荷比中的质量分析成像图像。
根据第2项所述的分析装置,例如在进行多个试样间的、或者一个试样上的多个关心区域间的差异解析时,能够在载荷图上对与表征该差异的质荷比对应的绘点和该质荷比中的MS成像图像分配相同的视觉显示形态,并将载荷图和MS成像图像显示在显示部。由此,无需由用户自身在载荷图上选择特征性绘点,就能够确认表征差异的MS成像图像。
(第3项)能够设为在第1项或第2项所述的分析装置中,所述视觉形态是显示上的颜色。
根据第3项所述的分析装置,用户例如能够一目了然地确认被推测为在载荷图上表征差异的绘点和与该绘点对应的MS成像图像。
附图标记说明
1 测量部
11 光学显微观察部
12 成像质量分析部
2 数据解析部
21 数据保存部
211 光学显微图像数据存储部
212 MS 成像数据存储部
22 光学显微图像生成部
23 多变量解析处理部
24 特征参数提取部
25 MS成像图像生成部
26 解析结果显示处理部
3 输入部
4 显示部。
Claims (3)
1.一种分析装置,通过对试样分别进行规定的分析来收集数据并对该数据进行处理,其特征在于,具备:
解析处理部,为了进行多个测量对象之间的差异的解析或者该多个测量对象的分类,执行基于收集到的数据的多变量解析处理;
特征提取部,根据所述多变量解析处理的结果,按照规定的基准,提取被推测为以所述差异或分类为主进行关联的特征性的参数或要素;
图像生成部,生成与由所述特征提取部提取出的参数或要素对应的规定的二维范围的成像图像;
显示处理部,对在所述多变量解析结果上提取出的特征性的参数或要素和与之对应并由所述图像生成部生成的成像图像分配相同的视觉形态,并将所述多变量解析结果及所述成像图像显示在显示部。
2.如权利要求1所述的分析装置,其特征在于,
所述分析装置是成像质量分析装置,所述参数是质荷比,所述多变量解析处理是主成分分析,所述多变量解析结果是载荷图,
所述特征提取部从载荷图中按照规定的基准提取被推测为以所述差异或分类为主进行关联的特征性的绘点,
所述图像生成部生成与提取出的绘点对应的质荷比中的质量分析成像图像。
3.如权利要求1所述的分析装置,其特征在于,
所述视觉形态是显示上的颜色。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/036132 WO2021049011A1 (ja) | 2019-09-13 | 2019-09-13 | 分析装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113994203A true CN113994203A (zh) | 2022-01-28 |
Family
ID=74865733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980097569.5A Pending CN113994203A (zh) | 2019-09-13 | 2019-09-13 | 分析装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220359176A1 (zh) |
CN (1) | CN113994203A (zh) |
WO (1) | WO2021049011A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023062725A1 (ja) * | 2021-10-12 | 2023-04-20 | 株式会社島津製作所 | 代謝物解析方法、代謝物解析装置、及び代謝物解析用プログラム |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009066088A (ja) * | 2007-09-11 | 2009-04-02 | Jeol Ltd | 多変量解析装置及びコンピュータプログラム |
JP2010001439A (ja) * | 2008-06-23 | 2010-01-07 | Yokohama Rubber Co Ltd:The | ゴム組成物 |
CN102077086A (zh) * | 2008-07-03 | 2011-05-25 | 株式会社岛津制作所 | 质量分析装置 |
CN107850567A (zh) * | 2015-07-01 | 2018-03-27 | 株式会社岛津制作所 | 数据处理装置 |
CN108780065A (zh) * | 2016-03-14 | 2018-11-09 | 株式会社岛津制作所 | 质谱分析数据解析装置以及质谱分析数据解析用程序 |
WO2019150573A1 (ja) * | 2018-02-05 | 2019-08-08 | 株式会社島津製作所 | データ解析装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016120958A1 (ja) * | 2015-01-26 | 2016-08-04 | 株式会社島津製作所 | 3次元スペクトルデータ処理装置及び処理方法 |
-
2019
- 2019-09-13 WO PCT/JP2019/036132 patent/WO2021049011A1/ja active Application Filing
- 2019-09-13 CN CN201980097569.5A patent/CN113994203A/zh active Pending
- 2019-09-13 US US17/620,515 patent/US20220359176A1/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009066088A (ja) * | 2007-09-11 | 2009-04-02 | Jeol Ltd | 多変量解析装置及びコンピュータプログラム |
JP2010001439A (ja) * | 2008-06-23 | 2010-01-07 | Yokohama Rubber Co Ltd:The | ゴム組成物 |
CN102077086A (zh) * | 2008-07-03 | 2011-05-25 | 株式会社岛津制作所 | 质量分析装置 |
CN107850567A (zh) * | 2015-07-01 | 2018-03-27 | 株式会社岛津制作所 | 数据处理装置 |
CN108780065A (zh) * | 2016-03-14 | 2018-11-09 | 株式会社岛津制作所 | 质谱分析数据解析装置以及质谱分析数据解析用程序 |
WO2019150573A1 (ja) * | 2018-02-05 | 2019-08-08 | 株式会社島津製作所 | データ解析装置 |
Non-Patent Citations (1)
Title |
---|
CALLIGARIS ET.AL: "Mass spectrometry imaging as a tool for surgical decision-making", JOURNAL OF MASS SPECTROMETRY, vol. 48, 30 November 2013 (2013-11-30), pages 1178 - 1187, XP055806494, DOI: 10.1002/jms.3295 * |
Also Published As
Publication number | Publication date |
---|---|
US20220359176A1 (en) | 2022-11-10 |
WO2021049011A1 (ja) | 2021-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8873796B2 (en) | Mass analysis data processing method and mass analysis data processing apparatus | |
JP6597909B2 (ja) | 質量分析データ処理装置 | |
JP6048590B2 (ja) | 包括的2次元クロマトグラフ用データ処理装置 | |
US20140012515A1 (en) | Chromatograph mass spectrometry data processing device | |
CN102077086A (zh) | 质量分析装置 | |
JPWO2017195271A1 (ja) | イメージング質量分析装置 | |
JP5757264B2 (ja) | クロマトグラフ質量分析データ処理装置 | |
WO2018008149A1 (ja) | クロマトグラフ質量分析用データ処理装置 | |
JP4984617B2 (ja) | 質量分析データ解析方法 | |
JP5655758B2 (ja) | 質量分析装置 | |
US11282683B2 (en) | Imaging mass spectrometric data analyzer | |
CN113994203A (zh) | 分析装置 | |
CN108027345B (zh) | 分析数据解析装置以及分析数据解析用程序 | |
JP6308107B2 (ja) | クロマトグラフ質量分析データ処理装置 | |
JP2015049055A (ja) | 質量分析データ処理方法及び該方法を用いた質量分析装置 | |
US10147590B2 (en) | Mass spectrometry data processing apparatus and mass spectrometry data processing method | |
JPWO2019229902A1 (ja) | イメージング質量分析データ処理装置 | |
JP7255597B2 (ja) | データ解析方法、データ解析装置、及びデータ解析用の学習モデル作成方法 | |
EP4174481A1 (en) | Phase analyzer, sample analyzer, and analysis method | |
JP2017040520A (ja) | 分析データ表示処理装置及び表示処理プログラム | |
CN113808141A (zh) | 成像质量分析装置、以及成像质量分析方法 | |
US20220262611A1 (en) | Imaging mass spectrometer | |
US20190025253A1 (en) | Mass spectrometer | |
JP7040537B2 (ja) | イメージング質量分析装置 | |
WO2022003890A1 (ja) | イメージング質量分析装置及びイメージング質量分析データ処理方法 |
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 |