CN1256443C - 用于提取有效信号的方法 - Google Patents
用于提取有效信号的方法 Download PDFInfo
- Publication number
- CN1256443C CN1256443C CNB028014383A CN02801438A CN1256443C CN 1256443 C CN1256443 C CN 1256443C CN B028014383 A CNB028014383 A CN B028014383A CN 02801438 A CN02801438 A CN 02801438A CN 1256443 C CN1256443 C CN 1256443C
- Authority
- CN
- China
- Prior art keywords
- standard deviation
- signal
- mean value
- data
- data set
- 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 - Lifetime
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D1/00—Measuring arrangements giving results other than momentary value of variable, of general application
- G01D1/14—Measuring arrangements giving results other than momentary value of variable, of general application giving a distribution function of a value, i.e. number of times the value comes within specified ranges of amplitude
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
Abstract
一种用于从自至少一个研究对象产生的信号提取出一个所需的信号的方法,包括如下步骤:(A)获得从所述研究对象产生的时间序列信号,作为包括多个数据段的数据组,(B)从所述数据组获得多个提取出的数据组,其中,每个提取出的数据组包括从所述数据组选择的预定数目的数据段,(C)计算多个提取出的数据组的标准偏差,以获得一个标准偏差组;以及(D)参考在标准偏差组中包括的每个标准偏差,并选择所需的信号。
Description
技术领域
本发明涉及一种用于处理自一个研究对象产生的信号的方法。更具体地,本发明涉及一种用于从自一个研究对象产生的信号提取所需的信号的方法。本发明还涉及一种用于获得有效信号并对其分类的方法。本发明的方法可以运用于整个细胞的全部通道活动的测量和分类。本发明的方法还可以运用于药品筛选、DNA诊断、SNP分析和蛋白质的功能分析。
背景技术
在常规上,生物样本的与其活动相关的电改变或由生物样本所占用的指示器发射的荧光的强度被一个测量装置捕获为数字信号并测量。例如,一个细胞的离子通道活动的测量如下。在单个通道级的测量的情况下,使用一个采用微电极探针(例如插线夹(patch clamp))的电生理学测量装置和一个专用控制装置来获得数字信号(通过一个通道的电量)。从该数字信号,测量装置计算离子通道的打开或关闭的持续时间、计时、次数等,以确定通道的活动(细胞内记录方法)。在整个细胞的情况下,使用一个荧光测量技术来将进入细胞的离子量确定为数字信号,并视为整个细胞的离子通道活动。
然而,在捕获的信号特别是一个数字信号时,难以从噪声信号中区分出所需的信号,因此不可能检测与一个细胞的活动相关的通道的活动中的变化等。
在插线夹技术中,需要一个要求高操纵技巧的显微操纵器,并且要花很多时间来测量一个样本。因此,这难以测量大量的样本。在荧光测量技术中,被检测的研究对象仅限于发出荧光的离子,或者当在有或没有化学物质、例如药剂或改变化学物质的浓度的情况下测量一个细胞的离子通道活动中的变化时,需要另外采用荧光材料。不幸的是,在这种情况下,荧光材料很可能在一个研究对象上有副作用,并且荧光材料的荧光敏感性随着时间而改变。
发明公开
提供了本发明来解决上述常规问题。本发明的目的是提供一种方法,用于从包含噪声信号和所需信号的信号中提取出所需的信号,这在常规技术中是困难的或是不可能区分的,根据所需的信号从一个研究对象获得有效信号,并对有效信号进行分类。
这里所用的术语“所需的信号”指的是由一个研究对象、典型地例如细胞和核酸产生的信号,尤其是从一特定位置、例如一个细胞的离子通道发出的信号,或是由研究对象中一特定事件引起改变的信号、例如细胞的离子通道响应于药剂和由核酸的杂交形成一个双链(double stranded)序列的活动。
这里所用的术语“有效信号”主要指的是后一含义,即由研究对象中一特定事件引起改变的信号。
采用本发明的方法,一个不必要求专用控制装置的简单测量探针可以被用来容易地测量在短时间内整个细胞的全部通道活动,并且不需要化学物质,使得不需要考虑副作用或荧光敏感性随时间的改变。还可以对对一个测试样本和一个药剂的反应分类并筛选药剂。
依据本发明的一个方面,一种用于从自至少一个研究对象产生的信号提取出所需的信号的方法,包括如下步骤:(A)获得从所述研究对象产生的时间序列信号,作为包括多个数据段的数据组,(B)从所述数据组获得多个提取出的数据组,其中,每个提取出的数据组包括从所述数据组选择的预定数目的数据段,(C)计算多个提取出的数据组的标准偏差,以获得一个标准偏差组,以及(D)参考在标准偏差组中包括的每个标准偏差,并选择所需的信号。
在一个实施例中,步骤(D)中的参考可以是计算在标准偏差组中包括的标准偏差的平均值。
在一个实施例中,步骤(D)中的参考可以是将标准偏差划分成具有作为一个单位的预定宽度的标准偏差的多个类,在一个具有代表类的轴和代表出现在每个类中的标准偏差的数目的另一个轴的坐标系上绘出每个标准偏差,将所得的图近似到一个正态分布,并计算所得的正态分布的平均值、半宽和方差或标准偏差。
在一个实施例中,该方法可以进一步包括在改变提取出的数据组中包括的数据段数目的同时多次执行步骤(B)至(C)。
在一个实施例中,该方法可以进一步包括在改变提取出的数据组中包括的数据段数目和类的宽度的同时多次执行步骤(B)至(D)。所需的信号可以从多个所得的正态分布的平均值、半宽和方差或标准偏差中选择。
在一个实施例中,在步骤(A)之后,该方法可以进一步包括合计为多个研究对象中的每一个获得的数据组。
在一个实施例中,在步骤(A)之后,该方法可以进一步包括减去一个为多个研究对象中的每一个获得的数据组。
在一个实施例中,在步骤(A)之前,该方法可以进一步包括同时刺激多个研究对象中的每一个。
在一个实施例中,步骤(D)中的参考可以是将标准偏差划分成具有作为一个单位的预定宽度的标准偏差的多个类,在一个具有代表类的轴和代表出现在每个类中的标准偏差的数目的另一个轴的坐标系上绘出每个标准偏差,通过从包括指数递减分析、指数递增分析、高斯分布、洛伦兹分布、σ分析、多峰值分析和非线性分析的组中选择的曲线近似分析来近似所得的图,并获得所得的近似曲线上的峰值之前和之后的梯度。
在一个实施例中,步骤(B)中的选择可以以时间序列的方式执行。
在一个实施例中,步骤(B)到(D)可以被重复,步骤(B)中的选择可以以时间序列的方式执行,并且,该方法可以进一步包括在每次重复时以一个预定时间滞后在提取出的数据组中选择一个第一数据段,并比较在该重复中获得的标准偏差组的平均值。
在一个实施例中,步骤(B)到(D)可以被重复,步骤(B)中的选择可以以时间序列的方式执行,并且,该方法可以进一步包括在每次重复时以一个预定时间滞后在提取出的数据组中选择一个第一数据段,并比较在该重复中获得的标准偏差组的正态分布的平均值。
在一个实施例中,步骤(B)到(D)可以被重复,步骤(B)中的选择可以以时间序列的方式执行,并且,该方法可以进一步包括在每次重复时以一个预定时间滞后在提取出的数据组中选择一个第一数据段,并比较在该重复中获得的标准偏差组的正态分布的半宽、方差或标准偏差。
在一个实施例中,步骤(D)中的参考可以包括从标准偏差组获得多个提取出的标准偏差组,每个提取出的标准偏差组包括以时间序列方式从标准偏差组选择的预定数目的标准偏差。该方法可以进一步包括如下步骤,计算预定数目的标准偏差的平均值和平均值的时间序列增大率,将每个提取出的标准偏差组的所得平均值与一个预定的设置值进行比较,识别对应于具有大于或等于设置值的平均值的标准偏差组的时间序列信号的产生的时间(a),识别对应于具有在时间(a)之后提取出的标准偏差组的平均值的小于或等于设置值的时间序列增大率的时间序列信号的产生的时间(b),并根据产生时间(a)和(b)获得一个有效信号。
在一个实施例中,研究对象可以是一个细胞,所需的信号可以是一个与离子通道或受体的激活或细胞内信号转导系统的活动相关的信号。
在一个实施例中,研究对象可以是一个细胞,所需的信号可以是一个由对一个测试化学物质起反应的细胞所产生的有效信号,步骤(A)可以在存在一个对细胞具有已知作用的标准化学物质时或在存在测试化学物质时执行,该方法可以进一步包括将在存在标准化学物质时获得的平均值与在存在测试化学物质时获得的平均值进行比较。
在一个实施例中,研究对象可以是一个细胞,所需的信号可以是一个由对一个测试化学物质起反应的细胞所产生的有效信号,步骤(A)可以在存在一个对细胞具有公知作用的标准化学物质时或在存在标准化学物质和测试化学物质时执行,该方法可以进一步包括将在存在标准化学物质时获得的平均值与在存在标准化学物质和测试化学物质时获得的平均值进行比较。
上述标准化学物质包括用于一个被研究细胞的兴奋剂或抑制剂。
在一个实施例中,研究对象可以是核酸,所需的信号可以是与双链核酸的形成相关的有效信号。
依据本发明的另一个方面,提供了一种计算机可读的记录介质,其存储用于执行下列过程的程序,(A)获得从所述研究对象产生的时间序列信号,作为包括多个数据段的数据组,(B)从所述数据组获得多个提取出的数据组,其中,每个提取出的数据组包括从所述数据组选择的预定数目的数据段,(C)计算多个提取出的数据组的标准偏差,以获得一个标准偏差组,以及(D)参考在标准偏差组中包括的每个标准偏差,并选择所需的信号。
依据本发明的另一个方面,提供了一种程序,用于使计算机执行下列过程,(A)获得从所述研究对象产生的时间序列信号,作为包括多个数据段的数据组,(B)从所述数据组获得多个提取出的数据组,其中,每个提取出的数据组包括从所述数据组选择的预定数目的数据段,(C)计算多个提取出的数据组的标准偏差,以获得一个标准偏差组,以及(D)参考在标准偏差组中包括的每个标准偏差,并选择所需的信号。
附图简要说明
图1是显示依据本发明的一个实施例的有效信号提取方法的每个步骤的原理图。
图2是显示在本发明的一个实例中所述的用在细胞的离子通道活动的测量中的装置的结构和步骤的原理图。图中的标号指示如下:100计算机;101测量部分;102标准偏差计算步骤;105平均值计算步骤;108活动计算步骤;110显示部分。
图3是显示本发明的另一个实例中所述的用在细胞的离子通道活动的测量中的装置的结构和步骤的原理图。图中的标号指示如下:100计算机;101测量部分;102标准偏差计算步骤;103正态分布近似步骤;106平均值和半宽计算步骤;109活动分类步骤;以及110数据显示部分。
图4是显示在本发明的又一个实例中所述的用在细胞的离子通道活动的测量中的装置的结构和步骤的原理图。图中的标号指示如下:100计算机;101测量部分;102标准偏差计算步骤;103正态分布近似步骤;104样本时间确定步骤;106平均值和半宽计算步骤;109活动分类步骤;以及110数据显示部分。
图5是显示在本发明的又一个实例中所述的用在细胞的离子通道活动的测量中的装置的结构和步骤的原理图。图中的标号指示如下:100计算机;101测量部分;102标准偏差计算步骤;103正态分布近似步骤;106平均值和半宽计算步骤;107信号合计步骤;109活动分类步骤;110数据显示部分;以及111刺激产生部分。
图6是显示出依据本发明的方法测量从椎实螺(Lymnaeastagnails)制备而来的神经元对不同的谷氨酸浓度的应答的结果的示意图。
图7是显示出依据本发明的方法测量从椎实螺制备而来的神经元对应用谷氨酸的细胞外记录应答的结果的示意图。
图8是显示依据本发明的方法测量从椎实螺制备而来的神经元对应用谷氨酸的细胞内记录应答的结果的示意图。
图9是显示本发明中根据由硝苯吡啶(nifedipine)引起的细胞离子通道活动变化的数据库对一个测试药剂进行分类的结果的示意图。
图10是显示依据本发明的方法测量从椎实螺制备而来的神经元对应用谷氨酸和TTX的应答的结果的示意图。
图11是显示依据本发明方法测量以不同的钙通道抑制剂处理的平滑肌细胞应答的结果的示意图。
图12是显示在一个实例中所述的作为本发明的研究对象的、具有不同数目的碱基替代(base replacement)的DNA探针的排列的示意图。
图13是显示由本发明的方法当在不同温度实施作为研究对象的、具有不同数目的碱基替代的DNA探针的杂交时测量荧光强度随时间变化的结果的示意图。
图14是显示由本发明的方法当实施作为研究对象的、具有不同数目的碱基替代的DNA探针的杂交时测量荧光强度的结果的示意图,其中荧光强度是根据碱基替代的数目绘出的。
图15绘出了依据本发明方法作为有效信号而获得的一个平滑肌细胞对去甲肾上腺素的应答。
图16是以时延方式显示依据本发明的方法作为有效信号而获得的一个平滑肌细胞对去甲肾上腺素的应答的示意图。
实现本发明的最佳方式
依据本发明的一个实施例的有效信号提取方法是一种用于从自至少一个研究对象产生的信号提取出所需的信号的方法,包括:步骤A,以预定频率或采样率对从该研究对象产生的时间序列信号采样,以获得一个包括多个数据段的数据组,步骤B,从该数据组提取出多个数据集合,每个集合包括预定数目的数据段,以获得多个提取出的数据组,并计算多个提取出的数据组中的每一个的标准偏差,以获得一个标准偏差的集合,以及计算所得的标准偏差的平均值的步骤,其中,将平均值看作从该研究对象产生的时间序列信号的代表值,并用作用于获得所需的信号或有效信号的索引。
依据本发明的另一个实施例的有效信号提取方法是一种用于从自至少一个研究对象产生的信号提取出所需的信号的方法,包括:步骤A,以预定频率或采样率对从该研究对象产生的时间序列信号采样,以获得一个包括多个数据段的数据组,步骤B,从该数据组提取出多个数据集合,每个集合包括预定数目的数据段,以获得多个提取出的数据组,并计算多个提取出的数据组中的每一个的标准偏差,以获得一个标准偏差的集合,以及如下步骤,将标准偏差划分成具有作为一个单位的预定宽度的标准偏差的多个类,在一个具有代表类的轴和代表出现在每个类中的标准偏差的数目的另一个轴的坐标系上绘出每个标准偏差,将所得的图近似到一个正态分布,并计算所得的正态分布的平均值、半宽和方差或标准偏差,其中,将这些值看作从该研究对象产生的时间序列信号的代表值,并用作用于获得所需的信号或有效信号的索引。
参看图1,将描述依据本发明的一个实施例的有效信号提取方法。图1是用于解释本发明的一个实施例的有效信号提取方法的原理图。如图1(a)所示,将从一个研究对象产生的时间序列信号(例如,电压振幅)以时间序列方式以预定频率采样,以获得包括多个数据段的数据组。接着,如图1(b)所示,以时间序列方式从数据组多次提取一个数据集合(图1(b)显示了一次提取),每个集合包括预定数目的时间序列数据段(例如,对应于横跨5毫秒的数据)。计算每个提取出的数据组的标准偏差,以获得包括一个标准偏差集合的的标准偏差组。接着,如图1(c)所示,将作为标准偏差集合的每个成员的标准偏差划分成具有作为一个单位的预定宽度的标准偏差的多个类并绘出(在图1(c)中,水平轴代表时间间隔,垂直轴代表标准偏差值)。接着,如图1(d)所示,在具有代表类的X轴和代表每个类中的标准偏差数目的Y轴的坐标系上绘出标准偏差值,并将所得的图近似到一个正态分布上。最后,计算所得的正态分布的平均值和半宽、方差或标准偏差。将这些值看作从该研究对象产生的时间序列信号的代表值,并用作用于获得所需的信号或有效信号的索引。
依据本发明的另一个实施例的有效信号提取方法是一种用于从自至少一个研究对象产生的信号提取出所需的信号的方法,包括:步骤A,以预定频率或采样率对从该研究对象产生的时间序列信号采样,以获得一个包括多个数据段的数据组,步骤B,从该数据组提取出多个数据集合,每个集合包括预定数目的数据段,以获得多个提取出的数据组,并计算多个提取出的数据组中的每一个的标准偏差,以获得一个标准偏差的集合,以及如下步骤,将标准偏差划分成具有作为一个单位的预定宽度的标准偏差的多个类,在一个具有代表类的轴和代表出现在每个类中的标准偏差的数目的另一个轴的坐标系上绘出每个标准偏差,通过从包括指数递减分析、指数递增分析、高斯分布、洛伦兹分布、σ分析、多峰值分析和非线性分析的组中选择的曲线近似分析来近似所得的图,并获得所得的近似曲线的每个参数值(X偏移值,Y偏移值,时间常数,放大系数,中心,宽度,指数,乘方,Y的起始值y(-∞),以及Y的结束值(+∞)),其中,这些参数中的任何一个被看作从该研究对象产生的时间序列信号的代表值,并用作用于获得所需的信号或有效信号的索引。
在本发明的实施例中,在改变在提取出的数据组中的一个数据集合中的数据段的数目以及直方图类的间隔的同时,可以重复从步骤B到绘出标准偏差的步骤的过程,从而提高所得索引值的精度。
在本发明的实施例中,可以使用多个研究对象,可以相加或者相减从自研究对象产生的时间序列信号获得的数据组,从而提高所得索引值的精度。
在本发明的实施例中,该方法可以进一步包括同时刺激研究对象、从而提高所得索引值的精度或为该刺激获得一个有效信号的步骤。
在本发明的实施例中,在提取出的数据组中的一个数据集合可以由时间序列或随机选择来提取。
在本发明的实施例中,步骤B可以被重复。起始数据可以指定为a。可以从数据组提取出包括预定数目的时间序列数据段的第一提取数据组。可以计算每个第一提取数据组的标准偏差。可以在数据a之后的一预定时间对起始数据b采样。可以从数据组提取出包括预定数目的时间序列数据段的第二提取数据组。可以计算每个第二提取数据组的标准偏差。
在本发明的实施例中,步骤B可以被重复。起始数据可以指定为a。可以从数据组提取出包括预定数目的时间序列数据段的第一提取数据组。可以计算每个第一提取数据组的标准偏差。可以获得包括多个标准偏差的第一标准偏差组。可以在数据a之后的一预定时间对起始数据b采样。可以从数据组提取出包括预定数目的时间序列数据段的第二提取数据组。可以计算每个第二提取数据组的标准偏差。可以获得包括多个标准偏差的第二标准偏差组。将第一和第二标准偏差组的每一个划分成具有作为一个单位的预定宽度的标准偏差的多个类,并在具有代表类的轴和代表每个类中的标准偏差数目的另一个轴的坐标系上绘出标准偏差。可以将所得的图近似到一个正态分布上。可以计算所得的正态分布的平均值和半宽、方差或标准偏差。将这些值看作从该研究对象产生的时间序列信号的代表值,并用作用于获得所需的信号或有效信号的索引。
依据本发明的另一个实施例的有效信号提取方法是一种用于从自至少一个研究对象产生的信号提取出所需的信号的方法,包括:步骤A,以预定频率或采样率对从该研究对象产生的时间序列信号采样,以获得一个包括多个数据段的数据组,步骤B,从该数据组提取出多个数据集合,每个集合包括预定数目的数据段,以获得多个提取出的数据组,并计算多个提取出的数据组中的每一个的标准偏差,以获得一个标准偏差的集合,步骤C,以时间序列方式从标准偏差组多次提取预定数目的标准偏差,以获得多个提取出的标准偏差组,并计算预定数目的标准偏差的平均值和平均值的时间序列增大率,步骤D,识别对应于当提取出的标准偏差的平均值到达一个预定设置值时的时间的时间序列信号的产生的时间(a),步骤E,识别对应于当在时间(a)之后提取出的标准偏差组的平均值的增大率到达一个预定设置值时的时间的时间序列信号的产生的时间(b),步骤F,计算在时间(b)的标准偏差的平均值,以及,步骤G,根据从时间(a)和(b)的标准偏差的改变率和变化获得一个有效信号。通过根据标准偏差的改变率和变化获得有效信号,可以定量地估计一个药剂的固有活动性。此外,可以在不同药剂之间比较活动性,并比较活动性表现速度。
(实例)
此后将参考附图描述本发明的实例。
(例1)
图2是显示用在依据本发明的例1的信号提取方法中的装置的结构和步骤的原理图。该装置包括用于连续测量从一个神经元产生的动作电位的测量部分101;包含存储一个程序的硬盘的计算机100,该程序用于执行用于每隔预定时间计算测量的数据的标准偏差的标准偏差计算步骤102、用于每隔预定时间计算输出的标准偏差值的平均值的平均值计算步骤105、以及用于从平均值计算步骤105输出的平均值计算离子通道活动的活动计算步骤108;以及,用于显示离子通道活动的数据显示部分110,例如CRT。
该装置用于测量一个实际上从椎实螺制备的神经元的电信号,其中将0,0.1,0.3,1,3,10,30或100μM的谷氨酸加到神经元上。将所得的横跨10毫秒的测量出的数据划分成横跨100毫秒的多段子数据,随后计算每个子数据的标准偏差。在图6中绘出了标准偏差的平均值。在这个实例的离子通道活动提取方法中,确认依赖于谷氨酸浓度的结果。换句话说,谷氨酸浓度越大,100毫秒的标准偏差值的分布越靠右,即100毫秒的标准偏差值越大。此外,显示出从该数据估计出全部离子通道活动。
(例2)
图3是显示用在依据本发明的例2的信号提取方法中的装置的结构和步骤的原理图。该装置包括用于连续测量从一个神经元产生的动作电位的测量部分101;包含存储一个程序的硬盘的计算机100,该程序用于执行用于每隔预定时间计算测量的数据的标准偏差的标准偏差计算步骤102、用于将包括多个所得的标准偏差的标准偏差组划分成具有作为一个单位的预定宽度的标准偏差的多个类、并在一个X轴代表类和Y轴代表每个类中存在的标准偏差的数目的坐标系上绘出每个标准偏差的正态分布近似步骤103、用于将所得的图近似到一个正态分布并计算所得的正态分布的平均值和半宽的平均值和半宽计算步骤106、以及用于根据所得的平均值和半宽对离子通道活动分类的活动分类步骤109;以及,用于显示离子通道活动的数据显示部分110,例如CRT。
该装置用于执行一个实际上从椎实螺制备的神经元的细胞外记录,其中,测量是在将50μM的谷氨酸加到神经元之前和之后进行的。由测量获得的一组标准偏差被绘在图7中所示的图上,其中水平轴代表类。图7(a)是显示在施加谷氨酸之前每5毫秒计算出的标准偏差值的直方图。图7(b)是显示在施加谷氨酸之后每5毫秒计算出的标准偏差值的直方图。如这些图所示,通过将施加谷氨酸之前和之后的直方图近似到正态分布而获得的图的平均值和半宽在施加之前分别是0.488和0.119,在施加之后分别是0.733和0.170。每隔5毫秒的标准偏差的平均值在施加谷氨酸之前和之后之间增大。这是因为施加谷氨酸激活了椎实螺神经元的离子通道,被激活的通道的打开或关闭引起了出现在图中的动作电位的变化。
图8显示了每隔5毫秒的标准偏差值的直方图,其中由常规的细胞内记录方法获得的数据被进行类似的信号处理。图8中左边的曲线是在施加谷氨酸之前每隔5毫秒的标准偏差值的直方图,图8中右边的曲线是在施加谷氨酸之后每隔5毫秒的标准偏差值的直方图。如这些图所示,通过将在施加谷氨酸之前和之后的直方图近似到正态分布而获得的图的平均值和半宽在施加之前分别是0.181和0.041,在施加之后分别是0.534和0.204。在图7和8的结果之间比较,细胞外记录方法的结果与细胞内记录方法的结果类似。
因此,取代常规细胞内记录,这个实例的信号提取方法可以用于仅仅测量和提取并对与离子通道的打开或关闭相关的细胞活动分类。在这个结构中,通过比较在对细胞施加了药剂之前和之后或相对于药剂量的离子通道活动的绝对值或离子通道活动中的增大或减小,可以检测细胞的离子通道活动,并且可以定性地或定量地对药剂的效果分类。
(例3)
细胞内记录方法和类似方法已经揭示出,当以10μM的去甲肾上腺素刺激细胞时,平滑肌细胞的钙离子通道由硝苯吡啶以依赖于浓度的方式抑制。因此,由细胞内记录方法记录的硝苯吡啶在钙离子通道上的效果(0.03到30μM)被用作数据库,由细胞外记录通过测量两个钙通道抑制剂而获得的数据也被参考来采用与例2相同的信号活动提取方法对药剂分类。具体地,由细胞内记录获得的数据被以两个变量绘出,即,标准偏差的正态分布的平均值与一个参考值的偏差(相对位移值)和其半宽与一个参考值的偏差(相对展宽)。绘图结果用作数据库。这个数据库用于对两个药剂的效果分类(化合物A和B)。平滑肌细胞的钙离子通道的活动由细胞外记录测量,同时药剂A和B的浓度在0.03到30μM的范围内变化。结果显示在图9中。在图9中,三角形指示化合物A。如图9所示,化合物A以与硝苯吡啶(圆圈)大致相同的方式表现。因此,化合物A非常可能是一个与硝苯吡啶类似的钙离子通道抑制剂。相反,在图9中由方块指示的化合物B大致没有变化,而不管化合物B的浓度的变化,因此化合物B非常可能不是一个钙离子通道阻断剂,与作用于平滑肌的常规钙通道阻断剂不同。
如上所述,这个实例的信号提取方法使得可以推导出未知药剂的效果。此外,例如,可以采用一个如图9所示由虚线圆圈指示的阈值来评估药剂,指示上述相对位移和相对展宽分别都在大约5%内,从而使得可以有效地筛选药剂。
(例4)
由细胞外记录方法研究了1μM的河豚毒素(TTX)在从椎实螺制备的神经元上的效果,其中50μM的谷氨酸被同时加到该神经元上。神经元的离子通道活动用与例2相同的离子通道活动提取方法来提取。结果显示在图10中。图b是通过将在施加谷氨酸之前每隔5毫秒的标准偏差值近似到一个正态分布而获得的图。图c是通过将在施加谷氨酸之后每隔5毫秒的标准偏差值近似到一个正态分布而获得的图。图a是通过将每隔5毫秒的标准偏差值近似到一个正态分布而获得的图,其中允许TTX作用10分钟,随后施加谷氨酸。如图10所示,添加50μM的谷氨酸使得分布的平均值沿水平轴向右移位,并且半宽增大。另一方面,1μM的TTX的作用使得分布的平均值沿水平轴进一步向左移位超过对照,并且半宽减小。因此,如图2所示,这个实例的信号活动提取方法使得能够定性地或定量地对药剂的效果分类。此外,通过另外采用一个近似正态分布的半宽作为用于对药剂的效果分类的因素,可以更精细地对药剂的效果分类。
(例5)
将取自鼠的主动脉血管的平滑肌细胞用于以细胞外记录方法测量各种钙通道阻断剂的效果。所得的数据用与例2相同的信号提取方法来处理,以确定离子通道活动。
细胞外记录是采用一个细胞外记录电极实现的,该细胞外记录电极具有100个直径为5μm的通孔,每个通孔在一个在硅基质的2mm×2mm的区域中形成的直径为20μm和深度为20μm的凹坑中提供。一个平滑肌细胞被固定在100个通孔的每一个中,并从后侧吸住来固定细胞以供测量。测量电极在硅基质的后侧上以金沉积来提供,以便可以检测与细胞的通道的打开或关闭相关的电改变。以上述方式在细胞外记录电极上准备的细胞被以一个钙通道阻断剂、即ω-CgTxMVIIC(P/Q类型)、硝苯吡啶(L类型)和ω-CgTxGVIA(N类型)中的每一个来处理。在这种情况下,比较去甲肾上腺素在平滑肌细胞上的效果,结果显示在图11中。图11中的五条曲线代表对施加下面各个药剂的响应,按照峰值位置从左起为:1μM硝苯吡啶(L类型钙通道抑制剂)+50μM去甲肾上腺素(粗虚线)、无药剂(对照)(长短交替虚线)、1μMω-CgTxMVIIC(P/Q类型钙通道抑制剂)+50μM去甲肾上腺素(粗链双虚线)、1μMω-CgTxGVIA(N类型钙通道抑制剂)+50μM去甲肾上腺素(虚线)、以及50μM去甲肾上腺素(实线)。
因此,特征偏差值由正态分布近似,以获得依赖于每种类型的阻断剂的图。
通过采用例5的信号提取方法并比较在向细胞施加药剂之前和之后或相对于药剂量的离子通道活动的绝对值或离子通道活动的增大或减少,可以检测一个细胞的离子通道活动,并且可以对药剂的效果定性或定量地分类。
(例6)
由取自带有Eco RI和Hind III的E.coli的双消化DNA(产生片段产品A至H)获得的样本被用作样品。如图12所示,与双消化产品(单链DNA)互补的探针被放在一个载片上。在行A上,通过以其他碱基替代一个与产品A的单链DNA互补的碱基顺序的0到5碱基而获得的探针被以从左开始从0到5的顺序固定。在行B上,通过以其他碱基替代一个与产品B的单链DNA互补的碱基顺序的0到5碱基而获得的探针被以类似方式固定。在行C到H上,通过以其他碱基替代一个与产品C到H的单链DNA互补的碱基顺序的0到5碱基而获得的探针被以类似方式固定。此后,对应于载片上的所有行和列的反应环被提供,从E.coli产生的DNA样本被滴落在载片上,其中,通过加热到100℃用Eco RI和Hind III双消化DNA并使其是单链而获得样本。与双链DNA反应的指示剂、例如CyberGreen I被添加到每个反应环。在这种情况下,执行荧光测量,同时每隔5分钟温度从5℃增加到80℃。
图13显示了在10kHz的采样率采样的行C上的荧光强度中的时间序列变化。如图13所示,所替代的碱基数越少,即,杂交越大,则荧光强度越大。对于在行A、B和D到H上提供的产品也是这样。在测量开始之后从45分钟到50分钟的5分钟获得的行C的荧光强度数据被以与例2中相同的方法近似到正态分布,图14中显示了结果以供比较。如图14所示,所替代的碱基数越少,即,杂交越大,则近似正态分布曲线的峰值之前和之后的梯度或正态分布的半宽、方差或标准偏差越大。其结果是,发现本发明的信号处理可以检测到由于碱基不同而在形成双链的能力中的不同。
于是,显示出本发明的有效信号提取方法可以非常有效地不仅估定细胞活动,还估定物理特性中的变化,即,DNA诊断,SNP分析,等等。
(例7)
将取自鼠大动脉血管的平滑肌在一个特别处理的半导体基质上培养。
半导体基质在1mm2的面积上具有100个直径为5μm的通孔,通孔的深度是30μm。半导体基质的表面以10μg/cm2的密度覆盖有0.01%(w/v)胶原蛋白类型I溶液(Sigma C8919),随即允许其在37℃反应30分钟,随后是空气干化。取自鼠大动脉血管的平滑肌在以无菌水净化的基质上培养。在培养三天之后,进行下面的实验。
当测量离子通道活动时,通过从半导体基质的后面施加预定压力来吸入血管平滑肌细胞,以使得细胞与半导体基质相接触。以10μM去甲肾上腺素刺激平滑肌细胞。在一个实验系统中,以10μM去甲肾上腺素刺激平滑肌细胞,并测量电势变化60秒。以例2中的方法将所得的时间序列数据近似到一个正态分布。在图15所示的图上绘出正态分布的平均值。注意,时间序列数据的采集在实验开始10毫秒之后开始,这样不会从时间滞后提取出测量的数据。此后,每隔100毫秒从时间序列数据计算标准偏差,从而清楚地提取出由兴奋剂引起的离子通道活动。其结果是,发现所得的曲线清楚地向比没有施加药剂时更高的类值移动,如图15所示。注意,当时间滞后小于50毫秒时,可以清楚地提取出平均值位移,然而,相反,50毫秒或更多的时间滞后使得活动提取无效。这是这个实验系统的结果。认为使用其他细胞和其他兴奋剂可以导致相应的特定特性。
(例8)
除了在可选10μM派唑嗪(α1阻断剂)作为抑制剂的情况下执行10μM去甲肾上腺素刺激以外,进行与例7相同的实验。在该实验系统中,首先以10μM去甲肾上腺素刺激平滑肌细胞,并测量其电势变化60秒。在这种情况下,如图16所示,以实三角形绘出横跨一秒平均值的时间序列数据的每隔100毫秒的标准偏差的平均值。进一步,以空三角形绘出以10毫秒的时间位移分开的一秒时间序列的每隔100毫秒的标准偏差的平均值。接着,实圈和空圈指示当在以10μM去甲肾上腺素刺激平滑肌细胞之前用10μM派唑嗪对平滑肌细胞处理10分钟并执行类似信号处理时获得的数据。空圈指示带有10毫秒的时间位移的一秒时间序列数据的每隔100毫秒的标准偏差的平均值,并对应于实三角形所指示的结果。其结果是,表明通过处理带有时间位移的时间序列数据,可以清楚地捕获对一个刺激的反应。例8的结果指示出该方法可以识别具有根据刺激变化的活动的定时的通道类型的可能性。此外,建议该方法可以通过为标准偏差的平均值设置一个任意阈值来确定兴奋剂或抑制剂的强度。
如上所述,本发明的有效信号提取方法以各种方式划分以预定采样率或频率捕获的数字信号,从而使得能够从噪声中提取、测量和分类与一个生物反应相关的有效信号。
即使在荧光图象的荧光强度被CCD相机捕获为数字信号、但在荧光强度中未观察到变化时,本发明的有效信号提取方法也能够提取、测量和分类不仅是生物信号、而且是化学或物理信号中的微小变化。
注意,虽然在上述实例中采用了图2或3所示的装置结构和步骤,但也可以采用图4或5中所示的装置结构和步骤。
图4是显示用在依据本发明的又一个实例的信号提取方法中的装置的结构和步骤的原理图。该装置包括用于连续测量从一个神经元产生的动作电位的测量部分101;包含存储一个程序的硬盘的计算机100,该程序用于执行用于每隔预定时间计算测量的数据的标准偏差的标准偏差计算步骤102,用于确定计算一个标准偏差的时间的样本时间确定步骤104,用于将包括多个所得的标准偏差的标准偏差组划分成具有作为一个单位的预定宽度的标准偏差的多个类、并在一个其中X轴代表类和Y轴代表在每个类中存在的标准偏差的数目的坐标系上绘出每个标准偏差的正态分布近似步骤103,用于将所得的图近似到一个正态分布并计算所得的正态分布的平均值和半宽的平均值和半宽计算步骤106,以及用于根据所得的平均值和半宽对离子通道活动分类的活动分类步骤109;以及,用于显示离子通道活动的数据显示部分110,例如CRT。
图5是显示用在依据本发明的又一个实例的信号提取方法中的装置的结构和步骤的原理图。该装置包括用于刺激一个神经元的刺激产生部分111;用于连续测量从神经元产生的动作电位的多个测量部分101;用于合计由测量部分101获得的信号的信号合计部分107;包含存储一个程序的硬盘的计算机100,该程序用于执行用于每隔预定时间计算测量的数据的标准偏差的标准偏差计算步骤102,用于将包括多个所得的标准偏差的标准偏差组划分成具有作为一个单位的预定宽度的标准偏差的多个类、并在一个其中X轴代表类和Y轴代表在每个类中存在的标准偏差的数目的坐标系上绘出每个标准偏差的正态分布近似步骤103,用于将所得的图近似到一个正态分布并计算所得的正态分布的平均值和半宽的平均值和半宽计算步骤106,以及用于根据所得的平均值和半宽对离子通道活动分类的活动分类步骤109;以及,用于显示离子通道活动的数据显示部分110,例如CRT。
如上所述,参考实例描述了本发明,但本发明不限于这些。在不偏离本发明的范围的情况下,根据本领域技术人员的知识,可以实现包括变化、改变和修改的其他实施例。
工业实用性
本发明提供了用于从难以或不可能识别的信号中提取出一个有效信号的方法。特别地,本发明提供了一种方法,其中,一个不必要求专用控制装置的简单测量探针可以被用来容易地测量和分类在短时间内整个细胞的全部通道活动,并且不需要化学物质,使得不需要考虑副作用或荧光敏感性随时间的改变,还提供了一种可用于药剂筛选的方法。
本发明的有效信号提取方法可以运用于药剂筛选、DNA分析、蛋白质分析、DNA和蛋白质功能分析等。例如,在电生理学细胞功能测量、电化学DNA分析等中,从一个捕获为数字信号的信号提取出一个有效信号,并测量和分类,使得该方法对于高速药剂筛选是非常有用的。此外,在DNA分析领域,可以采用荧光插入或电化学测量在SNP分析中执行依赖于反应温度的杂交分析,使得该方法在医药开发或DNA诊断领域中是有用的。
Claims (18)
1、一种用于从自至少一个研究对象产生的信号提取出一个所需的信号的方法,包括如下步骤:
(A)获得一个从所述研究对象产生的时间序列信号,其中所述研究对象作为一个由多个数据段构成的数据组;
(B)从所述数据组获得多个提取出的数据组,其中,每个提取出的数据组包括从所述数据组选择的预定数目的数据段;
(C)计算多个提取出的数据组的标准偏差,以获得一个标准偏差组;以及
(D)参考在标准偏差组中包括的每个标准偏差,并选择所需的信号。
2、如权利要求1所述的方法,其中,步骤(D)中的参考是计算在标准偏差组中包括的标准偏差的平均值。
3、如权利要求1所述的方法,其中,步骤(D)中的参考是将标准偏差划分成多个类,其中每个类具有作为一个单位的预定宽度的标准偏差,在一个具有代表类的轴和另一个代表出现在每个类中的标准偏差的数目的轴的坐标系上绘出每个标准偏差,将所得的图近似为一个正态分布,并计算所得的正态分布的平均值、半宽和方差或标准偏差。
4、如权利要求1所述的方法,进一步包括在改变提取出的数据组中所包括的数据段的数目的同时多次执行步骤(B)至(C)。
5、如权利要求3所述的方法,进一步包括在改变提取出的数据组中所包括的数据段的数目和类的宽度的同时多次执行步骤(B)至(D),其中,从多个所得的正态分布的平均值、半宽和方差或标准偏差中选择所需的信号。
6、如权利要求1所述的方法,其中,从自多个研究对象而产生的信号中提取出所需的信号,并且,在步骤(A)之后,所述方法进一步包括相加为多个研究对象中的每一个而获得的数据组。
7、如权利要求1所述的方法,其中,从自多个研究对象而产生的信号中提取出所需的信号,并且,在步骤(A)之后,所述方法进一步包括相减为多个研究对象中的每一个而获得的数据组。
8、如权利要求1所述的方法,其中,从自多个研究对象而产生的信号中提取出所需的信号,并且,在步骤(A)之前,所述方法进一步包括同时刺激多个研究对象中的每一个。
9、如权利要求1所述的方法,其中,步骤(D)中的参考是将标准偏差划分成多个类,其中每个类具有作为一个单位的预定宽度的标准偏差,在一个具有代表类的轴和另一个代表出现在每个类中的标准偏差的数目的轴的坐标系上绘出每个标准偏差,通过从包括指数递减分析、指数递增分析、高斯分布、洛伦兹分布、σ分析、多峰值分析和非线性分析的组中选择的曲线近似分析来近似所得的图,并获得所得的近似曲线上的峰值之前和之后的梯度。
10、如权利要求1所述的方法,其中,以时间序列的方式执行步骤(B)中的选择。
11、如权利要求2所述的方法,其中,重复步骤(B)到(D),以时间序列的方式执行步骤(B)中的选择,并且,所述方法进一步包括在每次重复时以一个预定时间滞后在提取出的数据组中选择一个第一数据段,并比较在多次重复过程中所获得的标准偏差组的平均值。
12、如权利要求3所述的方法,其中,重复步骤(B)到(D),以时间序列的方式执行步骤(B)中的选择,并且,所述方法进一步包括在每次重复时以一个预定时间滞后在提取出的数据组中选择一个第一数据段,并比较在多次重复过程中获得的标准偏差组的正态分布的平均值。
13、如权利要求3所述的方法,其中,重复步骤(B)到(D),以时间序列的方式执行步骤(B)中的选择,并且,所述方法进一步包括在每次重复时以一个预定时间滞后在提取出的数据组中选择一个第一数据段,并比较在多次重复过程中获得的标准偏差组的正态分布的半宽、方差或标准偏差。
14、如权利要求1所述的方法,其中,步骤(D)中的参考包括从标准偏差组中获得多个提取出的标准偏差组,每个提取出的标准偏差组包括以时间序列方式从标准偏差组选择的预定数目的标准偏差,以及,所述方法进一步包括如下步骤:
计算预定数目的标准偏差的平均值和平均值的时间序列增大率;
将每个提取出的标准偏差组的所得平均值与一个预定的设置值进行比较;
识别对应于具有大于或等于设置值的平均值的标准偏差组的时间序列信号的产生时间(a);
识别与具有在时间(a)之后提取出的标准偏差组的平均值的时间序列增大率小于或等于设置值的标准偏差组相对应的时间序列信号的产生时间(b);以及
根据产生时间(a)和(b)获得一个有效信号。
15、如权利要求1所述的方法,其中,研究对象是一个细胞,以及,所需的信号是一个与离子通道或受体的激活或细胞内信号转导系统的活动相关的信号。
16、如权利要求1所述的方法,其中,研究对象是一个细胞,所需的信号是一个由对一种测试化学物质起反应的细胞而产生的有效信号,以及
在存在对细胞具有公知作用的标准化学物质时或在存在测试化学物质时执行步骤(A),以及,所述方法进一步包括将在存在标准化学物质时获得的平均值与在存在测试化学物质时获得的平均值进行比较。
17、如权利要求1所述的方法,其中,研究对象是一个细胞,所需的信号是一个由对测试化学物质起反应的细胞所产生的有效信号,以及
在存在一个对细胞具有公知作用的标准化学物质时或在存在标准化学物质和测试化学物质时执行步骤(A),以及,所述方法进一步包括将在存在标准化学物质时获得的平均值与在存在标准化学物质和测试化学物质时获得的平均值进行比较。
18、如权利要求1所述的方法,其中,研究对象是核酸,以及,所需的信号是与双链核酸的形成相关的有效信号。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001131411 | 2001-04-27 | ||
JP131411/01 | 2001-04-27 | ||
JP131411/2001 | 2001-04-27 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1462361A CN1462361A (zh) | 2003-12-17 |
CN1256443C true CN1256443C (zh) | 2006-05-17 |
Family
ID=18979602
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB028014383A Expired - Lifetime CN1256443C (zh) | 2001-04-27 | 2002-04-26 | 用于提取有效信号的方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US6999905B2 (zh) |
EP (1) | EP1382937A4 (zh) |
JP (1) | JP3727311B2 (zh) |
KR (1) | KR100542422B1 (zh) |
CN (1) | CN1256443C (zh) |
TW (1) | TWI248508B (zh) |
WO (1) | WO2002088635A1 (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3891111B2 (ja) * | 2002-12-12 | 2007-03-14 | ソニー株式会社 | 音響信号処理装置及び方法、信号記録装置及び方法、並びにプログラム |
US9041659B2 (en) * | 2007-07-26 | 2015-05-26 | N-Trig Ltd. | System and method for diagnostics of a grid based digitizer |
CN101488223B (zh) * | 2008-01-16 | 2012-03-28 | 中国科学院自动化研究所 | 基于曲线均值标准差描述子的图像曲线特征匹配方法 |
US20130069948A1 (en) * | 2011-09-15 | 2013-03-21 | Zerofootprint Software Inc. | System and method for processing and displaying data relating to consumption data |
WO2014007166A1 (ja) * | 2012-07-02 | 2014-01-09 | 日本電気株式会社 | 流量予測装置、流量予測方法及び流量予測プログラム |
CN103499700B (zh) * | 2013-09-30 | 2014-12-10 | 深圳理邦实验生物电子有限公司 | 一种应用于细胞分析仪的信号有效性分析方法及其装置 |
US10445444B2 (en) * | 2014-08-01 | 2019-10-15 | Nec Corporation | Flow rate prediction device, mixing ratio estimation device, method, and computer-readable recording medium |
EP3398088A4 (en) * | 2015-12-28 | 2019-08-21 | Sixgill Ltd. | SYSTEM AND METHOD FOR MONITORING, ANALYZING AND MONITORING DARK WEB |
IT201700068751A1 (it) * | 2017-06-21 | 2018-12-21 | Torneria Ferraro S P A | Metodo di verifica di ingranaggi a vite senza fine. |
CN111581761B (zh) * | 2019-01-30 | 2022-11-04 | 中国石油天然气股份有限公司 | 基于岩石粒度的数据处理方法、装置及存储介质 |
CN112683873B (zh) * | 2021-03-22 | 2021-06-01 | 泛肽生物科技(浙江)有限公司 | 液态芯片的检测模型构建方法及装置、分析方法及装置 |
CN113197551B (zh) * | 2021-05-07 | 2023-08-04 | 中国医学科学院生物医学工程研究所 | 多模生理神经信号检测与实验刺激时间对齐方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB1310572A (en) * | 1970-03-09 | 1973-03-21 | Telomex Group Ltd | Computing circuits |
US3952185A (en) * | 1975-01-17 | 1976-04-20 | Philip Morris Incorporated | Standard deviation determining apparatus |
DE2605485B2 (de) * | 1976-02-12 | 1980-05-29 | Carl Schenck Ag, 6100 Darmstadt | Verfahren zum relativen Einstellen der Drehachsen von in Serie zu bearbeitenden Werkstücken in einer Zentriermaschine |
US5170359A (en) * | 1984-07-19 | 1992-12-08 | Presearch Incorporated | Transient episode detector method and apparatus |
JPH064062B2 (ja) * | 1984-10-31 | 1994-01-19 | シチズン時計株式会社 | 時間の関数となるデ−タの測定装置 |
JP2893610B2 (ja) * | 1990-06-07 | 1999-05-24 | オムロン株式会社 | 細胞分析装置 |
JPH0534263A (ja) * | 1991-07-26 | 1993-02-09 | Omron Corp | 細胞分析装置 |
US5594637A (en) * | 1993-05-26 | 1997-01-14 | Base Ten Systems, Inc. | System and method for assessing medical risk |
JP2928714B2 (ja) * | 1993-12-28 | 1999-08-03 | アサヒビール株式会社 | 細胞活性度判定方法及び装置 |
WO1997027318A1 (fr) * | 1996-01-24 | 1997-07-31 | Matsushita Electric Industrial Co., Ltd. | Procede de mesure de proprietes physico-chimiques de tissus ou de cellules, procede d'examen de substances chimiques et equipement correspondant |
IL127650A0 (en) * | 1996-06-28 | 1999-10-28 | Milkovich Systems Engineering | Improved fast fourier transform processor |
JP3350421B2 (ja) * | 1997-11-06 | 2002-11-25 | 日立ソフトウエアエンジニアリング株式会社 | バイオチップ読取装置及びバイオチップ読取方法 |
JP2001041955A (ja) * | 1999-08-03 | 2001-02-16 | Tokyo Univ Of Pharmacy & Life Science | 脳浮腫の解析方法 |
-
2002
- 2002-04-26 TW TW091108698A patent/TWI248508B/zh not_active IP Right Cessation
- 2002-04-26 CN CNB028014383A patent/CN1256443C/zh not_active Expired - Lifetime
- 2002-04-26 KR KR1020027017869A patent/KR100542422B1/ko active IP Right Grant
- 2002-04-26 EP EP02722886A patent/EP1382937A4/en not_active Withdrawn
- 2002-04-26 WO PCT/JP2002/004302 patent/WO2002088635A1/ja active IP Right Grant
- 2002-04-26 JP JP2002585891A patent/JP3727311B2/ja not_active Expired - Lifetime
- 2002-04-26 US US10/296,007 patent/US6999905B2/en not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
CN1462361A (zh) | 2003-12-17 |
EP1382937A1 (en) | 2004-01-21 |
KR100542422B1 (ko) | 2006-01-11 |
KR20040002417A (ko) | 2004-01-07 |
EP1382937A4 (en) | 2009-11-11 |
WO2002088635A1 (fr) | 2002-11-07 |
US20030125887A1 (en) | 2003-07-03 |
US6999905B2 (en) | 2006-02-14 |
JPWO2002088635A1 (ja) | 2004-08-19 |
JP3727311B2 (ja) | 2005-12-14 |
TWI248508B (en) | 2006-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1256443C (zh) | 用于提取有效信号的方法 | |
Briggs et al. | Layer-specific input to distinct cell types in layer 6 of monkey primary visual cortex | |
EP2155855B1 (en) | Methods and processes for calling bases in sequence by incorporation methods | |
CN109001180B (zh) | 一种拉曼光谱结合人工智能高通量单细胞分析鉴定方法 | |
US20110087439A1 (en) | Systems and methods for identifying materials utilizing multivariate analysis techniques | |
Garion et al. | Texture coarseness responsive neurons and their mapping in layer 2–3 of the rat barrel cortex in vivo | |
CN108486227B (zh) | 基于环境dna技术对红耳龟生物量评估的引物及其方法 | |
Pigani et al. | Classification of red wines by chemometric analysis of voltammetric signals from PEDOT-modified electrodes | |
JP4089916B2 (ja) | 多細胞応答同時測定法 | |
CN113571128A (zh) | 一种用于宏基因组学病原体检测参考阈值建立的方法 | |
CN115718089A (zh) | 一种基于菌群拉曼特征快速识别样品类别的方法 | |
CN1258602C (zh) | 一种侦测基因序列的装置和方法 | |
Hussain et al. | Rapid identification of pathogens based on MIE light scattering and machine learning approach | |
AT505106A1 (de) | Einrichtung, insbesondere bio-chip, zur identifizierung von mikro-organismen | |
CN113945623A (zh) | 单细胞分析方法和系统 | |
EP2613139B1 (de) | Verfahren zur Analyse von Proben und Systeme hierfür | |
EP3438242B1 (en) | Cell observation device, method for evaluating activity level of immune cells, and method for controlling quality of immune cells | |
JP2021179319A (ja) | 解析方法および解析装置 | |
US20090205977A1 (en) | Method and system for detecting a target with a specific marker | |
CN1469111A (zh) | 采用散射光直方图快速辨别颗粒的方法及设备 | |
KR101941771B1 (ko) | 반도체 2d 결정 물질을 이용한 dna의 전기화학적 검출방법 | |
CN101208600A (zh) | 分析生物尿液中微量有机物质的系统与方法 | |
DE102015206444B3 (de) | Verfahren zum Erkennen von Mikroorganismen | |
JP6271407B2 (ja) | 細胞評価統合方法 | |
CN115493898A (zh) | 一种物质成分检验方法及其应用 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CX01 | Expiry of patent term | ||
CX01 | Expiry of patent term |
Granted publication date: 20060517 |