CN1885030A - 用于质谱数据处理的仪器和方法 - Google Patents

Abstract

本发明说明了一种质谱系统。该质谱系统包括用于电离样品流的离子源、位于离子源下游用于获取样品流的质谱数据的检测器、以及连接到检测器的数据分析仪。数据分析仪包括处理质谱数据以得到色谱图的色谱图发生器、将选择判据应用于色谱图以从色谱图选择数据点的数据点选择器、以及将鉴别判据应用于数据点以检测色谱图中的峰的峰鉴别器，其中峰指示样品流中被分析物的存在。本发明还说明了用于质谱系统的一种计算机可读介质以及处理质谱数据的一种方法。

Description

用于质谱数据处理的仪器和方法

技术领域

本发明涉及用于质谱数据处理的仪器和方法。

背景技术

可以用各种分析器械对被分析物例如蛋白质及其他生物分子进行分析。质谱系统由于其能够以高灵敏度快速处理很多种被分析物而具有突出地位。例如，可以通过对用质谱系统获取的谱进行分析来识别生物分子。在某些情况下，质谱系统可以耦合到色谱系统以识别样品流中存在的被分析物。样品流通常经过充满具有吸附特性的固定相的色谱柱，例如高效液相色谱(“HPLC”)柱。被分析物可显示出不同的吸附到固定相上的程度，从而可以在被分析物离开色谱柱时将其分离出来。样品流的后继洗脱(eluting)部分从色谱柱流入质谱系统，该质谱系统重复扫描样品流以从洗脱部分获取谱。之后通常对谱进行处理，将被分析物表示为色谱峰形式以便于其识别。这种处理有时被称为“色谱图重建”，可以用于得到多种色谱图，例如总离子色谱图、基峰色谱图、以及质量色谱图。检测和鉴定所得色谱图中的峰可以识别与该峰相联系的被分析物，还可以确定样品流中该被分析物的数量。

用于对峰进行检测和鉴定的某些传统技术依赖于对色谱图取一阶或二阶导数以对峰是否存在及其位置进行确定。这样的传统技术对相对无噪声环境中的平滑高斯型峰进行处理可令人满意。但是，某些类型的质谱系统在对所得色谱图进行处理的精度和效率方面提出了挑战。常用的一种特定类型的质谱系统是串联质谱仪，例如串联四极杆质谱仪。串联四极杆质谱仪有时也称为“三级四极杆质谱仪”。用串联四极杆质谱仪得到的色谱图有时可包括锯齿状峰及相对较高的噪声水平，该噪声有时可以尖峰形式出现。色谱图这样的特性可使传统技术表现不佳。特别是传统技术可能将单个锯齿状峰错误鉴定为多个峰，并可能将尖峰或其他类型的噪声错误检测为峰。此外，当计算峰的面积时，传统技术对于起止点可能倾向于错误。

传统技术这些缺点源于取导数，因为对信号取导数一般增强了该信号中的噪声水平。已有尝试用控制平滑度的可调参数来处理这些缺点。但是，这些尝试可能需要有经验的用户通过人工选择或调谐可调参数来进行监督。可以理解，人工选择可调参数可能单调、耗时。而且，在不同测量的整个过程中可能都不得不重复地重调可调参数，从而使后续测量工作流程复杂化，并使后续测量工作流程易受到偏差、误差或不一致性的影响。

发明内容

本发明提供了一种质谱系统。该质谱系统包括用于电离样品流的离子源、位于离子源下游用于获取样品流的质谱数据的检测器、以及连接到检测器的数据分析仪。该数据分析仪包括处理质谱数据以得到色谱图的色谱图发生器、将选择判据应用于色谱图以从色谱图中选择数据点的数据点选择器、以及将鉴别判据应用于数据点以检测色谱图中的峰的峰鉴别器，其中峰指示样品流中被分析物的存在。

优选地，本发明的实施例考虑到了质谱数据的处理，使得可以以提高的精度和效率对峰进行检测和鉴定。对于本发明的某些实施例，可以使用可将峰与尖峰和其他类型噪声鉴别开的技术获得这种改进的精度和效率。此技术无需取导数，也无需用户监督即可理想地操作。此技术还可使用基于统计的可靠测量来优化峰的鉴别和鉴定。此外，此技术可提供更强的基于信号的诊断能力，其可以以可检验的基于统计的测量为基础。

本发明还考虑了其他方面和实施例。前述概括说明和下面的详细说明不应将本发明局限于任何特定实施例，而仅仅意在说明本发明的某些实施例。

附图说明

为了更好地理解本发明某些实施例的特性和目标，可能涉及到下面与附图相结合的详细说明。

图1图示了根据本发明的实施例实现的质谱系统的框图。

图2图示了根据本发明的方法进行的操作。

图3图示了可根据本发明的实施例处理的色谱图的例子。

图4图示了根据本发明的实施例从图3的色谱图得到的重排数据点序列。

图5图示了根据本发明实施例的图3的色谱图，其上叠加有基线。

具体实施方式

(定义)

下列定义适用于本发明某些实施例所描述的某些元素。这里同样可以扩展这些定义。

此处所用的单数形式术语“一个”和“该”包括多个指示物，除非上下文有相反的明确表示。因此，例如，涉及的数据分析仪可包括多个数据分析仪，除非上下文有相反的明确表示。

此处所用的术语“组”指一个或多个元素的集合。因此，例如，一组数据点可包括单个数据点或多个数据点。组的元素也可以称为该组的成员。组的元素可以是相同的或不同的。在某些情况下，组的元素可以共有一个或多个共同特性。

此处所用的术语“质谱数据”指用质谱系统获得的数据。质谱数据可包括用质谱系统获取的“原始”数据、根据此“原始”数据得到的数据、或其组合。因此，例如，质谱数据可以包括用质谱系统获取的一组谱形式的数据。作为另一个例子，质谱数据可包括根据一组谱得到的一组色谱图形式的数据。

此处所用的术语“谱”指质谱数据作为质荷比的函数表示。在某些情况下，谱可包括根据质荷比排列的数据点序列。谱的例子包括质谱和分裂普(fragmentation spectra)。

此处所用的术语“色谱图”指质谱数据作为扫描序数或时间的函数表示。在某些情况下，色谱图可包括根据扫描序数或时间排列的数据点序列。色谱图的例子包括总离子色谱图、基峰色谱图、和物质色谱图。

此处所用的术语“峰”指质谱数据的感兴趣部分或有关部分。通常，峰指示存在特定被分析物、该被分析物的数量、或同时指示两者。对于色谱图，色谱图中存在的峰有时可称为“色谱峰”。在某些情况下，峰可包括来自数据点序列的一组数据点，使该组数据点相对于与该数据点序列相联系的基线表现出“正”偏差。构成峰的连续数据点数目有时可称为峰的“宽度”。因此，例如，峰可包括对基线表现出“正”偏差的多个连续数据点，并可包括至少2个数据点且通常大于2个数据点的宽度。峰的包络与基线所限定的区域范围有时可称为峰的“面积”。

此处所用的术语“噪声”指质谱数据的不感兴趣部分或不相关部分。噪声可由广泛的来源产生，例如数据处理机器、化学杂质、环境条件波动、操作条件波动、样品流中存在的溶剂或溶剂系统、以及检测器或质谱系统其他元件的操作。噪声的例子包括背景噪声、漂移和尖峰。

此处所用的术语“尖峰”指质谱数据中可能存在的一类噪声。在某些情况下，尖峰可包括来自数据点序列的一组数据点，例如相对于与数据点序列相联系的基线表现出“正”偏差的该组数据点。构成尖峰的连续数据点的数目有时可称为该尖峰的“宽度”。尖峰与峰在其宽度上不同。特别地，尖峰的宽度通常小于峰的宽度。因此，例如，尖峰可包括对基线表现出“正”偏差的单个孤立数据点，并可包括1个数据点的宽度。

此处所用的术语“匹配滤波器”指根据待处理信号的一组已知或期望的特性所限定的一类滤波器。例如，匹配滤波器可以包括一组非零滤波器系数以将若干数据点的加权和供给中心数据点的任一侧。因此，例如，匹配滤波器可限定为将若干数据点全部加权到零权重的中心数据点任一侧。全部加权的数据点数目加一有时可称为匹配滤波器的“宽度”，匹配滤波器的宽度可根据待检测峰的已知或期望的宽度来限定。

首先将注意力转向图1，其图示了根据本发明实施例实现的质谱系统100。在图示的实施例中，质谱系统100实现为串联四极杆质谱仪形式以提供多级物质分析。但是，可以预期，质谱系统100可以以多种其他方式实现以提供多级物质分析。也可以预期，质谱系统100可实现为提供单级物质分析。

如图1所图示的，质谱系统100包括离子源106，其操作以产生离子。在图示的实施例中，离子源106实现为用电喷雾电离(“ESI”)产生离子。ESI的一个好处是其可以容易地与多种分离程序例如HPLC结合使用。但是，也可以预期，离子源106可以实现为用其他类型电离过程产生离子，例如基质辅助激光解吸电离(“MALDI”)、大气压基质辅助激光解吸电离(“AP-MALDI”)，或类似过程。

如图1所图示的，离子源106将样品流112中存在的被分析物电离。例如，样品流112可以包括分散在合适溶剂或溶剂系统中的生物分子。在图示的实施例中，以连续或流动的方式从色谱柱(图1中未示出)例如HPLC柱将样品流112引入离子源106，样品流112的后继洗脱部分可由质谱系统100如下面的进一步说明进行分析。

参考图1，质谱系统100还包括物质分析仪108，其位于离子源106下游以接收离子。物质分析仪108操作以根据质荷比分离或选择离子。取决于质谱系统100的具体操作模式，物质分析仪108也可以操作来引起离子分裂以产生离子产物。在图示的实施例中，物质分析仪108用一对四极杆物质过滤器(图1中未示出)和可置于该对四极杆物质过滤器之间的碰撞单元(图1中未示出)来实现。但是，可以预期，物质分析仪108可以以多种其他方式实现，例如用一对离子阱器件、一对扇形磁场质谱仪、一对飞行时间器件，或离子阱器件、扇形磁场质谱仪、四极杆滤波器以及飞行时间器件中不同种的组合。

如图1所图示的，质谱系统100还包括检测器110，其位于物质分析仪108下游以接收离子。检测器110操作来检测离子的丰度以获取样品流112的一组谱。检测器110可以以多种方式实现，例如用电子倍增器、闪烁计数器，或类似物。

参考图1，质谱系统100还包括数据分析仪104，其用任何有线或无线传输通道连接到离子源106、物质分析仪108和检测器110。数据分析仪104操作来处理用质谱系统100获取的质谱数据。优选地，数据分析仪104考虑了处理质谱数据，使得可以以提高的精度和效率对峰进行检测和鉴定。接下来，这种提高的精度和效率便于样品流112中存在的被分析物的识别以及从被分析物产生的离子数量的确定。在图示实施例中，数据分析仪104可通过操作提供这种提高的精度和效率，该操作基于可将峰与尖峰和其他类型噪声鉴别开的技术。优选地，此技术无需取导数即可操作，从而相对于某些传统技术提供了更强的噪声不敏感度。此技术还可以自动化，从而可在无需用户的监督、无需人工选择可调参数的情况下操作。此外，此技术可提供更强的基于信号的诊断能力。

如图1所图示的，数据分析仪104包括执行此处所述操作的一组模块114。该组模块114可以以多种方式实现，例如用计算机代码、硬布线电路(hardwired circuit)或计算机代码与硬布线电路的组合。可以预期，数据分析仪104可包括计算设备或与计算设备结合操作，该计算设备例如个人计算机、服务器计算机、网络设备(web appliance)、个人数字助理产品，或类似物。在某些情况下，数据分析仪104可提供用户界面以使用户能够指定多种处理选项。

参考图1，该组模块114包括色谱图发生器116，其处理用质谱系统100获取的质谱数据以得到色谱图。该组模块114还包括数据点选择器118，其将选择判据应用于色谱图以从色谱图选择数据点。该组模块114还包括峰鉴别器120，其将鉴别判据应用于所选择的数据点以检测色谱图中的峰。峰可指示样品流112中被分析物的存在。如图1所图示的，该组模块114还包括计算峰的面积的峰面积计算器122。峰的面积可指示从被分析物产生的离子数量，其可接着指示样品流112中被分析物的数量。

前述提供了本发明实施例的一般概况。接着将注意力转向图2，其图示了根据本发明实施例的方法可执行的操作。特别地，图2图示了可执行来检测和鉴定质谱数据中的峰的操作。

参考图2，对一组谱进行初始处理以得到色谱图(框200)。特别地，扫描样品流的后继洗脱部分以从洗脱部分获取该组谱。记录并处理该组谱以得到色谱图，其可以是总离子色谱图、基峰色谱图或质量色谱图。在图示的实施例中，色谱图包括根据扫描序数或时间排列的数据点序列。

图3图示了可根据本发明的实施例处理的色谱图300的例子。如图3中图示的，色谱图300包括根据扫描序数排列的数据点序列。这里数据点序列的每个数据点包括代表对于特定扫描序数的丰度或强度值的数值。色谱图300包括锯齿状峰302，其以扫描序数130为中心并指示感兴趣的特定被分析物。锯齿状峰302前后都有对应于噪声的若干数据点，其包括以扫描序数99为中心的尖峰304。在图示的例子中，锯齿状峰302包括多个连续数据点，其对与数据点序列相联系的通常变化范围表现出“正”偏差，而尖峰304包括对这个通常的变化范围表现出“正”偏差的单个孤立数据点。

参考回图2，接着将选择判据应用于色谱图以从色谱图选择数据点(框202)。特别地，应用选择判据以选择可能感兴趣的数据点，即那些可能对应于峰、尖峰或此二者的数据点。在图示的实施例中，选择判据用于根据数据点的数值选择数据点。优选地，得到数据点的重排序列以便数据点的选择。数据点的重排序列提供了下面进一步说明的额外好处。

图4图示了根据本发明的实施例从图3的色谱图300得到的数据点的重排序列。如图4中所图示的，数据点的重排序列是通过对来自色谱图300的数据点根据数值从最大到最小而排列或排序得到的。这里，色谱图300的每个数据点被赋予一个数值顺序，对包括最大数值的数据点赋予数值顺序1，包括第二大数值的数据点赋予数值顺序2，等等。如图4所图示的，数据点的重排序列便于识别那些可能感兴趣的数据点，即那些包括最大数值的数据点。在图示的例子中，数值最大的几个数据点包括可能对应于峰、尖峰或二者都可能的数据点。

参考回图2，一旦得到数据点的重排序列，即可从数据点的重排序列中选择数据点。特别地，根据数据点的数值与一个较低阈值的关系选择数据点。以此方式可识别出那些包括最大数值的数据点。一般可以用多种方式限定该较低阈值，例如用绝对项、相对项，或二者都用。因此，例如，可以用绝对项例如根据特定极限值限定该较低阈值，从而允许识别那些包括大于或等于该较低阈值的数值的数据点。作为另一个例子，该较低阈值可以用相对项例如根据数值最大的n个数据点限定，从而允许识别那些包括了数值大于来自色谱图的剩余数据点的数值的数据点。

优选地，该较低阈值可根据数据点的重排序列的统计来限定，从而提供更强的基于信号的诊断能力。特别地，该较低阈值可代表与色谱图相联系的通常变化范围，并可根据估计的基线值加上估计的噪声幅值来限定。估计的基线值和估计的噪声幅值可以用多种方式得到。例如，可以对包括数据点重排序列的中值的区域进行线性回归分析以得到回归线。可以进行统计分析以检验该区域的适合性或选择不同区域用于得到回归线。沿着回归线的特定幅度可代表估计的基线值，回归线的斜率可代表估计的噪声幅值。回归线上方的偏离可能对应于峰或尖峰，而回归线下方的偏离(如果有的话)可能对应于负面扰动或丢失数据。如果愿意，可以通过测量来自构成色谱图的数据点序列的一组不相邻区域的标准偏差、高阶矩以及极值来微调估计的噪声幅值。在某些情况下，微调的噪声幅值可包括可能的基线区域标准偏差的平均值，该区域也就是没有或几乎没有漂移、也没有可能对应于峰或尖峰的数据点的区域。

如图2所图示的，接着将鉴别判据应用于数据点以检测色谱图中的一组峰(框204)。特别地，将鉴别判据应用于用选择判据选出的数据点。在图示的实施例中，鉴别判据用于鉴别那些对应于峰的数据点和那些对应于尖峰或其他类型噪声的数据点。优选地，鉴别判据可用来鉴别封和尖峰而无需取导数，从而提供了更强的噪声不敏感度。如下面进一步说明的，鉴别判据还可以根据数据点重排序列的统计来限定，从而提供更强的基于信号的诊断能力。

在图示的实施例中，匹配滤波器限定为可以检测色谱图中的峰。匹配滤波器一般可以用多种方式限定。例如，匹配滤波器可包括一组非零滤波器系数以向色谱图中中心数据点的任一侧提供若干数据点的加权和。特别地，匹配滤波器可以是对称的，以将若干数据点全部加权到零权重的中心数据点的任一侧，例如用具有值[1，0，1]、[1，1，0，1，1]或[1，1，1，0，1，1，1]的滤波器系数。全部加权的数据点的数目加一有时可称为匹配滤波器的“宽度”，匹配滤波器的宽度可限定为与峰的期望宽度对应或匹配。之后通过从数据点的加权和中减去偏移值而得到匹配滤波器的输出。偏移值可根据估计的基线值乘以全部加权的数据点数目以及一个比一略大的数而得到。因此，例如，宽度为五的匹配滤波器的输出可如下得到：

输出＝DP_t-2+DP_t-1+DP_t+DP_t+1+DP_t+2-(4^*估计的基线值*m)     (1)

其中DP_t-2指扫描序数或时间为t-2处的数据点，DP_t-1指扫描序数或时间为t-1处的数据点，DP_t指扫描序数或时间为t处的中心数据点，DP_t+1指扫描序数或时间为t+1处的数据点，DP_t+2指扫描序数或时间为t+2处的数据点，m为大于一的任意数，例如1.1或1.2。当应用于基线区域时，匹配滤波器的输出为负。当尖峰作为中心数据点存在时，匹配滤波器的输出也为负。但是，当峰的顶点作为中心数据点存在时，匹配滤波器的输出为正。通常当包括峰的另一数据点作为中心数据点存在时，匹配滤波器的输出也为正。

一旦得到，即可将包括最大数值的数据点作为匹配滤波器的中心数据点，从该点开始将匹配滤波器应用于数据点的重排序列。如果数据点被确定为对应于尖峰，则根据附加考虑除去这个数据点，对数据点重排序列中的下一个数据点进行求值。另一方面，如果数据点被确定为对应于峰的顶点，则用匹配滤波器对到色谱图中该数据点任一侧的数据点进行求值。以此方式可以确定峰的边界和峰的宽度。接着，根据附加考虑除去对应于该峰的数据点，并如上所述对数据点重排序列中的下一个数据点进行求值。求值一直持续到数据点重排序列中的剩余数据点包括落到较低阈值以下的数值。如果匹配滤波器的宽度和峰的宽度不匹配(或如果没有检测到峰)，可以相应调整匹配滤波器的宽度，并重复上述操作。还可以预期，可以根据峰的特性调整匹配滤波器的非对称性或偏移值(或如果没有检测到峰)，并重复上述操作。

如图2所图示的，接下来将回归分析应用于色谱图以得到基线(框206)。特别地，在对峰的搜索结束并检测到至少一个峰之后，对可能的基线区域，即那些没有或几乎没有漂移、也没有可能对应于峰或尖峰的数据点的区域进行识别。特别地，这些可能的基线区域可能包括数据点重排序列中这样的数据点，即包括了数值小于较低阈值的数据点。还可以预期，这些可能的基线区域可根据对匹配滤波器对于这些可能的基线区域的输出进行求值来识别。可以对这些可能的基线区域作为一个整体进行回归分析和其他类型统计分析，从而提供其平直度和用作基线的适用性的全面评价。接着，可将这些可能的基线区域细分为与每个检测到的峰相邻的区域。可以对这些相邻区域进行回归分析和其他类型的统计分析以对其平直度和用作基线的适用性进行排序。以此方式可选择峰任一侧的相邻区域，所得回归线可用作该峰所用的基线。

图5图示了根据本发明的实施例的图3的色谱图300，基线500叠加于其上。特别地，图5图示了色谱图300的一部分，该部分包括锯齿状峰302和对于锯齿状峰302得到的基线500。在图示的例子中，锯齿状峰302前后的若干个数据点是根据其平直度和适用性而选择以得到基线500的。

返回图2，根据对于峰得到的基线计算检测到的每个峰的面积(框208)。可以用多种方式进行面积计算，例如用多种数值积分程序的任一种。参考图5，例如，锯齿状峰302的面积是由锯齿状峰302的包络与基线500限定的，并可用数值积分计算。

应当承认，本发明的上述实施例是通过举例方式提供的，本发明包括各种其他实施例。例如，尽管已描述为对色谱图进行某些操作，但可以预期，这些操作可以对其他类型的质谱数据进行。还可以预期，这些操作可以优选地用于检测和鉴定多种其他类型信号中的峰。

本发明的实施例涉及具有计算机可读介质的计算机存储产品，该计算机可读介质包括其上用于执行一组由计算机实现的操作的计算机代码或可执行指令。介质和计算机代码可以是为了本发明的目的而专门设计并构建的，也可以是计算机软件领域普通技术人员已知和可用的类型。计算机可读介质的例子包括：磁介质例如硬盘、软盘和磁带；光介质例如只读存储器光盘(“CD-ROM”)及全息器件；磁光介质例如光软盘(flopticaldisk)；以及专门配置为存储并执行计算机代码的硬件器件，例如专用集成电路(“ASIC”)、可编程逻辑器件(“PLD”)、只读存储器(“ROM”)器件、以及随机存取存储器(“RAM”)器件。计算机代码的例子包括机器代码例如由编译器所产生的，以及包括由计算机用解释器执行的高级代码的文件。例如，本发明的实施例可用Java、C++或其他面向对象的编程语言和开发工具来实现。计算机代码的其他例子包括加密过的代码和压缩过的代码。此外，本发明的实施例可作为计算机程序产品下载，其可从远程计算机通过载波或其他传播媒质包含的数据信号经过传输通道传送到请求计算机。因此，如此处所用的，载波可认为计算机可读介质。本发明的另一实施例可以用硬布线电路取代或结合计算机代码而实现。

尽管已经参考其具体实施例对本发明进行了说明，本领域技术人员应当明白，在不脱离由所附权利要求所限定的本发明的真实精神和范围的情况下，可以进行各种变化和等效替换。此外，可以对本发明的目标、精神和范围进行许多改变以适应特定环境、材料、物质成分、方法、一个操作或多个操作。所有这些改变都应确定为包括在所附于此的权利要求的范围内。特别地，尽管此处公开的方法已参考以特定顺序执行的特定操作进行了说明，仍应当理解，在不脱离本发明所讲内容的情况下，这些操作可以合并、细分或重新排序而形成等效方法。因此，除非此处特别指明，操作的顺序和分组不是对本发明的限制。

Claims (21)

1.一种质谱系统，包括：

a)离子源，该离子源用于电离样品流；

b)检测器，该检测器相对于所述离子源位于下游，用于获取所述样品流的质谱数据；以及

c)数据分析仪，该数据分析仪连接到所述检测器，并包括：

i)色谱图发生器，该色谱图发生器处理所述质谱数据以得到色谱图；

ii)数据点选择器，该数据点选择器将选择判据应用于所述色谱图以从所述色谱图选择数据点；和

iii)峰鉴别器，该峰鉴别器将鉴别判据应用于所述数据点以检测所述色谱图中的峰，其中所述峰指示所述样品流中被分析物的存在。

2.根据权利要求1所述的质谱系统，其中，所述色谱图对应于总离子色谱图、基峰色谱图和质量色谱图之一。

3.根据权利要求1所述的质谱系统，其中，所述数据点选择器配置为应用所述选择判据以根据所述数据点的数值选择所述数据点。

4.根据权利要求1所述的质谱系统，其中，所述峰鉴别器配置为应用匹配滤波器来从所述数据点中识别出对应于所述峰的第一组数据点。

5.根据权利要求4所述的质谱系统，其中，所述峰鉴别器配置为应用所述匹配滤波器来从所述数据点中识别出对应于尖峰的第二组数据点。

6.根据权利要求1所述的质谱系统，其中，所述数据分析仪还包括峰面积计算器来计算所述峰的面积，其中所述峰的面积指示从所述被分析物产生的离子数量。

7.根据权利要求6所述的质谱系统，其中，所述数据点对应于来自所述色谱图的第一数据点，所述峰面积计算器配置为对来自所述色谱图的第二数据点进行分析以得到基线。

8.一种用于质谱系统的计算机可读介质，包括：

a)根据数据点的数值从色谱图选择数据点的代码；和

b)将鉴别判据应用于所述数据点以检测所述色谱图中的峰的代码，其中所述峰指示被分析物的存在。

9.根据权利要求8所述的计算机可读介质，其中所述色谱图包括数据点序列，a)中所述代码包括根据所述数据点的数值与一个较低阈值的关系从所述数据点序列选择所述数据点的代码。

10.根据权利要求8所述的计算机可读介质，其中所述色谱图包括数据点序列，a)中所述代码包括根据所述数据点的数值与来自所述数据点序列的剩余数据点的数值的关系从所述数据点序列选择所述数据点的代码。

11.根据权利要求10所述的计算机可读介质，其中所述数据点序列根据扫描序数和时间之一排列，从所述数据点序列选择所述数据点的所述代码包括：

根据数值对所述数据点进行排序以得到重排数据点序列的代码；和

从所述重排数据点序列选择所述数据点的代码。

12.根据权利要求8所述的计算机可读介质，其中b)中所述代码包括将匹配滤波器应用于所述数据点的代码。

13.根据权利要求8所述的计算机可读介质，其中b)中所述代码包括从所述数据点中识别出对应于所述峰的第一组数据点的代码。

14.根据权利要求13所述的计算机可读介质，其中b)中所述代码还包括从所述数据点中识别出对应于尖峰的第二组数据点的代码。

15.根据权利要求8所述的计算机可读介质，其中所述数据点对应于来自所述色谱图的第一数据点，所述计算机可读介质还包括：

将回归分析应用于来自所述色谱图的第二数据点以得到基线的代码；和

根据所述基线计算所述峰的面积的代码，其中所述峰的面积指示所述被分析物的数量。

16.一种处理质谱数据的方法，包括：

a)根据数据点序列限定匹配滤波器；以及

b)将所述匹配滤波器应用于所述数据点序列以从所述数据点序列中识别出对应于峰的第一组数据点，其中所述峰指示被分析物的存在。

17.根据权利要求16所述的方法，其中所述匹配滤波器的宽度对应于所述峰的期望宽度。

18.根据权利要求16所述的方法，其中a)中对匹配滤波器的所述限定包括根据所述数据点序列得到所述匹配滤波器的偏移值。

19.根据权利要求18所述的方法，其中所述偏移值包括与所述数据点序列相联系的估计基线值。

20.根据权利要求16所述的方法，其中b)中对匹配滤波器的所述应用包括从所述数据点序列中识别出对应于尖峰的第二组数据点。

21.根据权利要求16所述的方法，还包括根据所述数据点的数值从所述数据点序列中选择数据点，其中b)中对匹配滤波器的所述应用包括将所述匹配滤波器应用于所述数据点以从所述数据点中识别出对应于所述峰的所述第一组数据点。

Images