DK2128791T3 - Fremgangsmåde til behandling af spektrometiske data - Google Patents
Fremgangsmåde til behandling af spektrometiske data Download PDFInfo
- Publication number
- DK2128791T3 DK2128791T3 DK08251890.3T DK08251890T DK2128791T3 DK 2128791 T3 DK2128791 T3 DK 2128791T3 DK 08251890 T DK08251890 T DK 08251890T DK 2128791 T3 DK2128791 T3 DK 2128791T3
- Authority
- DK
- Denmark
- Prior art keywords
- peak
- mass
- measured
- spectrum
- peaks
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J49/00—Particle spectrometers or separator tubes
- H01J49/02—Details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
- G06F2218/14—Classification; Matching by matching peak patterns
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Chemical & Material Sciences (AREA)
- Evolutionary Biology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Biotechnology (AREA)
- Physiology (AREA)
- Crystallography & Structural Chemistry (AREA)
- Computing Systems (AREA)
- Analytical Chemistry (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Claims (18)
- 1. Computerimplementeret fremgangsmåde til karakterisering af en prøve ved anvendelse af massespektrometri ved identificering af en mest sandsynlig grundstofsammensætning af et målt peak af interesse i et målt spektrum opnået fra denne prøve ved anvendelse af et massespektrometer, hvor det målte spektrum indbefatter peaks, der er isotopvarianter af peaket af interesse, og peaks, der ikke er isotopvarianter af peaket af interesse, hvilken fremgangsmåde omfatter følgende trin: (a) identificering, for peaket af interesse i prøvens spektrum, af en flerhed af grundstofsammensætninger med et peak, hvis position ligger inden for en forudbestemt tolerance for positionen af det målte peak af interesse; (b) dannelse af et sæt af kandidatsammensætninger ud fra den identificerede flerhed af grundstofsammensætninger; (c) generering af et teoretisk isotopspektrum for hver af kandidatsammensætningerne i det dannede sæt deraf; (d) udvælgelse af peaks inden for hvert således genereret teoretisk isotopspektrum til yderligere behandling; (e) for hver kandidatsammensætning fra sættet efter tur: (i) skalering af intensiteten af mindst ét af: samtlige udvalgte peaks af det teoretiske isotopspektrum fra den særlige kandidatsammensætning, der undersøges, og/eller samtlige peaks for det målte massespektrum for at reducere forskellen mellem intensiteterne af peaket af interesse og det tilsvarende peak for kandidatsammensætningen; (ii) beregning af en spektral afstand, SD, mellem hvert peak i det teoretiske isotopspektrum og hvert peak i det målte spektrum baseret på både forskellen dM i de relative positioner af et givent peak i det teoretiske isotopspektrum og et givent peak i det målte spektrum, og ligeledes de relative forskelle dl i skaleret intensitet deraf, hvor SD stiger monotont med dM og dl, og hvor SD defineres som en hvilken som helst af:hvor MeXp = forventet positionsfejl Iexp = forventet intensitetsfejl; hvor Mexp er relateret til massespektrometrets massepræcision, og hvor Iexp er baseret på den observerede intensitetsfejl frembragt af massespektrometret; (iii) enten: for hvert peak i det teoretiske isotopspektrum valgt i trin (d), identificering af peaket i det målte spektrum, der anses for at ligge tættest på dette peak i det teoretiske isotopspektrum, ved bestemmelse af, hvilket af de målte peaks der har den laveste SD; eller for hvert peak i det målte spektrum, identificering af peaket i det teoretiske isotopspektrum valgt i trin (d), der anses for at ligge tættest på dette peak i det målte spektrum, ved bestemmelse af, hvilket af de teoretiske isotop-peaks der har den laveste SD; (iv) beregning af en mønsterspektralaf stand (pattern spectral distance - PSD) for en særlig kandidatsammensætning baseret på en kombination af både dM og dl mellem de målte peaks og de teoretiske isotop-peaks, hvor de målte eller teoretiske isotop-peaks er hver af de, der er blevet identificeret som tilsvarende i trin (e) (iii), og hvor PSD stiger monotont med dM og dl, og hvor PSD er defineret som en hvilken som helst af:og hvor Σ er summen af samtlige udvalgte teoretiske isotop-peaks og deres tilsvarende målte peaks, dMip er positionsforskellen mellem det identificerede tilsvarende målte peak og udvalgte teoretiske isotop-peak, og dip er intensitetsforskellen mellem det identificerede tilsvarende målte peak og udvalgte teoretiske isotop-peak; (v) normalisering af PSD’en med en maksimal forventet PSD (PSDmax); (vi) vægtning af PSD’en i forhold til hyppigheden af peaks i enten det teoretiske isotopmassespektrum eller det målte massespektrum, således at en masse- og/eller intensitetsfejl for et mindre intenst peak påvirker PSD’en mindre end den samme masse- eller intensitetsfejl for et mere intenst peak; (f) identificering af hvilket af sættet af kandidatgrundstofsammensætninger af det målte peak af interesse, der er den mest sandsynlige grundstofsammensætning deraf, ved bestemmelse af hvilken kandidatsammensætning der har den mindste PSD; og (g) udlæsning af data, der er repræsentative for den identificerede mest sandsynlige grundstofsammensætning af det målte peak af interesse.
- 2. Fremgangsmåde ifølge et hvilket som helst foregående krav, hvor et kriterium til udvælgelse af et teoretisk isotop-peak omfatter anvendelse af en tærskelværdi, således at kun peaks af det teoretiske isotopspektrum med intensiteter større end tærskelværdien udvælges til yderligere behandling.
- 3. Fremgangsmåde ifølge krav 3, hvor tærskelværdien er matematisk relateret til støjen i det målte spektrum.
- 4. Fremgangsmåde ifølge krav 3, hvor tærskelværdien i procent er indstillet til 100. (4. Inoise/B), hvor B er intensiteten af det identificerede peak af interesse og den målte støjværdi for dette peak er Inoise.
- 5. Fremgangsmåde ifølge et hvilket som helst foregående krav, hvor, mellem trin (e)(iii) og (e)(iv), de udvalgte teoretiske isotop-peaks og/eller peaks for det målte spektrum skaleres i intensitet for således at minimere summen af forskellen i intensiteter, dl, mellem intensiteten af hvert udvalgt teoretisk isotop-peak og intensiteten af det tilsvarende målte peak.
- 6. Fremgangsmåde ifølge krav 5, hvor skaleringen udføres ved anvendelse af en skaleringsfaktor N, der beregnes og anvendes ifølge: Ir = N.Ii hvor: Ir er de skalerede peak-intensiteter, og li er intensiteterne af peaks i det spektrum, der skal skaleres, enten de udvalgte teoretiske isotop-peak-intensiteter eller de målte peak-intensiteter; og hvor: I(i,abs) er den absolutte intensitet af peaket i det spektrum, der skal skaleres, 1(2, abs) er den absolutte intensitet af det tilsvarende peak i det andet spektrum, der ikke skal skaleres, og samtlige sammenlægninger er over samtlige peaks i det spektrum, der skal skaleres; og hvor skaleringsfaktoren beregnes som én af
- 7. Fremgangsmåde ifølge et hvilket som helst foregående krav, hvor trinnet med normalisering af PSD’en omfatter multiplikation af PSD’en med 1/V(2*n).
- 8. Fremgangsmåde ifølge et hvilket som helst foregående krav, hvor en maksimalgrænseværdi af PSD’en efter normalisering i trin (e) (v) er 1.
- 9. Fremgangsmåde ifølge et hvilket som helst foregående krav, hvor den vægtede PSD beregnes ifølge én af:og hvor: intensiteten af det udvalgte teoretiske isotopmasse-peak er Lp; og lu, hf etc. er fraktionerede intensiteter.
- 10. Fremgangsmåde ifølge krav 9 (a), (b) eller (c), hvor trinnet med normalisering af PSD’en omfatter multiplikation af PSD’en medfor henholdsvis tilfældene (a), (b) og (c) ifølge krav 9.
- 11. Fremgangsmåde ifølge et hvilket som helst foregående krav, hvor et peak defineres som manglende, hvis SD er større end eller lig med en given tærskelværdi, og hvor beregningen af PSD’en indebærer anvendelse af en penalty for sådanne manglende peaks, hvilken penalty yderligere øger værdien af PSD.
- 12. Fremgangsmåde ifølge krav 11, hvor tærskelværdien er 1,0.
- 13. Fremgangsmåde ifølge krav 11 eller krav 12, hvor den anvendte penalty beregnes baseret på det signal-til-støjforhold, S/N, som peaket ville forventes at have, hvis det havde ligget i det målte spektrum.
- 14. Fremgangsmåde ifølge et hvilket som helst foregående krav, hvor et peak defineres som manglende, hvis SD er større end eller lig med en given tærskelværdi, og hvor beregningen af PSD’en indebærer anvendelse af en penalty for sådanne manglende peaks, hvilken penalty yderligere øger værdien af PSD, hvor den pågældende penalty er dE, og dE anvendes på én af følgende måder: (a) hvis dMip > Mexp, udskiftes termen dMiP/Mexp med dE (b) hvis dhp > Iexp, udskiftes termen dlip/lexp med dE (c) hvis både dMiP > Mexp og dkp > Iexp, udskiftes både termen dMiP/Mexp og dlip/lexp med dE, og hvor dE er større end eller lig med 1,0.
- 15. Fremgangsmåde ifølge et hvilket som helst foregående krav, hvor positionerne af de målte peaks og/eller positionerne af de teoretiske isotop-peaks indikerer eller er relateret til kvantiteter, der indikerer fysisk masse af ioner/forbindelser/materialer/molekyler.
- 16. Fremgangsmåde ifølge krav 15, hvor kvantiteten, der indikerer fysisk masse, er én eller en kombination af hvilke som helst to eller flere af: flyvetid, frekvens, spænding, magnetfelt, vinkelafbøjning.
- 17. Computerprogram med elementer af programkode, der, når den eksekveres, udfører fremgangsmåden ifølge et hvilket som helst foregående krav.
- 18. Computerlæsbart medium ved udførelse af programmet ifølge krav 17.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP08251890.3A EP2128791B1 (en) | 2008-05-30 | 2008-05-30 | Method of processing spectrometric data |
Publications (1)
Publication Number | Publication Date |
---|---|
DK2128791T3 true DK2128791T3 (da) | 2018-08-27 |
Family
ID=40409228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DK08251890.3T DK2128791T3 (da) | 2008-05-30 | 2008-05-30 | Fremgangsmåde til behandling af spektrometiske data |
Country Status (4)
Country | Link |
---|---|
US (2) | US8831888B2 (da) |
EP (1) | EP2128791B1 (da) |
CA (1) | CA2669452C (da) |
DK (1) | DK2128791T3 (da) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DK2128791T3 (da) * | 2008-05-30 | 2018-08-27 | Thermo Fisher Scient Bremen Gmbh | Fremgangsmåde til behandling af spektrometiske data |
AU2010309988A1 (en) * | 2009-10-21 | 2012-06-14 | Basf Plant Science Company Gmbh | Method for generating biomarker reference patterns |
GB2482680A (en) * | 2010-08-09 | 2012-02-15 | Shimadzu Corp | A method for determining the presence or absence of an element in a sample |
US9697338B2 (en) | 2011-10-21 | 2017-07-04 | California Institute Of Technology | High-resolution mass spectrometer and methods for determining the isotopic anatomy of organic and volatile molecules |
US9390238B2 (en) * | 2011-12-30 | 2016-07-12 | Dh Technologies Development Pte. Ltd. | Windowing combined with ion-ion reactions for chemical noise elimination |
US10186410B2 (en) | 2012-10-10 | 2019-01-22 | California Institute Of Technology | Mass spectrometer, system comprising the same, and methods for determining isotopic anatomy of compounds |
GB2514836B (en) | 2013-06-07 | 2020-04-22 | Thermo Fisher Scient Bremen Gmbh | Isotopic Pattern Recognition |
WO2016183647A1 (en) * | 2015-05-18 | 2016-11-24 | Universidade Estadual Paulista Júlio De Mesquita Filho - Unesp | Method of analysis' pattern recognition and computer program |
WO2017025893A2 (en) * | 2015-08-13 | 2017-02-16 | Dh Technologies Development Pte. Ltd. | Library search tolerant to isotopes |
JP6718694B2 (ja) * | 2016-02-10 | 2020-07-08 | 日本電子株式会社 | マススペクトル解析装置、マススペクトル解析方法、および質量分析装置 |
US10607723B2 (en) * | 2016-07-05 | 2020-03-31 | University Of Kentucky Research Foundation | Method and system for identification of metabolites using mass spectra |
US10615015B2 (en) | 2017-02-23 | 2020-04-07 | Thermo Fisher Scientific (Bremen) Gmbh | Method for identification of the elemental composition of species of molecules |
GB2585258B (en) | 2019-01-30 | 2022-10-19 | Bruker Daltonics Gmbh & Co Kg | Mass spectrometric method for determining the presence or absence of a chemical element in an analyte |
CN110501413B (zh) * | 2019-08-13 | 2021-01-26 | 中国科学院南京地理与湖泊研究所 | 基于ft-icr ms的溶解性有机物分子式的确定方法 |
JP7018422B2 (ja) | 2019-12-06 | 2022-02-10 | 日本電子株式会社 | マススペクトル処理装置及び方法 |
CN114861113A (zh) * | 2021-01-20 | 2022-08-05 | 睿励科学仪器(上海)有限公司 | 一种用于获取样品参数信息的方法和装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5245186A (en) * | 1991-11-18 | 1993-09-14 | The Rockefeller University | Electrospray ion source for mass spectrometry |
IT1271774B (it) * | 1994-12-16 | 1997-06-09 | Pirelli Cavi Spa | Sistema di telecomunicazione a multiplazione di lunghezza d'onda con fibre ottiche a dispersione cromatica spostata |
US6873915B2 (en) * | 2001-08-24 | 2005-03-29 | Surromed, Inc. | Peak selection in multidimensional data |
CA2514343C (en) | 2003-01-24 | 2010-04-06 | Thermo Finnigan Llc | Controlling ion populations in a mass analyzer |
GB2399450A (en) | 2003-03-10 | 2004-09-15 | Thermo Finnigan Llc | Mass spectrometer |
US20050059017A1 (en) * | 2003-09-11 | 2005-03-17 | Oldham Mark F. | System and method for extending dynamic range of a detector |
EP1522958B1 (en) * | 2003-10-07 | 2007-01-24 | Bruker AXS GmbH | Determining parameters of a sample by X-ray scattering applying an extended genetic algorithm with truncated use of the mutation operator |
US9551654B2 (en) * | 2004-07-01 | 2017-01-24 | Mcgill University | Method for the spectral identification of microorganisms |
DK2128791T3 (da) * | 2008-05-30 | 2018-08-27 | Thermo Fisher Scient Bremen Gmbh | Fremgangsmåde til behandling af spektrometiske data |
-
2008
- 2008-05-30 DK DK08251890.3T patent/DK2128791T3/da active
- 2008-05-30 EP EP08251890.3A patent/EP2128791B1/en active Active
-
2009
- 2009-05-13 CA CA2669452A patent/CA2669452C/en active Active
- 2009-05-26 US US12/472,262 patent/US8831888B2/en active Active
-
2014
- 2014-09-08 US US14/480,449 patent/US20140379279A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
US8831888B2 (en) | 2014-09-09 |
US20140379279A1 (en) | 2014-12-25 |
CA2669452C (en) | 2016-09-06 |
EP2128791B1 (en) | 2018-08-01 |
CA2669452A1 (en) | 2009-11-30 |
EP2128791A3 (en) | 2011-03-09 |
EP2128791A2 (en) | 2009-12-02 |
US20090299653A1 (en) | 2009-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DK2128791T3 (da) | Fremgangsmåde til behandling af spektrometiske data | |
EP3123495B1 (en) | High mass accuracy filtering for improved spectral matching of high-resolution gas chromatography-mass spectrometry data against unit-resolution reference databases | |
US8431886B2 (en) | Estimation of ion cyclotron resonance parameters in fourier transform mass spectrometry | |
JP5375411B2 (ja) | クロマトグラフ質量分析データ解析方法及び装置 | |
Russell et al. | High‐resolution mass spectrometry and accurate mass measurements with emphasis on the characterization of peptides and proteins by matrix‐assisted laser desorption/ionization time‐of‐flight mass spectrometry | |
US20230160905A1 (en) | Method for evaluating data from mass spectrometry, mass spectrometry method, and maldi-tof mass spectrometer | |
CN111902719B (zh) | 自动的质谱分析方法和仪器 | |
Meringer et al. | MS/MS data improves automated determination of molecular formulas by mass spectrometry | |
US7904253B2 (en) | Determination of chemical composition and isotope distribution with mass spectrometry | |
US20140361159A1 (en) | Isotopic Pattern Recognition | |
US7197402B2 (en) | Determination of molecular structures using tandem mass spectrometry | |
US20200232956A1 (en) | Accurate mass spectral library for analysis | |
EP4078600B1 (en) | Method and system for the identification of compounds in complex biological or environmental samples | |
CN112534267A (zh) | 复杂样本中相关化合物的识别和评分 | |
CN112640031A (zh) | 同位素质谱法 | |
Alton et al. | Scaled Kendrick Mass Defect Analysis for Improved Visualization of Atmospheric Mass Spectral Data | |
US20220301839A1 (en) | Method for analyzing mass spectrometry data, computer program medium, and device for analyzing mass spectrometry data | |
Wei et al. | A method of aligning peak lists generated by gas chromatography high-resolution mass spectrometry | |
JP5150370B2 (ja) | 質量分析システムおよび質量分析方法 | |
Lyutvinskiy et al. | Adding colour to mass spectra: Charge Determination Analysis (CHARDA) assigns charge state to every ion peak | |
CN117461087A (zh) | 用于鉴别质谱中的分子种类的方法和装置 |