JP2009539067A - イオン検出およびn次元データのパラメータ推定 - Google Patents
イオン検出およびn次元データのパラメータ推定 Download PDFInfo
- Publication number
- JP2009539067A JP2009539067A JP2009512324A JP2009512324A JP2009539067A JP 2009539067 A JP2009539067 A JP 2009539067A JP 2009512324 A JP2009512324 A JP 2009512324A JP 2009512324 A JP2009512324 A JP 2009512324A JP 2009539067 A JP2009539067 A JP 2009539067A
- Authority
- JP
- Japan
- Prior art keywords
- ion
- peak
- filter
- dimension
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J49/00—Particle spectrometers or separator tubes
- H01J49/26—Mass spectrometers or separator tubes
-
- 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
-
- 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
-
- 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
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
-
- 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
-
- 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
- G16C20/70—Machine learning, data mining or chemometrics
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Crystallography & Structural Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Image Processing (AREA)
Abstract
Description
ステップ502:クロマトグラフデータおよびスペクトルデータを有する二次元データ行列を作成する。
ステップ504:このデータ行列に適用する二次元畳み込みフィルタを指定する。
ステップ506:二次元畳み込みフィルタをデータ行列に適用する。例えば、データ行列は、二次元フィルタに畳み込むことができる。
ステップ508:二次元フィルタをデータ行列に適用した出力のピークを検出する。それぞれの検出されたピークは、イオンに対応するとみなされる。ピーク検出を最適化するために閾値化が使用できる。
ステップ510:それぞれの検出されたピークについてイオンパラメータを抽出する。パラメータは、保持時間、質量対電荷比、強度、スペクトル方向のピーク幅、および/またはクロマトグラフ方向のピーク幅などのイオン特性を含む。
ステップ512:抽出されたイオンに関連付けられているイオンパラメータをリストまたはテーブルに格納する。格納操作は、ピークが検出される毎に、または複数のもしくはすべてのピークが検出された後に実行できる。
ステップ514:抽出されたイオンパラメータを使用して、データの後処理を行う。例えば、データを簡約するためにイオンパラメータテーブルが使用可能である。このような簡約は、例えば、スペクトルまたはクロマトグラフィの複雑さを低減するようにウィンドウ操作を行うことにより実行できる。分子の特性は、この簡約されたデータから推論されうる。
LC/MS分析の出力を異なる一連のスペクトルおよびクロマトグラムと見るのではなく、LC/MS出力を強度のデータ行列として構成するのが有益である。本発明の一実施形態では、データ行列は、時間の経過とともに収集されたそれぞれの連続するスペクトルに関連付けられているデータをデータ行列の連続する列内に入れて、強度の二次元データ行列を形成することにより作成される。図8は、時間的に連続して収集された5つのスペクトルがデータ行列800の連続する列801−805内に格納されている例示的なそのようなデータ行列800を示している。スペクトルが、このようにして格納された場合、データ行列800の行は、格納されているスペクトル中の対応するm/z値におけるクロマトグラムを表す。これらのクロマトグラムは、データ行列800内の行811−815により示される。したがって、行列形式では、データ行列のそれぞれの列は、特定の時間に収集されたスペクトルを表し、それぞれの行は、固定されたm/zにおいて収集されたクロマトグラムを表す。データ行列のそれぞれの要素は、特定のm/z(対応するスペクトル中の)に対する特定の時間(対応するクロマトグラム中の)において収集された強度値である。本開示では、カラム指向のスペクトルデータと行指向のクロマトグラフデータを仮定しているけれども、本発明の代替え実施形態では、データ行列は、行がスペクトルを表し、列がクロマトグラムを表すように方向付けられる。
ステップ1001:データ行列を形成する
ステップ1002:データ行列内のそれぞれの要素の問い合わせを行う
ステップ1004:強度の極大であり、正値を有するすべての要素を識別する
ステップ1006:それぞれのそのような極大にイオンとして標識付けする
ステップ1008:イオンパラメータを抽出する
ステップ1010:イオンパラメータをテーブル形式にする
ステップ1012:イオンパラメータを後処理して、分子特性を得る。
フィルタの必要性
LC/MS実験には、共溶出、干渉、またはノイズは、あるとしても、めったに存在しない。共溶出、干渉、またはノイズの存在は、イオンを正確に、また確実に検出する能力をひどく低下させる可能性がある。したがって、流れ図1000に例示されている単純な検出および定量化手順は、すべての状況において適しているわけではない。
図11は、ピーク幅が有限であることによる共溶出および干渉の効果を示す例示的な等高線図である。図11に示されている実施例において、他のイオン、つまりイオン4は、イオン1のと比べていくぶん大きいm/z値および保持時間値を有するとともに、イオン1の頂点のFWHM内にあるスペクトル方向とクロマトグラフ方向の両方で頂点を有すると仮定される。その結果、イオン4は、クロマトグラフ方向でイオン1と共溶出し、スペクトル方向でイオン1と干渉する。
LC/MSシステムで発生するノイズは、典型的には、検出ノイズと化学的ノイズの2つのカテゴリに分けられる。検出器ノイズと化学的ノイズとが合わさって、イオンの検出および定量化が行われる際のベースラインとなる背景ノイズを定める。
本発明のいくつかの実施形態によれば、LC/MSデータ行列は、二次元配列である。このようなデータ行列は、これをフィルタ係数の二次元配列に畳み込むことにより処理されうる。
本発明のいくつかの実施形態による畳み込み演算は、線形、非反復性で、データ行列内のデータの値に依存しない。本発明の一実施形態では、畳み込み演算は、コンピュータ118などの汎用コンピュータを使用し汎用プログラミング言語を用いて実装される。本発明の代替え実施形態では、畳み込み演算は、デジタルシグナルプロセッサ(DSP)と呼ばれる専用プロセッサで実装される。典型的には、DSPベースのフィルタリングでは、汎用コンピュータベースのフィルタリングに比べて処理速度が向上する。
一次元の場合の畳み込みは、詳細に明確に説明される。この説明の後に、畳み込みを二次元の場合に一般化する。本発明の好ましい実施形態で使用される二次元の畳み込み演算は、一連の一次元畳み込みをデータ行列に適用することにより実装されるため、まず一次元の場合を説明するのが得策である。
上述の一次元畳み込み演算は、本発明の実施形態で使用する二次元データの場合に一般化できる。二次元の場合、畳み込み演算への入力の1つは、i=1,...,Mおよびj=1,...,Nである2つのインデックス(i,j)を添え字とするデータ行列di,jである。入力データ行列のデータ値は、実験毎に異なることがある。畳み込みへの他の入力は、これもまた2つのインデックスを添え字とする固定フィルタ係数fp,qの集合である。フィルタ係数行列fp,qは、P×Q個の係数を有する行列である。変数hおよびlは、h≡(P−1)/2およびl≡(Q−1)/2と定義される。したがって、p=−h,...,hおよびq=−l,...,lである。
式(2)で記述される二次元畳み込みフィルタは、P×Q個の独立に指定された係数を含むフィルタ行列を適用する。フィルタ係数を指定する他の方法がある。結果として得られる畳み込み係数は、自由に指定されるようなものではないけれども、計算負荷は緩和される。
二次元畳み込み演算は、階数2のフィルタにより実行されうる。階数2のフィルタによる二次元畳み込みは、2つの階数1のフィルタを計算し、その結果を足し合わせることにより実行される。したがって、本発明の実施形態で実行される二次元畳み込みに対する階数2のフィルタを実装するのに、4つのフィルタ
式(2)、(3)、および(7)は、すべて本発明の二次元畳み込みフィルタの実施形態である。式(2)では、フィルタ係数を行列fp,qとして指定し、式(3)では、フィルタ係数を2つの一次元フィルタfpおよびgqの集合として指定し、式(7)では、これらのフィルタを4つの一次元フィルタ
一次元畳み込みについて最初にMFTが説明される。次いで、二次元畳み込みに一般化する。
一次元の場合について上で説明されているMFTは、さらに、データの二次元配列内に埋め込まれた有界二次元シグナルの二次元の場合に一般化されうる。前述のように、データは、シグナルとノイズの和
一般に、畳み込みを使用するシグナル検出は、データ配列にそってフィルタ係数を移動し、それぞれの点で重み付き総和を求めることにより進む。例えば、フィルタ係数が、MFTを満たす、つまりwi=siである場合(フィルタがシグナルに整合している)、データのノイズのみの領域において、出力の振幅は、ノイズによって決まる。フィルタがシグナルに重なると、振幅は増大し、フィルタがシグナルと時間的に揃ったときに一意的な最大値に達しなければならない。
一次元畳み込みに対する前述の技術の一実施例として、シグナルが単一イオンからの結果として得られる単一ピークである場合を考察する。ピーク(スペクトルまたはクロマトグラフ)は、幅が標準偏差σpで与えられるガウス分布としてモデル化されうるが、ただし、幅は試料要素の単位で測定される。次いで、シグナルは
一次元についてGMFと単純ボックスカーフィルタとを対比する。ここでもまた、シグナルは、上述のガウス形状でモデル化されるピークであると仮定される。ボックスカーに対するフィルタ境界も、±4σpに設定されると仮定する。ボックスカーフィルタの係数は、
ガウス整合フィルタは、ノイズがガウス分布に従う場合に最適なフィルタである。計数検出器では、ボックスカーフィルタは、ピークに関連付けられているすべてのカウントの単なる総和であるため最適なものとなる。ピークに関連付けられているすべてのカウントを総和するために、ボックスカーフィルタの幅は、そのピークの幅に関係していなければならない。典型的には、ボックスカーフィルタの幅は、ピークのFWHMの2から3倍である。
二次元畳み込みに対する整合フィルタ技術の一実施例として、シグナルが単一イオンからの結果として得られる単一ピークである場合を考察する。このピークは、スペクトル方向とクロマトグラフ方向の両方においてガウス分布としてモデル化されうる。スペクトル幅は、標準偏差σpにより与えられ、その幅は、試料要素の単位で測定され、クロマトグラフ幅は、標準偏差σqにより与えられ、その幅は、試料要素の単位で測定される。次いで、データ行列要素i0,j0を中心とするシグナルは、
二次元についてGMFと単純ボックスカーフィルタとを対比する。ここでもまた、シグナルは、上述のガウス形状でモデル化されるピークであると仮定される。ボックスカーに対するフィルタ境界も、±4σpに設定されると仮定する。ボックスカーフィルタの係数は、
二次元のガウス整合フィルタは、ノイズがガウス分布に従う場合に最適なフィルタである。計数検出器では、ボックスカーフィルタは、ピークに関連付けられているすべてのカウントの単なる総和であるため最適なものとなる。ピークに関連付けられているすべてのカウントを総和するために、ボックスカーフィルタの幅は、スペクトル方向およびクロマトグラフ方向でそのピークの幅に関係していなければならない。典型的には、ボックスカーフィルタの幅は、スペクトル方向およびクロマトグラフ方向の両方の方向でピークのそれぞれのFWHMの2から3倍である。
ガウス整合フィルタについては、二次元畳み込みフィルタの指定(ステップ2)は、上述のようにガウスフィルタ係数fp,qである係数であり、次いで、これらのフィルタ係数を使用してフィルタの適用(ステップ3)が式(2)に従って行われる。ステップ2およびステップ3のこの実施形態では、イオンを検出し、保持時間、質量対電荷比、および強度を決定する方法を実現する。このような方法からの結果は、検出器ノイズの効果を低減し、また図10の方法に勝る改善となっている。
シグナル形状に従うもの以外の線形重み付け係数も使用できる。このような係数から、可能な最高のSNRが得られない場合もあるが、他の釣り合いの取れる利点を有する場合がある。これらの利点は、共溶出および干渉ピークを部分的に分離する能力、ベースラインノイズの差し引き、および高速演算を可能にする計算効率を含む。ここでは、ガウス整合フィルタの制限を分析し、これらの制限を解消する線形フィルタ係数を説明する。
ガウスピークについては、整合フィルタ定理(MFT)では、ガウス整合フィルタ(GMF)を他の畳み込みフィルタと比較したように最高のシグナル対ノイズ比を有する応答を持つフィルタとして指定する。しかし、ガウス整合フィルタ(GMF)は、すべての場合において最適であるわけではない。
シグナルの2階微分を抽出するフィルタは、本発明のいくつかの実施形態によりイオンを検出する際に特に有用である。これは、シグナルの2階微分が、シグナルの曲率の尺度だからであり、それはピークの最も顕著な特性である。一次元で考察されようと、二次元で考察されようと、それ以上の次元で考察されようと、ピークの頂点は、一般的に、最高の曲率の大きさを有するピークの点である。段付きのピークは、さらに、高い曲率の領域でも表される。その結果、曲率に対する応答性があるので、ピーク検出を高めるとともに、より大きな干渉ピークの背景に対し段付きピークの存在を検出する能力を向上させるために2階微分フィルタが使用されうる。
一次元の場合、2階微分フィルタは、平滑化フィルタよりも有利であるが、それは、頂点における2階微分フィルタの振幅が、基礎となるピークの振幅に比例するからである。さらに、ピークの2階微分は、ベースラインに応答しない。そこで、実質的に、2階微分フィルタは、ベースライン差し引きおよび補正の演算を自動的に実行する。
データの単一チャネル(スペクトルまたはクロマトグラム)に対し、データを平滑化する(つまり、ノイズの効果を低減する)、またはデータを微分する従来の方法は、フィルタの適用によるものである。本発明の一実施形態では、平滑化または微分は、単一のスペクトルまたはクロマトグラムに対応するそのデータ配列を固定値フィルタ係数の集合に畳み込むことにより一次元データ配列に対し実行される。
例えば、よく知られている有限インパルス応答(FIR)フィルタは、平滑化および微分の演算を含むさまざまな演算を実行するように、適切な係数で指定されうる。例えば、KARLを参照のこと。好適な平滑化フィルタは、一般的に、対称的な釣鐘曲線を示し、すべて正値をとり、単一の最大値を有する。使用されうる例示的な平滑化フィルタは、ガウス形状、三角形状、放物形状、台形状、余弦波形状を有するフィルタを含み、それぞれ単一の最大値を有する形状として特徴付けられる。非対称の裾引き形状の曲線を有する平滑化フィルタも、本発明のいくつかの実施形態において使用できる。
SGフィルタの修正により、本発明においてうまく動作する一群の平滑化および2階微分フィルタが得られる。これらの修正SGフィルタは、アポダイズサビツキー−ゴーレイ(ASG)フィルタと呼ばれる。アポダイゼーションという用語は、重み係数の配列をSGフィルタ係数の最小二乗微分に適用することにより得られるフィルタ係数を指す。重み係数は、アポダイゼーション関数である。本発明のいくつかの実施形態で使用されるASGフィルタでは、アポダイゼーション関数は、以下のソフトウェアコードによるコサインウィンドウ(COSINEWINDOWにより定められる)である。このアポダイゼーション関数は、ASG平滑化フィルタを構成するために重み付き最小二乗を介してボックスカーフィルタに適用され、またASG2階微分フィルタを構成するために2階微分SG二次多項式に適用される。ボックスカーフィルタおよび2階微分二次式は、それ自体、サビツキー−ゴーレイ多項式フィルタの実施例となっている。
二次元畳み込みに対する階数1の定式化の適用例として、ガウス分布となるように式(3)の中のfpおよびgqを選択することが可能である。その結果として得られるFpqは、それぞれの行および列内においてガウス分布を有する。Fpqに対する値は、近いが、二次元GMFに対するfp,qとは同一でない。したがって、この特定の階数1の定式化では、GMFと同様に実行されるが、計算時間が短縮される。例えば、上記の実施例では、例えば、PおよびQが20に等しかった場合、階数1のフィルタの計算要件を使用することで計算負荷は、400/40=10分の1低減される。
階数2のフィルタは、2つの次元のそれぞれについて2つのフィルタの指定を必要とする。本発明の好ましい一実施形態では、計算効率のよい方法で上述のようにGMFに関連する問題を解消するために4つのフィルタが指定される。
例示的な階数2のフィルタが、図17A〜図17Kに関して説明されている。このフィルタは、イオンを検出し、ベースライン応答を差し引き、融合したピークを部分的に分離し、高い計算効率で実行するために使用されうるステップ2およびステップ3の一実施形態である。
上述のフィルタおよび畳み込み方法は、LC/MSデータ行列内のイオンを検出するために使用できる。フィルタ係数の他の集合も、ステップ2の実施形態として選択されうる。
許容可能な他のフィルタ形状は、定数値を有するフィルタ(つまり、ボックスカーフィルタ)である。これは、ピークをボックスカーフィルタに畳み込む演算が、単一の最大値を有する出力を生成するからである。本発明のいくつかの実施形態において有利なボックスカーフィルタのよく知られている特性は、そのような形状が、与えられた数のフィルタ点について最小の分散を生じることである。ボックスカーフィルタの他の利点は、一般にガウスまたは余弦フィルタなどの他の形状を有するフィルタに比べて少ない乗算回数で実装できる点である。
一意の最大値を有する入力に畳み込んだときに一意の最大値を生成する出力を有する他の好適な畳み込みフィルタ群は、単一の正の極大値を有し、負のサイドローブを持つフィルタである。このようなフィルタの実施例は、曲率に対し応答性のある2階微分フィルタを含む。平滑化フィルタから平均値を差し引くことにより、好適な2階微分フィルタが指定されうる。このようなフィルタは、ボックスカー、三角形状、および台形状の組み合わせから組み立てることが可能であるが、データを微分するフィルタの最も一般的な指定は、サビツキー−ゴーレイ多項式フィルタである。
ガウス整合フィルタは、ノイズがガウス分布に従う場合に最適なフィルタである。計数検出器からのノイズは、ポアソン分布を有する。ポアソンノイズの場合、ボックスカーがピークに関連付けられているすべてのカウントを単純に総和するだけなので、ボックスカーフィルタは検出で使用するのに最適なフィルタと言ってよい。しかし、GMFについて説明されている制限の多くは、ポアソンノイズの場合であってもボックスカーフィルタにそのまま適用される。ボックスカーフィルタは、ベースラインノイズを差し引くことができず、また干渉および共溶出ピークを分離し検出することができない。それに加えて、ボックスカーフィルタの伝達関数では、ピーク頂点について二重に数える可能性がある。
本発明の実施形態では、入力行列Dに畳み込まれる畳み込みフィルタFの係数は、1つのイオンに対応するピークの典型的な形状および幅に対応するように選択される。例えば、フィルタFの中心の行の断面は、クロマトグラフピーク形状と一致し、フィルタFの中心の列の断面は、スペクトルピーク形状と一致する。畳み込みフィルタの幅は、ピークのFWHMに一致させることができるけれども(時間と質量対電荷比)、このような幅の一致は必要ないことに留意されたい。
本発明では、強度測定推定値は、極大値におけるフィルタ出力の応答である。LC/MSデータ行列が畳み込まれるフィルタ係数の集合は、強度のスケーリングを決定する。フィルタ係数の集合が異なれば、強度スケーリングも異なり、本発明の強度のこの推定値は、必ずしもピーク面積またはピーク高さに正確に対応しない。
上記の実施例は、スペクトル方向とクロマトグラフ方向のイオンのピーク形状がガウス型であり、したがって対称的であると仮定している。一般に、ピーク形状は、対称的ではない。非対称ピーク形状のよくある実施例は、裾を引いたガウス分布であり、階段指数型に畳み込まれたガウス型である。ここで説明されている方法は、非対称であるピーク形状にそのまま適用される。対称フィルタが非対称ピークに適用される場合、出力畳み込み行列中の頂点の配置は、一般的に、非対称ピークの頂点配置に正確に対応するわけではない。しかし、ピーク非対称(クロマトグラフ方向またはスペクトル方向のいずれか)に由来するオフセットは、実質的に、定数オフセットとなる。このようなオフセットは、従来の質量分析較正により、また内部標準を使用する保持時間較正により容易に補正される。
係数修正の他の使い途は、質量分析計の較正による小さな変化に対応するように補間することである。このような係数修正は、スペクトル毎に発生しうる。例えば、質量較正の変化が、チャネルの一部を0.3だけオフセットする場合、そのような質量オフセットがない場合に出力がどうなるかを推定する列フィルタ(平滑化および2階微分の両方)が導出されうる。このようにして、リアルタイムの質量補正を行うことができる。典型的には、結果として得られるフィルタはわずかに非対称である。
フィルタ幅スケーリングなどのフィルタ特性は、LC分離またはMS走査の知られている変化特性に応じて変化しうる。例えば、TOF質量分析計では、ピーク幅(FWHM)は、それぞれの走査の過程で低い値(0.010amuなど)から広い値(0.130amuなど)まで変化することが知られている。本発明の好ましい一実施形態では、平滑化フィルタおよび微分フィルタの係数の個数は、スペクトルピークのFWHMの約2倍に等しくなるように設定される。MS走査が、例えば、低質量から高質量まで進行するにつれ、好ましい実施形態により使用される平滑化および2階微分の両方の列フィルタのフィルタ幅は、フィルタ幅とピーク幅との関係を保存するようにしかるべく拡大されうる。同様に、クロマトグラフピークの幅が、分離時に変化することが知られている場合、行フィルタの幅は、フィルタ幅とピーク幅との関係を保存するように拡大または縮小されうる。
従来のLC/MSシステムでは、分離が進むとともにスペクトルが収集される。典型的には、スペクトルは、一定のサンプリングレート(例えば、1秒に1回の割合)でコンピュータのメモリ内に書き込まれる。1つまたは複数の完全なスペクトルが収集された後、これらは、ハードディスクメモリなどのより永続的な記憶装置に書き込まれる。このような後収集処理も、本発明の実施形態において実行できる。したがって、本発明の一実施形態では、畳み込み行列は、収集が完了した後にしか生成されない。本発明のこのような一実施形態では、オリジナルのデータと畳み込み行列それ自体は、検出された極大値の分析から得られたイオンパラメータリストのように格納される。
イオンが1つ存在すると、出力畳み込み行列内に強度の極大値を有するピークを1つ発生する。本発明の実施形態の検出プロセスは、このようなピークを検出する。本発明の一実施形態では、検出プロセスは、検出閾値条件を満たす最大強度を有するピークを複数のイオンに対応するピークとして識別する。本明細書で使用されているように、検出閾値条件を満たすことは、検出閾値を超える基準を満たすこととして定義される。例えば、この基準は、検出閾値条件を満たすか、または検出閾値条件を満たすか、またはそれを超える可能性がある。それに加えて、本発明のいくつかの実施形態では、この基準は、検出閾値条件を下回るか、または検出閾値条件を満たすかまたはそれを下回る可能性がある。
ステップ2002:出力畳み込み行列内に見つかるすべての正の極大値の強度を昇順に並べ替える。
ステップ2004:出力畳み込みデータ行列内の強度データの標準偏差をリスト内の35.1パーセンタイルにある強度として決定する。
ステップ2006:標準偏差の倍数に基づき検出閾値を決定する。
ステップ2008:検出閾値条件を満たすピークを使用して編集済みイオンリストまたはイオンパラメータリストを生成する。
イオンに対応するピークである極大値を識別した後、それぞれのピークに対するパラメータが推定される。本発明の一実施形態では、推定されるパラメータは、保持時間、質量対電荷比、および強度である。クロマトグラフピーク幅(FWHM)および質量対電荷ピーク幅(FWHM)などの追加のパラメータも推定できる。
本発明の実施形態により生成されるそれぞれのイオンパラメータ測定結果は、1つの推定であるため、それぞれのそのような測定には測定誤差が関連する。これらの関連する測定誤差は、統計的に推定されうる。
上述のように、本発明のいくつかの実施形態の1つの出力は、検出されたイオンに対応するパラメータのテーブルまたはリストである。このイオンパラメータテーブル、またはリストは、それぞれの検出されたイオンに対応する行を有し、それぞれの行は1つまたは複数のイオンパラメータを含み、必要ならば、その関連する誤差パラメータを含む。本発明の一実施形態では、イオンパラメータテーブル内のそれぞれの行は、保持時間、質量対電荷比、および強度の3つのパラメータを有する。追加のイオンパラメータおよび関連する誤差は、リスト内に表されているそれぞれの検出されたイオンについて格納されうる。例えば、FWHMにより測定されたような検出イオンのピーク幅またはクロマトグラフ方向および/またはスペクトル方向のそのゼロ交差幅が決定され、格納されうる。
結果として得られるイオンリストまたはテーブルを参照して、新規の有用なスペクトルを形成することができる。例えば、上述のように、保持時間の向上した推定に基づきテーブルからイオンを選択することで、複雑度が大幅に低減されたスペクトルが生成される。それとは別に、m/z値の向上した推定に基づきテーブルからイオンを選択することで、複雑度が大幅に低減されたクロマトグラムが生成される。以下でさらに詳しく説明されるように、例えば、保持時間ウィンドウは、注目する化学種に無関係のイオンを除外するために使用されうる。保持時間選択スペクトルは、スペクトル中に複数のイオンを誘発する、タンパク質、ペプチド、およびそのフラグメンテーション生成物などの分子種の質量スペクトルの解釈を簡素化する。同様に、m/zウィンドウは、同じであるか、または類似しているm/z値を有するイオンを区別するように定義されうる。
純度=100*(注目するピークの強度)/(保持ウィンドウ内のすべてのピークの強度の総和)
で定義される。
それとは別に、本発明の他の実施形態では、ピーク純度は、
純度=100*(最も強い強度)/(保持ウィンドウ内のすべてのピークの強度の総和)
で定義される。
ピーク純度の両方の定義において、ピーク純度は、パーセント値で表されている。
LC/MSシステムで試料が収集されるとともに、複数のスペクトルが典型的にはクロマトグラフピーク上で収集され、保持時間が正確に推論される。例えば、本発明のいくつかの実施形態では、FWHM毎に5つのスペクトルが収集される。
本発明のいくつかの実施形態は、LC/MS装置から得られるものよりも高い次元のデータを伴う。これらの実施形態のうちいくつかは、LC/IMS/MS装置を伴う。以下の説明は、主にLC/IMS/MSデータを対象としているが、当業者であれば、本明細書で説明されている原理は、3次元およびそれ以上の次元のデータを出力するさまざまな装置にも広範に適用可能であることを理解するであろう。
Ci,j,k=C(Ti,Dj,μk)
となる。
Claims (24)
- LC/IMS/MS分析の方法であって、
試料から、それぞれの要素がイオンカウント強度を保持時間次元、イオン移動度次元、および質量対電荷比次元に関連付け、ノイズはイオンピークアーチファクトに関連付けられている三次元データ要素の集合を含むノイズの多い生データを取得することと、
イオン移動度次元において、そのデータ要素の集合を縮退して、それぞれの要素が組み合わされたイオンカウント強度を保持時間次元および質量対電荷比次元に関連付ける縮退データ要素の集合を形成することと、
縮退データ要素の集合を、二次元行列に関連付けられているアーチファクト低減フィルタに畳み込み、これにより低減されたピークアーチファクトを有する縮退データ要素の畳み込まれた集合を形成することと、
保持時間次元および質量対電荷比次元において、縮退データ要素の畳み込まれた集合のイオンピークを特定することと、
縮退データ要素の畳み込まれた集合の特定されたイオンピークに応じて、さらなる分析対象となるノイズの多い生データの1つまたは複数の部分を選択することと、
ノイズの多い生データの選択された1つまたは複数の部分を、三次元行列に関連付けられているアーチファクト低減フィルタに畳み込むことと、
イオン移動度次元において、生データのそれぞれの畳み込まれた部分について1つまたは複数のイオンピークを特定することとを含む、方法。 - 生データのそれぞれの畳み込まれた部分に対する1つまたは複数のイオンピークを特定することが、生データの畳み込み込まれた部分の保持時間次元および質量対電荷比次元における1つまたは複数のイオンピークを特定することをさらに含む、請求項1に記載の方法。
- さらに、特定されたイオンピークについて、生データの畳み込まれた部分の保持時間次元および質量対電荷比次元と、縮退データ要素の畳み込まれた集合の保持時間次元および質量対電荷比次元と比較することを含む、請求項2に記載の方法。
- 生データのそれぞれの畳み込まれた部分に対する1つまたは複数のイオンピークを特定することが、保持時間次元および質量対電荷比次元で重なるイオン移動度次元における少なくとも2つのイオンピークを特定することを含む、請求項1に記載の方法。
- さらに、保持時間次元および質量対電荷比次元において、生データの畳み込まれた1つまたは複数の部分の重なるイオンピークを特定することを含む、請求項1に記載の方法。
- 1つまたは複数の部分がそれぞれ、保持時間次元および質量対電荷比次元におけるノイズの多い生データの制限された範囲およびイオン移動度次元における制限されていない範囲からなる、請求項1に記載の方法。
- それぞれの部分の制限された範囲が、実質的に、関連する特定されたイオンピークを中心とする、請求項6に記載の方法。
- イオンピークを特定することが、畳み込まれた生データのイオン強度極大値を判定することを含む、請求項1に記載の方法。
- さらに、曲線を特定された1つまたは複数のイオンピークのうちの少なくとも1つのイオンピークに当てはめて、少なくとも1つのピークの少なくとも質量対電荷比次元における配置の精度を改善することを含む、請求項1に記載の方法。
- 曲線を当てはめることが、曲線を極大値に関連付けられている3つの最大のイオン強度値に当てはめることを含む、請求項9に記載の方法。
- 曲線が、二次式に基づいている、請求項10に記載の方法。
- さらに、曲線を特定された1つまたは複数のイオンピークのうちの少なくとも1つのイオンピークに当てはめて、少なくとも1つのピークの少なくともイオン移動度次元における配置の精度を改善することを含む、請求項1に記載の方法。
- さらに、曲線を特定された1つまたは複数のイオンピークのうちの少なくとも1つのイオンピークに当てはめて、少なくとも1つのピークの少なくとも保持時間次元における配置の精度を改善することを含む、請求項1に記載の方法。
- さらに、1つまたは複数の特定されたピークの高さがピークイオン総数に関連付けられるように三次元行列の要素を正規化することを含む、請求項1に記載の方法。
- 試料を分析する方法であって、
それぞれの要素がイオンカウント強度を異なる分離能の少なくとも3つの次元に関連付けるデータ要素の集合を含む、イオンピークアーチファクトに関連するノイズの多い生データを、試料から取得することと、
少なくとも最低の分離能を有する次元において、それぞれの要素が組み合わされたイオンカウント強度を少なくとも3つの次元のうちの残りの次元に関連付ける縮退データ要素の集合を形成するようにデータ要素の集合を縮退することと、
縮退データ要素の集合を、縮退データ要素と同じ数の次元を有する行列に関連付けられているアーチファクト低減フィルタに畳み込み、それにより低減されたピークアーチファクトを有する縮退データ要素の畳み込まれた集合を形成することと、
少なくとも3つの次元のうちの残りの次元において、縮退データ要素の畳み込まれた集合のイオンピークを特定することと、
縮退データ要素の畳み込まれた集合のイオンピークの配置に関連付けられている、さらなる分析対象となるノイズの多い生データの1つまたは複数の部分を、選択することと、
ノイズの多い生データの選択された1つまたは複数の部分を、ノイズの多い生データと同じ数の次元を有する行列に関連付けられているアーチファクト低減フィルタに畳み込むことと、
最低分離能次元において、ノイズの多い生データの畳み込まれた、選択済みの1つまたは複数の部分のそれぞれについて1つまたは複数のイオンピークを特定することとを含む、方法。 - 複数の部分のそれぞれに対する1つまたは複数のイオンピークを特定することが、複数の部分のそれぞれの保持時間次元および質量対電荷比次元における1つまたは複数のイオンピークを特定することをさらに含む、請求項15に記載の方法。
- 化学処理のための装置であって、
クロマトグラフィモジュールと、
イオン移動度モジュールと、
質量分析モジュールと、
少なくとも1つのプロセッサおよび複数の命令を格納するための少なくとも1つのメモリを備える、モジュールと通信する制御ユニットであって、これら複数の命令が、少なくとも1つのプロセッサにより実行されたときに、
試料から、それぞれの要素がイオンカウント強度を保持時間次元、イオン移動度次元、および質量対電荷比次元に関連付け、ノイズはイオンピークアーチファクトに関連付けられている三次元データ要素の集合を含むノイズの多い生データを取得するステップと、
イオン移動度次元において、それぞれの要素が組み合わされたイオンカウント強度を保持時間次元および質量対電荷比次元に関連付ける縮退データ要素の集合を形成するようにそのデータ要素の集合を縮退するステップと、
縮退データ要素の集合を、二次元行列に関連付けられているアーチファクト低減フィルタに畳み込み、これにより低減されたピークアーチファクトを有する縮退データ要素の畳み込まれた集合を形成するステップと、
保持時間次元および質量対電荷比次元において、縮退データ要素の畳み込まれた集合のイオンピークを特定するステップと、
縮退データ要素の畳み込まれた集合の特定されたイオンピークに応じて、さらなる分析対象となるノイズの多い生データの1つまたは複数の部分を選択するステップと、
ノイズの多い生データの選択された1つまたは複数の部分を、三次元行列に関連付けられているアーチファクト低減フィルタに畳み込むステップと、
イオン移動度次元において、生データのそれぞれの畳み込まれた選択済みの1つまたは複数の部分について1つまたは複数のイオンピークを特定するステップとを実行させる、制御ユニットとを備える、装置。 - 装置であって、
それぞれの要素がイオンカウント強度を異なる分離能の少なくとも3つの次元に関連付けるデータ要素の集合を含む、イオンピークアーチファクトに関連するノイズの多い生データを、試料から取得するように構成された分析モジュールと、
少なくとも最低の分離能を有する次元において、データ要素の集合を縮退し、それぞれの要素が組み合わされたイオンカウント強度を少なくとも3つの次元のうちの残りの次元に関連付ける縮退データ要素の縮小集合を形成する手段と、
縮退データ要素の集合を、縮退データ要素と同じ数の次元を有する行列に関連付けられているアーチファクト低減フィルタに畳み込み、それにより低減されたピークアーチファクトを有する縮退データ要素の畳み込まれた集合を形成する手段と、
少なくとも3つの次元のうちの残りの次元において、縮退データ要素の畳み込まれた集合のイオンピークを特定する手段と、
縮退データ要素の畳み込まれた集合のイオンピークの配置に関連付けられている、さらなる分析対象となるノイズの多い生データの1つまたは複数の部分を、選択する手段と、
ノイズの多い生データの選択された1つまたは複数の部分を、ノイズの多い生データと同じ数の次元を有する行列に関連付けられているアーチファクト低減フィルタに畳み込む手段と、
最低分離能次元において、ノイズの多い生データの畳み込まれた、選択済みの1つまたは複数の部分のそれぞれについて1つまたは複数のイオンピークを特定する手段とを備える、装置。 - LC/IMS/MS分析の方法であって、
試料から、それぞれの要素がイオンカウント強度を保持時間次元、イオン移動度次元、および質量対電荷比次元に関連付け、ノイズはイオンピークアーチファクトに関連付けられている三次元データ要素の集合を含むノイズの多い生データを取得することと、
三次元データ要素を、三次元行列に関連付けられているアーチファクト低減フィルタに畳み込み、これにより低減されたイオンピークアーチファクトを有するデータ要素の畳み込まれた集合を形成することと、
保持時間次元、イオン移動度次元、および質量対電荷比次元において、畳み込まれた三次元データ要素の1つまたは複数のイオンピークを特定することとを含む、方法。 - 特定することが、イオンピークを畳み込まれた三次元データ要素におけるイオン強度の極大値に関連付けることを含む、請求項19に記載の方法。
- 少なくとも2つの特定されたピークが、保持時間次元または質量対電荷比次元において重なっている、請求項19に記載の方法。
- 少なくとも2つの特定されたピークが、実質的に同じイオン移動度を有する、請求項19に記載の方法。
- 試料を分析する方法であって、
それぞれの要素がイオンカウント強度を異なる分離能の少なくとも3つの次元に関連付けるデータ要素の集合を含む、イオンピークアーチファクトに関連するノイズの多い生データを、試料から取得することと、
ノイズの多い生データを、ノイズの多い生データと同じ数の次元を有する行列に関連付けられているアーチファクト低減フィルタに畳み込み、これによりデータ要素の少なくとも三次元の畳み込まれた集合を形成することと、
データ要素の少なくとも三次元の畳み込まれた集合において、1つまたは複数のイオンピークを特定することとを含む、方法。 - 特定することが、イオンピークを少なくとも三次元の畳み込まれたデータ要素におけるイオン強度の極大値に関連付けることを含む、請求項23に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US80890106P | 2006-05-26 | 2006-05-26 | |
US60/808,901 | 2006-05-26 | ||
PCT/US2007/069784 WO2007140327A2 (en) | 2006-05-26 | 2007-05-25 | Ion detection and parameter estimation for n-dimensional data |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009539067A true JP2009539067A (ja) | 2009-11-12 |
JP5542433B2 JP5542433B2 (ja) | 2014-07-09 |
Family
ID=38779384
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009512324A Expired - Fee Related JP5542433B2 (ja) | 2006-05-26 | 2007-05-25 | イオン検出およびn次元データのパラメータ推定 |
Country Status (6)
Country | Link |
---|---|
US (3) | US8178834B2 (ja) |
EP (1) | EP2024064B1 (ja) |
JP (1) | JP5542433B2 (ja) |
CN (1) | CN101534933B (ja) |
HK (1) | HK1135058A1 (ja) |
WO (1) | WO2007140327A2 (ja) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013133340A1 (ja) * | 2012-03-07 | 2013-09-12 | オリンパス株式会社 | 光学測定装置およびファイババンドルの対応付け方法 |
JP2014507672A (ja) * | 2011-03-11 | 2014-03-27 | レコ コーポレイション | クロマトグラフィーシステムでのデータを処理するためのシステム及び方法 |
JP2015512515A (ja) * | 2012-03-22 | 2015-04-27 | マイクロマス・ユーケイ・リミテッド | 改善されたデータ依存型収集のための多次元調査スキャン |
JP2018018750A (ja) * | 2016-07-29 | 2018-02-01 | 日本電子株式会社 | 四重極型質量分析計及び質量分析方法 |
KR20200077020A (ko) * | 2018-12-20 | 2020-06-30 | 한국과학기술연구원 | 모발시료 처리 및 이차이온질량분석을 이용한 모발증거물 감식방법 |
JP2020139789A (ja) * | 2019-02-27 | 2020-09-03 | 株式会社島津製作所 | 微生物分析用試料の調製方法、微生物の分析方法、微生物の識別方法および微生物分析用キット |
WO2021240576A1 (ja) * | 2020-05-25 | 2021-12-02 | 株式会社島津製作所 | クロマトグラフ質量分析データ処理方法、クロマトグラフ質量分析装置、及びクロマトグラフ質量分析データ処理用プログラム |
WO2022003890A1 (ja) * | 2020-07-02 | 2022-01-06 | 株式会社島津製作所 | 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 |
JP2022069775A (ja) * | 2020-10-26 | 2022-05-12 | 日本電子株式会社 | マススペクトル処理装置及び方法 |
Families Citing this family (60)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020115056A1 (en) * | 2000-12-26 | 2002-08-22 | Goodlett David R. | Rapid and quantitative proteome analysis and related methods |
GB0305796D0 (en) | 2002-07-24 | 2003-04-16 | Micromass Ltd | Method of mass spectrometry and a mass spectrometer |
US7645984B2 (en) * | 2004-02-13 | 2010-01-12 | Waters Technologies Corporation | Apparatus and method for identifying peaks in liquid chromatography/mass spectrometry data and for forming spectra and chromatograms |
EP2024064B1 (en) * | 2006-05-26 | 2014-11-19 | Waters Technologies Corporation | Ion detection and parameter estimation for liquid chromatography - ion mobility spectrometry - mass spectrometry data |
US20090199620A1 (en) * | 2006-06-08 | 2009-08-13 | Shimadzu Corporation | Chromatograph mass analysis data processing apparatus |
US7501621B2 (en) * | 2006-07-12 | 2009-03-10 | Leco Corporation | Data acquisition system for a spectrometer using an adaptive threshold |
US8067731B2 (en) * | 2008-03-08 | 2011-11-29 | Scott Technologies, Inc. | Chemical detection method and system |
WO2009146345A1 (en) * | 2008-05-29 | 2009-12-03 | Waters Technologies Corporation | Techniques for performing retention-time matching of precursor and product ions and for constructing precursor and product ion spectra |
JP4973628B2 (ja) * | 2008-08-29 | 2012-07-11 | 株式会社島津製作所 | クロマトグラフ質量分析データ解析方法及び装置 |
DE102008046139B4 (de) * | 2008-09-05 | 2024-03-28 | Thermo Fisher Scientific (Bremen) Gmbh | Verfahren zur quantitativen Bestimmung einer Substanz durch Massenspektrometrie |
GB0909289D0 (en) * | 2009-05-29 | 2009-07-15 | Micromass Ltd | Method of processing mass spectral data |
DE102009035587B3 (de) * | 2009-07-31 | 2011-03-24 | Siemens Aktiengesellschaft | Verfahren zur Filterung eines Chromatogramms |
CN102667789A (zh) * | 2009-10-02 | 2012-09-12 | 梅塔博隆有限公司 | 用于分析复杂混合物中小分子成分的设备和相关方法 |
US8934663B2 (en) * | 2009-10-29 | 2015-01-13 | Optimark, L.L.C. | Digital watermarking |
CN102109491B (zh) * | 2009-12-24 | 2013-03-27 | 同方威视技术股份有限公司 | 离子迁移谱检测仪的基于离子图序列的物质识别方法 |
WO2011091023A1 (en) | 2010-01-20 | 2011-07-28 | Waters Technologies Corporation | Techniques for efficient fragmentation of peptides |
GB201002447D0 (en) * | 2010-02-12 | 2010-03-31 | Micromass Ltd | Mass spectrometer |
US8706426B2 (en) * | 2010-04-16 | 2014-04-22 | University Of Central Florida Research Foundation, Inc. | Systems and methods for identifying classes of substances |
WO2011155984A1 (en) * | 2010-06-11 | 2011-12-15 | Waters Technologies Corporation | Techniques for mass spectrometry peak list computation using parallel processing |
GB2485187A (en) * | 2010-11-04 | 2012-05-09 | Agilent Technologies Inc | Displaying chromatography data |
GB201100301D0 (en) * | 2011-01-10 | 2011-02-23 | Micromass Ltd | Method of processing multidmensional mass spectrometry data |
JP5556695B2 (ja) * | 2011-02-16 | 2014-07-23 | 株式会社島津製作所 | 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 |
US9812306B2 (en) | 2011-08-17 | 2017-11-07 | Smiths Detection Inc. | Shift correction for spectral analysis |
EP2786130A4 (en) | 2011-11-28 | 2015-08-12 | Waters Technologies Corp | TECHNIQUES FOR QUANTIFICATION OF SAMPLES |
US9640374B2 (en) * | 2012-03-09 | 2017-05-02 | Torion Technologies, Inc. | Deconvolution and identification algorithms for use on spectroscopic data |
US9653271B2 (en) | 2012-06-07 | 2017-05-16 | Waters Technologies Corporation | Methods and apparatus for performing mass spectrometry |
EP2741224A1 (en) * | 2012-11-20 | 2014-06-11 | Thermo Finnigan LLC | Methods for generating local mass spectral libraries for interpreting multiplexed mass spectra |
US10860526B2 (en) * | 2012-12-01 | 2020-12-08 | The Regents Of The University Of California | System and method of managing large data files |
JP5997650B2 (ja) | 2013-04-15 | 2016-09-28 | 株式会社日立ハイテクノロジーズ | 分析システム |
WO2015019161A1 (en) * | 2013-08-09 | 2015-02-12 | Dh Technologies Development Pte. Ltd. | Intensity correction for tof data acquisition |
CN105518448B (zh) * | 2013-09-04 | 2018-04-10 | 株式会社岛津制作所 | 色谱质谱分析用数据处理装置 |
US9143162B2 (en) | 2013-11-05 | 2015-09-22 | Waters Technologies Corporation | Techniques for compressing mass spectrometry data in real-time |
EP3149762A1 (en) * | 2014-05-30 | 2017-04-05 | Metabolon, Inc. | Method for analyzing small molecule components of a complex mixture in a multi-sample process, and associated apparatus and computer program product |
WO2015191390A1 (en) * | 2014-06-09 | 2015-12-17 | Water Technologies Corporation | Method to remove ion interferences |
EP3155638B1 (en) | 2014-06-13 | 2023-09-20 | Waters Technologies Corporation | Analysis of complex biological matrices through targeting and advanced precursor and product ion alignment |
EP3155637A4 (en) | 2014-06-13 | 2018-03-07 | Waters Technologies Corporation | Intelligent target-based acquisition |
WO2015191993A1 (en) * | 2014-06-13 | 2015-12-17 | Waters Technologies Corporation | System and method for enhancing charge-state determination in electrospray mass spectrometry |
EP3198627A1 (en) * | 2014-09-26 | 2017-08-02 | Micromass UK Limited | Accurate mobility chromatograms |
CN105574474B (zh) * | 2014-10-14 | 2019-03-12 | 中国科学院大连化学物理研究所 | 一种基于质谱信息的生物特征图像识别方法 |
CN105572212B (zh) * | 2014-10-14 | 2018-12-07 | 中国科学院大连化学物理研究所 | 一种基于可视化质谱信息的生晒参和红参快速识别方法 |
CN105844328B (zh) * | 2015-01-15 | 2021-03-02 | 开利公司 | 用于自动试运行人员计数系统的方法和系统 |
GB201509209D0 (en) | 2015-05-28 | 2015-07-15 | Micromass Ltd | Echo cancellation for time of flight analogue to digital converter |
GB2539871A (en) * | 2015-05-29 | 2017-01-04 | Micromass Ltd | A method of mass spectrometry |
WO2017187547A1 (ja) * | 2016-04-27 | 2017-11-02 | 株式会社島津製作所 | データ処理方法及び装置 |
CN109073615B (zh) * | 2016-05-02 | 2021-11-23 | 株式会社岛津制作所 | 数据处理装置 |
US11183376B2 (en) * | 2016-11-23 | 2021-11-23 | Atonarp Inc. | System and method for determining set of mass to charge ratios for set of gases |
US9779922B1 (en) * | 2017-01-17 | 2017-10-03 | Advion Inc. | Generation of discovery ion currents and mass spectrometry and uses thereof |
CN106950315B (zh) * | 2017-04-17 | 2019-03-26 | 宁夏医科大学 | 基于uplc-qtof快速表征样品中化学成分的方法 |
PT3724654T (pt) * | 2017-12-15 | 2024-06-20 | Metabolon Inc | Método para analisar componentes de moléculas pequenas de uma mistura complexa, e aparelho e produto de programa de computador associados |
US11404259B2 (en) * | 2018-02-19 | 2022-08-02 | Cerno Bioscience Llc | Reliable and automatic mass spectral analysis |
CN108614064B (zh) * | 2018-04-10 | 2019-07-16 | 华南理工大学 | 一种二维色谱峰的检测方法及其应用 |
WO2020180424A1 (en) | 2019-03-04 | 2020-09-10 | Iocurrents, Inc. | Data compression and communication using machine learning |
US12080533B2 (en) | 2019-05-31 | 2024-09-03 | Dh Technologies Development Pte. Ltd. | Method for real time encoding of scanning SWATH data and probabilistic framework for precursor inference |
BR112022002283A2 (pt) * | 2019-08-08 | 2022-04-26 | Hoffmann La Roche | Método implementado por computador para integração automática, linha de processamento implementável por computador para integração automática e sistema de espectrometria de massa |
US20210190740A1 (en) * | 2019-12-19 | 2021-06-24 | Bio-Rad Laboratories, Inc. | Automated chromatogram analysis for blood test evaluation |
CN111490752B (zh) * | 2020-04-22 | 2024-02-02 | 广西科技大学 | 一种用于数字滤波器求取光谱导数的方法 |
CN113138248B (zh) * | 2021-04-25 | 2022-08-02 | 贵州中烟工业有限责任公司 | 特征图谱提取方法及料液配制质量稳定性的检测方法 |
CN113960152B (zh) * | 2021-10-18 | 2023-06-06 | 北方工业大学 | 一种基于离子迁移谱的痕量爆炸物识别方法及系统 |
GB2617318A (en) * | 2022-03-30 | 2023-10-11 | Thermo Fisher Scient Bremen Gmbh | Analysis of time-of-flight mass spectra |
CN116257745B (zh) * | 2023-05-10 | 2023-08-15 | 杭州致成电子科技有限公司 | 一种负荷电流极端异常数据处理方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004531858A (ja) * | 2001-04-25 | 2004-10-14 | アドヴァンスト・リサーチ・アンド・テクノロジー・インスティチュート・インコーポレーテッド | 予め選択されたイオン移動度の関数としてイオンを時間的に分離する方法及び装置 |
JP2004536276A (ja) * | 2000-11-16 | 2004-12-02 | シファーゲン バイオシステムズ, インコーポレイテッド | 質量スペクトルを分析する方法 |
WO2005079263A2 (en) * | 2004-02-13 | 2005-09-01 | Waters Investments Limited | Apparatus and method for identifying peaks in liquid chromatography/mass spectrometry data and for forming spectra and chromatograms |
JP2005302622A (ja) * | 2004-04-15 | 2005-10-27 | Hitachi High-Technologies Corp | 飛行時間型質量分析装置および分析方法 |
US20050261838A1 (en) * | 2002-04-12 | 2005-11-24 | Andreev Victor P | Matched filtration with experimental noise determination for denoising, peak picking and quantitation in lc-ms |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5440119A (en) | 1992-06-02 | 1995-08-08 | Labowsky; Michael J. | Method for eliminating noise and artifact peaks in the deconvolution of multiply charged mass spectra |
DE19803309C1 (de) * | 1998-01-29 | 1999-10-07 | Bruker Daltonik Gmbh | Massenspektrometrisches Verfahren zur genauen Massenbestimmung unbekannter Ionen |
US6787761B2 (en) | 2000-11-27 | 2004-09-07 | Surromed, Inc. | Median filter for liquid chromatography-mass spectrometry data |
US6873915B2 (en) | 2001-08-24 | 2005-03-29 | Surromed, Inc. | Peak selection in multidimensional data |
US6835927B2 (en) | 2001-10-15 | 2004-12-28 | Surromed, Inc. | Mass spectrometric quantification of chemical mixture components |
US6983213B2 (en) * | 2003-10-20 | 2006-01-03 | Cerno Bioscience Llc | Methods for operating mass spectrometry (MS) instrument systems |
US7684934B2 (en) * | 2003-06-06 | 2010-03-23 | The United States Of America As Represented By The Department Of Health And Human Services | Pattern recognition of whole cell mass spectra |
US7075064B2 (en) * | 2004-05-24 | 2006-07-11 | Brigham Young University | System and method for extracting spectra from data produced by a spectrometer |
JP4513488B2 (ja) * | 2004-10-06 | 2010-07-28 | 株式会社日立製作所 | イオンモビリティー分析装置及びイオンモビリティー分析方法 |
JP2006184275A (ja) | 2004-11-30 | 2006-07-13 | Jeol Ltd | 質量分析方法および質量分析装置 |
EP2024064B1 (en) * | 2006-05-26 | 2014-11-19 | Waters Technologies Corporation | Ion detection and parameter estimation for liquid chromatography - ion mobility spectrometry - mass spectrometry data |
-
2007
- 2007-05-25 EP EP07784158.3A patent/EP2024064B1/en active Active
- 2007-05-25 CN CN2007800279145A patent/CN101534933B/zh active Active
- 2007-05-25 JP JP2009512324A patent/JP5542433B2/ja not_active Expired - Fee Related
- 2007-05-25 US US12/301,301 patent/US8178834B2/en active Active
- 2007-05-25 WO PCT/US2007/069784 patent/WO2007140327A2/en active Application Filing
-
2010
- 2010-02-09 HK HK10101458.1A patent/HK1135058A1/xx not_active IP Right Cessation
-
2012
- 2012-04-13 US US13/446,043 patent/US8480110B2/en active Active
-
2013
- 2013-02-28 US US13/780,148 patent/US8766172B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004536276A (ja) * | 2000-11-16 | 2004-12-02 | シファーゲン バイオシステムズ, インコーポレイテッド | 質量スペクトルを分析する方法 |
JP2004531858A (ja) * | 2001-04-25 | 2004-10-14 | アドヴァンスト・リサーチ・アンド・テクノロジー・インスティチュート・インコーポレーテッド | 予め選択されたイオン移動度の関数としてイオンを時間的に分離する方法及び装置 |
US20050261838A1 (en) * | 2002-04-12 | 2005-11-24 | Andreev Victor P | Matched filtration with experimental noise determination for denoising, peak picking and quantitation in lc-ms |
WO2005079263A2 (en) * | 2004-02-13 | 2005-09-01 | Waters Investments Limited | Apparatus and method for identifying peaks in liquid chromatography/mass spectrometry data and for forming spectra and chromatograms |
JP2005302622A (ja) * | 2004-04-15 | 2005-10-27 | Hitachi High-Technologies Corp | 飛行時間型質量分析装置および分析方法 |
Non-Patent Citations (3)
Title |
---|
JPN6012050849; VALENTINE S J et al: 'Multidimensional separations of complex peptide mixtures: a combined high-performance liquid chromat' International Journal of Mass Spectrometry Vol.212, No.1/3, 20011220, Page.97-109 * |
JPN6012050852; MATZ L M et al: 'Evaluation of capillary liquid chromatography-electrospray ionization ion mobility spectrometry with' Journal of Chromatography A Vol.946, No.1/2, 20020208, Page.59-68 * |
JPN6013045471; MYUNG,S. 他: '"Development of High-Sensitivity Ion Trap Ion Mobility Spectrometry Time-of-Flight Techniques: A Hi' Analytical Chemistry Volume 75, Number 19, 20030823, Pages 5137-5145 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014507672A (ja) * | 2011-03-11 | 2014-03-27 | レコ コーポレイション | クロマトグラフィーシステムでのデータを処理するためのシステム及び方法 |
WO2013133340A1 (ja) * | 2012-03-07 | 2013-09-12 | オリンパス株式会社 | 光学測定装置およびファイババンドルの対応付け方法 |
JPWO2013133340A1 (ja) * | 2012-03-07 | 2015-07-30 | オリンパス株式会社 | 光学測定装置およびファイババンドルの対応付け方法 |
US9788732B2 (en) | 2012-03-07 | 2017-10-17 | Olympus Corporation | Optical measuring device and fiber bundle association method |
JP2015512515A (ja) * | 2012-03-22 | 2015-04-27 | マイクロマス・ユーケイ・リミテッド | 改善されたデータ依存型収集のための多次元調査スキャン |
JP2018018750A (ja) * | 2016-07-29 | 2018-02-01 | 日本電子株式会社 | 四重極型質量分析計及び質量分析方法 |
KR20200077020A (ko) * | 2018-12-20 | 2020-06-30 | 한국과학기술연구원 | 모발시료 처리 및 이차이온질량분석을 이용한 모발증거물 감식방법 |
KR102157348B1 (ko) | 2018-12-20 | 2020-09-18 | 한국과학기술연구원 | 모발시료 처리 및 이차이온질량분석을 이용한 모발증거물 감식방법 |
JP2020139789A (ja) * | 2019-02-27 | 2020-09-03 | 株式会社島津製作所 | 微生物分析用試料の調製方法、微生物の分析方法、微生物の識別方法および微生物分析用キット |
WO2021240576A1 (ja) * | 2020-05-25 | 2021-12-02 | 株式会社島津製作所 | クロマトグラフ質量分析データ処理方法、クロマトグラフ質量分析装置、及びクロマトグラフ質量分析データ処理用プログラム |
WO2022003890A1 (ja) * | 2020-07-02 | 2022-01-06 | 株式会社島津製作所 | 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 |
JP2022069775A (ja) * | 2020-10-26 | 2022-05-12 | 日本電子株式会社 | マススペクトル処理装置及び方法 |
JP7249980B2 (ja) | 2020-10-26 | 2023-03-31 | 日本電子株式会社 | マススペクトル処理装置及び方法 |
US11721535B2 (en) | 2020-10-26 | 2023-08-08 | Jeol Ltd. | Apparatus and method for processing mass spectrum |
Also Published As
Publication number | Publication date |
---|---|
US20120259557A1 (en) | 2012-10-11 |
US8480110B2 (en) | 2013-07-09 |
EP2024064A4 (en) | 2012-01-04 |
CN101534933A (zh) | 2009-09-16 |
EP2024064A2 (en) | 2009-02-18 |
US8178834B2 (en) | 2012-05-15 |
EP2024064B1 (en) | 2014-11-19 |
WO2007140327A3 (en) | 2008-04-10 |
US8766172B2 (en) | 2014-07-01 |
WO2007140327A2 (en) | 2007-12-06 |
CN101534933B (zh) | 2013-03-27 |
HK1135058A1 (en) | 2010-05-28 |
US20090294645A1 (en) | 2009-12-03 |
US20140025342A1 (en) | 2014-01-23 |
JP5542433B2 (ja) | 2014-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5542433B2 (ja) | イオン検出およびn次元データのパラメータ推定 | |
JP5068541B2 (ja) | 液体クロマトグラフィ/質量分析データ中のピークを同定し、スペクトルおよびクロマトグラムを形成するための装置および方法 | |
US20220406584A1 (en) | Techniques for mass spectrometry peak list computation using parallel processing | |
US7279679B2 (en) | Methods and systems for peak detection and quantitation | |
US8975577B2 (en) | System and method for grouping precursor and fragment ions using selected ion chromatograms | |
US20060255258A1 (en) | Chromatographic and mass spectral date analysis | |
US20060217911A1 (en) | Computational method and system for mass spectral analysis | |
JP2004506216A (ja) | 混合物の化学成分を同定および定量するための方法およびシステム | |
US7680606B2 (en) | Two-step method to align three dimensional LC-MS chromatographic surfaces | |
CN107209151B (zh) | 干扰检测及所关注峰值解卷积 | |
Yu et al. | A chemometric-assisted method based on gas chromatography–mass spectrometry for metabolic profiling analysis | |
Danielsson et al. | Exploring liquid chromatography–mass spectrometry fingerprints of urine samples from patients with prostate or urinary bladder cancer | |
CN112534267A (zh) | 复杂样本中相关化合物的识别和评分 | |
Wang | LC-MS in plant metabolomics | |
Lekpor | Time-varying filtering of time-of-flight mass spectra for proteomics | |
Vähämaa et al. | Research Article PolyAlign: A Versatile LC-MS Data Alignment Tool for Landmark-Selected and-Automated Use | |
JP2008224636A (ja) | 質量分析システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100317 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20121002 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20121226 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20130108 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20130121 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20130319 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130402 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130917 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20131213 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20131220 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140314 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140408 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140507 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5542433 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |