JP2012515902A5

JP2012515902A5 -

Info

Publication number: JP2012515902A5
Application number: JP2011546588A
Authority: JP
Filing date: 2010-01-15
Publication date: 2014-06-05
Anticipated expiration: 2030-01-15

Description

未知物質をマススペクトロメトリーにより同定することが可能な方法

本発明は、好ましくは未知物質の構造及び／又は分類及び／又は化学的性質を決定するために、マススペクトロメトリーによって同物質を同定することが可能な方法に関する。

マススペクトロメトリーは、好ましくは未知物質を分析するための現在最も広範に利用されている一手法である（例えばＪ．Ｈ．グロス：マススペクトロメトリー：教科書、ベルリン・シュプリンガー出版社、２００４年）。

マススペクトロメトリーによれば、被験物質の分子量を正確に決定することができる。更に、マススペクトロメーター内の物質を１回又は複数回フラグメント化（即ちその化学的結合を開裂する）することが可能である。このようにして発生したフラグメントの質量を更に測定すれば、１以上のフラグメンテーションスペクトル（娘イオンスペクトルとも呼ばれる）が得られる。

しかしながら、マススペクトロメトリーは質量のみを決定する手法であるから、特に未知化合物の構造及び／又は分類及び／又は化学的性質の特定化には問題がある。

医薬品や工業、研究で使用される化学物質には生物由来のものも多いが、これらは生物から偶然発見されたり、非常に手間のかかる探索によって発見されたりしたものである。生物由来の物質の殆どは未だ完全には解明されていない。

本発明が提供する方法によれば、例えばある生体試料に存在する低分子物質（１５００Ｄａ未満）の物質クラスを同定することによって、潜在的な有効物質の体系的な探索を著しく簡略化することができる。従って、応用分野に関連する物質クラスに属する化合物だけをより正確に調べればよい。

医薬品及び天然物は医学、製薬研究及び生物学研究との関連が深いため、これら物質の同定は特に興味が持たれる。天然物とは、生物由来及び無生物由来の自然物質、特に植物及び動物や例えば化石鉱床に見いだされる全ての物質を意味する。それらの中には、例えば化学反応又は酵素反応によって生成した全ての代謝生成物や、医薬品又は環境排出物等、人工的に自然界にもたらされた物質も含まれる。天然物は本発明の主要な応用分野ではあるが、本発明によって提供される方法はこれに限定されない。化学以外の分野、例えば材料科学の分野にも応用可能である。

天然物は通常混合物（例えば細胞抽出物、環境試料）として存在するので、マススペクトロメトリーを行う前に分離プロセスに付し、マススペクトロメトリー分析で同定しようとする物質を分離する。この分離プロセスは通常ガスクロマトグラフィー、液体クロマトグラフィー又はキャピラリー電気泳動で行われる（例えばＵ．レスナー、Ｃ．ワーグナー、Ｊ．コプカ、Ｒ．トレスウェイ及びＬ．ウィルミッツァー：技術的進歩：ガスクロマトグラフィー・マススペクトロメトリーによるジャガイモ塊茎中の代謝物の同時分析、プラントＪ、２０００年、２３号、１３１〜１４２ページ）。

マススペクトロメトリー分析によって得られるフラグメンテーションパターンを、参照データから手作業で得られた理想化パターン、いわゆる「基準」と比較することが知られている（例えばＲ．ミストリク：Ｘキャリバー・ハイケム：マス・フロンティア・ソフトウェア、ハイケム／サーモフィニガン、マニュアル２００１年）。このような比較は基本的に自動化が可能であるが、被験物質に対応する基準が作成されていることが前提とされるので、未知物質には決して応用することができない。その上、これらの基準に基づく手法ではエラーを含むデータは処理できず、実用には不向きである（Ｋ．クラコウ、Ｆ．ブレン、Ｍ．ハリソン、Ａ．オーガン、Ａ．ファース及びＧ．Ｊ．ラングレイ：非ペプチド性組合せ化合物のエレクトロスプレイ・タンデム質量分析の自動化された解釈及び予測に向けた試み、ＲａｐｉｄＣｏｍｍｕｎＭａｓｓＳｐｅｃｔｒｏｍ、２００３年、１７号、１１６３〜１１６８ページ）。

ある測定条件下で得られたフラグメンテーションスペクトルと同一のものが既に参照データベースに存在するという特殊なケースにおいては、計算による比較を利用して参照データベースのスペクトルをサーチすることにより被験物質を検出し、同定することが可能であろう（Ｌ．フォークト、Ｔ．グレーガー及びＲ．ツィンマーマン：総合的二次元ガスクロマトグラフィー飛行時間型マススペクトロメトリーを用いた大気エアロゾル試料分離のための自動化された化合物分類、Ｊ．Ｃｈｒｏｍａｔｏｇｒ．Ａ、２００７年、１１５０号、２〜１２ページ；ＤＥ１０３５８３６６Ｂ４、ＵＳ６６２４４０８Ｂｌ、ＵＳ２００３０２３６６３６Ａｌ、ＵＳ６７４７２７２Ｂ２）。

この方法は、物質の参照スペクトルを必須とするため、未知物質に対しては有効ではない。更に、フラグメンテーションスペクトルは部分的に外的パラメーターに大きく依存するので、実験室毎に異なる。このような場合、スペクトル間で直接比較することには信頼性がない。従って、同一の参照スペクトルと比較できるような条件下でサーチできる応用例は極めて少ない。

この最後に挙げた問題点を回避するために、定義されたフラグメンテーションパターンが保存されているデータベースのフラグメントイオンをサーチすることも知られている（ＵＳ７１９７４０２Ｂ２）。これらのイオンは一定の既知構造を有していることもあるが、そうでない場合はマススペクトロメトリーを追加的に行うことによりイオンのフラグメンテーションスペクトルを測定しなければならない。これら多重フラグメンテーションによって発生したスペクトル（ＭＳｎ）は、前述の「単純な」フラグメンテーションスペクトルに比べてより高度の比較を可能とすると考えられる。

しかしながらこの方法も、既知の（且つデータ技術により確定した）物質の同定方法と同様の制限を受ける。また、多重フラグメンテーションはかなり特殊なタイプのマススペクトロメーターでのみ可能であり、このことは更なるコスト上昇をもたらす。

ある物質について参照データ、比較基準又は同定基準が存在しない場合、或いはそれらが存在したとしても完全ではない物質を同定する場合は、小分子のフラグメンテーションパターンに基づいて判定しなければならないこともある。即ち、物質クラス、化学的性質、更には分子構造の決定を可能とするような、少なくともそれをサポートし得るような、既知の構造と比較可能な類似性がどの程度見いだされるかを手間を掛けて調べなければならない（Ｐ．シ、Ｑ．ヘ、Ｙ．ソン、Ｈ．ク及びＹ．チェン：イオントラップ質量分析及び飛行時間型質量分析による負エレクトロスプレイオン化におけるミカン属からのフラボノイド配糖体の特性化及び同定、Ａｎａｌ．Ｃｈｉｍ．Ａｃｔａ、２００７年、５９８号、１１０〜１１８ページ）。しかしながらこの判定は主観的であり、時間がかかり、分析者の直感に基づいているため、客観的で迅速な物質同定方法ではなく、むしろこの分野における専門家の高度な知識と広範な経験を前提としている。それにもかかわらず実用における精度は、小分子に対してもあまり高くはない。この方法は上述した理由から自動化も可能ではなく、大分子に対しては、特に分析者に対する要求が高く、また精度が低いことが予想されることから、事実上使用されていない。

２００８年にベッカーとラッシェは、フラグメンテーションパターンコンセプトの数学的定式化を導入した（Ｓ．ベッカー及びＦ．ラッシェ：タンデムマススペクトルによる代謝物のデノボ同定に向けて、バイオインフォマティクス、２００８年、２４号、１４９〜１５５ページ）。この数学的定式化においては、物質のフラグメンテーションパターンを表現するためのグラフを用いる。ここでグラフとは、通常ノードと呼ばれる所定の数のオブジェクトと、通常エッジと呼ばれる同数の要素からなる組合せである。エッジはオブジェクト間の相互の関係を表す。この場合、物質のフラグメントはノードとして表現され、フラグメンテーション反応はエッジとして表現される。被験物質の構造が未知である場合、ノードはフラグメントの組成式で表わされ、エッジは脱離中性種の組成式で表わされる。これらのフラグメンテーショングラフは、未知物質の組成式を決定するために利用される。しかし組成式自体は物質を同定するのに十分ではなく、被験物質の物質クラスを推定することもできない。提案されたフラグメンテーションパターングラフを、特に未知物質の同定に、或いはその分類及び／又は化学的性質の決定に使用することは当業界では知られていない。

更に、生物学や医学における特殊分野でツリーのアライメントは、ツリーとＲＮＡ構造の比較として知られている（Ｔ．チャン、Ｌ．ワン及びＫ．ツァン：ツリーのアライメント：ツリー編集の代替案、Ｔｈｅｏｒ．Ｃｏｍｐｕｔ．Ｓｃｉ．、エルゼビア・サイエンス・パブリッシャーズ社、１９９５年、１４３号、１３７〜１４８ページ）。この場合、比較すべきツリーに表わされたノードは、表現の差異ができるだけ小さくなるように重ね合わせる。ツリーは構造的に等しくなければならず、必要な場合にツリー表現の枝にいわゆるギャップノードを挿入することのみが許容される。この方法を、特に物質のマススペクトロメトリー分析に応用して物質を同定すること、或いはそれらの分類及び／又は化学的性質を決定することも知られていない。

ＤＥ１０３５８３６６Ｂ４ＵＳ６６２４４０８ＢｌＵＳ２００３０２３６６３６ＡｌＵＳ６７４７２７２Ｂ２ＵＳ７１９７４０２Ｂ２ＤＥ１０２００５０２５４９９Ｂ４ＤＥ１０３５８３６６Ｂ４

Ｕ．レスナー、Ｃ．ワーグナー、Ｊ．コプカ、Ｒ．トレスウェイ及びＬ．ウィルミッツァー：技術的進歩：ガスクロマトグラフィー・マススペクトロメトリーによるジャガイモ塊茎中の代謝物の同時分析、プラントＪ、２０００年、２３号、１３１〜１４２ページＲ．ミストリク：Ｘキャリバー・ハイケム：マス・フロンティア・ソフトウェア、ハイケム／サーモフィニガン、マニュアル２００１年Ｋ．クラコウ、Ｆ．ブレン、Ｍ．ハリソン、Ａ．オーガン、Ａ．ファース及びＧ．Ｊ．ラングレイ：非ペプチド性組合せ化合物のエレクトロスプレイ・タンデム質量分析の自動化された解釈及び予測に向けた試み、ＲａｐｉｄＣｏｍｍｕｎＭａｓｓＳｐｅｃｔｒｏｍ、２００３年、１７号、１１６３〜１１６８ページＬ．フォークト、Ｔ．グレーガー及びＲ．ツィンマーマン：総合的二次元ガスクロマトグラフィー飛行時間型マススペクトロメトリーを用いた大気エアロゾル試料分離のための自動化された化合物分類、Ｊ．Ｃｈｒｏｍａｔｏｇｒ．Ａ、２００７年、１１５０号、２〜１２ページＰ．シ、Ｑ．ヘ、Ｙ．ソン、Ｈ．ク及びＹ．チェン：イオントラップ質量分析及び飛行時間型質量分析による負エレクトロスプレイオン化におけるミカン属からのフラボノイド配糖体の特性化及び同定、Ａｎａｌ．Ｃｈｉｍ．Ａｃｔａ、２００７年、５９８号、１１０〜１１８ページＳ．ベッカー及びＦ．ラッシェ：タンデムマススペクトルによる代謝物のデノボ同定に向けて、バイオインフォマティクス、２００８年、２４号、１４９〜１５５ページＴ．チャン、Ｌ．ワン及びＫ．ツァン：ツリーのアライメント：ツリー編集の代替案、Ｔｈｅｏｒ．Ｃｏｍｐｕｔ．Ｓｃｉ．、エルゼビア・サイエンス・パブリッシャーズ社、１９９５年、１４３号、１３７〜１４８ページＳ．ベッカー及びＦ．ラッシェ：タンデムマススペクトル分析による代謝物のデノボ同定に向けて、バイオインフォマティクス、２００８年、２４号、１５９〜１５５ページケルテス、Ｔ．Ｍ．、ホール、Ｌ．Ｈ．、ヒル、Ｄ．Ｗ．及びグラント、Ｄ．Ｆ．ＣＥ５０：小分子の特性化と同定のための衝突誘起脱離エネルギーの定量化、Ｊ．Ａｍ．Ｓｏｃ．ＭａｓｓＳｐｅｃｔｒｏｍ．、２００９年、２０号、１７５９−１７６７ページ

本発明の課題は、マススペクトロメトリー分析と同時に、主観的評価を入れず、最短時間で、自動化可能で、できる限り高精度で、更に同一のフラグメンテーションパターン及び／又は定義された比較基準又は同定の基準を必要とせずに、特に未知化学物質の構造及び／又は分類及び／又は化学的性質を決定できるようにすることにある。

本発明に従えば、前述の課題を解決するために、マススペクトロメトリー分析において分析対象物質から１以上のマススペクトロメトリー・フラグメンテーションスペクトル（娘イオンスペクトル）を取得し、このスペクトルから従来から物質の組成式（未知物質については仮説組成式）を決定するために知られているフラグメンテーショングラフを作成する。フラグメンテーショングラフは１以上のマススペクトロメトリー・フラグメンテーションスペクトルのオブジェクトとリンクとにより、例えばオブジェクト（物質のフラグメント）であるノードとエッジ（リンクであるフラグメンテーション反応）により表される。しかしながら前述のオブジェクトとリンクを実現するためのフラグメンテーショングラフの表現は、ノードとエッジによる典型的な表現とは異なる数学的表現、例えば半順序、関係、階層の表現によって作成することもできる。

このフラグメンテーショングラフのデータは、既知物質のフラグメンテーショングラフの既存の参照データと比較されるが、この比較は好ましくは計算によって行われる。そのためにマススペクトロメトリー分析用装置が計算機と接続されており、計算機が電子的データベースにアクセスすると、既知のフラグメンテーショングラフの前述の参照データが比較のために用意される。このようにしてフラグメンテーショングラフのデータ比較は、分析対象物質又は同定対象物質のマススペクトロメトリー解析と同時に且つ自動的に並行して行うことができる。フラグメンテーショングラフのデータ比較において、同一又は少なくとも類似の部分グラフ、即ちノードとエッジの部分量を求める。これらの既知のフラグメンテーショングラフ又は部分グラフに従って、物質構造及び／又は分類及び／又は化学的物性に基づいて被験物質をマススペクトロメトリーにより決定する。

計算によるデータ比較を利用すれば、多数の既知のフラグメンテーショングラフを利用する方法に比べて短時間での自動的物質同定が可能となる。同定対象物質の完全なフラグメンテーショングラフ及び／又は参照として比較するための所定の比較基準又は同定基準は必ずしも必要でない。これは、この比較が全フラグメンテーションスペクトルではなく、前述のフラグメンテーショングラフの部分構造の分析を含むからである。

従来の自動化可能で実用的な方法は、分析対象物質が既知であり、既に一度マススペクトロメトリーによって分析されて完全なフラグメンテーションパターンとして参照用に存在していることが前提となる。これら公知の方法（冒頭に記載した）とは異なり、本発明が提供する方法においては、同定対象の物質自体が参照データ内に存在する必要はなく、比較のために利用されるデータが、同定対象物質のフラグメンテーショングラフに対して、フラグメンテーショングラフ（全体又は一部）の少なくとも部分領域で類似性を有していれば十分である。

従って、本発明に係る方法によれば、従来手作業によってのみ可能であった全くの未知物質の自動的な同定が初めて可能となる。本発明の方法によれば、時間のかかる手作業による分析とは異なり、主観的な要件にかかわりなく、スペクトルをリアルタイムで、即ち測定自体と同様に速く（ひいては同時に）実施できる。これにより数百の物質の典型的なマススペクトロメトリーによる一連の測定結果をほぼ同時に分析することが可能である。更に本方法では、同定は分析者の直感ではなく客観的基準に基づいているため精度が高い。

しかもフラグメントスペクトルの測定及び分析を自動化するための他の方法（例えばＤＥ１０２００５０２５４９９Ｂ４及びＤＥ１０３５８３６６Ｂ４）と組み合わせれば、全く利用者が介入することなくこの種の一連の測定を完全に自動的に実施及び分析することが可能であろう。

従属請求項には方法の有利な実施ステップが記載されている。

分析対象物質のフラグメンテーショングラフは手作業で、或いは自動的に作成できる。

フラグメンテーショングラフのデータ比較は、例えばペアワイズ・アライメント又はマルチプル・アライメントにより局所的又は全体的に行われる。

フラグメンテーショングラフを作成するためのフラグメンテーションスペクトルは、例えばタンデムマススペクトロメーター又は多重フラグメンテーション（ＭＳｎ）で取得することできる。この場合、フラグメンテーションは衝突誘起脱離（ＣＩＤ）、電子移動脱離（ＥＴＤ）、電子捕獲脱離（ＥＣＤ）、赤外多光子吸収脱離（ＩＲＭＰＤ）、黒体赤外放射脱離（ＢＩＲＤ）、高エネルギーＣトラップ脱離（ＨＣＤ）、インソースフラグメンテーション又はポストソース分解（ＰＳＤ）によって行うことができる。

フラグメンテーションスペクトルを取得する前に、液体クロマトグラフィー、ガスクロマトグラフィー又はキャピラリー電気泳動によって物質分離を行うと有利である。

その上、本発明に従うフラグメンテーショングラフのデータ比較に加えて別の基準、例えば特にクロマトグラフィー保持時間及び／又は電気泳動時間及び／又は紫外線吸収スペクトルを物質同定のために利用することが目的に適うであろう。

本発明に従う方法の応用可能性の特別な一例は、分析対象物質のクラスターである。このために３以上の、更に原則としてより多数の物質でフラグメンテーションスペクトルを測定し、フラグメンテーショングラフを、例えばベッカーとラッシェの方法で算出する（Ｓ．ベッカー及びＦ．ラッシェ：タンデムマススペクトル分析による代謝物のデノボ同定に向けて、バイオインフォマティクス、２００８年、２４号、１５９〜１５５ページ）。この場合、未知物質、既知物質或いは既知物質と未知物質の組み合わせのいずれでもよい。これらのフラグメンテーショングラフに対して、上述の方法を用いてペア類似性を計算し、ここからペア類似性のマトリックスが得られる。次にこのような類似性マトリックスにクラスター分析の方法を適用できる。この場合、クラスター内の全てのオブジェクトは互いに類似しているが、クラスター外のオブジェクトと類似性はわずかである。クラスター分析は原則として自動化された方法で行われるが、手作業で実施することもできる。クラスター分析に対してグラフ理論、階層、区分化、最適化又その他の方法、例えば凝集クラスタリング（例えばＵＰＧＭＡ）、κ平均法又はκ最近傍法を使用できる。例えば未知物質が１以上の既知物質と共にクラスター化されるときは、計算されたクラスターから被験物質を推定することができる。

本発明に係る方法の他の応用可能性は、フラグメンテーショングラフの比較によって決定された類似性を更に他の（測定又は予測された）物性と組み合わせることである。これはクラスタリングに対しても、次に記載する他の全ての応用可能性や用途に対しても行うことができる。他の既知物性としては、例えば両物質の質量、物質間の質量差、組成式による質量差の可能な説明、測定された質量スペクトル中のピークの数、物質の組成式（仮定又は検証済み）、反応時間、電気泳動経過時間、紫外線吸収スペクトル、物質のＣＥ５０値（ケルテス、Ｔ．Ｍ．、ホール、Ｌ．Ｈ．、ヒル、Ｄ．Ｗ．及びグラント、Ｄ．Ｆ．ＣＥ５０：小分子の特性化と同定のための衝突誘起脱離エネルギーの定量化、Ｊ．Ａｍ．Ｓｏｃ．ＭａｓｓＳｐｅｃｔｒｏｍ．、２００９年、２０号、１７５９−１７６７ページ）が挙げられる。

類似性はこれらのうち一物性と、複数の物性と、又は全物性と組合わせることができる。

更に別の応用可能性は、フラグメンテーショングラフの類似性を、物質の構造類似性の予測に利用することである。物質の構造類似性は、例えばタニモト係数やジャッカール指数によって測定できる。この構造類似性の予測はとりわけ監視された機械学習の方法（例えばサポートベクターマシンＳＶＭ、神経回路網、決定木、ランダムフォレスト、ナイーブベイズ）によって行うことができる。この場合物質は、フラグメンテーショングラフ及びその他の既知の物性の類似性に基づき、例えば９０％以上（或いは８０％、９５％又はその他の値）の構造類似性が成立するように分類され得る。

更に、フラグメンテーション類似性と他の物性を共に物質類似性の直接予測（例えばタニモト係数やジャッカール指数）に利用できる。このために機械学習の方法、例えば線形回帰法や回帰ＳＶＭ（ＳＶＲ）、ν‐サポートベクター回帰（ν−ＳＶＲ）、ローカルリニアマップを使用できる。

本発明は、フラグメンテーショングラフの比較によって未知物質の構造の全部又は一部を解明するために有利に応用できる。この目的のために、構造既知であって、同定対象物質と高い類似性（局所的又は全体的）を有する参照物質のフラグメンテーショングラフを使用することができる。このように、同定対象物質についての仮定を立てることができ、次にこの仮定を、例えば他の実験的技術（多段階フラグメンテーション・マススペクトロメトリー又はＮＭＲ分光法）を用いて評価できる。また、同定対象物質について他の実験的技術によって得られた構造に関する仮定を、フラグメンテーショングラフの比較によって評価及び検証することができる。

本発明の用途には、潜在的な生物学的作用物質を追及する目的で未知物質をスクリーニングすることもある（バイオプロスペクティング）。この場合、作用物質について類似又は同一の既知作用を有する物質が探索される（例えばジェネリック）。更に、改善された作用を有するか、或いは作用物質が有する１以上の望ましくない副作用を有さない物質が探索される。これは、例えば副作用の重度が作用物質の望ましい効果を上回るためにヒトの医療には使用できない、或いは医療に適していない作用物質についても探すことができる。スクリーニングにおいては、例えばこれらの生体、特に植物、真菌類及びバクテリアの二次代謝物を調べることができる。スクリーニングは種々の外的条件下で、種々の発達段階において、また種々の組織タイプ、例えば植物の種、根及び葉で行うことができる。フラグメンテーションマススペクトルは自動プロセスで作成でき、断片化される物質は、例えば試料中に存在する物質に関する知識がなくても自動的に決定される。本応用例はヒトを対象とする医薬品や作用物質に限定されない。

本発明は医薬品の分解生成物の分析にも有利である。ヒトの物質代謝において、作用物質やその他の物質は徐々に分解又は化学変化を受ける。同様に医薬品は外的影響（例えば不適切な保管、過度の高温下等）によって分解又は化学変化を受ける可能性がある。ここで分解過程においてどのような物質が生成するか、そしてこれらの物質からどのような作用や副作用が生じ得るかという問題が起こる。

本発明に係る方法は、検出用物質、例えばバイオマーカーを同定するためにも応用することができる。生物系の代謝は環境による影響や異物によって変化することがある。例えば、感染において生成される物質を同定できる。実験室においては血液検査によって、そのような物質が患者の血液中に見られ、場合によってはその物質が炎症因子がどうか推定することも可能である。

本発明に係る方法の別の用途としては、未知の薬物を同定することである。この場合、未知物質をマススペクトロメトリーによって調べ、そのフラグメンテーショングラフを上述したように既知の合法的な又は非合法的な薬物のフラグメンテーショングラフと比較する。これにより、未知物質の薬物としての作用に関する情報を得ることもできる。

同様に能力向上物質（ドーピング物質）の同定も可能である。新たな能力向上物質は常に開発されており、公知の能力向上物質も常に改良が行われている。そのような新規又は改良された物質は、既知の能力向上物質のフラグメンテーショングラフとの比較により同定することができる。

メッセージ物質（シグナリング分子）の同定も可能である。この種のメッセージ物質は細胞内、種々異なる組織間、或いは１種以上の生体に生成し得る。このメッセージ物質によって生体内の細胞の相互作用が制御される。植物においては、このメッセージ物質は、例えば植物に寄生した害虫に対する捕食者を誘引する働きをする。また、メッセージ物質は害虫のダメージも誘発することができる（アロモン）。メッセージ物質の同定は、例えば農薬の開発や、新しい植物種の栽培に利用することができる。

更に、飲料水や河水、その他の水に含まれている物質を同定することも可能である。高い水質を保証する目的で水中に含まれている物質を同定して、これにより、例えばヒトや動物、植物の危険を排除することができる。このような物質は、例えば人的にもたらされた物質（例えばホルモン、農薬）の分解生成物、微生物によって産生された物質又は代謝物質であることができる。

更に、本発明に係る方法の一般的用途としては、科学的或いは商業的目的で（未知の）代謝物を同定することが挙げられる。

以下、図面を参照して、構造類似性の決定及び物質の分類のための本発明の実施形態を詳細に説明する。

ドーパミンの構造式。ノードはタンデム・マススペクトロメトリーで測定されたフラグメントに対応し、エッジは脱離中性種に対応している、ドーパミンの仮定フラグメンテーショングラフ。半順序として示されたドーパミンのフラグメンテーショングラフ。チラミンの構造式である。ノード（フラグメント）とエッジ（脱離中性種）によって示されたチラミンの仮定フラグメンテーショングラフ。ドーパミン（左）とチラミン（右）のフラグメンテーショングラフの最適な局所的アライメントを示すグラフ。ドーパミンとチラミンのフラグメンテーショングラフのアライメントの評価に関する概観図。ヒスチジンの仮定フラグメンテーショングラフとのアライメントの評価に関する概観図。４−ヘキソシロキシベンゾイルコリンの仮定フラグメンテーショングラフとのアライメントの評価に関する概観図。

ａ）構造類似性の決定
２種以上の物質の構造類似性の決定手順を、次のドーパミンとチラミンを用いた例で説明する。両物質とも生体アミンに属し、非常に類似した構造を有する（図１、４参照）。

典型的な応用例においては、両構造のうち一方は未知である。この方法に基づいて未知物質の構造に関する仮定をすることができる。ここに紹介する例は、この手順を明らかにするものである。

ドーパミンもチラミンもタンデム・マススペクトロメトリーを用いて調べた。フラグメンテーションは自体公知の衝突誘起脱離（ＣＩＤ）によって行った。しかしＭＳｎ等他のマススペクトロメトリー法、或いは他のフラグメンテーション法を利用することもできる。

両物質についてそれぞれ複数のフラグメンテーションスペクトル（娘イオンスペクトル）を測定し、そこから仮定フラグメンテーションパターンを計算する。それ以降の分析の基礎として、手作業で作出されたフラグメンテーションパターンももちろん使用できる。両フラグメンテーションの仮定経過を示すフラグメンテーショングラフが、図２（ドーパミン）及び図５（チラミン）に、物質のフラグメントであるノードとフラグメンテーション反応（脱離中性種）であるエッジを用いて表現されている。他の可能な表現は、例えば半順序（図３参照）、関係及び階層である。

更に進むと両フラグメンテーショングラフが比較のために準備される。この例に関連する情報はフラグメンテーションの際に発生する脱離中性種である（それぞれグラフのエッジに示す）。次に２個のグラフのノードを整列させるためのアルゴリズムが適用され、これらの情報はそれぞれその下に位置するノードに伝えられる。これに対して、フラグメントと脱離中性種の双方、或いはフラグメントのみが比較のために考慮される場合、又はエッジを整列させるためのアルゴリズムが使用される場合は、このステップは省略することができるが、フラグメンテーショングラフを別途準備することが合理的であり、更には必要である。

ドーパミンとチラミンの準備された両フラグメンテーショングラフが続いて局所的に整列された。従って両グラフの最大の局所的類似性を有する領域が決定された。この例ではフラグメンテーショングラフはツリーなので、整列にはＴ．チャン、Ｌ．ワン及びＫ．ツァンのツリー・アライメント・アルゴリズム（ツリーのアライメント：ツリー編集の代替案、Ｔｈｅｏｒ．Ｃｏｍｐｕｔ．Ｓｃｉ．、エルゼビア・サイエンス・パブリッシャーズ社、１９９５年、１４３号、１３７〜１４８ページ）が適用された。その際、ノード対の評価は次のように選択された。同一ノード（即ち同一の組成式を有するノード）は非常に肯定的に評価され、脱離中性種の大きさも評価において考慮された。組成式における相違が化学的に説明可能なノード対はやや肯定的に評価された。そして種々異なるノードの対、及びノードとギャップからなる対は否定的に評価された。最後に、ノード対の全ての個別評価の総和からアライメントの総合評価が計算された。

ノード対の評価については、この例で選択した方法の他にも、例えば「対数オッズ」（「チャンス」の対数）若しくは「対数尤度」（確率の対数）を計算するなど種々の可能性がある。更に、機械学習又は進化的アルゴリズムを用いて最適な評価関数を決定することができる。

アライメントは（この例のように）局所的にも、全体的にも行うことができる他、同時に複数のグラフを相互に比較することもできる（マルチプル・アライメント）。

図６に局所的アライメントの結果を示す（左：ドーパミン、右：チラミン）。ノード表記はインデクス、脱離中性種の組成式、更にアライメントにおいてペアに対応する文字から構成されている。グレートーンはこの相関性を表している。左のツリーにおけるノード３は右のツリーに対応するものがないため着色されていない。従ってギャップと整列された。薄く囲まれたノードは最適な局所的アライメントの構成部分を意味しない。

図７に、ドーパミンとチラミンの作成されたフラグメンテーショングラフの整列されたノードに関する評価を示す。角括弧内にはそれぞれ整列された脱離中性種の組成式が示されている。その下にはそれぞれのノードアライメントの評価が示されている。この評価の総和から総合評価を求める。

両グラフの広い領域が互いに対応しているので、アライメントの結果に両物質の構造類似性が反映していることが見られる。更にドーパミンにおいては、ギャップと整列されたノード「ＣＯ」が追加されていることから、ドーパミンは追加のヒドロキシル基を有していることもわかる。これにより炭素原子の脱離において転位も生じ、酸素原子の脱離だけでなくＣＯの更なる脱離も生じる。

両構造の一方が未知である典型的な応用に関して、計算されたアライメントから、被験物質が参照物質に構造的に非常に類似していること、そして酸素含有基の相違があることも推定される。

ｂ）物質の分類
次に、物質の分類手順をヒスチジンと４−ヘキソシロキシベンゾイルコリンを用いた例で説明する。比較として他の３５種類の物質の仮定フラグメンテーショングラフを使用した。

第１の応用例（構造類似性の決定）と同様に、両物質のフラグメンテーションスペクトルを測定し、仮定フラグメンテーショングラフを計算及び準備した。

続いて両フラグメンテーショングラフをそれぞれ全ての参照グラフと局所的に整列させてアライメントを評価した（評価が高いほど決定される類似性は大きい）。この場合、２個のフラグメンテーショングラフの比較は例１の説明のように行った。

ここで局所的アライメントを適用するのは単に一つの可能性に過ぎず、フラグメンテーショングラフを比較するために他の方法、即ち局所的方法も全体的方法も適用することができる。

比較の結果を図８（ヒスチジン）と図９（４−ヘキソシロキシベンゾイルコリン）に表形式で示す。これより４−ヘキソシロキシベンゾイルコリンのフラグメンテーショングラフは他のコリンと非常に高い局所的類似性を有することが分かる（得点上位１３件はコリンである）。

同様のことはヒスチジンについても言え、得点上位１０件中８件はアミノ酸であり、他の２件はアミンである。これは、本方法を適用することにより、分析された両物質をアミノ酸とコリンとにクラス分けできることをよく示している。更に注目すべきは、この例でそれぞれ得点上位の物質は被験物質と最大の構造類似性も有することである。

Claims

未知物質をマススペクトロメトリーにより同定することが可能な方法であって、次の各段階：
ａ）同定対象の被験物質の１以上のマススペクトロメトリー・フラグメンテーションスペクトル（娘イオンスペクトル）を取得することと、
ｂ）前記１以上のマススペクトロメトリー・フラグメンテーションスペクトルから前記被験物質のフラグメンテーショングラフを作出することと、ここにおいて前記１以上のマススペクトロメトリー・フラグメンテーションスペクトルによって測定されて前記フラグメンテーショングラフ中に示される物質フラグメントはオブジェクトとして表され、フラグメンテーション反応はリンクとして表されるものであり、
ｃ）前記被験物質の構造及び／又は分類及び／又は化学的性質に基づいて前記被験物質を同定する目的で、前記フラグメンテーショングラフ全体又は一部の被験データを参照物質の参照データと比較することと、を含む方法。
前記フラグメンテーショングラフは、前記オブジェクト（物質フラグメント）がノードとして表され、前記リンク（フラグメンテーション反応）がエッジとして表されることを特徴とする、請求項１に記載の方法。
前記フラグメンテーショングラフは、半順序、関係、又は階層の数学的表現を用いて表されることを特徴とする、請求項１に記載の方法。
前記フラグメンテーショングラフは自動的に作出されることを特徴とする、請求項２又は３に記載の方法。
前記比較が局所的に行われ、前記フラグメンテーショングラフのオブジェクトとリンクの全てではなく、比較法において目的に適うように自動的に選択された部分のみが比較に用いられることを特徴とする、請求項１に記載の方法。
前記比較は、被験物質のフラグメンテーショングラフと１種の参照物質のフラグメンテーショングラフとの間のペアワイズ・アライメントによって行われることを特徴とする、請求項１又は５に記載の方法。
前記比較は、被験物質のフラグメンテーショングラフと２種以上の参照物質のフラグメンテーショングラフとの間のマルチプル・アライメントによって行われることを特徴とする、請求項１又は５に記載の方法。
前記比較は計算によって行われることを特徴とする、請求項１及び５〜７の何れか一項に記載の方法。
前記参照物質の参照データは、電子的データベースに保存されていることを特徴とする、請求項８に記載の方法。
前記比較は、前記被験物質の被験データを創出するマススペクトロメトリー分析装置により行われ、該装置は電子的データベースを包含した計算ユニットと連結されていることを特徴とする、請求項９に記載の方法。
前記１以上のマススペクトロメトリー・フラグメンテーションスペクトルがタンデムマススペクトロメーターによって作成されることを特徴とする、請求項１に記載の方法。
前記１以上のマススペクトロメトリー・フラグメンテーションスペクトルが多重フラグメンテーション（ＭＳｎ）によって作成されることを特徴とする、請求項１に記載の方法。
前記フラグメンテーション反応は衝突誘起脱離（ＣＩＤ）によって行われることを特徴とする、請求項１に記載の方法。
前記１以上のマススペクトロメトリー・フラグメンテーションスペクトルを取得する前に、液体クロマトグラフィー、ガスクロマトグラフィー又はキャピラリー毛細管電気泳動によって物質分離が行われることを特徴とする、請求項１に記載の方法。
前記被験物質の被験データを参照物質の参照データと比較することに加えて、被験物質のクロマトグラフィー反応時間及び／又は電気泳動経過時間及び／又は紫外線吸収スペクトルが該物質の同定のために他の比較基準として利用されることを特徴とする、請求項１に記載の方法。