JP2020193901A - マーカ物質の探索支援方法、探索支援プログラムおよび探索支援装置 - Google Patents
マーカ物質の探索支援方法、探索支援プログラムおよび探索支援装置 Download PDFInfo
- Publication number
- JP2020193901A JP2020193901A JP2019100412A JP2019100412A JP2020193901A JP 2020193901 A JP2020193901 A JP 2020193901A JP 2019100412 A JP2019100412 A JP 2019100412A JP 2019100412 A JP2019100412 A JP 2019100412A JP 2020193901 A JP2020193901 A JP 2020193901A
- Authority
- JP
- Japan
- Prior art keywords
- data
- cancer
- search
- marker substance
- marker
- 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
Landscapes
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Electron Tubes For Measurement (AREA)
Abstract
Description
図1は、本発明の実施の形態に係る解析装置を備えるデータ解析システム100の構成を示す概略図である。本実施の形態に従うデータ解析システム100は、臨床検査において、患者の生体試料を解析する装置の一例として、探針エレクトロスプレーイオン化質量分析計(PESI−MS:Probe Electro Spray Ionization Mass Spectrometry)を有する。
質量分析部50Bは、以上のような構成により、試料9のマススペクトルデータを生成する。具体的には、分析室4内の四重極マスフィルタ18には電圧発生部30から所定の電圧が印加され、その電圧に応じた質量電荷比(m/z値)を有するイオンのみが四重極マスフィルタ18の長軸方向の空間を通り抜け、それ以外の質量電荷比のイオンは途中で発散する。電圧発生部30から四重極マスフィルタ18に印加される電圧が所定の範囲で走査されると、その走査に従って四重極マスフィルタ18を通過しうるイオンの質量電荷比は所定の範囲で走査される。したがって、イオン検出器19に到達するイオンの強度を時間経過に伴って測定することで、所定の質量範囲のイオン強度情報、すなわちマススペクトルデータを得ることができる。
臨床機関および研究機関においては、このようなデータ解析システムを用いて、がん等に罹患した患者の組織等の生体試料(以下、サンプルとも称する)を解析することで、当該疾患の診断および/または治療に役立てることが望まれている。
質量分析により得られるスペクトルデータにおいて、1つのピークは端的には質量電荷比とそのピーク強度で規定される。ピーク強度は、対応する質量電荷比の物質の量を示す。生体組織内の物質は、例えば、脂質、核酸、タンパク質、糖等に分けられ、これらは異なる組成、性質および機能を有する。本実施の測定プロトコルでは細胞由来の脂質が主に測定される。
x2=a21・s1+a22・s2 (2)
ここで、行列により、x1,x2を下記(3)式で、s1,s2を下記(4)式で、係数a11,a12,a21,a22を下記(5)式でそれぞれまとめるとする。
x=As (6)
ここで、Aの逆行列をW、Wとxを基に推定される独立成分をyとすると、yは下記(7)式で表される。独立成分分析は、この定式化により、W,yを推定する問題である。
具体的には、分離信号yが互いに独立になるようにxを用いて最適化の枠組みでWを推定する。当該最適化は、例えば、各種のソルバーを利用して行なわれる。
+α12・(m/z2;非がん)+α12’・(m/z2;がん)+・・・ (8)
(8)式において、あるm/zベクトルの係数が他のm/zベクトルの係数より大きい場合、独立成分y1において当該m/zベクトルは他のベクトルよりも強く含まれていると考えられる。
図4は、データ解析の処理の流れを説明するフローチャートである。図4のフローチャートは、解析装置70のCPU73によって実行される。また、図4のフローチャートは、がんサンプルのスペクトルデータおよび非がんサンプルのスペクトルデータに対して実行される。図4のフローチャートは、「マーカ物質の探索支援方法」および「マーカ物質の探索支援プログラム」の一実施例に対応する。
[スペクトルマトリクスの生成および整形]
まず、解析装置70は、複数の臨床および研究の現場の各々に設置される装置本体50およびコンピュータ20で得られたスペクトルデータを収集し、スペクトルデータの絞り込みを行なう。
上記では、データ解析システム100において、疾患のマーカ候補を探索するデータ解析方法を説明した。以下では、上記のデータ解析方法を基に、疾患のサブタイプおよびサブタイプマーカを探索する方法を説明する。
まず、前準備として、ピークマトリクスのダウンサイジングを行なう(図4のステップ46に相当)。具体的には、各がんのサブタイプおよびそのマーカ候補は、がんマーカ候補を分類することで得られるので、がんマーカ候補以外のピークの情報は不要である。よって、図6に示したピークマトリクスにおいて、上記の独立成分分析でがんマーカ候補とされたm/z値を残し、残りのm/z値を削除する。
上述した複数の例示的な実施形態は、以下の態様の具体例であることが当業者により理解される。
被検体において前記疾病に起因して病変した組織の病変領域から採取された第1のサンプルを質量分析して得られた第1のスペクトルデータを取得するステップと、
前記病変した組織の非病変領域から採取された第2のサンプルを質量分析して得られた第2のスペクトルデータを取得するステップと、
前記演算部により、前記第1および第2のスペクトルデータのピーク強度を因子分解するステップと、
前記演算部により、前記第1のスペクトルデータおよび前記第2のスペクトルデータの間でスコアの大きさが異なる因子を抽出するステップと、
前記表示部により、抽出した前記因子に対応する前記第1および第2のスペクトルデータに基づく情報を表示するステップとを備えてよい。
しきい値を取得するステップと、
前記演算部により、前記第1のスペクトルデータのスコアが前記しきい値より大きくなり、かつ、前記第2のスペクトルデータのスコアが前記しきい値より小さくなる因子を抽出するステップと、
前記演算部により、抽出した前記因子に対応する前記第1のスペクトルデータの質量電荷比を、前記マーカ物質の候補として抽出するステップと、
前記表示部により、抽出した前記マーカ物質の候補を表示するステップとをさらに備えてよい。
前記演算部により、前記第1および第2のスペクトルデータのピーク強度をピークにおける質量電荷比ごとに配列したピークマトリクスを生成するステップと、
前記演算部により、前記ピークマトリクスを独立成分分析するステップとを含んでよい。
前記第2のスペクトルデータを取得するステップは、前記複数の被検体の前記同一組織の非病変領域からそれぞれ採取された複数の前記第2のサンプルを質量分析して得られた、複数の前記第2のスペクトルデータを取得し、
前記因子分解するステップは、前記複数の第1のスペクトルデータおよび前記複数の第2のスペクトルデータのピーク強度を因子分解し、
抽出した前記マーカ物質の候補が複数ある場合、前記演算部により、前記複数の第1のスペクトルデータを複数のサブタイプに分類するステップと、
前記表示部により、前記複数のサブタイプを表示するステップとをさらに備えてよい。
前記表示部により、各複数のサブタイプにそれぞれ対応するマーカ物質の候補を表示するステップとをさらに備えてよい。
前記演算部により、前記第1および第2のスペクトルデータのピーク強度をピークにおける質量電荷比ごとに配列したピークマトリクスを生成するステップと、
前記演算部により、前記ピークマトリクスを独立成分分析するステップとを含み、
前記分類するステップは、前記ピークマトリクスを、抽出した複数の前記マーカ物質の候補に対応する質量電荷比のみを含むようにダウンサイジングするステップと、
ダウンサイジングした前記ピークマトリクスを多変量解析することにより、前記複数の第1のスペクトルデータのクラスタ分割を行なうステップとを含んでよい。
前記病変領域のマーカ候補は、がんのマーカ物質の候補であってよい。
被検者の前記疾病に起因して病変した組織の病変領域から採取された第1のサンプルを定量的に分析することにより、第1の定量的データを取得するステップと、
前記病変した組織の非病変領域から採取された第2のサンプルを定量的に分析することにより、第2の定量的データを取得するステップと、
前記演算部により、前記第1および第2の定量的データを因子分解するステップと、
前記演算部により、前記第1の定量的データおよび前記第2の定量的データの間でスコアの大きさが異なる因子を抽出するステップと、
前記表示部により、抽出した前記因子に対応する前記第1および第2の定量的データに基づく情報を表示するステップとを備えてよい。
被検体において前記疾病に起因して病変した組織の病変領域から採取された第1のサンプルを質量分析して得られた第1のスペクトルデータを取得するステップと、
前記病変した組織の非病変領域から採取された第2のサンプルを質量分析して得られた第2のスペクトルデータを取得するステップと、
前記第1および第2のスペクトルデータのピーク強度を因子分解するステップと、
前記第1のスペクトルデータおよび前記第2のスペクトルデータの間でスコアの大きさが異なる因子を抽出するステップと、
前記表示部により、抽出した前記因子に対応する前記第1および第2のスペクトルデータに基づく情報を表示するステップとを前記演算部に実行させてよい。
前記通信部により取得された前記第1のスペクトルデータおよび前記第2のスペクトルデータを解析する演算部とを備え、
前記第1のサンプルは、被検体において前記疾病に起因して病変した組織の病変領域から採取されたサンプルであり、前記第2のサンプルは、前記病変した組織の非病変領域から採取されたサンプルであり、
前記演算部は、
前記第1および第2のスペクトルデータのピーク強度を因子分解し、
前記第1のスペクトルデータおよび前記第2のスペクトルデータの間でスコアの大きさが異なる因子を抽出し、前記表示部により、抽出した前記因子に対応する前記第1および第2のスペクトルデータに基づく情報を表示してよい。
Claims (14)
- 演算部と表示部とを備えたコンピュータを用いて、疾病の指標となるマーカ物質の探索を支援する方法であって、
被検体において前記疾病に起因して病変した組織の病変領域から採取された第1のサンプルを質量分析して得られた第1のスペクトルデータを取得するステップと、
前記病変した組織の非病変領域から採取された第2のサンプルを質量分析して得られた第2のスペクトルデータを取得するステップと、
前記演算部により、前記第1および第2のスペクトルデータのピーク強度を因子分解するステップと、
前記演算部により、前記第1のスペクトルデータおよび前記第2のスペクトルデータの間でスコアの大きさが異なる因子を抽出するステップと、
前記表示部により、抽出した前記因子に対応する前記第1および第2のスペクトルデータに基づく情報を表示するステップとを備える、マーカ物質の探索支援方法。 - しきい値を取得するステップと、
前記演算部により、前記第1のスペクトルデータのスコアが前記しきい値より大きくなり、かつ、前記第2のスペクトルデータのスコアが前記しきい値より小さくなる因子を抽出するステップと、
前記演算部により、抽出した前記因子に対応する前記第1のスペクトルデータの質量電荷比を、前記マーカ物質の候補として抽出するステップと、
前記表示部により、抽出した前記マーカ物質の候補を表示するステップとをさらに備える、請求項1に記載のマーカ物質の探索支援方法。 - 前記因子分解するステップは、
前記演算部により、前記第1および第2のスペクトルデータのピーク強度をピークにおける質量電荷比ごとに配列したピークマトリクスを生成するステップと、
前記演算部により、前記ピークマトリクスを独立成分分析するステップとを含む、請求項1または2に記載のマーカ物質の探索支援方法。 - 前記第1のスペクトルデータを取得するステップは、複数の被検体の同一組織の病変領域からそれぞれ採取された複数の前記第1のサンプルを質量分析して得られた、複数の前記第1のスペクトルデータを取得し、
前記第2のスペクトルデータを取得するステップは、前記複数の被検体の前記同一組織の非病変領域からそれぞれ採取された複数の前記第2のサンプルを質量分析して得られた、複数の前記第2のスペクトルデータを取得し、
前記因子分解するステップは、前記複数の前記第1のスペクトルデータおよび前記複数の前記第2のスペクトルデータのピーク強度を因子分解し、
抽出した前記マーカ物質の候補が複数ある場合、前記演算部により、前記複数の第1のスペクトルデータを複数のサブタイプに分類するステップと、
前記表示部により、前記複数のサブタイプを表示するステップとをさらに備える、請求項2に記載のマーカ物質の探索支援方法。 - 前記演算部により、各前記複数のサブタイプにそれぞれ対応するマーカ物質の候補を探索するステップと、
前記表示部により、各前記複数のサブタイプにそれぞれ対応するマーカ物質の候補を表示するステップとをさらに備える、請求項4に記載のマーカ物質の探索支援方法。 - 前記因子分解するステップは、
前記演算部により、前記第1および第2のスペクトルデータのピーク強度をピークにおける質量電荷比ごとに配列したピークマトリクスを生成するステップと、
前記演算部により、前記ピークマトリクスを独立成分分析するステップとを含み、
前記分類するステップは、前記ピークマトリクスを、抽出した複数の前記マーカ物質の候補に対応する質量電荷比のみを含むようにダウンサイジングするステップと、
ダウンサイジングした前記ピークマトリクスを多変量解析することにより、前記複数の第1のスペクトルデータのクラスタ分割を行なうステップとを含む、請求項4に記載のマーカ物質の探索支援方法。 - 前記第2のスペクトルデータを取得するステップは、前記第1のスペクトルデータと同日に同一の質量分析装置を用いて得られた前記第2のスペクトルデータを取得する、請求項1から6のいずれか1項に記載のマーカ物質の探索支援方法。
- 前記複数のサブタイプにそれぞれ対応するマーカ物質の候補を探索するステップは、前記ピークマトリクスを多変量解析することにより、マーカ物質の候補のクラスタ分割を行なう、請求項5に記載のマーカ物質の探索支援方法。
- 前記質量分析には、探針エレクトロスプレーイオン化質量分析計(PESI−MS:Probe Electro Spray Ionization Mass Spectrometry)を用いる、請求項1〜8のいずれか1項に記載のマーカ物質の探索支援方法。
- 前記病変領域は、がんに罹患した領域であり、
前記病変領域のマーカ物質の候補は、がんのマーカ物質の候補に対応する、請求項2に記載のマーカ物質の探索支援方法。 - 前記ステップの少なくとも1つのステップの結果を、表およびグラフの少なくとも一方の形式で表示するステップをさらに備える、請求項1〜10のいずれか1項に記載のマーカ物質の探索支援方法。
- 演算部と表示部とを備えたコンピュータを用いて、疾病の指標となるマーカ物質の探索を支援する方法であって、
被検者の前記疾病に起因して病変した組織の病変領域から採取された第1のサンプルを定量的に分析することにより、第1の定量的データを取得するステップと、
前記病変した組織の非病変領域から採取された第2のサンプルを定量的に分析することにより、第2の定量的データを取得するステップと、
前記演算部により、前記第1および第2の定量的データを因子分解するステップと、
前記演算部により、前記第1の定量的データおよび前記第2の定量的データの間でスコアの大きさが異なる因子を抽出するステップと、
前記表示部により、抽出した前記因子に対応する前記第1および第2の定量的データに基づく情報を表示するステップとを備える、マーカ物質の探索支援方法。 - 演算部と表示部とを備えたコンピュータを用いて、疾病の指標となるマーカ物質の探索を支援するためのプログラムであって、
被検体において前記疾病に起因して病変した組織の病変領域から採取された第1のサンプルを質量分析して得られた第1のスペクトルデータを取得するステップと、
前記病変した組織の非病変領域から採取された第2のサンプルを質量分析して得られた第2のスペクトルデータを取得するステップと、
前記第1および第2のスペクトルデータのピーク強度を因子分解するステップと、
前記第1のスペクトルデータおよび前記第2のスペクトルデータの間でスコアの大きさが異なる因子を抽出するステップと、
前記表示部により、抽出した前記因子に対応する前記第1および第2のスペクトルデータに基づく情報を表示するステップとを前記演算部に実行させる、マーカ物質の探索支援プログラム。 - 演算部と表示部とを備え、疾病の指標となるマーカ物質の探索を支援する装置であって、
第1のサンプルおよび第2のサンプルをそれぞれ質量分析して得られた第1のスペクトルデータおよび第2のスペクトルデータを取得する通信部と、
前記通信部により取得された前記第1のスペクトルデータおよび前記第2のスペクトルデータを解析する演算部とを備え、
前記第1のサンプルは、被検体において前記疾病に起因して病変した組織の病変領域から採取されたサンプルであり、前記第2のサンプルは、前記病変した組織の非病変領域から採取されたサンプルであり、
前記演算部は、
前記第1および第2のスペクトルデータのピーク強度を因子分解し、
前記第1のスペクトルデータおよび前記第2のスペクトルデータの間でスコアの大きさが異なる因子を抽出し、
前記表示部により、抽出した前記因子に対応する前記第1および第2のスペクトルデータに基づく情報を表示する、マーカ物質の探索支援装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019100412A JP7207171B2 (ja) | 2019-05-29 | 2019-05-29 | マーカ物質の探索支援方法、探索支援プログラムおよび探索支援装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019100412A JP7207171B2 (ja) | 2019-05-29 | 2019-05-29 | マーカ物質の探索支援方法、探索支援プログラムおよび探索支援装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020193901A true JP2020193901A (ja) | 2020-12-03 |
JP7207171B2 JP7207171B2 (ja) | 2023-01-18 |
Family
ID=73548737
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019100412A Active JP7207171B2 (ja) | 2019-05-29 | 2019-05-29 | マーカ物質の探索支援方法、探索支援プログラムおよび探索支援装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7207171B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022107386A1 (ja) | 2020-11-20 | 2022-05-27 | 日本たばこ産業株式会社 | エアロゾル生成装置の電源ユニット |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009063776A1 (ja) * | 2007-11-02 | 2009-05-22 | Humanix Co., Ltd. | 細胞観察をともなった細胞液捕獲と成分分析法および細胞液捕獲・分析装置 |
JP2012237753A (ja) * | 2011-04-28 | 2012-12-06 | Japanese Foundation For Cancer Research | 質量分析データ処理方法及び装置 |
JP2016075574A (ja) * | 2014-10-06 | 2016-05-12 | キヤノン株式会社 | 質量顕微鏡装置 |
JP2017224283A (ja) * | 2016-06-09 | 2017-12-21 | 株式会社島津製作所 | ビッグデータ解析方法及び該解析方法を利用した質量分析システム |
-
2019
- 2019-05-29 JP JP2019100412A patent/JP7207171B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009063776A1 (ja) * | 2007-11-02 | 2009-05-22 | Humanix Co., Ltd. | 細胞観察をともなった細胞液捕獲と成分分析法および細胞液捕獲・分析装置 |
JP2012237753A (ja) * | 2011-04-28 | 2012-12-06 | Japanese Foundation For Cancer Research | 質量分析データ処理方法及び装置 |
JP2016075574A (ja) * | 2014-10-06 | 2016-05-12 | キヤノン株式会社 | 質量顕微鏡装置 |
JP2017224283A (ja) * | 2016-06-09 | 2017-12-21 | 株式会社島津製作所 | ビッグデータ解析方法及び該解析方法を利用した質量分析システム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022107386A1 (ja) | 2020-11-20 | 2022-05-27 | 日本たばこ産業株式会社 | エアロゾル生成装置の電源ユニット |
Also Published As
Publication number | Publication date |
---|---|
JP7207171B2 (ja) | 2023-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Buchberger et al. | Mass spectrometry imaging: a review of emerging advancements and future insights | |
AU2002241535B2 (en) | Method for analyzing mass spectra | |
Watrous et al. | The evolving field of imaging mass spectrometry and its impact on future biological research | |
US20020193950A1 (en) | Method for analyzing mass spectra | |
JP6189587B2 (ja) | 質量分析装置、及び該装置を用いた癌診断装置 | |
AU2002241535A1 (en) | Method for analyzing mass spectra | |
US7485852B2 (en) | Mass analysis method and mass analysis apparatus | |
Masyuko et al. | Correlated imaging–a grand challenge in chemical analysis | |
Boskamp et al. | A new classification method for MALDI imaging mass spectrometry data acquired on formalin-fixed paraffin-embedded tissue samples | |
JP2017224283A (ja) | ビッグデータ解析方法及び該解析方法を利用した質量分析システム | |
Hu et al. | Spatial segmentation of mass spectrometry imaging data by combining multivariate clustering and univariate thresholding | |
EP1415141A1 (en) | System and method for differential protein expression and a diagnostic biomarker discovery system and method using same | |
Mantini et al. | Independent component analysis for the extraction of reliable protein signal profiles from MALDI-TOF mass spectra | |
WO2005074481A2 (en) | Method for clustering signals in spectra | |
Chung et al. | Next‐generation pathology practices with mass spectrometry imaging | |
JP7207171B2 (ja) | マーカ物質の探索支援方法、探索支援プログラムおよび探索支援装置 | |
CN113514530A (zh) | 一种基于敞开式离子源的甲状腺恶性肿瘤诊断系统 | |
Norris et al. | Imaging mass spectrometry in clinical pathology | |
Zhang et al. | Advances in mass spectrometry for clinical analysis: Data acquisition, interpretation and information integration | |
JP7158642B2 (ja) | 質量分析装置及び質量分析システム | |
Gerhard et al. | Statistical classification and visualization of MALDI-imaging data | |
Dowlatshahi Pour et al. | Mass spectrometric profiling of lipids in intestinal tissue from rats fed cereals processed for medical conditions | |
Zou | Using Novel Data Analysis Methods to Extract Information from Mass Spectrometry Imaging and Single Cell Mass Spectrometry Results | |
Denti et al. | Comprehensive Spatial Lipidomics of Formalin-Fixed Paraffin-Embedded Tissue Guided by Mass Spectrometry-Imaging | |
US7386173B1 (en) | Graphical displaying of and pattern recognition in analytical data strings |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210827 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220624 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220705 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220830 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221014 |
|
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: 20221206 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221219 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7207171 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |