JP2021032674A - 情報処理装置、表示方法、プログラム及び情報処理システム - Google Patents

情報処理装置、表示方法、プログラム及び情報処理システム Download PDF

Info

Publication number
JP2021032674A
JP2021032674A JP2019152592A JP2019152592A JP2021032674A JP 2021032674 A JP2021032674 A JP 2021032674A JP 2019152592 A JP2019152592 A JP 2019152592A JP 2019152592 A JP2019152592 A JP 2019152592A JP 2021032674 A JP2021032674 A JP 2021032674A
Authority
JP
Japan
Prior art keywords
gate
cluster
information processing
degree
attributes
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.)
Pending
Application number
JP2019152592A
Other languages
English (en)
Inventor
山根　健治
Kenji Yamane
健治 山根
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Priority to JP2019152592A priority Critical patent/JP2021032674A/ja
Priority to DE112020003977.3T priority patent/DE112020003977T5/de
Priority to PCT/JP2020/030151 priority patent/WO2021039341A1/ja
Priority to US17/635,997 priority patent/US20220276148A1/en
Publication of JP2021032674A publication Critical patent/JP2021032674A/ja
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N15/1429—Signal processing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N15/1456—Optical investigation techniques, e.g. flow cytometry without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N15/1456—Optical investigation techniques, e.g. flow cytometry without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals
    • G01N15/1459—Optical investigation techniques, e.g. flow cytometry without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals the analysis being performed on a sample stream
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64—Fluorescence; Phosphorescence
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N2015/1006—Investigating individual particles for cytology
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N2015/1402—Data analysis by thresholding or gating operations performed on the acquired signals or stored data
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2354/00—Aspects of interface with display user

Landscapes

  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Dispersion Chemistry (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biomedical Technology (AREA)
  • Hematology (AREA)
  • Human Computer Interaction (AREA)
  • Urology & Nephrology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

【課題】解析対象に対するゲート解析の結果とクラスタリングの結果の対応付けを支援する。【解決手段】情報処理装置は、複数の属性を有する解析対象に対する該複数の属性に基づくゲート解析により得られたゲートと上記解析対象に対する該複数の属性に基づくクラスタ解析により得られたクラスタとの対応関係を表示する表示制御部を備える。【選択図】図１

Description

本開示は、情報処理装置、表示方法、プログラム及び情報処理システムに関する。
複数の属性を有する解析対象に対して該複数の属性に基づく解析を行い、解析結果を表示する情報処理装置がある。例えば、フローサイトメーターは、複数のバイオマーカに基づいて細胞の解析を行い、解析結果を表示する。情報処理装置において、属性の数が増加すると、解析が困難になる。例えば、Ｎ個の属性のうちの２つの属性に着目して２次元表示を行う場合、２つの属性の組み合せの数はＮ（Ｎ−１）／２であり、Ｎが大きくなると、組み合わせの爆発がおこる。そこで、解析を容易にするため、機械学習を用いたクラスタリングや次元圧縮が行われる。
なお、下記特許文献１には、微粒子から検出された検出データと微粒子が分取対象であるか否かを機械学習して辞書データを作成し、検出データが供給されると辞書データを用いて微粒子が分取対象であるか否かを判定する技術が開示されている。この技術によれば、微粒子が分取対象であるか否かの判定に要する時間を短縮することができ、判定結果に基づいて微粒子を分取することができる。
国際公開第２０１８／１９８５８６号
着目する２つの属性を変えながら行った解析の結果とクラスタリングや次元圧縮による解析の結果とは別々に表示されるため、ユーザは２つの解析結果を対応付けることが困難である。
以上のような事情に鑑み、本技術の目的は、２つの解析結果の対応付けを支援する情報処理装置、表示方法、プログラム及び情報処理システムを提供することにある。
上記の課題を解決するために、本開示に係る一形態の情報処理装置は、複数の属性を有する解析対象に対する該複数の属性に基づくゲート解析により得られたゲートと前記解析対象に対する該複数の属性に基づくクラスタ解析により得られたクラスタとの対応関係を表示する表示制御部を備える。
第１の実施形態に係る情報処理システムの構成を示すブロック図である。 ゲート情報記憶部の一例を示す図である。 クラスタリングデータ記憶部の一例を示す図である。 混合行列を用いた一致度の計算例を示す第１の図である。 混合行列を用いた一致度の計算例を示す第２の図である。 混合行列を用いた一致度の計算例を示す第３の図である。 解析例を示す図である。 ゲート処理部による処理のフローを示すフローチャートである。 クラスタリング処理部による処理のフローを示すフローチャートである。 一致度計算部による処理のフローを示すフローチャートである。 第２の実施形態に係る情報処理システムの構成を示すブロック図である。 情報処理装置による処理のフローを示すフローチャートである。 表示例を示す図である。 本開示の実施形態に係る情報処理装置のハードウェア構成例を示すブロック図である。
以下に、本開示の実施形態について図面に基づいて詳細に説明する。なお、以下の各実施形態において、同一の部位には同一の符号を付することにより重複する説明を省略する。
また、以下に示す項目順序に従って本開示を説明する。
１．第１の実施形態
１．１ 情報処理システムの構成
１．２ 一致度の計算方法
１．３ 解析例
１．４ 解析動作
１．５ 作用・効果
２．第２の実施形態
２．１ 情報処理システムの構成
２．２ 解析動作
２．３ 表示例
２．４ 作用・効果
３．情報処理装置のハードウェア構成
１．第１の実施形態
以下、本開示の第１の実施形態に係る情報処理装置、表示方法、プログラム及び情報処理システムについて、図面を参照して詳細に説明する。
１．１ 情報処理システムの構成
まず、情報処理システムの構成について説明する。図１は、第１の実施形態に係る情報処理システムの構成を示すブロック図である。図１に示すように、情報処理システム４は、情報処理装置１と測定装置３を備える。
測定装置３は、測定サンプルの細胞等から各色の蛍光を検出することが可能な測定装置である。測定装置３は、例えば、蛍光染色した細胞をフローセルに高速で流し、流れる細胞に光線を照射することで、細胞から各色光の蛍光を検出するフローサイトメーターでる。フローサイトメータで測定される測定サンプルは、細胞以外に、微生物及び生体関連粒子などの生体由来の粒子であってもよい。細胞は、例えば、動物細胞（例えば、血球系細胞など）又は植物細胞などであってもよい。微生物は、例えば、大腸菌等の細菌類、タバコモザイクウイルス等のウイルス類、又はイースト等の菌類などであってもよい。生体関連粒子は、染色体、リポソーム、ミトコンドリア又は各種オルガネラ（細胞小器官）などの細胞を構成する粒子であってもよい。なお、生体関連粒子には、核酸、タンパク質、脂質及び糖鎖、並びにこれらの複合体などの生体関連高分子が含まれてもよい。これらの生体由来の粒子は、球形又は非球形のいずれの形状であってもよく、大きさ及び質量についても特に限定されない。
また、測定サンプルは、ラテックス粒子、ゲル粒子及び工業用粒子などの工業的に合成された粒子であってもよい。例えば、工業的に合成された粒子は、ポリスチレン及びポリメチルメタクリレートなどの有機樹脂材料、ガラス、シリカ及び磁性体などの無機材料、又は金コロイド及びアルミニウムなどの金属で合成された粒子であってもよい。これらの工業的に合成された粒子についても、同様に、球形又は非球形のいずれの形状であってもよく、大きさ及び質量についても特に限定されない。
測定サンプルは、蛍光スペクトルの測定に先立って、１つ以上の蛍光色素によって標識（染色）され得る。蛍光色素による測定サンプルの標識は、公知の手法によって行われてもよい。具体的には、測定サンプルが細胞である場合、細胞表面に存在する抗原に対して選択的に結合する蛍光標識抗体と、測定対象の細胞とを混合し、細胞表面の抗原に蛍光標識抗体を結合させることで、測定対象の細胞を蛍光色素にて標識することができる。または、特定の細胞に対して選択的に取り込まれる蛍光色素と、測定対象の細胞とを混合することで、測定対象の細胞を蛍光色素にて標識することも可能である。
蛍光標識抗体は、標識として蛍光色素を結合させた抗体である。蛍光標識抗体は、抗体に蛍光色素を直接結合させたものであってもよい。または、蛍光標識抗体は、ビオチン標識した抗体に、アビジンを結合させた蛍光色素をアビジン−ビオジン反応によって結合させたものであってもよい。なお、抗体は、ポリクローナル抗体又はモノクローナル抗体のいずれを用いることも可能である。
細胞を標識するための蛍光色素は、特に限定されず、細胞等の染色に使用される公知の色素を少なくとも１つ以上用いることが可能である。例えば、蛍光色素として、フィコエリスリン（ＰＥ）、フルオレセインイソチオシアネート（ＦＩＴＣ）、ＰＥ−Ｃｙ５、ＰＥ−Ｃｙ７、ＰＥ−Ｔｅｘａｓ Ｒｅｄ（登録商標）、アロフィコシアニン（ＡＰＣ）、ＡＰＣ−Ｃｙ７、エチジウムブロマイド（ｅｔｈｉｄｉｕｍ ｂｒｏｍｉｄｅ）、プロピジウムアイオダイド（ｐｒｏｐｉｄｉｕｍ ｉｏｄｉｄｅ）、Ｈｏｅｃｈｓｔ（登録商標）３３２５８、Ｈｏｅｃｈｓｔ（登録商標）３３３４２、ＤＡＰＩ（４’，６−ｄｉａｍｉｄｉｎｏ−２−ｐｈｅｎｙｌｉｎｄｏｌｅ）、アクリジンオレンジ（ａｃｒｉｄｉｎｅｏｒａｎｇｅ）、クロモマイシン（ｃｈｒｏｍｏｍｙｃｉｎ）、ミトラマイシン（ｍｉｔｈｒａｍｙｃｉｎ）、オリボマイシン（ｏｌｉｖｏｍｙｃｉｎ）、ピロニン（ｐｙｒｏｎｉｎ）Ｙ、チアゾールオレンジ（ｔｈｉａｚｏｌｅ ｏｒａｎｇｅ）、ローダミン（ｒｈｏｄａｍｉｎｅ）１０１、イソチオシアネート（ｉｓｏｔｈｉｏｃｙａｎａｔｅ）、ＢＣＥＣＦ、ＢＣＥＣＦ−ＡＭ、Ｃ．ＳＮＡＲＦ−１、Ｃ．ＳＮＡＲＦ−１−ＡＭＡ、イクオリン（ａｅｑｕｏｒｉｎ）、Ｉｎｄｏ−１、Ｉｎｄｏ−１−ＡＭ、Ｆｌｕｏ−３、Ｆｌｕｏ−３−ＡＭ、Ｆｕｒａ−２、Ｆｕｒａ−２−ＡＭ、オキソノール（ｏｘｏｎｏｌ）、テキサスレッド（登録商標）、ローダミン１２３、１０−Ｎ−ノニ−アクリジンオレンジ、フルオレセイン（ｆｌｕｏｒｅｓｃｅｉｎ）、フルオレセインジアセテート（ｆｌｕｏｒｅｓｃｅｉｎ ｄｉａｃｅｔａｔｅ）、カルボキシフルオレセイン（ｃａｒｂｏｘｙｆｌｕｏｒｅｓｃｅｉｎ）、カルボキシフルオレセインジアセテート（ｃａｒｂｏｘｙｆｌｕｏｒｅｓｃｅｉｎ ｄｉａｃｅｔａｔｅ）、カルボキシジクロロフルオレセイン（ｃａｒｂｏｘｙｄｉｃｈｌｏｒｏｆｌｕｏｒｅｓｃｅｉｎ）、カルボキシジクロロフルオレセインジアセテート（ｃａｒｂｏｘｙｄｉｃｈｌｏｒｏｆｌｕｏｒｅｓｃｅｉｎ ｄｉａｃｅｔａｔｅ）等を用いることができる。また、上述した蛍光色素の誘導体等も使用することが可能である。
フローサイトメータは、測定サンプルを標識する蛍光色素を励起可能な波長を有するレーザ光を射出するレーザ光源と、測定サンプルを一方向に通流させるフローセルと、レーザ光が照射された測定サンプルからの蛍光、りん光又は散乱光を受光する光検出器と、を備える。
レーザ光源は、例えば、所定の波長のレーザ光を出射する半導体レーザ光源である。レーザ光源は、複数設けられてもよい。レーザ光源が複数設けられる場合、フローセルにおいて、レーザ光源からのレーザ光が照射される位置は、同じであってもよく、異なっていてもよい。ただし、複数のレーザ光源からのレーザ光が異なる位置に照射される場合、測定サンプルからの光を異なる光検出器にて検出することができるため、近接波長の光を発する色素でも混色せずに測定することができる。なお、レーザ光源から出射されるレーザ光は、パルス光又は連続光のいずれであってもよい。例えば、レーザ光源は、波長４８０ｎｍ及び波長６４０ｎｍのレーザ光をそれぞれ出射する複数の半導体レーザ光源であってもよい。
フローセルは、複数の測定サンプルを一方向に整列させて通流させる流路である。具体的には、フローセルは、測定サンプルを包み込んだシース液を層流として高速で流すことで、複数の測定サンプルを一方向に整列させて通流させる。フローセルはマイクロチップ又はキュベット内に形成されることができる。
光検出器は、レーザ光が照射された測定サンプルから発生する蛍光、りん光及び散乱光を光電変換によって検出する。
例えば、光検出器は、測定サンプルからの前方散乱光及び側方散乱光を含む散乱光ＬＳを検出するディテクタと、測定サンプルからの蛍光を検出する受光素子アレイと、を含んでもよい。
ディテクタは、例えば、ＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）、ＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）又はフォトダイオードなどの公知の光電変換素子であってもよい。受光素子アレイは、例えば、検出する光の波長域が異なる独立した検出チャネルを複数配列することで構成され得る。具体的には、受光素子アレイは、検出する波長域が異なる複数のＰＭＴ（Ｐｈｏｔｏ Ｍｕｌｔｉｐｌｉｅｒ Ｔｕｂｅ）又はフォトダイオードを一次元等に配列させた受光素子アレイなどであってもよい。受光素子アレイは、プリズム又はグレーティングなどの分光素子によって、スペクトルに分光された測定サンプルの蛍光を光電変換する。
これにより、フローサイトメータでは、まず、レーザ光源から出射されたレーザ光がフローセルを通過する測定サンプルの各々に照射される。レーザ光が照射されることで測定サンプルは、散乱光および蛍光（又はりん光）を発する。ここで、測定サンプルから発せられた散乱光は、ディテクタにて検出される。一方、測定サンプルから発せられた蛍光は、分光素子にて連続したスペクトルに分光された後、受光素子アレイにて受光されることで検出される。
測定装置３は、蛍光色素で標識又は染色された細胞又は組織等の観察サンプルを蛍光観察することで、観察サンプルから各色光の蛍光を検出する蛍光顕微鏡又は共焦点レーザ顕微鏡など生体顕微鏡であってもよい。観察サンプルは、例えば、患者から採取された組織や細胞、血液などの病理試料、培養細胞や受精卵、精子等の生体試料、細胞シート、三次元細胞組織等の生体材料であってもよい。生体顕微鏡は、観察サンプルからの蛍光又はりん光、散乱光などの光情報だけでなく、観察サンプルの長さや大きさ等の形態情報や位置情報などの画像情報を取得してもよい。
測定装置３は、検出結果を測定データ２として出力する。測定データ２には、細胞ごとに、波長域ごとの強度値が含まれる。測定装置３は、測定データ２を例えば情報処理装置１に転送する。
情報処理装置１は、測定装置３で測定された測定データ２を取得し、各蛍光色素に対応する蛍光強度を算出する。そして、情報処理装置１は、算出した蛍光強度に基づいて、細胞の解析を行い、解析結果を表示する。ここで、細胞は解析対象の例であり、解析対象は、フローサイトメータの測定サンプル又は生体顕微鏡の観察サンプルであってもよい。また、蛍光強度は属性の例であり、属性は、測定サンプルや観察サンプルが示す属性であればよく、蛍光や散乱光などの光情報又は形態情報や位置情報などの画像情報であってもよい。なお、情報処理装置１と測定装置３は、ネットワークで接続され、情報処理装置１は、ネットワークを介して測定データ２を取得してもよい。
情報処理装置１は、ゲート処理部１１と、ゲート情報記憶部１２と、クラスタリング処理部１３と、クラスタリングデータ記憶部１４と、クラスタ選択部１５と、一致度計算部１６と、一致情報出力部１７とを備える。なお、これらの機能部の全て又は一部は、クラウドで実施されてもよい。例えば、クラスタリング処理部１３、クラスタリングデータ記憶部１４、クラスタ選択部１５、一致度計算部１６がクラウドで実施されてもよい。この場合、測定データ２は、クラウドにも転送される。
ゲート処理部１１は、測定データ２を読み込み、ユーザ操作に基づいてゲーティングし、ゲーティング結果をゲート情報記憶部１２に格納する。ゲート処理部１１は、例えば、測定データ２をファイルから読み込む。ゲート処理部１１は、例えば、タッチパネル、マウス、キーボードを用いたユーザ操作を受け付ける。
ゲート情報記憶部１２は、ゲート処理部１１によるゲーティング結果を記憶する。図２は、ゲート情報記憶部１２の一例を示す図である。図２（ａ）はゲート情報記憶部１２を示し、図２（ｂ）はゲートを示す。
図２（ｂ）において、○で囲まれた数字は細胞を識別する細胞ＩＤを示す。図２（ｂ）に示すように、ゲートＡには、細胞＃１〜細胞＃７の７個の細胞が所属する。ゲートＢは、ゲートＡから軸＃１と軸＃２に基づいて作成されたゲートである。ゲートＢには、細胞＃４、細胞＃５及び細胞＃６の３個の細胞が所属する。ゲートＣは、ゲートＢから軸＃４と軸＃５に基づいて作成されたゲートである。ゲートＣには、細胞＃５及び細胞＃６の２個の細胞が所属する。
図２（ａ）に示すように、ゲート情報記憶部１２は、ゲート名と所属細胞ＩＤとを対応付けてゲートごとに記憶する。ゲート名は、ゲートを識別する名前である。所属細胞ＩＤは、ゲートに所属する細胞の細胞ＩＤである。
例えば、ゲートＡには細胞＃１〜細胞＃７の７個の細胞が所属し、ゲートＡ＆Ｂには細胞＃４、細胞＃５及び細胞＃６の３個の細胞が所属し、ゲートＡ＆Ｂ＆Ｃには細胞＃５及び細胞＃６の２個の細胞が所属する。なお、ゲートＡ＆Ｂは、ゲートＢがゲートＡから作成されたことを示す。
クラスタリング処理部１３は、測定データ２を読み込んでクラスタリングを行い、クラスタリング結果をクラスタリングデータ記憶部１４に格納する。クラスタリング処理部１３は、例えば、Ｋ−ｍｅａｎｓのようにＫを指定されて測定データ２をＫ個のクラスタに分類する。あるいは、クラスタリング処理部１３は、ＦｌｏｗＳＯＭ（Self-Organizing Map）のように、分割数を自動決定してもよい。
あるいは、クラスタリング処理部１３は、例えば、Ｔ−ＳＮＥのように次元圧縮を行って、次元圧縮の結果に対してゲーティングを行うことでクラスタリングを行ってもよい。あるいは、クラスタリング処理部１３は、メタクラスタリングなどの２段階クラスタを行って、クラスタＩＤと、メタクラスタＩＤのようにクラスタの定義を２つ用いてもよい。ここで、メタクラスタとは、クラスタの集まりである。
クラスタリングデータ記憶部１４は、クラスタリング処理部１３によるクラスタリング結果を記憶する。図３は、クラスタリングデータ記憶部１４の一例を示す図である。図３に示すように、クラスタリングデータ記憶部１４は、クラスタＩＤと所属細胞ＩＤとを対応付けてクラスタごとに記憶する。クラスタＩＤは、クラスタを識別する番号である。所属細胞ＩＤは、クラスタに所属する細胞の細胞ＩＤである。
例えば、クラスタ＃１には細胞＃１、細胞＃２及び細胞＃３の３個の細胞が所属し、クラスタ＃２には細胞＃４が所属し、クラスタ＃３には細胞＃５及び細胞＃６が所属し、クラスタ＃４には細胞＃７が所属する。なお、クラスタリングデータ記憶部１４は、メタクラスタＩＤをさらに記憶してもよい。
クラスタ選択部１５は、ユーザ操作に基づいてクラスタを選択し、選択したクラスタのクラスタＩＤを一致度計算部１６に通知する。例えば、クラスタ選択部１５は、タッチパネル、マウス、キーボードを用いたユーザ操作を受け付ける。
一致度計算部１６は、クラスタ選択部１５によりクラスタＩＤが通知されたクラスタとゲートの一致度を混合行列（Confusion Matrix）を用いて全てのゲートについて計算し、一致度が最大のゲートの名前を一致情報出力部１７に通知する。
一致度計算部１６は、一致度が最大のゲートの名前を通知するかわりに、一致度が大きい順にゲートの名前を通知してもよい。また、一致度計算部１６は、ゲートの名前とともに一致度を通知してもよい。
一致情報出力部１７は、一致度計算部１６から名前が通知されたゲートを表示装置上で強調表示する。強調表示の方法としては、例えば、他のゲートと異なる色で表示する、ゲートを構成する線を点滅する、太くする等により変える、ゲート内のプロットの色、形状等を変える、ゲート内の背景色を変える等がある。また、一致情報出力部１７は、強調表示の色として、クラスタリング側で表示しているクラスタの色と同じ色若しくは同系色（類似色、色調の異なる色等）を用いてもよい。また、一致情報出力部１７は、一致度計算部１６から名前が通知されたゲートに加えて、親ゲートも強調表示してもよい。一致度が大きい順にゲート名が通知された場合には、一致情報出力部１７は、例えば、一致度順に色を変えて表示してもよい。また、一致情報出力部１７は、一致度をゲートに表示してもよい。
１．２ 一致度の計算方法
次に、一致度の計算方法の一例について説明する。図４Ａ〜図４Ｃは、混合行列を用いた一致度の計算例を示す図である。図４Ａは、ゲートＡとクラスタ＃３の一致度の計算例を示し、図４Ｂは、ゲートＢとクラスタ＃３の一致度の計算例を示し、図４Ｃは、ゲートＣとクラスタ＃３の一致度の計算例を示す。
図４Ａ〜図４Ｃにおいて、混合行列は、一致度を計算するゲートに所属する細胞の数と一致度を計算するゲート以外のゲートに所属する細胞の数を行とする行列である。また、混合行列は、一致度を計算するクラスタに所属する細胞の数と一致度を計算するクラスタ以外のクラスタに所属する細胞の数を列とする行列である。
混合行列において、一致度を計算するゲートに所属し、かつ、一致度を計算するクラスタに所属する細胞の数はＴＰ（True Positive）と表される。また、一致度を計算するゲートに所属し、かつ、一致度を計算するクラスタ以外のクラスタに所属する細胞の数はＦＮ（False Negative）と表される。また、一致度を計算するゲート以外のゲートに所属し、かつ、一致度を計算するクラスタに所属する細胞の数はＦＰ（False Positive）と表される。また、一致度を計算するゲート以外のゲートに所属し、かつ、一致度を計算するクラスタ以外のクラスタに所属する細胞の数はＴＮ（True Negative）と表される。
そして、適合率（Precision）＝ＴＰ／（ＦＰ＋ＴＰ）、再現率（Recall）＝ＴＰ／（ＦＮ＋ＴＰ）とすると、一致度計算部１６は、一致度ＦをＦ＝２（適合率＊再現率）／（適合率＋再現率）により計算する。
図４Ａでは、ゲートＡとクラスタ＃３の一致度計算のため、混合行列は、ゲートＡに所属する細胞の数とゲートＡ以外のゲートに所属する細胞の数を行とし、クラスタ＃３に所属する細胞の数とクラスタ＃３以外のクラスタに所属する細胞の数を列とする行列である。
図４Ａに示すように、細胞＃５と細胞＃６が、ゲートＡに所属し、かつ、クラスタ＃３に所属するため、ＴＰ＝２である。細胞＃１と細胞＃２と細胞＃３と細胞＃４と細胞＃７が、ゲートＡに所属し、かつ、クラスタ＃３以外のクラスタに所属するため、ＦＮ＝５である。ゲートＡ以外のゲートに所属する細胞はないので、ＦＰ＝ＴＮ＝０である。
したがって、適合率＝ＴＰ／（ＦＰ＋ＴＰ）＝２／（０＋２）＝１であり、再現率＝ＴＰ／（ＦＮ＋ＴＰ）＝２／（５＋２）＝２／７である。また、一致度＝２（適合率＊再現率）／（適合率＋再現率）＝２＊１＊（２／７）／（１＋２／７）＝（４／７）／（９／７）＝４／９である。
図４Ｂでは、ゲートＢとクラスタ＃３の一致度計算のため、混合行列は、ゲートＢに所属する細胞の数とゲートＢ以外のゲートに所属する細胞の数を行とし、クラスタ＃３に所属する細胞の数とクラスタ＃３以外のクラスタに所属する細胞の数を列とする行列である。
図４Ｂに示すように、細胞＃５と細胞＃６が、ゲートＢに所属し、かつ、クラスタ＃３に所属するため、ＴＰ＝２である。細胞＃４が、ゲートＢに所属し、かつ、クラスタ＃３以外のクラスタに所属するため、ＦＮ＝１である。ゲートＢ以外のゲートに所属し、かつ、クラスタ＃３に所属する細胞はないのでＦＰ＝０である。細胞＃１と細胞＃２と細胞＃３と細胞＃７が、ゲートＢ以外のゲートに所属し、かつ、クラスタ＃３以外のクラスタに所属するため、ＴＮ＝４である。
したがって、適合率＝ＴＰ／（ＦＰ＋ＴＰ）＝２／（０＋２）＝１であり、再現率＝ＴＰ／（ＦＮ＋ＴＰ）＝２／（１＋２）＝２／３である。また、一致度＝２（適合率＊再現率）／（適合率＋再現率）＝２＊１＊（２／３）／（１＋２／３）＝（４／３）／（５／３）＝４／５である。
図４Ｃでは、ゲートＣとクラスタ＃３の一致度計算のため、混合行列は、ゲートＣに所属する細胞の数とゲートＣ以外のゲートに所属する細胞の数を行とし、クラスタ＃３に所属する細胞の数とクラスタ＃３以外のクラスタに所属する細胞の数を列とする行列である。
図４Ｃに示すように、細胞＃５と細胞＃６が、ゲートＣに所属し、かつ、クラスタ＃３に所属するため、ＴＰ＝２である。ゲートＣに所属し、かつ、クラスタ＃３以外のクラスタに所属する細胞はないため、ＦＮ＝０である。ゲートＣ以外のゲートに所属し、かつ、クラスタ＃３に所属する細胞はないのでＦＰ＝０である。細胞＃１と細胞＃２と細胞＃３と細胞＃４と細胞＃７が、ゲートＣ以外のゲートに所属し、かつ、クラスタ＃３以外のクラスタに所属するため、ＴＮ＝５である。
したがって、適合率＝ＴＰ／（ＦＰ＋ＴＰ）＝２／（０＋２）＝１であり、再現率＝ＴＰ／（ＦＮ＋ＴＰ）＝２／（０＋２）＝２／２＝１である。また、一致度＝２（適合率＊再現率）／（適合率＋再現率）＝２＊１＊１／（１＋１）＝２／２＝１である。
１．３ 解析例
次に、解析例について説明する。図５は、解析例を示す図である。図５（ａ）はゲート情報記憶部１２の例を示し、図５（ｂ）はクラスタリングデータ記憶部１４の例を示し、図５（ｃ）は一致度を示す。
ステップ＃１として、クラスタ＃３がユーザにより選択される。そして、ステップ＃２として、クラスタ＃３との一致度が全てのゲートについて計算される。図５（ｃ）に示すように、ゲートＡの一致度は４／９であり、ゲートＢの一致度は４／５であり、ゲートＣの一致度は１である。
したがって、ゲートＣの一致度が最大であるので、ゲートＣが強調表示される。図５では、ゲートＣが太枠で表示されているが、実際の画面では、例えば、ゲートＣが赤い太枠で表示される。また、ゲートＣの親であるゲートＢも強調表示されてもよい。図５では、ゲートＢも太枠で表示されているが、実際の画面では、例えば、ゲートＢがゲートＣとは異なる色の青い太枠で表示される。
１．４ 解析動作
次に、情報処理装置１による解析動作について図６〜図８を用いて説明する。図６は、ゲート処理部１１による処理のフローを示すフローチャートである。図６に示すように、ゲート処理部１１は、ユーザによるゲートの作成を受け付ける（ステップＳ１）。
そして、ゲート処理部１１は、対象細胞のうちの１つの細胞について、細胞がゲート内であるか否かを判定し（ステップＳ２）、細胞がゲート内である場合には、ゲート内の細胞としてゲート情報記憶部１２に記録する（ステップＳ３）。
そして、ゲート処理部１１は、ゲート内にあるか否かの判定を全対象細胞に対して行ったか否かを判定し（ステップＳ４）、ゲート内にあるか否かの判定を行っていない対象細胞がある場合には、ステップＳ２に戻る。一方、ゲート内にあるか否かの判定を全対象細胞に対して行った場合には、ゲート処理部１１は、処理を終了する。
このように、ゲート処理部１１がゲート情報記憶部１２にゲートに所属する細胞の情報を記録するので、一致度計算部１６は、ゲート情報記憶部１２が記憶する情報を用いて各ゲートの一致度を計算することができる。
図７は、クラスタリング処理部１３による処理のフローを示すフローチャートである。図７に示すように、クラスタリング処理部１３は、ユーザからクラスタリング対象の選択を受け付け（ステップＳ１１）、選択されたクラスタリング対象についてクラスタリング処理を実施する（ステップＳ１２）。そして、クラスタリング処理部１３は、各クラスタに所属する細胞の情報をクラスタリングデータ記憶部１４に保存する（ステップＳ１３）。
このように、クラスタリング処理部１３がクラスタリングデータ記憶部１４に各クラスタに所属する細胞の情報を保存するので、一致度計算部１６は、クラスタリングデータ記憶部１４が記憶する情報を用いて各ゲートの一致度を計算することができる。
図８は、一致度計算部１６による処理のフローを示すフローチャートである。図８に示すように、一致度計算部１６は、クラスタ選択部１５から、ユーザによるクラスタＩＤの指定を取得し（ステップＳ２１）、指定されたクラスタＩＤに対応する細胞ＩＤを取得する（ステップＳ２２）。ここでは、取得された細胞ＩＤをクラスタ細胞ＩＤとする。
そして、一致度計算部１６は、１つのゲートについて、ゲートに所属する細胞の細胞ＩＤを取得する（ステップＳ２３）。ここでは、取得された細胞ＩＤをゲート細胞ＩＤとする。そして、一致度計算部１６は、クラスタ細胞ＩＤと、ゲート細胞ＩＤから一致度を計算する（ステップＳ２４）。
そして、一致度計算部１６は、全ゲートについて一致度を計算したか否かを判定し（ステップＳ２５）、一致度を計算していないゲートがある場合には、ステップＳ２３へ戻る。一方、全ゲートについて一致度を計算した場合には、一致度計算部１６は、一致度が最大のゲートを一致情報出力部１７へ通知する（ステップＳ２６）。
このように、一致度計算部１６が一致度が最大のゲートを一致情報出力部１７へ通知するので、一致情報出力部１７は、一致度が最大のゲートを強調表示することができる。
１．５ 作用・効果
以上のように、第１の実施形態によれば、一致度計算部１６が、ユーザに指定されたクラスタとゲートの一致度を全ゲートについて計算し、一致度が最大のゲートを一致情報出力部１７へ通知する。そして、一致情報出力部１７は、一致度が最大のゲートを強調して表示する。
したがって、情報処理装置１は、ゲート解析の結果とクラスタ解析の結果の対応付けを支援することができる。このため、例えば、ユーザは、クラスタリングが成功したか否かを特定することができる。
また、情報処理装置１は、クラスタされた集団が通常のゲート解析におけるどのゲートに位置するかを可視化することができる。この場合、通常のゲート解析のゲートは、細胞のフェノタイプ（細胞の種類）を表すので、このように可視化することによって、クラスタリングされた集団が、生物学上のどの集団を表しているかの対応情報を可視化することができ、解析する上での新規の発見をユーザに促すことができる。
また、第１の実施形態では、一致度計算部１６は、ゲートに含まれる細胞の数とクラスタに含まれる細胞の数に基づく混合行列を用いて一致度を計算するので、正確に一致度を計算することができる。
なお、第１の実施形態では、ユーザからクラスタの指定を受け付けたが、情報処理装置１は、ユーザからゲートの指定を受け付け、受け付けたゲートと一致度が最大のクラスタを強調表示してもよい。また、第１の実施形態では、ゲートに含まれる細胞の数とクラスタに含まれる細胞の数に基づく混合行列を用いて一致度を計算したが、情報処理装置１は、他の方法により一致度を計算してもよい。また、第１の実施形態では、一致度に基づいてクラスタとゲートを対応付けたが、情報処理装置１及び１ａは、他の値や他の対応関係に基づいてクラスタとゲートを対応付けてもよい。
また、第１の実施形態では、測定装置３により測定された測定データ２を取得する場合について説明したが、情報処理装置１は、測定データ２の代わりに複数の属性を有するデータを取得してもよい。
２．第２の実施形態
ところで、上記第１の実施形態では、ユーザに指定されたクラスタと一致度が最大のゲートを強調表示したが、情報処理装置１は、各ゲートに最も近いクラスタを特定し、特定したクラスタに対応付けられた色で各ゲートを表示することもできる。そこで、第２の実施形態では、各ゲートに最も近いクラスタを特定し、特定したクラスタに対応付けられた色で各ゲートを表示する情報処理装置について説明する。
２．１ 情報処理システムの構成
図９は、第２の実施形態に係る情報処理システムの構成を示すブロック図である。図９に示すように、第２の実施形態に係る情報処理システム４ａは、図１に示した第１の実施形態に係る情報処理システム４と比較して、情報処理装置１の代わりに情報処理装置１ａを備える。
情報処理装置１ａは、情報処理装置１と比較して、一致度計算部１６及び一致情報出力部１７の代わりに、それぞれ一致度計算部１６ａ及び一致情報出力部１７ａを備え、クラスタ選択部１５を備えない。
一致度計算部１６は、全てのゲートについて、最も一致度の高いクラスタを特定し、特定したクラスタの名前を一致情報出力部１７ａに通知する。一致情報出力部１７ａは、全てのゲートについて、一致度計算部１６ａから通知されたクラスタの名前に基づいて、クラスタに対応する色で表示装置上で強調表示する。
２．２ 解析動作
図１０は、情報処理装置１ａによる処理のフローを示すフローチャートである。なお、図１０では、ゲート及びクラスタは作成されているものとする。図１０に示すように、情報処理装置１ａは、１つのゲートに所属する細胞の細胞ＩＤを取得し（ステップＳ３１）、１つのクラスタに所属する細胞ＩＤを取得する（ステップＳ３２）。
そして、情報処理装置１ａは、クラスタ細胞ＩＤと、ゲート細胞ＩＤから一致度を計算する（ステップＳ３３）。そして、情報処理装置１ａは、全クラスタについて一致度を計算したか否かを判定し（ステップＳ３４）、一致度を計算していないクラスタがある場合には、ステップＳ３２へ戻る。
一方、全クラスタについて一致度を計算した場合には、情報処理装置１ａは、最も一致度の高いクラスタの色でゲートを表示する（ステップＳ３５）。そして、情報処理装置１ａは、全ゲートについて最も一致度の高いクラスタを特定したか否かを判定し（ステップＳ３６）、最も一致度の高いクラスタを特定していないゲートがある場合には、ステップＳ３１へ戻る。一方、全ゲートについて最も一致度の高いクラスタを特定した場合には、情報処理装置１ａは、処理を終了する。
このように、情報処理装置１ａは、全てのゲートについて一致度が最大のクラスタの色でゲートを表示するので、ユーザによるクラスタとゲートの対応付けを支援することができる。
２．３ 表示例
図１１は、表示例を示す図である。図１１（ａ）はゲート表示結果を示し、図１１（ｂ）はクラスタリング結果を示す。図１１（ａ）では、Ａでゲートがかけられ、Ａゲート内でＢ、Ｃ及びＥのゲートがかけられ、Ｃゲート内でＤのゲートがかけられている。図１１（ｂ）は、Ａのクラスタリング結果を示す。図１１（ｂ）において、１つの丸が１つのクラスタを示す。図１１（ｂ）に示すように、ＡはＭ＃１〜Ｍ＃５で表される５つのメタクラスタにクラスタリングされる。なお、図１１（ｂ）では、メタクラスタには異なる種類の網掛け（網掛けなしを含む）が行われているが、実際の表示装置では、メタクラスタは異なる色で表示される。
図１１（ａ）に示すように、ゲートＢはメタクラスタＭ＃１と最も一致度が高かったのでメタクラスタＭ＃１と同じ網掛けが行われる（同じ色で表示される）。ゲートＣとゲートＤはメタクラスタＭ＃５と最も一致度が高かったのでメタクラスタＭ＃５と同じ網掛けが行われる。ゲートＥはメタクラスタＭ＃３と最も一致度が高かったのでメタクラスタＭ＃３と同じ網掛けが行われる。
２．４ 作用・効果
以上のように、第２の実施形態によれば、一致度計算部１６ａが、全てのゲートについて、一致度が最大のクラスタを特定し、特定したクラスタのクラスタＩＤを一致情報出力部１７ａに通知する。そして、一致情報出力部１７ａは、全てのゲートを一致度が最大のクラスタの色で表示する。したがって、情報処理装置１ａは、ゲート解析の結果とクラスタ解析の結果の対応付けを支援することができる。このため、例えば、ユーザは、クラスタリングが成功したか否かを特定することができる。また、ユーザは通常ゲート解析により細胞のフェノタイプを特定できるが、情報処理装置１ａは、それぞれのフェノタイプが、どの位置にクラスタリングされたかを可視化することができる。
３．情報処理装置のハードウェア構成
次に、図１２を参照して、本開示の実施形態に係る情報処理装置のハードウェア構成について説明する。図１２は、本開示の実施形態に係る情報処理装置のハードウェア構成例を示すブロック図である。なお、ここでは、情報処理装置１のハードウェア構成例を示すが情報処理装置１ａののハードウェア構成も同様である。
図１２に示すように、情報処理装置１は、ＣＰＵ（Central Processing Unit）９０１、ＲＯＭ（Read Only Memory）９０３、及びＲＡＭ（Random Access Memory）９０５を含む。また、情報処理装置１は、ホストバス９０７、ブリッジ９０９、外部バス９１１、インタフェース９１３、入力装置９１５、出力装置９１７、ストレージ装置９１９、ドライブ９２１、接続ポート９２５、通信装置９２９を含む。情報処理装置１は、ＣＰＵ９０１に代えて、又はこれとともに、ＤＳＰ（Digital Signal Processor）又はＡＳＩＣ（Application Specific Integrated Circuit）と呼ばれるような処理回路を有してもよい。
ＣＰＵ９０１は、演算処理装置及び制御装置として機能し、ＲＯＭ９０３、ＲＡＭ９０５、ストレージ装置９１９、又はリムーバブル記録媒体９２３に記録された各種プログラムに従って、情報処理装置１内の動作全般又はその一部を制御する。例えば、ＣＰＵ９０１は、上記の実施形態における情報処理装置１に含まれる各機能部の動作全般を制御する。ＲＯＭ９０３は、ＣＰＵ９０１が使用するプログラムや演算パラメータ等を記憶する。ＲＡＭ９０５は、ＣＰＵ９０１の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を一次記憶する。ＣＰＵ９０１、ＲＯＭ９０３、及びＲＡＭ９０５は、ＣＰＵバス等の内部バスにより構成されるホストバス９０７により相互に接続されている。さらに、ホストバス９０７は、ブリッジ９０９を介して、ＰＣＩ（Peripheral Component Interconnect/Interface）バス等の外部バス９１１に接続されている。
入力装置９１５は、例えば、マウス、キーボード、タッチパネル、ボタン、スイッチ及びレバー等、ユーザによって操作される装置である。入力装置９１５は、例えば、赤外線やその他の電波を利用したリモートコントロール装置であってもよいし、情報処理装置１の操作に対応した携帯電話等の外部接続機器９２７であってもよい。入力装置９１５は、ユーザが入力した情報に基づいて入力信号を生成してＣＰＵ９０１に出力する入力制御回路を含む。ユーザは、この入力装置９１５を操作することによって、情報処理装置１に対して各種のデータを入力したり処理動作を指示したりする。
出力装置９１７は、取得した情報をユーザに対して視覚的又は聴覚的に通知することが可能な装置で構成される。出力装置９１７は、例えば、ＬＣＤ、ＰＤＰ、ＯＥＬＤ等の表示装置、スピーカ及びヘッドホン等の音響出力装置、並びにプリンタ装置等でありうる。出力装置９１７は、情報処理装置１の処理により得られた結果を、テキスト又は画像等の映像として出力したり、音響等の音として出力したりする。
ストレージ装置９１９は、情報処理装置１の記憶部の一例として構成されたデータ格納用の装置である。ストレージ装置９１９は、例えば、ＨＤＤ（Hard Disk Drive）等の磁気記憶部デバイス、半導体記憶デバイス、光記憶デバイス、又は光磁気記憶デバイス等により構成される。このストレージ装置９１９は、ＣＰＵ９０１が実行するプログラムや各種データ、及び外部から取得した各種のデータ等を格納する。
ドライブ９２１は、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等のリムーバブル記録媒体９２３のためのリーダライタであり、情報処理装置１に内蔵、あるいは外付けされる。ドライブ９２１は、装着されているリムーバブル記録媒体９２３に記録されている情報を読み出して、ＲＡＭ９０５に出力する。また、ドライブ９２１は、装着されているリムーバブル記録媒体９２３に記録を書き込む。
接続ポート９２５は、機器を情報処理装置１に直接接続するためのポートである。接続ポート９２５は、例えば、ＵＳＢ（Universal Serial Bus）ポート、ＩＥＥＥ１３９４ポート、ＳＣＳＩ（Small Computer System Interface）ポート等でありうる。また、接続ポート９２５は、ＲＳ−２３２Ｃポート、光オーディオ端子、ＨＤＭＩ（登録商標）（High-Definition Multimedia Interface）ポート等であってもよい。接続ポート９２５に外部接続機器９２７を接続することで、情報処理装置１と外部接続機器９２７との間で各種のデータが交換されうる。
通信装置９２９は、例えば、通信ネットワークＮＷに接続するための通信デバイス等で構成された通信インタフェースである。通信装置９２９は、例えば、有線又は無線ＬＡＮ（Local Area Network）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、又はＷＵＳＢ（Wireless USB）用の通信カード等でありうる。また、通信装置９２９は、光通信用のルータ、ＡＤＳＬ（Asymmetric Digital Subscriber Line）用のルータ、又は、各種通信用のモデム等であってもよい。通信装置９２９は、例えば、インターネットや他の通信機器との間で、ＴＣＰ／ＩＰ等の所定のプロトコルを用いて信号等を送受信する。また、通信装置９２９に接続される通信ネットワークＮＷは、有線又は無線によって接続されたネットワークであり、例えば、インターネット、家庭内ＬＡＮ、赤外線通信、ラジオ波通信又は衛星通信等である。
なお、本開示の技術的範囲は、上述の実施形態そのままに限定されるものではなく、本開示の要旨を逸脱しない範囲において種々の変更が可能である。また、異なる実施形態及び変形例にわたる構成要素を適宜組み合わせてもよい。
例えば、上記実施形態では、情報処理システム４は情報処理装置１と測定装置３とを備える構成であるとしたが、本技術はかかる例に限定されない。例えば、情報処理装置１が測定装置３の有する機能（測定機能）を備えてもよい。この場合、情報処理システム４は、情報処理装置１により実現される。また、測定装置３が情報処理装置１の有する機能を備えてもよい。この場合、情報処理システム４は、測定装置３により実現される。また、情報処理装置１の有する機能の一部を測定装置３が有してもよく、測定装置３の有する機能の一部を情報処理装置１が有してもよい。
また、本明細書に記載された各実施形態における効果はあくまで例示であって限定されるものではなく、他の効果があってもよい。
なお、本技術は以下のような構成も取ることができる。
（１）
複数の属性を有する解析対象に対する該複数の属性に基づくゲート解析により得られたゲートと前記解析対象に対する該複数の属性に基づくクラスタ解析により得られたクラスタとの対応関係を表示する表示制御部を備える情報処理装置。
（２）
前記ゲートと前記クラスタとの一致度を計算する計算部をさらに備え、
前記表示制御部は、前記計算部により計算された一致度に基づいてゲートをクラスタに対応付けて表示する前記（１）に記載の情報処理装置。
（３）
前記解析対象は、複数の細胞であり、
前記計算部は、ゲートに含まれる細胞の数とクラスタに含まれる細胞の数に基づく混合行列を用いて前記一致度を計算する前記（２）に記載の情報処理装置。
（４）
前記複数の属性は、複数の蛍光色素により標識された前記複数の細胞から検出された前記複数の蛍光色素に対応する強度である前記（３）に記載の情報処理装置。
（５）
クラスタの選択を受け付ける受付部をさらに備え、
前記計算部は、前記受付部により受け付けられたクラスタとの一致度を全ゲートについて計算し、
前記表示制御部は、前記受付部により受け付けられたクラスタと一致度が最大のゲートを他のゲートとは異なる表示方法で表示する前記（２）、（３）又は（４）に記載の情報処理装置。
（６）
前記異なる表示方法は、異なる色である前記（５）に記載の情報処理装置。
（７）
前記表示制御部は、一致度が最大のゲートの親のゲートを前記一致度が最大のゲートとは異なる色で表示する前記（５）又は（６）に記載の情報処理装置。
（８）
前記計算部は、全てのクラスタと全てのゲートの組み合わせについて一致度を計算し、
前記表示制御部は、各ゲートを一致度が最大のクラスタの表示色を用いて表示する前記（２）、（３）又は（４）に記載の情報処理装置。
（９）
プロセッサが、
複数の属性を有する解析対象に対する該複数の属性に基づくゲート解析により得られたゲートと前記解析対象に対する該複数の属性に基づくクラスタ解析により得られたクラスタとの対応関係を表示すること
を含む表示方法。
（１０）
コンピュータを、
複複数の属性を有する解析対象に対する該複数の属性に基づくゲート解析により得られたゲートと前記解析対象に対する該複数の属性に基づくクラスタ解析により得られたクラスタとの対応関係を表示する表示制御部
として機能させるためのプログラム。
（１１）
測定対象に対して光を照射し、前記測定対象から発せられた蛍光を検出して蛍光強度を測定する測定部
を備える測定装置と、
前記測定装置により測定された複数の蛍光強度に基づくゲート解析により得られたゲートと該複数の蛍光強度に基づくクラスタ解析により得られたクラスタとの対応関係を表示する表示制御部を備える情報処理装置と、
を有する情報処理システム。
（１２）
前記測定装置は、フローサイトメータである前記（１１）に記載の情報処理システム。
１，１ａ 情報処理装置
２ 測定データ
３ 測定装置
４，４ａ 情報処理システム
１１ ゲート処理部
１２ ゲート情報記憶部
１３ クラスタリング処理部
１４ クラスタリングデータ記憶部
１５ クラスタ選択部
１６，１６ａ 一致度計算部
１７，１７ａ 一致情報出力部

Claims (12)

  1. 複数の属性を有する解析対象に対する該複数の属性に基づくゲート解析により得られたゲートと前記解析対象に対する該複数の属性に基づくクラスタ解析により得られたクラスタとの対応関係を表示する表示制御部を備える情報処理装置。
  2. 前記ゲートと前記クラスタとの一致度を計算する計算部をさらに備え、
    前記表示制御部は、前記計算部により計算された一致度に基づいてゲートをクラスタに対応付けて表示する請求項１に記載の情報処理装置。
  3. 前記解析対象は、複数の細胞であり、
    前記計算部は、ゲートに含まれる細胞の数とクラスタに含まれる細胞の数に基づく混合行列を用いて前記一致度を計算する請求項２に記載の情報処理装置。
  4. 前記複数の属性は、複数の蛍光色素により標識された前記複数の細胞から検出された前記複数の蛍光色素に対応する強度である請求項３に記載の情報処理装置。
  5. クラスタの選択を受け付ける受付部をさらに備え、
    前記計算部は、前記受付部により受け付けられたクラスタとの一致度を全ゲートについて計算し、
    前記表示制御部は、前記受付部により受け付けられたクラスタと一致度が最大のゲートを他のゲートとは異なる表示方法で表示する請求項２に記載の情報処理装置。
  6. 前記異なる表示方法は、異なる色である請求項５に記載の情報処理装置。
  7. 前記表示制御部は、一致度が最大のゲートの親のゲートを前記一致度が最大のゲートとは異なる色で表示する請求項６に記載の情報処理装置。
  8. 前記計算部は、全てのクラスタと全てのゲートの組み合わせについて一致度を計算し、
    前記表示制御部は、各ゲートを一致度が最大のクラスタの表示色を用いて表示する請求項２に記載の情報処理装置。
  9. プロセッサが、
    複数の属性を有する解析対象に対する該複数の属性に基づくゲート解析により得られたゲートと前記解析対象に対する該複数の属性に基づくクラスタ解析により得られたクラスタとの対応関係を表示すること
    を含む表示方法。
  10. コンピュータを、
    複数の属性を有する解析対象に対する該複数の属性に基づくゲート解析により得られたゲートと前記解析対象に対する該複数の属性に基づくクラスタ解析により得られたクラスタとの対応関係を表示する表示制御部
    として機能させるためのプログラム。
  11. 測定対象に対して光を照射し、前記測定対象から発せられた蛍光を検出して蛍光強度を測定する測定部
    を備える測定装置と、
    前記測定装置により測定された複数の蛍光強度に基づくゲート解析により得られたゲートと該複数の蛍光強度に基づくクラスタ解析により得られたクラスタとの対応関係を表示する表示制御部を備える情報処理装置と、
    を有する情報処理システム。
  12. 前記測定装置は、フローサイトメータである請求項１１に記載の情報処理システム。
JP2019152592A 2019-08-23 2019-08-23 情報処理装置、表示方法、プログラム及び情報処理システム Pending JP2021032674A (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2019152592A JP2021032674A (ja) 2019-08-23 2019-08-23 情報処理装置、表示方法、プログラム及び情報処理システム
DE112020003977.3T DE112020003977T5 (de) 2019-08-23 2020-08-06 Informationsverarbeitungsvorrichtung, anzeigeverfahren, programm und informationsverarbeitungssystem
PCT/JP2020/030151 WO2021039341A1 (ja) 2019-08-23 2020-08-06 情報処理装置、表示方法、プログラム及び情報処理システム
US17/635,997 US20220276148A1 (en) 2019-08-23 2020-08-06 Information processing device, display method, program, and information processing system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019152592A JP2021032674A (ja) 2019-08-23 2019-08-23 情報処理装置、表示方法、プログラム及び情報処理システム

Publications (1)

Publication Number Publication Date
JP2021032674A true JP2021032674A (ja) 2021-03-01

Family

ID=74678124

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019152592A Pending JP2021032674A (ja) 2019-08-23 2019-08-23 情報処理装置、表示方法、プログラム及び情報処理システム

Country Status (4)

Country Link
US (1) US20220276148A1 (ja)
JP (1) JP2021032674A (ja)
DE (1) DE112020003977T5 (ja)
WO (1) WO2021039341A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023157756A1 (ja) * 2022-02-16 2023-08-24 ソニーグループ株式会社 情報処理装置、生体試料解析システム及び生体試料解析方法
WO2023157755A1 (ja) * 2022-02-16 2023-08-24 ソニーグループ株式会社 情報処理装置、生体試料解析システム及び生体試料解析方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10289802B2 (en) * 2010-12-27 2019-05-14 The Board Of Trustees Of The Leland Stanford Junior University Spanning-tree progression analysis of density-normalized events (SPADE)
CN117074277A (zh) 2017-04-24 2023-11-17 索尼公司 信息处理设备、粒子分选系统、程序和粒子分选方法
WO2019209723A1 (en) * 2018-04-26 2019-10-31 Becton, Dickinson And Company Characterization and sorting for particle analyzers

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023157756A1 (ja) * 2022-02-16 2023-08-24 ソニーグループ株式会社 情報処理装置、生体試料解析システム及び生体試料解析方法
WO2023157755A1 (ja) * 2022-02-16 2023-08-24 ソニーグループ株式会社 情報処理装置、生体試料解析システム及び生体試料解析方法

Also Published As

Publication number Publication date
DE112020003977T5 (de) 2022-05-19
WO2021039341A1 (ja) 2021-03-04
US20220276148A1 (en) 2022-09-01

Similar Documents

Publication Publication Date Title
Shapiro Practical flow cytometry
Perfetto et al. Seventeen-colour flow cytometry: unravelling the immune system
US20130102087A1 (en) Device, system and method for rapid determination of a medical condition
WO2021039341A1 (ja) 情報処理装置、表示方法、プログラム及び情報処理システム
JP7367343B2 (ja) 分取システム、及び分取方法
US11988592B2 (en) Methods and systems for characterizing spillover spreading in flow cytometer data
WO2021100622A1 (ja) 情報処理システムおよび情報処理装置
WO2020100667A1 (ja) 情報処理装置、情報処理方法及びコンピュータプログラム
WO2021039158A1 (ja) 情報処理装置、情報処理方法、プログラム及び情報処理システム
JP2021036224A (ja) 情報処理装置、情報処理方法、プログラム及び情報処理システム
US20210278333A1 (en) Methods and systems for adjusting a training gate to accommodate flow cytometer data
JP7468524B2 (ja) 情報処理装置、情報処理方法及びプログラム
JP7010293B2 (ja) 情報処理装置、情報処理方法及びプログラム
EP4361598A1 (en) Particle analysis system, information processing device, and collecting device
WO2022034830A1 (ja) 情報処理装置、フローサイトメータシステム、分取システム、及び情報処理方法
WO2021131415A1 (ja) 情報処理装置、粒子測定装置、粒子測定システム、粒子分取装置、粒子分取システム、情報処理方法、及び情報処理プログラム
Dashkova et al. Spectral and imaging flow cytometry in phytoplankton research
Cecic et al. Technologies supporting analytical cytology: clinical, research and drug discovery applications
Shapiro Scanning laser cytometry
Huang et al. Deep Learning Assisted Smartphone-based Quantitative Microscopy for Label-free Hematological Analysis
Kuhn et al. Accessible high-speed image-activated cell sorting
Gondhalekar Alternative Approaches for Analysis of Complex Data Sets in Flow Cytometry