JP2024000735A - 学習データを作成する方法、微生物の判別方法、解析装置、プログラム - Google Patents

Abstract

【課題】質量分析法を用いて微生物を判別する機械学習モデルの学習データの品質を向上することであり、またこれにより、判別精度の高い機械学習モデルを提供することである。【解決手段】微生物の質量分析を実行して得られたマススペクトルを含む収集データを作成するステップＳ２と、収集データに含まれるマススペクトルについて、特定条件を満たすかを判定するステップと、特定条件を満たすマススペクトルを用いて学習データを作成するステップＳ８とを備える。特定条件を満たすかを判定するステップは、同じ微生物について質量分析を複数回実行して得られた複数のマススペクトルのピークに対応するｍ／ｚの一致率が第１数値以上であるという第１条件を満たすかを判定するステップＳ４と、微生物の分類の特徴を反映しない特定パターンのピークが含まれないという第２条件を満たすかを判定するステップＳ６とを含む。【選択図】図４

Description

本発明は、学習データを作成する方法、微生物の判別方法、解析装置、プログラムに関する。

従来、微生物をＭＡＬＤＩ－ＭＳ（Matrix Assisted Laser Desorption/Ionization-Mass Spectrometry）分析して得られたマススペクトルに基づいて、微生物を判別する方法が知られている。非特許文献１，２には、特定のタンパク質に対応するピークに基づいて、微生物を判別する方法が開示されている。

また、近年では、当該マススペクトルに基づいて微生物を分類する方法として、機械学習モデルを使用する方法が着目されている。ＵＳ ２０２０／０１１８８０５ Ａ１（特許文献１）および非特許文献３には、機械学習モデルを用いて、微生物を判別する方法が開示されている。

ＵＳ ２０２０／０１１８８０５ Ａ１

Yudai Hotta et al.，"Classification of the Genus Bacillus Based on MALDI-TOF MS Analysis of Ribosomal Proteins Coded in S10 and spc Operons"，Journal of Agricultural and Food Chemistry，2011，59(10)，pp．5222-5230． Kanae Teramoto et al.，"Classification of Cutibacterium acnes at phylotype level by MALDI-MS proteotyping"，Proceedings of the Japan Academy，Series B，2019，Volume 95，Issue 10，Pages612-623． Thomas Mortier et al．，"Bacterial species identification using MALDI-TOF mass spectrometry and machine learning techniques：A large-scale benchmarking study"，Computational and Structural Biotechnology，Journal 19(2021)，pp．6157-6168．

このような機械学習モデルを用いて微生物を精度よく判別するためには、正しく学習された機械学習モデルが必要である。正しく学習された機械学習モデルを構築するためには、学習データの品質が高いことが望まれる。たとえば培養条件および／または質量分析条件が不適切であるといった、微生物の分類の特徴を反映しない（たとえばノイズが多い）品質の低いマススペクトルが学習データに含まれた場合、機械学習モデルが正しく学習できない。すなわち、学習データの品質を向上することにより、正しく学習された機械学習モデルが作成され、微生物を精度よく判別できるようになることが期待される。

本開示は、このような事情を鑑みてなされたものであり、その目的は、質量分析法を用いて微生物を判別する機械学習モデルの学習データの品質を向上することであり、またこれにより、判別精度の高い機械学習モデルを提供することである。

本開示の第１の態様は、質量分析法を用いて微生物を判別する機械学習モデルの学習データを作成する方法であって、微生物の質量分析を実行して得られたマススペクトルを取得して、取得したマススペクトルを含む収集データを作成するステップと、収集データに含まれるマススペクトルについて、特定条件を満たすかを判定するステップと、特定条件を満たすマススペクトルを用いて学習データを作成するステップとを備える。特定条件を満たすかを判定するステップは、同じ微生物について質量分析を複数回実行して得られた複数のマススペクトルのピークに対応するｍ／ｚの一致率が第１数値以上であるという第１条件を満たすかを判定するステップと、微生物の分類の特徴を反映しない特定パターンのピークが含まれないという第２条件を満たすかを判定するステップとを含む。

本開示の第２の態様は、質量分析法を用いて微生物を判別する機械学習モデルの学習データを作成する解析装置であって、メモリと、プロセッサとを備える。メモリは、微生物のマススペクトルを記憶する。プロセッサは、メモリに記憶されたマススペクトルを用いて学習データを作成する方法を実行する。プロセッサは、微生物の質量分析を実行して得られたマススペクトルを取得して、取得したマススペクトルを含む収集データを作成する。プロセッサは、収集データに含まれるマススペクトルについて、同じ微生物について質量分析を複数回実行して得られた複数のマススペクトルのピークに対応するｍ／ｚの一致率が第１数値以上であるという第１条件を満たすかを判定し、微生物の分類の特徴を反映しない特定パターンのピークが含まれないという第２条件を満たすかを判定する。プロセッサは、第１条件および第２条件を含む特定条件を満たすマススペクトルを用いて学習データを作成する。

本開示による学習データを作成する方法によれば、質量分析法を用いて微生物を判別する機械学習モデルの学習データの品質が向上される。またこれにより、判別精度の高い機械学習モデルを提供することができる。

実施形態に係る解析装置の構成を示す図である。 実施形態に係る学習データと機械学習モデルとの関係を説明するための図である。 ニューラルネットワークを説明するための図である。 実施形態に係る学習データの作成処理を示すフローチャートである。 同じ微生物について質量分析を複数回実行して得られた複数のマススペクトルのピークｍ／ｚが一致しない例を示す図である。 第１条件を満たすかを判定する処理を示すフローチャートである。 ピークｍ／ｚが一致したかを判定する処理の一例を示すフローチャートである。 ピークｍ／ｚが一致したかを判定する処理の他の例を示すフローチャートである。 周期的なピークが含まれるマススペクトルの例を示す図である。 第２条件を満たすかを判定する処理の一例を示すフローチャートである。 周期的なピークを含むかを判定する処理を示すフローチャートである。 第３条件を満たすかを判定する処理を示すフローチャートである。 条件の判定対象となるピークを選択する処理を示すフローチャートである。

以下に、本発明の実施の形態について図面を参照して詳細に説明する。なお、以下では図中の同一または相当部分には同一の符号を付して、その説明は原則的に繰返さないものとする。

［１．解析装置の構成］
図１は、実施形態に係る解析装置の構成を示す図である。図１を参照して、解析装置１００は、コントローラ１０１と、ディスプレイ１５と、操作部１４とを含む。コントローラ１０１には、ディスプレイ１５および操作部１４が接続される。操作部１４は、典型的には、タッチパネル、キーボード、マウスなどで構成される。操作部１４は、プロセッサ１０に対するユーザの操作入力を受け付ける。ディスプレイ１５は、例えば画像を表示可能な液晶パネルで構成される。ディスプレイ１５は、ユーザの操作入力の受け付けに関する画像を表示し、プロセッサ１０による処理の結果を表示する。

コントローラ１０１は、主な構成要素として、プロセッサ１０と、メモリ１１と、通信インターフェイス（Ｉ／Ｆ）１２と、入出力Ｉ／Ｆ１３とを有する。これらの各部は、バスを介して互いに通信可能に接続される。

プロセッサ１０は、典型的には、ＣＰＵ（Central Processing Unit）またはＭＰＵ（Micro Processing Unit）などの演算処理部である。プロセッサ１０は、メモリ１１に記憶されたプログラムを読み出して実行することで、解析装置１００の動作を制御する。当該プログラムは、コンピュータによって実行されることにより、コンピュータに実施形態に係る学習データを作成する方法を実施させるプログラムを含む。

メモリ１１は、たとえば、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、および、ＨＤＤ（Hard Disk Drive）などの記憶装置で実現される。ＲＯＭは、プロセッサ１０にて実行されるプログラムを格納することができる。ＲＡＭは、プロセッサ１０におけるプログラムの実行中に利用されるデータを一時的に格納することができ、作業領域として利用される一時的なデータメモリとして機能することができる。ＨＤＤは、不揮発性の記憶装置である。ＨＤＤに加えて、あるいは、ＨＤＤに代えて、フラッシュメモリなどの半導体記憶装置を採用してもよい。なお、上記プログラムおよび／またはデータは、プロセッサ１０がアクセス可能な外部の記憶装置に格納されていてもよい。

通信Ｉ／Ｆ１２は、外部装置と各種データをやり取りするための通信インターフェイスであり、アダプタまたはコネクタなどによって実現される。なお、通信方式は、無線ＬＡＮ（Local Area Network）などによる無線通信方式であってもよいし、ＵＳＢ（Universal Serial Bus）などを利用した有線通信方式であってもよい。

入出力Ｉ／Ｆ１３は、プロセッサ１０と、入出力Ｉ／Ｆ１３に接続される外部機器との間で各種データをやり取りするためのインターフェイスである。外部機器は、操作部１４と、ディスプレイ１５とを含む。入出力Ｉ／Ｆ１３には、質量分析装置（ＭＳ）１６が接続されてもよい。

ＭＳ１６は、微生物由来のサンプルに含まれる成分の質量分析を行なうための装置であり、例えば、ＭＡＬＤＩ－ＴＯＦ ＭＳ（Matrix-Assisted Laser Desorption/Ionization Time-of-Flight Mass Spectrometry）である。ＭＳ１６では、レーザ照射により生じたイオンをフライトチューブに引き出して飛行させ、飛行時間に応じて分離したのち検出する。飛行時間は、成分の質量電荷比ｍ／ｚに相関する。その結果、ｍ／ｚを横軸に、検出されたイオン強度を縦軸に示したマススペクトルが得られる。

本明細書において、ＭＳ１６はサンプル中のタンパク質の質量分析を行なう。よって、マススペクトルにおいては、サンプル中のタンパク質の質量電荷比（ｍ／ｚ）に応じてピークが検出される。よって、マススペクトルのパターン、より特定的にはピークのパターンを参照すると、サンプルに含まれるタンパク質を認識することができる。

異なる分類の微生物は、異なるタンパク質を含むので、それぞれのマススペクトルのパターンも異なったものとなる。すなわち、一般的に、マススペクトルのパターンは、微生物の分類を反映する。なお、本明細書において、微生物の「分類」とは、例えば、微生物の「ジェノタイプ、株、あるいは亜種・種・属・科等の系統分類群のランク」の少なくとも１つを含む。また、本明細書において、「微生物の分類の特徴を反映するマススペクトル」とは、たとえば、微生物が産生するタンパク質に対応するマススペクトルのうち、後述する微生物の分類の特徴を反映しない特定パターンを含むマススペクトルを除外したものである。また、以降、特に説明のない限り、単に「タンパク質」と記載する場合は、後述するバイオポリマーを除いたタンパク質を示す。

ＭＳ１６は、微生物を含むサンプルの質量分析を行なったのち、サンプルのマススペクトルを解析装置１００に送信する。プロセッサ１０は、マススペクトルに基づいて、微生物を判別するための機械学習モデルの学習データを作成する。

なお、解析装置１００は、１つのコンピュータによって構成される必要はなく、複数のコンピュータによって構成されてもよい。

［２．従来のマススペクトルを用いた微生物の判別方法］
上記のように、マススペクトルのパターンは微生物の分類を反映する。これを利用して、微生物をＭＡＬＤＩ－ＭＳ分析して得られたマススペクトルのパターンに基づいて、微生物の判別を行なう方法が知られている。非特許文献１，２には、リボソーム等のバイオマーカーとなるタンパク質を利用して、微生物を分類する方法が開示されている。

分類が未知の微生物を判別するための従来の方法は、たとえば、以下の三段階で行なわれる。第１の段階では、分類が既知の微生物のマススペクトルを多数取得し、マススペクトルデータベースを作成する。第２の段階では、分類が未知の微生物のマススペクトルを取得する。第３の段階では、マススペクトルデータベースに含まれるマススペクトルの中から、分類が未知の微生物のマススペクトルと類似度の高いマススペクトルを選択する。当該類似度の高いマススペクトルに対応する微生物の分類が、上記未知の微生物の分類であると判定する。

より具体的には、第３の段階では、たとえば、マススペクトルデータベースに含まれるマススペクトルごとに、分類が未知の微生物のマススペクトルとの類似度を表すスコアを算出する。そして、スコアが最も高くなったマススペクトルデータベースに含まれるマススペクトルに対応する微生物の分類を、未知の微生物の分類であると判定する。

当該スコアの算出においては、分類の判別に寄与するピークに重み付けする等の方法がとられていた。しかし当該方法には明確な指針がなかったため、精度よく微生物を判別するためには、ユーザが試行錯誤を重ねるための時間とコストが必要であった。また、当該方法に属人性が含まれるおそれも考えられた。

このような事情により、微生物の判別に、近年発展が著しい機械学習技術を適用する試みがなされている。ＵＳ ２０２０／０１１８８０５ Ａ１（特許文献１）および非特許文献３には、機械学習モデルを用いて微生物を判別する構成が開示されている。

たとえば学習データとして、既知の微生物のマススペクトルを与えて学習させた機械学習モデルを用いて未知の微生物が判別できれば、従来の微生物の判別方法で問題であったピークの重み付け等にかかる時間およびコストが削減でき、属人性に関する懸念も解消すると考えられる。

しかし、一方でノイズが多い等の品質が低いマススペクトルが学習データに含まれると、機械学習モデルにおいて誤った学習がなされ、不適切な判別を行なってしまうことが懸念される。そこで、本実施形態に係る学習データの作成方法においては、品質の低いマススペクトルを除外することで学習データの品質を向上する。これにより、正しく学習された機械学習モデルを提供することができるので、精度よい微生物の判別が可能になる。

［３．実施形態に係る学習データと機械学習モデルの関係］
図２は、実施形態に係る学習データと機械学習モデルとの関係を説明するための図である。当該機械学習モデルは、微生物のマススペクトルを入力すると、微生物の分類を出力する。これにより、機械学習モデルは、微生物を判別することができる。なお、本明細書において、「微生物を判別する」とは、微生物の分類を分類学的に同定することを指す。

このような機械学習モデルは、たとえばニューラルネットワーク（図３）を含む。ニューラルネットワークにおいては、入力に対する適切な出力のために、各ノードに重み付けがなされている。当該重み付けは、学習データによる学習により決定されている。

より詳細には、ニューラルネットワークにおいては、複数の入力が入力層に与えられると、入力層においては各入力と重みとが乗算され、その乗算結果は次の層に送られる。次の層においては当該乗算結果と重みとを乗算し、その乗算結果はさらに次の層に送られる。最終的には、出力層から出力が得られる。

機械学習モデルの学習は、たとえば以下のように行なわれる。まず、分類が既知の微生物のマススペクトルを多数取得する。次に、機械学習モデルの入力であるマススペクトルと、当該入力に対してあるべき出力（正解）である分類とのセットを、学習データとして機械学習モデルに学習させる。これにより、機械学習モデルは、入力に対してあるべき出力を出力できるように学習する。図３の例では、各ノードの重み付けが適切に調整される。

このような機械学習において、精度よく微生物を判別するための機械学習モデルを作成するためには、品質の高い学習データを学習させることが重要である。

たとえば、微生物の分類の特徴を反映しないピークを多く含む、品質の低いマススペクトルを含む学習データを学習させると、機械学習モデルが正しく学習できない。逆に、主に微生物の分類の特徴を反映するピークを含む、品質の高いマススペクトルを含む学習データを学習させると、微生物を精度よく判別できる機械学習モデルが作成できる。

そこで、本実施形態に係る学習データを作成する方法においては、マススペクトルの品質に関する条件を満たすマススペクトルを含む学習データを作成する。

［４．実施形態に係る学習データの作成方法］
図４は、実施形態に係る学習データの作成処理を示すフローチャートである。図４に示す各ステップは、プロセッサ１０によって、実行される。

ステップ（以下、ステップを「Ｓ」と略す。）２において、プロセッサ１０は、微生物の質量分析を実行して得られたマススペクトルを取得して、取得したマススペクトルを含む収集データを作成する。

続くＳ４，Ｓ６において、プロセッサ１０は、収集データに含まれるマススペクトルについて、特定条件を満たすかを判定する。特定条件は、第１条件および第２条件を含む。

Ｓ４において、プロセッサ１０は、収集データに含まれる全てのマススペクトルについて、同じ微生物について質量分析を複数回実行して得られた複数のマススペクトルのピークに対応するピークｍ／ｚの一致率Ｒ１が第１数値α１以上（Ｒ１≧α１）であるという第１条件を満たすかを判定する。第１条件の詳細な内容については後述する。

マススペクトルが第１条件を満たす場合（Ｓ４においてＹＥＳ）、Ｓ６において、プロセッサ１０は、第１条件を満たすマススペクトルの各々について、微生物の分類の特徴を反映しない特定パターンのピークが含まれないという第２条件を満たすかを判定する。第２条件の詳細な内容については後述する。

マススペクトルが第２条件を満たす場合（Ｓ６においてＹＥＳ）、Ｓ８において、プロセッサ１０は、残ったマススペクトルを学習データに含んで、処理を終了する。残ったマススペクトルは、第１条件および第２条件を含む特定条件を満たすマススペクトルである。よって、Ｓ８において、プロセッサ１０は、特定条件を満たすマススペクトルを含む学習データを作成できる。

マススペクトルが第１条件を満たさない場合（Ｓ４においてＮＯ）、または、第２条件を満たさない場合（Ｓ６においてＮＯ）、Ｓ１０において、プロセッサ１０は、第１条件および／または第２条件を満たさないマススペクトルを除去し、処理を終了する。なお、第１条件を満たさないマススペクトルとは、同じ微生物について質量分析を複数回実行して得られた複数のマススペクトルのうち、ピークｍ／ｚの一致率Ｒ１が第１数値α１未満であるマススペクトルである。一方、同じ微生物について質量分析を複数回実行して得られた複数のマススペクトルのうち、ピークｍ／ｚの一致率Ｒ１が第１数値α１以上であるマススペクトルはＳ６において第２条件を満たすかを判定される。

Ｓ２において、マススペクトルはたとえばＭＳ１６から受信されるが、これに限定されない。たとえば、解析装置１００は、微生物の質量分析を実行して得られたマススペクトルを含む収集データを外部の装置または記憶媒体から取得し、Ｓ４以降の処理を行なってもよい。このように外部の装置または記憶媒体からマススペクトルまたは収集データを取得した場合も、Ｓ２における「解析装置１００が収集データを作成する」処理に含まれる。

Ｓ４に関して、収集データにおいて、同一の微生物に対するマススペクトルが１つしか含まれない場合、当該マススペクトルについては、便宜上Ｓ４を満たすと判定してＳ６の判定を行なってもよいし、逆に便宜上Ｓ４を満たさないと判定してＳ１０で除外してもよい。

また、実施形態に係る学習データの作成方法は上記の例に限定されず、たとえば、図４において、第１条件の判定と第２条件の判定とは順序が逆であってもよい。また収集データに含まれるマススペクトルの各々について、第１条件の判定と、第２条件の判定とを別々に行ない、第１条件の判定結果と第２条件との判定結果を合わせてどちらも満たしている場合のみ、学習データに含む態様としてもよい。さらには、第１条件の判定および第２条件の判定のいずれか一方のみを含む構成としてもよい。

図４の処理により、マススペクトルの品質に関する第１条件および第２条件を含む特定条件を満たすマススペクトルを用いた学習データを作成できる。これにより、学習データの品質が向上する。よって、図４の処理により作成された学習データを用いて、機械学習モデルを正しく学習させることができる。よって、微生物を精度よく判別可能な機械学習モデルを作成することができる。

（４－１．第１条件）
次に、第１条件について詳細に説明する。

（４－１－１．第１条件の対象となるマススペクトルの例）
質量分析装置に供するサンプル調整の条件、および／または、質量分析装置における測定条件が不適切な場合、ピークの強度（以下、「ピーク強度」とも称する）が全体的に弱く、ノイズピークを多く含むマススペクトルしか取得できないときがある。また、質量分析装置の不良、サンプルの取り違え、および／またはコンタミネーションによって、分析対象である微生物由来のピークと異なる位置（ｍ／ｚ）にピークが観測される場合がある。

このような問題に対して、同一の微生物に対する繰り返し測定を行なって得られた複数のマススペクトルから、ピーク位置が安定しないマススペクトルを除くことにより、ピーク強度が十分でない、または、分析対象である微生物由来のピークと異なる位置に見られるマススペクトルを除外することができる。

図５は、同じ微生物について質量分析を複数回実行して得られた複数のマススペクトルのピークｍ／ｚが一致しない例を示す図である。図５は、Staphylococcus arlettae由来のサンプルについて質量分析を複数回実行して得られた４つのマススペクトルを示している。約ｍ／ｚ５０００（破線）の付近に着目すると、上から１～３段目のマススペクトルにおいては、約ｍ／ｚ５０００の位置に、ピークが観測される。換言すると、対応する（略同一の）ｍ／ｚにピークが観測されている。一方、上から４段目のマススペクトルについては、ピークが高ｍ／ｚ側にずれていることが分かる。

すなわち、上記約ｍ／ｚ５０００付近のピークにおいて、１～３段目のマススペクトルはピークｍ／ｚが一致するのに対し、４段目のマススペクトルのピークｍ／ｚは一致しない。このことから、１～３段目のマススペクトルの上記ピークは、Staphylococcus arlettaeで発現する所定のタンパク質のｍ／ｚを正しく反映しているのに対し、４段目のマススペクトルの上記ピークは正しく反映していないと考えられる。

このように、同じ微生物について得られた複数のマススペクトルにおいて、一部のマススペクトルにおけるピークのピークｍ／ｚが他の多くのマススペクトルのピークｍ／ｚと一致しない場合、当該一部のマススペクトルにおけるピークは「微生物の分類の特徴を正しく反映しないピーク」であると考えられる。そして、当該「微生物の分類の特徴を正しく反映しないピーク」を多く含むマススペクトルは、微生物の分類の特徴を正しく反映していない品質の低いマススペクトルといえる。よって、同じ微生物について得られた複数のマススペクトルから、ピークｍ／ｚの一致率Ｒ１を指標として品質の低いマススペクトルを除外することにより、学習データの品質が向上する。

（４－１－２．第１条件の判定処理）
複数のマススペクトルのピークｍ／ｚの一致率Ｒ１の算出および当該一致率Ｒ１に基づくマススペクトルの選別は、たとえば、以下のように行なわれる。

図６は、第１条件の判定処理を示すフローチャートである。図６に示す各ステップは、図４のＳ４のサブルーチンに相当し、Ｓ２の後に実行される。

Ｓ４１において、プロセッサ１０は、収集データに含まれるマススペクトルから、同じ微生物について質量分析を複数回実行して得られた複数のマススペクトルを選択する。

Ｓ４２において、プロセッサ１０は、複数のマススペクトルの各々について第１幅を有する第１区間（いわゆるビン（bin））にｍ／ｚを分割する。

Ｓ４３において、プロセッサ１０は、複数のマススペクトルの各々について各第１区間において共にピークを有する場合、ピークｍ／ｚが一致したと判定する。

Ｓ４４において、プロセッサ１０は、複数のマススペクトルの各々において、全てのピークの個数に対するピークｍ／ｚが一致したピークの個数の比率を一致率Ｒ１として算出する。

Ｓ４５において、複数のマススペクトルの各々について一致率Ｒ１が第１数値α１以上であるかを判定する。第１数値α１は、たとえば、６０％である。

第１数値α１以上である場合（Ｓ４５においてＹＥＳ）、プロセッサ１０は、Ｓ６に処理を進める。よって、複数のマススペクトルのうち、一致率Ｒ１が第１数値α１以上のマススペクトルは学習データに含まれる。

第１数値α１未満である場合（Ｓ４５においてＮＯ）、プロセッサ１０は、Ｓ１０に処理を進める。よって、複数のマススペクトルのうち、一致率Ｒ１が第１数値α１未満のマススペクトルは学習データに含まれない。

なお、Ｓ４２の第１区間の分割および後続の処理は、全てのｍ／ｚ範囲においてされてもよいし、特定ｍ／ｚを示す範囲を示す範囲に限定されて行なわれてもよい。特定ｍ／ｚとは、たとえば微生物に対して適切に質量分析が行なわれた場合に、タンパク質に対応するピークが取り得るｍ／ｚである。

また、図６の処理は、１つの微生物から同時に調整されたサンプルから得られたマススペクトルに限定して行なわれてもよいし、１つの微生物から別に調整されたサンプルから得られたマススペクトルを含んで行なわれてもよい。前者であれば、主に測定時の原因により不適切なピークを含むマススペクトルが除外される。後者であれば、測定時、サンプル調整時、培養時等の原因により不適切なピークを含むマススペクトルが除外される。

図６の処理により、同じ微生物について質量分析を複数回実行して得られた複数のマススペクトルについて、同じ第１区間に、すなわち、対応するｍ／ｚにピークがある場合、ピークｍ／ｚが一致したと判定される。この処理が、第１区間毎に行なわれることにより、各第１区間毎に一致したピークがカウントされる。そして、ピークの一致率Ｒ１が第１数値α１以上であるマススペクトルが、学習データに含まれる。すなわち、同じ微生物について質量分析を複数回実行して得られた複数のマススペクトルから、他のマススペクトルと異なる位置にピークが多く観測されたマススペクトルが除外される。すなわち、何らかの原因で適切に測定されなかったと考えられるマススペクトルが除外される。

このように、微生物の分類の特徴を正しく反映していない、品質の低いマススペクトルを除外することにより、品質の高い学習データが作成できる。

（４－１－３．ピークの一致判定処理）
次に、Ｓ４３の他の態様を、以下の２つの例で説明する。

図７は、ピークの一致判定処理の一例を示すフローチャートである。図７に示すステップは、図６のＳ４３の一例に相当し、Ｓ４２とＳ４４との間に実行される。

Ｓ４３Ａにおいて、プロセッサ１０は、複数のマススペクトルが同一の第１区間において共にピークを有し、かつ、各々のピークの強度の分布が特定分布を示す範囲内である場合、ピークｍ／ｚが一致したと判定する。特定分布は、たとえば、各々のピークの強度の分布が、ピークｍ／ｚが一致したと判定するのに適している状態を示す。特定分布はたとえば、各々のピークのうち最も小さい強度を示すピークに対する最も大きい強度を示すピークの強度比が特定強度比以下である状態を示す。特定強度比は、たとえば４倍である。

図７の処理により、複数のマススペクトルが同一の第１区間において共にピークを有していても、各々のピークの強度の分布がピークｍ／ｚが一致したと判定するのに適していない状態である場合、ピークｍ／ｚが一致したと判定されない。

特に、同一の微生物の複数のマススペクトルにおいて、各々のピーク強度が同一のタンパク質の発現量を反映するものであれば、各々のピーク強度は所定の範囲内に収まると推定される。よって、各々のピーク強度の比が所定の数値（特定強度比）より大きい場合、各々のピークの少なくとも１つは、同一のタンパク質の発現量を反映していない可能性が考えられる。同一のタンパク質の発現量を反映するものでないピークとは、たとえば測定時に生じたノイズ、または、混入物のピークである。よって、当該同一のタンパク質の発現量を反映するものでない可能性が高いピークをピークｍ／ｚの一致の判定対象から除外することにより、同一のタンパク質の発現量を反映するピークのピークｍ／ｚの一致のみを判定できる。すなわち、微生物の分類の特徴を反映していると考えられるピークの一致のみが、一致率Ｒ１の値に反映される。

なお、特定分布は、上記のようなピーク強度の相対的な関係で示される状態に限定されず、絶対値で示される所定範囲に含まれる状態としてもよい。たとえば、特定分布は、微生物に対して適切に質量分析が行なわれた場合に、タンパク質に対応するピーク強度として妥当な上限値および下限値で規定されてもよい。これにより、マススペクトル測定時のノイズまたは混入物のピークである可能性が懸念される、ピーク強度が極端に低いまたは極端に高いピークをピークｍ／ｚの一致の判定対象から除外できる。

以上により、図７の処理により、第１条件の判定が適切に行なわれる。そして、学習データに含むマススペクトルが適切に選択される。

図８は、ピークの一致判定処理の他の例を示すフローチャートである。図８に示すステップは、図４のＳ４３の他の例に相当し、Ｓ４２とＳ４４との間に実行される。

Ｓ４３Ｂにおいて、プロセッサ１０は、複数のマススペクトルについて各第１区間において共にピークを有する割合が第１割合以上の場合、ピークｍ／ｚが一致したと判定する。第１割合はたとえば４分の３である。すなわち第１割合は、各第１区間において、上記複数のマススペクトルのうち共にピークを有するマススペクトルの個数を、上記複数のマススペクトルの個数で除算した値である。第１割合は、たとえば、４分の３である。

図８の処理により、同一の微生物の質量分析を複数回実行して得られた複数のマススペクトルのうち第１割合以上のマススペクトルにおいて、同一の第１区間において共にピークが観測される場合、当該ピークが共に観測されたマススペクトルにおいてピークｍ／ｚが一致したと判定できる。

たとえば、先の図５の例において、上から１段～３段のマススペクトルにおいては、約ｍ／ｚ５０００を含む第１区間において、共にピークが観測される。一方、上から４段目のマススペクトルにおいては当該第１区間にはピークが観測されない。図８の処理において、第１割合を４分の３と設定すると、１段～３段のマススペクトルにおいては、約ｍ／ｚ５０００を含む第１区間において、ピークｍ／ｚが一致したと判定される。このように、第１割合を適切に設定することにより、ピークの一致が適切に判定できる。

（４－２．第２条件）
次に、第２条件について詳細に説明する。

（４－２－１．第２条件の対象となるマススペクトルの例）
微生物の質量分析を実行して得られたマススペクトルにおいては、微生物の分類の特徴を反映していない特定パターンのピークが含まれる場合がある。

たとえば、培養条件によってある種の微生物がバイオポリマーを生成した場合、および／または、実験機器等に由来するポリマーがサンプルに混入した場合、マススペクトルデータにおいて、当該ポリマーに対応するピーク（本明細書においては「ポリマーピーク」とも称する）が含まれる場合がある。このような問題に対して、ポリマーピークに類似する周期的なピークを含むマススペクトルを除外することで対応することができる。

図９は、周期的なピークが含まれるマススペクトルの例を示す図である。図９は、Arthrobacter bergerei由来のサンプルについて質量分析を実行して得られたマススペクトルである。図９を参照して、一定間隔で現れる周期的なピークは、約１２８Ｄａ間隔であることから、Arthrobacter bergereiにより産生されたポリリジンであると推定される。図９の例では、微生物の分類の特徴を反映するピークに比べ、当該周期的なピークが顕著に見られる。図９のようなポリマーピークに類似する周期的なピークを含むマススペクトルを学習データに含むと、機械学習モデルは、微生物の分類の特徴を反映するピークを正しく学習できないおそれがある。たとえば、約１２８Ｄａ間隔のピークがArthrobacter bergereiの特徴であると学習してしまう可能性が生じる。

よって、ポリマーピークに類似する周期的なピークを含むマススペクトルは品質の低いマススペクトルといえる。よって、以下の図１０のように、当該周期的なピークを含むマススペクトルを除外することで、学習データの品質を向上することができる。

（４－２－２．第２条件の判定処理）
図１０は、第２条件の判定処理の一例を示すフローチャートである。図１０に示すステップは、図４のＳ６の一例に相当し、Ｓ４とＳ８との間に実行される。

Ｓ６Ａにおいて、プロセッサ１０は、収集データに含まれるマススペクトルについて、周期的なピークを含むか否かを判定する。

（４－２－３．周期的なピークの判定処理）
マススペクトルが周期的なピークを含むか否かの判定は、たとえば、以下のように行なわれる。

図１１は、周期的なピークの判定処理を示すフローチャートである。図１１に示す各ステップは、図１０のＳ６Ａのサブルーチンに相当し、Ｓ４の後に実行される。

Ｓ６Ａ１において、プロセッサ１０は、収集データにおけるマススペクトルに含まれるピークのうち、隣り合うピーク同士の間隔（ｍ／ｚ差）を求める。

Ｓ６Ａ２において、プロセッサ１０は、第２幅を有する第２区間（ビン）ごとに階級分けしたｍ／ｚ差の度数分布を作成する。度数分布は、たとえば、ヒストグラムで表される。第２幅は、たとえば、１Ｄａである。

Ｓ６Ａ３において、プロセッサ１０は、度数分布の最大度数が第２数値α２未満であるかを判定する。第２数値は、たとえば、６である。

度数分布の最大度数が第２数値α２未満である場合（Ｓ６Ａ３においてＹＥＳ）、プロセッサ１０は、Ｓ８に処理を進める。

度数分布の最大度数が第２数値α２以上である場合（Ｓ６Ａ３においてＮＯ）、プロセッサ１０は、Ｓ１０に処理を進める。

図１１の処理において、マススペクトルに周期的なピークが含まれる場合、隣り合うピーク同士のｍ／ｚ差には、当該周期の間隔に対応するものが多く含まれる。よって、当該周期の間隔を含む第２区間に階級分けされるｍ／ｚ差の個数は多くなる。従って、特定の第２区間に対するｍ／ｚ差の個数が第２数値α２以上であるマススペクトルは、周期的なピークを含まれると判定できる。

一方で、ｍ／ｚ差の個数が第２数値α２未満であるマススペクトルは、周期的なピークを含まないと判定できる。

すなわち、図１１の処理により、ポリマーピークに類似する周期的なピークを含む品質の低いマススペクトルを簡易な処理により除外できる。

なお、以上では、微生物の分類の特徴を反映していない特定パターンのピークの例として、周期的なピークを例示したが、これに限定されず、微生物の分類の特徴を反映しないことが明らかである他のパターンのピークであってもよい。

［５．変型例１］
さらに、実施形態に係る学習データの作成方法は、マススペクトルの品質に関する他の条件を含んでもよい。

図１２は、第３条件の判定処理を示すフローチャートである。図１２のフローチャートは、図４のフローチャートのＳ６の後にＳ７が追加されたものである。

Ｓ７において、プロセッサ１０は、各マススペクトルに含まれる全てのピークの個数であるピーク数が特定ピーク数の範囲内という第３条件を満たすかを判定する。特定ピーク数とは、たとえば、微生物に対して適切に質量分析が行なわれた場合に、そのマススペクトルに含まれることが妥当であるピーク数である。

第３条件を満たす場合（Ｓ７においてＹＥＳ）、プロセッサ１０は、Ｓ８に処理を進める。

第３条件を満たさない場合（Ｓ７においてＮＯ）、プロセッサ１０は、Ｓ１０に処理を進める。

図１２の処理により、たとえばピーク数が異常に少ないマススペクトル、および、ピーク数が異常に多いマススペクトルを除外した学習データを作成できる。

ピーク数が異常に少ない状態は、たとえば、質量分析装置によるピークの検出異常、サンプルの調製の失敗、質量分析装置のサンプルプレートへのサンプルの適切な滴下の失敗、サンプルの取り違え等の可能性がある。これらの可能性があるマススペクトルは微生物の分類の特徴を反映するピークも適切に検出できていないことが懸念される。よって、ピーク数が異常に少ないマススペクトルを除外することで、学習データの品質が向上する。

ピーク数が異常に多い状態は、たとえば、質量分析装置によるピークの検出異常（たとえば質量分析装置の調整不良による多数のノイズピークの検出）、サンプルの調製の失敗、コンタミネーション等の可能性がある。これらの可能性があるマススペクトルは、分析対象である微生物に由来しないノイズとなるピークを多く含むことが懸念される。よって、ピーク数が異常に多いマススペクトルを除外することで、学習データの品質を向上することができる。

すなわち、図１２の処理により、ピーク数が異常に少ないまたは異常に多い、品質の低いマススペクトルを除外した、品質の高い学習データが作成できる。

［６．変型例２］
また、図４において、各条件の判定の前に、各条件の判定対象となるピークを選択する処理を加えてもよい。

図１３は、条件の判定対象となるピークの選択処理を示すフローチャートである。図１３のフローチャートは、図４のフローチャートのＳ２の前にＳ１が追加されたものである。

Ｓ１において、プロセッサ１０は、後続のステップにおいて条件の判定対象となるピークを、強度が特定強度以上という第１基準、Ｓ／Ｎ比が特定Ｓ／Ｎ比以上という第２基準または特定ｍ／ｚを示す範囲内であるという第３基準の少なくとも１つを満たすピークとする。

特定強度とは、たとえば、微生物に対して適切に質量分析が行なわれた場合に、タンパク質に対応するピーク強度として妥当な下限値である。特定強度は、たとえば、０．０５または０．１である。

特定Ｓ／Ｎ比とは、たとえば、微生物に対して適切に質量分析が行なわれ、ピークがタンパク質を適切に反映している場合に取り得る、マススペクトル全体のノイズレベルに対する、ピークの強度を示す値の下限値である。マススペクトル全体のノイズレベルは、たとえば、ピークが検出されない領域の平均的な信号強度に基づいて算出される。

特定ｍ／ｚとは、上記したように、たとえば微生物の質量分析が適切に行なわれた場合に、タンパク質に対応するピークが取り得るｍ／ｚである。特定ｍ／ｚを示す範囲は、たとえば、２，０００Ｄａ以上、２０，０００Ｄａ以下の範囲である。

すなわちＳ１において、第１基準、第２基準および第３基準に基づいて、微生物のタンパク質を適切に反映していないピークを、後続のステップの条件判定の対象から除外できる。よって、後続のステップにおいて、微生物のタンパク質を適切に反映しているピークに基づいて条件を満たすかを判定できる可能性があがる。よって、後続の条件を適切に判定できる。

［７．数値例］
表１は、実施形態に係る学習データを作成する方法で使用した数値を示す。表１の「項目」には、第１条件および第２条件に関する各数値または範囲の名称が記載されている（図４、図６、図８、図１１、図１３も参照）。

これらの数値に基づいて学習データを作成すると、続く表２に示すように、微生物を精度よく判別できる機械学習モデルが作成できる。

［８．実施形態に係る学習データを用いて学習した機械学習モデルの微生物判別結果］
表２は、実施形態に係る学習データを作成する方法により作成した学習データで学習した機械学習モデルにおいて、微生物のマススペクトルを判別した結果を示す。

表２を参照して、「比較例に係る機械学習モデル」は、収集データに含まれるマススペクトルの全てを含む学習データを使用した機械学習モデルの、判別結果の正答率である。判別結果の正答率とは、機械学習モデルに入力したマススペクトルに対して出力された判別結果が、当該マススペクトルに対応する微生物の正しい分類を示した確率である。「実施形態に係る機械学習モデル」は、収集データに含まれるマススペクトルに対し、条件１，２を満たすマススペクトルのみを含む学習データを使用した機械学習モデルの、正答率である。

実施形態に係る機械学習モデルでは、比較例に係る機械学習モデルに比べ、正答率が向上しているのがわかる。すなわち、実施形態に係る学習データを作成する方法により作成した学習データを用いた機械学習モデルでは、微生物の判別精度が向上している。

［態様］
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。

（第１項）一態様に係る学習データを作成する方法は、質量分析法を用いて微生物を判別する機械学習モデルの学習データを作成する方法であって、微生物の質量分析を実行して得られたマススペクトルを取得して、取得したマススペクトルを含む収集データを作成するステップと、収集データに含まれるマススペクトルについて、特定条件を満たすかを判定するステップと、特定条件を満たすマススペクトルを用いて学習データを作成するステップとを備える。特定条件を満たすかを判定するステップは、同じ微生物について質量分析を複数回実行して得られた複数のマススペクトルのピークに対応するｍ／ｚの一致率が第１数値以上であるという第１条件を満たすかを判定するステップと、微生物の分類の特徴を反映しない特定パターンのピークが含まれないという第２条件を満たすかを判定するステップとを含む。

第１項に記載の学習データを作成する方法によれば、質量分析法を用いて微生物を判別する機械学習モデルの学習データの品質が向上される。またこれにより、判別精度の高い機械学習モデルを提供することができる。

（第２項）第１項に記載の学習データを作成する方法において、特定条件を満たすかを判定するステップは、収集データに含まれるマススペクトルについて、全てのピークの個数が特定ピーク数を示す範囲内であるという第３条件を満たすかを判定するステップをさらに含む。

第２項に記載の学習データを作成する方法によれば、ピーク数が異常に少ないまたは異常に多い、品質の低いマススペクトルを除外した、品質の高い学習データが作成できる。

（第３項）第１または２項に記載の学習データを作成する方法において、定条件を満たすかを判定するステップは、特定条件の判定対象となるピークを、強度が特定強度以上という第１基準、Ｓ／Ｎ比が特定Ｓ／Ｎ比以上という第２基準またはｍ／ｚが特定ｍ／ｚを示す範囲内であるという第３基準の少なくとも１つを満たすピークとするステップをさらに含む。

第３項に記載の学習データを作成する方法によれば、第１基準、第２基準および第３基準に基づいて、微生物のタンパク質を適切に反映していないピークを、条件判定の対象から除外できる。よって、後続のステップにおいて、微生物のタンパク質を適切に反映しているピークに基づいて条件を満たすかを判定できる可能性があがる。よって、条件を適切に判定できる。

（第４項）第１～３のいずれか１項に記載の学習データを作成する方法において、第１条件を満たすかを判定するステップは、収集データに含まれるマススペクトルから、複数のマススペクトルを選択するステップと、複数のマススペクトルの各々について第１幅を有する第１区間にｍ／ｚを分割するステップと、複数のマススペクトルの各々について各第１区間において共にピークを有する場合、ピークに対応するｍ／ｚが一致したと判定するステップと、複数のマススペクトルの各々において、全てのピークの個数に対する、ピークに対応するｍ／ｚが一致したピークの個数の比率を一致率として算出するステップと、複数のマススペクトルの各々について一致率が第１数値以上であるかを判定するステップとを含む。

第４項に記載の学習データを作成する方法によれば、同じ微生物について質量分析を複数回実行して得られた複数のマススペクトルから、他のマススペクトルと異なる位置にピークが多く観測されたマススペクトルが除外される。すなわち、何らかの原因で適切に測定されなかったと考えられるマススペクトルが除外される。このように、微生物の分類の特徴を正しく反映していない、品質の低いマススペクトルを除外することにより、品質の高い学習データが作成できる。

（第５項）第４項に記載の学習データを作成する方法において、ピークに対応するｍ／ｚが一致したと判定するステップは、複数のマススペクトルが同一の第１区間において共にピークを有し、かつ、同一の第１区間に含まれる各々のピークの強度の分布が特定分布を示す範囲内である場合、ピークに対応するｍ／ｚが一致したと判定するステップを含む。

第５項に記載の学習データを作成する方法によれば、複数のマススペクトルが同一の第１区間において共にピークを有していても、各々のピークの強度の分布がピークｍ／ｚが一致したと判定するのに適していない状態である場合、ピークｍ／ｚが一致したと判定されない。すなわち、微生物の分類の特徴を反映していると考えられるピークの一致のみが、一致率の値に反映される。これにより、第１条件の判定が適切に行なわれる。そして、学習データに含むマススペクトルが適切に選択される。

（第６項）第５項に記載の学習データを作成する方法において、特定分布は、各々のピークのうち最も大きい強度を示すピークと最も小さい強度を示すピークの強度比が特定強度比以下である状態である。

第６項に記載の学習データを作成する方法によれば、同一のタンパク質の発現量を反映するピークのピークｍ／ｚの一致のみを判定できる。すなわち、微生物の分類の特徴を反映していると考えられるピークの一致のみが、一致率の値に反映される。

（第７項）第５または６項に記載の学習データを作成する方法において、ピークに対応するｍ／ｚが一致したと判定するステップは、複数のマススペクトルについて各第１区間において共にピークを有する割合が第１割合以上の場合、ピークに対応するｍ／ｚが一致したと判定するステップを含む。

第７項に記載の学習データを作成する方法によれば、第１割合を適切に設定することにより、ピークの一致が適切に判定できる。

（第８項）第１～７のいずれか１項に記載の学習データを作成する方法において、第２条件を満たすかを判定するステップは、収集データに含まれるマススペクトルについて、周期的なピークを含むかを判定するステップを含む。

第８項に記載の学習データを作成する方法によれば、ポリマーピークに類似する周期的なピークを含むマススペクトルを除外することで、学習データの品質を向上することができる。

（第９項）第８項に記載の学習データを作成する方法において、周期的なピークを含むかを判定するステップは、収集データに含まれるマススペクトルに含まれるピークのうち、隣り合うピーク同士のｍ／ｚ差を求めるステップと、第２幅を有する第２区間毎に階級分けしたｍ／ｚ差の度数分布を作成するステップと、度数分布の最大度数が第２数値未満であるかを判定するステップとを含む。

第９項に記載の学習データを作成する方法によれば、ポリマーピークに類似する周期的なピークを含む品質の低いマススペクトルを簡易な処理により除外できる。

（第１０項）第１～９のいずれか１項に記載の学習データを作成する方法を用いて作成された学習データを用いて作成された機械学習モデルを用いて微生物を判別する、微生物の判別方法。

（第１１項）第１～１０のいずれか１項に記載の微生物の判別方法は、ニューラルネットワークを含む。

第１１項に記載の学習データを作成する方法によれば、ニューラルネットワークを用いて第１０項に記載の微生物の判別方法を実施できる。

（第１２項）一態様にかかる解析装置は、質量分析法を用いて微生物を判別する機械学習モデルの学習データを作成する解析装置であって、メモリと、プロセッサとを備える。メモリは、微生物のマススペクトルを記憶する。プロセッサは、メモリに記憶されたマススペクトルを用いて学習データを作成する方法を実行する。プロセッサは、微生物の質量分析を実行して得られたマススペクトルを取得して、取得したマススペクトルを含む収集データを作成する。プロセッサは、収集データに含まれるマススペクトルについて、同じ微生物について質量分析を複数回実行して得られた複数のマススペクトルのピークに対応するｍ／ｚの一致率が第１数値以上であるという第１条件を満たすかを判定し、微生物の分類の特徴を反映しない特定パターンのピークが含まれないという第２条件を満たすかを判定する。プロセッサは、第１条件および第２条件を含む特定を満たすマススペクトルを用いて学習データを作成する。

第１２項に記載の学習データを作成する方法によれば、質量分析法を用いて微生物を判別する機械学習モデルの学習データの品質が向上される。またこれにより、判別精度の高い機械学習モデルを提供することができる。

（第１３項）コンピュータによって実行されることにより、コンピュータに第１～９のいずれか１項に記載の学習データを作成する方法を実施させる、プログラム。

今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

１０ プロセッサ、１１ メモリ、１２ 通信Ｉ／Ｆ、１３ 入出力Ｉ／Ｆ、１４ 操作部、１５ ディスプレイ、１６ ＭＳ、１００ 解析装置、１０１ コントローラ。

Claims (13)

1. 質量分析法を用いて微生物を判別する機械学習モデルの学習データを作成する方法であって、
   微生物の質量分析を実行して得られたマススペクトルを取得して、取得したマススペクトルを含む収集データを作成するステップと、
   前記収集データに含まれるマススペクトルについて、特定条件を満たすかを判定するステップと、
   前記特定条件を満たすマススペクトルを用いて学習データを作成するステップとを備え、
   前記特定条件を満たすかを判定するステップは、
   同じ微生物について質量分析を複数回実行して得られた複数のマススペクトルのピークに対応するｍ／ｚの一致率が第１数値以上であるという第１条件を満たすかを判定するステップと、
   微生物の分類の特徴を反映しない特定パターンのピークが含まれないという第２条件を満たすかを判定するステップとを含む、学習データを作成する方法。
2. 前記特定条件を満たすかを判定するステップは、
   前記収集データに含まれるマススペクトルについて、全てのピークの個数が特定ピーク数を示す範囲内であるという第３条件を満たすかを判定するステップをさらに含む、請求項１に記載の学習データを作成する方法。
3. 前記特定条件を満たすかを判定するステップは、
   前記特定条件の判定対象となるピークを、強度が特定強度以上という第１基準、Ｓ／Ｎ比が特定Ｓ／Ｎ比以上という第２基準またはｍ／ｚが特定ｍ／ｚを示す範囲内であるという第３基準の少なくとも１つを満たすピークとするステップをさらに含む、請求項１に記載の学習データを作成する方法。
4. 前記第１条件を満たすかを判定するステップは、
   前記収集データに含まれるマススペクトルから、前記複数のマススペクトルを選択するステップと、
   前記複数のマススペクトルの各々について第１幅を有する第１区間にｍ／ｚを分割するステップと、
   前記複数のマススペクトルの各々について各第１区間において共にピークを有する場合、ピークに対応するｍ／ｚが一致したと判定するステップと、
   前記複数のマススペクトルの各々において、全てのピークの個数に対する、ピークに対応するｍ／ｚが一致したピークの個数の比率を一致率として算出するステップと、
   前記複数のマススペクトルの各々について前記一致率が前記第１数値以上であるかを判定するステップとを含む、請求項１～３のいずれか１項に記載の学習データを作成する方法。
5. 前記ピークに対応するｍ／ｚが一致したと判定するステップは、
   前記複数のマススペクトルが同一の第１区間において共にピークを有し、かつ、前記同一の第１区間に含まれる各々のピークの強度の分布が特定分布を示す範囲内である場合、ピークに対応するｍ／ｚが一致したと判定するステップを含む、請求項４に記載の学習データを作成する方法。
6. 前記特定分布は、前記各々のピークのうち最も大きい強度を示すピークと最も小さい強度を示すピークの強度比が特定強度比以下である状態である、請求項５に記載の学習データを作成する方法。
7. 前記ピークに対応するｍ／ｚが一致したと判定するステップは、
   前記複数のマススペクトルについて各第１区間において共にピークを有する割合が第１割合以上の場合、ピークに対応するｍ／ｚが一致したと判定するステップを含む、請求項５に記載の学習データを作成する方法。
8. 前記第２条件を満たすかを判定するステップは、
   前記収集データに含まれるマススペクトルについて、周期的なピークを含むかを判定するステップを含む、請求項１～３のいずれか１項に記載の学習データを作成する方法。
9. 前記周期的なピークを含むかを判定するステップは、
   前記収集データに含まれるマススペクトルに含まれるピークのうち、隣り合うピーク同士のｍ／ｚ差を求めるステップと、
   第２幅を有する第２区間毎に階級分けしたｍ／ｚ差の度数分布を作成するステップと、
   前記度数分布の最大度数が第２数値未満であるかを判定するステップとを含む、請求項８に記載の学習データを作成する方法。
10. 請求項１に記載の学習データを作成する方法を用いて作成された学習データを用いて作成された機械学習モデルを用いて微生物を判別する、微生物の判別方法。
11. 前記機械学習モデルは、ニューラルネットワークを含む、請求項１０に記載の微生物の判別方法。
12. 質量分析法を用いて微生物を判別する機械学習モデルの学習データを作成する解析装置であって、
    微生物のマススペクトルを記憶するメモリと、
    前記メモリに記憶されたマススペクトルを用いて学習データを作成する方法を実行するプロセッサとを備え、
    前記プロセッサは、
    微生物の質量分析を実行して得られたマススペクトルを取得して、取得したマススペクトルを含む収集データを作成し、
    前記収集データに含まれるマススペクトルについて、
    同じ微生物について質量分析を複数回実行して得られた複数のマススペクトルのピークに対応するｍ／ｚの一致率が第１数値以上であるという第１条件を満たすかを判定し、
    微生物の分類の特徴を反映しない特定パターンのピークが含まれないという第２条件を満たすかを判定し、
    前記第１条件および前記第２条件を含む特定条件を満たすマススペクトルを用いて学習データを作成する、解析装置。
13. コンピュータによって実行されることにより、前記コンピュータに請求項１に記載の学習データを作成する方法を実施させる、プログラム。
    

Images