JP4594154B2 - 少なくとも1つの成分および生成する生成物の観点でサンプルを特性付けし、特性付けデータを提供するための2つ以上の技術に基づいた少なくとも1つのサンプルの分析;方法、システムおよび指示プログラム - Google Patents
少なくとも1つの成分および生成する生成物の観点でサンプルを特性付けし、特性付けデータを提供するための2つ以上の技術に基づいた少なくとも1つのサンプルの分析;方法、システムおよび指示プログラム Download PDFInfo
- Publication number
- JP4594154B2 JP4594154B2 JP2005116310A JP2005116310A JP4594154B2 JP 4594154 B2 JP4594154 B2 JP 4594154B2 JP 2005116310 A JP2005116310 A JP 2005116310A JP 2005116310 A JP2005116310 A JP 2005116310A JP 4594154 B2 JP4594154 B2 JP 4594154B2
- Authority
- JP
- Japan
- Prior art keywords
- characterization
- data
- measurement
- mass
- grouping
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/86—Signal analysis
- G01N30/8624—Detection of slopes or peaks; baseline correction
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/86—Signal analysis
- G01N30/8603—Signal analysis with integration or differentiation
- G01N2030/862—Other mathematical operations for data preprocessing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/86—Signal analysis
- G01N30/8675—Evaluation, i.e. decoding of the signal into analytical information
- G01N30/8682—Group type analysis, e.g. of components having structural properties in common
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Description
a)i)成分を分離するための、あるいは
ii)該第1分析技術あるいは少なくとも1つの第1分析技術を行うことにより生じる生成物を分離するための、あるいは
iii)該第1分析技術あるいは少なくとも1つの第1分析技術を行うことにより生じる成分および生成物を分離するための
少なくとも1つの第1分析技術を行う工程であって、該第1分析技術は、該サンプルに関して、あるいはすでに分離された成分あるいは生成物に関して行われ、該分離は、該成分あるいは生成物の少なくとも1つの第1識別特性に基づいて行われことを特徴とする工程と;
b)既に分離された、あるいは分離中の成分あるいは生成物に関して、少なくとも1つのさらなる技術を行う工程であって、さらなる技術は、i)少なくとも1度工程a)を行うことにより得られる少なくとも1つの分離、および ii)少なくとも1つのさらなる識別特性のうちの少なくとも1つに基づいて、分離された成分あるいは生成物を特性づけるための少なくとも1つの分析技術および検出技術であることを特徴とする工程からなることを特徴とする方法を参照にするものである。
クロマトグラフイージャーナルA771、1997年、1−7頁「連続一対共分散法の液体クロマトグラフィーへの応用、質量スペクトル分析データ;クロマトグラムにおける信号/ノイズ比および検体ピークの解像度の両者の向上」デビッド・マデイマンら。
一般的には、連続1対共分散法(SPC)は、1連の仮想増幅質量スペクトルを発生させる。質量スペクトル中の各データポイントは、次の質量スペクトル中の対応するデータポイントと積算され、幾何学的に増幅されたスペクトルとなり;各積算操作に使用されたスペクトル数は、共分散法アルゴリズムのオーダーを定めるものとなる。このようにして、クロマトグラム中のS/N比および解像度の劇的な向上は、達成されているが、絶対定量情報は、連続的なデータポイントの積算により失われているから、このアルゴリズムは、定性的な解析のみに使用できる。
米国特許第5,672,869号(クロマトグラフィー/スペクトル分析法における成分検出用のノイズバックグランド削減法)
成分検出アルゴリズム(CODA)は、LC−MSデータから、ランダムノイズ、スパイクおよび移動相ピーク除去により、化合物情報を抽出する。それは、元のクロマトグラムおよび0から1のあいだの値を持つ類似性指標を用いたスパイク除去用スムーズ形式のあいだの差の評価を使用する。ユーザーは、類似性指標カットオフ値を特定するべきである。背景の溶媒を表示するクロマトグラムを検出するために、選択された質量クロマトグラム内の全てのデータポイントの平均値の比較を用いる。
公知の方法は、基本的には、次の工程を包含する:
1.スペクトル分析法によるデータを平滑化する工程、
2.変数の強度の平均値を得る工程
3.第1工程で得られたデータから第2工程で得た平均値を差し引く工程
4.第3工程の出力と元の変数を正規化する工程
5.類似性を比較しかつ閾値を設定する工程
6.閾値を越える全変数を選択する工程
7.選択されたクロマトグラムを得るために選択された変数の合計をプロットする工程
「ウインドウ表示の質量選択方法(WMSM)」と名づけられるSPC改良法は、データ中に生じるランダムノイズを除去するために示している。この処理方法は、ランダムバックグラウンドノイズを除去するための2工程よりなり、さらにピーク幅における差により、検体をノイズから区別することが出来るという主たる前提に基づいている。
この方法の前提は:
1.どのピークもウインドウの長さに亙って非ゼロ信号を持っている。
2.ランダムノイズの特性は、ウインドウにより定義されたスキャン数に亙り一定の信号を持っていないが、完結的に、ゼロ強度を表示するということである。ウインドウ範囲に亙っての強度積算は、ゼロ信号になる。
3.低一貫性バックグラウンドは、各クロマトグラムの平均値をこのクロマトグラムから差し引くことにより、除去される。
4.移動相ピークは、理論ピークの最大長さを設定する選択基準により除去される。このピークが、最大許容値より長い場合には、データセットから除去される。
この方法の前提は、LC−MSデータセット(たとえば、重なったピーク、変動する強度値を持った長いノイズ域)中に生じる偶発性の全てを完全には包含していない。SPC法に対する利点としては、原理的には、絶対強度値の保存がありうるが、バックグラウンドを差し引いた後強度値の補正を必要とすることになる。
特異値分解法(SVD)は、データ圧縮および角マトリクスに対する固有値分解によるノイズ低減に対して共通の方法である。
(フレミングら:クロマトグラフイージャーナルA849、1999年、71−85頁およびそこで引用された文献中にある本方法の特性)
クロマトグラムのデータポイントの平滑化工程および平滑化されたクロマトグラム(クロマトグラムは、選択された質量あるいは全イオンクロマトグラムのいずれかであってもよい)に対するエンタルピー値を求める工程からなるデータ処理と評価方法が開示されている。データセット中の各平滑化質量クロマトグラムに対する品質因子(エンタルピー値に基づいた)の評価後、アルゴリズムは、定められた閾値以上のIQ値をもつ選択された質量クロマトグラムから再構築された全イオンクロマトグラムを発生させる。
スペクトル分析に関連したデータの圧縮とろ過用の方法と装置が開示されている。この方法は、各データポイントの値をモニターし、それを以前のデータポイントと比較して、それが、ピーク上にあるかあるいはピークのごく近くにあるかどうかを求める。意図されたデータ数に対する強度値を合計し、ノイズのあるバックグラウンドの平均を求めるために平均化する。閾値は、ズレに経験で定められた常数kを掛けることにより求められ、各データポイントは、この閾値に比較される。
質量スペクトル分析法を開示している。この分析法は、S/Nカットオフ以上の信号の検出、信号の集積化、特性の事前選択、選択クラスターに対する同定質量値、分類モデルの創生および未知サンプルの割り当てよりなっている。この方法は、クロマトグラフィー法による検出以前の時間依存性の分離を行うことなく、MALDI,SELDIあるいはESI−MSスペクトルなどの1次元信号に対してあらかじめ定められる。
この文書は、異なった生物学的状況により特性付けられるクラスを持った分類モデルの創造に焦点を当てている。こういう背景で、クラスター分析法を用いた特性事前選択が、記載されている。あらかじめ定められた信号数(ここでは、信号が存在する生物学的サンプル)を持っている信号クラスターは、分類モデルに対して選択され、信号の少ないクラスターは、捨てられる。
生データを事前処理する可能性は、この文書の中で極簡単に考慮されている。この最後には、データ分析は、検出された標識の信号強度(たとえば、信号の高さ)を求める工程を包含しうることが述べられており、また「異常値」(あらかじめ定められた統計分布からズレたデータ)を除去することが、述べられている。
この方法は、データの各次元成分に対するローカルノイズ閾値を計算する。各点は、データセットの各次元に対して、それに適用されたローカルノイズ閾値を持っており、1点は、適用されたローカルノイズ閾値の全てをその値が越える場合にのみ、ピーク候補として、選択される。隣接する候補ピークを実際のピークに集めて1団とする(それは、検出された真のクロマトグラフィー法によるピークを意味する)。
ノイズ閾値は、特定の1点の周りの点のウインドウから計算できる。ピークピッキング後、追加の基準は、それらがピークデータベース中に受け入れられる前に、このピークに適用できる。実際のピークの選択に関しては、線形分析、あるいは質量クロマトグラムあるいは質量スペクトル用アイソトープ分布分析法に対するベイジアン/尤度などの追加のピーク認識アルゴリズムも適用しても良い。詳細は、示されていない。ピークピッキングに関しては、公知のノイズ分布に基づいて、適当なフィルターを用いることにより、ノイズを低減できると考えられており、このためピークを検出できる。米国特許第2003/0040123A1中に開示されている方法は、ノイズ問題、殊に、データの異なる次元に異なるノイズ閾値を適用することにより、LC−MSデータ中のノイズの特異性を述べている。
1.ピークピッキング(ノイズ除去、スパイク同定、移動相クラスター消去)に必要な全情報は、特定の単一データセットの解析に基づくことになっている。データ特性の取得された情報は、次のデータセットに転送してはならないし、このため次のデータセット用の新しいピークピッキングプロセスのスタートが必要である。
2.大抵のアルゴリズムは、保持時間の不正確さおよび特定のピークに対する質量/電荷値に関する知識を保存しない。これは、パターン認識法により分析されるデータセットの集合体中に、同一物質(ピーク)の信号を正しく割り当てるために、重要なポイントである。パターン内の同一物質に対してピークの間違った割り当てをすることは、間違った正のあるいは負の結果を与えることになる。
3.大抵の記載された方法は、実際を反映しない非常に正確な質量対電荷値を前提としている。一定期間溶離する単一ピークの質量/電荷値(m/z)は、MS分析器の質量精度に起因している不正確さ、すなわちノイズピークの元の値と比較して中心質量値の質量シフトを示している。
このような質量トレース中へのデータの「ハードビニング」は、実際の分子が、測定された質量対電荷比中の第1少数位上で変化するという事実を心にとどめていない。このことは、質量軸の測定の不正確さのために、ピークを連続トレース中に分けることになり、このために、次のエラーを生じる:
−ピークに対するビンの不正な割り当て
−ピーク中の不正な全強度値
−保持時間軸中に生じるギャップは、ピークとしてまったく認識されていない正しいピークに導かれる。
より高度の質量精度の測定の場合でさえも(TOF分析器のように)、これらの理由が、結果として検出信号の重なりを生じ、また続いて、データポイントの不正な割り当てを各々のピーク(ビン)に行うことになり、たとえば、より高い荷電状態でのアイソトープの重なり信号、非常に類似の分子量を持ったクロマトグラフィーで不完全に分離された物質を生じることになる。
「広い」質量トレースの選択の場合には、種々のピークからのデータポイントを単一ビン中にプールするリスクがあり、一方、「狭い」質量トレースの選択の場合には、単一ピークを分離して、2つ以上のビンを生じることになる。
4.大抵の記載した方法は、質量トレースに沿って、定められたΔm/z(4重極解析器からのデータに対するデフォールト0.5−1Daより、TOF解析器からのデータに対して、Δm/z 0.1−0.01)を用いて、ピークピッキングを行う。通常は、オペレータは、質量精度についての初期情報およびデータセット中の関係する情報の位置に基づいて、取得データを評価する。
しかしながら、血清あるいは尿サンプルのLC抽出物、組織ホモジェネート抽出物、細胞培養媒体、などの非常に複雑なサンプルの大きな集合体のパターン認識分析法に対して、質量トレースに沿ってのピークピッキングの戦略は、結果として計算時間の広がりとなる。1つのピークを分裂して2つの連続した質量トレースにするという問題とは別に、このことは、情報信号の位置についての初期情報を知ることも無く、その情報のコンテンツに関係なく全ての質量トレースをスクリーンする必要があるから、複雑なデータセットのデータ処理に対して、非常に退屈な戦略となる。
5.大抵の記載した方法は、単一質量トレース(m/z値)上でのノイズ削減を行い、また完全なデータセットに亙るノイズの一般的な特性を特徴づけしていない。従来の「ハードビニング」と共に、情報データポイントが、削除されるという危険がある。
a)i)成分を分離するための、あるいは
ii)該第1分析技術あるいは少なくとも1つの第1分析技術を行うことにより生じる生成物を分離するための、あるいは
iii)該第1分析技術あるいは少なくとも1つの第1分析技術を行うことにより生じる成分および生成物を分離するための
少なくとも1つの第1分析技術を行う工程であって、該第1分析技術は、該サンプルに関して、あるいはすでに分離されている成分あるいは生成物に関して行われ、該分離は、該成分あるいは生成物の少なくとも1つの第1識別特性に基づいて行われることを特徴とする工程と、
b)既に分離された、あるいは分離中の成分あるいは生成物に関して、少なくとも1つのさらなる技術を行う工程であって、さらなる技術は、i)少なくとも1度工程a)を行うことにより得られる少なくとも1つの分離、および ii)少なくとも1つのさらなる識別特性のうちの少なくとも1つに基づいて、分離された成分あるいは生成物を特性づけるための少なくとも1つの分析技術および検出技術であることを特徴とする工程からなることを特徴とする方法であり;
少なくとも工程b)において、少なくとも2つの特性付け測定量(スキャン数、質量対電荷比;検出時間、質量対電荷比)と、少なくとも1度工程a)を行うことにより得られる該分離あるいは少なくとも1つの分離を反映する該特性付け測定量の少なくとも1つの第1(スキャン数;検出時間)と、i)少なくとも1度工程a)を行うことにより得られる少なくとも1つの他の分離と ii)該さらなる識別特性あるいはさらなる識別特性の少なくとも1つのうちの少なくとも1つを反映する該特性付け測定量の少なくとも1つのさらなる(質量対電荷比)と言う言葉で該成分あるいは生成物の少なくとも1つの特性付けを表示する測定データを提供する検出ハードウエアを使用することを特徴とし;
該方法は、
c)該特性付け測定量の少なくとも1つの該第1(スキャン数;検出時間)と言う言葉で、該特性付けあるいは少なくとも1つの特性付けを表示する少なくとも1つの各第1特性付け測定値(Ni、ti)と、該特性付け測定量の該少なくとも1つのさらなる(質量対電荷比)と言う言葉で、該特性付けあるいは少なくとも1つの特性付けを表示する少なくとも1つのさらなる各特性付け測定値(m/zi)とを互いに関連させることにより、検出ハードウエアにより提供される測定データに基づいて、データ組((Ni、m/zi);(ti、m/zi))を提供する工程と、
d)該データ組を、該特性付け測定量の少なくとも1つに対する特性付け測定値に関して、測定値を特性付ける特性付け測定値間隔([m/zION−Δm/zdev、m/zION+Δm/zdev]、[NION−ΔNdev、NION+ΔNdev];[m/zION−Δm/zdev、m/zION+Δm/zdev]、[tION−Δtdev、tION+Δtdev])で、該各間隔は、該成分あるいは生成物の1つの特定物に潜在的に関連しているきめられるものである測定値間隔にグループ分けする工程とからなり;
該グループ分けが、該成分あるいは生成物の該特定物に関連した真の、あるいは特性的な、あるいは平均の特性付け測定値(m/zION)からの各特性付け測定値(m/zi)のズレ(Δm/zi)の少なくとも1つの統計的分布に基づいて行われることを特徴とし;
さらに該方法は、
e)i)該グループ分けから得られるデータ組の群および ii)該グループ分けから得られた該特性付け測定値の少なくとも1つの間隔([m/zION−Δm/zdev、m/zION+Δm/zdev]、[NION−ΔNdev、NION+ΔNdev];[m/zION−Δm/zdev、m/zION+Δm/zdev]、[tION−Δtdev、tION+Δtdev])の少なくとも1つを反映しあるいは包含するデータの貯蔵、表示および印刷あるいはデータの可視化の少なくとも1つの工程と;
f)i)該グループ分けから得られるデータ組の群および ii)該グループ分けから得られた該特性付け測定値の少なくとも1つの間隔([m/zION−Δm/zdev、m/zION+Δm/zdev]、[NION−ΔNdev、NION+ΔNdev];[m/zION−Δm/zdev、m/zION+Δm/zdev]、[tION−Δtdev、tION+Δtdev])の少なくとも1つに基づいて、あるいは工程e)により貯蔵され、表示されあるいは印刷されたデータあるいは可視化に基づいて、該少なくとも1つのサンプルの解析あるいは該成分あるいは生成物の少なくとも1つ解析をする工程の少なくとも1つからさらになることを特徴とする方法を提供する(提案1)。
a)i)成分を分離するための、あるいは
ii)該第1分析技術あるいは少なくとも1つの第1分析技術を行うことにより生じる生成物を分離するための、あるいは
iii)該第1分析技術あるいは少なくとも1つの第1分析技術を行うことにより生じる成分および生成物を分離するための
少なくとも1つの第1分析技術を行う工程であって、該第1分析技術は、該サンプルに関して、あるいはすでに分離されている成分あるいは生成物に関して行われ、該分離は、該成分あるいは生成物の少なくとも1つの第1識別特性に基づいて行われることを特徴とする工程と、
b)既に分離された、あるいは分離中の成分あるいは生成物に関して、少なくとも1つのさらなる技術を行う工程であって、さらなる技術は、i)少なくとも1度工程a)を行うことにより得られる少なくとも1つの分離、および ii)少なくとも1つのさらなる識別特性のうちの少なくとも1つに基づいて、分離された成分あるいは生成物を特性づけるための少なくとも1つの分析技術および検出技術であることを特徴とする工程からなることを特徴とする方法であり;
少なくとも工程b)において、少なくとも2つの特性付け測定量(スキャン数、質量対電荷比;検出時間、質量対電荷比)と、少なくとも1度工程a)を行うことにより得られる該分離あるいは少なくとも1つの分離を反映する該特性付け測定量の少なくとも1つの第1(スキャン数;検出時間)と、i)少なくとも1度工程a)を行うことにより得られる少なくとも1つの他の分離と ii)該さらなる識別特性あるいはさらなる識別特性の少なくとも1つのうちの少なくとも1つを反映する該特性付け測定量の少なくとも1つのさらなる(質量対電荷比)と言う言葉で該成分あるいは生成物の少なくとも1つの特性付けを表示する測定データを提供する検出ハードウエアを使用することを特徴とし;
該検出ハードウエアにより提供される該測定データは、該検出ハードウエアにより検出されかつそれに関連する少なくとも1つの特性付け測定量を参照して、定量的測定量(イオン強度)と言う言葉で検出ハードウエアにより提供される少なくとも1つの定量化(イオン強度)を表示する定量的測定データを包含することを特徴とし、
該方法は、
c)該特性付け測定量の少なくとも1つの該第1(スキャン数;検出時間)と言う言葉で、該特性付けあるいは少なくとも1つの特性付けを表示する少なくとも1つの各第1特性付け測定値(Ni、ti)と、該特性付け測定量の該少なくとも1つのさらなる(質量対電荷比)と言う言葉で、該特性付けあるいは少なくとも1つの特性付けを表示する少なくとも1つのさらなる各特性付け測定値(m/zi)と、定量的測定量(イオン強度)と言う言葉で、該定量化あるいは少なくとも1つの定量化(イオン強度)を表示する少なくとも1つの各定量的測定値(li)とを互いに関連させることにより、検出ハードウエアにより提供される測定データに基づいて、データ組((Ni、m/zi、li);(ti、m/zi、li))を提供する工程と、
d)該データ組を、該特性付け測定量の少なくとも1つに対する特性付け測定値に関して、測定値を特性付ける特性付け測定値間隔([m/zION−Δm/zdev、m/zION+Δm/zdev]、[NION−ΔNdev、NION+ΔNdev];[m/zION−Δm/zdev、m/zION+Δm/zdev]、[tION−Δtdev、tION+Δtdev])で、該各間隔は、該成分あるいは生成物の1つの特定物に潜在的に関連しているきめられるものである測定値間隔にグループ分けする工程とからなり;
該グループ分けは、複数の該定量的測定値(li)で各々は該データ組のそれぞれ1つに属している値の少なくとも1つの集合的特性に基づいて、さらに行われることを特徴とし;
さらに該方法は、
e)i)該グループ分けから得られるデータ組の群および ii)該グループ分けから得られた該特性付け測定値の少なくとも1つの間隔([m/zION−Δm/zdev、m/zION+Δm/zdev]、[NION−ΔNdev、NION+ΔNdev];[m/zION−Δm/zdev、m/zION+Δm/zdev]、[tION−Δtdev、tION+Δtdev])の少なくとも1つを反映しあるいは包含するデータの貯蔵、表示および印刷あるいはデータの可視化の少なくとも1つの工程と;
f)i)該グループ分けから得られるデータ組の群および ii)該グループ分けから得られた該特性付け測定値の少なくとも1つの間隔([m/zION−Δm/zdev、m/zION+Δm/zdev]、[NION−ΔNdev、NION+ΔNdev];[m/zION−Δm/zdev、m/zION+Δm/zdev]、[tION−Δtdev、tION+Δtdev])の少なくとも1つに基づいて、あるいは工程e)により貯蔵され、表示されあるいは印刷されたデータあるいは可視化に基づいて、該少なくとも1つのサンプルの解析あるいは該成分あるいは生成物の少なくとも1つ解析をする工程の少なくとも1つからさらになることを特徴とする方法を提供する(提案20)。
d3)あらかじめ定められたアクセススケジュールにより、該データ組あるいは該あるいは該データ組の部分集合の少なくとも1つのデータ組にアクセスする工程と;
d5)少なくとも1つのアクセスされたデータ組を、該成分あるいは生成物の1つの特定物に関連しているデータ組の各群の最初のあるいはさらなる候補メンバーとして同定し、必要により、該同定は、少なくとも1つの同定条件の実施に依存している工程と
d6)もしある停止基準あるいは停止基準の少なくとも1つが、実施されると、
i)グループわけを停止する工程と;を包含し、
工程d6)が、達成されるまで、工程d3)からd5)を反復することを特徴とする方法。
iii)少なくとも1つの確認条件を、該成分あるいは生成物の1つの特定物に関連するデータ組の該各グループの複数の候補メンバーに適用し、該複数の候補メンバーは、もし該少なくとも1つの確認条件が該候補メンバーに対して、集約的に実行されるとき、該グループの確認された候補メンバーとなることを特徴とする準工程;あるいは
iii')少なくとも1つの確認条件を、該成分あるいは生成物の1つの特定物に関連するデータ組の複数の候補および該各グループの確認されたメンバーに適用し、各候補メンバーは、もし該少なくとも1つの確認条件が該候補および確認されたメンバーに対して、集約的に実行されるとき、該グループの確認されたメンバーとなることを特徴とする準工程を含む。
ii)もし候補メンバーあるいは確認されているメンバーあるいは候補および確認されているメンバーのグループが、見出されると、さらに候補メンバーを追加するために、該グループ閉じる準工程をさらに包含することを示唆している(提案73)。
d1)測定ズレの現在の分布として、初期化データに基づいた測定ズレの以前の分布を前提とする工程と;
d2)測定ズレ(Δm/zi)の現在の分布に基づいて、少なくとも1つの現在の予測間隔、おそらくは現在の確信間隔を得る(たとえば、計算するあるいは求める)工程と;
d3)あらかじめ定められたアクセススケジュールにより、該データ組あるいは該あるいは該データ組の少なくとも1つのデータ組、おそらく第1データ組あるいは次のデータ組にアクセスする工程と;
d4)アクセスされる各データ組の少なくとも1つの特性付け測定値(m/zi)が、現在の予測間隔([m/zION−Δm/zdev、m/zION+Δm/zdev])中に落ちるか、あるいは落ちないかを決定する工程と;
d5)もし特性付け測定値が、現在の予測間隔に落ちる場合には;
i)少なくとも1つのアクセスされたデータ組を、該成分あるいは生成物の1つの特定物に関連しているデータ組の各群の最初のあるいはさらなる候補メンバーとして特性付け測定値を包含するデータ組を同定する工程と
ii)少なくとも測定ズレの現在の分布に基づいて、またおそらく現在の予測間隔以内の該特性付け測定値の位置に基づいて、既にアクセスされていないデータ組に関して測定ズレの以前の分布である測定ズレの後の分布を計算する工程と;
d6)もしある停止基準あるいは停止基準の少なくとも1つが、実施されると、
i)測定ズレの現在の分布に基づいたグループわけを停止する工程と;を包含し、
工程d6)が、達成されるまで、工程d2)からd5)を反復することを特徴とすることを包含しても良い。
iii)少なくとも1つの確認条件を、該成分あるいは生成物の1つの特定物に関連するデータ組の該各グループの複数の候補メンバーに適用し、該複数の候補メンバーは、もし該少なくとも1つの確認条件が該候補メンバーに対して、集約的に実行されるとき、該グループの確認された候補メンバーとなることを特徴とする工程;あるいは
iii')少なくとも1つの確認条件を、該成分あるいは生成物の1つの特定物に関連するデータ組の複数の候補および該各グループの確認されたメンバーに適用し、各候補メンバーは、もし該少なくとも1つの確認条件が該候補および確認されたメンバーに対して、集約的に実行されるとき、該グループの確認されたメンバーとなることを特徴とする工程を含む(提案82)。
ii)もし候補メンバーあるいは確認されているメンバーあるいは候補および確認されているメンバーのグループが、見出されると、さらに候補メンバーを追加するために、該グループ閉じる準工程をさらに包含することが、さらに示唆される(提案90)。
a)i)成分を分離するための、あるいは
ii)該第1分析技術あるいは少なくとも1つの第1分析技術を行うことにより生じる生成物を分離するための、あるいは
iii)該第1分析技術あるいは少なくとも1つの第1分析技術を行うことにより生じる成分および生成物を分離するための
少なくとも1つの第1分析技術を行うために採用されている少なくとも1つの第1分析部門あるいはユニットであって、少なくとも1つの第1分析部門あるいはユニットは、該サンプルに関して、あるいはすでに分離されている成分あるいは生成物に関して該第1分析技術を行うために採用されており、該第1分析部門あるいはユニットは、該成分あるいは生成物の少なくとも1つの第1識別特性に基づいて、該分離を行うために採用されていることを特徴とする少なくとも1つの第1分析部門あるいはユニットと;
b)i)該1つの第1分析部門あるいはユニットにより達成される少なくとも1つの分離および ii)少なくとも1つのさらなる識別特性のうちの少なくとも1つに基づいて、分離された成分あるいは生成物を特性づけるための少なくとも1つの分析技術を行うために採用されている少なくとも1つの第1分析部門あるいはユニットと、該さらなる技術は、分析技術および検出技術の少なくとも1つであり、該さらなる部門あるいはユニットは、分析および検出部門あるいはユニットの少なくとも1つであることを特徴とする少なくとも1つの第1分析部門あるいはユニットとからなり;
少なくともさらなる該部門あるいはユニットは、少なくとも2つの特性付け測定量(スキャン数、質量対電荷比;検出時間、質量対電荷比)と、該1つの第1分析部門あるいはユニットにより達成される該分離あるいは少なくとも1つの分離を反映する該特性付け測定量の少なくとも1つの第1(スキャン数;検出時間)と、1)該1つの第1分析部門あるいはユニットにより達成される少なくとも1つの分離と2)該さらなる識別特性あるいはさらなる識別特性の少なくとも1つのうちの少なくとも1つを反映する該特性付け測定量の少なくとも1つのさらなる(質量対電荷比)と言う言葉で、該成分あるいは生成物の少なくとも1つの特性付けを表示する測定データを提供するために採用される関連の検出ハードウエアを含みあるいは持っていることを特徴とし;
該検出ハードウエアは、該検出ハードウエアにより検出されかつそれに関連する少なくとも1つの特性付け測定量を参照して、少なくとも1つの定量的測定量(イオン強度)と言う言葉で検出ハードウエアにより提供される少なくとも1つの定量化(イオン強度)を表示する定量的測定データを包含する測定データを提供するために、採用されてもよく、あるいは採用されなくてもよいことを特徴とし;
該システムは、さらに、少なくとも1つのプロセッサを持つ少なくとも1つの制御ユニットと、関連する少なくとも1つのデータ貯蔵ユニットを含みあるいは有する該制御ユニットと、さらに好ましくは関連する少なくとも1つの表示ユニットを持つ該制御ユニットと、印刷ユニットからなり、また好ましくは、少なくとも1つの第1分析部門あるいはユニットおよび該さらなる部門あるいはユニットを制御するために、配置されあるいはプログラムされていることを特徴とし;
該制御ユニットは、
c)該特性付け測定量の少なくとも1つの該第1(スキャン数;検出時間)と言う言葉で、該特性付けあるいは少なくとも1つの特性付けを表示する少なくとも1つの各第1特性付け測定値(Ni、ti)と、該特性付け測定量の該少なくとも1つのさらなる(質量対電荷比)と言う言葉で、該特性付けあるいは少なくとも1つの特性付けを表示する少なくとも1つのさらなる各特性付け測定値(m/zi)とを互いに関連させることにより、検出ハードウエアにより提供される測定データに基づいて、データ組((Ni、m/zi);(ti、m/zi))を提供するために;
d)該データ組を、該特性付け測定量の少なくとも1つに対する特性付け測定値に関して、測定値を特性付ける特性付け測定値間隔([m/zION−Δm/zdev、m/zION+Δm/zdev]、[NION−ΔNdev、NION+ΔNdev];[m/zION−Δm/zdev、m/zION+Δm/zdev]、[tION−Δtdev、tION+Δtdev])で、該各間隔は、該成分あるいは生成物の1つの特定物に潜在的に関連しているきめられるものである測定値間隔にグループ分けするために;配置されあるいはプログラムされていることを特徴とし;
該制御ユニットは、該成分あるいは生成物の該特定物に関連した真の、あるいは特性的な、あるいは平均の特性付け測定値(m/zION)からの各特性付け測定値(m/zi)のズレ(Δm/zi)の少なくとも1つの統計的分布に基づいて、該グループ分けを行うために配置されあるいはプログラムされていることを特徴とし;
さらに該制御ユニットは、次の少なくとも1つ;
e)i)該グループ分けから得られるデータ組の群および ii)該グループ分けから得られた該特性付け測定値の少なくとも1つの間隔([m/zION−Δm/zdev、m/zION+Δm/zdev]、[NION−ΔNdev、NION+ΔNdev];[m/zION−Δm/zdev、m/zION+Δm/zdev]、[tION−Δtdev、tION+Δtdev])の少なくとも1つを反映しあるいは包含するデータの貯蔵、表示および印刷あるいはデータの可視化の少なくとも1つと;
f)i)該グループ分けから得られるデータ組の群および ii)該グループ分けから得られた該特性付け測定値の少なくとも1つの間隔([m/zION−Δm/zdev、m/zION+Δm/zdev]、[NION−ΔNdev、NION+ΔNdev];[m/zION−Δm/zdev、m/zION+Δm/zdev]、[tION−Δtdev、tION+Δtdev])の少なくとも1つに基づいて、あるいは工程e)により貯蔵され、表示されあるいは印刷されたデータあるいは可視化に基づいて、該少なくとも1つのサンプルの解析あるいは該成分あるいは生成物の少なくとも1つ解析;を提供するために、配置されあるいはプログラムされていることを特徴とするシステムをさらに提供する(提案115)。
a)i)成分を分離するための、あるいは
ii)該第1分析技術あるいは少なくとも1つの第1分析技術を行うことにより生じる生成物を分離するための、あるいは
iii)該第1分析技術あるいは少なくとも1つの第1分析技術を行うことにより生じる成分および生成物を分離するための
少なくとも1つの第1分析技術を行うために採用されている少なくとも1つの第1分析部門あるいはユニットであって、少なくとも1つの第1分析部門あるいはユニットは、該サンプルに関して、あるいはすでに分離されている成分あるいは生成物に関して該第1分析技術を行うために採用されており、該第1分析部門あるいはユニットは、該成分あるいは生成物の少なくとも1つの第1識別特性に基づいて、該分離を行うために採用されていることを特徴とする少なくとも1つの第1分析部門あるいはユニットと;
b)i)該1つの第1分析部門あるいはユニットにより達成される少なくとも1つの分離および ii)少なくとも1つのさらなる識別特性のうちの少なくとも1つに基づいて、分離された成分あるいは生成物を特性づけるための少なくとも1つの分析技術を行うために採用されている少なくとも1つの第1分析部門あるいはユニットと、該さらなる技術は、分析技術および検出技術の少なくとも1つであり、該さらなる部門あるいはユニットは、分析および検出部門あるいはユニットの少なくとも1つであることを特徴とする少なくとも1つの第1分析部門あるいはユニットとからなり;
少なくともさらなる該部門あるいはユニットは、少なくとも2つの特性付け測定量(スキャン数、質量対電荷比;検出時間、質量対電荷比)と、該1つの第1分析部門あるいはユニットにより達成される該分離あるいは少なくとも1つの分離を反映する該特性付け測定量の少なくとも1つの第1(スキャン数;検出時間)と、i)該1つの第1分析部門あるいはユニットにより達成される少なくとも1つの分離と ii)該さらなる識別特性あるいはさらなる識別特性の少なくとも1つのうちの少なくとも1つを反映する該特性付け測定量の少なくとも1つのさらなる(質量対電荷比)と言う言葉で、該成分あるいは生成物の少なくとも1つの特性付けを表示する測定データを提供するために採用される関連の検出ハードウエアを含みあるいは持っていることを特徴とし;
該検出ハードウエアは、該検出ハードウエアにより検出されかつそれに関連する少なくとも1つの特性付け測定量を参照して、少なくとも1つの定量的測定量(イオン強度)と言う言葉で検出ハードウエアにより提供される少なくとも1つの定量化(イオン強度)を表示する定量的測定データを包含する測定データを提供するために、採用されていることを特徴とし;
該システムは、さらに、少なくとも1つのプロセッサを持つ少なくとも1つの制御ユニットと、関連する少なくとも1つのデータ貯蔵ユニットを含みあるいは有する該制御ユニットと、さらに好ましくは関連する少なくとも1つの表示ユニットを持つ該制御ユニットと、印刷ユニットからなり、また好ましくは、少なくとも1つの第1分析部門あるいはユニットおよび該さらなる部門あるいはユニットを制御するために、配置されあるいはプログラムされていることを特徴とし;
該制御ユニットは、
c)該特性付け測定量の少なくとも1つの該第1(スキャン数;検出時間)と言う言葉で、該特性付けあるいは少なくとも1つの特性付けを表示する少なくとも1つの各第1特性付け測定値(Ni、ti)と、該特性付け測定量の該少なくとも1つのさらなる(質量対電荷比)と言う言葉で、該特性付けあるいは少なくとも1つの特性付けを表示する少なくとも1つのさらなる各特性付け測定値(m/zi)と、定量的測定量(イオン強度)と言う言葉で、該定量化あるいは少なくとも1つの定量化(イオン強度)を表示する少なくとも1つの各定量的測定値(li)とを互いに関連させることにより、検出ハードウエアにより提供される測定データに基づいて、データ組((Ni、m/zi、li);(ti、m/zi、li))を提供するために;
d)該データ組を、該特性付け測定量の少なくとも1つに対する特性付け測定値に関して、測定値を特性付ける特性付け測定値間隔([m/zION−Δm/zdev、m/zION+Δm/zdev]、[NION−ΔNdev、NION+ΔNdev];[m/zION−Δm/zdev、m/zION+Δm/zdev]、[tION−Δtdev、tION+Δtdev])で、該各間隔は、該成分あるいは生成物の1つの特定物に潜在的に関連しているきめられるものである測定値間隔にグループ分けするために;配置されあるいはプログラムされていることを特徴とし;
該制御ユニットは、複数の該定量的測定値(li)で各々は該データ組のそれぞれ1つに属している値の少なくとも1つの集合的特性に基づいて、該グループ分けを行うために、配置されあるいはプログラムされていることを特徴とし;
さらに該制御ユニットは、次の少なくとも1つ;
e)i)該グループ分けから得られるデータ組の群および ii)該グループ分けから得られた該特性付け測定値の少なくとも1つの間隔([m/zION−Δm/zdev、m/zION+Δm/zdev]、[NION−ΔNdev、NION+ΔNdev];[m/zION−Δm/zdev、m/zION+Δm/zdev]、[tION−Δtdev、tION+Δtdev])の少なくとも1つを反映しあるいは包含するデータの貯蔵、表示および印刷あるいはデータの可視化の少なくとも1つと;
f)i)該グループ分けから得られるデータ組の群および ii)該グループ分けから得られた該特性付け測定値の少なくとも1つの間隔([m/zION−Δm/zdev、m/zION+Δm/zdev]、[NION−ΔNdev、NION+ΔNdev];[m/zION−Δm/zdev、m/zION+Δm/zdev]、[tION−Δtdev、tION+Δtdev])の少なくとも1つに基づいて、あるいは工程e)により貯蔵され、表示されあるいは印刷されたデータあるいは可視化に基づいて、該少なくとも1つのサンプルの解析あるいは該成分あるいは生成物の少なくとも1つ解析;を提供するために、配置されあるいはプログラムされていることを特徴とするシステムをさらに提供する(提案116)。
a)i)成分を分離するための、あるいは
ii)該第1分析技術あるいは少なくとも1つの第1分析技術を行うことにより生じる生成物を分離するための、あるいは
iii)該第1分析技術あるいは少なくとも1つの第1分析技術を行うことにより生じる成分および生成物を分離するための
少なくとも1つの第1分析技術を行うために採用されている少なくとも1つの第1分析部門あるいはユニットであって、少なくとも1つの第1分析部門あるいはユニットは、該サンプルに関して、あるいはすでに分離されている成分あるいは生成物に関して該第1分析技術を行うために採用されており、該第1分析部門あるいはユニットは、該成分あるいは生成物の少なくとも1つの第1識別特性に基づいて、該分離を行うために採用されていることを特徴とする少なくとも1つの第1分析部門あるいはユニットと;
b)i)該1つの第1分析部門あるいはユニットにより達成される少なくとも1つの分離および ii)少なくとも1つのさらなる識別特性のうちの少なくとも1つに基づいて、分離された成分あるいは生成物を特性づけるための少なくとも1つの分析技術を行うために採用されている少なくとも1つの第1分析部門あるいはユニットと、該さらなる技術は、分析技術および検出技術の少なくとも1つであり、該さらなる部門あるいはユニットは、分析および検出部門あるいはユニットの少なくとも1つであることを特徴とする少なくとも1つの第1分析部門あるいはユニットとからなり;
少なくともさらなる該部門あるいはユニットは、少なくとも2つの特性付け測定量(スキャン数、質量対電荷比;検出時間、質量対電荷比)と、該1つの第1分析部門あるいはユニットにより達成される該分離あるいは少なくとも1つの分離を反映する該特性付け測定量の少なくとも1つの第1(スキャン数;検出時間)と、1)該1つの第1分析部門あるいはユニットにより達成される少なくとも1つの分離と2)該さらなる識別特性あるいはさらなる識別特性の少なくとも1つのうちの少なくとも1つを反映する該特性付け測定量の少なくとも1つのさらなる(質量対電荷比)と言う言葉で、該成分あるいは生成物の少なくとも1つの特性付けを表示する測定データを提供するために採用される関連の検出ハードウエアを含みあるいは持っていることを特徴とし;
該検出ハードウエアは、該検出ハードウエアにより検出されかつそれに関連する少なくとも1つの特性付け測定量を参照して、少なくとも1つの定量的測定量(イオン強度)と言う言葉で検出ハードウエアにより提供される少なくとも1つの定量化(イオン強度)を表示する定量的測定データを包含する測定データを提供するために、採用されてもよく、あるいは採用されなくてもよいことを特徴とし;
該システムは、さらに、少なくとも1つのプロセッサを持つ少なくとも1つの制御ユニットと、関連する少なくとも1つのデータ貯蔵ユニットを含みあるいは有する該制御ユニットと、さらに好ましくは関連する少なくとも1つの表示ユニットを持つ該制御ユニットと、印刷ユニットからなり、また好ましくは、少なくとも1つの第1分析部門あるいはユニットおよび該さらなる部門あるいはユニットを制御するために、配置されあるいはプログラムされていることを特徴とし;
該制御ユニットは、該指示に応答して、
c)該特性付け測定量の少なくとも1つの該第1(スキャン数;検出時間)と言う言葉で、該特性付けあるいは少なくとも1つの特性付けを表示する少なくとも1つの各第1特性付け測定値(Ni、ti)と、該特性付け測定量の該少なくとも1つのさらなる(質量対電荷比)と言う言葉で、該特性付けあるいは少なくとも1つの特性付けを表示する少なくとも1つのさらなる各特性付け測定値(m/zi)とを互いに関連させることにより、検出ハードウエアにより提供される測定データに基づいて、データ組((Ni、m/zi);(ti、m/zi))を提供する工程と;
d)該データ組を、該特性付け測定量の少なくとも1つに対する特性付け測定値に関して、測定値を特性付ける特性付け測定値間隔([m/zION−Δm/zdev、m/zION+Δm/zdev]、[NION−ΔNdev、NION+ΔNdev];[m/zION−Δm/zdev、m/zION+Δm/zdev]、[tION−Δtdev、tION+Δtdev])で、該各間隔は、該成分あるいは生成物の1つの特定物に潜在的に関連しているきめられるものである測定値間隔にグループ分けする工程と;を実行することを特徴とし;
該制御ユニットは、該指示に応答して、該成分あるいは生成物の該特定物に関連した真の、あるいは特性的な、あるいは平均の特性付け測定値(m/zION)からの各特性付け測定値(m/zi)のズレ(Δm/zi)の少なくとも1つの統計的分布に基づいて、該グループ分けを行うことを特徴とし;
さらに該制御ユニットは、該指示に応答して、次の工程の少なくとも1つ;
e)i)該グループ分けから得られるデータ組の群および ii)該グループ分けから得られた該特性付け測定値の少なくとも1つの間隔([m/zION−Δm/zdev、m/zION+Δm/zdev]、[NION−ΔNdev、NION+ΔNdev];[m/zION−Δm/zdev、m/zION+Δm/zdev]、[tION−Δtdev、tION+Δtdev])の少なくとも1つを反映しあるいは包含するデータの貯蔵、表示および印刷あるいはデータの可視化の少なくとも1つと;
i)該グループ分けから得られるデータ組の群および ii)該グループ分けから得られた該特性付け測定値の少なくとも1つの間隔([m/zION−Δm/zdev、m/zION+Δm/zdev]、[NION−ΔNdev、NION+ΔNdev];[m/zION−Δm/zdev、m/zION+Δm/zdev]、[tION−Δtdev、tION+Δtdev])の少なくとも1つに基づいて、あるいは工程e)により貯蔵され、表示されあるいは印刷されたデータあるいは可視化に基づいて、該少なくとも1つのサンプルの解析あるいは該成分あるいは生成物の少なくとも1つの解析の工程;
を実行することを特徴とするシステムにより実行可能なプログラムをさらに提供する(提案118)。
a)i)成分を分離するための、あるいは
ii)該第1分析技術あるいは少なくとも1つの第1分析技術を行うことにより生じる生成物を分離するための、あるいは
iii)該第1分析技術あるいは少なくとも1つの第1分析技術を行うことにより生じる成分および生成物を分離するための
少なくとも1つの第1分析技術を行うために採用されている少なくとも1つの第1分析部門あるいはユニットであって、少なくとも1つの第1分析部門あるいはユニットは、該サンプルに関して、あるいはすでに分離されている成分あるいは生成物に関して該第1分析技術を行うために採用されており、該第1分析部門あるいはユニットは、該成分あるいは生成物の少なくとも1つの第1識別特性に基づいて、該分離を行うために採用されていることを特徴とする少なくとも1つの第1分析部門あるいはユニットと;
b)i)該1つの第1分析部門あるいはユニットにより達成される少なくとも1つの分離および ii)少なくとも1つのさらなる識別特性のうちの少なくとも1つに基づいて、分離された成分あるいは生成物を特性づけるための少なくとも1つの分析技術を行うために採用されている少なくとも1つの第1分析部門あるいはユニットと、該さらなる技術は、分析技術および検出技術の少なくとも1つであり、該さらなる部門あるいはユニットは、分析および検出部門あるいはユニットの少なくとも1つであることを特徴とする少なくとも1つの第1分析部門あるいはユニットとからなり;
少なくともさらなる該部門あるいはユニットは、少なくとも2つの特性付け測定量(スキャン数、質量対電荷比;検出時間、質量対電荷比)と、該1つの第1分析部門あるいはユニットにより達成される該分離あるいは少なくとも1つの分離を反映する該特性付け測定量の少なくとも1つの第1(スキャン数;検出時間)と、1)該1つの第1分析部門あるいはユニットにより達成される少なくとも1つの分離と2)該さらなる識別特性あるいはさらなる識別特性の少なくとも1つのうちの少なくとも1つを反映する該特性付け測定量の少なくとも1つのさらなる(質量対電荷比)と言う言葉で、該成分あるいは生成物の少なくとも1つの特性付けを表示する測定データを提供するために採用される関連の検出ハードウエアを含みあるいは持っていることを特徴とし;
該検出ハードウエアは、該検出ハードウエアにより検出されかつそれに関連する少なくとも1つの特性付け測定量を参照して、少なくとも1つの定量的測定量(イオン強度)と言う言葉で検出ハードウエアにより提供される少なくとも1つの定量化(イオン強度)を表示する定量的測定データを包含する測定データを提供するために、採用されていることを特徴とし;
該システムは、さらに、少なくとも1つのプロセッサを持つ少なくとも1つの制御ユニットと、関連する少なくとも1つのデータ貯蔵ユニットを含みあるいは有する該制御ユニットと、さらに好ましくは関連する少なくとも1つの表示ユニットを持つ該制御ユニットと、印刷ユニットからなり、また好ましくは、少なくとも1つの第1分析部門あるいはユニットおよび該さらなる部門あるいはユニットを制御するために、配置されあるいはプログラムされていることを特徴とし;
該制御ユニットは、該指示に対応して、
c)該特性付け測定量の少なくとも1つの該第1(スキャン数;検出時間)と言う言葉で、該特性付けあるいは少なくとも1つの特性付けを表示する少なくとも1つの各第1特性付け測定値(Ni、ti)と、該特性付け測定量の該少なくとも1つのさらなる(質量対電荷比)と言う言葉で、該特性付けあるいは少なくとも1つの特性付けを表示する少なくとも1つのさらなる各特性付け測定値(m/zi)と、定量的測定量(イオン強度)と言う言葉で、該定量化あるいは少なくとも1つの定量化(イオン強度)を表示する少なくとも1つの各定量的測定値(li)とを互いに関連させることにより、検出ハードウエアにより提供される測定データに基づいて、データ組((Ni、m/zi、li);(ti、m/zi、li))を提供する工程と;
d)該データ組を、該特性付け測定量の少なくとも1つに対する特性付け測定値に関して、測定値を特性付ける特性付け測定値間隔([m/zION−Δm/zdev、m/zION+Δm/zdev]、[NION−ΔNdev、NION+ΔNdev];[m/zION−Δm/zdev、m/zION+Δm/zdev]、[tION−Δtdev、tION+Δtdev])で、該各間隔は、該成分あるいは生成物の1つの特定物に潜在的に関連しているきめられるものである測定値間隔にグループ分けする工程と;を実行することを特徴とし;
該制御ユニットは、該指示に応答して、複数の該定量的測定値(li)で各々は該データ組のそれぞれ1つに属している値の少なくとも1つの集合的特性に基づいて、該グループ分けを行うことを特徴とし;
さらに該制御ユニットは、該指示に応答して、次の少なくとも1つの工程;
e)i)該グループ分けから得られるデータ組の群および ii)該グループ分けから得られた該特性付け測定値の少なくとも1つの間隔([m/zION−Δm/zdev、m/zION+Δm/zdev]、[NION−ΔNdev、NION+ΔNdev];[m/zION−Δm/zdev、m/zION+Δm/zdev]、[tION−Δtdev、tION+Δtdev])の少なくとも1つを反映しあるいは包含するデータの貯蔵、表示および印刷あるいはデータの可視化の少なくとも1つ工程と;
f)i)該グループ分けから得られるデータ組の群および ii)該グループ分けから得られた該特性付け測定値の少なくとも1つの間隔([m/zION−Δm/zdev、m/zION+Δm/zdev]、[NION−ΔNdev、NION+ΔNdev];[m/zION−Δm/zdev、m/zION+Δm/zdev]、[tION−Δtdev、tION+Δtdev])の少なくとも1つに基づいて、あるいは工程e)により貯蔵され、表示されあるいは印刷されたデータあるいは可視化に基づいて、該少なくとも1つのサンプルの解析あるいは該成分あるいは生成物の少なくとも1つ解析の工程と;
実行することを特徴とするシステムにより実行可能なプログラムをさらに提供する(提案119)。
−ピークへのビンの誤った割り当て
−ピーク中での誤った全強度値
−保持時間軸に起きるギャップが、ピークとしてまったく認識されていない正しいピークを導くことすら起きるかもしれない。
A)質量スペクトル分析による検出器を用いたイオン源ユニットを経由して結ばれた分離された、たとえば時間分解信号オンライン、あるいは1つの共通イオン源ユニットあるいはいくつかの質量スペクトル分析による検出器を用いた各イオン源ユニットを経由して結ばれた信号オンラインを発生させる少なくとも1つの分析方法のあらゆる可能な組み合わせ。
−たとえば、MS分析器に直接に結ばれたクロマトグラフィー方法、電気クロマトグラフィー方法、あるいは電気泳動方法、たとえば、液体クロマトグラフィー(LC),ガスクロマトグラフィー(GC),電気クロマトグラフィー(EC)、電気泳動法(EF)、等速電気泳動法(ITP)
−たとえば、ESI(電気スプレーイオン化),APCI−MS(常圧化学イオン化),PI−MS(光子イオン化),MALDI(マトリクス支援レーザーイオン化),FAB(高速原子衝撃),EI(電子衝撃)イオン化技術,
−たとえば、4極子、トリプル4極子、TOF(飛行時間),FT(フーリエ変換)質量解析器
質量スペクトル分析データの全ての共通タイプは、データ入力、たとえば;−連続スペクトルデータスペクトル軸中のデータ密度は、MS検出(ダルトンあたりのデータポイント)のパラメータによってセットされる:−質量ピークおよびその高さの平均質量対電荷値により特性付けられる連続データの削減された形式として使用できる。
B)測定の各分離点あるいは時間点における多重信号の取得という観点で、スペクトル信号あるいは多重信号を生成する少なくとも1つの検出器と組み合わせて分離された、たとえば時間分解信号を発生させる少なくとも1つの分析技術のあらゆる可能な組み合わせ。
−たとえば、分光測光法(たとえば、DAD,IR,蛍光、光学2色性、レーザー散乱)
−たとえば、電気化学的(たとえば、電量分析)
分光測光法検出器に対して、LC−MSデータなどのデータに関して示唆されるいくつかの予測間隔(たとえば、確信間隔)以内の測定/非測定のデジタルモデル化の使用は、適当なスペクトル中の信号のスペクトルバンド幅以内の測定数に対するいくつかの連続あるいは不連続のモデル化により、置換できる。
ベイジアン習得に使用される初期の確信間隔は、その値が、通常は無視できるから、測定の期待エラーによってのみ決められるのみならず、適当なスペクトル中の信号のスペクトルバンドの期待幅によっても決められる。
C)シリアルあるいはパラレルの2つ以上の検出器と組み合わせて、分離された、たとえば時間分解信号を発生させる少なくとも1つの分析技術のあらゆる可能な組み合わせ。
−2つ以上の質量スペクトル分析検出器の組み合わせ、あるいは例A)およびB)の2つ以上の検出器の組み合わせ
例:検体(たとえば、溶出液)の流れは、クロマトグラフィー分離後、同一あるいは異なる流速を持つ2つ以上の特定の流れに分けられ、さらにそれらは、異なるタイプの検出器中に平行に導入される。両検出器から生じた信号は、測定された品質/特性(たとえば、質量対電荷比、波長)および量(たとえば、強度/カウント/吸光度)に依存しない分析の全ての時間点における補足的情報を表示する。
2つ以上の検出器の組み合わせのいくつかの技術的特性(たとえば、キャピラリー長さ、種々の流速、フローセルあるいはイオン源デザイン)は、同一の操作からデータの時間軸の不和合性となる検体流れの同じ部分に対する信号取得の種々の遅れを生じる。時間軸の一致は、相対的時間上での全ての測定から、内部標準に対する信号の割り当てにより起こる。このプロセスは良く知られており、クロマトグラフィーの応用にしばしば使用される(たとえば、溶出指標)。
1.毒性、細胞および組織バイオロジーにおける生物学的システムに対する外部刺激の多検体への影響の研究。
2.代謝研究、新しい代謝産物の同定、代謝経路の記述および代謝障害
3.傷病の非治療の種々の段階から治療される病人の正常人との認識/識別、予見/前向き研究のみならず調査過程の傷病(侵攻性対非侵攻性、遅い成長対速い成長)のタイプ
4.ヒトの診断における標識のスクリーニング
ある測定状況に関する本発明の実行に対して、使用された技術およびハードウエアの特性は、そこから生じる信号あるいは測定データの特性に関して解析されるべきである。これに関して、使用された技術およびハードウエアに基づいて得られる測定値の3次元(一般に多次元の)分布の特性は、解析されるべきである。
第1工程で、電気的あるいは化学的ノイズは、ろ過できる。これらを識別するための可能な基準は、測定される強度値の高さである。電気的ノイズは、検出されるイオンからは生じなくて、かつその程度において、m/z値および保持時間は、意味が無い。たとえば、LC−MSシステムの全成分の不可避の汚染により説明することが出来る化学的ノイズは、常におよびどこでも(保持時間およびm/z領域参照)弱い信号が、測定されることに特徴がある。化学的ノイズの対数化された強度値の分布は、通常の分布により容易に記載できて、その期待値は、他の信号クラスターの期待値より特徴的に低く、また電気的ノイズに属する第3信号クラスターの1つより高い。図1は、対応する例を示す。対数化された強度値の柱状図においては、真の信号と化学的電気的ノイズのあいだには谷あるいは最小値がある。このようにして、対数化された強度値の柱状図における谷を見出すことにより、ノイズ信号と非ノイズ信号のあいだにはよく分離された線を引くことが出来る。この境界線は、従来のデータ処理技術に基づいて、多に中の最小値を見出すことにより、各個々のサンプルに対して、自動的に求めることが出来る。
サンプルから来ない物質は、サンプルの物質の組成に関する適切な情報をほとんど提供しないか、あるいはまったく提供しない。移動相のイオンの信号および添加した標準のイオンの信号は、この測定法の人工物である。分布のパラメータは、ブランク測定中および標準品の測定中におけるサンプル数に対して、あるいはサンプルのグループに対して、グローバルに求めることが出来る。これらの測定に基づいて、同定テンプレートおよび削除テンプレートを定めることが出来て、それは、それに対してそれらが、典型的なm/z値および保持時間を示すので、添加した標準から、あるいは移動相から最も来そうな質量および保持スペース(領域)中の信号を同定しまた望みにより、削除する。典型的な強度が含まれる3次元同定テンプレートおよび削除テンプレートは、さらに、検出されることになっている、また望みにより、削除される共溶出分子および相互作用現象の信号を出すことになろう。
クロマトグラフィープロセス以内に、ノイズの典型的な特性も物質の典型的な特性をも持たない全ての他の信号は、スパイクと呼ばれる。主な原因は、たとえば移動相、カラム、キャピラリー中のあるいはイオン源中の測定機器側の全ての種類の「土くれのような」汚染であると考えられる。このことが、クロマトグラフィー特性による予想外のときに、現れるイオンをもたらすことになる。このような信号は、再生できなくて、このため、実際の統計モデルには採用するべきではない。スパイクの信号は、その信号が、真のピークの分布前提を満足しないという事実に基づいて、除去しても良い。各適応基準に対する閾値の値は、個々のサンプル以内あるいは種々のサンプルに対してグローバルに求めてもよい。もし、グループ分けが、適当な条件に基づいている場合には、ピークの除去は、グループ分けの過程で自動的に行うことが出来る。
前提とされる図示的状況において使用可能な分布モデル用の例を次に示す。
好ましくは、強度分布のみが、時間軸および質量軸を考慮することなくモデル化される。換言すれば、ランダムベクトルのみが、電気的ノイズを特性付けるための強度の境界分布を考慮している。期待値が、この分布に対して存在することを仮定する。
l(el)〜F(μ(el)) (F1)
再び、好ましくは、強度分布のみが、時間軸および質量軸を考慮することなくモデル化される。正規分布が、強度の対数に対しての分布タイプとして仮定する。
log10l(ch)〜N(μ(ch),σ(ch)) (F2)
イオンM*の質量対電荷比を測定するために、小さなねじれがあるという可能性を考慮に入れて、正規分布測定エラーを仮定する:
MZ−mz(M*)〜N(δ(M*),(σ(M*)) (F3)
すべてのM*に対してδ(M*)≡δ,σ(M*)≡σ
が、有効であると仮定する。しかし、イオンの質量対電荷比のサイズあるいは強度のサイズにより、測定エラーをモデル化することが、適当であろう。
1次事象は、時間Tすなわち保持時間Tを持った物質の1つの単一分子の溶出である。
T〜N(μt(M),σt(M)) (F4)
l(M)|ts〜Bin(1,p(M,ts)) (F5)
と
p(M,ts)=φ(ts|μt(M),σt(M))−φ(tS-1|μt(M),σt(M)) (F6)
p(M,ts)=F(ts|MΔtS)−F(tS-1|M,ΔtS-1) (7)
式中、Fは、単一モード分布クラスから来ておりまた分子特異的パラメータ、および溶離特異的パラメータおよびかくして時間依存性パラメータにより、正確な形で求められる。
l(M)|tS〜Bin(1,p(M*,tS) (F8)
と
p(M*,tS)=p(M*,M)p(M,tS) (F9)
l(M*)|tS〜Bin(NM,p(M*,tS)) (F10)
質量スペクトル分析器のイオン源への移動相の連続した流れは、大抵非常に強い溶媒クラスターイオンをデータのLC−MSセットの背景に出現させる。これらの信号は、生じたクロマトグラフィープロセスの特性をなんら示さないので、2回のスキャン時tS-1とtSのあいだでのそれらのイオンの1つが出現する頻度は、入力NM(ΔtS)の(初期発生)量とイオン化の確率により支配される従法線分布となる(NM(ΔtS)が、全てのΔtSに対して大きい場合):
l(M*)|tS〜Bin(NM(ΔtS),p(M*,M)) (F11)
もし用いられた分析技術あるいは技術が、ある生成物を生み出す場合には、適用できる分布モデルは、生産メカニズムに依存している。当業者なら、適当な分布モデルをセットアップできる。
そのような理論的考察およびモデルに基づいて、測定データのグループ分けは、既知のおよび未知のイオンのピークを見出すための現在の図示のケースにおいて、既知のおよび未知の成分あるいは生成物のピークを見出すために実行できる。
測定エラー分布は、添加された標準に割り当てられる信号の助けを用いて、習得できる。これらの真の質量対電荷比は公知であるので、いかなる乖離度も観察されよう。好ましくは、測定エラー分布は、全ての物質およびイオンに対して同じであるという仮定をすることにより、ベイジアン後評価が用いられる。このようにして、あまり情報量が高い場合、およびもし前提とした測定エラーが、あまりにも小さい場合に、グループ分けプロセスで標準のイオンピークとして集められる信号をなんら見出すことが出来ないので、ベイジアン習得に選択される前の分布は、明確にチェックされる。この後分布は、各サンプル内の測定エラーが、許容できるかどうかをテストするために使用できる。もしこれがこの場合であると、あるいはそのようなテストをしないでアルゴリズムを実行すると決心する場合には、添加された標準に関係するデータ上でのベイジアン習得から得られる測定エラーの後分布は、未知の物質中のイオンに対するピーク検出用の前分布として役立つ(図3を比較)。
初期仮定:LC−MSが適用される物質あるいはサンプルの内、1つ以上のイオンの質量対電荷比および関連ピークの保持時間は、同じシステムで行われる以前の測定などから知られている。質量スペクトル分析器を用いた経験は、たとえば「90%の確実性で95%の観察が、イオンの真の質量対電荷比を最大±0.4Daだけミスをする」という測定エラーの確定間隔についての不確かなメッセージを可能にしている。これが、測定エラー分布の未知のパラメータに対する前分布を求めるのに役立っており、その助けにより、イオンの信号のm/z値(m/zウインドウ)に対する予測確信間隔が、確立できる。
未知のm/z値を持ったイオンに対する調査は、測定エラー分布のパラメータに対する前分布に基づいてスタートされる。最初のスキャンを開始して、次のスキャンにおける同じタイプのイオンに対する予測間隔を、ベイジアン習得による各観察されたm/z値に対して、計算する。第1の信号を検出後、既知の物質に対するのと同じスキームにより、信号は、グループ分けされる。しかし既知の物質と同じという検出された「類似の」信号は真のピークであるという確かさは無いから、更なる基準は、たとえば用いられた技術の人工物などの他の可能な事象からのピークと識別するために使用される。
1.ノイズ事象:ノイズカットオフ以上に存在する化学的ノイズイオンの偶発的接近
2.ピーク(ピーク事象):信号は、サンプルのクロマトグラフィーで分離された分子のイオンに属する。
3.いくつかの重なりピーク(ピーク事象)
4.恒久事象:信号は、移動相のイオンに属する。
5.スパイク(スパイク事象):溶解された汚染物のいくらか異なった、たとえばいくつかの信号が、あるいは他の非系統的人工物が測定された。
ノイズ事象からのピークの識別をするために、強度カットオフをセットしてもよく、その値は、そのサンプル内の谷柱状図中に求めても良い(図1を比較)。
強度カットオフを求めるために使用する観察される強度は、出来るだけ低い確率を持つべきであり、全てノイズ事象であるべきである。これは、たとえば、それらの最大値あるいはそれらの平均値が、ノイズの強度の3−σ領域外にあるときの場合である。ノイズ強度の変動は、各個々のサンプルに対する谷柱状図中で検出されよう。
スパイクからのピークの識別のために、時間ウインドウに沿って強度値の形状を使用しても良く、それは、ほぼ正規の尖度を持った単一モード分布の柱状図に対応するべきである。これは、分布モデル(F10)中の成功確率(F7)の時間における変動による。
適当な基準は:
単一モード性からの乖離度
モデル(F11)のベイズ因子およびタイプ(F11)のいくつかのモデルの混合物
適当な基準は:
単一モード性からの乖離度
ブランクの測定における習得されたm/z値への近傍
モデル(F11)およびモデル(F10)のベイズ因子
適当な分布により定められる現在のm/zウインドウに基づいて、この第1データあるいは次のデータが、見出されるときに、このデータポイントが、各成分あるいは生成物におそらく属しているかいないかが、決定される。もし、このデータポイントが、この現在の質量ウインドウに入らない場合には、そのときには、このデータポイントは、各グループの候補の1員という意味で、各成分あるいは生成物に属することが、決定され、またの現在のm/zウインドウに入らない場合には、そのときには、このデータポイントは、各成分あるいは生成物に属さないことが、決定される。
ベイジアン統計では、確率分布は、(将来の)事象について仮説を設けるときに、不確実性を定量し、またそれらは、世間の未知の「真」の状態について仮説を立てる不確実性を定量するためにも使用出来る。
Pr(H|E,C)=Pr(H|C)Pr(E|H,C)/Pr(E|C)
ここで、Pr(H|E,C)は、現在の状況C(Hについての不確実性の状態)を与えられEを得た後H中の信頼の確率であり、またPr(H|C)は、Cを与えられ、Eを考慮する前にHの前確率である。この理論の左辺Pr(H|E)は、通常はHの後確率とされている。
同一タイプからのイオンの「たいていの」測定が、出現するということが、期待されるところでは、あるm/z間隔の長さを特定するように頼まれる専門家にとっては、対応する見積もりを提供するのに、一般的には問題は無いであろう。さらに、その専門家が、彼あるいは彼女が該情報についてどのくらい確かであるか(たとえば、C=80または90%?)ということを定義するように頼まれたとき、この専門家は、そのような見積もりを与えるのに一般的に問題はない。それは、ある実験の結果について賭けを考える場合のちょうどそのようなものである。全ての測定の(1−α)*100%の百分率に対するある予想間隔の観点で「たいてい」を解釈すると、ベイジアン習得あるいは更新スキームに対する基礎としての前分布を求めるための基本情報は、入手可能である。これらのメッセージは、ベイジアン統計の方法により、容易に組み合わされて、前分布を形成する。特定された確実性の効果は、それが低ければ低いほど、後分布上への入手データの影響は、高くなる。ベイジアン統計の批評家たちは、ベイジアン統計の多くの応用の中で、前分布の影響を最小にするためには、「データに、データ自身を語らせる」ことが、ベストであろうとしばしばクレームしている。しかし、現在の状況では、このアルゴリズムが、同時に溶出しかつやや異なったm/z値を持つイオンの特定から、標準の特定されたイオンの測定をともかくも識別できるように、測定された値あるいはあるタイプのイオンが、このイオンの真のm/z値に近くなるというある確実性を必要とされているから、確実性Cがあまり小さすぎないことが、一般的に重要である。さらに、専門家が、「4極子分析器を用いると、自分は、90%の確実性で、質量不正確性が±0.2Daになると期待する」というこのようなメッセージを出すことは、一般的にまったく問題がないであろう。
ベイジアン更新あるいは習得アルゴリズムの好ましい実施の態様は、ゲルマン、カーリン、スターンおよびルビン(1995年、3.3章):ベイジアンデータ解析、チャップマン・ホール/CRCに記載されているように、共役前分布を用いた正常データのベイジアンモデルに基づいている。頁数は、CRCリプリント、2000年を参照のこと。
すでに示したように、成分あるいは生成物、特に未知の成分および生成物に関して特性付けられるサンプルに対しての測定データのグループ分けは、標準の測定に対して得られるグループ分け結果を考慮しているベイジアン習得スキームに基づいている。さらに、ブランク測定に関するグループ分け結果を考慮することが好ましい。
1.内部標準のみを含んでいるサンプルの測定セットの処理(「標準測定」)
出力:
a)各標準物質s=1、...、S、各物質のイオンにより生じたデータポイントが見出されたm/z軸上の自動的に求められた間隔の数
b)質量測定エラーに対する後分布
2.なんらのサンプルを注入することのないバックグラウンド測定のセットの処理(「ブランク測定」)
出力:
移動相中の物質のイオンにより生じたデータポイントが見出されたm/z軸上の自動的に求められた間隔の数
3.測定されたサンプルのセットの処理
出力:
各サンプルに対して、サンプル中のイオンにより生じたピークの自動的に求められた数。
ピークは、
a)m/z軸(質量ウインドウ)上の間隔および
b)時間軸(時間ウインドウ)上の間隔により記載される。
これらの2つの間隔は、時間軸およびm/z軸を記述しており、その中では、ピーク検出アルゴリズムにより、同じタイプのイオンの測定が現れかつこのタイプのたいていの測定が、同じように他の測定されたサンプル中に現れると期待されている。
さらに、ピークは、
c)そのピークを生じる全てのデータポイントの強度値の合計である強度により記述される。
単一の測定に対しては、
1)ノイズ除去
2)標準物質の特定のイオンのピークの検出
a、質量測定エラー分布のチェック
b、それが充分であれば、質量エラー分布を更新する
3)特定イオンとして同じ時間間隔に現れるイオンのピーク検出。これらは、同様に、内部標準により潜在的に生じると考えられている。
4)時間の標準化
を行うこと。
標準測定セット中の情報の組み合わせに対して、
5)時間ウインドウおよび質量ウインドウの矩形が、少なくともある程度重なる測定のある百分率(たとえば80%あるいは50%)中に現れるこれらのピークの検出をすること。質量ウインドウは、組み合わされて「標準削除テンプレート」を形成する。新しい測定中の「標準削除テンプレート」の時間ウインドウは、それ自身内の内部標準の特定イオンピークを用いて、各測定中で個々に求められるであろう。
6)仕上げの質量エラー後分布に対する機器(ベイジアン習得)の質量エラー分布についての情報と全ての標準測定を組み合わせること。
第1測定に対しては:
1)ノイズ除去
2)移動相中の物質のイオンの質量トレースの検出
ブランク測定セット中の情報の組み合わせに対して、
3)質量ウインドウが、少なくともある特定の程度重なる測定のある百分率(たとえば80%あるいは50%)中に現れるこれらの質量トレースの検出をすること。これらは、「移動削除テンプレート」の組み合わされた形式である。
単一の測定に対しては;
1)ノイズ除去
2)標準物質の特定のイオンのピークの検出
a、質量測定エラー分布のチェック
b、それが充分であれば、質量測定エラー分布を更新する
3)サンプル中の他のイオンのピーク検出
4)時間の標準化
サンプル測定の(サブ)セット中の情報の組み合わせに対して、
5)時間ウインドウおよび質量ウインドウの矩形が、少なくともある特定の程度重なる測定のある百分率(たとえば80%あるいは50%)中に現れるこれらのピークの検出をすること。これらは、サンプルの(サブ)セットに対する典型的なピークを形成するために、組み合わされる。
提案された処理スキームの各々は、第1肯定としてノイズ除去を含んでいる。既に示したように、信号とノイズを識別するための基準は、データポイントの強度のサイズである。電気的ノイズは、検出されたイオンからは生じないので、m/z値および保持時間は、意味が無い。化学的ノイズは、どこにでも現れ、いつでも弱い信号である。対数強度分布は、3つの分布:化学的ノイズに対する低い平均値および高い平均値を持った2つの正規分布および電気的ノイズの非常に小さな強度に対するある単一モード性分布の混合物により、巧くモデル化される。低い強度を持ったノイズと信号とのあいだの良好な分離は、対数強度の柱状図の窪みに見出すことが出来る(図1参照)。この窪みは、各サンプルに対して、個々におよび自動的に求められる。
内部標準の使用により、期待測定値および該測定エラー内のデータポイントの期待百分率に関して専門家の予測をチェックできるので、内部標準に関して行われる測定に基づいて、ベイジアン更新スキームに対するパラメータの初期化が可能になる。このことは、次のように行われる:
内部標準の特定のイオンの各々に対して、真のm/z値に対する検出されたデータポイントの観察されたm/z値の乖離度は、計算される。もし、与えられた測定の実際の質量測定エラーが、専門家が期待していたものより大きい場合には、このことは、2つの効果を主に持つことになる:
1.それが、かなり大きい場合には、ピーク検出アルゴリズムは、1以上の特定のイオンにより生じる1つのピークを形成するこれらのデータポイントを検出しないであろう。
2.それが、やや大きい場合には、特定の不確実性により、専門家は、予測間隔について、予測間隔の実際のサイズは、以前のものより幅広くなるとする。
もしある測定が、内部標準に基づいた質量測定エラーのチェックに合格した場合には、残りの全ては、前の質量測定エラー分布の習得を更新するために使用しても良いし、未知のイオンを検出するために使用しても良い。予測間隔の付いての確実性は、今では、以前よりもかなり高くなっており、多くのベイジアン設定において、それは、前の不確実性と観察数の組み合わせとして表現できる(ここでは、残余の数)。もし、標準の測定が、全ての他の測定のあいだでランダムに行われた場合に、これは、プロセスへの良好な道であり、このため、機器の性能における変化は、標準の測定で検出できたであろう。しかし、もし後分布を、将来の操作に使用する意図があるのであれば、予測間隔の新しい長さについての情報のみを保持するのが、賢いことであろうが、それについての確実性を低下させることにもなる。これは、多くのベイジアンモデルに対して、後分布の式を導入しやすくなる。効果において、この手段は、機器の特性の変化に、より敏感になるであろう。
内部標準に基づいて、時間あるいはスキャン数軸の標準化(時間の標準化)を行ってもよい。
本発明による方法の好ましい実施の態様により、示したように、一般にいくつかのサンプル、すなわち、ブランクサンプル、標準のみを含むサンプル、真のサンプル、検定サンプルおよび内部標準を含む真のサンプルを解析する。1つの真のサンプルに関して、少なくとも1つの関連した標準測定および少なくとも1つのブランク測定を、真のサンプルから得られる測定データに関して、グループ分けの初期化に対する基礎として、使用するべきである。したがって、まず、真のサンプルに対するグループ分けをスタ−トさせる前に、ブランクサンプルと標準サンプルに対する測定データを得ておかなければならない。しかし、データ前処理およびデータ処理が、該サンプルに対する全測定を含めたデータセットに関してグローバルに行われていることを排除するべきではない。さらに、測定データを提供する技術を行う過程で、同時に、データ前処理およびデータ処理をすでに行うことを排除するべきではない。特に、検出ハードウエアにより提供される測定データの収集を用いて挟まれるある種の「オンラインデータ処理」を、実行してもよい。
まず第1に、もし、ある適用可能な質量ウインドウ内での第2観察が、第1観察より小さな強度を持っている場合には、第1観察が落とされ、また第1強度値および第2強度値が、単一モード性条件という観点から同じピーク中に属することが出来ないから、第1観察の役割に取って代わる第2の観察を用いて、探索が、継続される。
強度条件、単一モード性条件および尖度条件あるいは検出は、適用可能な質量ウインドウ内のm/z値を用いた次のスキャン時に観測されるデータポイントの属する複数の強度値の集約的特性付けに基づく追加の条件に対する例である。後者の2つの条件は、次のように適用される:
あるポテンシャルピークは、保持時間t1、t2...tNおよび強度l1、l2...lNを用いて見出されると仮定する。第1保持時間は、ある時間間隔の上限値であり、ある質量対電荷範囲以内のl1イオンは、そこまで集められる。さらに、その間隔の下限値は、必要とされまた以下のように定義される:
t0:=t1−min{tn+1−tn、n=1...N}
単一モード性のチェックは、いわゆるハーチガンのDIP−テストおよびハーチガン(1985);参照、P.M.ハーチガン:「単一モード性用テストに対するDIPテストの計算」;応用統計学(1985年)34巻320−325頁、およびJ.A.ハーチガンおよびP.M.ハーチガン「単一モード性のDIPテスト」;統計学年報(1985年)13巻70−84頁に基づいている。
u(tn):U(tn+1)−U(tn),n=0,...,N
構築され、またfempと同じグラニテイを持つUによる、ある近接経験的密度関数uが、得られる。
尖度を計算するための計算式を書くに当たり、平均保持時間は、
次に、ベイジアン更新スキームに対するいくつかの図示例およびそれに基づいて得られるグループ分けを示す。
図24は、発明の態様の1つあるいは両方の態様中で、本発明を実行するために使用されるシステムの構造の例を系統的に示す。システムあるいは分析装置100は、分離ユニット102、たとえばキャピラリー電気泳動ユニットあるいは液体クロマトグラフィーユニット、イオン化ユニット104、たとえば、電気スプレーイオン化ユニットおよび質量分析ユニット106(たとえば、飛行時間スペクトル分析器、4極子質量スペクトル分析器など)を持っている。分離ユニット102は、各サンプルの成分を分離しかつ分離された成分を時間連続により、イオン化ユニット104に提供し、その中では、成分はイオン化されまた質量分析ユニット106に提供され、またそれは、検出時間あるいはスキャン数、各イオンあるいは各イオン類の質量対電荷値および各イオンあるいはイオン類に対する強度あるいはカウント数を含む3次元データの合計になるデータの時間シリーズあるいはスキャンシリーズを提供するために、適当なイオン分離および検出ハードウエアを持っている。
大きなLC−MS生データセット中の本発明によるグループわけにより見出されるピークを表示するダイアグラムを示す図26を参照し、また図26によるグループ分け結果の根底をなすグループ分けを表示するプロトコルデータセットが、含まれている図27から78に示されたグループ分けプロトコルを参照して、本発明によるグループ分けの好ましい実施の態様を、さらに示している。図27から78は、多くのグループ分けプロトコル頁を持つグループ分けプロトコルからの抜粋を表している。
各スキャンに対して、どちらのデータポイントが、見出されたかを示している。これらのデータポイントを用いて、どちらの電位ピークが、補われてきたかを示している:更新(どのようにして、およびなぜ)、結果を持って終了(ポイントの棄却あるいは1つのピークに対する組み合わせ)および理由。
本発明は、ここで考察された実施の態様に限定されない。たとえば、本発明は、3以上の高い次元を持った測定状況に適用しても良い。たとえば、クロマトグラフィーユニット後に存在する物質の流れを、スペクトル分析器たとえば、UV−スペクトル分析器に、分けても良い。この場合、時間の標準化後あるいはすぐに得られる共通時間軸に基づいて、質量スペクトルと結び付けられる追加の強度スペクトル(波長に亙るUV強度)が、得られるであろう。このような測定状況に対する測定データは、5次元を持つであろう:時間、質量対電荷比、質量スペクトル分析器強度、波長およびUV強度。他の可能性は、2つのタイプのイオン化、たとえばESIイオン化およびAPCIイオン化(各々は、各質量スペクトル分析器と結ばれている)を平行して行うことである。この場合、共通の時間軸により結ばれている2つの質量スペクトル、すなわちESIスペクトルおよびAPCIスペクトルが、得られるであろうから、再び5次元が得られ、もし同様にUVスペクトル分析と組み合わせると、そのときには、7次元にもなる。
Claims (12)
- 分析技術および検出技術の1種または2種を組み合わせた2または3以上の技術を行うことにより、少なくとも1つのサンプルを分析して、少なくとも1つの成分、特にそこに含まれている化学的成分、生物的成分あるいは生物化学的成分、および少なくとも1つの該技術を行うことから生じる生成物に関して、該サンプルを評価する特性化データを提供する方法であって、
a)i)成分を分離するための、あるいは
ii)前記2または3以上の分析技術のうちの少なくとも1つの分析技術を行うことにより生じる生成物を分離するための、あるいは
iii)該少なくとも1つの分析技術を行うことにより生じる成分および生成物を分離するための
少なくとも1つの分析技術を行う工程であって、該分析技術は、該サンプルに関して、あるいはすでに分離されている成分あるいは生成物に関して行われ、該分離は、該成分あるいは生成物の少なくとも1つの第1識別特性に基づいて行われることを特徴とする工程と、
b)既に分離された、あるいは分離中の成分あるいは生成物に関して、少なくとも1つの技術を行う工程であって、さらなる技術は、i)工程a)を少なくとも1度行うことにより得られる少なくとも1つの分離、および ii)少なくとも1つの識別特性のうちの少なくとも1つに基づいて、分離された成分あるいは生成物を特性づけるための少なくとも1つの分析技術および検出技術であることを特徴とする工程からなることを特徴とする方法であり;
少なくとも工程b)において、質量対電荷比のスキャン数および質量対電荷比または質量スペクトルのスキャンの検出時間および質量対電荷比の少なくとも2つの特性付け測定量と、工程a)を少なくとも1度行うことにより得られる該分離あるいは少なくとも1つの分離を反映する該特性付け測定量の少なくとも1つの質量対電荷比のスキャン数および質量スペクトルのスキャンの検出時間と、i)工程a)を少なくとも1度行うことにより得られる少なくとも1つの他の分離と ii)該さらなる識別特性あるいはさらなる識別特性の少なくとも1つのうちの少なくとも1つを反映する該特性付け測定量のうちの少なくとも1つの質量対電荷比により該成分あるいは生成物の少なくとも1つの特性付けを表示する測定データを提供する検出ハードウエアを使用することを特徴とし;
該方法は、
c)該特性付け測定量の少なくとも1つの質量対電荷比のスキャン数および質量スペクトルのスキャンの検出時間により、該特性付けあるいは少なくとも1つの特性付けを表示する前記少なくとも1つの質量対電荷比のスキャン数または質量スペクトルのスキャンの検出時間にかかわる第1特性付け測定値と、該特性付け測定量の該少なくとも1つの質量対電荷比により、該特性付けあるいは、少なくとも1つの特性付けを表示する前記少なくとも1つの質量対電荷比にかかわる特性付け測定値とを互いに関連させることにより、検出ハードウエアにより提供される測定データに基づいて、データ組を提供する工程と、
d)該データ組を、該特性付け測定量の少なくとも1つに対する特性付け測定値に関して、測定値を特性付ける特性付け測定値間隔で、該各間隔は、該成分あるいは生成物の1つの特定物に潜在的に関連して求められるものである測定値間隔にグループ分けする工程とからなり;
該グループ分けが、該成分あるいは生成物の該特定物に関連した真の、あるいは特性的な、あるいは平均の特性付け測定値からの各特性付け測定値のズレの少なくとも1つの統計的分布に基づいて行われ、前記間隔は、初期化データに基づいて、工程d)によるグループ分けの過程で、前記成分あるいは製品の前記特定物から始まりかつ既にグループ分けされていないデータ組に属している各特性付け測定値全ての実質的量を包含するために既にグループ分けされたデータ組に基づいて、ズレの前記統計的分布によって予測される予測間隔であることを特徴とし;
さらに該方法は、
e)i)該グループ分けから得られるデータ組の群および ii)該グループ分けから得られた該特性付け測定値の少なくとも1つの間隔の少なくとも1つを反映しあるいは包含するデータの格納、表示および印刷あるいはデータの可視化の少なくとも1つの工程および;
f)i)該グループ分けから得られるデータ組の群および ii)該グループ分けから得られた該特性付け測定値の少なくとも1つの間隔の少なくとも1つに基づいて、あるいは工程e)により格納され、表示されあるいは印刷されたデータあるいは可視化に基づいて、前記少なくとも1つのサンプルの解析あるいは前記成分あるいは生成物の少なくとも1つ解析をする工程
のうちの少なくとも1つを含むことを特徴とする方法。 - 分析技術および検出技術の1種または2種を組み合わせた2または3以上の技術を行うことにより、少なくとも1つのサンプルを分析して、少なくとも1つの成分、特にそこに含まれている化学的成分、生物的成分あるいは生物化学的成分、および少なくとも1つの前記技術を行うことから生じる生成物に関して、前記サンプルを評価する特性化データを提供する方法であって、
a)i)成分を分離するための、あるいは
ii)前記2または3以上の技術のうちの少なくとも1つの分析技術を行うことにより生じる生成物を分離するための、あるいは
iii)前記少なくとも1つの分析技術を行うことにより生じる成分および生成物を分離するための
少なくとも1つの分析技術を行う工程であって、前記分析技術は、前記サンプルに関して、あるいはすでに分離されている成分あるいは生成物に関して行われ、前記分離は、前記成分あるいは生成物の少なくとも1つの第1識別特性に基づいて行われることを特徴とする工程と、
b)既に分離された、あるいは分離中の成分あるいは生成物に関して、少なくとも1つの技術を行う工程であって、さらなる技術は、i)工程a)を少なくとも1度行うことにより得られる少なくとも1つの分離、および ii)少なくとも1つの識別特性のうちの少なくとも1つに基づいて、分離された成分あるいは生成物を特性づけるための少なくとも1つの分析技術および検出技術であることを特徴とする工程からなることを特徴とする方法であり;
少なくとも工程b)において、質量対電荷比のスキャン数および質量対電荷比または質量スペクトルのスキャンの検出時間および質量対電荷比の少なくとも2つの特性付け測定量と、工程a)を少なくとも1度行うことにより得られる前記分離あるいは少なくとも1つの分離を反映する前記特性付け測定量の少なくとも1つの質量対電荷比のスキャン数および質量スペクトルのスキャンの検出時間と、i)工程a)を少なくとも1度行うことにより得られる少なくとも1つの他の分離と ii)前記さらなる識別特性あるいはさらなる識別特性の少なくとも1つのうちの少なくとも1つを反映する前記特性付け測定量の少なくとも1つの質量対電荷比により、前記成分あるいは生成物の少なくとも1つの特性付けを表示する測定データを提供する検出ハードウエアを使用することを特徴とし;
前記検出ハードウエアにより提供される前記測定データは、前記検出ハードウエアにより検出されかつそれに関連する少なくとも1つの特性付け測定量を参照して、イオン強度により、検出ハードウエアにより提供される少なくとも1つのイオン強度を表示する定量的測定データを包含することを特徴とし、
前記方法は、
c)前記特性付け測定量の少なくとも1つの前記質量対電荷比のスキャン数および質量スペクトルのスキャンの検出時間により、前記特性付けあるいは少なくとも1つの特性付けを表示する前記少なくとも1つの質量対電荷比のスキャン数または質量スペクトルのスキャンの検出時間にかかわる第1特性付け測定値と、前記特性付け測定量の前記少なくとも1つの質量対電荷比により、前記特性付けあるいは少なくとも1つの特性付けを表示する少なくとも1つの質量対電荷比にかかわる特性付け測定値と、イオン強度により、前記定量化あるいは少なくとも1つのイオン強度を表示する少なくとも1つの各定量的測定値とを、互いに関連させることにより、検出ハードウエアにより提供される測定データに基づいて、データ組を提供する工程と、
d)前記データ組を、前記特性付け測定量の少なくとも1つに対する特性付け測定値に関して、測定値を特性付ける特性付け測定値間隔で、前記各間隔は、前記成分あるいは生成物の1つの特定物に潜在的に関連して求められるものである測定値間隔にグループ分けする工程とからなり;
前記グループ分けは、複数の前記定量的測定値で各々は前記データ組のそれぞれ1つに属している値の少なくとも1つの集合的特性に基づいて、さらに行われることを特徴とし、前記集合的特性が、複数の前記定量的測定値から求められる全般的定量的測定値または複数の前記定量的測定値の少なくとも1つの各値を包含しているこれらのデータ組により、直接にあるいは間接に定められる少なくとも1つの曲線あるいはヒストグラムの形状からなり;
さらに前記方法は、
e)i)前記グループ分けから得られるデータ組の群および ii)前記グループ分けから得られた前記特性付け測定値の少なくとも1つの間隔の少なくとも1つを反映しあるいは包含するデータの格納、表示および印刷あるいはデータの可視化の少なくとも1つの工程および;
f)i)前記グループ分けから得られるデータ組の群および ii)前記グループ分けから得られた前記特性付け測定値の少なくとも1つの間隔の少なくとも1つに基づいて、あるいは工程e)により格納され、表示されあるいは印刷されたデータあるいは可視化に基づいて、前記少なくとも1つのサンプルの解析あるいは前記成分あるいは生成物の少なくとも1つ解析をする工程
のうちの少なくとも1つを含むことを特徴とする方法。 - 工程d)における前記グループ分けが、前記成分あるいは生成物の前記特定物に関連した真の、あるいは特性的な、あるいは平均の特性付け測定値からの各特性付け測定値のズレの少なくとも1つの統計的分布に基づいて、さらに行われ、前記間隔は、初期化データに基づいて、工程d)によるグループ分けの過程で、前記成分あるいは製品の前記特定物から始まりかつ既にグループ分けされていないデータ組に属している各特性付け測定値全ての実質的量を包含するために既にグループ分けされたデータ組に基づいて、ズレの前記統計的分布によって予測される予測間隔であることを特徴とする請求項2記載の方法。
- 各データ組の少なくとも1つの特性付け測定値が、ズレの前記統計的分布から得られる電流特性付け測定値間隔中に落ちるか、あるいは落ちないかの決定を、ズレの少なくとも1つの統計的分布に基づいてのグループ分けが、包含することを特徴とする請求項1または3記載の方法。
- 少なくとも1つの各特性付け測定値が、電流特性付け測定値間隔中に入るという決定と、少なくとも1つの各特性付け測定値が、電流特性付け測定値間隔中に入らないという決定との少なくとも1つに基づいて、ズレの前記統計的分布を更新することを特徴し、また更新される特性付け測定値間隔が、ズレの更新される統計的分布から得られ、前記グループ分けにおける電流特性付け測定値として使用されることを特徴とする請求項4記載の方法。
- 前記グループ分けが、
d1)測定ズレの電流分布として、初期化データに基づいた測定ズレの以前の分布を前提とする工程と;
d2)測定ズレの電流分布に基づいて、少なくとも1つの電流予測間隔を得る工程と;
d3)あらかじめ定められたアクセススケジュールにより、前記データ組あるいは前記あるいは前記データ組の少なくとも1つのデータ組にアクセスする工程と;
d4)アクセスされる各データ組の少なくとも1つの特性付け測定値が、電流予測間隔中に落ちるか、あるいは落ちないかを決定する工程と;
d5)もし特性付け測定値が、電流予測間隔に落ちる場合には;
i)少なくとも1つのアクセスされたデータ組を、前記成分あるいは生成物の1つの特定物に関連しているデータ組の各群の最初のあるいはさらなる候補メンバーとして特性付け測定値を包含するデータ組を同定する工程と
ii)少なくとも測定ズレの電流分布に基づいて、既にアクセスされていないデータ組に関して測定ズレの以前の分布である測定ズレの後の分布を計算する工程と;
d6)もしある停止基準あるいは停止基準の少なくとも1つが、実施されると、
i)測定ズレの電流分布に基づいたグループわけを停止する工程と;
ii)もし候補メンバーあるいは確認されているメンバーあるいは候補および確認されているメンバーのグループが、見出されると、さらに候補メンバーを追加するために、前記グループを閉じる工程とを包含し、
工程d6)が、達成されるまで、工程d2)からd5)を反復することを特徴とする請求項1、3、4または5記載の方法。 - 少なくとも1つの成分、特にそこに含まれている化学的成分、生物的成分あるいは生物化学的成分、および請求項1から6にかかわる特性化データを提供するために、分析技術および検出技術の1種または2種を組み合わせた2または3以上の技術を行うことにより、少なくとも1つのサンプルを分析するシステムであって、
a)i)成分を分離するための、あるいは
ii)前記2または3以上の技術のうちの少なくとも1つの分析技術を行うことにより生じる生成物を分離するための、あるいは
iii)前記少なくとも1つの分析技術を行うことにより生じる成分および生成物を分離するための
少なくとも1つの分析技術を行うために適合されている少なくとも1つの分析部あるいはユニットであって、少なくとも1つの分析部あるいはユニットは、前記サンプルに関して、あるいはすでに分離されている成分あるいは生成物に関して前記分析技術を行うために適合されており、前記分析部あるいはユニットは、前記成分あるいは生成物の少なくとも1つの第1識別特性に基づいて、前記分離を行うために適合されていることを特徴とする少なくとも1つの分析部あるいはユニットと;
b)i)前記1つの分析部あるいはユニットにより達成される少なくとも1つの分離および ii)少なくとも1つの識別特性のうちの少なくとも1つに基づいて、分離された成分あるいは生成物を特性づけるための少なくとも1つの分析技術を行うために適合されている少なくとも1つの分析部あるいはユニットと、前記さらなる技術は、分析技術および検出技術の少なくとも1つであり、前記さらなる分析部あるいはユニットは、分析および検出部あるいはユニットの少なくとも1つであることを特徴とする少なくとも1つの分析部あるいはユニットとからなり;
少なくとも前記分析部あるいはユニットは、質量対電荷比のスキャン数および質量対電荷比または質量スペクトルのスキャンの検出時間および質量対電荷比の少なくとも2つの特性付け測定量と、前記1つの分析部あるいはユニットにより達成される前記分離あるいは少なくとも1つの分離を反映する前記特性付け測定量の少なくとも1つの質量対電荷比のスキャン数および質量スペクトルのスキャンの検出時間と、i)前記1つの分析部あるいはユニットにより達成される少なくとも1つの分離と ii)前記さらなる識別特性あるいはさらなる識別特性の少なくとも1つのうちの少なくとも1つを反映する前記特性付け測定量の少なくとも1つの質量対電荷比により、前記成分あるいは生成物の少なくとも1つの特性付けを表示する測定データを提供するために適合される関連の検出ハードウエアを含むことを特徴とし;
前記検出ハードウエアは、前記検出ハードウエアにより検出され、かつそれに関連する少なくとも1つの特性付け測定量を参照して、少なくとも1つのイオン強度により、検出ハードウエアにより提供される少なくとも1つのイオン強度を表示する定量的測定データを包含する測定データを提供するために、適合されてもよく、あるいは適合されなくてもよいことを特徴とし;
前記システムは、さらに、少なくとも1つのプロセッサを持つ少なくとも1つの制御ユニットと、関連する少なくとも1つのデータ格納ユニットを含みあるいは有する前記制御ユニットと、さらに好ましくは関連する少なくとも1つの表示ユニットを持つ前記制御ユニットと、印刷ユニットからなり、また好ましくは、少なくとも1つの分析部あるいはユニットおよび前記分析部あるいはユニットを制御するために、配置されあるいはプログラムされていることを特徴とし;
前記制御ユニットは、
c)前記特性付け測定量の少なくとも1つの前記質量対電荷比のスキャン数および質量スペクトルのスキャンの検出時間により、前記特性付けあるいは少なくとも1つの特性付けを表示する前記少なくとも1つの質量対電荷比のスキャン数または質量スペクトルのスキャンの検出時間にかかわる第1特性付け測定値と、前記特性付け測定量の前記少なくとも1つの質量対電荷比により、前記特性付けあるいは少なくとも1つの特性付けを表示する前記少なくとも1つの質量対電荷比にかかわる特性付け測定値とを互いに関連させることにより、検出ハードウエアにより提供される測定データに基づいて、データ組を提供するために;
d)前記データ組を、前記特性付け測定量の少なくとも1つに対する特性付け測定値に関して、測定値を特性付ける特性付け測定値間隔で、前記各間隔は、前記成分あるいは生成物の1つの特定物に潜在的に関連して求められるものである測定値間隔にグループ分けするために;配置されあるいはプログラムされていることを特徴とし;
前記制御ユニットは、前記成分あるいは生成物の前記特定物に関連した真の、あるいは特性的な、あるいは平均の特性付け測定値からの各特性付け測定値のズレの少なくとも1つの統計的分布に基づいて、前記グループ分けを行うために配置されあるいはプログラムされ、それによって前記間隔は、初期化データに基づいて、工程d)によるグループ分けの過程で、前記成分あるいは製品の前記特定物から始まりかつ既にグループ分けされていないデータ組に属している各特性付け測定値全ての実質的量を包含するために既にグループ分けされたデータ組に基づいて、ズレの前記統計的分布によって予測される予測間隔であることを特徴とし;
さらに前記制御ユニットが、
e)i)前記グループ分けから得られるデータ組の群および ii)前記グループ分けから得られた前記特性付け測定値の少なくとも1つの間隔の少なくとも1つを反映しあるいは包含するデータの格納、表示および印刷あるいはデータの可視化の少なくとも1つと;
f)i)前記グループ分けから得られるデータ組の群および ii)前記グループ分けから得られた前記特性付け測定値の少なくとも1つの間隔の少なくとも1つに基づいて、あるいは工程e)により格納され、表示されあるいは印刷されたデータあるいは可視化に基づいて、前記少なくとも1つのサンプルの解析あるいは前記成分あるいは生成物の少なくとも1つ解析を提供するために、配置されあるいはプログラムされていることを特徴とするシステム。 - 少なくとも1つの成分、特にそこに含まれている化学的成分、生物的成分あるいは生物化学的成分、および先行する請求項1から6にかかわる特性化データを提供するために、分析技術および検出技術の1種または2種を組み合わせた2または3以上の技術を行うことにより、少なくとも1つのサンプルを分析するシステムであって、
a)i)成分を分離するための、あるいは
ii)前記2または3以上の技術のうちの少なくとも1つの分析技術を行うことにより生じる生成物を分離するための、あるいは
iii)前記少なくとも1つの分析技術を行うことにより生じる成分および生成物を分離するための
少なくとも1つの分析技術を行うために適合されている少なくとも1つの分析部あるいはユニットであって、少なくとも1つの分析部あるいはユニットは、前記サンプルに関して、あるいはすでに分離されている成分あるいは生成物に関して前記分析技術を行うために適合されており、前記分析部あるいはユニットは、前記成分あるいは生成物の少なくとも1つの第1識別特性に基づいて、前記分離を行うために適合されていることを特徴とする少なくとも1つの分析部あるいはユニットと;
b)i)前記1つの分析部あるいはユニットにより達成される少なくとも1つの分離および ii)少なくとも1つの識別特性のうちの少なくとも1つに基づいて、分離された成分あるいは生成物を特性づけるための少なくとも1つの分析技術を行うために適合されている少なくとも1つの分析部あるいはユニットと、前記さらなる技術は、分析技術および検出技術の少なくとも1つであり、前記さらなる分析部あるいはユニットは、分析および検出部あるいはユニットの少なくとも1つであることを特徴とする少なくとも1つの分析部あるいはユニットとからなり;
少なくともさらなる前記分析部あるいはユニットは、質量対電荷比のスキャン数および質量対電荷比または質量スペクトルのスキャンの検出時間および質量対電荷比の少なくとも2つの特性付け測定量と、前記1つの分析部あるいはユニットにより達成される前記分離あるいは少なくとも1つの分離を反映する前記特性付け測定量の少なくとも1つの質量対電荷比のスキャン数および質量スペクトルのスキャンの検出時間と、i)前記1つの分析部あるいはユニットにより達成される少なくとも1つの分離と ii)前記さらなる識別特性あるいはさらなる識別特性の少なくとも1つのうちの少なくとも1つを反映する前記特性付け測定量の少なくとも1つの質量対電荷比により、前記成分あるいは生成物の少なくとも1つの特性付けを表示する測定データを提供するために適合される関連の検出ハードウエアを含むことを特徴とし;
前記検出ハードウエアは、前記検出ハードウエアにより検出されかつそれに関連する少なくとも1つの特性付け測定量を参照して、少なくとも1つのイオン強度により、検出ハードウエアにより提供される少なくとも1つのイオン強度を表示する定量的測定データを包含する測定データを提供するために、適合されていることを特徴とし;
前記システムは、さらに、少なくとも1つのプロセッサを持つ少なくとも1つの制御ユニットと、関連する少なくとも1つのデータ格納ユニットを含みあるいは有する前記制御ユニットと、さらに好ましくは関連する少なくとも1つの表示ユニットを持つ前記制御ユニットと、印刷ユニットからなり、また好ましくは、少なくとも1つの分析部あるいはユニットおよび前記さらなる分析部あるいはユニットを制御するために、配置されあるいはプログラムされていることを特徴とし;
前記制御ユニットは、
c)前記特性付け測定量の少なくとも1つの前記質量対電荷比のスキャン数および質量スペクトルのスキャンの検出時間により、前記特性付けあるいは少なくとも1つの特性付けを表示する少なくとも1つの質量対電荷比のスキャン数または質量スペクトルのスキャンの検出時間にかかわる第1特性付け測定値と、前記特性付け測定量の前記少なくとも1つの質量対電荷比により、前記特性付けあるいは少なくとも1つの特性付けを表示する少なくとも1つの質量対電荷比にかかわる特性付け測定値と、イオン強度により、前記定量化あるいは少なくとも1つのイオン強度を表示する少なくとも1つの各定量的測定値とを、互いに関連させることにより、検出ハードウエアにより提供される測定データに基づいて、データ組を提供するために;
d)前記データ組を、前記特性付け測定量の少なくとも1つに対する特性付け測定値に関して、測定値を特性付ける特性付け測定値間隔で、前記各間隔は、前記成分あるいは生成物の1つの特定物に潜在的に関連して求められるものである測定値間隔にグループ分けするために;配置されあるいはプログラムされていることを特徴とし;
前記制御ユニットは、複数の前記定量的測定値で各々は前記データ組のそれぞれ1つに属している値の少なくとも1つの集合的特性に基づいて、前記グループ分けを行うために、配置されあるいはプログラムされていることを特徴とし、前記集合的特性が、複数の前記定量的測定値から求められる全般的定量的測定値または複数の前記定量的測定値の少なくとも1つの各値を包含しているこれらのデータ組により、直接にあるいは間接に定められる少なくとも1つの曲線あるいはヒストグラムの形状からなり;
さらに前記制御ユニットは、次の少なくとも1つ;
e)i)前記グループ分けから得られるデータ組の群および2)前記グループ分けから得られた前記特性付け測定値の少なくとも1つの間隔の少なくとも1つを反映しあるいは包含するデータの格納、表示および印刷あるいはデータの可視化の少なくとも1つと;
f)i)前記グループ分けから得られるデータ組の群および ii)前記グループ分けから得られた前記特性付け測定値の少なくとも1つの間隔の少なくとも1つに基づいて、あるいは工程e)により格納され、表示されあるいは印刷されたデータあるいは可視化に基づいて、前記少なくとも1つのサンプルの解析あるいは前記成分あるいは生成物の少なくとも1つ解析を提供するために、配置されあるいはプログラムされていることを特徴とするシステム。 - 少なくとも1つの成分、特にそこに含まれている化学的成分、生物的成分あるいは生物化学的成分、および先行する請求項1から6にかかわる特性化データを提供するために、分析技術および検出技術の1種または2種を組み合わせた2または3以上の技術を行うことにより、少なくとも1つのサンプルを分析するシステムにより実行可能な指令のプログラムであって、このシステムは、
a)i)成分を分離するための、あるいは
ii)前記2または3以上の技術のうちの少なくとも1つの分析技術を行うことにより生じる生成物を分離するための、あるいは
iii)前記少なくとも1つの分析技術を行うことにより生じる成分および生成物を分離するための
少なくとも1つの分析技術を行うために適合されている少なくとも1つの分析部あるいはユニットであって、少なくとも1つの分析部あるいはユニットは、前記サンプルに関して、あるいはすでに分離されている成分あるいは生成物に関して前記分析技術を行うために適合されており、前記分析部あるいはユニットは、前記成分あるいは生成物の少なくとも1つの第1識別特性に基づいて、前記分離を行うために適合されていることを特徴とする少なくとも1つの分析部あるいはユニットと;
b)i)前記1つの分析部あるいはユニットにより達成される少なくとも1つの分離および ii)少なくとも1つの識別特性のうちの少なくとも1つに基づいて、分離された成分あるいは生成物を特性づけるための少なくとも1つの分析技術を行うために適合されている少なくとも1つの分析部あるいはユニットと、前記さらなる技術は、分析技術および検出技術の少なくとも1つであり、前記さらなる分析部あるいはユニットは、分析および検出部あるいはユニットの少なくとも1つであることを特徴とする少なくとも1つの分析部あるいはユニットとからなり;
少なくともさらなる前記分析部あるいはユニットは、質量対電荷比のスキャン数および質量対電荷比または質量スペクトルのスキャンの検出時間および質量対電荷比の少なくとも2つの特性付け測定量と、前記1つの分析部あるいはユニットにより達成される前記分離あるいは少なくとも1つの分離を反映する前記特性付け測定量の少なくとも1つの質量対電荷比のスキャン数および質量スペクトルのスキャンの検出時間と、i)前記1つの分析部あるいはユニットにより達成される少なくとも1つの分離と ii)前記さらなる識別特性あるいはさらなる識別特性の少なくとも1つのうちの少なくとも1つを反映する前記特性付け測定量の少なくとも1つの質量対電荷比により、前記成分あるいは生成物の少なくとも1つの特性付けを表示する測定データを提供するために適合される関連の検出ハードウエアを含むことを特徴とし;
前記検出ハードウエアは、前記検出ハードウエアにより検出されかつそれに関連する少なくとも1つの特性付け測定量を参照して、少なくとも1つのイオン強度により、検出ハードウエアにより提供される少なくとも1つのイオン強度を表示する定量的測定データを包含する測定データを提供するために、適合されてもよく、あるいは適合されなくてもよいことを特徴とし;
前記システムは、さらに、少なくとも1つのプロセッサを持つ少なくとも1つの制御ユニットと、関連する少なくとも1つのデータ格納ユニットを含みあるいは有する前記制御ユニットと、さらに好ましくは関連する少なくとも1つの表示ユニットを持つ前記制御ユニットと、印刷ユニットからなり、また好ましくは、少なくとも1つの分析部あるいはユニットおよび前記さらなる分析部あるいはユニットを制御するために、配置されあるいはプログラムされていることを特徴とし;
前記制御ユニットは、前記指示に応答して、
c)前記特性付け測定量の少なくとも1つの前記質量対電荷比のスキャン数および質量スペクトルのスキャンの検出時間により、前記特性付けあるいは少なくとも1つの特性付けを表示する少なくとも1つの質量対電荷比のスキャン数または質量スペクトルのスキャンの検出時間にかかわる第1特性付け測定値と、前記特性付け測定量の前記少なくとも1つの質量対電荷比により、前記特性付けあるいは少なくとも1つの特性付けを表示する少なくとも1つの質量対電荷比にかかわる特性付け測定値とを互いに関連させることにより、検出ハードウエアにより提供される測定データに基づいて、データ組を提供する工程と;
d)前記データ組を、前記特性付け測定量の少なくとも1つに対する特性付け測定値に関して、測定値を特性付ける特性付け測定値間隔で、前記各間隔は、前記成分あるいは生成物の1つの特定物に潜在的に関連して求められるものである測定値間隔にグループ分けする工程とを実行することを特徴とし;
前記制御ユニットは、前記指示に応答して、前記成分あるいは生成物の前記特定物に関連した真の、あるいは特性的な、あるいは平均の特性付け測定値からの各特性付け測定値のズレの少なくとも1つの統計的分布に基づいて、前記グループ分けを行い、それによって前記間隔は、初期化データに基づいて、工程d)によるグループ分けの過程で、前記成分あるいは製品の前記特定物から始まりかつ既にグループ分けされていないデータ組に属している各特性付け測定値全ての実質的量を包含するために既にグループ分けされたデータ組に基づいて、ズレの前記統計的分布によって予測される予測間隔であることを特徴とし;
さらに前記制御ユニットは、前記指示に応答して、次の工程の少なくとも1つ;
e)i)前記グループ分けから得られるデータ組の群および ii)前記グループ分けから得られた前記特性付け測定値の少なくとも1つの間隔の少なくとも1つを反映しあるいは包含するデータの格納、表示および印刷あるいはデータの可視化の少なくとも1つと;
f)i)前記グループ分けから得られるデータ組の群および ii)前記グループ分けから得られた前記特性付け測定値の少なくとも1つの間隔の少なくとも1つに基づいて、あるいは工程e)により格納され、表示されあるいは印刷されたデータあるいは可視化に基づいて、前記少なくとも1つのサンプルの解析あるいは前記成分あるいは生成物の少なくとも1つの解析の工程;
を実行することを特徴とするシステムにより実行可能なプログラム。 - 少なくとも1つの成分、特にそこに含まれている化学的成分、生物的成分あるいは生物化学的成分、および先行する請求項1から6にかかわる特性化データを提供するために、分析技術および検出技術の1種または2種を組み合わせた2または3以上の技術を行うことにより、少なくとも1つのサンプルを分析するシステムにより実行可能な指令のプログラムであって、このシステムは、
a)i)成分を分離するための、あるいは
ii)前記2または3以上の技術のうちの少なくとも1つの分析技術を行うことにより生じる生成物を分離するための、あるいは
iii)前記少なくとも1つの分析技術を行うことにより生じる成分および生成物を分離するための
少なくとも1つの分析技術を行うために適合されている少なくとも1つの分析部あるいはユニットであって、少なくとも1つの分析部あるいはユニットは、前記サンプルに関して、あるいはすでに分離されている成分あるいは生成物に関して前記分析技術を行うために適合されており、前記分析部あるいはユニットは、前記成分あるいは生成物の少なくとも1つの第1識別特性に基づいて、前記分離を行うために適合されていることを特徴とする少なくとも1つの分析部あるいはユニットと;
b)i)前記1つの分析部あるいはユニットにより達成される少なくとも1つの分離および ii)少なくとも1つの識別特性のうちの少なくとも1つに基づいて、分離された成分あるいは生成物を特性づけるための少なくとも1つの分析技術を行うために適合されている少なくとも1つの分析部あるいはユニットと、前記さらなる技術は、分析技術および検出技術の少なくとも1つであり、前記さらなる分析部あるいはユニットは、分析および検出部あるいはユニットの少なくとも1つであることを特徴とする少なくとも1つの分析部あるいはユニットとからなり;
少なくともさらなる前記分析部あるいはユニットは、質量対電荷比のスキャン数および質量対電荷比または質量スペクトルのスキャンの検出時間および質量対電荷比の少なくとも2つの特性付け測定量と、前記1つの分析部あるいはユニットにより達成される前記分離あるいは少なくとも1つの分離を反映する前記特性付け測定量の少なくとも1つの質量対電荷比のスキャン数および質量スペクトルのスキャンの検出時間と、i)前記1つの分析部あるいはユニットにより達成される少なくとも1つの分離と ii)前記さらなる識別特性あるいはさらなる識別特性の少なくとも1つのうちの少なくとも1つを反映する前記特性付け測定量の少なくとも1つの質量対電荷比により、前記成分あるいは生成物の少なくとも1つの特性付けを表示する測定データを提供するために適合される関連の検出ハードウエアを含むことを特徴とし;
前記検出ハードウエアは、前記検出ハードウエアにより検出されかつそれに関連する少なくとも1つの特性付け測定量を参照して、少なくとも1つのイオン強度により、検出ハードウエアにより提供される少なくとも1つのイオン強度を表示する定量的測定データを包含する測定データを提供するために、適合されていることを特徴とし;
前記システムは、さらに、少なくとも1つのプロセッサを持つ少なくとも1つの制御ユニットと、関連する少なくとも1つのデータ格納ユニットを含みあるいは有する前記制御ユニットと、さらに好ましくは関連する少なくとも1つの表示ユニットを持つ前記制御ユニットと、印刷ユニットからなり、また好ましくは、少なくとも1つの分析部あるいはユニットおよび前記さらなる分析部あるいはユニットを制御するために、配置されあるいはプログラムされていることを特徴とし;
前記制御ユニットは、前記指示に対応して、
c)前記特性付け測定量の少なくとも1つの前記質量対電荷比のスキャン数および質量スペクトルのスキャンの検出時間により、前記特性付けあるいは少なくとも1つの特性付けを表示する少なくとも1つの質量対電荷比のスキャン数または質量スペクトルのスキャンの検出時間にかかわる第1特性付け測定値と、前記特性付け測定量の前記少なくとも1つの質量対電荷比により、前記特性付けあるいは少なくとも1つの特性付けを表示する少なくとも1つの質量対電荷比にかかわる特性付け測定値と、イオン強度により、前記定量化あるいは少なくとも1つのイオン強度を表示する少なくとも1つの各定量的測定値とを、互いに関連させることにより、検出ハードウエアにより提供される測定データに基づいて、データ組を提供する工程と;
d)前記データ組を、前記特性付け測定量の少なくとも1つに対する特性付け測定値に関して、測定値を特性付ける特性付け測定値間隔で、前記各間隔は、前記成分あるいは生成物の1つの特定物に潜在的に関連して求められるものである測定値間隔にグループ分けする工程と;を実行することを特徴とし;
前記制御ユニットは、前記指示に応答して、複数の前記定量的測定値で各々は前記データ組のそれぞれ1つに属している値の少なくとも1つの集合的特性に基づいて、前記グループ分けを行い、前記集合的特性が、複数の前記定量的測定値から求められる全般的定量的測定値または複数の前記定量的測定値の少なくとも1つの各値を包含しているこれらのデータ組により、直接にあるいは間接に定められる少なくとも1つの曲線あるいはヒストグラムの形状からなることを特徴とし;
さらに前記制御ユニットは、前記指示に応答して、次の少なくとも1つの工程;
e)i)前記グループ分けから得られるデータ組の群および2)前記グループ分けから得られた前記特性付け測定値の少なくとも1つの間隔の少なくとも1つを反映しあるいは包含するデータの格納、表示および印刷あるいはデータの可視化の少なくとも1つ工程と;
f)i)前記グループ分けから得られるデータ組の群および ii)前記グループ分けから得られた前記特性付け測定値の少なくとも1つの間隔の少なくとも1つに基づいて、あるいは工程e)により格納され、表示されあるいは印刷されたデータあるいは可視化に基づいて、前記少なくとも1つのサンプルの解析あるいは前記成分あるいは生成物の少なくとも1つ解析の工程と;
実行することを特徴とするシステムにより実行可能なプログラム。 - 請求項9および10のいずれかに記載のプログラムにより具現化されるコンピュータ製品。
- 通信リンクを経由して、書き込むための請求項9および10のいずれかに記載のプログラムを格納するサーバー・コンピュータシステム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP04009709 | 2004-04-23 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2005308741A JP2005308741A (ja) | 2005-11-04 |
JP4594154B2 true JP4594154B2 (ja) | 2010-12-08 |
Family
ID=34924713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005116310A Expired - Fee Related JP4594154B2 (ja) | 2004-04-23 | 2005-04-13 | 少なくとも1つの成分および生成する生成物の観点でサンプルを特性付けし、特性付けデータを提供するための2つ以上の技術に基づいた少なくとも1つのサンプルの分析;方法、システムおよび指示プログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US7676329B2 (ja) |
EP (1) | EP1598666A1 (ja) |
JP (1) | JP4594154B2 (ja) |
CN (1) | CN1690713B (ja) |
CA (1) | CA2501003C (ja) |
Families Citing this family (83)
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 |
EP1745499B1 (en) * | 2004-04-30 | 2015-10-21 | Micromass UK Limited | Mass spectrometer |
GB0409676D0 (en) | 2004-04-30 | 2004-06-02 | Micromass Ltd | Mass spectrometer |
US7526048B2 (en) * | 2005-08-11 | 2009-04-28 | Mitsubishi Electric Research Laboratories, Inc. | Energy threshold selection for UWB TOA estimation |
GB2432712B (en) | 2005-11-23 | 2007-12-27 | Micromass Ltd | Mass spectrometer |
GB0609253D0 (en) | 2006-05-10 | 2006-06-21 | Micromass Ltd | Mass spectrometer |
WO2007140270A2 (en) * | 2006-05-25 | 2007-12-06 | Vialogy Corp. | Analyzing information gathered using multiple analytical techniques |
US7512570B2 (en) * | 2006-05-30 | 2009-03-31 | Zaracom Technologies Inc. | Artificial intelligence analyzer and generator |
FI20065430A0 (fi) * | 2006-06-21 | 2006-06-21 | Valtion Teknillinen | Spektroskopiadatan normalisointi usean sisäisen standardin avulla |
FR2920235B1 (fr) | 2007-08-22 | 2009-12-25 | Commissariat Energie Atomique | Procede d'estimation de concentrations de molecules dans un releve d'echantillon et appareillage |
US7653509B2 (en) * | 2007-08-29 | 2010-01-26 | Verity Software House | Probability state models |
DE102007059461A1 (de) * | 2007-12-03 | 2009-06-04 | Gesellschaft zur Förderung der Analytischen Wissenschaften e.V. | Verfahren zur Auswertung analytbezogener Signale aus einem mittels der Ionenbeweglichkeitsspektrometrie aufgenommenen IMS-Chromatogramm |
US8073635B2 (en) * | 2008-02-15 | 2011-12-06 | Dh Technologies Development Pte. Ltd. | Method of quantitation by mass spectrometry |
US9117015B2 (en) | 2008-12-23 | 2015-08-25 | Roche Diagnostics Operations, Inc. | Management method and system for implementation, execution, data collection, and data analysis of a structured collection procedure which runs on a collection device |
US20120011125A1 (en) | 2008-12-23 | 2012-01-12 | Roche Diagnostics Operations, Inc. | Management method and system for implementation, execution, data collection, and data analysis of a structured collection procedure which runs on a collection device |
US10437962B2 (en) | 2008-12-23 | 2019-10-08 | Roche Diabetes Care Inc | Status reporting of a structured collection procedure |
US9918635B2 (en) | 2008-12-23 | 2018-03-20 | Roche Diabetes Care, Inc. | Systems and methods for optimizing insulin dosage |
US10456036B2 (en) | 2008-12-23 | 2019-10-29 | Roche Diabetes Care, Inc. | Structured tailoring |
US10565170B2 (en) | 2008-12-23 | 2020-02-18 | Roche Diabetes Care, Inc. | Structured testing method for diagnostic or therapy support of a patient with a chronic disease and devices thereof |
US20120113134A1 (en) * | 2009-04-17 | 2012-05-10 | Rainer Heller | Providing a Proxy Step in a Model of an Automation System |
CN101763466B (zh) * | 2010-01-20 | 2011-08-24 | 西安电子科技大学 | 基于动态样本选择集成的生物信息识别方法 |
US8548067B2 (en) * | 2010-01-29 | 2013-10-01 | Goran Ivkovic | Single sensor radio scene analysis for packet based radio signals using 2nd and 4th order statistics |
US8532933B2 (en) | 2010-06-18 | 2013-09-10 | Roche Diagnostics Operations, Inc. | Insulin optimization systems and testing methods with adjusted exit criterion accounting for system noise associated with biomarkers |
US9026536B2 (en) | 2010-10-17 | 2015-05-05 | Canon Kabushiki Kaisha | Systems and methods for cluster comparison |
US8571333B2 (en) * | 2010-10-17 | 2013-10-29 | Canon Kabushiki Kaisha | Data clustering |
US9269553B2 (en) * | 2010-11-08 | 2016-02-23 | Dh Technologies Development Pte. Ltd. | Systems and methods for rapidly screening samples by mass spectrometry |
AU2011328963B2 (en) * | 2010-11-17 | 2016-12-08 | Pioneer Hi-Bred International, Inc. | Prediction of phenotypes and traits based on the metabolome |
US20120173151A1 (en) | 2010-12-29 | 2012-07-05 | Roche Diagnostics Operations, Inc. | Methods of assessing diabetes treatment protocols based on protocol complexity levels and patient proficiency levels |
CN103328966B (zh) * | 2011-01-21 | 2016-03-16 | 麦丝地科技有限公司 | 背景扣除介导的数据相关型采集 |
US10488377B2 (en) * | 2011-03-11 | 2019-11-26 | Leco Corporation | Systems and methods to process data in chromatographic systems |
US8688631B2 (en) * | 2011-03-17 | 2014-04-01 | Alexander Savenok | System and method for media file synchronization |
US8755938B2 (en) | 2011-05-13 | 2014-06-17 | Roche Diagnostics Operations, Inc. | Systems and methods for handling unacceptable values in structured collection protocols |
US8766803B2 (en) | 2011-05-13 | 2014-07-01 | Roche Diagnostics Operations, Inc. | Dynamic data collection |
US9069725B2 (en) | 2011-08-19 | 2015-06-30 | Hartford Steam Boiler Inspection & Insurance Company | Dynamic outlier bias reduction system and method |
US10557840B2 (en) | 2011-08-19 | 2020-02-11 | Hartford Steam Boiler Inspection And Insurance Company | System and method for performing industrial processes across facilities |
WO2013109592A1 (en) * | 2012-01-16 | 2013-07-25 | Leco Corporation | Systems and methods to process and group chromatographic peaks |
GB201205720D0 (en) * | 2012-03-30 | 2012-05-16 | Micromass Ltd | A method for the investigation of differences in analytical data and an apparatus adapted to perform such a method |
JP6133397B2 (ja) * | 2012-04-02 | 2017-05-24 | ディーエイチ テクノロジーズ デベロップメント プライベート リミテッド | イオントラップを使用する質量範囲にわたる順次ウィンドウ化取得のためのシステムおよび方法 |
DE102012112242C5 (de) * | 2012-12-13 | 2021-07-29 | Labor Berlin - Charité Vivantes GmbH | Analyseverfahren für die Analyse von Substanzgemischen |
EP2770442A3 (en) * | 2013-02-20 | 2014-09-17 | Hartford Steam Boiler Inspection and Insurance Company | Dynamic outlier bias reduction system and method |
US10219163B2 (en) | 2013-03-15 | 2019-02-26 | DGS Global Systems, Inc. | Systems, methods, and devices for electronic spectrum management |
US10237770B2 (en) | 2013-03-15 | 2019-03-19 | DGS Global Systems, Inc. | Systems, methods, and devices having databases and automated reports for electronic spectrum management |
US10299149B2 (en) | 2013-03-15 | 2019-05-21 | DGS Global Systems, Inc. | Systems, methods, and devices for electronic spectrum management |
US11646918B2 (en) | 2013-03-15 | 2023-05-09 | Digital Global Systems, Inc. | Systems, methods, and devices for electronic spectrum management for identifying open space |
US10231206B2 (en) | 2013-03-15 | 2019-03-12 | DGS Global Systems, Inc. | Systems, methods, and devices for electronic spectrum management for identifying signal-emitting devices |
US10257729B2 (en) | 2013-03-15 | 2019-04-09 | DGS Global Systems, Inc. | Systems, methods, and devices having databases for electronic spectrum management |
US10271233B2 (en) | 2013-03-15 | 2019-04-23 | DGS Global Systems, Inc. | Systems, methods, and devices for automatic signal detection with temporal feature extraction within a spectrum |
US9622041B2 (en) * | 2013-03-15 | 2017-04-11 | DGS Global Systems, Inc. | Systems, methods, and devices for electronic spectrum management |
US10257727B2 (en) | 2013-03-15 | 2019-04-09 | DGS Global Systems, Inc. | Systems methods, and devices having databases and automated reports for electronic spectrum management |
DE102013213362A1 (de) * | 2013-07-08 | 2015-01-08 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Verfahren zur Identifizierung und Quantifizierung von emittierenden Teilchen in Systemen |
KR20230030044A (ko) | 2014-04-11 | 2023-03-03 | 하트포드 스팀 보일러 인스펙션 앤드 인슈어런스 컴퍼니 | 시스템 조작 및 수행 데이터 모델링에 기초한 미래 신뢰도 예측 개선 |
US20170098010A1 (en) * | 2014-09-25 | 2017-04-06 | Hitachi, Ltd. | Data integration apparatus and data integration method |
US9921811B2 (en) * | 2015-03-26 | 2018-03-20 | Wal-Mart Stores, Inc. | Multiple display environment for software development projects |
US9703689B2 (en) * | 2015-11-04 | 2017-07-11 | International Business Machines Corporation | Defect detection using test cases generated from test models |
EP3276343B1 (en) * | 2016-07-28 | 2019-08-28 | Alpha M.O.S. | Method and device for characterising an analyte |
CN106596814B (zh) * | 2016-11-25 | 2018-01-26 | 大连达硕信息技术有限公司 | 一种复杂液‑质联用数据中的色谱峰定量分析方法 |
US10459020B2 (en) | 2017-01-23 | 2019-10-29 | DGS Global Systems, Inc. | Systems, methods, and devices for automatic signal detection based on power distribution by frequency over time within a spectrum |
US10700794B2 (en) | 2017-01-23 | 2020-06-30 | Digital Global Systems, Inc. | Systems, methods, and devices for automatic signal detection based on power distribution by frequency over time within an electromagnetic spectrum |
US10529241B2 (en) | 2017-01-23 | 2020-01-07 | Digital Global Systems, Inc. | Unmanned vehicle recognition and threat management |
US10275612B1 (en) * | 2017-03-03 | 2019-04-30 | Microsoft Technology Licensing, Llc | Combining the smoothed posterior distribution with empirical distribution for cohorts with small sample size |
JP6899560B2 (ja) * | 2017-05-23 | 2021-07-07 | 株式会社島津製作所 | 質量分析データ解析装置及び質量分析データ解析用プログラム |
EP3410109A1 (en) * | 2017-06-02 | 2018-12-05 | Thermo Fisher Scientific (Bremen) GmbH | Systems and methods for extracting mass traces |
US20190049561A1 (en) * | 2017-12-28 | 2019-02-14 | Intel Corporation | Fast lidar data classification |
CN108814618B (zh) * | 2018-04-27 | 2021-08-31 | 歌尔科技有限公司 | 一种运动状态的识别方法、装置及终端设备 |
US12014267B2 (en) * | 2018-07-13 | 2024-06-18 | Arizona Board Of Regents On Behalf Of Arizona State University | Systems and methods for sequential event prediction with noise-contrastive estimation for marked temporal point process |
US10943461B2 (en) | 2018-08-24 | 2021-03-09 | Digital Global Systems, Inc. | Systems, methods, and devices for automatic signal detection based on power distribution by frequency over time |
US11636292B2 (en) | 2018-09-28 | 2023-04-25 | Hartford Steam Boiler Inspection And Insurance Company | Dynamic outlier bias reduction system and method |
JP7173159B2 (ja) * | 2018-11-29 | 2022-11-16 | 株式会社島津製作所 | 試料測定装置、プログラムおよび測定パラメータ設定支援装置 |
EP4022666A1 (en) * | 2019-08-30 | 2022-07-06 | DH Technologies Development Pte. Ltd. | Method for mass spectrometry |
US11328177B2 (en) | 2019-09-18 | 2022-05-10 | Hartford Steam Boiler Inspection And Insurance Company | Computer-based systems, computing components and computing objects configured to implement dynamic outlier bias reduction in machine learning models |
US11615348B2 (en) | 2019-09-18 | 2023-03-28 | Hartford Steam Boiler Inspection And Insurance Company | Computer-based systems, computing components and computing objects configured to implement dynamic outlier bias reduction in machine learning models |
GB2603358B (en) | 2019-09-18 | 2023-08-30 | Hartford Steam Boiler Inspection And Insurance Company | Computer-based systems, computing components and computing objects configured to implement dynamic outlier bias reduction in machine learning models |
CN111191041A (zh) * | 2019-11-22 | 2020-05-22 | 腾讯云计算(北京)有限责任公司 | 特征数据获取方法、数据存储方法、装置、设备及介质 |
CN111694827B (zh) * | 2020-05-31 | 2023-04-07 | 重庆大学 | 一种电力设备状态监测数据缺失值分类插补方法和系统 |
CN111797311B (zh) * | 2020-06-19 | 2022-12-13 | 冯选明 | 一种电梯重量平衡系数检测系统 |
CN111780956B (zh) * | 2020-06-24 | 2022-12-13 | 黄毅 | 一种照度均匀度测试装置和方法 |
CN113917057B (zh) * | 2020-07-07 | 2022-07-12 | 同方威视技术股份有限公司 | 用于确定已知标准样品的重要特征峰的方法和装置 |
JP2022181723A (ja) * | 2021-05-26 | 2022-12-08 | 株式会社島津製作所 | 分析方法および診断支援方法 |
CN113419020A (zh) * | 2021-06-30 | 2021-09-21 | 成都师范学院 | 糖化血红蛋白重叠峰识别方法、装置、系统、设备及介质 |
CN114544818B (zh) * | 2022-03-09 | 2022-09-13 | 新泰市日进化工科技有限公司 | 一种三氮唑生产回收物中甲酰胺浓度的检测方法及系统 |
TWI831466B (zh) * | 2022-11-11 | 2024-02-01 | 耀登科技股份有限公司 | 航向姿態的校正方法及航向姿態校正系統 |
CN117892061B (zh) * | 2023-12-27 | 2024-06-28 | 上海生物芯片有限公司 | 用于定性定量分析的一维谱图数据处理方法、系统、终端及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001028252A (ja) * | 1999-07-14 | 2001-01-30 | Jeol Ltd | 質量分析方法 |
JP2002527756A (ja) * | 1998-10-15 | 2002-08-27 | ネオジェネシス・ドラッグ・ディスカバリー・インコーポレイテッド | 化学品混合物中の化合物を同定する方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
MY107650A (en) | 1990-10-12 | 1996-05-30 | Exxon Res & Engineering Company | Method of estimating property and / or composition data of a test sample |
US5672869A (en) | 1996-04-03 | 1997-09-30 | Eastman Kodak Company | Noise and background reduction method for component detection in chromatography/spectrometry |
US5885841A (en) * | 1996-09-11 | 1999-03-23 | Eli Lilly And Company | System and methods for qualitatively and quantitatively comparing complex admixtures using single ion chromatograms derived from spectroscopic analysis of such admixtures |
DE19713194C2 (de) | 1997-03-27 | 1999-04-01 | Hkr Sensorsysteme Gmbh | Verfahren und Anordnung zum Erkennen von Eigenschaften einer Probe auf der Basis der Massenspektroskopie |
US5995989A (en) | 1998-04-24 | 1999-11-30 | Eg&G Instruments, Inc. | Method and apparatus for compression and filtering of data associated with spectrometry |
GB0016459D0 (en) | 2000-07-04 | 2000-08-23 | Pattern Recognition Systems As | Method |
NL1016034C2 (nl) | 2000-08-03 | 2002-02-08 | Tno | Werkwijze en systeem voor het identificeren en kwantificeren van chemische componenten van een te onderzoeken mengsel van materialen. |
CN1295243A (zh) * | 2000-12-12 | 2001-05-16 | 吴斌 | 用生化酶标多功能分析仪测试血红蛋白检测技术的方法 |
US7343247B2 (en) | 2001-07-30 | 2008-03-11 | The Institute For Systems Biology | Methods of classifying drug responsiveness using multiparameter analysis |
EP1425695A2 (en) * | 2001-08-13 | 2004-06-09 | Beyong Genomics, Inc. | Method and system for profiling biological systems |
US6873915B2 (en) | 2001-08-24 | 2005-03-29 | Surromed, Inc. | Peak selection in multidimensional data |
US20020193950A1 (en) | 2002-02-25 | 2002-12-19 | Gavin Edward J. | Method for analyzing mass spectra |
-
2005
- 2005-03-16 CA CA002501003A patent/CA2501003C/en not_active Expired - Fee Related
- 2005-04-13 JP JP2005116310A patent/JP4594154B2/ja not_active Expired - Fee Related
- 2005-04-21 EP EP05008815A patent/EP1598666A1/en not_active Withdrawn
- 2005-04-22 US US11/112,919 patent/US7676329B2/en not_active Expired - Fee Related
- 2005-04-25 CN CN2005100669153A patent/CN1690713B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002527756A (ja) * | 1998-10-15 | 2002-08-27 | ネオジェネシス・ドラッグ・ディスカバリー・インコーポレイテッド | 化学品混合物中の化合物を同定する方法 |
JP2001028252A (ja) * | 1999-07-14 | 2001-01-30 | Jeol Ltd | 質量分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN1690713A (zh) | 2005-11-02 |
CN1690713B (zh) | 2010-09-01 |
US7676329B2 (en) | 2010-03-09 |
CA2501003A1 (en) | 2005-10-23 |
JP2005308741A (ja) | 2005-11-04 |
EP1598666A1 (en) | 2005-11-23 |
CA2501003C (en) | 2009-05-19 |
US20060080040A1 (en) | 2006-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4594154B2 (ja) | 少なくとも1つの成分および生成する生成物の観点でサンプルを特性付けし、特性付けデータを提供するための2つ以上の技術に基づいた少なくとも1つのサンプルの分析;方法、システムおよび指示プログラム | |
US7279679B2 (en) | Methods and systems for peak detection and quantitation | |
EP2344874B1 (en) | Methods of automated spectral peak detection and quantification without user input | |
JP2022066231A (ja) | 生成イオンスペクトルのデータ独立取得および参照スペクトルライブラリ照合 | |
US8428889B2 (en) | Methods of automated spectral peak detection and quantification having learning mode | |
US7606667B2 (en) | Mass spectrometry analysis method and system | |
JP2022525427A (ja) | 質量分析法データにおける境界の自動検出 | |
EP2438436B1 (en) | Methods of automated spectral peak detection and quantification without user input | |
Burton et al. | Instrumental and experimental effects in LC–MS-based metabolomics | |
JP2006528339A (ja) | クロマトグラフィー/質量分析における生体分子パターンのアノテーション法及びシステム | |
WO2019176658A1 (ja) | クロマトグラフィー質量分析方法およびクロマトグラフ質量分析装置 | |
JP6748085B2 (ja) | 干渉検出および着目ピークのデコンボルーション | |
CN114184599A (zh) | 单细胞拉曼光谱采集数目估计方法、数据处理方法及装置 | |
JPWO2020044435A1 (ja) | データ解析方法、データ解析装置、及びデータ解析用の学習モデル作成方法 | |
Laursen et al. | Enhanced monitoring of biopharmaceutical product purity using liquid chromatography–mass spectrometry | |
CN116642989A (zh) | 一种靶向液-质代谢组学数据的自动定量分析方法 | |
Devitt et al. | Estimation of low-level components lost through chromatographic separations with finite detection limits | |
AU2012202251B2 (en) | Method and system for mass spectrometry analysis | |
Delabrière | New approaches for processing and annotations of high-throughput metabolomic data obtained by mass spectrometry | |
CN114761795A (zh) | 用于多跃迁监测的方法和装置 | |
JP2023135276A (ja) | 学習方法、および学習プログラム | |
JP4839248B2 (ja) | 質量分析システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080226 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20080526 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20080529 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20080725 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20080730 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080825 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090120 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090417 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090929 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20091225 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20100105 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20100127 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20100201 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20100525 |
|
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: 20100824 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100916 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130924 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |