JP4818116B2 - メタボノミクスにおいてｌｃ−ｍｓまたはｌｃ−ｍｓ／ｍｓデータの処理を行うための方法およびデバイス - Google Patents
メタボノミクスにおいてｌｃ−ｍｓまたはｌｃ−ｍｓ／ｍｓデータの処理を行うための方法およびデバイス Download PDFInfo
- Publication number
- JP4818116B2 JP4818116B2 JP2006533471A JP2006533471A JP4818116B2 JP 4818116 B2 JP4818116 B2 JP 4818116B2 JP 2006533471 A JP2006533471 A JP 2006533471A JP 2006533471 A JP2006533471 A JP 2006533471A JP 4818116 B2 JP4818116 B2 JP 4818116B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- peaks
- analysis
- biomarker
- sample
- 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
- 238000004895 liquid chromatography mass spectrometry Methods 0.000 title claims description 35
- 238000000034 method Methods 0.000 title claims description 24
- 238000012545 processing Methods 0.000 title description 9
- 239000000523 sample Substances 0.000 claims description 56
- 238000004458 analytical method Methods 0.000 claims description 46
- 239000000090 biomarker Substances 0.000 claims description 37
- 230000014759 maintenance of location Effects 0.000 claims description 18
- 239000002207 metabolite Substances 0.000 claims description 18
- 238000000513 principal component analysis Methods 0.000 claims description 15
- 238000004949 mass spectrometry Methods 0.000 claims description 11
- 150000001875 compounds Chemical class 0.000 claims description 10
- 239000000126 substance Substances 0.000 claims description 10
- 238000004587 chromatography analysis Methods 0.000 claims description 9
- 231100000041 toxicology testing Toxicity 0.000 claims description 9
- 239000000463 material Substances 0.000 claims description 7
- 208000035699 Distal ileal obstruction syndrome Diseases 0.000 claims description 6
- 239000012491 analyte Substances 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 239000012805 animal sample Substances 0.000 claims description 5
- 230000000052 comparative effect Effects 0.000 claims description 3
- 238000003795 desorption Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 239000002676 xenobiotic agent Substances 0.000 claims description 3
- 230000002034 xenobiotic effect Effects 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 2
- 238000002705 metabolomic analysis Methods 0.000 claims description 2
- 230000001431 metabolomic effect Effects 0.000 claims description 2
- 108090000765 processed proteins & peptides Proteins 0.000 claims description 2
- 231100000419 toxicity Toxicity 0.000 claims 4
- 230000001988 toxicity Effects 0.000 claims 4
- 239000003795 chemical substances by application Substances 0.000 claims 2
- 239000000356 contaminant Substances 0.000 claims 2
- 238000001647 drug administration Methods 0.000 claims 2
- 229910052710 silicon Inorganic materials 0.000 claims 1
- 239000010703 silicon Substances 0.000 claims 1
- 150000002500 ions Chemical class 0.000 description 28
- 238000000926 separation method Methods 0.000 description 20
- 239000002245 particle Substances 0.000 description 10
- 238000004811 liquid chromatography Methods 0.000 description 8
- 239000000203 mixture Substances 0.000 description 8
- 239000012071 phase Substances 0.000 description 6
- 238000011068 loading method Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000000576 coating method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000002503 metabolic effect Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000001819 mass spectrum Methods 0.000 description 3
- 239000007790 solid phase Substances 0.000 description 3
- 210000002700 urine Anatomy 0.000 description 3
- 239000013060 biological fluid Substances 0.000 description 2
- 239000011248 coating agent Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000005526 G1 to G0 transition Effects 0.000 description 1
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241001529936 Murinae Species 0.000 description 1
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 1
- 238000010171 animal model Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 230000032823 cell division Effects 0.000 description 1
- 238000013375 chromatographic separation Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 239000000539 dimer Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000000132 electrospray ionisation Methods 0.000 description 1
- 238000003891 environmental analysis Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000002290 gas chromatography-mass spectrometry Methods 0.000 description 1
- 238000005227 gel permeation chromatography Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000000752 ionisation method Methods 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000037353 metabolic pathway Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 229930014626 natural product Natural products 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 239000000546 pharmaceutical excipient Substances 0.000 description 1
- 229910052700 potassium Inorganic materials 0.000 description 1
- 239000011591 potassium Substances 0.000 description 1
- 239000000376 reactant Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- -1 retention time Chemical class 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000001542 size-exclusion chromatography Methods 0.000 description 1
- 229910052708 sodium Inorganic materials 0.000 description 1
- 239000011734 sodium Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 231100000167 toxic agent Toxicity 0.000 description 1
- 231100000027 toxicology Toxicity 0.000 description 1
- 239000003053 toxin Substances 0.000 description 1
- 231100000765 toxin Toxicity 0.000 description 1
- 235000013619 trace mineral Nutrition 0.000 description 1
- 239000011573 trace mineral Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000013638 trimer Substances 0.000 description 1
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
-
- 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
-
- 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
- H01J49/0036—Step by step routines describing the handling of the data generated during a measurement
-
- 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
- G01N30/62—Detectors specially adapted therefor
- G01N30/72—Mass 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
- G01N30/62—Detectors specially adapted therefor
- G01N30/78—Detectors specially adapted therefor using more than one detector
-
- 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
- G01N30/8631—Peaks
-
- 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
- G01N30/8658—Optimising operation parameters
- G01N30/8662—Expert systems; optimising a large number of parameters
-
- 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)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Description
本出願は、２００３年５月２９日に出願した「Ａ Ｓｙｓｔｅｍ ａｎｄ Ｍｅｔｈｏｄ ｆｏｒ Ｍｅｔａｂｏｎｏｍｉｃｓ Ｄｉｒｅｃｔｅｄ Ｐｒｏｃｅｓｓｉｎｇ ｏｆ ＬＣ−ＭＳ ｏｒ ＬＣ−ＭＳ／ＭＳ Ｄａｔａ」という表題の米国仮出願第６０／４７４，４９９号の優先権を主張するものである。
本発明の例示されている実施形態は、一般に、代謝分析に関するものであり、より具体的には、ピークデコンボリューションおよびその後のケモメトリック分析のためのＬＣ−ＭＳおよびＬＣ−ＭＳ／ＭＳデータのプログラム的な処理に関するものである。
代謝作用は、細胞分裂などの重要な生命過程に必要なエネルギーおよび基本物質を生み出すために使用される細胞または生命体内で生じる化学変化として定義される。化学反応の副産物を代謝産物と呼ぶことがある。試料中に存在する代謝産物を分析し、識別することにより、代謝経路を特定することが可能である。例えば、尿などの生物流体中の代謝産物の分析を利用することで、その尿を生産した個体によってどのような物質が摂取されたかを調べることができる。代謝産物の識別および分析は、多くの場合、液体クロマトグラフィを質量分析法と併用して実行される。生物流体中の複雑な代謝パターンのプロファイリングは、メタボノミクスと呼ばれる。
液体クロマトグラフィは、試料内に含まれる個々の成分を分離し、識別できるようにする。液体クロマトグラフィでは、移動相と固定相の２つの相が関与している。試料混合液（「移動相」）は、組成成分の分離を引き起こすために粒子（「固相」）を充填したカラムに通される。カラム内の粒子は、移動相と相互作用するように設計された液体でコーティングされる場合もコーティングされない場合もある。移動相中（つまり、試料内）の組成成分は、さまざまな要因に基づき異なる速度で充填カラム内を通過する。その後、試料の組成成分への分離は、試料がカラムの遠端を出るときに試料を観察することにより分析される。
異なる組成成分がカラム内を通過する速度は、移動相と固相との相互作用に依存する。試料内の成分は、粒子、またはカラム内を通過する移動が遅延されるように粒子をコーティングする物質と物理的に相互作用することができる。分析される試料内の異なる成分は、成分の化学的構成に応じて強度の異なる特定の粒子および／またはコーティングとの相互作用により特定の粒子および／またはコーティングと異なる仕方で反応する。粒子および／またはコーティングに対しより大きな親和性を有する成分は、粒子／コーティングと弱い結合をするか、またはまったく結合しない成分に比べてカラム内をゆっくりと通過する。化学反応に加えて、試料内の成分のサイズは、カラム内を通過する際の速度に影響を及ぼす場合がある。例えば、ゲル透過クロマトグラフィでは、分析される溶液中の異なる分子が微細孔を含む充填材内を異なる速度で通過し、それによって試料中の異なる分子の分離を生じさせる。サイズ排除クロマトグラフィでは、粒子のサイズおよびカラム内への充填方法と試料内の成分のサイズとの組み合わせで、試料がカラム内を通過する速度が決まる（特定サイズ成分のみが粒子間の間隙／間質空間を容易に横断できるため）。
分離された試料は、カラムの遠端にある検出装置内に移動し、そこで試料中のさまざまな成分について保持時間が計算される。保持時間は、試料が注入ポート（試料がカラム内に導き入れられる）からカラムを通り、検出装置に移動するのに要する時間である。固相を出る成分の量を保持時間についてグラフにし、クロマトグラフピークとして知られているピークを持つチャートを形成することができる。これらのピークで、異なる成分を識別する。
分離された成分は、さらに分析しその化学組成を決定するために質量分析計に送り込むことができる。液体クロマトグラフィ段と組み合わせた１つの質量分析計段を備えるシステムは、ＬＣ−ＭＳシステムと呼ばれる。２つの質量分析計段を備えるシステムは、ＬＣ−ＭＳ／ＭＳシステムと呼ばれる。質量分析計は、試料を入力として受け取り、試料をイオン化させて、正または負のイオンを生成する。電気スプレーイオン化の使用を含むさまざまなイオン化法が使用可能である。その後、イオンは、ＭＳ１と一般に呼ばれる第１段階の分離で質量対電荷比により分離される。質量分離は、イオンの重量に基づきイオンをさまざまな程度に流用する磁石の使用を含むさまざまな手段により実行することができる。その後、分離されたイオンは衝突セル内に移動し、そこで、イオンと相互作用する衝突ガスまたはその他の物質と接触する。その後、反応したイオンは、ＭＳ２と一般に呼ばれる第２段の質量分離を受ける。
分離されたイオンは、（１つまたは複数の）質量分析段の終わりに分析される。分析により、イオンの信号強度対イオンの質量のグラフを作成するが、これは質量分析と呼ばれるグラフである。質量スペクトルの分析から、検出装置に到達するイオンの質量と相対存在量の両方が得られる。その存在量は、信号の強度から得られる。液体クロマトグラフィと質量分析との組み合わせを使用して、代謝産物などの化学物質を識別することができる。分子が衝突ガスと衝突すると、共有結合が切れることが多く、その結果、多数の荷電フラグメントが生じる。質量分析計は、これらのフラグメントの質量を測定し、その後、それを分析して、元の分子の構造および／または組成を決定することができる。この特徴は、正確な質量測定を行うことができる質量分析計、例えば、ハイブリッド四極直交ＴＯＦ計測器またはＦＴＩＣＲを使用する場合に、見かけの質量ＭＳから著しく高められ、検体元素組成情報を導出することができる。この情報は、試料中の特定の物質を単離するために使用できる。
ケモメトリクスは、ＬＣ−ＭＳ／ＭＳデータなどのデータの数学的処理であり、ＰＣＡ（主成分分析）およびＰＬＳ−ＤＡ（部分最小２乗判別分析）または類似の統計的手法などのさまざまな種類の多変量解析を含む。ケモメトリクスでは、大量のデータを管理可能なサイズにまで減らし、統計手法によるモデルを適用して、観測データ間の隠された関係を示す潜在的変数を決定しようとする。そのため、ケモメトリクスは、メタボノミクスの分野に応用することが可能である。しかし残念なことに、データ収集の従来の方法では、ケモメトリック分析のため行うＭＳデータの処理／収集はＭＳスペクトル全体の総和に依存し、その結果保持時間データが失われるため、収集されたデータ集合を縮小する過程で貴重な関連データを失うことが多い。さらに、従来の方法では、生データ、フィルタ処理済みデータ、および統計分析を単一のデータ処理アプリケーションに統合しておらず、その結果、生データをフィルタ処理済みデータ、分析データにマッピングする作業はかなり面倒である。
本発明の例示されている実施形態は、真のクロマトグラフィおよびＭＳピークが識別されるように収集されたＬＣ／ＭＳまたはＬＣ−ＭＳ／ＭＳデータの集合をすばやく縮小するための自動化メカニズムを提供する。
識別されたピークは、マスタエンティティリストに表示される１バッチの試料に対するＬＣ／ＭＳ信号および応答のリストを作成するために使用される。その後、マスタエンティティリストに載っている試料は、バイオマーカーを自動的に識別するためにケモメトリクスを適用するのに先立って同位体クラスタ分離および付加体除去を受けることができる。ＰＬＳ−ＤＡまたはＰＣＡグループクラスタ化または分離に関与するものとして識別された信号についてＬＣ−ＭＳ／ＭＳ収集リストが生成される。ＬＣ保持時間、正確な質量およびＭＳ／ＭＳスペクトルを知られている化合物のデータベースと比較し、生物学的指標に関連する識別された化合物を新しい化合物データベースに格納することができる。
本発明の例示されている実施形態は、メタボノミクスプロファイルを決定することを目的としてプログラム的にフィルタ処理されたＬＣ−ＭＳまたはＬＣ−ＭＳ／ＭＳデータに対するケモメトリック分析を使用するメカニズムを提供する。収集されたＬＣ−ＭＳまたはＬＣ−ＭＳ／ＭＳデータは、真のクロマトグラフおよびＭＳピークを決定するためにプログラム的にフィルタ処理される。ＬＣ−ＭＳまたはＬＣ−ＭＳ／ＭＳ信号および応答から１バッチ分の試料についてマスタエンティティリストが作成される。マスタエンティティリストに載っている試料は、さらにフィルタ処理され、メタボノミクスバイオマーカーを自動的に識別するためにケモメトリクスが適用される。
本発明の例示されている実施形態のデータは、図１に示されているようにＬＣ−ＭＳ／ＭＳシステムなどの代謝産物分析システムにおいて実行される。ＬＣ／ＭＳシステムなどの他の種類の代謝産物分析システムは、本発明の範囲から逸脱することなく、ＬＣ−ＭＳ／ＭＳシステムの代わりに使用することができる。当業者であれば、この方式がＬＣ−ＵＶまたはＧＣ−ＭＳおよびＤＩＯＳ−ＭＳならびにＭＡＬＤＩ−ＭＳ（マトリックス支援レーザー脱離／イオン化質量分析）−ＭＳおよびＤＩＯＳ−ＭＳなどのその他の類似のハイフネーテッドクロマトグラフィ技術の分析に適用することも可能であることを理解するであろう。代謝産物分析システム２は、液体クロマトグラフィモジュールなどのクロマトグラフィモジュール４を含む。さらに、イオン化モジュール１０も含まれる。イオン化モジュール１０は、クロマトグラフィモジュール４から出力を入力試料として受け取る。イオン化モジュールは、資料のイオン化を実行する。当業者であれば、高エネルギー電子流を試料に照射するなど試料をイオン化するさまざまな方法があることを理解するであろう。
イオン化モジュール１０により発生したイオンは、ＭＳ１初段質量分離モジュール１２に渡される。質量分離は、よく知られている多数の方法のどれかを使用して実行することができる。例えば、イオンを磁力に曝し、イオンの質量に基づいてイオンの経路を変えることができる。その後、分離されたイオンは、衝突セルモジュール１４内に通され、そこで、分離されたイオンと反応するように設計されている気体へのイオン暴露などの追加反応に曝される。試料は、検出装置モジュール１８に届くのに先立ってＭＳ２第２段質量分離モジュール１６内でさらに分離することができる。検出装置モジュール１８を使用して、抜け出るイオンにより発生した検出信号に基づき質量スペクトルを発生する。当業者であれば、質量分離のさまざまな方法を使用できること、さまざまな物質を衝突セル１４に導き入れて、特に注目するイオンと反応させられることを理解するであろう。同様に、本発明の例示されている実施形態は、さらに、質量分離の第１段のみを実行するＬＣ−ＭＳシステムを含む多数のさまざまな代謝産物分析システムにより実行することもできる。
プロセッサ６を備える電子デバイスは、検出装置モジュール１８およびクロマトグラフィモジュール４とのインターフェイスを持つ。電子デバイス６は、サーバ、デスクトップコンピュータシステム、ラップトップ、メインフレーム、ネットワーク接続デバイス、またはプロセッサを備えるその他の類似のデバイスであってよい。電子デバイスは、さらに、本発明の範囲から逸脱することなく、代謝産物分析システム２内のモジュールの１つに組み込むこともできる。電子デバイス６は、サンプルランの結果を記録するために使用される記憶装置８を備える。当業者であれば、記憶装置８は、代謝産物分析システム２からアクセス可能な場所に配置できることを理解するであろう。さらに、電子デバイス６には、メタボノミクス、機能的ゲノム学、ペプチドミクス、リピドミクス、グリコミクス、およびプロテオミクスなどのさまざまな種類のシステム生物学用のバイオマーカーを識別するために使用できる毒性スクリーニングおよびバイオマーカー識別アプリケーション２０が配置される。当業者であれば、この方式は、さらに、天然物評価、不純物プロファイリング、環境分析、食品栄養学、および製品リリースに使用することも可能であることを理解するであろう。毒性スクリーニングおよびバイオマーカー識別アプリケーション２０については、以下でさらに詳しく説明する。当業者であれば、毒性スクリーニングおよびバイオマーカーアプリケーション２０は、代謝産物分析システム２のモジュールまたは別の電子デバイスに組み込むことを含む、保存された生のＬＣ−ＭＳまたはＬＣ−ＭＳ／ＭＳデータにアクセスできる場所に配置することができることを理解するであろう。
生データを収集するために単一のＬＣ−ＭＳまたはＬＣ−ＭＳ／ＭＳランを行うために実行される一連の工程については、図２の流れ図に示されている。この一連の工程は、試料内の成分の液体クロマトグラフィ分離から開始する（工程３０）。液体クロマトグラフィシステムから出る試料成分は、イオン化が実行されるイオン化モジュール１０内に通される（工程３２）。質量分離の第１段が実行され（工程３４）、分離されたイオンは衝突セル内に通され、そこで、衝突セル反応物質と反応する（工程３６）。その後、衝突セルから出た反応イオンに対し第２段質量分離が実行される（工程３８）。分離されたイオンは、検出装置モジュール１８内に通され、そこで、質量スペクトルが収集データから生成され、それによって、試料中に含まれる代謝産物を識別できる（工程４０）。
生のＬＣ−ＭＳまたはＬＣ−ＭＳ／ＭＳデータが収集された後、本発明の例示されている実施形態は、真のクロマトグラフィおよびＭＳピークを識別する作業を行う。毒性スクリーニングおよびバイオマーカー識別アプリケーション２０は、生のＬＣおよびＭＳデータについてピークデコンボリューションを実行する。ピークデコンボリューションでは、実際の検体信号ピークを識別し、生のＬＣおよびＭＳデータからノイズを除去する。毒性スクリーニングおよびバイオマーカー識別アプリケーション２０は、次に、信号の試料リストを作成する。図３は、信号の試料リスト５０を示している。試料リスト５０は、マスタエンティティリスト６０に表示される信号および応答から試料のバッチを作成するために使用される。図４は、本発明の例示されている実施形態により生成されるマスタエンティティリスト６０の画面表示を示している。マスタエンティティリスト６０に載っているそれぞれの試料は、ＩＤ ６１、保持時間６２、質量６３、有意性６４、排除値６５、およびイオン強度／応答値列６６を含む。例えば、それぞれの応答値列は、別の実験動物用とすることができる。マスタエンティティリストには、２つの異なるグループのすべての類似点のリストが表示され、いくつかの質量を除外することができる。それぞれの試料中でシステムにより検出されるすべての真のピークまたは検体は、プログラム的に他の試料のそれぞれと相互参照される。信号を欠いている試料は、値を割り当てられる。
毒性スクリーニングおよびバイオマーカー識別アプリケーション２０は、次に、試料データをさらにフィルタ処理する。試料は、不要な微量元素を除去するために同位体クラスタ分離および付加体除去を受ける。付加体除去とは、考慮されないと収集されたデータの分析をゆがめる可能性のあるナトリウムおよびカリウムまたは二量体／三量体などのイオンを除去することである。
試料は、同位体クラスタ分離および付加体除去を受けた後、毒性スクリーニングおよびバイオマーカー識別アプリケーション２０が、ケモメトリック分析を使用して試料データ中の潜在的バイオマーカーを識別する。ケモメトリック分析では、試料間で注目するクラスタを識別する。クラスタは、資料間の類似を表し、メタボノミクスプロファイルを識別するために使用される。ＰＣＡおよびＰＬＳ−ＤＡをはじめとするさまざまな異なる種類のケモメトリック分析が使用できる。
例えば、主成分分析（ＰＣＡ）では、数学的アルゴリズムを使用して、データ集合内の相違点と類似点を判別する。ＰＣＡは、多数の関連性のありそうな変数を、主成分と呼ばれる少数の関連性のない変数に変換する。第１の主成分は、データのバラツキをできるだけ多く考慮する。それぞれの追加成分は、データの残りのバラツキをできるだけ多く考慮しようとする。収集されたデータを行列の形にし、ＰＣＡは、平方和と外積で正方対称行列の固有値および固有ベクトルを求める。最大固有値に関連する固有ベクトルは、第１の主成分と同じ方向を持つ。第２の最大固有値に関連する固有ベクトルは、第２の主成分の方向を決定する。固有値の総和は、正方行列のトレースに等しく、固有ベクトルの最大数は、この行列の行（または列）の個数に等しい。決定された後、計算された固有値を画面にプロットすることが可能である。当業者であれば、多数の異なるアルゴリズムを使用して固有値および固有ベクトルを計算できることを理解するであろう。ｉ）グループクラスタ化を示すスコアプロットおよびｉｉ）グループクラスタ化に関与する検体／イオンが原点からの最大距離であると識別される装填プロットの２つのプロットを使用してデータが表示される。
ケモメトリック分析は、データ点の間の隠された接続を表す潜在的変数を決定するために使用される。それぞれのデータ試料は、信号強度、質量、および保持時間などの多数の特徴を持つ。ケモメトリック分析では、機能をそれらの特徴に適用し、機能の結果をｎ次元プロットでグラフにする。プロットのためデータを処理する従来の方法では、サンプルランの時間間隔からのデータのバケッティングを伴う。このため、保持時間変数が失われる。本発明の例示されている実施形態は、さまざまなマーカーの検体ピークを示す図５Ａに示されているような装填プロット７０を提示する。固有ベクトルを使用する、原点から最大距離のところにあるイオンは、グループクラスタ化または分離に最も大きく関わるイオンである。装填プロット７０は、信号強度と試料投与との相関を示すトレンドプロットを作成するためにも使用できる。図５Ｂは、選択されたイオンに対するトレンドプロット７３を示す。図６に示されているようなスコアプロット７５は、試料（比較参照試料および投薬動物試料などの）間の類似点を示す。図６のデータは、低用量および高用量の賦形剤だけまたは候補薬剤の投与の後に得られるネズミの尿から生成されたＬＣ／ＭＳデータのＰＣＡを示している。ユーザ向けに生成された表示は、裸眼で確認できる類似性のある明確な点を視覚的に示す。類似性のこれらの示唆は、これ以降の研究の基盤を形成することができる。
図７は、ＬＣ−ＭＳまたはＬＣ−ＭＳ／ＭＳデータのメタボノミクス指向処理を実行するため本発明の例示されている実施形態が辿る一連の工程全体の流れ図である。この一連の工程は、上述のように生のＬＣ−ＭＳ／ＭＳデータの収集および実際のＬＣおよびＭＳピークの識別から始まる（工程７０）。その後、識別されたピークのリストが生成される（工程７２）。このリストは、マスタエンティティリストに表示される試料の基盤をなす。これらの試料は、さらに、フィルタ処理され、同位体クラスタ分離および付加体除去を受け、ＰＣＡおよびＰＬＳ−ＤＡなどのケモメトリック分析が実行される（工程７４）。ＰＬＳ−ＤＡ装填におけるクラスタ化に関わるピークが識別される（工程７６）。その後、これらのピークは、知られている内生生化学のデータベースと比較され、ピークに関連する化合物を識別する（工程７８）。これらの化合物は、毒性化合物、医薬品、化学薬品、農薬、またはその他の化合物とすることができる。化合物データベースは、保持時間、適宜正確な質量を含むｍ／ｚ値、および性別、投与レベル、日、および毒素などの他の生物学的指標を含む識別された化合物から生成することができる。当業者であれば、識別されたバイオマーカーは、メタボロミクス、機能的ゲノム学、ペプチドミクス、およびプロテオミクスなどのさまざまな科学分野で使用できることを理解するであろう。
本発明の例示されている実施形態により実行されるケモメトリック分析は、さらに、図８に示されている。ケモメトリック分析の一連の工程は、ＬＣ−ＭＳデータがマスタエンティティリストに載っている試料に減らされると開始する（工程８０）。その後、生体異物が試料から除去され、内生代謝産物のみを残す（工程８２）。続いて、データバッチについてＰＣＡおよびＰＬＳ−ＤＡ分析が実行される（工程８４）。クラスタから最も遠く離れているＰＬＳ−ＤＡプロットからの信号は、グループ間に分離がなくなるまで除去される（工程８６）。
したがって、毒性スクリーニングおよびバイオマーカー識別子アプリケーション２０のユーザは、適切なビューを選択することにより、生データ、フィルタ処理済みデータ、および分析済みデータの間の移行容易に行なうことができる。従来のソフトウェアパッケージでは、２つまたはそれ以上の別々のソフトウェアパッケージがこのタスクに必要なため、生データとフィルタ処理済みデータおよび分析済みデータの間のこのような統合を欠いている。２つまたはそれ以上のソフトウェアパッケージが必要であることから、ユーザが分析済みデータを生データ内の対応するスポットにマッピングすることは困難である。
したがって、本発明は、前の説明で述べた目的を達成していることがわかるであろう。本発明の範囲から逸脱することなくいくつかの変更を加えることが可能であるので、上記の説明に含まれる、または付属の図面に示されているすべての事柄は、例示しているものとして解釈し、文字通りの意味では解釈しないことが意図されている。当業者は、図に示されている一連の工程およびアーキテクチャは、本発明の範囲から逸脱することなく変更することができ、また本明細書に含まれる例示は、本発明の多数の可能な表現の特異的実施例であることを理解するであろう。
Claims (20)
- 代謝産物分析システムにおいて実行される方法であって、
薬剤投与に関連した複数の比較参照動物試料および投薬動物試料を準備する工程と、
試料から生ＬＣ−ＭＳデータを収集する工程と、
正確な質量を用いて、ＬＣ−ＭＳデータ中のピークをデコンボリューションし、識別する工程と、
前記識別されたピークを持つ試料データのリストを生成する工程であって、各ピークは、リスト中で、ピークＩＤ番号、正確な質量、保持時間、および複数のサンプルに対応する複数のイオン強度に関連付けられている、リストを生成する工程と、
前記試料データのリストに対しケモメトリック分析を実行して、投薬試料のクラスタ化に関与するピークを識別する工程と、
クラスタ化に関与するピークを既知の生化学物質のデータベースと比較して、そのようなピークに関連するバイオマーカーとして識別する工程と、
識別されたバイオマーカーからバイオマーカデータベースを生成する工程であって、データベースは識別されたバイオマーカーの各々についての保持時間および正確な質量を含む、データベースを生成する工程とを含む方法。 - 前記ケモメトリック分析は、主成分分析（ＰＣＡ）および部分最小２乗判別分析（ＰＬＳ−ＤＡ）の一方を使用して実行される請求項１に記載の方法。
- さらに、
前記識別されたバイオマーカーを知られている化合物のデータベースと比較する工程を含む請求項１に記載の方法。 - さらに、
ケモメトリック分析を実行するのに先立って、試料データから不要な微量物質を除去する工程を含む請求項１に記載の方法。 - 前記不要な微量物質は、微量生体異物、微量投与剤、微量外部食品、および微量汚染物質の少なくとも１つである請求項１に記載の方法。
- 前記試料データは、質量データ、保持時間、および信号強度値を含む請求項１に記載の方法。
- 前記バイオマーカーは、システム生物学で使用される請求項１に記載の方法。
- 前記ケモメトリック分析は、さらに、
複数の前記バイオマーカーの検体ピークを示すｎ次元プロット上に前記試料データをプロットする工程を含む請求項１に記載の方法。 - 代謝産物分析システムにおける媒体であって、前記媒体は方法のための実行可能な工程を保持し、前記方法は、
薬剤投与に関連した複数の比較参照動物試料および投薬動物試料から生ＬＣ−ＭＳデータを収集する工程と、
正確な質量を用いて、ＬＣ−ＭＳデータ中のピークをデコンボリューションし、識別する工程と、
前記識別されたピークを持つ試料データのリストを生成する工程であって、各ピークは、リスト中で、ピークＩＤ番号、正確な質量、保持時間、および複数のサンプルに対応する複数のイオン強度に関連付けられている、リストを生成する工程と、
前記試料データのリストに対しケモメトリック分析を実行して、投薬試料のクラスタ化に関与するピークを識別する工程と、
クラスタ化に関与するピークを既知の生化学物質のデータベースと比較して、そのようなピークに関連するバイオマーカーとして識別する工程と、
識別されたバイオマーカーからバイオマーカデータベースを生成する工程であって、データベースは識別されたバイオマーカーの各々についての保持時間および正確な質量を含む、データベースを生成する工程とを含む、媒体。 - 前記ケモメトリック分析は、主成分分析（ＰＣＡ）および部分最小２乗判別分析（ＰＬＳ−ＤＡ）の一方を使用して実行される請求項９に記載の媒体。
- 前記方法は、さらに、
前記識別されたバイオマーカーを知られている化合物のデータベースと比較する工程を含む請求項９に記載の媒体。 - 前記方法は、さらに、
ケモメトリック分析を実行するのに先立って、試料データから不要な微量物質を除去する工程を含む請求項９に記載の媒体。 - 前記不要な微量物質は、微量生体異物、微量投与剤、微量外部食品、および微量汚染物質の少なくとも１つである請求項９に記載の媒体。
- 前記試料データは、質量データ、保持時間、および信号強度値を含む請求項９に記載の媒体。
- 前記バイオマーカーは、システム生物学で使用される請求項９に記載の媒体。
- 前記ケモメトリック分析は、さらに、
複数の前記バイオマーカーの検体ピークを示すｎ次元プロット上に前記試料データをプロットする工程を含む請求項９に記載の媒体。 - 請求項１に記載された方法を実行するための代謝産物分析システムであって、
クロマトグラフィ質量分析型システム、ＭＡＬＤＩ−ＭＳ（マトリックス支援レーザー脱離／イオン化質量分析）システム、ＤＩＯＳ−ＭＳ（シリコン上脱離イオン化）システムのうちの１つと、
毒性スクリーニングおよびバイオマーカー識別機能であって、前記毒性およびバイオマーカー識別機能はクロマトグラフィ質量分析型システム、ＭＡＬＤＩ−ＭＳシステム、ＤＩＯＳ−ＭＳシステムのうちの前記１つで実行される少なくとも１つのサンプルランから検体ピークおよび質量分析ピークを識別し、前記毒性およびバイオマーカー識別機能はさらに前記試料データに対しケモメトリック分析を実行してバイオマーカーを識別し、前記ケモメトリック分析は保持時間データを失うことなく実行される、毒性スクリーニングおよびバイオマーカー識別機能と、
クロマトグラフィ質量分析型システム、ＭＡＬＤＩ−ＭＳシステム、およびＤＩＯＳ−ＭＳシステムのうちの前記１つで実行される前記少なくとも１つのサンプルランからの生データおよびフィルタ処理済みデータの集合体を保持する前記毒性およびバイオマーカー識別機能にアクセス可能な記憶場所とを含む代謝産物分析システム。 - 前記毒性およびバイオマーカー識別機能は、クロマトグラフィ質量分析型システム、ＭＡＬＤＩ−ＭＳシステム、およびＤＩＯＳ−ＭＳシステムのうちの前記１つとのインターフェイスを持つ電子デバイス上のソフトウェアにより実装される請求項１７に記載のシステム。
- 生データおよびフィルタ処理済みデータの前記収集は、質量データ、保持時間、および信号強度値を含む請求項１７に記載のシステム。
- 前記バイオマーカーは、メタボノミクス、プロテオミクス、機能的ゲノム学、リピドミクス、グリコミクス、メタボロミクス、および内生ペプチドプロファイリングのうちの少なくとも１つで使用される請求項１７に記載のシステム。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US47449903P | 2003-05-29 | 2003-05-29 | |
| US60/474,499 | 2003-05-29 | ||
| PCT/US2004/016797 WO2004106915A1 (en) | 2003-05-29 | 2004-05-26 | Method and device for processing of lc-ms or lc-ms/ms data in metabonomics |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2007503594A JP2007503594A (ja) | 2007-02-22 |
| JP4818116B2 true JP4818116B2 (ja) | 2011-11-16 |
Family
ID=33490717
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2006533471A Expired - Fee Related JP4818116B2 (ja) | 2003-05-29 | 2004-05-26 | メタボノミクスにおいてｌｃ−ｍｓまたはｌｃ−ｍｓ／ｍｓデータの処理を行うための方法およびデバイス |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20060151688A1 (ja) |
| JP (1) | JP4818116B2 (ja) |
| DE (1) | DE112004000746B4 (ja) |
| GB (1) | GB2417557B (ja) |
| WO (1) | WO2004106915A1 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101526877B1 (ko) * | 2013-11-29 | 2015-06-09 | 한국과학기술연구원 | 대사체학을 이용한 갱년기 바이오마커를 선정하는 방법 및 동물모델에서의 갱년기 바이오마커 |
Families Citing this family (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1910959A1 (en) * | 2005-07-25 | 2008-04-16 | Metanomics GmbH | Means and methods for analyzing a sample by means of chromatography-mass spectrometry |
| US7949475B2 (en) | 2005-08-08 | 2011-05-24 | Metabolon Inc. | System and method for analyzing metabolomic data |
| JP4950993B2 (ja) | 2005-08-08 | 2012-06-13 | メタボロン インコーポレイテッド | 複数のサンプルから得られる代謝物のデータを、コンピュータシステムのデータベースを用いて比較および編集するためのシステムおよび方法 |
| JP4984617B2 (ja) * | 2006-04-12 | 2012-07-25 | 株式会社島津製作所 | 質量分析データ解析方法 |
| FI120116B (fi) * | 2006-05-10 | 2009-06-30 | Valtion Teknillinen | Informaationhallintatekniikoita metaboliaan liittyvälle datalle |
| US8084734B2 (en) * | 2006-05-26 | 2011-12-27 | The George Washington University | Laser desorption ionization and peptide sequencing on laser induced silicon microcolumn arrays |
| JP4983451B2 (ja) * | 2007-07-18 | 2012-07-25 | 株式会社島津製作所 | クロマトグラフ質量分析データ処理装置 |
| US7884318B2 (en) * | 2008-01-16 | 2011-02-08 | Metabolon, Inc. | Systems, methods, and computer-readable medium for determining composition of chemical constituents in a complex mixture |
| US8110796B2 (en) | 2009-01-17 | 2012-02-07 | The George Washington University | Nanophotonic production, modulation and switching of ions by silicon microcolumn arrays |
| JP5272822B2 (ja) * | 2009-03-17 | 2013-08-28 | 株式会社島津製作所 | 代謝物解析用データ処理装置 |
| US8761465B2 (en) * | 2009-03-18 | 2014-06-24 | Microsoft Corporation | Centroid processing |
| US9490113B2 (en) * | 2009-04-07 | 2016-11-08 | The George Washington University | Tailored nanopost arrays (NAPA) for laser desorption ionization in mass spectrometry |
| ES2434737T3 (es) * | 2010-10-27 | 2013-12-17 | Lonza Biologics Plc. | Procedimiento rápido de selección de células (líneas celulares) dirigida |
| DE102012112242C5 (de) * | 2012-12-13 | 2021-07-29 | Labor Berlin - Charité Vivantes GmbH | Analyseverfahren für die Analyse von Substanzgemischen |
| CN104111819B (zh) * | 2014-08-06 | 2016-07-20 | 山东师范大学 | 基于并行计算的代谢组学数据处理方法 |
| US10520479B2 (en) | 2014-09-08 | 2019-12-31 | Shimadzu Corporation | Liquid chromatograph mass spectrometer |
| CN105353607B (zh) | 2015-11-26 | 2017-10-27 | 江南大学 | 一种由数据差异驱动的间歇过程自学习动态优化方法 |
| EP3173782A1 (de) | 2015-11-26 | 2017-05-31 | Karlsruher Institut für Technologie | Verfahren zur steuerung kontinuierlicher chromatographie und multisäulen-chromatographie-anordnung |
| CN108780065B (zh) * | 2016-03-14 | 2021-03-19 | 株式会社岛津制作所 | 质谱分析数据解析装置、方法及非暂时性计算机可读介质 |
| CN106018653A (zh) * | 2016-07-29 | 2016-10-12 | 云南省烟草农业科学研究院 | 一种基于气相色谱质谱的烟草根部代谢组学分析方法 |
| CN106290618A (zh) * | 2016-07-29 | 2017-01-04 | 云南省烟草农业科学研究院 | 一种基于气相色谱质谱的烟草种子代谢组学分析方法 |
| CN106290617A (zh) * | 2016-07-29 | 2017-01-04 | 云南省烟草农业科学研究院 | 一种基于气相色谱质谱的烟叶代谢组学分析方法 |
| CN106290616A (zh) * | 2016-07-29 | 2017-01-04 | 云南省烟草农业科学研究院 | 一种基于气相色谱质谱的烟草花瓣代谢组学分析方法 |
| CN106841494B (zh) * | 2017-04-17 | 2018-03-20 | 宁夏医科大学 | 基于uplc‑qtof的植物差异性代谢物快速筛选方法 |
| CN107203497B (zh) * | 2017-06-21 | 2021-03-16 | 佛山科学技术学院 | 一种基于偏最小二乘法的生物特征标记物提取方法及系统 |
| CN110967436A (zh) * | 2018-09-28 | 2020-04-07 | 中国人民解放军军事科学院军事医学研究院 | 一种基于质谱检测的对肉毒杆菌不同血清型分型的方法 |
| CN113383236A (zh) * | 2018-11-23 | 2021-09-10 | 新加坡科技研究局 | 多属性鉴定未知生物样品的方法 |
| CN112967758A (zh) * | 2021-02-04 | 2021-06-15 | 麦特绘谱生物科技（上海）有限公司 | 一种自组装的代谢组学数据处理系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003017177A2 (en) * | 2001-08-13 | 2003-02-27 | Beyong Genomics, Inc. | Method and system for profiling biological systems |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1327883A3 (en) * | 2002-01-10 | 2003-07-30 | Max-Planck-Gesellschaft zur Förderung der Wissenschaften e.V. | Combined metabolomic, proteomic and transcriptomic analysis from one, single sample and suitable statistical evaluation of data |
| GB2405972B (en) * | 2002-05-31 | 2007-08-15 | Waters Investments Ltd | A method of using data binning in the analysis of chromatograhpy/spectrometry data |
-
2004
- 2004-05-26 GB GB0523990A patent/GB2417557B/en not_active Expired - Fee Related
- 2004-05-26 DE DE112004000746.1T patent/DE112004000746B4/de not_active Expired - Fee Related
- 2004-05-26 WO PCT/US2004/016797 patent/WO2004106915A1/en active Application Filing
- 2004-05-26 JP JP2006533471A patent/JP4818116B2/ja not_active Expired - Fee Related
-
2005
- 2005-11-29 US US11/288,588 patent/US20060151688A1/en not_active Abandoned
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003017177A2 (en) * | 2001-08-13 | 2003-02-27 | Beyong Genomics, Inc. | Method and system for profiling biological systems |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101526877B1 (ko) * | 2013-11-29 | 2015-06-09 | 한국과학기술연구원 | 대사체학을 이용한 갱년기 바이오마커를 선정하는 방법 및 동물모델에서의 갱년기 바이오마커 |
Also Published As
| Publication number | Publication date |
|---|---|
| GB2417557A (en) | 2006-03-01 |
| DE112004000746B4 (de) | 2014-09-25 |
| US20060151688A1 (en) | 2006-07-13 |
| JP2007503594A (ja) | 2007-02-22 |
| GB2417557B (en) | 2008-05-21 |
| DE112004000746T5 (de) | 2008-03-06 |
| GB0523990D0 (en) | 2006-01-04 |
| WO2004106915A1 (en) | 2004-12-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4818116B2 (ja) | メタボノミクスにおいてｌｃ−ｍｓまたはｌｃ−ｍｓ／ｍｓデータの処理を行うための方法およびデバイス | |
| Aceña et al. | Advances in liquid chromatography–high-resolution mass spectrometry for quantitative and qualitative environmental analysis | |
| Theodoridis et al. | Mass spectrometry‐based holistic analytical approaches for metabolite profiling in systems biology studies | |
| Barnes et al. | Training in metabolomics research. I. Designing the experiment, collecting and extracting samples and generating metabolomics data | |
| Tautenhahn et al. | Highly sensitive feature detection for high resolution LC/MS | |
| Gillette et al. | Quantitative analysis of peptides and proteins in biomedicine by targeted mass spectrometry | |
| CN106055895B (zh) | 产物离子谱的数据独立获取及参考谱库匹配 | |
| Pasikanti et al. | Gas chromatography/mass spectrometry in metabolic profiling of biological fluids | |
| US8190375B2 (en) | System and method for characterizing a chemical sample | |
| JP4704034B2 (ja) | クロマトグラフィ／分光測定データの解析でデータビンニングを用いる方法 | |
| US20060169885A1 (en) | System and method for isotopic signature and mass analysis | |
| Athersuch | Metabolome analyses in exposome studies: profiling methods for a vast chemical space | |
| Kumar et al. | LCMS-a Review and a Recent Update | |
| Lind et al. | The use of mass spectrometry for analysing metabolite biomarkers in epidemiology: methodological and statistical considerations for application to large numbers of biological samples | |
| Alsaleh et al. | Mass spectrometry: a guide for the clinician | |
| US20240266001A1 (en) | Method and apparatus for identifying molecular species in a mass spectrum | |
| Bjerrum | Metabonomics: analytical techniques and associated chemometrics at a glance | |
| Barnes | Overview of experimental methods and study design in metabolomics, and statistical and pathway considerations | |
| Tobolkina et al. | Challenges in ESI-MS-based untargeted metabolomics | |
| Amoresano et al. | Mass spectrometry in metabolomics | |
| Oppermann et al. | High precision measurement and fragmentation analysis for metabolite identification | |
| Brophy et al. | Ion-neutral clustering of bile acids in electrospray ionization across UPLC flow regimes | |
| JP4699989B2 (ja) | 同定済み代謝物を処理するシステムおよび方法 | |
| CN110554082B (zh) | 用于检测未知种类的分子的标记状态的方法 | |
| Samaraweera et al. | MolFind 2: A Protocol for Acquiring and Integrating MS 3 Data to Improve In Silico Chemical Structure Elucidation for Metabolomics |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070509 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20090721 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20091215 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20100204 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20100212 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100615 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20101026 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20110120 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20110127 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110422 |
|
| 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: 20110823 |
|
| 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: 20110830 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140909 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4818116 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |