JP4950029B2 - 質量分析計 - Google Patents

Description

本発明は、質量分析方法および質量分析計に関する。好ましい実施形態は、液体クロマトグラフィー質量分析（「ＬＣ−ＭＳ」）によって得られたペプチド消化物に関連するデータのクラスタリング、関連付けまたはグループ化に関する。

データは、質量または質量電荷比およびクロマトグラフィー保持時間に基づいてクラスタリングされることが好ましい。特に、別個の取得または実験作業に関連する質量スペクトルデータが関連付けされ、かつ分析されることが好ましい。さらに、２つ以上の異なるサンプル中のペプチドまたはタンパク質等の被分析試料の相対濃度、強度または発現量における変化または差は、検出または認識することができる。２つの異なるサンプル中においてさまざまに発現される被分析試料は、その後、引き続き同定することができる。

ｋ−平均クラスタリングとして知られる非階層クラスタリング方法が公知である。このクラスタリング方法は、理論上は、別個の取得または実験において得られた、液体クロマトグラフィー質量分析実験に関連するデータをどのようにして関連付けるかまたはクラスタリングするかという問題に適用しうる。

公知のｋ−平均クラスタリング手法は、ｎ個のデータポイントをｋ個のクラスタに分類することを含む。各ポイントまたはデータは、ｄ個の変数の集合に対する何らかの距離尺度（通常はユークリッド距離）により、その集合に対する平均値が自らの重心に最も近いクラスタに割り当てられる。このような割り当ては、ポイントを再割り当てすること、および重心を（あるクラスタにおけるすべてのポイントにわたって)再計算することによってさらなる変化が起こらなくなるまで反復して計算されうる。

しかし、ｋ−平均クラスタリングは、クラスタリングを行なうにはクラスタの数ｋをまず特定する必要があるという欠点を有する。また、ｋ−平均クラスタリングは、クラスタ中心のすべての考えられる位置にわたって積分を行なうのではなく、クラスタ中心に対して特定の位置を見出すに過ぎない。２つのデータポイント間の関連付けの確率を得るために特別な距離基準を適切に正規化することもできない。

したがって、当業者は、ＬＣ−ＭＳデータのクラスタリングにｋ−平均クラスタリングを用いることに特有の様々な制限が存在することを理解するであろう。好ましい実施形態は、ＬＣ−ＭＳデータをクラスタリングするための確率的またはベイズ的手法を含む、ＬＣ−ＭＳデータのクラスタリングへの全く異なる手法に関する。

背景として、ベイズの確率定理は命題の確率を扱う。確率は、ある命題がどれくらい真であるかを表す。例えば、確率１は、絶対に確実であることを意味する。確率０は、絶対に確実であるが、命題が偽であるとことが絶対に確実であることを意味する。確率０．５は、命題が真または偽であるかについての不確実性が最大であることを意味する。

新たな情報を得た際に確率を変更することは、ベイズの推論の重要な側面である。いわゆるベイズ規則は、合理的なエージェントが、新たな情報（証拠）を得た際に、その信念をどのように変えるかを定義する。

ベイズの確率または確実性は、常に条件付きである。このことは、確率が、何らかの背景仮定に照らして推測されるということを意味する。条件付き確率は、Ｐ（事象｜仮定）という表記を用いて記載されうる。確率は、「仮定」が真であると考えられる場合に「事象」が真であることがどれくらい確実であるかを示す、０と１との間の数である。条件付き確率は、Ｍを依存モデルとして、Ｄをデータとして、Ｐ（Ｄ｜Ｍ）またはＰ（Ｍ｜Ｄ）の形で記載されることが多い。したがって、Ｐ（Ｄ｜Ｍ）は、モデルＭが真のモデルであると考えられる場合にデータＤを得る確率を意味する。同様に、Ｐ（Ｍ｜Ｄ）は、データＤが得られた場合にモデルＭが真のモデルである確率を意味する。確率が単にＰ（Ｍ）またはＰ（Ｄ）として表わされる場合もあるが、すべての確率は実際には条件付きであるため、これらは不正確なベイズ表記である。しかし、すべての項が同じ背景仮定を有する場合には、それらを繰り返す必要がない場合もある。理論上は、確率は、Ｕを背景仮定の集合として、Ｐ（Ｄ｜Ｍ，Ｕ）およびＰ（Ｍ｜Ｄ，Ｕ）およびＰ（Ｍ｜Ｕ）およびＰ（Ｄ｜Ｕ）の形で記載されるのがよい。

エキスパートシステムは、親の事象のそれぞれに重み付けすることにより相互に依する事象の確率を計算することがよくある。ベイジアン信念ネットワークは、事象の互いへの影響を測定する数学的に正しい、したがって、より正確な方法を提供すると考えられる。これに関与する数学は、双方向への計算を可能にする。したがって、例えば、どの事象が別の事象の最も可能性の高い原因であるのかを見出すことが可能である。

独立した事象に対する以下の確率の生成規則が周知である。

ここで、ｐ（ＡＢ）は、ＡおよびＢが起こる確率である。

これは、依存した事象に関する以下の生成規則の特別な場合であり、ここで、ｐ（Ａ｜Ｂ）は、Ｂが既に起こった場合のＡの確率を意味する。

したがって、

であるので、

となる。

上記の式は、ベイズの定理を単純化したものである。この式により、周知の他の確率に関して計算された、Ｂが既に起こった場合にＡが起こる確率が与えられる。

ベイズの定理は、以下の式のように要約される。

Ｈ₀は、アブイニシオ（非経験的）に得られるか、あるいは何らかの事前の観測の集合から導き出された仮説であるが、新たな観測または証拠Ｅの前の仮説とすることができる。項Ｐ（Ｈ₀）は、Ｈ₀の事前確率と呼ばれる。項Ｐ（Ｅ｜Ｈ₀）は、仮説Ｈ₀が真である場合に観測Ｅが見られる条件付き確率（Ｅが与えられたＨ₀の関数）であり、尤度関数と呼ばれる。項Ｐ（Ｅ）は、Ｅの周辺確率と呼ばれ、これは正規化定数であり、すべての互いに排反な仮説の総和として計算されうる。

項Ｐ（Ｈ₀｜Ｅ）は、Ｅが与えられたＨ₀の事後確率と呼ばれる。スケーリングファクタＰ（Ｅ｜Ｈ₀）／Ｐ（Ｅ）により、観測が仮説への信頼に与えるインパクトの尺度が得られる。考えられている特定の仮説が真でない場合に観測がなされる可能性が低いならば、このスケーリングファクタは大きくなる。このスケーリングファクタを仮説が正しいとする事前確率と乗算すると、観測が与えられた場合に仮説が正しいとする事後確率の尺度が得られる。

推定作業を行なうための鍵は、仮説および考えられる選択肢に与えられた事前確率の割り当て、および、異なる仮説の下での観測の条件付き確率の計算である。

ＬＣ−ＭＳデータの扱いにｋ−クラスタリング手法を用いる試みには一定の制限があるということを鑑みると、ＬＣ−ＭＳデータを正確にクラスタリング、関連付けまたはグループ化する改良された方法を提供することが望まれる。

本発明の一局面によると、第１のサンプル中の成分、分子または被分析試料の第１の物理化学的性質および第２の物理化学的性質を決定するステップであって、前記第１の物理化学的性質は、質量または質量電荷比を含み、前記第２の物理化学的性質は、溶出時間、疎水性、親水性、移動時間、またはクロマトグラフィー保持時間を含むステップと、
第２のサンプル中の成分、分子または被分析試料の第１の物理化学的性質および第２の物理化学的性質を決定するステップであって、前記第１の物理化学的性質は、質量または質量電荷比を含み、前記第２の物理化学的性質は、溶出時間、疎水性、親水性、移動時間、またはクロマトグラフィー保持時間を含むステップと、
前記第１のサンプル中の成分、分子または被分析試料に関連するデータを、前記第２のサンプル中の成分、分子または被分析試料に関連するデータと確率的に関連付ける、クラスタリングするまたはグループ化するステップとを含む質量分析方法が提供される。

上記好ましい実施形態によると、上記方法は、１つ以上のさらなるサンプル中の成分、分子または被分析試料の第１の物理化学的性質および第２の物理化学的性質を決定するステップであって、前記第１の物理化学的性質は、質量または質量電荷比を含み、前記第２の物理化学的性質は、溶出時間、疎水性、親水性、移動時間、またはクロマトグラフィー保持時間を含むステップをさらに含む。

前記第１の物理化学的性質の起こりそうな誤差および／または前記第２の物理化学的性質の起こりそうな誤差が決定されることが好ましい。

前記第１のサンプルおよび／または前記第２のサンプルおよび／またはさらなるサンプル中の成分、分子もしくは被分析試料は、液体クロマトグラフィーによって分離されることが好ましい。一実施形態によると、前記第１のサンプルおよび／または前記第２のサンプルおよび／またはさらなるサンプル中の成分、分子もしくは被分析試料は、（ｉ）高速液体クロマトグラフィー（「ＨＰＬＣ」）、（ｉｉ）陰イオン交換、（ｉｉｉ）陰イオン交換クロマトグラフィー、（ｉｖ）陽イオン交換、（ｖ）陽イオン交換クロマトグラフィー、（ｖｉ）イオン対逆相クロマトグラフィー、（ｖｉｉ）クロマトグラフィー、（ｖｉｉ）一次元電気泳動法、（ｉｘ）多次元電気泳動法、（ｘ）サイズ排除、（ｘｉ）アフィニティー、（ｘｉｉ）逆相クロマトグラフィー、（ｘｉｉｉ）キャピラリー電気泳動クロマトグラフィー（「ＣＥＣ」）、（ｘｉｖ）電気泳動法、（ｘｖ）イオン移動度分離法、（ｘｖｉ）電界非対称性イオン移動度分離法（Field Asymmetric Ion Mobility Separation）（「ＦＡＩＭＳ」）、または（ｘｖｉ）キャピラリー電気泳動法によってその他の成分、分子または被分析試料から分離される。

前記第１のサンプルに関連するデータおよび／または前記第２のサンプルに関連するデータおよび／またはさらなるサンプルに関連するデータから単一のデータセットが形成されることが好ましい。前記単一のデータセット中のデータにサンプル番号が割り当てられることが好ましい。

前記第１のサンプル中の成分、分子または被分析試料に関連するデータを、前記第２のサンプル中の成分、分子または被分析試料に関連するデータと確率的に関連付ける、クラスタリングする、またはグループ化するステップは、試行錯誤法を使用または採用し、データの最も確からしい関連付け、クラスタリングまたはグループ化を決定するステップをさらに含むことが好ましい。

前記第１のサンプル中の成分、分子もしくは被分析試料に関連するデータポイントは、前記第２のサンプル中の成分、分子もしくは被分析試料に関連するデータポイントおよび／またはさらなるサンプル中の成分、分子もしくは被分析試料に関連するデータポイントと比較されることが好ましい。

各データポイントは、前記第１の物理化学的性質の値および／または前記第２の物理化学的性質の値を含むことが好ましい。前記データポイントは、ｘダルトンの幅を有する質量または質量電荷比ビンに分割または分離されることが好ましく、ｘは、（ｉ）１．００００〜１．０００１、（ｉｉ）１．０００１〜１．０００２、（ｉｉｉ）１．０００２〜１．０００３、（ｉｖ）１．０００３〜１．０００４、（ｖ）１．０００４〜１．０００５、（ｖｉ）１．０００５〜１．０００６、（ｖｉｉ）１．０００６〜１．０００７、（ｖｉｉｉ）１．０００７〜１．０００８、（ｉｘ）１．０００８〜１．０００９、（ｘ）１．０００９〜１．００１０、（ｘｉ）＜１．００００、（ｘｉｉ）＞１．００１０、および（ｘｉｉｉ）１．０００５からなる群より選択されることが好ましい。

前記データは最初に１つ以上の第１のデータポイントクラスタにクラスタリング、グループ化、または関連付けされることが好ましい。前記データポイントを１つ以上の第１のデータポイントクラスタにクラスタリングする前記ステップは、前記データポイントを確率的にクラスタリングするステップを含むことが好ましいが、やや好ましくは、データを最初にクラスタリングするのに他の手法を用いてもよい。

上記好ましい方法は、データポイントの近似性をペアワイズ（on a pairwise basis）で評価するステップをさらに含むことが好ましい。データポイントの近似性をペアワイズで評価する前記ステップは、決定された質量誤差または質量電荷比誤差が与えられた場合の質量または質量電荷比ビン中のデータポイントの近似性をペアワイズで評価するステップを含むことが好ましい。

上記好ましい方法は、２つのデータポイントが同一の成分、分子または被分析試料に関連する尤度を確率的に計算するステップをさらに含む。上記方法は、２つのデータポイントが同一の成分、分子または被分析試料に関連するペアワイズ確率ｐ_ijを決定するステップをさらに含むことが好ましい。

好ましい実施形態によると、上記方法は、前記ペアワイズ確率ｐ_ijをマトリックス状に配列するステップをさらに含む。前記マトリックスに１つ以上の試みの真理値表が割り当てられることが好ましい。上記方法は、前記マトリックスが推移特性（transivity property）に従っているかどうかを決定することにより、前記マトリックスがセルフコンシステントであるかどうかを調べるステップをさらに含むことが好ましい。前記推移特性は以下の式を含むことが好ましい。

前記マトリックスが前記推移特性に従っていない場合、前記方法は、前記試みの真理値表を棄却するステップをさらに含むことが好ましい。前記マトリックスが前記推移特性に従っている場合、前記方法は、前記試みの真理値表に確率を割り当てるステップをさらに含むことが好ましい。

一実施形態によると、上記方法は、前記マトリックスにさらなる試みの真理値表を割り当てるステップをさらに含む。上記と同様に、上記方法は、前記マトリックスが推移特性に従っているかどうかを決定することにより、前記マトリックスがセルフコンシステントであるかどうかを調べることが好ましく、前記推移特性は以下の式を含むことが好ましい。

前記マトリックスが前記推移特性に従っていない場合、前記方法は、前記さらなる試みの真理値表を棄却するステップをさらに含む。前記マトリックスが前記推移特性に従っている場合、前記方法は、前記さらなる試みの真理値表に確率を割り当てるステップを含む。

上記好ましい実施形態の特に好ましい一局面は、最も確からしい真理値表を決定するステップをさらに含む。

やや好ましい一実施形態によると、前記データは１つ以上の第１のデータポイントクラスタに最初にクラスタリング、グループ化、または関連付けされてもよく、このステップは、ｋ−平均クラスタリング、またはそれ自体が周知である他の方法を使用するステップを含む。

好ましくは確率的手法、やや好ましくは別の手法を用いて、データがひとたび最初にクラスタリングされると、その後、データのクラスタリングは、改善が可能であるかどうかを調べるために任意にテストされる。この任意のテストの最後で、データのクラスタリングは実質的に変更されないかもしれない。実際、一実施形態によると、データは、開示した確率的クラスタリング方法によって最初に最適にクラスタリングすることができ、さらなるステップは、データのクラスタリングにおいて最初の改善をもたらさないと考えられる。

上記好ましい実施形態によると、上記方法は、前記データポイントを１つ以上の第２のデータポイントクラスタに確率的にクラスタリングするステップをさらに含むことが好ましい。上記方法は、前記１つ以上の第２のデータポイントクラスタの全体的な確率または等価性（equivalently）を最大化するステップをさらに含みうる。これは、データポイントを新たなデータポイントクラスタ内に移動させるかまたは入れるステップをさらに含みうる。各データポイントは、最も近接するより高いまたはより低い前記第１の物理化学的性質および／または前記第２の物理化学的性質の値を有するデータポイントと同一のクラスタ内に移動させられるかまたは入れられることが好ましい。

一実施形態によると、各データポイントは、隣接するデータポイントと同一のクラスタ内に最初にあった場合、自身のクラスタ内に移動させられるかまたは入れられることができる。上記方法は、１つのまたは各データポイントが最初に属すると考えられるクラスタを、さらなる改善が実質的に見出されなくなるまで反復的に変更するステップをさらに含むことが好ましい。１つのまたは各データポイントが最初に属すると考えられるクラスタを反復的に変更する上記方法は、予め割り当てられた反復限度に達するまでを継続しうる。

上記好ましい実施形態の特に好ましい一局面によると、上記方法は、前記１つ以上の第２の（やや好ましくは、第１の）データポイントクラスタを問い合わせて、前記第１のサンプル、前記第２のサンプルおよび任意のさらなるサンプルからの分子、被分析試料またはイオンを表す唯一のデータポイントを好ましくは含む１つ以上の第３のデータポイントクラスタを決定するステップをさらに含む。

しかし、やや好ましい実施形態によると、この厳しい要件は、特に、データが大量にある場合には取り下げてもよいと考えられる。したがって、やや好ましい一実施形態によると、上記方法は、前記１つ以上の第２の（やや好ましくは、第１の）データポイントクラスタを問い合わせて、前記第１のサンプル、前記第２のサンプルおよび任意のさらなるサンプルからの分子、被分析試料またはイオンを表す１つのデータポイントを通常（しかし、かならずしもそれだけに限らず）含む１つ以上の第３のデータポイントクラスタを決定するステップをさらに含みうる。

前記第３のデータポイントクラスタに関連する前記データポイントは、高レベルの確実性を有すると仮定されるかもしくは割り当てられているか、または、真もしくは１の値を有すると仮定されるかもしくは割り当てられていることが好ましい。その後、データポイントは、内部基準点として機能する。

前記１つ以上の第３のデータポイントクラスタの少なくとも一部またはそれぞれにおける分子、被分析試料またはイオンの前記第２の物理化学的性質に関連するデータを平均して、前記第２の物理化学的性質に対する平均値を生成することが好ましい。前記第３のデータポイントクラスタを生成するためにクラスタリングされた前記１つ以上のデータポイントのデータは、前記平均値が前記データポイントに対する前記第２の物理化学的性質の値になるように調整されることが好ましい。

ひとたび内部基準点に第２の物理化学的性質（例えば、保持時間）の平均値が割当てられると、これら内部基準点に関して、残りのデータ、より好ましくはデータセット全体がリアライメントまたは較正される。

上記好ましい実施形態によると、上記方法は、観測された第２の物理化学的性質に関連するデータを、前記第２の物理化学的性質に対する前記平均値に相関させるかまたは修正するための較正関数を決定するステップをさらに含むことが好ましい。前記較正関数は、三次スプライン関数、多項式関数または確率的な較正関数を含みうる。

上記方法は、各サンプルからの、または全サンプルからのデータポイントを調整し、すべてのデータセットに対する第２の物理化学的性質をアライメントする、再較正する、修正する、または再割り当てするステップをさらに含むことが好ましい。ひとたびデータがリアライメントまたは再較正されると、上記方法は、前記第２の物理化学的性質（例えば、保持時間）に対する誤差を決定するかまたは割り当てるステップをさらに含むことが好ましい。

上記好ましい方法は、前記第１のサンプル中の成分、分子または被分析試料に関連する調整済みのデータポイントを、前記第２のサンプル中の成分、分子もしくは被分析試料に関連する調整済みのデータポイントおよび／またはさらなるサンプル中の成分、分子もしくは被分析試料に関連する調整済みのデータポイントと比較するステップをさらに含むことが好ましい。

各調整済みのデータポイントは、前記第１の物理化学的性質の未調整の値および／または前記第２の物理化学的性質の調整済みの値を含むことが好ましい。

前記調整済みのデータポイントは、ｘダルトンの幅を有する質量または質量電荷比ビンに分割または分離されることが好ましく、ｘは、（ｉ）１．００００〜１．０００１、（ｉｉ）１．０００１〜１．０００２、（ｉｉｉ）１．０００２〜１．０００３、（ｉｖ）１．０００３〜１．０００４、（ｖ）１．０００４〜１．０００５、（ｖｉ）１．０００５〜１．０００６、（ｖｉｉ）１．０００６〜１．０００７、（ｖｉｉｉ）１．０００７〜１．０００８、（ｉｘ）１．０００８〜１．０００９、（ｘ）１．０００９〜１．００１０、（ｘｉ）＜１．００００、（ｘｉｉ）＞１．００１０、および（ｘｉｉｉ）１．０００５からなる群より選択されることが好ましい。

上記好ましい実施形態によると、上記方法は、前記調整済みのデータポイントを１つ以上の第４のデータポイントクラスタにクラスタリングするステップをさらに含むことが好ましい。

前記調整済みのデータポイントを１つ以上の第４のデータポイントクラスタにクラスタリングする前記ステップは、前記データポイントを上記と同様に確率的にクラスタリングするステップを含むことが好ましい。したがって、上記方法は、調整済みのデータポイントの近似性をペアワイズで評価するステップを含むことが好ましく、調整済みのデータポイントの近似性をペアワイズで評価する前記ステップは、決定された質量誤差または質量電荷比誤差が与えられた場合の質量または質量電荷比ビン中の調整済みのデータポイントの近似性をペアワイズで評価するステップを含む。

上記方法は、２つの調整済みのデータポイントが同一の成分、分子または被分析試料に関連する尤度を確率的に計算するステップをさらに含むことが好ましい。上記方法は、２つの調整済みのデータポイントが同一の成分、分子または被分析試料に関連するペアワイズ確率を決定するステップをさらに含むことが好ましい。

上記好ましい実施形態によると、前記ペアワイズ確率ｐ_ijは第２のマトリックス状に配列されることが好ましい。前記第２のマトリックスに１つ以上の第２の真理値表が割り当てられることが好ましい。前記第２のマトリックスが推移特性に従っているかどうかを決定することにより、前記第２のマトリックスがセルフコンシステントであるかどうかを調べることが好ましい。前記推移特性は以下の式を含むことが好ましい。

前記第２のマトリックスが前記推移特性に従っていない場合、前記方法は、前記第２の試みの真理値表を棄却するステップをさらに含むことが好ましい。前記第２のマトリックスが前記推移特性に従っている場合、前記方法は、前記第２の試みの真理値表に確率を割り当てるステップをさらに含むことが好ましい。

上記好ましい実施形態によると、上記方法は、前記第２のマトリックスにさらなる第２の試みの真理値表を割り当てるステップをさらに含むことが好ましい。上記方法は、前記第２のマトリックスが推移特性に従っているかどうかを決定することにより、前記第２のマトリックスがセルフコンシステントであるかどうかを調べるステップをさらに含むことが好ましい。前記推移特性は以下の式を含むことが好ましい。

前記第２のマトリックスが前記推移特性に従っていない場合、前記方法は、前記さらなる第２の試みの真理値表を棄却するステップをさらに含むことが好ましい。前記第２のマトリックスが前記推移特性に従っている場合、前記方法は、前記第２のさらなる試みの真理値表に確率を割当てるステップをさらに含むことが好ましい。

一実施形態によると、上記方法は、最も確からしい第２の真理値表を決定するステップをさらに含む。

やや好ましい一実施形態によると、前記データを１つ以上の第４のデータポイントクラスタにクラスタリングする前記ステップは、ｋ−平均クラスタリングを用いるステップを含む。

上記好ましい実施形態は、前記調整済みのデータポイントを１つ以上の第５のデータポイントクラスタに確率的にクラスタリングするステップをさらに含むことが好ましい。このステップは任意であって、必須ではない。

上記好ましい実施形態は、１つ以上の第５のデータポイントクラスタの全体的な確率または等価性を最大化するステップをさらに含むことが好ましい。これは、データポイントを新たなデータポイントクラスタ内に移動させるかまたは入れるステップを含むことが好ましい。各データポイントは、最も近接するより高いまたはより低い前記第１の物理化学的性質および／または前記第２の物理化学的性質の値を有するデータポイントと同一のクラスタ内に移動させられるかまたは入れられることが好ましい。各データポイントは、隣接するデータポイントと同一のクラスタ内に最初にあった場合、自身のクラスタ内に移動させられるかまたは入れられることが好ましい。上記方法は、１つのまたは各データポイントが最初に属すると考えられるクラスタを、さらなる改善が実質的に見出されなくなるまで反復的に変更するステップをさらに含むことが好ましい。

一実施形態によると、上記方法は、１つのまたは各データポイントが最初に属すると考えられるクラスタを、予め割り当てられた反復限度に達するまで反復的に変更するステップをさらに含むことが好ましい。

一実施形態によると、上記方法は、前記第１のサンプル中の第１の成分、分子もしくは被分析試料および／または前記第２のサンプル中の第１の成分、分子もしくは被分析試料および／またはさらなるサンプル中の第１の成分、分子もしくは被分析試料の強度を決定するステップをさらに含む。

前記第１のサンプル中の前記第１の成分、分子もしくは被分析試料の強度は、前記第２のサンプルおよび／またはさらなるサンプル中の対応する第１の成分、分子もしくは被分析試料と比較されることが好ましく、前記第１の成分、分子もしくは被分析試料が、データの同一の関連付け、クラスタリングまたはグループ化に属する。前記第１のサンプルおよび／または前記第２のサンプルおよび／またはさらなるサンプルは、複数の異なるバイオポリマー、タンパク質、ペプチド、ポリペプチド、オリゴヌクレオチド、オリゴヌクレオシド、アミノ酸、炭水化物、糖、脂質、脂肪酸、ビタミン、ホルモン、ＤＮＡの部分もしくは断片、ｃＤＮＡの部分もしくは断片、ＲＮＡの部分もしくは断片、ｍＲＮＡの部分もしくは断片、ｔＲＮＡの部分もしくは断片、ポリクローナル抗体、モノクローナル抗体、リボヌクレアーゼ、酵素、代謝産物、多糖類、リン酸化ペプチド、リン酸化タンパク質、糖ペプチド、糖タンパク質またはステロイドを含みうる。

前記第１のサンプルおよび／または前記第２のサンプルおよび／またはさらなるサンプルは、異なるアイデンティティを有する、少なくとも２、５、１０、２０、３０、４０、５０、６０、７０、８０、９０、１００、２００、３００、４００、５００、６００、７００、８００、９００、１０００、１５００、２０００、２５００、３０００、３５００、４０００、４５００、または５０００の成分、分子または被分析試料を含むのが好ましい。

前記第１のサンプルおよび／または前記第２のサンプルおよび／またはさらなるサンプルは、モル濃度の等しくない異種からなる複合混合物を含みうる。

前記第１のサンプル中の前記成分、分子もしくは被分析試料は、前記第２のサンプルおよび／またはさらなるサンプル中の前記成分、分子もしくは被分析試料と実質的に同一であることが好ましい。

前記成分、分子または被分析試料は、前記第１のサンプルおよび／または前記第２のサンプルおよび／またはさらなるサンプルに対して内因性または外因性であることが好ましい。

一実施形態によると、（ｉ）前記第１のサンプルは罹患生体からとられ、前記第２のサンプルは非罹患生体からとられる、（ｉｉ）前記第１のサンプルは処置生体からとられ、前記第２のサンプルは非処置生体からとられる、または（ｉｉｉ）前記第１のサンプルは変異生体からとられ、前記第２のサンプルは野生型生体からとられる、のいずれかである。

前記方法は、前記第１のサンプルおよび／または前記第２のサンプルおよび／またはさらなるサンプル中の前記成分、分子もしくは被分析試料のうち１つ以上を同定するステップをさらに含むことが好ましい。

一実施形態によると、前記第１のサンプル中の１つ以上の成分、分子もしくは被分析試料および／または前記第２のサンプル中の１つ以上の成分、分子もしくは被分析試料および／またはさらなるサンプル中の１つ以上の成分、分子もしくは被分析試料は、前記第１のサンプル中の１つ以上の成分、分子もしくは被分析試料の強度と前記第２のサンプルおよび／またはさらなるサンプル中の１つ以上の成分、分子もしくは被分析試料の強度との違いが所定量より大きい場合にのみ同定される。

一実施形態によると、前記第１のサンプル中の１つ以上の成分、分子もしくは被分析試料および／または前記第２のサンプル中の１つ以上の成分、分子もしくは被分析試料および／またはさらなるサンプル中の１つ以上の成分、分子もしくは被分析試料は、前記第１のサンプル中の複数の異なる成分、分子もしくは被分析試料の平均強度と前記第２のサンプルおよび／またはさらなるサンプル中の複数の異なる成分、分子もしくは被分析試料の平均強度との違いが所定量より大きい場合にのみ同定される。

前記所定量は、（ｉ）１％、（ｉｉ）２％、（ｉｉｉ）５％、（ｉｖ）１０％、（ｖ）２０％、（ｖｉ）５０％、（ｖｉｉ）１００％、（ｖｉｉｉ）１５０％、（ｉｘ）２００％、（ｘ）２５０％、（ｘｉ）３００％、（ｘｉｉ）３５０％、（ｘｉｉｉ）４００％、（ｘｉｖ）４５０％、（ｘｖ）５００％、（ｘｖｉ）１０００％、（ｘｖｉｉ）５０００％、および（ｘｖｉｉｉ）１００００％からなる群より選択されることが好ましい。

本発明の一局面によると、第１のサンプル中の成分、分子または被分析試料の第１の物理化学的性質および第２の物理化学的性質を決定するように構成された手段であって、前記第１の物理化学的性質は質量または質量電荷比を含み、前記第２の物理化学的性質は溶出時間、疎水性、親水性、移動時間、またはクロマトグラフィー保持時間を含む手段と、
第２の異なるサンプル中の成分、分子または被分析試料の第１の物理化学的性質および第２の物理化学的性質を決定するように構成された手段であって、前記第１の物理化学的性質は質量または質量電荷比を含み、前記第２の物理化学的性質は溶出時間、疎水性、親水性、移動時間、またはクロマトグラフィー保持時間を含む手段と、
前記第１のサンプル中の成分、分子または被分析試料を、前記第２のサンプル中の成分、分子または被分析試料と確率的に関連付ける、クラスタリングするまたはグループ化するように構成された手段とを備える質量分析計が提供される。

上記質量分析計は、液体クロマトグラフを備えることが好ましい。一実施形態によると、上記質量分析計は、１つ以上の質量フィルタおよび／または１つ以上の質量分析器をさらに備える。前記１つ以上の質量フィルタおよび前記１つ以上の質量分析器は、（ｉ）直交加速飛行時間質量分析器、（ｉｉ）軸方向加速飛行時間質量分析器、（ｉｉｉ）ポール（Ｐａｕｌ）三次元四重極イオントラップ質量分析器、（ｉｖ）二次元またはリニア四重極イオントラップ質量分析器、（ｖ）フーリエ変換イオンサイクロトロン共鳴質量分析器、（ｖｉ）扇形磁場質量分析器、（ｖｉｉ）四重極質量分析器、および（ｖｉｉｉ）ペニングトラップ質量分析器からなる群より選択される。

上記質量分析計は、イオン源をさらに備えることが好ましい。前記イオン源はパルス状イオン源または連続イオン源を備えることが好ましい。前記イオン源は、（ｉ）エレクトロスプレーイオン化（「ＥＳＩ」）イオン源、（ｉｉ）大気圧光イオン化（「ＡＰＰＩ」）イオン源、（ｉｉｉ）大気圧化学イオン化（「ＡＰＣＩ」）イオン源、（ｉｖ）マトリックス支援レーザー脱離イオン化（「ＭＡＬＤＩ」）イオン源、（ｖ）レーザー脱離イオン化（「ＬＤＩ」）イオン源、（ｖｉ）大気圧イオン化（「ＡＰＩ」）イオン源、（ｖｉｉ）シリコン上脱離イオン化（「ＤＩＯＳ」）イオン源、（ｖｉｉｉ）電子衝撃（「ＥＩ」）イオン源、（ｉｘ）化学イオン化（「ＣＩ」）イオン源、（ｘ）電界イオン化（「ＦＩ」）イオン源、（ｘｉ）電界脱離（「ＦＤ」）イオン源、（ｘｉｉ）誘導結合プラズマ（「ＩＣＰ」）イオン源、（ｘｉｉｉ）高速原子衝撃（「ＦＡＢ」）イオン源、（ｘｉｖ）液体二次イオン質量分析（「ＬＳＩＭＳ」）イオン源、（ｘｖ）脱離エレクトロスプレーイオン化（「ＤＥＳＩ」）イオン源、および（ｘｖｉ）ニッケル６３放射性イオン源（Nickel-63 radioactive ion source）からなる群より選択されることが好ましい。

本発明の一局面によると、第１のサンプル中の成分、分子または被分析試料の第１の物理化学的性質および第２の物理化学的性質を決定するステップと、
第２のサンプル中の成分、分子または被分析試料の第１の物理化学的性質および第２の物理化学的性質を決定するステップと、
前記第１のサンプル中の成分、分子または被分析試料を、前記第２のサンプル中の成分、分子または被分析試料と確率的に関連付ける、クラスタリングするまたはグループ化するステップとを含む質量分析方法が提供される。

前記第１の物理化学的性質は（ｉ）質量または質量電荷比、（ｉｉ）アイソトピックもしくは脱電荷状態（decharged）質量または質量電荷比、または（ｉｉｉ）モノアイソトピックもしくは脱同位体化（deisotoped）質量または質量電荷比を含むことが好ましい。

前記第２の物理化学的性質はクロマトグラフィー保持時間を含むことが好ましい。

前記第２の物理化学的性質は、（ｉ）溶解度、（ｉｉ）分子体積またはサイズ、（ｉｉｉ）正味電荷、荷電状態（charge state）、イオン電荷、または複合的な実測荷電状態、（ｉｖ）等電点（ｐＩ）、（ｖ）解離定数（ｐＫａ）、（ｖｉ）抗体親和力、（ｖｉｉ）電気泳動移動度、（ｖｉｉｉ）イオン化ポテンシャル、（ｉｘ）双極子モーメント、（ｘ）水素結合可能性（hydrogen-bonding capability）または水素結合能力（hydrogen-bonding capacity）、および（ｘｉ）気相中におけるイオン移動度からなる群より選択されることが好ましい。

本発明の一局面によると、第１のサンプル中の成分、分子または被分析試料の第１の物理化学的性質を決定するように構成された手段と、
第２の異なるサンプル中の成分、分子または被分析試料の第１の物理化学的性質を決定するように構成された手段と、
前記第１のサンプル中の成分、分子または被分析試料を、前記第２のサンプル中の成分、分子または被分析試料と確率的に関連付ける、クラスタリングするまたはグループ化するように構成された手段とを備える質量分析計が提供される。

本発明の一局面によると、異なる取得からの液体クロマトグラフィー質量分析ペプチドデータをクラスタリングする確率的方法であって、
異なる実験的取得における関連するサンプルからの複数のイオンの保持時間および質量を測定するステップと、
前記質量および保持時間を含むデータセットを、各測定に固有の不確実性の予測とともに生成するステップと、
質量および保持時間を用いて、異なる取得間でデータを関連付けるステップと、
前記関連付けが各実験的取得からの唯一の代表値を有するクラスタを生じさせる平均保持時間を計算するステップと、
前記平均保持時間を基準点として用いて、各取得に対する保持時間を較正するステップと、
質量および保持時間を用いて、クロマトグラフィーの精度および較正の質によって保証されるのと同程度にデータを強く関連付けるステップとを含む方法が提供される。

データの前記関連付けは、データを１．０００５ダルトンの質量ビンに分割することによってなされることが好ましい。

上記方法は、各質量ビンに対して、その質量ビン中の各データ対の関連付けのペアワイズ確率を決定するステップをさらに含むことが好ましい。

上記方法は、前記ペアワイズ確率を組み合わせることにより、前記質量ビン中のデータの任意の試みのクラスタリングに対する確率を決定するステップをさらに含むことが好ましい。

上記好ましい実施形態によると、上記方法は、前記ペアワイズ確率を閾値化することにより、質量および保持時間におけるデータの尤もらしい最初のクラスタリングを見出すステップをさらに含む。

上記方法は、前記尤もらしい最初のクラスタリングを出発点として局所探索を行なうことにより、最も確からしいクラスタリングを見出すステップをさらに含むことが好ましい。

好ましくは質量および保持時間を用いて、異なる取得間でデータを関連付ける前記ステップは、質量よりも弱い制約として保持時間を用いるステップを含むことが好ましい。

本発明の一局面によると、第１のサンプル中の成分、分子もしくは被分析試料または第１のサンプ中の成分、分子もしくは被分析試料に関連するデータを、第２のサンプル中の成分、分子もしくは被分析試料または第２のサンプル中の成分、分子もしくは被分析試料に関連するデータと確率的に関連付ける、クラスタリングするまたはグループ化するステップを含む質量分析方法が提供される。

本発明の一局面によると、第１のサンプル中の成分、分子もしくは被分析試料または第１のサンプル中の成分、分子もしくは被分析試料に関連するデータを、第２のサンプル中の成分、分子もしくは被分析試料または第２のサンプルの成分、分子もしくは被分析試料に関連するデータと確率的に関連付ける、クラスタリングするまたはグループ化するように構成された手段を備える質量分析計が提供される。

本発明の一局面によると、第１のサンプル中の成分、分子もしくは被分析試料または第１のサンプル中の成分、分子もしくは被分析試料に関連するデータを、第２のサンプル中の成分、分子もしくは被分析試料または第２のサンプル中の成分、分子もしくは被分析試料に関連するデータと関連付ける、クラスタリングするまたはグループ化するステップを含む質量分析方法が提供される。

本発明の一局面によると、第１のサンプル中の成分、分子もしくは被分析試料または第１のサンプル中の成分、分子もしくは被分析試料に関連するデータを、第２のサンプル中の成分、分子もしくは被分析試料または第２のサンプル中の成分、分子もしくは被分析試料に関連するデータと関連付ける、クラスタリングするまたはグループ化するように構成された手段を備える質量分析計が提供される。

本発明の一局面によると、データを関連付ける、クラスタリングするまたはグループ化するステップを含む質量分析方法が提供される。

本発明の一局面によると、データを関連付ける、クラスタリングするまたはグループ化するように構成された手段を備える質量分析計が提供される。

好ましい実施形態は、別個の実験的取得において、好ましくは質量または質量電荷比およびクロマトグラフィー保持時間などの保持時間に基づいて得られた液体クロマトグラフィー質量分析（ＬＣ−ＭＳ）データのクラスタリングに関する。上記好ましい手法は、サンプルが、異なる実験データにおいて同一種の被分析試料を見つけるまたは認識するためにサンプルに加えられる別個の較正物質を使うことを必要としないことが有利である。サンプルに導入される校正物質の使用により、データと干渉を起こしたり、データを抑制したりする可能性がある。しかし、校正物質は、実験作業において別の目的、すなわち質量分析計の設定がドリフトしないことを確実にするために周期的に用いてもよい。

好ましい実施形態は、ＬＣ−ＭＳデータの処理およびそのようなデータのクラスタリングに関する。しかし、やや好ましくは、開示したデータのクラスタリングに対する確率的またはベイズ的な手法は、ガスクロマトグラフィー質量分析（ＧＣ−ＭＳ）データ、および成分、分子または被分析試料が他の成分から適切な時期に分離されるその他のタイプの分析にも適用することが可能である。

好ましい実施形態によると、確率尺度を用いてデータポイントの近似性をペアワイズで（on a pair-wise basis）評価する。この尺度では、データが１つのクラスタから生じたという仮説を、データが、好ましくは質量−保持時間面内で均一な確率でランダムに分布されていると演繹的に考えられる２つの別個のクラスタから生じたという仮説と比較する。

クラスタが均一な確率で間隔Δで出現しうる１つの次元において、予測される＜Ｎ＞個のクラスタの（ポアソン分布の）平均および２つのデータポイントの位置は、ｘ_iおよびｘ_jであり、２つのデータポイントが同一のクラスタに関連付けられている確率は、以下の式によって得られる。

ここで、平均＜Ｎ＞は、ｋ−平均クラスタリングにおいて用いられる所定の数ｋとは対照的に、クラスタ数に関する自由度のある事前選択を示す。

上記の式において、Ｌ（ｘ_i，ｘ_j）は、２つのデータポイントｘ_iおよびｘ_jが、２つの別の実験的取得において存在する同一の成分、分子または被分析試料(すなわち、ペプチド消化物)に関連するデータポイントである尤度の確率的計算である。

ガウス差およびクラスタの位置に関する均一な事前確率分布があると仮定すると、２つのデータポイントが同一のペプチドに関連する尤度は、以下の式により得られる。

ここで、σ_iおよびσ_jは、それぞれ、位置ｘ_iおよびｘ_jにおける不確実性である。これは、２以上の次元に一般化される。

以下の確率尺度は、２つのデータが、異なるクラスタではなく同一のクラスタに属すると解釈される。

ｋ−平均クラスタリングとは異なり、この確率は、クラスタ中心のすべての考えられる位置にわたって積分されたものである。

以下の確率尺度によって定義されるペアワイズ確率値ｐ_ijを組み合わせることにより、データクラスタのあらゆる試みの構成に、総合確率Ｑを割り当てることが可能である。

ここで、Ｃ_iはデータｉが割り当てられたクラスタに割り当てられたデータセットであり、Ｍはデータポイントの数である。

クラスタの実行可能な最初の試みの構成がひとたび見出されると、クラスタ全体的な確率または等価性Ｑを最大化するよう努めることにより、これを増加的に改善することが好ましい。

好ましい実施形態によると、ペプチド消化物に関連する被分析試料のうち一部は、マトリックス法を用いてまずクラスタリングされることが好ましい。この方法によると、同一種のペプチド消化物に関連する２つのデータポイントのペアワイズ確率ｐ_ijは、まずマトリックス状に配列される。マトリックスは、データポイントが２つ毎に同一のクラスタに関連付けられているペアワイズ確率ｐ_ijを含むことが好ましい。例えば、以下のマトリックスは、４つのデータポイントＡ〜Ｄの対の各組み合わせにおけるデータポイントが同一のクラスタに関連する確率を表している。

上記の例において、マトリックスは、ポイントＡがポイントＢと同一のクラスタに関連する確率ｐ_ijは０．８であるということを示している。したがって、ポイントＡおよびポイントＢは、同一のクラスタに関連する可能性が高いのが理にかなっている。これに対し、ポイントＢがポイントＤと同一のクラスタに関連する確率ｐ_ijは０．２である。したがって、この可能性は低いのが理にかなっている。

マトリックスは、その後、０と１との間の様々な閾値で分析することができるので、閾値より下の確率には偽の値（例えば０）が割り当てられる一方、閾値より上の値には、どのデータが同一のクラスタに関連付けられているかを示す真の値（例えば１）が割り当てられる。

結果として生じるブール値ｂ_ijのマトリックスは、以下の式の必要な推移特性に従っていない場合があるため、実行可能なクラスタ構成を表していない場合がある。

したがって、上記条件は確認されることが好ましい。上記推移特性が満たされない場合、試みの真理値表は棄却されることが好ましい。

上記の閾値化方式は、ペアワイズ確率のマトリックスの様々な再構築に作用するように一般化されうる。これらは、最大固有値数および再構築されたマトリックスにおいて用いられる元のマトリックスの対応する固有値数をデクリメントすることにより、反復して生成されることが好ましい。

好ましい実施形態において、最初のクラスタ構成は、その後、質量およびクロマトグラフィー保持時間に基づいてデータポイントの順序を検討することにより改善されうる。次に、データポイントが属するクラスタは、反復方式によって順序ごとに変更が可能である。この方式によると、各データを、新たなクラスタ内に入れることができる。また、前のデータクラスタ（別個の場合）内にも入れられる。また、次のデータクラスタ（別個の場合）内にも入れられる。

この処理は、さらなる改善が見出されなくなるまで、あるいは事前に割り当てられた反復限度に達するまで繰り返すことができる。

好ましい実施形態において、データは、整数質量範囲またはビン（ｂｉｎｓ）に分割されることが好ましい。２つの隣接する質量ビンの中心間の質量差は、異なるペプチドに関連するデータが同一の質量ビンに含まれない程度に大きいことが好ましい。

アミノ酸は、約１．００００９から約１．０００７４まで様々である質量十分性（mass sufficiency）を有しており、平均質量十分性はおよそ１．０００４である。したがって、生物学的サンプルは、一般に、およそ１．０００５原子質量単位（ダルトン）の周期性を示し、よって、ビンは、平均的なペプチドバリオンの質量に相当する１．０００５ダルトンの質量範囲を有するように構成されることが好ましい。

同一のペプチドに対する多数のデータは、単一の質量ビンの中心の周囲に集中する傾向がある。したがって、隣接する質量ビン内にデータが誤差によって含まれる尤度は、非常に低い。したがって、異なるビン内のデータは、異なるペプチド、すなわち異なるクラスタに関連すると考えることができる。

上記好ましい実施形態の特に好ましい一局面は、各取得からのデータに対する保持時間軸のアライメントである。報告される保持時間は、通常、未較正であり、各取得からのデータセット間で系統誤差がしばしば生じるため、これは非常に有利である。したがって、２つのデータセットからの保持時間を正しくリアライメントすることは有利であり、このようなステップを実行する好ましい実施形態の能力は、当該技術分野における重要な進歩である。

上記好ましい実施形態において、クラスタリングの最初の段階は、保持時間におけるデータの近似性が比較的弱い寄与しかもたらしていない状態で行われる。これは、各データに対する保持時間の不確実性に対して大きい値を割り当てることによって実現されうる。

結果として生じる、各取得からの唯一の代表を有するクラスタは、平均（および標準偏差）を取ることにより、可能性のある基準点（不確実性を有する）のリストを作成するために用いられる。外れ値は棄却されることが好ましく、残りの基準値は、確率的較正システムにより、各取得における保持時間をリアラインメントするために用いられる。

以下に、本発明の様々な実施形態について、単に例示として、添付の図面を用いて説明する。図中、
図１Ａは、元の保持時間に対する質量のグラフを示すとともに、質量測定値に関するエラーバーを示し、図１Ｂは、図１Ａに示したものと同一のデータに関する、元の保持時間に対する質量の関連したグラフを示すが、保持時間測定値に関するエラーバーを示しており、
図２Ａは、保持時間がリアライメントされた、好ましい実施形態による保持時間に対する質量のグラフを示すとともに、図１Ａの質量測定値に関するエラーバーを示しており、図２Ｂは、図２Ａに示したものと同一のデータに関する保持時間に対する質量の関連するグラフを示すが、好ましい実施形態から得られた保持時間測定値に関する著しく低減されたエラーバーを示す。

本発明の好ましい一実施形態について以下に説明する。下記の表は、それらすべてが同一の整数質量２４５８ダルトンを有するが、クロマトグラフィー保持時間が異なる４つの別個のイオン種に関連する液体クロマトグラフィー質量分析実験から観測された１５個のデータポイントに関連している。

ペプチドイオンのそれぞれの質量および対応する保持時間を、各質量測定値における標準偏差とともに示す。データポイントは、６つの別々の取得から得られ、かつ、最初に４つの別個のクラスタに割り当てられた。すなわち、分析されている同一のサンプル中に４つの別個のイオン種が存在すると考えられた。次に、実験データが上記好ましい実施形態に従って処理され、リアライメントされた保持時間が得られた。

図１Ａおよび図１Ｂは、１５の実験データポイント、すなわち好ましい実施形態に従って保持時間がリアライメントされる前のプロットを示している。図１Ａは、質量のエラーバーを含むプロットを示し、図１Ｂは、保持時間に関するエラーバーを含む同一のプロットを示している。

当業者に理解されるように、同一のサンプルが液体クロマトグラフィー質量分析によって繰り返し分析される場合、被分析試料であるイオンの質量または質量電荷比は実験から実験へかなり正確に再現されうる一方、測定されたクロマトグラフィー保持時間に、より大きいばらつきが生じる傾向がある。すなわち、液体クロマトグラフィーは、質量分析に比べて、信頼性および再現性が低い。１回のＬＣ作業から次の作業にかけて、ＬＣデータの全般的な尺度がドリフトする傾向にあり、このドリフトは、２つ以上の別個のサンプル中に存在する同一種の成分、分子または被分析試料をクラスタリングまたは認識する際に特に問題となる可能性がある。クロマトグラフィー保持時間におけるドリフトは、温度もしくは圧力ドリフトか、またはＬＣのカラムの閉塞に起因しうる。

別々の実験またはサンプル中の被分析試料の中には、データの実質的な処理を必要とすることなく同一種であると確信を持って認識が可能なものもある一方、他の種は、少なくとも最初は確信を持って認識ができないことが多いことが理解される。したがって、好ましい実施形態は、複合混合物を取り扱うことが可能であるという点で重要なツールを提供するとともに、２つのデータセットに対するクロマトグラフィーの時間尺度を、その２つのデータセット中のより多くの数の成分が同一種を含むことを確信を持って認識することが出来るようにリアライメントすることを効果的に可能にする。

図１Ａおよび図１Ｂに示すデータは、上述のマトリックス法のアプローチによってまずクラスタリングされている。実験データに関する保持時間におけるエラーバーは、比較的大きい(図１Ｂからわかるように)ものの、マトリックス法のアプローチは、データを４つの異なる種のペプチドまたは被分析試料が存在することを高い確実性で示す４つの別個のクラスタに分離することが可能であった。

図１Ａおよび図１Ｂに示したエラーバーは、実験に対して予測されたものであり、較正済みで、脱同位体化されており、かつ荷電状態の換算質量に関連している。図１Ｂに示す保持時間についてのエラーバーは、保持時間精度のユーザ入力推定値から導き出されたものである。保持時間が、最初のクラスタリング手順において正当化される以上に大きい重要度で扱われないことを確実にするために、保持時間のエラーバーは、代表的なものではなく、考えられる最悪の誤差を示すように選択されることが好ましい。

上記の表に示し、かつ図１Ａおよび図１Ｂに示した実験データは、次に、好ましい実施形態に従って処理され、その結果、クロマトグラフィー保持時間は、データセットの全体にわたって大幅にリアライメントされた。

図２Ａおよび図２Ｂは、好ましい実施形態に従って処理およびクラスタリングを行った後の実験データを示している。これらの図、特に図２Ｂから分かるように、データの保持時間は、実際に、４つのクラスタが異なる別個のクラスタであることが明らかであるように大幅にリアライメントされている。

上記の表に示し、かつ図１Ａ、図１Ｂ、図２Ａおよび図２Ｂに示したデータは、ごく少量のデータのみを表していることが理解される。減少されたデータ量は、単に分かりやすくするためにのみ示されている。実際には、データセットは、何千ものデータポイントを含むことができ、その場合には、好ましい実施形態によるデータのクラスタリングにおける大きな改善はより一層顕著なものとなる。

データポイントは、好ましい実施形態に従って処理されている。実験データの上記好ましい処理方法は、２つのデータセットの保持時間をリアライメントするのに効果的であり、それにより、２つの異なるサンプル中の同様の種を確信を持って相関させることが可能になったことは明らかである。図１Ａと図２Ａの比較から分かるように、各データポイントに対する質量のエラーバーは、好ましい実施形態に従って保持時間をリアライメントした後も同じままである。すなわち、好しい実施形態によると、質量または質量電荷比の決定における誤差は、上記好ましい実施形態に実質的に影響されない。

図２Ｂの保持時間エラーバーは、好ましい実施形態による確率的分析から自動的に得られる。エラーバーは、各保持時間計算に関する決定の信頼度、および各データポイントに適用されるリアライメント要因の信頼度を含む。各保持時間計算に関する決定の信頼度は、ピークにおいていくつのイオンが存在するかによってほとんど決まり、イオンの数が多いほど信頼度が高い。あるピークの保持時間と、それに最も近接する基準ピークとが非常に近似している場合、その保持時間における較正の信頼度は高い。ピークの保持時間が２つの基準ピークの保持時間の中間に含まれる場合、較正の信頼度は高くない。最も近接する２つのピークがはるかに離れている場合、その中間点における較正の信頼度はさらに低い。

やや好ましい一実施形態によると、（図１Ａおよび図１Ｂに示したように）データを最初にクラスタリングするために用いられた上記好ましいマトリックス法を使用するのではなく、データのクラスタリングにｋ−平均クラスタリングをまず用いてもよい。データがまずｋ−平均クラスタリングを用いてクラスタリングされる場合、データのクラスタリングに対する上記好ましい確率的手法を適用することにより、データのクラスタリングは、その後さらに改善されることが好ましい。

ペプチドの質量十分性分布の性質から、ペプチド質量の不均一またはガウスの事前分布は、以下の尤度の計算においてより適切でありうると考えられる。

反復的解決法の改善段階において用いられるデータの質量および保持時間の順序付けの代わりに、ヒルベルトの空間充填曲線に基づく別のアプローチを用いてもよい。これにより、二次元的な質量−保持時間面の局所性の保存性が改善されることになる。

好適な実施形態を参照して本発明を説明したが、添付の請求項に記載された本発明の範囲から逸脱することなく、形態および詳細において様々な変更を行なうことができることが当業者には理解される。

図１Ａは、元の保持時間に対する質量のグラフを示すとともに、質量測定値に関するエラーバーを示す。 図１Ｂは、図１Ａに示したものと同一のデータに関する、元の保持時間に対する質量の関連したグラフを示すが、保持時間測定値に関するエラーバーを示す。 図２Ａは、保持時間がリアライメントされた、好ましい実施形態による保持時間に対する質量のグラフを示すとともに、図１Ａの質量測定値に関するエラーバーを示す。 図２Ｂは、図２Ａに示したものと同一のデータに関する保持時間に対する質量の関連するグラフを示すが、好ましい実施形態から得られた保持時間測定値に関する著しく低減されたエラーバーを示す。

Claims (13)

1. 第１のサンプル中の成分、分子または被分析試料の第１の物理化学的性質および第２の物理化学的性質を決定することによりデータポイントを得るステップであって、前記第１の物理化学的性質が、質量または質量電荷比を含み、前記第２の物理化学的性質が、溶出時間、疎水性、親水性、移動時間、またはクロマトグラフィー保持時間を含むステップと、
   第２のサンプル中の成分、分子または被分析試料の第１の物理化学的性質および第２の物理化学的性質を決定することによりデータポイントを得るステップであって、前記第１の物理化学的性質が、質量または質量電荷比を含み、前記第２の物理化学的性質が、溶出時間、疎水性、親水性、移動時間、またはクロマトグラフィー保持時間を含むステップと、
   前記第１のサンプル中の成分、分子もしくは被分析試料に関連するデータポイントを、前記第２のサンプル中の成分、分子もしくは被分析試料に関連するデータポイントと比較すること；
   前記データポイントを１つ以上のデータポイントクラスタにクラスタリングすること；および
   データポイントが同一の成分、分子または被分析試料に関連する尤度を確率的に計算すること；により、
   前記第１のサンプル中の成分、分子または被分析試料に関連するデータポイントを、前記第２のサンプル中の成分、分子または被分析試料に関連するデータポイントと、確率的にクラスタリングするステップと、
   データポイントクラスタのそれぞれのクラスターにおけるデータポイントの前記第２の物理化学的性質を平均して、前記第２の物理化学的性質に対する平均値を生成し、かつ前記第１サンプルおよび第２サンプルにおける、決定された、成分、分子または被分析試料の前記第２の物理化学的性質に関連するデータポイントを、前記第２の物理化学的性質に対する前記平均値に相関させるための較正関数を決定するステップと；ならびに
   各サンプルからのデータポイントを調整し、前記データポイントに対する第２の物理化学的性質を修正するステップとを含む質量分析方法。
2. 前記第１のサンプルおよび／または前記第２のサンプル中の成分、分子もしくは被分析試料が、液体クロマトグラフィーによって分離される、請求項１に記載の方法。
3. 前記第１のサンプルおよび／または前記第２のサンプル中の成分、分子もしくは被分析試料が、（ｉ）高速液体クロマトグラフィー（「ＨＰＬＣ」）、（ｉｉ）陰イオン交換、（ｉｉｉ）陰イオン交換クロマトグラフィー、（ｉｖ）陽イオン交換、（ｖ）陽イオン交換クロマトグラフィー、（ｖｉ）イオン対逆相クロマトグラフィー、（ｖｉｉ）クロマトグラフィー、（ｖｉｉ）一次元電気泳動法、（ｉｘ）多次元電気泳動法、（ｘ）サイズ排除、（ｘｉ）アフィニティー、（ｘｉｉ）逆相クロマトグラフィー、（ｘｉｉｉ）キャピラリー電気泳動クロマトグラフィー（「ＣＥＣ」）、（ｘｉｖ）電気泳動法、（ｘｖ）イオン移動度分離法、（ｘｖｉ）電界非対称性イオン移動度分離法（Field Asymmetric Ion Mobility Separation）（「ＦＡＩＭＳ」）、または（ｘｖｉ）キャピラリー電気泳動法によってその他の成分、分子または被分析試料から分離される、請求項１または２に記載の方法。
4. データポイントをデータポイントの１以上のクラスタ中にクラスタリングすることは、ペアワイズ（on a pairwise basis）でデータポイントの近似性を評価することを含む請求項１に記載の方法。
5. 前記第１のサンプル中の成分、分子または被分析試料に関連する調整済みのデータポイントを、前記第２のサンプル中の成分、分子もしくは被分析試料に関連する調整済みのデータポイントと比較するステップをさらに含む、請求項１〜４のいずれかに記載の方法。
6. 各調整済みのデータポイントが、前記第１の物理化学的性質の未調整の値を含む請求項５に記載の方法。
7. 前記第１のサンプル中の第１の成分、分子もしくは被分析試料および／または前記第２のサンプル中の第１の成分、分子もしくは被分析試料の強度を決定するステップをさらに含む、請求項１〜６のいずれかに記載の方法。
8. 前記第１のサンプル中の前記第１の成分、分子もしくは被分析試料の強度を、前記第２のサンプル中の対応する第１の成分、分子もしくは被分析試料と比較するステップをさらに含み、前記第１の成分、分子もしくは被分析試料が、データポイントの同一のクラスターに属する、請求項７に記載の方法。
9. 前記第１のサンプル中の前記成分、分子もしくは被分析試料が、前記第２のサンプル中の前記成分、分子もしくは被分析試料と実質的に同一である、請求項１〜８のいずれかに記載の方法。
10. （ｉ）前記第１のサンプルが罹患生体からとられたものであり、前記第２のサンプルが非罹患生体からとられたものである、（ｉｉ）前記第１のサンプルが処置生体からとられたものであり、前記第２のサンプルが非処置生体からとられたものである、または（ｉｉｉ）前記第１のサンプルが変異生体からとられたものであり、前記第２のサンプルが野生型生体からとられたものである、のいずれかである、請求項１〜９のいずれかに記載の方法。
11. 前記第１のサンプルおよび／または前記第２のサンプル中の前記成分、分子もしくは被分析試料のうち１つ以上を同定するステップをさらに含む、請求項１〜１０のいずれかに記載の方法。
12. 前記第１のサンプル中の１つ以上の成分、分子もしくは被分析試料および／または前記第２のサンプル中の１つ以上の成分、分子もしくは被分析試料が、前記第１のサンプル中の１つ以上の成分、分子もしくは被分析試料の強度と前記第２のサンプル中の１つ以上の成分、分子もしくは被分析試料の強度との違いが所定量より大きい場合にのみ同定される、請求項１１に記載の方法。
13. 第１のサンプル中の成分、分子または被分析試料の第１の物理化学的性質および第２の物理化学的性質を決定することによりデータポイントを得るように構成された手段であって、前記第１の物理化学的性質が質量または質量電荷比を含み、前記第２の物理化学的性質が溶出時間、疎水性、親水性、移動時間、またはクロマトグラフィー保持時間を含む手段と、
    第２の異なるサンプル中の成分、分子または被分析試料の第１の物理化学的性質および第２の物理化学的性質を決定することによりデータポイントを得るように構成された手段であって、前記第１の物理化学的性質が質量または質量電荷比を含み、前記第２の物理化学的性質が溶出時間、疎水性、親水性、移動時間、またはクロマトグラフィー保持時間を含む手段と、
    前記第１のサンプル中の成分、分子もしくは被分析試料に関連するデータポイントを、前記第２のサンプル中の成分、分子もしくは被分析試料に関連するデータポイントと比較すること；
    前記データポイントを１つ以上のデータポイントクラスタにクラスタリングすること；および
    データポイントが同一の成分、分子または被分析試料に関連する尤度を確率的に計算すること；により、
    前記第１のサンプル中の成分、分子または被分析試料に関連するデータポイントを、前記第２のサンプル中の成分、分子または被分析試料に関連するデータポイントと確率的にクラスタリングするように構成された手段と、
    データポイントクラスタのそれぞれのクラスターにおけるデータポイントの前記第２の物理化学的性質を平均して、前記第２の物理化学的性質に対する平均値を生成し、かつ前記第１サンプルおよび第２サンプルにおける、決定された、成分、分子または被分析試料の前記第２の物理化学的性質に関連するデータポイントを、前記第２の物理化学的性質に対する前記平均値に相関させるための較正関数を決定するよう構成された手段と、
    各サンプルからのデータポイントを調整し、前記データポイントに対する第２の物理化学的性質を修正するよう構成された手段と
    を含む質量分析計。

Images