JP5313663B2

JP5313663B2 - 増幅データのベースライン化

Info

Publication number: JP5313663B2
Application number: JP2008511393A
Authority: JP
Inventors: ラーナー，ジェフリー
Original assignee: バイオ−ラッドラボラトリーズ，インコーポレイティド
Priority date: 2005-05-13
Filing date: 2006-05-12
Publication date: 2013-10-09
Anticipated expiration: 2026-05-12
Also published as: JP2008545380A

Description

関連出願に対するクロスリファレンス
本願は、２００５年５月１３日に出願された、米国仮出願番号第６０／６８０，７６５号、表題「DETERMINATION OF BASELINE END CYCLE IN REAL TIME PCR USING DERIVATIVE PEAK ANALYSIS」の利益を主張するものであり、これは同時に出願された米国仮出願番号第６０／６８１，１８２号、表題「SYSTEMS AND METHODS FOR IDENTIFYING STATISTICALLY FLAT DATA IN A DATA SET」（代理人事件番号００２５５８−０７２３００ＵＳ）に関連しており、これらの開示内容は、引用によりその全体が本明細書に組み入れられる。本願はまた、以下の同一出願人による同時出願された米国特許出願（代理人事件番号００２５５８−０７２３１０ＵＳ）、表題「IDENTIFYING STATISTICALLY LINEAR DATA」にも関連している。これらの出願のそれぞれの開示内容は、あらゆる目的のために、引用により本明細書に組み入れられる。

本発明は、広くデータ処理システム及びその方法に関するものであり、更に具体的には、増幅曲線、例えばポリメラーゼ連鎖反応（ＰＣＲ）の増幅曲線のベースラインの終点を決定するシステム及び方法、に関する。

多くの実験的プロセスが、何らかの量の増幅を示す。例えば、ＰＣＲにおいて、当該量は、複製されたＤＮＡ鎖の部分の数に相当することがあり、これは増幅段階又は領域の間に劇的に増大する。ＰＣＲデータは、典型的には、ＰＣＲ増幅の指数関数的成長に対する前兆である、線形の横滑りしているベースラインの領域によって説明される。消耗物が消費されると、曲線は向きを変え、そして漸近線になる。線の横滑りを出来る限り取り除き、そしてシグナルをゼロにベースライン化することが望ましい。正確なベースライン化のためには、ベースラインの始点と終点には、出来る限り正確な同定が要求される。一旦これがなされると、開始のサイクルと終わりのサイクルとの間の点に対する線形フィットをデータから引くことができる。

ベースラインの終点を決定するための従来技術の１つとして以下のものがある。曲線における最初の一組の点を選択する。最初の点の場合、曲線の最初の点＋次の３点を処理のために選択する。これらの４点を用いて、線形最小二乗フィットが決定され、そして傾きが算出される。このプロセスを次の点について繰り返す。２つの傾きの変化が定数よりも大きい場合、すなわち、曲線が上向きになり、シグナル増幅する場合、このプロセスは、決定されている終わりのサイクルで停止する。傾きの変化が定数に満たない場合、次の組の点の間続く（例えば、曲線の第二と第三の点）。当該プロセスは、プロセスは、傾きの変化が定数を超えるまで繰り返される。

このアプローチの１つの問題は、線形フィットを規定するのにわずかに４点を用いることであり、これは一点の振幅の小さな変分(variation)に極めて感度があるためである。ノイズの多いデータに起因するスパイク又はばらつき(fluctuation)は、しばしばこのプロセスを早い時点でトランケートさせ、質の低いベースライン化をもたらす。更に、傾きの変化の閾値は任意数であり、これはデータ及び機器の変化に応じて修飾されなければならないこともある。この較正は、追加の時間及び費用がかかる。更に、このアルゴリズムは、一定の条件が満たされると停止するので、曲線の残りの部分を解析してより良い停止点がないか否かを決定する機会がない。

従って、上記の問題等を克服する、増幅曲線のベースラインの終止サイクルを決定するためのシステム及び方法を提供することが望まれている。

本発明の要約
本発明は、増幅曲線のベースラインの終止サイクルを決定するためのシステム及び方法を提供する。このデータは、リアルタイムＰＣＲのプロセス又は他の増幅若しくは成長を示すプロセスから受信することもできる。例えば、ＰＣＲ曲線は、融解曲線又は蛍光増幅曲線であってもよい。

本発明の１つの例示的な態様によると、モジュールは、曲線の導関数を算出し、そして生じた一次導関数のピークを解析することで増幅曲線を処理する。これは、「導関数ピーク検出」と称する。当該モジュールは曲線を求め、そして有限集合のオブジェクトであって、一連の特性を有するピークオブジェクトと称されるものを生成させる。

本発明の１つの例示的な態様によると、増幅曲線を表すデータセットを処理する方法が提供される。当該方法は、典型的に、ベースライン部分及び成長部分を有する曲線を表すデータポイントのセットを受信し、そして、データセットの少なくとも一部分の導関数を求めることで１又は複数のピークオブジェクトのセットを生成させる。当該ピークオブジェクトは、前記データセットの順序で発生する。各ピークオブジェクトは、前記導関数の極大に関連した高さを有する。本方法はまた、典型的に、前記順序で、閾値よりも大きい値を有する第一ピークオブジェクトを同定し、そして第一のそのようなピークオブジェクトの始点からベースライン部分の終点を推定することを含む。

１つの観点において、第一ピークオブジェクトの前記値は、第一ピークオブジェクトの高さである。別の観点において、前記閾値は１又は複数のピークオブジェクトの値から決定される。例えば、閾値はピークオブジェクトセットにおける最小の高さと最大の高さの平均であってもよい。

１つの態様において、増幅曲線の導関数を求める前に、データセットはフィルターにかけられ、統計的に線形なデータが除かれる。別の態様において、導関数を求める前に、データセットはフィルターにかけられ、下降曲線のデータ、又は増幅を示さないデータが除かれる。

本方法はまた、閾値未満の値を有するピークオブジェクトを同定し、そしてこれをピークオブジェクトセットから除去することを更に含んでもよい。残りのピークオブジェクトは、データ内のノイズ及びばらつきに起因する病的症状を補正するよう処理されてもよい。また、閾値超の値を有する第一ピークオブジェクトの始点は、成長部分の始点についての下界として同定されうる、ベースライン部分の終点の推定値は、推定されるベースライン部分から成長部分までのデータポイントが線形性を満たすかどうかを解析することで、絞り込んでもよい。ベースライン部分の終点の推定値はまた、第一ピークオブジェクト内の一点の前後にあるデータポイントの値を比較して、後のピークオブジェクトがベースライン部分の終点に対してより優れた推定値であるか否かを決定することで絞り込んでもよい。１つの観点において、第一ピークオブジェクト内の前記点の前のデータポイントの値の平均は、データポイントの少なくとも１つの平均値と比較される。

好ましい観点において、本方法は、プロセッサ、例えばスタンドアロンコンピューター、ネットワーク接続コンピューター又はデータ収集装置、例えばリアルタイムＰＣＲ機器内のプロセッサにおいて実行される。リアルタイムＰＣＲ機の一例には、Ｂｉｏ−ＲａｄＬａｂｏｒａｔｏｒｉｅｓ社が提供するｉＣｙｃｌｅｒｉＱシステムがある。

本発明の別の例示的な態様により、増幅曲線を表すデータセットを処理するオペレーションを実施するよう情報処理装置を指示するのに適した多数のインストラクションを有する情報記憶媒体が提供される。１つの観点において、当該情報記憶媒体はＲＭＡ又はＲＯＭユニット、ハードドライブ、ＣＤ、ＤＶＤ又は他の持ち運び可能な媒体である。

本発明の別の例示的な態様によれば、ＰＣＲ検出システムが提供される。当該ＰＣＲ検出システムは、ベースライン部分及び成長部分を有する曲線を表すデータポイントセットを生成するための検出器を含み、そしてデータを処理して当該ベースライン部分の終点を推定するためのロジックを含む。

明細書の残りの部分、例えば図面及び特許請求の範囲を参照することで、本発明の特徴及び利点が理解されるであろう。本発明の更なる特徴及び利点、並びに本発明の種々の態様の構造及び操作を、図面を参照して以下説明する。図面において、参照番号は同一又は機能的に類似の要素を指す。

本発明の詳細な説明
本発明は、増幅又は成長曲線を処理して当該増幅曲線の特性、例えばベースライン部分の終点の推定値を決定するシステム及び方法を提供する。好ましい態様において、本発明は、ＰＣＲ成長又は増幅曲線を処理してベースラインの終止サイクルを決定するのに特に有用である。しかしながら、本発明の教示は、成長又は増幅、例えば細菌の増殖過程を示すあらゆるデータセット又は曲線の処理に適用可能であることは理解されるべきである。

図１は、ＰＣＲ曲線１００の一例を示すものであり、ここで、強度値(intensity value)１１０対サイクル数１２０が典型的なＰＣＲのプロセスについてプロットされている。強度値１１０は、あらゆる注目の物理的量であってよく、そしてサイクル数は、当該プロセスにおける時間又は数と関連するあらゆる単位でありうる。かかる増幅曲線は、典型的に、図１に示すような線形部分（領域）１３０、続いて成長部分１４０、そして漸進的部分１５０を有する。別の挙動のタイプ、例えば下降曲線データも存在してもよい。成長部分は、指数関数、シグモイド、高次多項式、又は成長をモデルとする他のタイプのロジスティック関数又はロジスティック曲線を有してもよい。

関連する実験的プロセスを理解するためには、成長曲線１４０の位置及び形状を同定することが重要である。例えば、ＰＣＲのプロセスにおいて、ベースライン部分（線形部分１３０）の終点１６０で生じる、増幅の開始を同定することが望ましい場合がある。更に、成長曲線１４０の形状の解析は、線形部分１３０を「ベースライン化」することや、あるいはＰＣＲ曲線１００からサブトラクトすることをしばしば含む。

図２は、本発明の態様によりデータを処理する方法２００を図示する。１つの観点において、方法２００は、ＰＣＲ曲線の導関数を求めることでベースライン部分の終点を推定する。導関数曲線の特性を解析することで、ベースライン部分の終点（又はＰＣＲシステムにおける終止サイクル）の良好な推定値を決定することができる。当該特性の解析には、導関数曲線におけるピークの位置及びサイズの解析が含まれてもよい。例えば、指数関数的部分における増幅曲線の導関数の場合、大きなピークが存在するであろう。

ステップ２０５において、ベースライン部分及び成長部分を有する曲線を表すデータポイントのセットを受信する。注意すべきは、一定のシグナルを生成する装置のためであっても、このデータは解析のために分解されなければならないということである。当該データセットは、多数の機構を通じて受信される。例えば、当該データセットは、ＰＣＲデータ収集装置、例えばｉＣｙｃｌｅｒｉＱ装置又は類似のＰＣＲ解析装置に常駐されている（インストラクションを実行する）プロセッサによって収集してもよい。当該データセットは、データが収集されるのにつれてリアルタイムに当該プロセッサに提供されてもよく、あるいはメモリユニット又はバッファに保存されてもよく、そして実験が完了した後に前記プロセッサに提供されてもよい。同様に、データセットは、別のシステム、例えばデスクトップコンピューターシステムに、ネットワーク接続（例えば、ＬＡＮ、ＶＰＮ、イントラネット、インターネット等）を経由して、又は直接接続（例えば、ＵＳＢ又は他の有線若しくは無線接続）を経由してその収集装置に提供されてもよく、あるいは、携帯型の媒体、例えばＣＤ、ＤＶＤ、フロッピー（登録商標）ディスク等で、スタンドアロンのコンピューターシステムに提供されてもよい。前記データセットが受信され、又は収集された後、データ解析プロセスが以下のように進行する。

ステップ２１０において、１又は複数のピークオブジェクトセットは、当該データセットの少なくとも一部分の導関数を求めることで生成する。１又は複数のピークオブジェクトは、前記導関数を求めることから生じることもある。１つの態様において、導関数のピーク検出エンジンをデータ曲線全体にランさせることでピークオブジェクトのセットが生成する。ピークオブジェクトは、データポイントと同じ順序で生じる。前記導関数は、当業者に知られているように、多数の方法で算出されうる。

１つの態様において、あるデータポイントでの関数フィットは、そのデータポイントに近いデータポイントを用いることで得られる。その関数フィットの導関数が、続いてそのデータポイントでの導関数を得るために求められる。当該関数フィットの例には、多項式フィット、例えばSavitzky-Golayが含まれる。導関数曲線は、ＰＣＲ曲線に沿いのポイントのいずれにおいても求められうる。導関数をある点で求めない場合、その点での微分値は、補間法、関数フィット、又は他の適当な方法を介して得てもよい。また、ピークまでの曲線のごく一部の導関数を求めてもよい。

図３Ｂは、成長曲線、例えば図３ＡのＰＣＲ曲線３００、の導関数曲線３７０に相当するピークオブジェクト３８０の例である。ピークオブジェクト３８０は、前記導関数の極大３２０に相当する高さ３１０を有している。極大３２０は、ＰＣＲ曲線３００の強度が最高に増大した点に相当する。用語「極大」の使用は、導関数曲線の別の部分、すなわち他のピークオブジェクトがより大きな最大値を有していることがあっても、このピーク付近の局部周辺では当該極大値が最高値であることを意味する。用語「極大」は関数解析において一般的なものであり、この意味は本明細書で使用する場合に一貫している。

図３Ｂにおいて、ピークオブジェクト３８０の位置は、その最高点３２０で生じるように規定される。この位置は、増幅曲線３００の最大の傾きの点で生じる。これはベースライン部分３３０の終止サイクルの右側になければならない。図３Ａ及び３Ｂにおいて、この点はＸ_Aと表されている。

導関数のピーク曲線３７０の最大の傾きの点は、増幅曲線３００の最大の曲率の点である。この点は、ピークオブジェクトの位置Ｘ_Aの左側で、且つ前記終止サイクルの右側になければならない。図３Ａ及び３Ｂにおいて、この点はＸ_Bと表されている。

ピークオブジェクト３８０の始まりは、増幅曲線３００の最大曲率の点Ｘ_Bの左側になければならず、これは、その始まりが導関数曲線３７０の最大の傾きの点Ｘ_Bの左側にあるためである。図３Ａ及び３Ｂにおいて、この点はＸ_Cと表されている。従って、ピークオブジェクト３８０の始まりの位置Ｘ_Cは右側を増幅曲線３００の最大曲率の点Ｘ_Bによって境界されている。

複数のピークオブジェクトが存在している場合、ピークリストが作られることもある。当該リスト内のピークオブジェクトは、それらのサイクル数によって順序付けられる。従って、それらはデータセットの順序に相当する順序で生じる。上文で考察した従来技術の方法では、単に、ベースライン部分由来の導関数の情報及びデータ曲線の成長部分の１点又は２点が算出される。本発明の態様は、データ曲線の他の部分からの導関数情報を含めることで、よりロバストである。

ステップ２１５において、順番に、閾値超の値を有する第一ピークオブジェクトが同定される。その値は、ピークオブジェクトに関連する任意の数であってもよい。例えば、当該値は高さ３１０；当該ピークオブジェクトの面積又は幅；当該ピークオブジェクトに関連する任意の位置、例えばＸ_A、Ｘ_B、又はＸ_Cから離れたサイクルのセット数である値；あるいは当該ピークオブジェクト、又は任意な前記の値の関数、の点からの幅のセットパーセンテージ、であってもよい。

ステップ２２０において、第一ピークオブジェクトの始点のベースライン部分の終点が推定される。ベースライン部分の終点は、ピークオブジェクトの始点で推定してもよく、あるいは、当該始点のみの関数、又は当該始点は、ベースライン部分の終点を算出する単なる一パラメーターとして使用してもよい。

例えば、Ｘ_Cは増幅が生じる前の線形部分３３０のほぼ終点であるので、Ｘ_Cはベースライン部分の終止サイクルについての優れた推定値を提供する。通常、Ｘ_C及びＸ_Aは、増幅部分又は指数関数のデータについての優れた境界を提供する。しかしながら、例えば増幅の質又は量を解析すること、例えば閾値の算出が望まれる場合、この質又は量はＸ_C及びＸ_Aで境界される領域で生じなければならない。

ピークオブジェクトの始点Ｘ_Cは多くの方法で算出されうる。例えば、始点は、ピークオブジェクトの高さを規定する極大に隣接する導関数曲線の極小に設置されることもある。

図４は、本発明の態様に従いデータを処理する方法４００を図示する。ステップ４０５において、ベースライン部分及び成長部分を有する曲線を表すデータポイントセットが受信される。注意すべきは、一定のシグナルを生成する装置のためであっても、このデータは解析のために分解されなければならないということである。方法４００は、データポイントが有意なノイズ成分を含む場合に特に有用である。当該ノイズは、データポイントにばらつきをもたらす。図５Ａは、増幅を示し、且つノイズ成分を有するリアルタイムＰＣＲ曲線５００を図示する。

ステップ４１０において、不良な、不所望な又は偽のデータは種々の技術を用いてフィルターにかけられて除去される。これには、増幅を示さない下降曲線のデータを除去することが含まれる。尚も増幅せず、統計的に線形で、ノイズの多い挙動を示すデータも除去されることがある。本願と同時に出願された、同時継続出願の米国特許出願（代理人事件番号００２５５８−０７２２１０ＵＳ）は、統計的に線形な（フラットな）データをフィルターにかけて除去するのに有用な技術を考察している。下降曲線でないデータ及び統計的に線形でないデータは、更なる処理のために中止される。これらの２種類のデータを除去しても、増幅を示すデータはそのまま維持される。更に、前記データセットは、平滑化、例えばローパス・フィルターで平滑化されてもよく、それによりノイズ成分の少なくとも一部がデータセットから除去される。

ステップ４１５において、１又は複数のピークオブジェクトのセットは、データセットの少なくとも一部分の導関数を求めることにより生成する。導関数ピーク検出エンジンは、ピークオブジェクトのセットが生成するよう、（フィルターにかけられ又はかけられていない）データ曲線上をランさせてもよい。例えば、図５Ａは、線形部分（領域）５３０、その後に成長部分５４０、続いて漸近的部分５５０を有するＰＣＲ曲線の一例を示す。図５Ｂは、成長曲線、例えばＰＣＲ曲線５００の導関数曲線を図示する。導関数曲線５６０の中には、多数のピークオブジェクト５７０が存在する。各ピークオブジェクト５７０は、導関数曲線５６０の極大５２０に相当する高さ５１０を有している。

図５Ｂのように複数のピークオブジェクトが存在する場合、ピークリストが作られることもある。当該リスト内のピークオブジェクトは、それらのサイクル数により順序付けられる。従って、それらはデータセットの順番に相当する順序で生じる。１つの態様において、全増幅曲線についての導関数ピークの完全なセットが生成される。他の態様において、導関数ピークの完全ではないセットが生成することもある。

ステップ４２０においては、閾値未満の値を有する全てのピークが捨てられるか、又は除去される。１つの態様において、フィルターにかけられたピークオブジェクトリストが生成する。図５ＡのＰＣＲ曲線５００に見られるように、実際のデータにはノイズ及び変動が含まれており、これらは小さなピーク、例えば図５Ｂにあるようなものをもたらすことがある。従って、フィルターは、そのより小さなピークの全てが除去されるようにピークオブジェクトセット全体にランしてもよい。１つの観点において、閾値は、最小及び最大のピーク高さの平均である。これらのピークの他の関数を使用してもよい。他の態様において、他のピークの値及びこれらの値の関数が使用されることもある。

ステップ４２５において、ベースライン部分の終点は、フィルターにかけられたリストで生じている第一ピークオブジェクトの始点から推定される。フィルターにかけられたピークのうち第一（最初）に発生するピークのスタートサイクルは、ベースラインの終止サイクルについて最良の推定値を提供する。クリーンなデータにとって、これは優れた推測であることがわかっている。このプロセスは、ベースラインが水平であるか、又は正の傾きを有しているかについて働くが、これはベースラインの線形の性質が単に定数を導関数曲線にもたらすものであり、これがピークに影響しないためである。

ステップ４３０において、フィルターにかけられたピークリストは、例えばノイズに起因する、データのばらつき、特別なピーク、及びコンフィグレーションケースをもたらすことがある特別又は病的なケースを修正するために後処理される。これにより、終止サイクルを規定するピークについての推測が絞り込み(refine)される。

例えば、図６は、絞り込みを必要とするであろうＰＣＲ曲線６００を示す。増幅曲線６００は、図６に示すように、第一の線形部分６１０、続いて第一の成長部分６２０、そして第一の漸近的部分６３０を有している。成長部分６３０は、第二の成長部分６４０の線形部分に相当し、これに第二の漸近的部分６５０が続く。

後処理の間の１つの態様において、第一の成長部分６２０は、開始サイクルを規定するために使用され、そして第二の成長部分６４０は終止サイクルを規定するために使用される。これは、第一の成長部分６２０由来の強度値の全変化が第二の成長部分６４０由来の強度値の全変化に満たない場合になされることがある。開始サイクルと終止サイクルは、続いて、第二の成長部分６４０から除去されるベースライン部分を規定するために使用される。

ステップ４３５において、エンドピークについての良好な推測値が一旦得られると、終止サイクルについての推測値を更に絞り込むことができる。１つの態様において、この絞り込みは、成長部分に対し推定されたベースライン部分をスキャンすることで達成される。ベースライン部分のスキャン及び解析には、ベースライン部分の推定された終止サイクルの右側にあるデータポイントを試験して、これらのデータポイントが線形性に対するより良いフィットを示すか否か、あるいはそれらがなんらかの線形性を常に示すか否かを決定することが含まれることがある。

別の態様において、ピークオブジェクトのいずれかの側にあるＰＣＲ曲線のデータポイントの強度値の変化は、より良い終止サイクルを決定するために試験される。例えば、ベースライン部分の推定された終点より前の強度が、後のサイクルの強度値よりも有意に低くない場合、より後のピークオブジェクトは、ベースライン部分の終点を規定するために選択されることがある。１つの態様において、第一ピークオブジェクトのまえにある強度値は平均され、そしてこの平均値は第一及び第二のピークオブジェクトの平均と比較される。他のピークオブジェクト間の値、及びその平均値も比較されうる。

上文で考察した従来技術の方法は、左から右へとスキャンして、傾きを比較する方法の最初の破壊点(failure point)を探す方法を使用する。この方法は、局所的な特性及び停止部分を、その停止点よりも後で生じる曲線の特性について何も知らずとも排他的に使用する。本発明の態様は、データ曲線の他の部分からの導関数情報を含めることで、よりロバストである。

１つの態様において、全増幅曲線は、実数のセット上にマッピングされ、そして全データセットが全増幅曲線の最良の推定値を決定するよう解析される。従って、この態様において、この態様が増幅曲線の局所的な（導関数の）特性を使用してピークを規定するのに対し、ピークの全セットが、最良の終止サイクルを見つけるために解析されることもある。例えば、最初にフィルターにかけられたピークは第一の推定値として使用され、そしてより後のピークは、ノイズ又はデータの他のばらつきにより、より良い推定値が存在しうるか否かを決定するようチェックされることがある。この意味で、増幅曲線は、全体的に解析することもでき、これは、好ましくは特別なケースを取り扱うための後処理コードの間になされる。

ある観点において、本発明のデータ処理技術を実行するためのプロセッサを制御するためのコード及びインストラクションが、コンピューター可読媒体、例えばＲＡＭ又はＲＯＭユニット、ハードドライブ、ＣＤ、ＤＶＤ又は他の持ち運び可能な媒体である。

図７は、本発明の一態様に従うシステム７００を図示する。当該システムは、示されているように、サンプル７０５、例えば最近又はＤＮＡをサンプルホルダー７１０内に含む。前記サンプル由来の物理的特性７１５、例えば蛍光強度値は検出器７２０によって検出される。シグナル７２５は、ノイズ成分も含め、検出器７２０から論理システム７３０に送信される。シグナル７２５由来のデータは、ローカルメモリ７３５又は外部メモリ又は記憶装置７４５に記憶してもよい。１つの態様において、アナログ・デジタルコンバーターはアナログシグナルをデジタルフォームに変換する。

ロジックシステム７３０は、コンピューターシステム、ＡＳＩＣ、マイクロプロセッサ等であってもよく、あるいはこれらを含んでもよい。それはさらに、ディスプレー）例えば、モニター、ＬＥＤディスプレー、等）及びユーザー入力装置（例えば、マウス、キーボード、ボタン等）を含んでいてもよく、あるいはそれらと一体になっていてもよい。ロジックシステム７３０及び他の構成要素がスタンドアロン又はネットワーク接続コンピューターシステムの一部であってもよく、あるいは、それらはサーマルサイクラー装置と直接接続されていてもよく、あるいはそれに組み込まれていてもよい。ロジックシステム７３０は、プロセッサ７５０において実行する最適化ソフトウェアを更に含んでもよい。

ある態様によれば、ロジックシステム７３０には、データを処理し、そして統計的にフラットなデータを同定するためのインストラクションが含まれる。当該インストラクションは、好ましくはダウンロードされ、そして記憶モジュール７３５、７４０、又は７４５（例えば、ハードドライブ又は他のメモリー、例えばローカル又は付属のＲＡＭ又はＲＯＭ）に保存されるが、当該インストラクションは任意のソフトウェア記憶媒体、例えばフロッピー（登録商標）ディスク、ＣＤ、ＤＶＤ等上に供することもできる。本発明の観点を実行するためのコンピューターコードは、種々のコーディング言語、例えばＣ、Ｃ＋＋、Ｊａｖａ（登録商標）、ＶｉｓｕａｌＢａｓｉｃ等、あるいは任意のスクリプト言語、例えばＶＢＳｃｒｉｐｔ、Ｐｅｒｌ又はマークアップ言語、例えばＸＭＬで実行することもできる。更に、種々の言語及びプロトコールが、本発明の観点に従い、データ及びコマンドの外部又は内部記憶並びに伝送において使用されうる。

本明細書に記載のプロセスが例示であり、そして改変及び変更が可能であることは理解されよう。経時的に記載したステップは並行して実施してもよく、ステップの順番は変更してもよく、そしてステップは改変されても組み合わされてもよい。

本発明は例示目的で且つ具体的な態様に関して説明されているが、本発明が開示の態様に限定されないことは理解されるべきである。それとは反対に、当業者にとって自明なような種々の改変及び類似のアレンジを網羅することも意図されている。従って、本発明の特許請求の範囲は、全てのそのような改変及び類似のアレンジを包含するように最も広い解釈が認められるべきものである。

図１は、ベースライン部分を有する典型的なＰＣＲ増幅曲線の一例を図示する。図２は、本発明の態様に従いデータを処理してベースライン部分の終点を決定する方法を図示する。図３Ａは、ベースライン部分を有するＰＣＲ増幅曲線の一例を図示する。図３Ｂは、増幅曲線、例えば図３Ａの曲線の導関数を求めることで生成したピークオブジェクトの表示の一例を図示する。図４は、本発明の態様によりデータセットを処理してベースライン部分の終点を決定する別の方法を図示する。図５Ａは、ベースライン部分及びノイズ成分を有し、且つ病的な挙動を示すＰＣＲ増幅曲線の一例を図示する。５Ｂは、増幅曲線、例えば図５Ａの曲線の導関数を求めることで生成したピークオブジェクトの表示の一例を図示する。図６は、ベースライン部分及びノイズ成分を有し、且つ病的な挙動を示すＰＣＲ増幅曲線の一例を図示する。図７は、本発明の態様によりリアルタイムＰＣＲのデータを処理するシステムを図示する。

Claims

ロジックシステム及び当該ロジックシステムに含まれるプロセッサを備えたコンピューターにより実行される、増幅曲線を表すデータセットを処理する方法であって：
前記ロジックシステムがベースライン部分及び成長部分を有する曲線を表すデータポイントのデータセットを受信し；
前記プロセッサが、当該データセットの少なくとも一部分の一次導関数を求めることで１又は複数のピークオブジェクトのセットを生成させ、ここで、各ピークオブジェクトは当該一次導関数の極大に関連する高さを有しており、当該ピークオブジェクトは前記データセットの順序に相当する順序で生じる；
前記プロセッサが、前記順序で、閾値超の値を有する第一ピークオブジェクトを同定し；そして
前記プロセッサが、第一ピークオブジェクトの始点からベースライン部分の終点を推定すること、
を含んで成る方法。
第一ピークオブジェクトの値が第一ピークオブジェクトの高さである、請求項１に記載の方法。
同定された第一ピークオブジェクトの始点が、当該同定された第一ピークオブジェクトの高さを規定する極大に隣接する前記一次導関数曲線の極小にある、請求項２に記載の方法。
閾値が１又は複数のピークオブジェクトの値から決定される、請求項１に記載の方法。
前記ピークオブジェクトのセットが多数のピークオブジェクトを含んでおり、閾値が、ピークオブジェクトセットの最小及び最大の高さの平均値である、請求項４に記載の方法。
前記一次導関数を求める前に、前記プロセッサが、前記データセットをフィルターにかけて統計的に線形のデータを除去すること、を更に含んで成る、請求項１に記載の方法。
前記一次導関数を求める前に、前記プロセッサが、前記データセットをフィルターにかけて、下降曲線のデータ、又は増幅を示さないデータを除去すること、を更に含んで成る、請求項１に記載の方法。
前記プロセッサが、閾値未満の値を有するピークオブジェクトを同定し、そしてピークオブジェクトセットから除去することを更に含んで成る、請求項１に記載の方法。
第一ピークオブジェクトが、成長部分の始点についての下界を同定する、請求項８に記載の方法。
前記プロセッサが、成長部分に対して推定されたベースライン部分由来のデータポイントを解析して、前記データポイントが線形性を満たすか否かを決定することにより、ベースライン部分の終点についての推定値を絞り込むことを更に含んで成る、請求項９に記載の方法。
ベースライン部分の終点の推定値の前後のデータポイントの値を比較して、後のピークオブジェクトが、ベースライン部分の終点に対してより優れた推定値を提供するか否かを決定することにより、ベースライン部分の終点についての推定値を絞り込むことを更に含んで成る、請求項９に記載の方法。
第一ピークオブジェクト内のポイントの前にあるデータポイントの値の平均値が、当該ピークオブジェクト内のポイントの後にあるデータポイントの少なくとも１つの平均値と比較される、請求項１１に記載の方法。
多数のピークが、閾値未満の値を有するピークオブジェクトを除去した後のピークオブジェクトセットに残っており、少なくとも最初の２つのピークを解析してベースライン部分の終点を推定することを含んで成る、請求項８に記載の方法。
ベースライン部分の終点がピークオブジェクトの始点であると推定される、請求項１に記載の方法。
ベースライン部分の終点が、パラメーターとして始点を有する関数から推定される、請求項１に記載の方法。
情報処理装置に指示して、増幅曲線を表すデータセットを処理するオペレーションを実施させるのに適合した多数のインストラクションを有する情報記憶媒体であって、当該情報処理装置がプロセッサを備えたロジックシステムを含んでおり、
前記オペレーションが：
前記ロジックシステムにおいて、ベースライン部分及び成長部分を有する曲線を表すデータポイントのデータセットを受信するステップ；
前記ロジックシステムのプロセッサにより、前記データセットの少なくとも一部分の一次導関数を求めることにより１又は複数のピークオブジェクトセットを生成させるステップ、ここで各ピークオブジェクトは、当該一次導関数の極大に関連する高さを有し、前記ピークオブジェクトは、前記データセットの順序に相当する順序で生じる；
前記プロセッサにより、前記順序で、閾値超の値を有するピークオブジェクトを同定するステップ；及び
前記プロセッサにより、第一ピークオブジェクトの始点からベースライン部分の終点を推定するステップ、
を含んで成る、情報記憶媒体。
ＰＣＲ検出システムであって：
ベースライン部分及び成長部分を有する曲線を表すデータポイントのデータセットを生成するための検出器；及び
プロセッサを備えたロジックシステム、
を含んで成り、
当該ロジックシステムが、前記プロセッサにより、前記データセットの少なくとも一部分の一次導関数を求めること、ここで、各ピークオブジェクトが一次導関数の極大に関連する高さを有し、当該ピークオブジェクトは前記データセットの順序に相当する順序で生じる；
前記プロセッサにより、前記順序で、閾値超の値を有するピークオブジェクトを同定すること；及び
前記プロセッサにより、第一ピークオブジェクトの始点からベースライン部分の終点を推定すること、
により、増幅曲線を表すデータセットを処理してベースライン部分の終点を推定するためのものである、ＰＣＲ検出システム。