JP5651176B2 - ガスクロマトグラフ分析方法およびシステム - Google Patents
ガスクロマトグラフ分析方法およびシステム Download PDFInfo
- Publication number
- JP5651176B2 JP5651176B2 JP2012525254A JP2012525254A JP5651176B2 JP 5651176 B2 JP5651176 B2 JP 5651176B2 JP 2012525254 A JP2012525254 A JP 2012525254A JP 2012525254 A JP2012525254 A JP 2012525254A JP 5651176 B2 JP5651176 B2 JP 5651176B2
- Authority
- JP
- Japan
- Prior art keywords
- chromatographic
- function
- chromatographic peak
- peak
- gas chromatograph
- 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
- G01N30/8693—Models, e.g. prediction of retention times, method development and validation
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (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)
- Investigating Or Analysing Biological Materials (AREA)
Description
上式で、αiは確率密度関数の係数であり、iは正の整数である。具体的には、開示された技法に従って、式(1)における確率密度関数の線形結合は、以下の形を有する確率密度関数の線形結合に分解され得ると仮定される。
上式で、x(t)は検出器106によって獲得された、電気信号s(t)をモデル化するために利用された時間依存モデル関数を表す。電気信号s(t)は、修正(たとえば、増幅、事前処理)を施された可能性があることに留意されたい。Dj(t)は、セットD’(すなわち、特定の悪い医学的状態に関連した)における特定のクロマトグラフピークに対応する可能性を有する、それぞれのクロマトグラフピーク(すなわち、実質的に分解されなかった)をモデル化する第j番目の時間依存確率密度関数を表す。それぞれの第k番目の時間依存確率密度関数Hk(t)は、セットH’(すなわち、特定の悪い医学的状態に関連すると未知である、または特定の悪い医学的状態に関連すると公知であるかのいずれか1つであるが、それにも関わらず検出のためのインタレストではない)における特定のクロマトグラフピークに対応する可能性を有する、クロマトグラフピーク(すなわち、概ね部分的に分解された)をモデル化する。分離されたクロマトグラフピーク(すなわち、クロマトグラフピークが概ね分解された)が特定の医学的状態に関連すると公知であろうと未知であろうと、それらは第m番目の時間依存確率密度関数Im(t)(すなわち、セットH’またはD’のどちらかにおける特定のクロマトグラフピークに対応する可能性を有する)によってモデル化される。Ol(t)は、未知のクロマトグラフピーク(すなわち、データベースの一部ではない分類不能なクロマトグラフデータ)、またはモデリング手順から生じた剰余項をそれぞれにモデル化する第l番目の時間依存確率密度関数を表す。スカラー重みβj、ηk、δlおよびιmは、それぞれの確率密度関数Dj(t)、Hk(t)、Ol(t)およびIm(t)との線形結合における係数である。指数j、k、lおよびmは正の整数である。
上式で、t≧0であり、Γ(κ)はガンマ関数であり、以下のように表される。
したがって、モデル処理は、クロマトグラム200に現れる他のピーク(すなわち、ピーク204、206、210、212、および214)をモデル化するために、ガンマ確率密度関数を利用する。時間軸に沿って各ピーク(たとえば、その最高ピーク高さ)の状態位置を、メモリデバイス110内に記憶されたセットD’およびH’における参照クロマトグラフピークの位置に対応するデータと比較することによって、処理装置106は、クロマトグラム200における各ピークとそれぞれの参照クロマトグラフピークとの一致の可能性を評価する。クロマトグラム200におけるピークは、参照クロマトグラフピークと実質的に一致し、このようにして、それらのタイプに従って分類される。したがって、各クロマトグラフピークは、分離されたピーク、未知のピーク、またはデータベース内に記憶されたセットD’およびH’のいずれかにおいて対応する参照クロマトグラフピークと実質的に一致するピークのいずれかとして分類される。たとえば、処理装置106は、ピーク204および208が、セットD’におけるそれぞれの参照クロマトグラフピークd1およびd2と実質的に一致すること、ピーク206が、セットH’における参照クロマトグラフピークh1と実質的に一致すること、ならびにピーク210および214が、未知であると分類されることを評価する。モデリング処理における少なくとも予備段階では、それらのクロマトグラフピークは、未知であると分類され、セットD’およびH’における参照クロマトグラフピークに実質的に応答しない。以前の同定不能なクロマトグラフピークが一旦同定されると、それに応じて分類される可能性がある。開示された技法を解明するために、ピーク210は合成されている(すなわち、ある定度重複する少なくとも2つの成分からなる)と想定される。処理装置106は、演繹的知識なしに、最初にピーク210を未知のピークとして分類し、それに応じて、確率密度関数Ol(t)によってモデル化される。分離されたピークとして分類されたクロマトグラフピークはまた、セットD’またはH’における参照クロマトグラフピークにも応答する可能性があることに留意されたい。この場合、これらの分離されたピークは、上述された分離されたピークに対して時間依存確率密度関数Im(t)に従ってモデル化される。たとえば、ピーク212は、分離されたピークとして分類されて、モデル化されるが、このピークは、セットH’における参照クロマトグラフピークに帰属可能である。したがって、それぞれの分類されたクロマトグラフピークは、そのそれぞれの確率密度関数(すなわち、Dj(t)、Hk(t)、Ol(t)およびIm(t))に従ってモデル化される。
上式で「pdf」は確率密度関数r≧1を意味し、∇pdf(pr)はprにおける特定の密度関数の勾配であり、srは選択されたステップサイズ・パラメータである。この方法に従って、パラメータ・ベクトルpは、候補解の評価をおそらく低減させるはずであるわずかな方向によって、各確率密度関数におけるモーメント・パラメータに調節される(すなわち、摂動される)。概して、各反復は、モデルエラーを低減するので、勾配降下法によって生成された反復解は、実質的な最適値p0=(μ0,ζ0,θ0)を網羅する。勾配降下法によって生成された反復解がローカルミニマムに捕捉される場合は、開示された技法は、シミュレーテッド・アニーリング法などを使用し得ることに留意されたい。あるいは、パラメータ・ベクトルpは、p=(μ,var,γ,κ)であるように、ガンマ分布関数(すなわち、またはその問題のための他の分布関数)の最初の4個のモーメントのカラムベクトルと画定されることがあり、その平均、分散、歪度、および尖度(特に、過剰尖度)は、それぞれμ=ζθ、var=ζθ2、γ=2/√ζ、およびκ=6/ζによって与えられる。通常、モーメントの1つ(たとえば、尖度)は、最初の推定評価値に固定される一方で、勾配降下最適化手法は、評価関数におけるその他のモーメントに対して候補解を見出すことに進む。勾配降下最適化手法から獲得された結果p0=(μ0,var0,γ0)の良好な定性的測定は、尖度に対する計算値を最適化手法から獲得された値から推定された尖度の値と比較することによって、実質的に検証される可能性がある。あるいは、開示された技法は、ニュートン法、準ニュートン法、ガウス・ニュートン法、レーベンバーグ・マルカート・アルゴリズム(LMA)などの他の最適化法を利用してもよい。たとえば、ニュートン法では、ローカルミニマムへの収束は、勾配降下のローカルミニマムへの収束より大幅に速いが、確率分布関数のヘッシアン行列の逆数を計算する必要があり、これは問題になることが多い(たとえば、曖昧である)。
Δ=x(t)−s(t) (7)
あるいは、モデルエラーは、時間依存モデルエラー関数Δ(t)=x(t)−s(t)として画定される可能性がある。(世界的規模の)モデルエラー閾値パラメータがεに画定されるのは、Δ>εである場合は、モデル関数が観察されたデータに十分に適合しないと言われているためである。概して、モデルエラー閾値パラメータは、時間依存関数ε(t)であり得、その結果、不等式Δ(t)>ε(t)を満たすあらゆる時間価値に対して、モデル関数が観察されたデータにその時間価値において十分に適合しないと言われている。この場合、モデルエラーΔは、分解されなかった重複ピーク(たとえば、ピーク210)の状況などの、分解されなかった成分(たとえば、クロマトグラフピーク、ノイズ)に起因することが仮定される。示されたモデルエラーと分解されなかったクロマトグラフピークとの関係をさらに詳説するために、次にさらに図2Cを参照する。具体的には、図2Cは、時間依存モデルエラー閾値関数のグラフに関連して描かれた、図2Bの最初に評価されたモデル関数に起因する、計算された時間依存モデルエラーのグラフの概略図である。図2Cは、最大のモデルエラーはt2とt4との間、特にt3で発生し、これはピーク210の一時的近傍に対応することを示す。その近傍におけるモデルエラーが時間依存モデルエラー閾値パラメータに対する値を超えることを考えれば、したがってピーク210は合成物であると疑われる。したがって、このモデルエラーは、最初に評価されたモデル関数において未確認であり不明であった、分解されなかった、または隠蔽されていたクロマトグラフピークによって引き起こされる可能性がある。ピーク210の一時的近傍の分析は、モデルエラーがt1およびt6において実質的にごくわずかであり、ピーク210に対するモデル関数の最大値がt4で発生することを示す。疑わしい合成ピーク内に隠蔽されたピークの数を評価するために、処理装置106は、たとえば、その二次導関数(たとえば、変曲点)に含まれていた情報などの、時間依存モデルエラー(関数)の曲率を分析してもよい。最初に評価されたモデル関数における単一ピーク(たとえば、確率密度関数
によって)として実際にモデル化されたピーク210は、次に合成物(すなわち、複数のピークを含む)であると疑われ、複数qの確率密度関数(たとえば、
を使用して剰余モデルエラーを考慮することによって再モデル化される。精製された時間依存モデル関数x2(t)は、合成物であると疑われるピーク210(すなわち、または概ねその問題に対する他のピーク)に対して以下のような再モデル化された式を含むことによって画定される。
上式で、Γ(ρR,σR)は、(すなわち、データベースに記憶された特定の参照クロマトグラフピークの)参照(R)クロマトグラフデータに関連したガンマ確率密度関数であり、Γ(ρ,σ)は、試験される(たとえば、新しく分解されたクロマトグラフピークに対応する)ガンマ確率密度関数であり、Ψ(ρR)はディガンマ関数である。パラメータρは形状パラメータζであり、σは速度パラメータであり(すなわち、逆目盛りパラメータσ=1/θとして画定される)、下付き文字「R」は参照データのパラメータを意味する。カルバック・ライブラー発散によって戻された最小値は、特定の対の確率分布関数すなわち、データベースに記憶された参照と、参照と実質的に一致する疑いで試験されるものに対する最良に達成した一致を示す。あるいは、カルバック・ライブラー発散は、他の対の参照と観察されたクロマトグラフピークとの差の程度を試験するために利用されてもよい。したがって、カルバック・ライブラー発散は、データベース内の多型マーカ(複数のマーカ)と所与の例(たとえば、多型比較試験など)の複数のそれぞれのピークとの差の程度を試験するために利用されてもよい。概して、多型マーカのライブラリを考えると、最大情報発散を有するマーカは最も検出される可能性がある。さらに別法として、(すなわち、ピークの)分布間の交点を評価するための他の統計距離測定は、カルバック・ライブラー発散基準の代わりに利用されてもよい。
Claims (40)
- 試料を表すガスクロマトグラフデータと参照ガスクロマトグラフデータとの一致の程度を決定するためにガスクロマトグラフィを利用する独立独行型の方法であって、前記ガスクロマトグラフデータは少なくとも1つのクロマトグラフピークを含み、前記参照ガスクロマトグラフデータは少なくとも1つの参照クロマトグラフピークを含み、前記方法は、
前記ガスクロマトグラフデータを獲得する手順と、
前記少なくとも1つのクロマトグラフピークを前記少なくとも1つの参照クロマトグラフピークに登録する手順と、
前記登録する手順に従って、前記参照ガスクロマトグラフデータに関するその少なくとも1つの一時的帰属により前記少なくとも1つのクロマトグラフピークを分類する手順と、
モデル関数を前記ガスクロマトグラフデータに適合させるように、前記モデル関数における複数のパラメータを決定する手順であって、前記モデル関数は確率分布関数の線形結合の和として画定される、手順と、
前記モデル関数と前記ガスクロマトグラフデータとの適合度に従って、前記一致の程度を評価する手順と、
を含む、方法。 - 前記獲得する手順は、一次元ガスクロマトグラフ分離技法によって実行される、請求項1に記載の方法。
- 前記試料を構成する成分の不均衡な濃度の存在を占めるように、前記獲得する手順において獲得された信号を正規化する手順をさらに含む、請求項1に記載の方法。
- データベースを形成するために、メモリデバイス内に前記ガスクロマトグラフデータおよび前記参照ガスクロマトグラフデータのうちの少なくとも1つを記憶する手順をさらに含み、前記少なくとも1つの参照クロマトグラフピークは、少なくとも1つの公知の化合物に対応する、請求項1に記載の方法。
- 前記少なくとも1つの公知の化合物に対応する質量分析データで、前記参照ガスクロマトグラフデータを較正する手順をさらに含む、請求項1に記載の方法。
- 前記少なくとも1つの公知の化合物の特定のものは、そこから前記試料が獲得される生物の少なくとも1つの生物学的状態で表わされる少なくとも1つのバイオマーカを画定する、請求項4に記載の方法。
- 前記少なくとも1つの生物学的状態は、癌を含む悪い医学的状態である、請求項6に記載の方法。
- 前記登録する手順は、前記少なくとも1つのクロマトグラフピークの保持時間値を、前記少なくとも1つの参照クロマトグラフピークのそれぞれの参照保持時間値と比較することを伴う、請求項1に記載の方法。
- 前記登録する手順は、s(f(t))が対応する参照ガスクロマトグラフデータr(t)と最大限に一致するように選択された、変換関数f(t)を利用することによって実行され、式中、sは、前記獲得する手順において獲得された信号を表す、請求項8に記載の方法。
- 前記登録する手順は、少なくとも1つの公知のクロマトグラフピークのうちの対応するものを発生するように、少なくとも1つの公知の保持時間を有する少なくとも1つの参照化学物質を前記試料に追加することをさらに伴い、それによって、前記変換関数が前記少なくとも1つの公知のクロマトグラフピークに従って選択される、請求項9に記載の方法。
- 前記分類する手段に従って、前記少なくとも1つのクロマトグラフピークが、前記確率分布関数のうちの対応するものによってモデル化されるように、前記モデル関数を構築する手順をさらに含む、請求項9に記載の方法。
- 前記モデル関数は、
式中、x(t)は時間依存であるモデル関数を表し、式中、前記確率分布関数Vi のそれぞれは、前記確率分布関数Dj(t)、Hk(t)、Ol(t)およびIm(t)のうちの1つによって表わされ、式中、βj、ηk、δlおよびιmは、前記確率分布関数のそれぞれとの線形結合におけるそれぞれの係数であり、式中、j、k、l、およびmは正の整数であり、前記確率分布関数のそれぞれは、前記複数のパラメータのうちの少なくとも1つによって特徴付けられ、
前記Dj(t)は、前記少なくとも1つのクロマトグラフピークを、前記少なくとも1つのバイオマーカを表す少なくとも1つのクロマトグラフ参照ピークにモデル化し、前記少なくとも1つのクロマトグラフピークは、少なくとも部分的に前記ガスクロマトグラフデータ内の合成物であり、前記少なくとも1つのバイオマーカは、悪い生物学的状態を表し、前記悪い生物学的状態は、そこから前記試料が獲得される生物のものであり、前記Hk(t)は、少なくとも部分的に前記ガスクロマトグラフデータ内の合成物である少なくとも1つのクロマトグラフピークを、前記少なくとも1つのバイオマーカを表すことと、前記悪い生物学的状態を表すことが未知であることと、のうちのいずれか1つである少なくとも1つの参照クロマトグラフピークにモデル化し、前記Im(t)は、分解される少なくとも1つのクロマトグラフピークをモデル化し、前記Ol(t)は、前記複数の参照ガスクロマトグラフデータに適合しない少なくとも1つのクロマトグラフピークと、前記モデル関数のモデリングからもたらされた剰余項と、のうちのいずれか1つを、前記ガスクロマトグラフデータにモデル化する、請求項11に記載の方法。 - 前記確率分布関数は、
指数関数変形ガウス(EMG)関数、
ガンマ確率分布関数、
多項式変形ガウス関数、
非対称正規分布関数、
カイ分布関数、
正規化した分子速度のマクスウェル・ボルツマン分布関数、
保持時間に対して変形されたマクスウェル・ボルツマン分布関数、
ポアソン分布、
レイリー分布関数、
から成る一覧から選択される、請求項12に記載の方法。 - 前記少なくとも1つのクロマトグラフピークのどれが、前記確率分布関数のどれによってモデル化されることになるかを決定する手順をさらに含む、請求項11に記載の方法。
- 前記決定する手順は、前記モデル関数と前記信号との差の二乗和が最小化されるように、前記複数のパラメータの候補解を反復して評価する手順を含む、請求項14に記載の方法。
- 前記少なくとも1つのクロマトグラフピークのどれが合成物であるかを、それに対して時間依存モデルエラーが時間依存モデル閾値パラメータを超える時間値を評価することによって決定する手順であって、前記時間依存モデルエラーは、前記信号と前記モデル関数との差をとることによって計算される、手順、をさらに含む、請求項15に記載の方法。
- 合成物であるクロマトグラフピークのどれが、前記確率分布関数のうちの少なくとも2つのどれによって再モデル化されることになるかを再決定する手順と、
前記合成物を、前記再決定する手順に従って決定された少なくとも1つのクロマトグラフピークに再モデル化し、それによって、前記合成物を少なくとも1つの分解されたクロマトグラフピークに分解する手順と、
前記時間依存モデルエラーが最小化されるように、前記少なくとも1つの分解されたクロマトグラフピークを占めるために、前記モデル関数を反復して精製する手順と、
をさらに含む、請求項16に記載の方法。 - 前記少なくとも1つのクロマトグラフピークのうちの対応するものをモデル化する確率分布関数の係数は、前記少なくとも1つのクロマトグラフピークのそれぞれの対応するもの最大値を四分位範囲(IQR)で割ることによって正規化される、請求項17に記載の方法。
- 前記係数のそれぞれに対する閾値パラメータを画定し、前記少なくとも1つのクロマトグラフピークのそれぞれをモデル化する確率分布関数を表す正規化された係数のどれが、前記閾値パラメータのそれぞれを超えるかを評価することによって、有意なピークを決定する手順をさらに含む、請求項18に記載の方法。
- 前記評価する手順は、前記少なくとも1つの参照クロマトグラフピークと、前記少なくとも1つの分解されたクロマトグラフピークのうちの対応するもの、および前記有意なピークのうちの対応するもの、のうちのいずれか1つと、の統計的距離測定量に従うものである、請求項19に記載の方法。
- ガスクロマトグラフデータの分析のための独立独行型のガスクロマトグラフシステムであって、前記システムは、
試料を複数の成分に分離するためのクロマトグラフ分離カラムであって、前記クロマトグラフ分離カラムはインレットおよびアウトレットを含む、クロマトグラフ分離カラムと、
前記試料を前記クロマトグラフ分離カラムに提供するための、前記クロマトグラフ分離カラムに前記インレットで結合された試料送達デバイスと、
前記複数の成分の少なくとも一部を検出するための、前記クロマトグラフ分離カラムのアウトレットと連通する検出器であって、前記検出器は、前記試料の検出された部分の特徴を表すガスクロマトグラフデータを含む信号を発生し、前記ガスクロマトグラフデータは少なくとも1つのクロマトグラフピークを含む、検出器と、
前記ガスクロマトグラフデータおよび複数の参照ガスクロマトグラフデータを記憶するメモリデバイスであって、前記参照ガスクロマトグラフデータは少なくとも1つの参照クロマトグラフピークを含む、メモリデバイスと、
前記検出器および前記メモリデバイスと結合された処理装置であって、前記処理装置は、前記少なくとも1つのクロマトグラフピークを前記少なくとも1つの参照クロマトグラフピークに登録し、前記処理装置は、前記少なくとも1つのクロマトグラフピークの前記少なくとも1つの参照クロマトグラフピークへの登録に従って、前記参照ガスクロマトグラフデータに関するその少なくとも1つの一時的帰属により前記少なくとも1つのクロマトグラフピークを分類し、前記処理装置は、モデル関数を前記ガスクロマトグラフデータに適合させるように、前記モデル関数における複数のパラメータを決定し、前記モデル関数は、確率分布関数の線形結合の和として画定され、前記処理装置は、前記モデル関数と前記ガスクロマトグラフデータとの適合度に従って、前記ガスクロマトグラフデータと、前記複数の参照ガスクロマトグラフデータとの一致の程度を評価する、処理装置と、
を備える、システム。 - 前記処理装置は、前記試料を構成する成分の不均衡な濃度の存在を占めるように、前記信号を正規化する、請求項21に記載のシステム。
- 前記複数の参照ガスクロマトグラフデータはデータベースを形成し、前記少なくとも1つの参照クロマトグラフピークは少なくとも1つの公知の化合物に対応する、請求項21に記載のシステム。
- 前記複数の参照ガスクロマトグラフデータは、前記少なくとも1つの公知の化合物に対応する質量分析データで較正される、請求項23に記載のシステム。
- 前記少なくとも1つの公知の化合物の特定のものは、そこから前記試料が獲得される生物の少なくとも1つの生物学的状態で表わされる、少なくとも1つのバイオマーカを画定する、請求項23に記載のシステム。
- 前記少なくとも1つの生物学的状態は、癌を含む悪い医学的状態である、請求項25に記載のシステム。
- 前記処理装置は、前記少なくとも1つのクロマトグラフピークの保持時間値を、前記少なくとも1つの参照クロマトグラフピークのそれぞれの参照保持時間値と比較することによって、前記少なくとも1つのクロマトグラフピークを前記少なくとも1つのクロマトグラフ参照ピークに登録する、請求項21に記載のシステム。
- 前記処理装置は、s(f(t))が前記複数の参照ガスクロマトグラフデータのうちの対応するものr(t)と最大限に一致するように選択された変換関数f(t)を利用することによって前記登録を実行し、式中、sは前記信号を表す、請求項27に記載のシステム。
- 前記処理装置は、少なくとも1つの公知のクロマトグラフピークのそれぞれを発生するように、前記試料に追加され、少なくとも1つの公知の保持時間を有する、少なくとも1つの参照化学物質を登録し、それによって、前記変換関数が前記少なくとも1つの公知のクロマトグラフピークに従って選択される、請求項28に記載のシステム。
- 前記処理装置は、前記処理装置による分類に従って、前記少なくとも1つのクロマトグラフピークが前記確率分布関数のうちの対応するものによってモデル化されるように、前記モデル関数を構築する、請求項27に記載のシステム。
- 前記モデル関数は、
式中、x(t)は時間依存であるモデル関数を表し、式中、前記確率分布関数Vi のそれぞれは、前記確率分布関数Dj(t)、Hk(t)、Ol(t)およびIm(t)のうちの1つによって表わされ、式中、βj、ηk、δlおよびιmは、前記確率分布関数のそれぞれとの線形結合におけるそれぞれの係数であり、式中、j、k、l、およびmは正の整数であり、前記確率分布関数のそれぞれは、前記複数のパラメータのうちの少なくとも1つによって特徴付けられ、
前記Dj(t)は、前記少なくとも1つのクロマトグラフピークを、前記少なくとも1つのバイオマーカを表す少なくとも1つの参照クロマトグラフピークにモデル化し、前記少なくとも1つのクロマトグラフピークは、少なくとも部分的に前記ガスクロマトグラフデータ内の合成物であり、前記少なくとも1つのバイオマーカは、悪い生物学的状態を表し、前記悪い生物学的状態は、そこから前記試料が獲得される生物のものであり、前記Hk(t)は、少なくとも部分的に前記ガスクロマトグラフデータ内の合成物である少なくとも1つのクロマトグラフピークを、前記少なくとも1つのバイオマーカを表すことと、前記悪い生物学的状態を表すことが未知であることと、のうちのいずれか1つである少なくとも1つの参照クロマトグラフピークにモデル化し、前記Im(t)は、分解される少なくとも1つのクロマトグラフピークをモデル化し、前記Ol(t)は、前記複数の参照ガスクロマトグラフデータに適合しない少なくとも1つのクロマトグラフピークと、前記モデル関数のモデリングからもたらされた剰余項と、のいずれか1つを、前記ガスクロマトグラフデータにモデル化する、請求項30に記載のシステム。 - 前記確率分布関数は、
指数関数変形ガウス(EMG)関数、
ガンマ確率分布関数、
多項式変形ガウス関数、
非対称正規分布関数、
カイ分布関数、
正規化した分子速度のマクスウェル・ボルツマン分布関数、
保持時間に対して変形されたマクスウェル・ボルツマン分布関数、
ポアソン分布、
レイリー分布関数、
から成る一覧から選択される、請求項31に記載のシステム。 - 前記処理装置は、前記少なくとも1つのクロマトグラフピークのどれが、前記確率分布関数のどれによってモデル化されることになるかを決定する、請求項31に記載のシステム。
- 前記処理装置は、前記モデル関数と前記信号との差の二乗和が最小化されるように、前記複数のパラメータの候補解を反復して評価することによって、前記複数のパラメータを決定する、請求項33に記載のシステム。
- 時間依存モデルエラー閾値パラメータが画定され、前記処理装置は、それに対して時間依存モデルエラーが前記時間依存モデルエラー閾値パラメータを超える時間値を評価することによって、前記少なくとも1つのクロマトグラフピークのどれが合成物であるかを決定し、前記処理装置は、前記信号と前記モデル関数との差をとることによって、前記時間依存モデルエラーを計算する、請求項34に記載のシステム。
- 前記処理装置は、合成物であるクロマトグラフピークのどれが、前記確率分布関数のうちの少なくとも2つのどれによって再モデル化されることになるかを再決定する、請求項35に記載のシステム。
- 前記処理装置は、前記モデル関数を反復して精製し、それによって、合成物であり、前記確率分布関数のうちの対応するものによって事前にモデル化されている少なくとも1つのクロマトグラフピークが、前記確率分布関数のうちの少なくとも2つによって再モデル化され、それによって、前記処理装置は、合成物であるクロマトグラフピークを少なくとも1つの分解されたクロマトグラフピークに分解する、請求項36に記載のシステム。
- 前記少なくとも1つのクロマトグラフピークのうちの対応するものをモデル化する確率分布関数の係数は、前記少なくとも1つのクロマトグラフピークのそれぞれの対応するものの最大値を四分位範囲(IQR)で割ることにより、前記処理装置によって正規化される、請求項37に記載のシステム。
- 少なくとも1つの閾値パラメータが、前記係数のそれぞれに対して画定され、前記処理装置は、前記少なくとも1つのクロマトグラフピークのうちの対応するものをモデル化する確率分布関数を表す正規化された係数のどれが、前記少なくとも1つの閾値パラメータのうちの対応するものを超えるかを評価することによって、有意なクロマトグラフピークを決定する、請求項38に記載のシステム。
- 前記処理装置は、前記少なくとも1つの参照クロマトグラフピークと、前記少なくとも1つの分解されたクロマトグラフピークのうちの対応するもの、および前記有意なクロマトグラフピークのうちの対応するもの、のうちのいずれか1つと、の統計的距離測定量に従って、前記一致の程度を評価する、請求項39に記載のシステム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US23545709P | 2009-08-20 | 2009-08-20 | |
US61/235,457 | 2009-08-20 | ||
PCT/IL2010/000675 WO2011021198A2 (en) | 2009-08-20 | 2010-08-18 | Gas chromatographic analysis method and system |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013502575A JP2013502575A (ja) | 2013-01-24 |
JP5651176B2 true JP5651176B2 (ja) | 2015-01-07 |
Family
ID=43607394
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012525254A Expired - Fee Related JP5651176B2 (ja) | 2009-08-20 | 2010-08-18 | ガスクロマトグラフ分析方法およびシステム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20120179389A1 (ja) |
EP (1) | EP2467713A2 (ja) |
JP (1) | JP5651176B2 (ja) |
WO (1) | WO2011021198A2 (ja) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2642285A1 (en) | 2012-03-23 | 2013-09-25 | Biotage AB | Simulation of a chromatographic run |
WO2014055331A1 (en) * | 2012-10-03 | 2014-04-10 | Waters Technologies Corporation | A chromatography column |
JP6073117B2 (ja) | 2012-11-26 | 2017-02-01 | 株式会社日立ハイテクノロジーズ | 自動分析装置、自動分析方法 |
US9955898B2 (en) | 2012-12-26 | 2018-05-01 | Jeong-Chan Ra | Cancer diagnosis method using respiratory gas |
US20140260586A1 (en) * | 2013-03-14 | 2014-09-18 | Schlumberger Technology Corporation | Method to perform rapid formation fluid analysis |
US20160126478A1 (en) | 2013-05-09 | 2016-05-05 | Nitto Denko Corporation | Emissive compounds for light emitting devices |
US20160252484A1 (en) * | 2013-10-09 | 2016-09-01 | Spectrosense Ltd. | System and method for modified gas chromatographic data analysis |
US9720001B2 (en) | 2014-05-21 | 2017-08-01 | Thermo Finnigan Llc | Methods for mass spectrometric biopolymer analysis using optimized weighted oligomer scheduling |
FR3026188B1 (fr) * | 2014-09-20 | 2017-06-23 | Commissariat Energie Atomique | Procede et dispositif de determination d'une composition d'un echantillon gazeux traite par chromatographie gazeuse |
US10913986B2 (en) * | 2016-02-01 | 2021-02-09 | The Board Of Regents Of The University Of Nebraska | Method of identifying important methylome features and use thereof |
JP6992817B2 (ja) * | 2017-11-09 | 2022-01-13 | 株式会社島津製作所 | 波形解析装置 |
WO2019204747A1 (en) * | 2018-04-20 | 2019-10-24 | Janssen Biotech, Inc. | Transition analysis method for chromatography column qualification |
CN110441420B (zh) * | 2019-08-02 | 2022-04-22 | 长园深瑞监测技术有限公司 | 一种在线监测油中溶解气体气相色谱峰自动识别方法 |
CN113567603B (zh) * | 2021-07-22 | 2022-09-30 | 华谱科仪(大连)科技有限公司 | 色谱谱图的检测分析方法及电子设备 |
CN116136518B (zh) * | 2023-04-20 | 2023-08-01 | 杭州泽天春来科技有限公司 | 色谱仪 |
CN116973495B (zh) * | 2023-09-21 | 2023-12-15 | 山东鲁地源天然药物有限公司 | 基于气相色谱仪的中药饮片检测数据分析管理系统 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3140598A (en) * | 1962-05-24 | 1964-07-14 | Gen Electric | Apparatus for chromatographic gas analysis |
US4132769A (en) * | 1974-10-30 | 1979-01-02 | Osther Kurt B | Cancer antigen, cancer therapy, and cancer diagnosis |
JPS5663255A (en) * | 1979-10-30 | 1981-05-29 | Hitachi Ltd | Disease state diagnosing device |
US4478723A (en) * | 1981-06-15 | 1984-10-23 | Asahi Kasei Kogyo Kabushiki Kaisha | Adsorptive separation method |
US4941101A (en) * | 1987-09-01 | 1990-07-10 | Hewlett-Packard Company | Method for analyzing chromatograms |
DE69013137T2 (de) * | 1990-01-18 | 1995-03-02 | Hewlett Packard Co | Verfahren zur Unterscheidung von Mischungen chemischer Verbindungen. |
US5747346A (en) * | 1991-08-29 | 1998-05-05 | Research Foundation For Mental Hygiene, Inc. | Detection of novel carbohydrates directly associated with chronic alcoholism |
CA2262403C (en) * | 1995-07-31 | 2011-09-20 | Urocor, Inc. | Biomarkers and targets for diagnosis, prognosis and management of prostate disease |
US5861248A (en) * | 1996-03-29 | 1999-01-19 | Urocor, Inc. | Biomarkers for detection of prostate cancer |
US5824555A (en) * | 1996-05-30 | 1998-10-20 | The Cleveland Clinic Foundation | Method of detecting gynecological carcinomas |
US5952235A (en) * | 1997-04-14 | 1999-09-14 | Case Western Reserve University | Detection of teratogen exposure |
US7200494B2 (en) | 2001-10-30 | 2007-04-03 | Hitachi, Ltd. | Method and apparatus for chromatographic data processing |
US6835927B2 (en) * | 2001-10-15 | 2004-12-28 | Surromed, Inc. | Mass spectrometric quantification of chemical mixture components |
FR2831821B1 (fr) * | 2001-11-06 | 2004-01-09 | Ar2I Sa Analyses Rech S Et Inn | Marqueur biologique des etats de stress, procede d'evaluation quantitative de presence de ce marqueur, et son utilisation pour la prevention du stress |
US6691053B2 (en) * | 2001-11-30 | 2004-02-10 | Agilent Technologies, Inc. | Method of matching retention times among multiple chromatographic system |
CA2632188A1 (en) * | 2005-11-10 | 2007-05-24 | Rosetta Inpharmatics Llc | Discover biological features using composite images |
WO2008118839A1 (en) * | 2007-03-23 | 2008-10-02 | Dana-Farber Cancer Institute, Inc. | Exon grouping analysis |
EP2438436B1 (en) * | 2009-06-01 | 2017-11-15 | Thermo Finnigan LLC | Methods of automated spectral peak detection and quantification without user input |
-
2010
- 2010-08-18 WO PCT/IL2010/000675 patent/WO2011021198A2/en active Application Filing
- 2010-08-18 EP EP10771532A patent/EP2467713A2/en not_active Withdrawn
- 2010-08-18 JP JP2012525254A patent/JP5651176B2/ja not_active Expired - Fee Related
- 2010-08-18 US US13/391,359 patent/US20120179389A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
WO2011021198A3 (en) | 2011-05-19 |
JP2013502575A (ja) | 2013-01-24 |
EP2467713A2 (en) | 2012-06-27 |
US20120179389A1 (en) | 2012-07-12 |
WO2011021198A2 (en) | 2011-02-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5651176B2 (ja) | ガスクロマトグラフ分析方法およびシステム | |
US20160252484A1 (en) | System and method for modified gas chromatographic data analysis | |
Hantao et al. | Multivariate curve resolution combined with gas chromatography to enhance analytical separation in complex samples: A review | |
US4353242A (en) | Multichannel detection and resolution of chromatographic peaks | |
US20080128607A1 (en) | Mass Spectrometry Analysis Method and System | |
JP2005500543A (ja) | 生物学的系をプロファイリングするための方法およびシステム | |
Xu et al. | GC-based techniques for breath analysis: current status, challenges, and prospects | |
JP2005534899A5 (ja) | ||
WO2020105566A1 (ja) | 情報処理装置、情報処理装置の制御方法、プログラム、算出装置、及び算出方法 | |
Jones et al. | An introduction to metabolomics and its potential application in veterinary science | |
Xu et al. | Chemometric methods for evaluation of chromatographic separation quality from two-way data—A review | |
US20080140370A1 (en) | Multiple Method Identification of Reaction Product Candidates | |
US20200408789A1 (en) | Information processing apparatus, method for controlling information processing apparatus, and program | |
Lu et al. | Chamber evaluation of a portable GC with tunable retention and microsensor-array detection for indoor air quality monitoring | |
EP3472610B1 (en) | Compact gas analysis device and method | |
Zaid et al. | Comprehensive two-dimensional gas chromatography with mass spectrometry: an advanced bioanalytical technique for clinical metabolomics studies | |
US11105733B2 (en) | Analyte sensor and method of use | |
Jin et al. | Chemometric analysis of gas chromatographic peaks measured with a microsensor array: methodology and performance assessment | |
Bryant-Genevier et al. | Multivariate curve resolution of co-eluting vapors from a gas chromatograph with microsensor array detector | |
JP2021009135A (ja) | 情報処理装置、情報処理装置の制御方法、及びプログラム | |
Shaltaeva et al. | Detection heart failures (HF) biomarkers by proton transfer reaction-mass spectrometry and ion mobility spectrometry | |
Peirano et al. | Approaches for establishing methodologies in metabolomic studies for clinical diagnostics | |
Новиков et al. | EXPRESS DIAGNOSTICS OF DISEASES BASED ON A QUADRUPOLE MASS SPECTROMETER ANALYSIS OF EXHALED AIR | |
Sarandi et al. | Metabolomics methodology and workflow: Challenges and future prospects | |
Hariharan et al. | Novel design for drift tubes in ion mobility spectrometry for optimised resolution of peak clusters |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130704 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20131211 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140114 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140411 |
|
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: 20141021 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20141114 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5651176 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S201 | Request for registration of exclusive licence |
Free format text: JAPANESE INTERMEDIATE CODE: R314201 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |