JP5860833B2 - 質量分析データ処理方法及び装置 - Google Patents

Description

本発明は、ＭＳⁿ（ｎは２以上の整数）分析可能な質量分析装置で収集されたデータを処理するデータ処理方法及び装置に関する。

質量分析を用いた解析処理の手法の一つに、複数の試料について質量分析により得られた全ての結果を比較する、網羅的解析と称する手法がある。こうした解析には、一般に、判別分析、主成分分析、クラスター分析などの多変量解析が利用されている。

例えば非特許文献１には、質量分析により得られたマススペクトルデータを主成分分析するソフトウエアが開示されている。また、非特許文献２、特許文献１などには、複数のサンプルについて得られたマススペクトルデータを主成分分析し、その結果をスコアプロット及びローディングプロットで示した例が開示されている。こうした主成分分析の結果として得られるスコアプロットによれば、複数のサンプルのグループ分けの状態を容易に把握することができる。また、ローディングプロットによれば、そうしたサンプルのグループ分けに各化合物（成分）がどのように寄与しているのかを把握することができる。

ところで、最近の質量分析装置では、ＭＳ¹分析結果であるＭＳ¹スペクトルデータと並行して、イオンの開裂操作を伴うＭＳ²分析の分析結果であるＭＳ²スペクトルデータを取得することができる装置が開発されている（例えば非特許文献３参照）。即ち、通常の質量分析（ＭＳ¹分析）を実行した直後にそのＭＳ¹分析で得られたＭＳ¹スペクトルに現れているピークを所定の条件の下に選択する（例えばピーク強度の大きい順に所定個数を選択する）。そして、選択されたピークの質量電荷比をプリカーサイオンとして設定し、そのプリカーサイオンを選択した後に開裂を生じさせ、その開裂で生成された各種プロダクトイオンを質量分析することによりＭＳ²スペクトルデータを取得する。一般に、こうしたＭＳⁿスペクトルデータは対象とする成分の構造情報を含んでおり、その成分の同定や構造解析に有用である。

上記のような網羅的解析にＭＳⁿスペクトルデータを利用すれば、より正確な或いはより精緻な解析が行えると考えられる。しかしながら、上記のような従来の網羅的解析で使用されるデータは専らＭＳ¹スペクトルデータであり、ＭＳⁿ分析が行われる場合であっても、ＭＳⁿスペクトルデータはＭＳ¹スペクトルデータを用いた網羅的解析の後に、各成分の組成推定やデータベース検索などに供されるだけであった。

特開２００９−２５０５６号公報

「MarkerViewTMソフトウェア」、[online]、アプライドバイオシステムズジャパン株式会社、[平成２１年３月１１日検索]、インターネット＜URL: http://www.appliedbiosystems.co.jp/website/jp/product/modelpage.jsp?MODELCD=97189＞ 米久保、ほか２名、「最新の飛行時間型質量分析計LCT PremierTMの特徴と食品メタボロームへの応用」、クロマトグラフィー（Chromatography）、クロマトグラフィー科学会、第２７巻、第２号（２００６年） 飯田、ほか３名、「LCMS-IT-TOFのプロテオーム解析への応用」、島津評論、島津評論編集部、第６３巻、第１・２号、２００６年９月２９日発行、pp. 19-28

本発明は上記課題に鑑みて成されたものであり、その目的とするところは、ＭＳⁿ分析により収集された全てのＭＳⁿスペクトルデータを網羅的解析に有効に利用し、各種化合物の同定や構造解析に適切な情報を得ることができる質量分析データ処理方法及び装置を提供することにある。

上記課題を解決するために成された第１発明は、ＭＳn分析（ｎは２以上の整数）可能な質量分析装置で収集されたデータを処理する質量分析データ処理方法であって、
a)ＭＳ1分析により収集されたＭＳ1スペクトルデータを解析処理するＭＳ1解析ステップと、
b)ＭＳn分析により収集されたＭＳnスペクトルデータに基づくＭＳn分析情報を記述した行列について多変量解析を実行するＭＳn解析ステップと、
c)前記ＭＳ1解析ステップによる解析処理結果と前記ＭＳn解析ステップによる多変量解析処理結果とを同一画面上の保持時間と質量電荷比とを二軸とする二次元グラフ上に重ねて表示する表示処理ステップと、
を有することを特徴としている。

また上記課題を解決するために成された第２発明は、上記第１発明に係る質量分析データ処理方法を実施する質量分析データ処理装置であり、ＭＳn分析（ｎは２以上の整数）可能な質量分析装置で収集されたデータを処理する質量分析データ処理装置において、
a)ＭＳ1分析により収集されたＭＳ1スペクトルデータを解析処理するＭＳ1解析手段と、
b)ＭＳn分析により収集されたＭＳnスペクトルデータに基づくＭＳn分析情報を記述した行列について多変量解析を実行するＭＳn解析手段と、
c)前記ＭＳ1解析手段による解析処理結果と前記ＭＳn解析手段による多変量解析処理結果とを同一画面上の保持時間と質量電荷比とを二軸とする二次元グラフ上に重ねて表示する表示処理手段と、
を備えることを特徴としている。

ＭＳⁿ分析により収集されたＭＳⁿスペクトルデータは、試料に含まれる化合物の一部分（化合物の基幹構造や開裂によって基幹構造から脱離する断片など）の質量や含有量などの情報を含む。したがって、ＭＳⁿスペクトルデータに基づくＭＳⁿ分析情報を記述した行列について多変量解析を実行して得られる結果には、例えば、異なる化合物の基幹構造が類似している又は全く異質であるといった情報が反映されている。一方、ＭＳ¹分析により収集されたＭＳ¹スペクトルデータを解析処理して得られる結果には、例えば複数の試料の間の関連性や異なる溶出時間に得られる化合物の間の関連性（クロマトグラフ質量分析装置の場合）などが反映されている。したがって、上記表示処理ステップによってなされる表示によれば、例えば、複数の試料を分析したときにその中から同じグループに属するとみなせる試料を識別するための情報とともに、そのグループに属することを特徴付ける化合物の構造の類似性などに関する情報も得ることができる。

特に、ＭＳ¹解析ステップによる解析処理結果とＭＳⁿ解析ステップによる多変量解析処理結果とを同一のグラフ、例えば二次元グラフ上に重ねて表示しているので、両方の結果の対応関係が一層分かり易い。

第１及び第２発明において、ＭＳⁿ分析情報を記述した行列は例えば、異なるプリカーサイオンに対するＭＳⁿスペクトル間の相関係数を要素とする相関係数行列とすることができる。

こうした相関係数行列を作成するために、第１発明の一態様による質量分析データ処理方法では、前記ＭＳⁿ解析ステップが、
収集されたＭＳⁿスペクトルデータから、複数のプリカーサイオンのそれぞれについて、それら複数のプリカーサイオンに対応したＭＳⁿスペクトルに現れるプロダクトイオン及び／又はニュートラルロスの質量電荷比におけるピーク強度データからなるデータセットを求めるデータセット取得ステップと、
異なるプリカーサイオンに対するＭＳⁿスペクトル間の相関係数を、該プリカーサイオンに対応したデータセットを用いて各ＭＳⁿスペクトル間でそれぞれ計算し、求まった相関係数を要素とする相関係数行列を作成する相関係数行列作成ステップと、
を含むものとすることができる。

また、第２発明に係る質量分析データ処理装置においても同様に、前記ＭＳⁿ解析手段が、上記データセット取得ステップを実行するデータセット取得手段、上記相関係数行列作成ステップを実行する相関係数行列作成手段を含むようにすればよい。

上記態様による質量分析データ処理方法及び装置では、まず、複数のプリカーサイオンのそれぞれについて、それら複数のプリカーサイオンに対応したＭＳⁿスペクトルに現れるプロダクトイオン及び／又はニュートラルロスの質量電荷比におけるピーク強度データからなるデータセットを求める。当然のことながら、或るプリカーサイオンに対応したＭＳⁿスペクトルには、別のプリカーサイオンに対応したＭＳⁿスペクトルに現れるプロダクトイオン由来のピークが存在しないことがあり得る。その場合、当該プリカーサイオンに対応するデータセットにおいて、存在しないピークの質量電荷比におけるピーク強度データはゼロとする。したがって、いずれのプロダクトイオンに対応するデータセットも、データの個数は同じである。

こうして求めたデータセットを用いて、複数のプリカーサイオンの中の任意の２つのプリカーサイオンの組み合わせについて、ＭＳⁿスペクトル間の相関係数をそれぞれ求め、相関係数行列を作成する。プリカーサイオンの個数がＰ個であれば、相関係数行列はＰ行Ｐ列である。相関係数行列の対角要素は１となり、その対角要素を挟んだ上下の要素は対称になる。このような相関係数行列について多変量解析を行うことにより、ＭＳⁿスペクトルの相互の関係が反映された情報を得ることができる。

第１発明に係る質量分析データ処理方法及び第２発明に係る質量分析データ処理装置では例えば、前記多変量解析の手法としてネットワーク解析を用いることができる。

また第１発明に係る質量分析データ処理方法及び第２発明に係る質量分析データ処理装置では、前記多変量解析の手法として、主成分分析、判別分析、クラスター分析、又は自己組織化マップ（ＳＯＭ）分析のいずれかも利用するようにしてもよい。

第１発明の一態様としての質量分析データ処理方法及び第２発明の一態様としての質量分析データ処理装置は、ＭＳⁿ分析可能な質量分析装置を検出器とする、液体クロマトグラフ質量分析装置やガスクロマトグラフ質量分析装置などのクロマトグラフ質量分析装置で収集されたデータを処理するものであり、質量電荷比及び保持時間が異なる全てのプリカーサイオンについて各プリカーサイオン間の相互の関係を視覚的に示す情報を作成するものである。

また第１発明に係る質量分析データ処理方法及び第２発明に係る質量分析データ処理装置では、ＭＳ¹スペクトルデータを解析処理する手法として様々な手法を用いることができる。例えば、主成分分析、部分的最小二乗法（ＰＬＳ）、ＰＬＳ判別分析法（ＰＬＳ−ＤＡ）、クラスター分析、などの多変量解析を用いることができる。また、自己組織化マップ（ＳＯＭ）分析などのニューラルネットワークによる解析を用いることもできる。

さらには、多変量解析などの複雑な演算処理を実行することなく、単に、保持時間と質量電荷比とをそれぞれ軸とする二次元グラフ上にＭＳ¹分析結果を位置付けるものであってもよい。また、一方の軸に複数の試料を順に位置付け、他方の軸を質量電荷比とした二次元グラフ上にＭＳ¹分析結果を位置付けるものであってもよい。また、複数の試料、保持時間、質量電荷比をそれぞれ軸とする三次元グラフ上にＭＳ¹分析結果を位置付けるようにしてもよい。

第１発明に係る質量分析データ処理方法及び第２発明に係る質量分析データ処理装置によれば、異なるプリカーサイオンに対するＭＳⁿ分析結果の類似性や相違性を分析者が把握することが容易になるので、例えば、複数の化合物を含む試料の解析や評価などを効率的に行うことができるようになる。また、異なる試料の類似性や相違性などの評価も容易に行えるようになる。

本発明に係る質量分析データ処理装置を備えるＬＣ／ＭＳ分析システムの一実施例の概略ブロック構成図。 本実施例のＬＣ／ＭＳ分析システムにおけるＭＳ^ｎスペクトルデータの収集動作の説明図。 本実施例のＬＣ／ＭＳ分析システムにおける特徴的なデータ処理の手順を示すフローチャート。 ＭＳ²スペクトルデータ行列の形式を示す図。 ＭＳ²スペクトルの相関係数行列の形式を示す図。 ＭＳ²スペクトルの隣接行列の形式を示す図。 ＭＳ²スペクトルデータ行列の具体例を示す図。 ＭＳ²スペクトルの相関係数行列の具体的を示す図。 ＭＳ²スペクトルの隣接行列の具体例を示す図。 ＭＳ²スペクトルのネットワークマップの具体例を示す図。 ＭＳ¹スペクトルデータの解析結果の一例を示す図。 ＭＳ²スペクトルのネットワークマップの他の具体例を示す図。 ＭＳ¹解析結果とＭＳ²多変量解析結果との重ね合わせ表示の一例を示す図。

本発明に係る質量分析データ処理方法及び該方法が実施される質量分析データ処理装置の一形態について、その質量分析データ処理装置を備えるＬＣ／ＭＳ分析システムを例に挙げて説明する。図１はこのＬＣ／ＭＳ分析システムの概略ブロック構成図、図２はこのＬＣ／ＭＳ分析システムにおけるＭＳⁿスペクトルデータの収集動作の説明図である。

図１において、分析対象である試料は液体クロマトグラフ（ＬＣ）部１に導入され、ＬＣ部１に含まれる図示しないカラムを通過する間に試料中の各種成分が時間的に分離されて順次溶出する。この溶出液が質量分析（ＭＳ）部２に導入される。

図示しないが、ＭＳ部２は例えば、エレクトロスプレイイオン源等の大気圧イオン源と、イオントラップと、飛行時間型質量分析器と、イオン検出器とを備えるイオントラップ飛行時間型質量分析装置（ＩＴ−ＴＯＦＭＳ）である。このＭＳ部２において、ＬＣ部１から導入された溶出液中の試料成分はイオン化され、生成されたイオンは一旦イオントラップに保持される。保持されたイオンはイオントラップにおいて一定の運動エネルギーを付与されて飛行時間型質量分析器に送り込まれ、飛行空間を飛行する間に質量電荷比に応じてイオンは分離され、イオン検出器において順に検出される。

ＭＳ部２で得られた検出信号はデータ処理部３に入力されてデジタルデータに変換され、データ処理に供される。データ処理部３は、検出データから求まる各イオンの飛行時間を質量電荷比に換算し、横軸を質量電荷比、縦軸を信号強度とするマススペクトルを作成し、さらに時間経過に従ってトータルイオンクロマトグラムやマスクロマトグラムを作成する。また、得られたマススペクトルデータに対して後述するような特徴的なデータ処理を実施する。

制御部４はＬＣ部１、ＭＳ部２、及びデータ処理部３の動作を制御するとともに、ユーザーインターフェースとしての操作部５や表示部６を介して、分析者の操作を受け付ける一方、マススペクトル等の分析結果を出力する。なお、制御部４及びデータ処理部３の機能の大部分は、所定の制御／処理ソフトウエアを搭載したパーソナルコンピュータにより具現化することができる。

ＭＳ部２において、イオントラップは内部に保持したイオンを衝突誘起解離により開裂させる機能を有しており、これによりプロダクトイオンを生成させることができる。ＭＳ部２においてＭＳ²（＝ＭＳ／ＭＳ）分析を行う際には、まずイオントラップに各種イオンを保持した後に、それらイオンの中で特定の質量電荷比を有するイオンのみをプリカーサイオンとして選択的に残すようにイオントラップを駆動する。それからアルゴン等の衝突誘起解離ガスをイオントラップ内に導入し、選択したプリカーサイオンの開裂を促進させ、開裂により生成された各種プロダクトイオンをイオントラップに保持する。そして、そのプロダクトイオンにエネルギーを付与してイオントラップから一斉に放出し、飛行時間型質量分析器に導入して質量分析する。これにより、得られた検出信号に基づいて、データ処理部３では、プロダクトイオンのマススペクトル、即ち、ＭＳ²スペクトルを得ることができる。

なお、開裂により生成された各種のプロダクトイオンの中から特定の質量電荷比を持つイオンをプリカーサイオンとして選択した上で再び開裂操作を行う、又は、そうしたイオンの選択と開裂操作とを繰り返すことで、ｎが３以上のＭＳⁿ分析を実行することもできる。理論的には開裂操作の繰り返しの段数には制限はないが、実用的には多くの場合、ｎの最大値は３〜６程度の範囲である。

次に、このＬＣ／ＭＳ分析システムにおいて、自動ＭＳⁿ機能を利用したデータ収集動作について図２により説明する。試料がＬＣ部１に導入された後、ＭＳ部２では、所定の時間間隔で通常の質量分析を繰り返し実施する。これによって、データ処理部３では所定の時間間隔毎に１つずつマススペクトル（ＭＳ¹スペクトル）が作成される（図２（ａ）、（ｂ）参照）。

データ処理部３では、１つのＭＳ¹スペクトルが得られると直ちにそのＭＳ¹スペクトルに現れているピークを検出し、所定の基準に適合したピークに対応するイオンをプリカーサイオンとして設定しＭＳ²分析を実行する。例えば図２では、ＭＳ¹スペクトルに現れているピークに対し、ピーク強度が閾値以上のものを強度順に所定個数選択してプリカーサイオンとするようにしている。図２（ｂ）に示すように、時刻ｔ１において取得されたＭＳ¹スペクトルでは、上記基準に適合するピークが存在しないためＭＳ²分析は実行されない。一方、時刻ｔ２において取得されたＭＳ¹スペクトルでは、上記基準に適合するピークが２つ存在するため、Ｐ１、Ｐ２の順にそれぞれのピークに対応する質量電荷比ｍａ、ｍｂをプリカーサイオンとして設定したＭＳ²分析を直ちに実行する。その結果、質量電荷比ｍａを持つプリカーサイオンに対するＭＳ²スペクトル、及び、質量電荷比ｍｂを持つプリカーサイオンに対するＭＳ²スペクトル、の２つのＭＳ²スペクトルが得られる。

上記のような自動ＭＳⁿ機能によるデータ収集を、ＬＣ部１への試料導入時点から所定時間が経過するまで（通常、試料中の全ての試料成分が溶出し終わるまで）繰り返すことにより、所定時間間隔毎のＭＳ¹スペクトルと所定の基準に適合するピークが存在した時点でのＭＳ²スペクトルとが得られる。こうしたマススペクトルを構成するデータ、つまりＭＳ¹スペクトルデータ及びＭＳⁿスペクトルデータがデータ処理部３の記憶部に格納される。

上記のように収集されたデータに対し、データ処理部３は次のような特徴的なデータ処理を実行する。図３はこの特徴的なデータ処理の処理手順を示すフローチャートである。

まず、１つの試料について収集されたデータから全てのＭＳ²スペクトルデータを収集する（ステップＳ１）。ＭＳ²スペクトルデータは、或る保持時間（溶出時間）において、或る質量電荷比を持つプリカーサイオンに対して得られたＭＳ²スペクトルを構成するデータであり、ＭＳ²スペクトルに現れる各ピークの質量電荷比と強度値とを示すデータを含む。いまここでは、保持時間ＲＴ及び質量電荷比Ｍが相違するプリカーサイオンをＰ_ｎ（ｎ＝１〜ｘ）と記述する。

次に、収集したＭＳ²スペクトルデータから、図４に示すように、横方向にプリカーサイオンＰ_ｎ、縦方向にプロダクトイオンの質量電荷比ｍ_ｍ（ｍ＝１〜ｙ）（又はニュートラルロスの質量電荷比、つまりプリカーサイオンの質量電荷比とプロダクトイオンの質量電荷比との差）をとった、データ行列を生成する（ステップＳ２）。ここでは、プリカーサイオンＰ_ｎに対応したＭＳ²スペクトルにおいて、質量電荷比がｍ_ｍであるプロダクトイオンのピークの強度をＩ_ｎｍで示す。例えば、プリカーサイオンＰ_０に対応したＭＳ²スペクトルにおいて質量電荷比がｍ_２であるプロダクトイオンのピークの強度はＩ_０２である。但し、プロダクトイオンの質量電荷比ｍ_ｍは、全てのプリカーサイオンに対応するＭＳ²スペクトルに現れるプロダクトイオンの質量電荷比を書き出したものである。そのため、或るプリカーサイオンに対応するＭＳ²スペクトルにおいてピークが存在しない質量電荷比ｍ_ｍが数多くある。このようにピークが存在しない場合には、その質量電荷比ｍ_ｍに対する強度Ｉ_ｎｍを０とする。ここでは、１つのプリカーサイオンＰ_ｎに対する（つまり１つのＭＳ²スペクトルにおける）ｙ個のデータ（Ｉ_ｎ１、Ｉ_ｎ２、Ｉ_ｎ３、Ｉ_ｎ４、…、Ｉ_ｎｙ）をデータセットと呼ぶ。図４では、縦方向の１列に含まれるｙ個のピーク強度データが１つのデータセットを構成する。

理解を容易にするために、具体的な数値例を図７に示す。これは図４に示したＭＳ²スペクトルデータ行列の一部である。例えばこの図７中で、保持時間ＲＴが１４．２４３３３３、質量電荷比Ｍが４５５．２９１３であるプリカーサイオンＰ_０に対応するＭＳ^２スペクトルでは、質量電荷比：１０３．７２９３に強度：０．０５７４のピークが存在することが分かる。また、このプリカーサイオンＰ_０に対応するＭＳ²スペクトルでは、別のプリカーサイオンＰ_３に対するＭＳ²スペクトルでピークが存在している質量電荷比１０６．０７５１の位置に、ピークが存在しないことが分かる。

次に、全部でｘ個のプリカーサイオン、つまりｘ個のＭＳ²スペクトルのデータセットのうちから２個を選ぶ全ての組み合わせについて、周知の演算方法によりそれぞれ相関係数Ｒを計算する。そして、全ての組み合わせに対する相関係数Ｒが求まると、これを行列要素とする図５に示すようなｘ行ｘ列の相関係数行列を作成する（ステップＳ３）。例えばプリカーサイオンＰ_１に対応するＭＳ²スペクトルとプリカーサイオンＰ_２対応するＭＳ²スペクトルとの間の相関係数がＲ_１２である。相関係数行列において対角要素は自分自身への相関であるので全て「１」である。また、この対角要素に対してその上下の各行列要素は対称である。図７に一部が示されたＭＳ²スペクトルデータ行列から相関係数行列を求めた結果を、図８に示す。

次に、上記のようにして求めた相関係数行列の情報を分かり易くグラフ化するために、まず図６に示すように、相関係数行列の対角要素である「１」を全て「０」に置き換え、この行列をネットワーク解析用の隣接行列として定義する（ステップＳ４）。図８に示した相関係数行列から求めた隣接行列を図９に示す。このようにして求めた隣接行列に対してネットワーク解析を実行し、ネットワークマップを作成する（ステップＳ５）。

ネットワーク解析はいわゆるグラフ理論に基づくものであり、隣接行列からネットワークマップを作成するには、入手容易な既存のソフトウエア（例えば"igraph"など）を用いればよい。ネットワークマップはデータ点とデータ点との関係を線で示すものであり、線が方向性を有する有向グラフである場合と線が方向性を有さない無向グラフである場合とがある。ここでは、データ点は１つのプリカーサイオン又はＭＳ²スペクトルを意味し、２つのデータ点間の相関に方向性はないため（それ故に相関係数行列は対角要素を挟んで上下が対称である）、ネットワークマップは無向グラフである。

ネットワークマップでは、データ点の配置や線の表示の仕方に様々な変形が考えられる。例えばデータ点をそれぞれ異なる色で表示し、相関性が高いデータ点同士をできるだけ近くに配置するようなことが考えられる。図７〜図９に示した例から作成されたネットワークマップの一例を図１０に示す。この例では、線が短いものほど相関性が高いことを示しており、無相関の場合には線が存在しない。但し、相関係数に閾値を設け、相関係数値がその閾値以下である場合には無相関であるとみなしてもよい。図１０に示すようなネットワークマップによって、異なるＭＳ²スペクトル間の相関関係が視覚化され、その理解が容易になる。

なお、図１０の例では、データ点間を線で接続することで、それらデータ点が或る１つの相関を有するグループに属することを示していたが、そのほかに、相関を有するグループに属するデータ点の表示色を同一にする、相関を有するグループに属するデータ点の形状を同一にする、といった変形も考えられる。図１２は、相関を有するグループに属するデータ点の色、形状を同一にし、且つデータ点間を線で繋ぐようにしたネットワークマップの一例である。

但し、上記のようなＭＳ²スペクトルのネットワークマップには、ＭＳ¹分析結果で所定の基準に適合しなかったピークの情報は反映されない。そこで、制御部４は従来行われているようなＭＳ¹分析結果（ＭＳ^１スペクトルデータ）を解析して得られた解析結果と上記のＭＳ²スペクトルのネットワークマップとを同一画面内に配置した表示データを作成し、これを表示部６に出力して表示画面上に描画する（ステップＳ６）。ＭＳ¹スペクトルデータの解析手法には種々のものが考えられる。

例えば、特許文献１に開示されているように、保持時間、質量電荷比、及び信号強度の３つのディメンジョンを持つＭＳ¹スペクトルデータに対し多変量解析の一手法である主成分分析を適用し、試料に含まれる各化合物に対応するローディングを算出する。そして、２つの主成分を直交する二軸とするグラフに、算出されたローディング値をプロットしたローディングプロットを作成し（例えば図１１参照）、これをＭＳ¹スペクトルデータの解析結果として表示部６の画面上に表示することができる。

また、主成分分析以外の多変量解析手法、例えば部分的最小二乗法（ＰＬＳ）、ＰＬＳ判別分析法（ＰＬＳ−ＤＡ）、クラスター分析などを用いてもよい。また、ニューラルネットワークの一手法である自己組織化マップ（ＳＯＭ）分析などを用いることもできる。さらに、こうした複雑な演算処理を行うことなく、保持時間と質量電荷比とを互いに直交する二軸とする二次元グラフ上に、ＭＳ¹分析により得られたデータを位置付けて表示するようにするものであってもよい。

上記ステップＳ６では、ＭＳ¹分析結果とＭＳ²多変量解析結果（ネットワークマップ）とを同一画面内に配置した表示を表示部６に出力するようにしていたが、両結果を同一グラフ上に位置付けて表示することで、両結果の対応関係がより明確になる。図１３はこうした両結果の重ね合わせ表示の一例を示す図である。図１３（ａ）は、保持時間と質量電荷比とを互いに直交する二軸とする二次元グラフ上に、ＭＳ¹分析により得られたマススペクトル上の各ピークに対応する点（小さな点）と、ＭＳ²スペクトルデータに対するネットワーク解析により相関性を有すると判定されたクラスター毎の識別が可能であるように形状や色が分けられたプリカーサイオンに対応する点（●、○、▲など）と、をプロットしたものである。図１３（ｂ）はこのときのネットワークマップであり、このネットワークマップ上で点線で囲まれているような互いに線で繋がれた複数のプリカーサイオンが１個のクラスターである。ここでは２０個のクラスターが存在し、各クラスターに含まれるプリカーサイオンの個数は様々である。

図１３（ａ）に示したような、ＭＳ¹分析結果とＭＳ²多変量解析結果とを重ね合わせた画像を表示部６の画面上に表示させることにより、同一のクラスターに属する複数のプリカーサイオンの質量電荷比及び保持時間に関する分布が明確になる。例えば、図１３（ａ）中の点線で囲む領域Ａには、ほぼ一定の保持時間間隔毎に且つほぼ一定の質量電荷比ずつ増加するように同一クラスターのプリカーサイオンが存在していることが一目で分かる。このような情報は図１３（ｂ）に示すようなネットワークマップを見ただけでは分かりにくいが、図１３（ａ）に示した表示であれば容易に把握でき、試料に含まれる化合物の種類や構造の推定に有用である。

また、図１０に示すネットワークマップの一例では、各データ点についてプリカーサイオンに割り当てられた連続番号（Ｐ_ｎ）が記載されているのみであったが、分析者がこのネットワークマップ上で所定の操作を行うことによって、より詳細で有用な情報が表示されるようにするとよい。例えば、２つのデータ点間を結ぶ線を操作部５に含まれるマウスなどのポインティングデバイスにより選択すると、選択された線の両端のデータ点のＭＳ²スペクトルに共通するプロダクトイオンやニュートラルロスをネットワークマップ上に表示するようにするとよい。また、ＭＳ²スペクトルデータを周知のデータベース検索に供して化合物の同定を行う場合には、この同定によって判明した化合物の名称や化合物の構造（構造式など）をネットワークマップ上の各データ点の近傍などに表示するようにしてもよい。

また、複数の試料を比較する場合には、各試料についてそれぞれ同じようにＭＳ²スペクトルのネットワークマップを作成し、このネットワークマップの各データ点の位置や集まり具合、各線の結合状態などを比較すれば、複数の試料の類似性や相違性が分かり易くなる。

また、上記実施例ではＭＳ²スペクトルデータを用いてネットワークマップを作成する場合について説明したが、ＭＳ³スペクトルデータ、ＭＳ⁴スペクトルデータ等、ＭＳⁿスペクトルデータに対して同様の手法でネットワークマップを作成できることは明らかである。この場合、例えばｎが相違する値である複数のＭＳⁿ分析でプリカーサイオンの質量電荷比が同一になった場合には、その同一のプリカーサイオンに対応してそれぞれ得られた複数のＭＳⁿスペクトル上に現れるプロダクトイオンを統合し、１つのプリカーサイオンに対応するプロダクトイオンとして取り扱ってもよい。

上記実施例は本発明をＬＣ／ＭＳに適用したものであるが、ＧＣ／ＭＳに適用することもできることは明らかであり、またクロマトグラフを伴わない質量分析装置にも適用可能である。但し、試料に含まれる化合物が１つ又は少数であって、ＭＳ¹スペクトルに現れるピークの数が少ない場合には、本発明を利用する意味はない。

また、上記実施例は本発明の一例にすぎず、本発明の趣旨の範囲で適宜に変更、修正、追加を行っても本願請求の範囲に包含されることは当然である。

１…ＬＣ部（液体クロマトグラフ部）
２…ＭＳ部（質量分析部）
３…データ処理部
４…制御部
５…操作部
６…表示部

Claims (8)

1. ＭＳn分析（ｎは２以上の整数）可能な質量分析装置で収集されたデータを処理する質量分析データ処理方法であって、
   a)ＭＳ1分析により収集されたＭＳ1スペクトルデータを解析処理するＭＳ1解析ステップと、
   b)ＭＳn分析により収集されたＭＳnスペクトルデータに基づくＭＳn分析情報を記述し
   た行列について多変量解析を実行するＭＳn解析ステップと、
   c)前記ＭＳ1解析ステップによる解析処理結果と前記ＭＳn解析ステップによる多変量解析処理結果とを同一画面上の保持時間と質量電荷比とを二軸とする二次元グラフ上に重ねて表示する表示処理ステップと、
   を有することを特徴とする質量分析データ処理方法。
2. 請求項１に記載の質量分析データ処理方法であって、
   前記ＭＳn解析ステップにより実行される多変量解析はネットワーク解析、主成分分析、判別分析、クラスター分析、又は自己組織化マップ（ＳＯＭ）分析のいずれかであることを特徴とする質量分析データ処理方法。
3. 請求項１に記載の質量分析データ処理方法であって、
   ＭＳn分析可能な質量分析装置を検出器とするクロマトグラフ質量分析装置で収集されたデータを処理するものであり、質量電荷比及び保持時間が異なる全てのプリカーサイオンについて各プリカーサイオン間の相互の関係を視覚的に示す情報を作成することを特徴とする質量分析データ処理方法。
4. 請求項１に記載の質量分析データ処理方法であって、
   前記ＭＳ1解析ステップは多変量解析を行うものであることを特徴とする質量分析データ処理方法。
5. 請求項４に記載の質量分析データ処理方法であって、
   前記ＭＳ1解析ステップはニューラルネットワークによる多変量解析を行うものであることを特徴とする質量分析データ処理方法。
6. 請求項１に記載の質量分析データ処理方法であって、
   前記ＭＳn解析ステップにより実行される多変量解析はネットワーク解析であり、
   前記表示処理ステップは、前記ＭＳ1解析ステップにおいてＭＳ1分析結果として得られた前記二次元グラフに対し、前記ＭＳn解析ステップにおいてネットワーク解析により相関性を有すると判定されたクラスター毎の識別が可能であるように、プリカーサイオンに対応する点をプロットすることを特徴とする質量分析データ処理方法。
7. 請求項６に記載の質量分析データ処理方法であって、
   前記プリカーサイオンに対応する点は、クラスター毎の識別が可能であるように形状あるいは色を変えてプロットすることを特徴とする質量分析データ処理方法。
8. ＭＳn分析（ｎは２以上の整数）可能な質量分析装置で収集されたデータを処理する質量分析データ処理装置において、
   a)ＭＳ1分析により収集されたＭＳ1スペクトルデータを解析処理するＭＳ1解析手段と、
   b)ＭＳn分析により収集されたＭＳnペクトルデータに基づくＭＳn分析情報を記述した行列について多変量解析を実行するＭＳn解析手段と、
   c)前記ＭＳ1解析手段による解析処理結果と前記ＭＳn解析手段による多変量解析処理結果とを同一画面上の保持時間と質量電荷比とを二軸とする二次元グラフ上に重ねて表示する表示処理手段と、
   を備えることを特徴とする質量分析データ処理装置。