JP6341295B2 - 多次元質量分析データ処理装置 - Google Patents
多次元質量分析データ処理装置 Download PDFInfo
- Publication number
- JP6341295B2 JP6341295B2 JP2016563303A JP2016563303A JP6341295B2 JP 6341295 B2 JP6341295 B2 JP 6341295B2 JP 2016563303 A JP2016563303 A JP 2016563303A JP 2016563303 A JP2016563303 A JP 2016563303A JP 6341295 B2 JP6341295 B2 JP 6341295B2
- Authority
- JP
- Japan
- Prior art keywords
- mass
- analysis
- dimensional
- mass spectrometry
- data processing
- 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.)
- Active
Links
- 238000004949 mass spectrometry Methods 0.000 title claims description 32
- 150000002500 ions Chemical class 0.000 claims description 67
- 238000001228 spectrum Methods 0.000 claims description 66
- 238000012545 processing Methods 0.000 claims description 43
- 238000004458 analytical method Methods 0.000 claims description 39
- 238000000034 method Methods 0.000 claims description 22
- 239000002243 precursor Substances 0.000 claims description 22
- 238000000513 principal component analysis Methods 0.000 claims description 18
- 238000007619 statistical method Methods 0.000 claims description 14
- 230000014759 maintenance of location Effects 0.000 claims description 12
- 238000003384 imaging method Methods 0.000 claims description 10
- 238000000354 decomposition reaction Methods 0.000 claims description 8
- 239000012634 fragment Substances 0.000 claims description 7
- 238000013467 fragmentation Methods 0.000 claims description 7
- 238000006062 fragmentation reaction Methods 0.000 claims description 7
- 238000011068 loading method Methods 0.000 claims description 7
- 230000003595 spectral effect Effects 0.000 claims description 7
- 239000007788 liquid Substances 0.000 claims description 3
- DEFLNOSTNCSZRB-IDTAVKCVSA-N 9-[(2r,3r,4r,5r)-3,4-dimethoxy-5-(methoxymethyl)oxolan-2-yl]-n-methoxypurin-6-amine Chemical compound CO[C@@H]1[C@H](OC)[C@@H](COC)O[C@H]1N1C2=NC=NC(NOC)=C2N=C1 DEFLNOSTNCSZRB-IDTAVKCVSA-N 0.000 claims description 2
- 238000001819 mass spectrum Methods 0.000 description 23
- 238000005259 measurement Methods 0.000 description 14
- 239000000126 substance Substances 0.000 description 13
- 230000007935 neutral effect Effects 0.000 description 11
- 238000005040 ion trap Methods 0.000 description 10
- 238000004895 liquid chromatography mass spectrometry Methods 0.000 description 10
- 238000000926 separation method Methods 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 150000001793 charged compounds Chemical class 0.000 description 5
- 238000001360 collision-induced dissociation Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 238000010494 dissociation reaction Methods 0.000 description 4
- 230000005593 dissociations Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 238000000816 matrix-assisted laser desorption--ionisation Methods 0.000 description 4
- 150000001875 compounds Chemical class 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 238000002540 product ion scan Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000007621 cluster analysis Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000000132 electrospray ionisation Methods 0.000 description 2
- 238000010828 elution Methods 0.000 description 2
- 238000000556 factor analysis Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000491 multivariate analysis Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000003795 desorption Methods 0.000 description 1
- 238000010265 fast atom bombardment Methods 0.000 description 1
- 238000002290 gas chromatography-mass spectrometry Methods 0.000 description 1
- 238000001698 laser desorption ionisation Methods 0.000 description 1
- 238000004811 liquid chromatography Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000001004 secondary ion mass spectrometry Methods 0.000 description 1
- 238000011425 standardization method Methods 0.000 description 1
Classifications
-
- 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
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
- G06F18/2193—Validation; Performance evaluation; Active pattern learning techniques based on specific statistical tests
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J49/00—Particle spectrometers or separator tubes
- H01J49/26—Mass spectrometers or separator tubes
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Electrochemistry (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Description
本発明は、質量分析により収集されたデータを処理してその結果を表示する質量分析データ処理装置に関し、さらに詳しくは、実空間上の又は実空間ではない仮想的な空間上のＮ次元領域内の各微小領域毎に得られる質量分析データを処理してその結果を表示する多次元質量分析データ処理装置に関する。具体的には、本発明に係る多次元質量分析データ処理装置は例えば、包括的２次元ガスクロマトグラフ（ＧＣ）や包括的２次元液体クロマトグラフ（ＬＣ）などと質量分析装置とを組み合わせた装置やイメージング質量分析装置などで得られた質量分析データを処理するために利用することができる。
ガスクロマトグラフィ分析手法の一つとして、包括的２次元ＧＣ、或いは、ＧＣ×ＧＣ、と呼ばれる手法が知られている（特許文献１など参照）。包括的２次元ＧＣでは、目的試料に含まれる各種成分を１次元目のカラム（以下「１次カラム」という）でまず分離し、その溶出成分をモジュレータに導入する。モジュレータは、導入された成分を一定のモジュレーション時間（通常、数秒〜十数秒程度）毎に捕集した後にごく狭い時間バンド幅で離脱させ、２次元目のカラム（以下「２次カラム」という）に導入する、という操作を繰り返す。一般に、１次カラムでは、通常のＧＣと同様の又は通常のＧＣよりもやや緩慢な溶出が行える分離条件で以て成分分離が行われる。これに対し、２次カラムとしては１次カラムとは異なる極性で且つ短く内径が小さいカラムが使用され、決められたモジュレーション時間内で溶出が終了するような条件で以て成分分離が行われる。
このようにして包括的２次元ＧＣでは、１次カラムで分離されずにピークが重なり合っている複数の成分を２次カラムにおいて分離することができ、通常のＧＣに比べて分離性能が大幅に向上する。
このようにして包括的２次元ＧＣでは、１次カラムで分離されずにピークが重なり合っている複数の成分を２次カラムにおいて分離することができ、通常のＧＣに比べて分離性能が大幅に向上する。
また、液体クロマトグラフィ分析においても、上記包括的２次元ＧＣと同様に、分離特性が相違する２段のカラムを用いた包括的２次元ＬＣ或いはＬＣ×ＬＣと呼ばれる手法が知られている。本明細書では、包括的２次元ＧＣと包括的２次元ＬＣとを合わせて包括的２次元クロマトグラフと呼ぶ。
これら包括的２次元クロマトグラフでは、多くの場合、二つのカラムの分離特性は相違する。そこで、各カラムでの分離状態をそれぞれ分かり易く示すために、１次カラムにおける保持時間と２次カラムにおける保持時間とをそれぞれ直交する２軸とし、信号強度を等高線やカラースケール或いはグレイスケールで表した２次元クロマトグラムが作成される。図６はこの２次元クロマトグラムの一例である。２次元クロマトグラムを作成するためのデータ処理ソフトウエアとしては、米国ジーシー・イメージ社（GC Image LLC）が提供している「GC Image」（非特許文献１参照）がよく知られている。
上述したように包括的２次元クロマトグラフは高い分離性能を有しているものの、保持時間が近い成分が多く含まれていたり、夾雑物が比較的多く含まれる試料中の各種成分の同定や定量を行ったりするためには、包括的２次元クロマトグラフと質量分析装置、特に、三連四重極型質量分析装置やイオントラップ飛行時間型質量分析装置などのＭＳn分析が可能である質量分析装置との組み合わせが有用である（非特許文献２など参照）。例えば三連四重極型質量分析装置では、化合物由来の特定の質量電荷比を有するイオンをプリカーサイオンとして選択し、該プリカーサイオンを衝突誘起解離（ＣＩＤ）により開裂させて生成した各種プロダクトイオンを網羅的に、つまりはスキャン測定によって検出することができる。これはプロダクトイオンスキャン測定と呼ばれるＭＳn分析手法であり、その測定によって得られるＭＳ2スペクトル上のピークパターンに基づいて、特定の化学構造における様々な部位の結合が切れた断片を調べることができる。
三連四重極型質量分析装置を検出器とした包括的２次元ＬＣや包括的２次元ＧＣにおいても、分析の結果、表示される２次元クロマトグラムは通常のトータルイオンクロマトグラムに相当するものであり、多くの場合、２次元クロマトグラム上では信号強度が高いつまりは含有量が相対的に多い成分が示されるだけである。もちろん、従来のこの種の分析システムでは、保持時間やマススペクトル（ＭＳnスペクトル）を利用した同定処理によって含有成分が判明すると、２次元クロマトグラム上のピークに対応付けて化合物名称などが重ねて表示される機能が備えられている。したがって、分析者はそうした表示から、どのような成分が試料に含まれているのかを知ることができる。しかしながら、化合物に関して高い専門知識を有する人を除けば、通常の担当者が、構造的に類似している成分がどこで検出されているのかを直感的に理解するのは非常に困難である。
また、特許文献２に開示されているようなイメージング質量分析装置では、試料上の２次元領域中の多数の微小領域それぞれについてマススペクトルやＭＳnスペクトルを取得することができ、その結果から、測定対象の２次元領域に対応する特定の質量電荷比の信号強度分布を示すマッピング画像を作成することができる。こうしたマッピング画像も或る特定の質量電荷比を有するイオン強度の２次元分布であるから、その質量電荷比の選定が適切でない等、場合によっては、必ずしも特定の成分の分布を示しているとは限らない。
「GC Image GCxGC Software」、[online]、米国GC Image LLC、［平成２６年１１月１０日検索］、インターネット＜URL : http://www.gcimage.com/gcxgc/index.html＞
「GC×GCシステム」、[online]、株式会社島津製作所、［平成２６年１１月１０日検索］、インターネット＜URL : http://www.an.shimadzu.co.jp/gcms/gcxgc/apl.htm＞
本発明は上記のような課題に鑑みて成されたものであり、その主な目的は、包括的２次元クロマトグラフにおける２次元クロマトグラムやイメージング質量分析装置におけるマッピング画像のような２次元表示において、特定の成分の分布や構造が類似した成分の分布など、直感的に理解し易い分布画像を作成し表示することができる多次元質量分析データ処理装置を提供することである。
上記課題を解決するために成された本発明は、ＭＳn分析（ｎは２以上の整数）が可能である質量分析装置により一つの試料に対して取得された、実空間又は仮想的な空間であるＮ次元空間（Ｎは２以上の整数）上の各微小領域におけるＭＳnスペクトルデータからなる多次元質量分析データを処理して表示する多次元質量分析データ処理装置であって、
a)Ｎ次元空間上の各微小領域におけるＭＳnスペクトルデータから、微小領域毎に、質量電荷比と信号強度との関係を示すピーク情報を収集するピーク情報収集部と、
b)前記ピーク情報収集部により収集されたＮ次元空間上のピーク情報に対する所定の統計解析処理を行って質量電荷比毎に統計的な特徴量を求め、該質量電荷比毎に求まった統計的な特徴量と各微小領域のピーク情報との相関を示す情報を取得する統計解析部と、
c)該統計解析部により得られた微小領域毎の相関を示す情報に基づいてＮ次元空間における強度分布を示すグラフを作成するグラフ作成部と、
を備えることを特徴としている。
a)Ｎ次元空間上の各微小領域におけるＭＳnスペクトルデータから、微小領域毎に、質量電荷比と信号強度との関係を示すピーク情報を収集するピーク情報収集部と、
b)前記ピーク情報収集部により収集されたＮ次元空間上のピーク情報に対する所定の統計解析処理を行って質量電荷比毎に統計的な特徴量を求め、該質量電荷比毎に求まった統計的な特徴量と各微小領域のピーク情報との相関を示す情報を取得する統計解析部と、
c)該統計解析部により得られた微小領域毎の相関を示す情報に基づいてＮ次元空間における強度分布を示すグラフを作成するグラフ作成部と、
を備えることを特徴としている。
ＭＳn分析が可能である質量分析装置とは例えば、コリジョンセルを挟んでその前後に質量分析器を配置した、三連四重極型質量分析装置やＱ−ＴＯＦ型質量分析装置、イオントラップを搭載した、イオントラップ質量分析装置やイオントラップ飛行時間型質量分析装置、高エネルギＣＩＤを利用したＴＯＦ−ＴＯＦ型質量分析装置などが典型的な装置である。三連四重極型質量分析装置やＴＯＦ−ＴＯＦ型質量分析装置などでは、原則として（後述するインソース分解を利用する場合を除けば）ｎは２に限られる。他方、イオントラップ質量分析装置などでは、ｎに理論的な制限はない（実用的にはｎは最大５〜６程度である）。
本発明に係る多次元質量分析データ処理装置の第１の実施態様では、各微小領域におけるＭＳnスペクトルデータは、ＭＳn分析が可能である質量分析装置を検出器として用いた包括的２次元ＧＣ又は包括的２次元ＬＣにより得られたデータであり、Ｎが２である２次元空間の二つの軸はいずれも保持時間であるものとすることができる。この場合、２次元空間は仮想的な空間である。
また本発明に係る多次元質量分析データ処理装置の第２の実施態様では、各微小領域におけるＭＳnスペクトルデータは、ＭＳn分析が可能であるイメージング質量分析装置により得られたデータであり、Ｎが２である２次元空間の二つの軸は試料上の異なる方向の位置情報であるものとすることができる。この場合、２次元空間は当然、実空間である。
また本発明に係る多次元質量分析データ処理装置のさらに別の実施態様では、各微小領域におけるＭＳnスペクトルデータは、ＭＳn分析が可能である質量分析装置を検出器として用いた通常のＬＣ又はＧＣにより得られたデータであり、Ｎが２である２次元空間の二つの軸の一方は保持時間であり、他の軸がＭＳnスペクトルデータを得る際のプリカーサイオンの質量電荷比であるものとすることができる。この場合も、２次元空間は実空間ではなく仮想的な空間である。
例えば第１の実施態様においては、１次カラムの保持時間と２次カラムの保持時間という二つの時間軸を持つ仮想的な２次元空間の微小領域毎にマススペクトルデータと、ＭＳ2スペクトルデータが得られる。ただし、複数の微小領域に対しＭＳ2分析のプリカーサイオンの質量電荷比が同じ場合もあれば異なる場合もある。例えば、マススペクトルに現れているピークについて予め定めた条件に適合するピークを自動的に選択してプリカーサイオンを決める場合（例えば特許文献３に記載されているオートＭＳn機能を利用する場合）には、通常、プリカーサイオンの質量電荷比は相違するものとなる。一方、プリカーサイオンの質量電荷比を予め分析条件の一つとして設定する場合には、プリカーサイオンの質量電荷比は同一である。
ピーク情報収集部は、２次元空間上の各微小領域におけるＭＳ2スペクトルデータから、微小領域毎に、質量電荷比と信号強度との関係を示すピーク情報を収集する。このとき、解析の目的等に応じて、ＭＳ2分析のプリカーサイオンが同一の質量電荷比であることを条件としてピーク情報を収集してもよいし、或いは、プリカーサイオンの質量電荷比を問わずピーク情報を収集してもよい。具体的には、ＭＳ2スペクトルに対して所定条件の下でピーク検出を行ってピークトップに対応する質量電荷比と信号強度とを求め、全てのＭＳ2スペクトルの少なくとも一つにおいて得られた質量電荷比値に対する信号強度値（当該質量電荷比値においてピークが存在しない場合には信号強度値はゼロ）を収集すればよい。また、ＭＳ2スペクトル上の各ピークのピークトップの質量電荷比とプリカーサイオンの質量電荷比との差つまりニュートラルロスは、解離に際し脱離した部分構造の質量を表すから、ピーク情報にニュートラルロスも含めるようにするとよい。そして、複数のＭＳ2スペクトルについてそれぞれ得られたピーク情報をマトリクス形式に集約する。
統計解析部は上記マトリクス形式のピーク情報に対し所定の統計解析処理を行う。統計解析の手法としては、例えば主成分分析、因子分析、部分的最小二乗法（ＰＬＳ）、ＰＬＳ判別分析法（ＰＬＳ−ＤＡ）、クラスター分析、などの多変量解析や、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。典型的には主成分分析を用いればよく、その場合、主成分分析により得られる特定の主成分（例えば第１主成分）に対する因子負荷量を特徴量とすればよい。因子負荷量は質量電荷比値毎に求まるから、これをマススペクトル様（以下、便宜的に因子負荷量スペクトルと称す）に表現することができ、この因子負荷量スペクトルにおけるピーク情報と各微小領域のピーク情報との相関を示す、例えば相関係数を計算する。微小領域毎に得られるこの相関係数は、全体的なＭＳ2スペクトルデータを特徴付ける成分に対する化学構造の類似性の程度を反映している。そのため、グラフ作成部により作成されるグラフは、この特徴的な成分及びそれに化学構造が類似した成分の分布を表すものとなるから、これを例えば表示部の画面上に表示すればよい。
また第２の実施態様においては、上記と同様の処理によって、試料上の２次元領域に存在する特徴的な成分及びそれに化学構造が類似した成分の分布を表すグラフを作成し表示することができる。
ただし、微小領域毎に感度に差があると統計解析処理の精度が低下する。特に、イメージング質量分析装置を用いマトリクス支援レーザ脱離イオン化（ＭＡＬＤＩ）法などにより試料上の異なる部位に対するイオン化を行う場合には、例えばマトリクスの混合の不均一性などの要因によって部位による感度の差が生じ易い。そこで、こうした事態が想定される場合には、統計解析処理を実施するに先立って、微小領域毎の信号強度値のばらつきが補償されるように信号強度値を規格化する処理を実施するとよい。具体的には、各ＭＳ2スペクトルにおいて信号強度が最大であるピークの強度値やＭＳ2スペクトル内の全てのピークの信号強度の積算値を一定値に揃えるように規格化すればよい。また、マススペクトル上のプリカーサイオンの信号強度を一定値に揃えるように規格化してもよい。
また、ここでいうＭＳ2分析は、コリジョンセルやイオントラップなどにより意図的に特定のイオンを解離させて質量分析を行うものに限らず、実質的にそれと同じマススペクトルが得られる分析を含む。例えばＧＣ−ＭＳなどに広く使用される電子イオン化（ＥＩ）法によるイオン源では、イオン化に際しフラグメンテーションが起こり易く、元の成分由来の分子イオンは殆ど観測されない。また、例えばＭＡＬＤＩイオン源においてレーザ光のパワーを高くするとインソース分解が起こり易くなる。そのほか、レーザ脱離イオン化（ＬＤ＝Laser Desorption）法、２次イオン質量分析（ＳＩＭＳ＝Secondary Ion Mass Spectrometry）法、高速原子衝撃（ＦＡＢ＝Fast Atom Bomberment）法などによるイオンでも同様に、イオン化の際にフラグメンテーションが起こり易い。そのため、こうした条件の下で得られたマススペクトルは、フラグメントイオンが多数観測される、擬似的なＭＳ2スペクトルである。
そこで本発明に係る多次元質量分析データ処理装置では、上記質量分析装置はフラグメンテーションが起こり易いイオン源を搭載した装置又はインソース分解を利用した装置であり、ＭＳnスペクトルデータはイオン源でのフラグメンテーション又はインソース分解によって生じたフラグメントイオンを質量分析することで得られた擬似的なＭＳ2スペクトルデータであるものとすることができる。
もちろん、コリジョンセルやイオントラップを備え、それらにおいてイオンを解離させることが可能な質量分析装置においても、イオン化の際のフラグメンテーションやインソース分解を利用することで、ｎが３以上の擬似的なＭＳn分析を実施することができる。
本発明に係る多次元質量分析データ処理装置によれば、例えば包括的２次元クロマトグラフにおける２次元クロマトグラムやイメージング質量分析装置におけるマッピング画像のような２次元表示画像に対応して、特定の成分の分布や構造が類似した成分の分布など、直感的に理解し易い分布画像を作成し表示することができる。
本発明に係る多次元質量分析データ処理装置を用いた包括的２次元ＬＣ−ＭＳ／ＭＳシステムの一実施例について、添付図面を参照して説明する。
図１は本実施例による包括的２次元ＬＣ−ＭＳ／ＭＳシステムの概略構成図である。
図１は本実施例による包括的２次元ＬＣ−ＭＳ／ＭＳシステムの概略構成図である。
本実施例の包括的２次元ＬＣ−ＭＳ／ＭＳシステムは、包括的２次元ＬＣ部１、ＭＳ／ＭＳ部２、データ処理部３、及び表示部４を備える。図示しないが、包括的２次元ＬＣ部１は、移動相を送給するポンプ、移動相中に試料を注入するインジェクタ、１次カラム、該１次カラムの出口から溶出する成分を一定時間（モジュレーション時間）間隔で捕集し時間的に圧縮して送り出すモジュレータ、及び、１次カラムとは異なる分離特性（典型的には異なる極性）を有する高速分離可能な２次カラム、を含む。インジェクタにより移動相中に注入された試料に含まれる各種成分は、１次、２次の２段階のカラムによって、高い分離能で以て時間的に分離されて溶出し、ＭＳ／ＭＳ部２へと連続的に導入される。
図示しないが、ＭＳ／ＭＳ部２は、エレクトロスプレーイオン化（ＥＳＩ）法などの大気圧イオン源、前段四重極マスフィルタ、コリジョンセル、後段四重極マスフィルタ、及びイオン検出器を備える三連四重極型質量分析装置である。もちろん、ＭＳ／ＭＳ部２はこうした構成の質量分析装置に限るものではなく、Ｑ−ＴＯＦ型質量分析装置、イオントラップ飛行時間型質量分析装置など、他の構成の質量分析装置に置き換えることができる。
ＭＳ／ＭＳ部２において、包括的２次元ＬＣ部１から供給される試料液中に含まれる成分は大気圧イオン源で順次イオン化される。こうして生成されたイオンに対し、前段四重極マスフィルタ、コリジョンセル、及び後段四重極マスフィルタでは上述したオートＭＳ2機能を利用した測定が実施される。即ち、まずコリジョンセル内でのイオンの解離を行うことなく予め指定された質量電荷比範囲のスキャン測定が実施され、それによって作成されたマススペクトルにおいて所定条件のピークが検出されたならば、そのピークに対応するイオンをプリカーサイオンに設定したＭＳ2分析（プロダクトイオンスキャン測定）を略リアルタイムで、つまり上記スキャン測定に引き続いて実施する。これにより、マススペクトル上で観測される有意なピークに対するＭＳ2スペクトルが得られる。マススペクトル上に有意なピークが存在しない場合には、ＭＳ2分析は実施されずＭＳ2スペクトルは得られない。
ＭＳ／ＭＳ部２で時々刻々と得られる信号は図示しないＡ／Ｄ変換器でデジタルデータ（マススペクトルデータ、ＭＳ2スペクトルデータ）に変換されてデータ処理部３に入力され、データ記憶部３１に格納される。データ処理部３は、データ記憶部３１のほか、後述する特徴的な処理を実施するために、ピーク情報抽出部３２、規格化処理部３３、主成分分析処理部３４、因子負荷量算出部３５、相関情報算出部３６、２次元表示情報作成部３７などの機能ブロックを含む。
なお、データ処理部３は、パーソナルコンピュータをハードウエア資源とし、そのパーソナルコンピュータに予めインストールされた専用の処理ソフトウエアを該コンピュータで実行することによりそれぞれの機能が実現されるものとすることができる。
なお、データ処理部３は、パーソナルコンピュータをハードウエア資源とし、そのパーソナルコンピュータに予めインストールされた専用の処理ソフトウエアを該コンピュータで実行することによりそれぞれの機能が実現されるものとすることができる。
図２は、本実施例の包括的２次元ＬＣ−ＭＳ／ＭＳシステムにおいて測定によって得られるデータの概略図である。
上述したように、試料に含まれる各種成分は包括的２次元ＬＣ部１において時間方向に高い分離能で分離され、ＭＳ／ＭＳ部２ではスキャン測定が繰り返し実施される。また、スキャン測定で得られたマススペクトル上に有意のピークが観測される場合には、スキャン測定の合間にＭＳ2分析（プロダクトイオンスキャン測定）が実施される。それによって、データ記憶部３１には図２に示すように、１次カラムの保持時間ＲＴ１と２次カラムの保持時間ＲＴ２という二つの時間軸を有する仮想的な空間上の各微小領域（図２（ａ）中で斜線で示した矩形状の範囲であるピクセル）に対応するマススペクトルデータが格納される。また、全て又は一部の微小領域に対応するＭＳ2スペクトルデータも格納される。
上述したように、試料に含まれる各種成分は包括的２次元ＬＣ部１において時間方向に高い分離能で分離され、ＭＳ／ＭＳ部２ではスキャン測定が繰り返し実施される。また、スキャン測定で得られたマススペクトル上に有意のピークが観測される場合には、スキャン測定の合間にＭＳ2分析（プロダクトイオンスキャン測定）が実施される。それによって、データ記憶部３１には図２に示すように、１次カラムの保持時間ＲＴ１と２次カラムの保持時間ＲＴ２という二つの時間軸を有する仮想的な空間上の各微小領域（図２（ａ）中で斜線で示した矩形状の範囲であるピクセル）に対応するマススペクトルデータが格納される。また、全て又は一部の微小領域に対応するＭＳ2スペクトルデータも格納される。
データ処理部３ではこうして格納されたデータに対し次のような処理が実行される。
即ち、ピーク情報抽出部３２はデータ記憶部３１から各微小領域のＭＳ2スペクトルデータを読み出す。そして、ＭＳ2スペクトル毎に所定のアルゴリズムに従ってピーク検出を行い、検出された各ピークのピークトップの質量電荷比値と信号強度値とを取得する。これがプロダクトイオンの質量電荷比値と信号強度値である。さらに、ＭＳ2分析の際のプリカーサイオンの質量電荷比値と各プロダクトイオンの質量電荷比値との差を、解離の際にイオンから脱離するニュートラルロスとして計算し、例えばそのニュートラルロスを求める際に用いたプロダクトイオンのピークの信号強度値をニュートラルロスの信号強度値とみなすことで、ニュートラルロスの質量値と信号強度値も求める。
即ち、ピーク情報抽出部３２はデータ記憶部３１から各微小領域のＭＳ2スペクトルデータを読み出す。そして、ＭＳ2スペクトル毎に所定のアルゴリズムに従ってピーク検出を行い、検出された各ピークのピークトップの質量電荷比値と信号強度値とを取得する。これがプロダクトイオンの質量電荷比値と信号強度値である。さらに、ＭＳ2分析の際のプリカーサイオンの質量電荷比値と各プロダクトイオンの質量電荷比値との差を、解離の際にイオンから脱離するニュートラルロスとして計算し、例えばそのニュートラルロスを求める際に用いたプロダクトイオンのピークの信号強度値をニュートラルロスの信号強度値とみなすことで、ニュートラルロスの質量値と信号強度値も求める。
全てのＭＳ2スペクトルに対するピーク情報、即ち、プロダクトイオンの質量電荷比値と信号強度値、及び、ニュートラルロスの質量値と信号強度値、が得られたならば、それらデータを主成分分析が可能であるようにマトリクス（行列）形式に整理する。即ち、全てのＭＳ2スペクトルに対するプロダクトイオンの質量電荷比値とニュートラルロスの質量値とを抽出し、全てのプロダクトイオンの質量電荷比値及びニュートラルロスの質量値をマトリクスの横方向のパラメータとし、その縦方向のパラメータをＭＳ2スペクトルの番号とする。そして、一つのＭＳ2スペクトルから得られたプロダクトイオンの信号強度値及びニュートラルロスの信号強度値を一つの行中の要素として記述する（図３参照）。或るプロダクトイオンの質量電荷比値や或るニュートラルロスの質量値に対して信号強度値が存在しない場合には、その要素の値をゼロにすればよい。そうして、全てのスペクトルに対するピーク情報を一つのマトリクスに集約する。このマトリクスの行数はＭＳ2スペクトルの総数、列数は全てのＭＳ2スペクトルから抽出されたプロダクトイオンの質量電荷比値及びニュートラルロスの質量値の総数である。
次に、規格化処理部３３はマトリクス上の各要素つまりは信号強度値を、ＭＳ2スペクトル毎のばらつきを抑えるように規格化する。例えば、それぞれのＭＳ2スペクトルにおいて、プロダクトイオンに対する信号強度値が最大であるものを調べ、その信号強度値を所定値で除した係数を求め、同じＭＳ2スペクトルにおける全ての信号強度値にその係数を乗じることで信号強度値を修正する。これにより、各ＭＳ2スペクトルの最大信号強度値が等しくなるように、各ＭＳ2スペクトルの信号強度値を規格化することができる。なお、規格化の手法はこれに限るものではない。また、測定毎の信号強度のばらつきが小さい場合には、規格化は不要である。
引き続き、主成分分析処理部３４は上記マトリクスに対し主成分分析を実施し、例えば第１、第２なる二つの主成分を求め、この主成分に対するスコアを計算する。主成分分析の演算方法についてはよく知られているので、ここでは説明を略す。一般に、主成分分析を行うと、各ＭＳ2スペクトルは図４に示すような主成分スコアプロット図上の各プロットに対応付けられる。次に、主成分分析の結果を比較容易とするために、因子負荷量算出部３５は主成分スコアから主成分負荷量（因子負荷量ともいう）を計算する。主成分負荷量は質量電荷比値毎及び質量値毎に得られるから、この主成分負荷量を横軸を質量電荷比としたグラフで表すと、例えば図５に示すような因子負荷量スペクトルが求まる。
ＭＳ2スペクトル上で観測されるピーク情報は、２次元クロマトグラム上に現れる様々な成分の部分的な化合構造を反映している。このＭＳ2スペクトルに基づくピーク情報に対する主成分分析の結果は２次元クロマトグラムにおける部分的な化学構造の全体的な傾向を示しており、因子負荷量スペクトルは全体としてより多く存在する類似した部分的な化学構造を示しているといえる。したがって、２次元クロマトグラム上の或るＭＳ2スペクトルのスペクトルパターンが因子負荷量スペクトルに近ければ近いほど、全体としてより多く存在する類似した部分的な化学構造に近い化学構造を有する成分であるとみなせる。そこで、相関情報算出部３６は、各微小領域におけるＭＳ2スペクトルのピーク情報と因子負荷量スペクトルとの相関係数を算出する。なお、ＭＳ2スペクトルが得られていない微小領域については相関係数がゼロである（相関が全くない）とすればよい。
２次元表示情報作成部３７は各微小領域に対して求まった相関係数の値をカラースケールやグレイスケールに対応付け、相関係数の分布を示す２次元的な表示画像を作成する。そして、その画像を表示部４の画面上に表示する。これにより、試料に含まれる特徴的な成分に化学構造が類似した成分について、その類似の程度が反映された２次元分布が可視化される。
なお、上記実施例では、統計的解析手法として主成分分析を利用したが、それ以外の、例えば因子分析、部分的最小二乗法、ＰＬＳ判別分析法、クラスター分析、などの多変量解析や、自己組織化マップ分析などのニューラルネットワークによる解析を用いてもよい。もちろん、使用する解析手法に応じて上記因子負荷量に相当する別の特徴量を算出し、その特徴量に対する各ＭＳ2スペクトルの相関を求めればよい。
また上記実施例では、ＭＳ2スペクトルのプリカーサイオンを問わずに、つまり異なるプリカーサイオンから得られたＭＳ2スペクトル由来のピーク情報に対して主成分分析を実行している。これは、マススペクトル上には主として分子イオンピークが現れ、この分子イオンがプリカーサイオンとして選択されてイオン解離が行われるために、ＭＳ2スペクトルのピーク情報は元の成分分子の化学構造を反映していると推定されるからである。
また上記実施例では、ＭＳ／ＭＳ部２においてＭＳ2分析を行って得られたＭＳ2スペクトルのピーク情報に対し主成分分析を適用したが、ＭＳ／ＭＳ部２がｎが３以上のＭＳn分析可能な質量分析装置である場合、ＭＳn分析を行って得られたＭＳnスペクトルのピーク情報に対し主成分分析を適用してもよい。
また、ＭＳ2スペクトルと実質的に同じ、つまりは成分分子の化学構造が反映されたフラグメントイオンが多数観測されるマススペクトルであれば、必ずしもコリジョンセルやイオントラップにおいてＣＩＤ等によるイオン解離を行うことで得られたＭＳ2スペクトルでなくてもよい。例えば、質量分析装置を検出器とした包括的２次元ＧＣでは、質量分析装置のイオン源として電子イオン化（ＥＩ）法によるイオン源が一般に使用される。ＥＩイオン源では、成分分子のイオン化の際にフラグメンテーションが生じ易く、マススペクトル上で分子イオンは殆ど観測されない代わりに多くのフラグメントイオンが観測される。したがって、こうしたマススペクトルは実質的にはＭＳ2スペクトルとして取り扱うことができ、上記実施例におけるＭＳ2スペクトルに代えて、こうしたフラグメントイオンが多数観測されるマススペクトルを用いてもよい。
これは、例えばＭＡＬＤＩイオン源においてレーザ光パワーを大きくしたり、大気圧イオン源を搭載した質量分析装置でも残存ガスとの衝突を利用したりして、分子イオンを解離させるインソース分解によって得られたマススペクトルでも同様である。
また上記実施例は、包括的２次元ＬＣ−ＭＳ／ＭＳシステムに本発明を適用した例であり、マススペクトルやＭＳ2スペクトルが得られる微小領域は保持時間を二軸とする仮想的な２次元空間に存在するものであった。これに対し、本発明におけるＮ次元空間は、保持時間とは異なる軸により形成される仮想的な空間であってもよいし、或いは、実空間であってもよい。
Ｎ次元空間が実空間である装置の例としては、試料上の２次元領域に対する質量分析イメージングが可能なイメージング質量分析装置が典型的である。イメージング質量分析装置では、試料上の２次元領域中の微小領域に対する質量分析を、その微小領域の位置を２次元的にずらしながら、繰り返し実行することができる。それによって、多数の微小領域に対するマススペクトル、ＭＳ2スペクトルをそれぞれ取得することができる。したがって、２次元空間の軸が保持時間ではなく試料上の位置であるという相違はあるものの、図２と実質的なデータ構成は同じであり、上記説明と同じデータ処理によって、試料上の２次元領域内の特徴的な成分の化学構造に近い成分の分布を示す画像を作成・表示することができる。
さらにまた他の例としては、三連四重極型質量分析装置、Ｑ−ＴＯＦ型質量分析装置、イオントラップ飛行時間型質量分析装置といったＭＳn分析が可能である質量分析装置を検出器とした通常のＧＣやＬＣにも本発明を適用することができる。即ち、こうした装置では、或る保持時間（厳密には全く同一ではないものの実質的に同一であるとみなせる保持時間）に、異なる質量電荷比を持つ複数のイオン（プリカーサイオン）を解離させた質量分析を行い、ＭＳ2スペクトルをそれぞれ取得することができる。したがって、保持時間を一方の軸、プリカーサイオンの質量電荷比を他方の軸とした２次元空間を考えれば、図２と実質的なデータ構成は同じとなる。それ故に、上記説明と同じデータ処理を行うことによって、試料に含まれる特徴的な成分に化学構造が類似した成分について、その類似の程度が反映された２次元分布を可視化することができる。
さらにまた、上記実施例や上述した各種変形例も本発明の一例にすぎず、本発明の趣旨の範囲で適宜変形や修正、追加を行っても本願特許請求の範囲に包含されることは明らかである。
１…包括的２次元ＬＣ部
２…ＭＳ／ＭＳ部
３…データ処理部
３１…データ記憶部
３２…ピーク情報抽出部
３３…規格化処理部
３４…主成分分析処理部
３５…因子負荷量算出部
３６…相関情報算出部
３７…２次元表示情報作成部
４…表示部
２…ＭＳ／ＭＳ部
３…データ処理部
３１…データ記憶部
３２…ピーク情報抽出部
３３…規格化処理部
３４…主成分分析処理部
３５…因子負荷量算出部
３６…相関情報算出部
３７…２次元表示情報作成部
４…表示部
Claims (6)
- ＭＳn分析（ｎは２以上の整数）が可能である質量分析装置により一つの試料に対して取得された、実空間又は仮想的な空間であるＮ次元空間（Ｎは２以上の整数）上の各微小領域におけるＭＳnスペクトルデータからなる多次元質量分析データを処理して表示する多次元質量分析データ処理装置であって、
a)Ｎ次元空間上の各微小領域におけるＭＳnスペクトルデータから、微小領域毎に、質量電荷比と信号強度との関係を示すピーク情報を収集するピーク情報収集部と、
b)前記ピーク情報収集部により収集されたＮ次元空間上のピーク情報に対する所定の統計解析処理を行って質量電荷比毎に統計的な特徴量を求め、該質量電荷比毎に求まった統計的な特徴量と各微小領域のピーク情報との相関を示す情報を取得する統計解析部と、
c)該統計解析部により得られた微小領域毎の相関を示す情報に基づいてＮ次元空間における強度分布を示すグラフを作成するグラフ作成部と、
を備えることを特徴とする多次元質量分析データ処理装置。
- 請求項１に記載の多次元質量分析データ処理装置であって、
各微小領域におけるＭＳnスペクトルデータは、ＭＳn分析が可能である質量分析装置を検出器として用いた包括的２次元ガスクロマトグラフ又は包括的２次元液体クロマトグラフにより得られたデータであり、Ｎが２である２次元空間の二つの軸はいずれも保持時間であることを特徴とする多次元質量分析データ処理装置。 - 請求項１に記載の多次元質量分析データ処理装置であって、
各微小領域におけるＭＳnスペクトルデータは、ＭＳn分析が可能であるイメージング質量分析装置により得られたデータであり、Ｎが２である２次元空間の二つの軸は試料上の異なる方向の位置情報であることを特徴とする多次元質量分析データ処理装置。 - 請求項１〜３のいずれか１項に記載の多次元質量分析データ処理装置であって、
前記統計解析処理は主成分分析であり、前記特徴量は主成分分析により得られる因子負荷量であることを特徴とする多次元質量分析データ処理装置。 - 請求項１〜３のいずれか１項に記載の多次元質量分析データ処理装置であって、
前記質量分析装置はフラグメンテーションが起こり易いイオン源を搭載した装置又はインソース分解を利用した装置であり、ＭＳnスペクトルデータはイオン源でのフラグメンテーション又はインソース分解によって生じたフラグメントイオンを質量分析することで得られた擬似的なＭＳ2スペクトルデータであることを特徴とする多次元質量分析データ処理装置。 - 請求項１〜３のいずれか１項に記載の多次元質量分析データ処理装置であって、
前記質量分析装置は試料由来のイオンの中で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、該プリカーサイオンを解離させてそれにより生成されたイオンを質量分析する装置であり、前記統計解析部は、質量電荷比が同じプリカーサイオン由来のＭＳnスペクトルデータから収集されたＮ次元空間上のピーク情報に対する所定の統計解析処理を行うことを特徴とする多次元質量分析データ処理装置。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2014/082384 WO2016092608A1 (ja) | 2014-12-08 | 2014-12-08 | 多次元質量分析データ処理装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPWO2016092608A1 JPWO2016092608A1 (ja) | 2017-04-27 |
| JP6341295B2 true JP6341295B2 (ja) | 2018-06-13 |
Family
ID=56106862
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2016563303A Active JP6341295B2 (ja) | 2014-12-08 | 2014-12-08 | 多次元質量分析データ処理装置 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US10818485B2 (ja) |
| EP (1) | EP3232189A4 (ja) |
| JP (1) | JP6341295B2 (ja) |
| CN (1) | CN107003284B (ja) |
| WO (1) | WO2016092608A1 (ja) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11222773B2 (en) * | 2015-07-01 | 2022-01-11 | Shimadzu Corporation | Data processing device |
| US11709156B2 (en) | 2017-09-18 | 2023-07-25 | Waters Technologies Corporation | Use of vapor deposition coated flow paths for improved analytical analysis |
| US11709155B2 (en) | 2017-09-18 | 2023-07-25 | Waters Technologies Corporation | Use of vapor deposition coated flow paths for improved chromatography of metal interacting analytes |
| CN108280321B (zh) * | 2018-01-29 | 2021-09-17 | 沈阳药科大学 | 基于细胞代谢轮廓分析构建抗肿瘤候选化合物作用机制预测模型的方法 |
| US11282686B2 (en) * | 2018-02-05 | 2022-03-22 | Shimadzu Corporation | Imaging mass spectrometer |
| US10957523B2 (en) * | 2018-06-08 | 2021-03-23 | Thermo Finnigan Llc | 3D mass spectrometry predictive classification |
| US11918936B2 (en) | 2020-01-17 | 2024-03-05 | Waters Technologies Corporation | Performance and dynamic range for oligonucleotide bioanalysis through reduction of non specific binding |
| WO2021240576A1 (ja) * | 2020-05-25 | 2021-12-02 | 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方法、クロマトグラフ質量分析装置、及びクロマトグラフ質量分析データ処理用プログラム |
| US20230386662A1 (en) * | 2020-10-19 | 2023-11-30 | B. G. Negev Technologies And Applications Ltd., At Ben-Gurion University | Rapid and direct identification and determination of urine bacterial susceptibility to antibiotics |
| CN115201391A (zh) * | 2022-04-24 | 2022-10-18 | 上海鹿明生物科技有限公司 | 一种多维注释的空间代谢组数据库建立方法 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3840417B2 (ja) * | 2002-02-20 | 2006-11-01 | 株式会社日立ハイテクノロジーズ | 質量分析装置 |
| JP2007538249A (ja) * | 2004-05-17 | 2007-12-27 | フイルメニツヒ ソシエテ アノニム | 複数の冷却ストランドインターフェースを使用する新規の多次元ガスクロマトグラフィー機器及び分析物のトランスファーの方法 |
| JP5050705B2 (ja) | 2007-07-24 | 2012-10-17 | 株式会社島津製作所 | 質量分析装置 |
| US9442887B2 (en) | 2007-08-31 | 2016-09-13 | Dh Technologies Development Pte. Ltd. | Systems and methods for processing fragment ion spectra to determine mechanism of fragmentation and structure of molecule |
| EP2863412A1 (en) * | 2007-11-02 | 2015-04-22 | Humanix Co., Ltd. | Nanospray ionization capillary tip |
| EP2418481B1 (en) * | 2009-04-07 | 2018-11-28 | Shimadzu Corporation | Mass analysis data processing method and mass analysis data processing apparatus |
| CA2761406C (en) * | 2009-05-08 | 2017-12-19 | Scinopharm Taiwan, Ltd. | Methods of analyzing peptide mixtures |
| JP5347932B2 (ja) | 2009-12-08 | 2013-11-20 | 株式会社島津製作所 | クロマトグラフ質量分析装置 |
| JP5505110B2 (ja) | 2010-06-14 | 2014-05-28 | 株式会社島津製作所 | クロマトグラフ質量分析装置 |
| JP2013040808A (ja) * | 2011-08-12 | 2013-02-28 | Shimadzu Corp | 質量分析データ解析方法及び解析装置 |
| JP5860833B2 (ja) | 2013-04-08 | 2016-02-16 | 株式会社島津製作所 | 質量分析データ処理方法及び装置 |
| JP5971184B2 (ja) | 2013-04-22 | 2016-08-17 | 株式会社島津製作所 | イメージング質量分析データ処理方法及びイメージング質量分析装置 |
-
2014
- 2014-12-08 EP EP14907864.4A patent/EP3232189A4/en not_active Withdrawn
- 2014-12-08 US US15/532,534 patent/US10818485B2/en active Active
- 2014-12-08 JP JP2016563303A patent/JP6341295B2/ja active Active
- 2014-12-08 WO PCT/JP2014/082384 patent/WO2016092608A1/ja active Application Filing
- 2014-12-08 CN CN201480083975.3A patent/CN107003284B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| EP3232189A4 (en) | 2017-12-13 |
| CN107003284A (zh) | 2017-08-01 |
| US10818485B2 (en) | 2020-10-27 |
| JPWO2016092608A1 (ja) | 2017-04-27 |
| WO2016092608A1 (ja) | 2016-06-16 |
| EP3232189A1 (en) | 2017-10-18 |
| CN107003284B (zh) | 2019-11-08 |
| US20170271135A1 (en) | 2017-09-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6341295B2 (ja) | 多次元質量分析データ処理装置 | |
| JP6494588B2 (ja) | 滞留時間の決定または確認のための窓処理質量分析データの使用 | |
| JP5293809B2 (ja) | 質量分析データ処理方法及び装置 | |
| US20180218892A1 (en) | Analytical device | |
| EP3005400B1 (en) | Improved data quality after demultiplexing of overlapping acquisition windows | |
| US9768000B2 (en) | Systems and methods for acquiring data for mass spectrometry images | |
| JP6698668B2 (ja) | 断片化エネルギーを切り替えながらの幅広い四重極ｒｆ窓の高速スキャニング | |
| US20160225595A1 (en) | Mass Spectrometry Data Processing Apparatus and Mass Spectrometry Data Processing Method | |
| JP5860833B2 (ja) | 質量分析データ処理方法及び装置 | |
| US10429364B2 (en) | Detecting low level LCMS components by chromatographic reconstruction | |
| US20230282468A1 (en) | Effective Use of Multiple Charge States | |
| US20230393107A1 (en) | Compound Identification by Mass Spectrometry |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20161130 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20161130 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171017 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171115 |
|
| 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: 20180417 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180430 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 6341295 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |