JP6683335B1 - 含有判定支援システム及び含有判定支援方法 - Google Patents
含有判定支援システム及び含有判定支援方法 Download PDFInfo
- Publication number
- JP6683335B1 JP6683335B1 JP2019223199A JP2019223199A JP6683335B1 JP 6683335 B1 JP6683335 B1 JP 6683335B1 JP 2019223199 A JP2019223199 A JP 2019223199A JP 2019223199 A JP2019223199 A JP 2019223199A JP 6683335 B1 JP6683335 B1 JP 6683335B1
- Authority
- JP
- Japan
- Prior art keywords
- mass spectrum
- characteristic
- sample
- time
- mass
- 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
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
- 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
- G01N30/62—Detectors specially adapted therefor
- G01N30/72—Mass spectrometers
- G01N30/7206—Mass spectrometers interfaced to gas chromatograph
-
- 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
- G01N30/8675—Evaluation, i.e. decoding of the signal into analytical information
- G01N30/8679—Target compound analysis, i.e. whereby a limited number of peaks is analysed
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Crystallography & Structural Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
Description
ユーザによる、今回の試料に既知の化合物が含有されているか否かの判定を支援するシステムにおいて、
前記既知の化合物の標準試料を熱分解GC/MS分析して検出された、所定時間ごとのマススペクトルの時系列データである既知化合物マススペクトルデータに含まれるマススペクトルのうち、標準試料の特徴的なマススペクトルである複数の特徴マススペクトルと、該特徴マススペクトルそれぞれが検出された時間である特徴保持時間(RT)又は該時間を所定の手法により指標化した特徴保持指標(RI)と、該特徴マススペクトルそれぞれに含まれる特徴的なイオンである特徴イオンのm/z値とを含む情報である特徴マススペクトルデータを該既知の化合物ごとに記録している記録部と、
前記既知化合物マススペクトルデータと同じ方法で収集した、前記今回の試料の前記所定時間ごとのマススペクトルの時系列データと、各マススペクトルが検出された時間又は該時間を前記所定の手法により指標化した情報とを含む情報である今回試料マススペクトルデータを取得する第1取得部と、
前記今回の試料に含有されているか否かの判定対象となる判定対象既知化合物を特定する情報に基づいて該判定対象既知化合物を認識する認識部と、
前記記録部から、前記認識された判定対象既知化合物にかかる前記特徴マススペクトルごとの前記特徴イオンそれぞれのm/z値と前記特徴RT又は前記特徴RIとを取得する第2取得部と、
前記第2取得部により取得された前記特徴RT又は前記特徴RIに基づいて、前記今回試料マススペクトルデータから、該特徴RT又は該特徴RIそれぞれに対応するRT又はRIを含む所定の期間に検出されたマススペクトルである複数の対応今回試料マススペクトルを抽出する抽出部と、
前記抽出部により抽出された複数の対応今回試料マススペクトルから、各対応今回試料マススペクトルに含まれるスペクトルのうち前記第2取得部により取得された前記特徴イオンのm/z値のスペクトルを抽出したマススペクトルに基づいてマスクロマトグラムを描いた場合の該マスクロマトグラムに含まれるピークを構成するマススペクトルのイオン強度が所定程度高く、かつ該対応今回試料マススペクトルが対応する前記特徴マススペクトルとの類似度が所定程度高い対応今回試料マススペクトルである高強度マススペクトルを前記所定の期間それぞれについて検出する検出部と、
前記判定対象既知化合物にかかる前記複数の特徴マススペクトルと、前記検出部により前記所定の期間それぞれについて検出された高強度マススペクトルとを用いて、該判定対象既知化合物のマススペクトルと前記今回の試料のマススペクトルとの合致度を出力する合致度出力部とを備えることを特徴とする。
前記記録部は、前記複数の特徴マススペクトルを同一m/z値のイオンごとに合算したマススペクトルである合算既知試料マススペクトルを含む情報である合算既知試料マススペクトルデータを該既知の化合物ごとに記録しており、
前記検出部により前記所定の期間それぞれについて検出された前記高強度マススペクトルを同一m/z値のイオンごとに合算したマススペクトルである合算今回試料マススペクトルを取得する第3取得部を備え、
前記合致度出力部は、前記合致度として前記判定対象既知化合物にかかる前記合算既知試料マススペクトルと、前記合算今回試料マススペクトルとの合致度を出力するように構成されていることが好ましい。
前記検出部は、前記類似度を前記特徴イオンのm/z値のスペクトルのみを用いて取得することが好ましい。
前記合算既知試料マススペクトルデータは、前記合算既知試料マススペクトルに含まれる特徴的なイオンである合算特徴イオンのm/z値を含み、
前記合致度出力部は、前記合致度を前記合算特徴イオンのm/z値のスペクトルのみを用いて取得して出力することが好ましい。
本実施例の含有判定支援システム1においては、今回の試料に既知の化合物が含有されているか否かの判定を支援するに先立って、特徴マススペクトルデータ110及び合算既知試料マススペクトルデータ130の準備が行われる。
含有判定支援システム1は、まず第1取得処理を実行する(図3/S100)。処理を開始すると第1取得部31は、既知化合物マススペクトルデータ100と同じ方法で収集した、今回の試料の所定時間ごとのマススペクトルの時系列データと、各マススペクトルが検出された時間を前記所定の手法により指標化した情報とを含む情報である今回試料マススペクトルデータ200を取得して、取得した今回試料マススペクトルデータ200を必要に応じて記録部10に記録して処理を終了する。
認識部32は、例えば第1取得処理が終了したときに自動的に認識処理を開始する(図3/S200)。認識部32は、例えばユーザによる判定対象既知化合物を特定する情報の入力を受け付けて、当該入力された情報に基づいて判定対象既知化合物を認識して処理を終了する。
第2取得部33は、例えば認識処理が終了したときに第2取得処理を自動的に開始する(図3/S300)。処理を開始すると第2取得部33は、記録部10から、今回の処理対象の判定対象既知化合物にかかる特徴マススペクトル113ごとの特徴イオンそれぞれのm/z値と特徴RI115とを取得して処理を終了する。
抽出部35は、例えば第2取得処理が終了した時に抽出処理を自動的に開始する(図3/S400)。処理を開始すると抽出部35は、第2取得部33により取得された特徴RI115に基づいて、今回試料マススペクトルデータ200から、該特徴RI115それぞれに対応するRIを含む所定の期間に検出されたマススペクトルである複数の対応今回試料マススペクトル201を抽出して処理を終了する。
検出部37は、例えば抽出処理が終了した時に検出処理を自動的に開始する(図3/S500)。処理を開始すると検出部37は、まず抽出部35により抽出された対応今回試料マススペクトル201を取得する(図5/S510)。
第3取得部39は、例えば検出処理が終了した時に第3取得処理を自動的に開始する(図3/S600)。処理を開始すると第3取得部39は、検出部37により前記所定の期間それぞれについて検出された高強度マススペクトル214(214a、214c、214d)を図8に示すように同一m/z値のイオンごとに合算して、当該合算したマススペクトルを合算今回試料マススペクトル215として取得して処理を終了する。
合致度出力部41は、例えば第3取得処理が終了した時に合致度出力処理を自動的に開始する(図3/S700)。処理を開始すると合致度出力部41は、図9に示すように判定対象既知化合物にかかる合算既知試料マススペクトル131と、第3取得部39が取得した合算今回試料マススペクトル215との合致度220を出力して処理を終了する。
Ru,iは、合算既知試料マススペクトル131に関する、合算特徴イオンのm/z値のそれぞれにおけるイオン強度をパーセントで表した値であり、
Ru,jは、合算今回試料マススペクトル215に関する、合算特徴イオンのm/z値のそれぞれにおけるイオン強度をパーセントで表した値であり、
N2は、合致度である。
Claims (5)
- ユーザによる、今回の試料に既知の化合物が含有されているか否かの判定を支援するシステムにおいて、
前記既知の化合物の標準試料を熱分解GC/MS分析して検出された、所定時間ごとのマススペクトルの時系列データである既知化合物マススペクトルデータに含まれるマススペクトルのうち、標準試料の特徴的なマススペクトルである複数の特徴マススペクトルと、該特徴マススペクトルそれぞれが検出された時間である特徴保持時間(RT)又は該時間を所定の手法により指標化した特徴保持指標(RI)と、該特徴マススペクトルそれぞれに含まれる特徴的なイオンである特徴イオンのm/z値とを含む情報である特徴マススペクトルデータを該既知の化合物ごとに記録している記録部と、
前記既知化合物マススペクトルデータと同じ方法で収集した、前記今回の試料の前記所定時間ごとのマススペクトルの時系列データと、各マススペクトルが検出された時間又は該時間を前記所定の手法により指標化した情報とを含む情報である今回試料マススペクトルデータを取得する第1取得部と、
前記今回の試料に含有されているか否かの判定対象となる判定対象既知化合物を特定する情報に基づいて該判定対象既知化合物を認識する認識部と、
前記記録部から、前記認識された判定対象既知化合物にかかる前記特徴マススペクトルごとの前記特徴イオンそれぞれのm/z値と前記特徴RT又は前記特徴RIとを取得する第2取得部と、
前記第2取得部により取得された前記特徴RT又は前記特徴RIに基づいて、前記今回試料マススペクトルデータから、該特徴RT又は該特徴RIそれぞれに対応するRT又はRIを含む所定の期間に検出されたマススペクトルである複数の対応今回試料マススペクトルを抽出する抽出部と、
前記抽出部により抽出された複数の対応今回試料マススペクトルから、各対応今回試料マススペクトルに含まれるスペクトルのうち前記第2取得部により取得された前記特徴イオンのm/z値のスペクトルを抽出したマススペクトルに基づいてマスクロマトグラムを描いた場合の該マスクロマトグラムに含まれるピークを構成するマススペクトルのイオン強度が所定程度高く、かつ該対応今回試料マススペクトルが対応する前記特徴マススペクトルとの類似度が所定程度高い対応今回試料マススペクトルである高強度マススペクトルを前記所定の期間それぞれについて検出する検出部と、
前記判定対象既知化合物にかかる前記複数の特徴マススペクトルと、前記検出部により前記所定の期間それぞれについて検出された高強度マススペクトルとを用いて、該判定対象既知化合物のマススペクトルと前記今回の試料のマススペクトルとの合致度を出力する合致度出力部とを備えることを特徴とする含有判定支援システム。 - 請求項1に記載の含有判定支援システムにおいて、
前記記録部は、前記複数の特徴マススペクトルを同一m/z値のイオンごとに合算したマススペクトルである合算既知試料マススペクトルを含む情報である合算既知試料マススペクトルデータを該既知の化合物ごとに記録しており、
前記検出部により前記所定の期間それぞれについて検出された前記高強度マススペクトルを同一m/z値のイオンごとに合算したマススペクトルである合算今回試料マススペクトルを取得する第3取得部を備え、
前記合致度出力部は、前記合致度として前記判定対象既知化合物にかかる前記合算既知試料マススペクトルと、前記合算今回試料マススペクトルとの合致度を出力するように構成されていることを特徴とする含有判定支援システム。 - 請求項2に記載の含有判定支援システムにおいて、
前記検出部は、前記類似度を前記特徴イオンのm/z値のスペクトルのみを用いて取得することを特徴とする含有判定支援システム。 - 請求項2又は3に記載の含有判定支援システムにおいて、
前記合算既知試料マススペクトルデータは、前記合算既知試料マススペクトルに含まれる特徴的なイオンである合算特徴イオンのm/z値を含み、
前記合致度出力部は、前記合致度を前記合算特徴イオンのm/z値のスペクトルのみを用いて取得して出力することを特徴とする含有判定支援システム。 - 既知の化合物の標準試料を熱分解GC/MS分析して検出された、所定時間ごとのマススペクトルの時系列データである既知化合物マススペクトルデータに含まれるマススペクトルのうち、標準試料の特徴的なマススペクトルである複数の特徴マススペクトルと、該特徴マススペクトルそれぞれが検出された時間である特徴保持時間(RT)又は該時間を所定の手法により指標化した特徴保持指標(RI)と、該特徴マススペクトルそれぞれに含まれる特徴的なイオンである特徴イオンのm/z値とを含む情報である特徴マススペクトルデータを該既知の化合物ごとに記録している記録部を備えるコンピュータが実行する、ユーザによる、今回の試料に前記既知の化合物が含有されているか否かの判定を支援する方法であって、
前記既知化合物マススペクトルデータと同じ方法で収集した、前記今回の試料の前記所定時間ごとのマススペクトルの時系列データと、各マススペクトルが検出された時間又は該時間を前記所定の手法により指標化した情報とを含む情報である今回試料マススペクトルデータを取得する第1取得処理と、
前記今回の試料に含有されているか否かの判定対象となる判定対象既知化合物を特定する情報に基づいて該判定対象既知化合物を認識する認識処理と、
前記記録部から、前記認識された判定対象既知化合物にかかる前記特徴マススペクトルごとの前記特徴イオンそれぞれのm/z値と前記特徴RT又は前記特徴RIとを取得する第2取得処理と、
前記第2取得処理において取得された前記特徴RT又は前記特徴RIに基づいて、前記今回試料マススペクトルデータから、該特徴RT又は該特徴RIそれぞれに対応するRT又はRIを含む所定の期間に検出されたマススペクトルである複数の対応今回試料マススペクトルを抽出する抽出処理と、
前記抽出処理において抽出された複数の対応今回試料マススペクトルから、各対応今回試料マススペクトルに含まれるスペクトルのうち前記第2取得処理において取得された前記特徴イオンのm/z値のスペクトルを抽出したマススペクトルに基づいてマスクロマトグラムを描いた場合の該マスクロマトグラムに含まれるピークを構成するマススペクトルのイオン強度が所定程度高く、かつ該対応今回試料マススペクトルが対応する前記特徴マススペクトルとの類似度が所定程度高い対応今回試料マススペクトルである高強度マススペクトルを前記所定の期間それぞれについて検出する検出処理と、
前記判定対象既知化合物にかかる前記複数の特徴マススペクトルと、前記検出処理において前記所定の期間それぞれについて検出された高強度マススペクトルとを用いて、該判定対象既知化合物のマススペクトルと前記今回の試料のマススペクトルとの合致度を出力する合致度出力処理とを含むことを特徴とする含有判定支援方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2020/007090 WO2021005821A1 (ja) | 2019-07-10 | 2020-02-21 | 含有判定支援システム及び含有判定支援方法 |
US17/431,247 US11927575B2 (en) | 2019-07-10 | 2020-02-21 | Content determination assistance system and content determination assistance method |
EP20837083.3A EP3974822A4 (en) | 2019-07-10 | 2020-02-21 | CONTENT DETERMINATION AID SYSTEM AND CONTENT DETERMINATION AID METHOD |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019128260 | 2019-07-10 | ||
JP2019128260 | 2019-07-10 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6683335B1 true JP6683335B1 (ja) | 2020-04-15 |
JP2021015108A JP2021015108A (ja) | 2021-02-12 |
Family
ID=70166372
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019223199A Active JP6683335B1 (ja) | 2019-07-10 | 2019-12-10 | 含有判定支援システム及び含有判定支援方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11927575B2 (ja) |
EP (1) | EP3974822A4 (ja) |
JP (1) | JP6683335B1 (ja) |
WO (1) | WO2021005821A1 (ja) |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3801355B2 (ja) | 1998-07-16 | 2006-07-26 | フロンティア・ラボ株式会社 | 未知試料検索方法、未知試料検索装置及び未知試料検索用記録媒体 |
JP4515819B2 (ja) | 2003-08-13 | 2010-08-04 | 株式会社日立ハイテクノロジーズ | 質量分析システム |
JP4719694B2 (ja) * | 2004-02-13 | 2011-07-06 | ウオーターズ・テクノロジーズ・コーポレイシヨン | 化学物質を追跡し、定量化するためのシステムおよび方法 |
JP4967857B2 (ja) * | 2007-06-29 | 2012-07-04 | 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装置 |
JP5375411B2 (ja) * | 2009-07-29 | 2013-12-25 | 株式会社島津製作所 | クロマトグラフ質量分析データ解析方法及び装置 |
JP2011209062A (ja) | 2010-03-29 | 2011-10-20 | Mitsui Eng & Shipbuild Co Ltd | マススペクトルデータの二次解析方法およびマススペクトルデータの二次解析システム |
US8706426B2 (en) | 2010-04-16 | 2014-04-22 | University Of Central Florida Research Foundation, Inc. | Systems and methods for identifying classes of substances |
JP2016061670A (ja) | 2014-09-18 | 2016-04-25 | 株式会社島津製作所 | 時系列データ解析装置及び方法 |
US10627407B2 (en) | 2015-03-12 | 2020-04-21 | Mars, Incorporated | Ultra high resolution mass spectrometry and methods of using the same |
US10866222B2 (en) * | 2015-11-05 | 2020-12-15 | Shimadzu Corporation | Chromatograph mass spectrometric data processing method and processing device |
JP2017096668A (ja) | 2015-11-19 | 2017-06-01 | 株式会社島津製作所 | 生体由来物質の同定支援方法及び同定支援装置 |
US10788469B2 (en) * | 2016-08-23 | 2020-09-29 | Shimadzu Corporation | Mass spectrometry data processor, mass spectrometry data processing method, and mass spectrometry data processing program |
US11879879B2 (en) * | 2017-01-30 | 2024-01-23 | Shimadzu Corporation | Spectrum data processing device |
JP6901376B2 (ja) * | 2017-10-16 | 2021-07-14 | 日本電子株式会社 | 質量分析用データ処理装置及び質量分析用データ処理方法 |
JP7377805B2 (ja) * | 2018-02-19 | 2023-11-10 | セルノ・バイオサイエンス・エルエルシー | 確実で自動の質量スペクトル分析 |
US20200232956A1 (en) * | 2018-02-19 | 2020-07-23 | Cerno Bioscience Llc | Accurate mass spectral library for analysis |
-
2019
- 2019-12-10 JP JP2019223199A patent/JP6683335B1/ja active Active
-
2020
- 2020-02-21 WO PCT/JP2020/007090 patent/WO2021005821A1/ja unknown
- 2020-02-21 EP EP20837083.3A patent/EP3974822A4/en active Pending
- 2020-02-21 US US17/431,247 patent/US11927575B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2021015108A (ja) | 2021-02-12 |
US11927575B2 (en) | 2024-03-12 |
WO2021005821A1 (ja) | 2021-01-14 |
EP3974822A1 (en) | 2022-03-30 |
US20220137014A1 (en) | 2022-05-05 |
EP3974822A4 (en) | 2023-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2418481B1 (en) | Mass analysis data processing method and mass analysis data processing apparatus | |
JP6695556B2 (ja) | イメージング質量分析データ処理装置及び方法 | |
JP6191773B2 (ja) | 質量分析データ処理装置 | |
JP5810983B2 (ja) | 質量分析を用いた化合物同定方法及び化合物同定システム | |
JP2007287531A (ja) | 質量分析データ解析方法 | |
JP6132073B2 (ja) | 包括的2次元クロマトグラフ用データ処理装置 | |
JP2016061670A (ja) | 時系列データ解析装置及び方法 | |
CN110234991B (zh) | 谱数据处理装置 | |
JP6683335B1 (ja) | 含有判定支援システム及び含有判定支援方法 | |
Hentges et al. | LanceOtron: a deep learning peak caller for ATAC-seq, ChIP-seq, and DNase-seq | |
CN111537659A (zh) | 一种筛选生物标志的方法 | |
JP4058449B2 (ja) | 質量分析方法および質量分析装置 | |
US7348143B2 (en) | Method of visualizing non-targeted metabolomic data generated from fourier transform ion cyclotron resonance mass spectrometers | |
CN112634997A (zh) | 一种甾醇数据库建立及甾醇分析方法 | |
US20220221434A1 (en) | Analytical device and analytical method | |
JPWO2020044435A1 (ja) | データ解析方法、データ解析装置、及びデータ解析用の学習モデル作成方法 | |
Webb-Robertson et al. | A Bayesian integration model of high-throughput proteomics and metabolomics data for improved early detection of microbial infections | |
JP2017096668A (ja) | 生体由来物質の同定支援方法及び同定支援装置 | |
JP2007010509A (ja) | 解析支援システムおよび解析支援方法 | |
JP2006284509A (ja) | 質量分析システム | |
JP7347378B2 (ja) | 質量分析データ表示処理装置 | |
JP7154582B2 (ja) | 混合物同定支援システム | |
Palagi et al. | Database interrogation algorithms for identification of proteins in proteomic separations | |
WO2023017559A1 (ja) | 質量分析データ処理方法、及び質量分析データ処理装置、質量分析データ処理プログラム | |
JP2010038664A (ja) | 質量分析データ解析装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191213 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20191213 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20200225 |
|
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: 20200303 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200311 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6683335 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |