JP6748085B2 - 干渉検出および着目ピークのデコンボルーション - Google Patents

干渉検出および着目ピークのデコンボルーション Download PDF

Info

Publication number
JP6748085B2
JP6748085B2 JP2017539413A JP2017539413A JP6748085B2 JP 6748085 B2 JP6748085 B2 JP 6748085B2 JP 2017539413 A JP2017539413 A JP 2017539413A JP 2017539413 A JP2017539413 A JP 2017539413A JP 6748085 B2 JP6748085 B2 JP 6748085B2
Authority
JP
Japan
Prior art keywords
common component
intensity
component profile
profile
scaled
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
Application number
JP2017539413A
Other languages
English (en)
Other versions
JP2018504600A (ja
Inventor
ゴルダナ イボセフ，
ゴルダナ イボセフ，
Original Assignee
ディーエイチ テクノロジーズ デベロップメント プライベート リミテッド
ディーエイチ テクノロジーズ デベロップメント プライベート リミテッド
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ディーエイチ テクノロジーズ デベロップメント プライベート リミテッド, ディーエイチ テクノロジーズ デベロップメント プライベート リミテッド filed Critical ディーエイチ テクノロジーズ デベロップメント プライベート リミテッド
Publication of JP2018504600A publication Critical patent/JP2018504600A/ja
Application granted granted Critical
Publication of JP6748085B2 publication Critical patent/JP6748085B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • 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
    • 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
    • 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
    • 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
    • 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
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G06F18/2134—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on separation criteria, e.g. independent component analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J49/00—Particle spectrometers or separator tubes
    • H01J49/004—Combinations of spectrometers, tandem spectrometers, e.g. MS/MS, MSn

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Description

（関連出願への相互参照）
本出願は、２０１５年２月５日に出願された米国仮特許出願番号第６２／１１２，２１３号の利益を主張しており、その内容は、その全体が参考として本明細書中に援用される。
（序論）
混合物とも呼ばれる、それらの線形組み合わせの集合から、純粋化合物を抽出することが着目される。混合物中に存在する成分の定量化および識別は、核磁気共鳴（ＮＭＲ）、赤外線（ＩＲ）、紫外線（ＵＶ）、電子常磁性共鳴（ＥＰＲ）およびラマン分光法、質量分析等で、伝統的な問題である。混合物のスペクトルの識別は、大半の場合、混合物のスペクトルを参照化合物のライブラリと照合することによって進む。このアプローチは、純粋成分スペクトルのライブラリのコンテンツに強く依存する精度を伴って、大部分が非効果的である。加えて、天然の供給源から単離されるか、またはプロテオミクスおよびメタボロミクス関連研究で取得される、多くの化合物に関しては、まだ利用可能な純粋成分のライブラリがない。
以前のライブラリベースのアプローチとは対照的に、混合物のスペクトルの測定のみを使用する、ブラインド供給源分離（ＢＳＳ）、ブラインド抽出、またはブラインド逆畳み込み（デコンボルーション）として公知である方法を採用して、混合物のスペクトルを純粋成分スペクトルに分離することが可能であることが、過去１０年にわたって繰り返し実証されている。この分野内の２つの方法は、独立成分分析（ＩＣＡ）および非負値行列因子分解（ＮＭＦ）である。ＩＣＡは、ブラインド線形逆問題を解決するための統計的方法の群に属する。ＩＣＡアルゴリズムが構築される仮定は、未知の純粋成分が統計的に独立し、非ガウスであると仮定することと、線形独立混合物の数が純粋成分の数を上回るか、またはそれに等しいと仮定することとを含む。ＮＭＦは、線形逆問題を解決するための代数学法の群に属する。これはまた、線形独立混合物の数が純粋成分の数を上回るか、またはそれに等しいこと、ならびに純粋成分が非負値で、かつまばらであることも要求する。非負値要件およびまばらであることの要件は、分光学的適用の大部分では同時に満たされない。
米国特許第８，１６５，３７３号（特許文献１）の背景技術の節は、例えば、ブラインド逆畳み込みアルゴリズムの最先端技術を説明する。従来、これらのブラインド逆畳み込みアルゴリズムは、分光法および質量分析の多くの分野で生じる混合物から化合物を識別して定量化するという一般的問題を解決することを目的としている。分光法および質量分析のいくつかの分野は、より狭く調整されたアルゴリズムから利益を得ることができる、より狭く規定された問題を含む。
より狭く規定された問題の１つの非限定的な例は、多重反応監視（ＭＲＭ）質量分析で生じる。ＭＲＭは、タンデム質量分析方法である。定性的および定量的情報の両方が、タンデム質量分析計から取得されることができる。そのような器具では、前駆体イオンが、質量フィルタの中で選択され、フラグメント化され、生成イオンが、質量分析器の中で分析される。前駆体イオンを選択し、それをフラグメント化し、質量対電荷比（ｍ／ｚ）によって結果として生じる生成イオンを分析するプロセス全体は、質量分析／質量分析（ＭＳ／ＭＳ）またはＭＳ／ＭＳスキャンと称される。ＭＳ／ＭＳから生成される生成イオンスペクトルは、サンプル中の化合物（前駆体イオン）を識別するために使用されることができ、１つまたはそれを上回る生成イオンの強度は、サンプル中に存在する化合物の量を定量化するために使用されることができる。
情報依存性分析（ＩＤＡ）は、サンプルがタンデム質量分析計に導入されている間に、ユーザがＭＳ／ＭＳを行うための基準を規定することができる、柔軟なタンデム質量分析方法である。例えば、ＩＤＡ方法では、前駆体イオンまたは質量分析（ＭＳ）調査スキャンが、前駆体イオンピークリストを生成するように行われる。ユーザは、ピークリスト上の前駆体イオンのサブセットに対してピークリストをフィルタ処理する基準を選択することができる。次いで、ＭＳ／ＭＳが、前駆体イオンのサブセットのうちの各前駆体イオンに対して行われる。生成イオンスペクトルが、各前駆体について生成される。ＭＳ／ＭＳは、サンプルがタンデム質量分析計に導入される間に、前駆体イオンのサブセットのうちの前駆体イオンに繰り返し行われる。サンプルは、例えば、注入またはクロマトグラフ実行を通して導入される。
概して、２つのタイプのＭＳ／ＭＳが、ＩＤＡ方法の間に行われる。第１のタイプでは、単一の前駆体イオンが、選択されてフラグメント化され、生成イオンの質量範囲全体が、質量分析される。本タイプのＭＳ／ＭＳスキャンは、完全スキャンＭＳ／ＭＳまたは完全生成イオンＭＳ／ＭＳスキャンと称される。完全スキャンＭＳ／ＭＳは、典型的には、定性的分析に使用される。換言すると、完全スキャンＭＳ／ＭＳは、典型的には、生成イオンのパターンから前駆体イオンを識別するために使用される。
第２のタイプのＭＳ／ＭＳでは、単一の前駆体イオンが、選択されてフラグメント化され、次いで、１つまたはそれを上回る生成イオンが、結果として生じる生成イオンから選択され、選択された生成イオンのみが、質量分析される。本タイプのＭＳ／ＭＳは、多重反応監視（ＭＲＭ）または選択反応監視（ＳＲＭ）、もしくはＭＲＭまたはＳＲＭスキャンまたは遷移と称される。ＭＲＭは、典型的には、定量的分析に使用される。換言すると、ＭＲＭは、典型的には、１つまたはそれを上回る生成イオンの強度から、サンプル中の前駆体イオンの量を定量化するために使用される。
サンプル混合物を伴うＭＲＭ実験（またはその均等物）の場合、時間次元に沿って畳み込みを解除（デコンボルーション）するために、一般的な分光法または質量分析の場合よりも少ないｍ／ｚ値がある。また、付加的情報が、ＭＲＭ実験から生成される抽出されたイオンクロマトグラム（ＸＩＣ）から入手可能である。具体的には、いくつかのＸＩＣは、単一の滞留時間、形状、および／またはイオン分布関数に相関させられ得ることが公知である。換言すると、着目化合物に対応する、多数の生成イオンのＸＩＣは全て、同一の滞留時間、形状、および／またはイオン分布関数を有するはずである。
ＩＤＡに加えて、他のタイプの実験方法またはワークフローが、タンデム質量分析計を使用して行われることができる。別のタイプの実験方法またはワークフローは、データ非依存性収集（ＤＩＡ）と呼ばれる。
プロテオミクスおよび多くの他のサンプルタイプでは、例えば、化合物の複雑性および動的範囲は、非常に広い。これは、伝統的なＩＤＡワークフローの課題を提示し、被分析物の広い範囲を識別するとともに定量化するために、サンプルを深く調査するように超高速ＭＳ／ＭＳ収集を必要とする。結果として、ＤＩＡワークフローは、データ収集の再現性および包括性を増加させるために使用されている。
伝統的なＤＩＡワークフローでは、タンデム質量分析計の作用は、前のスキャンで獲得されたデータに基づくスキャン毎に変更されない。代わりに、前駆体イオン質量範囲が選択される。次いで、その質量範囲内の全ての前駆体イオンが、フラグメント化され、全ての前駆体イオンの全ての生成イオンが、質量分析される。この前駆体イオン質量範囲は、非常に狭くあり得、窓内の複数の前駆体の可能性が小さい。また、この窓は、大きくあり得、この窓内の複数の前駆体の可能性が高い。
ＤＩＡの他の名称は、ＭＳ／ＭＳＡＬＬまたは非特異的フラグメント化方法を含むことができるが、それらに限定されるわけではない。ＳＷＡＴＨＴＭ獲得もまた、あるタイプのＤＩＡワークフローである。ＳＷＡＴＨＴＭ獲得では、前駆体イオン質量単離窓は、質量範囲全体にわたって段階的である。各質量単離窓内の全ての前駆体イオンが、フラグメント化され、各質量単離窓内の全ての前駆体イオンの全ての生成イオンが、質量分析される。
しかしながら、ＤＩＡワークフローは、制限がないわけではない。例えば、従来のＳＷＡＴＨＴＭ獲得では、同一の前駆体質量単離窓内で生じる同時溶出生成イオンの畳み込みを解除することは困難である。ＤＩＡワークフローの非特異的性質は、逆畳み込みに役立つために十分な前駆体イオン情報を提供しない。
理論的には、上記のもののような一般的なブラインド逆畳み込みアルゴリズムは、いくつかのｍ／ｚ値のみが利用可能である、ＭＲＭまたはＭＲＭ様実験に使用されることができる。しかしながら、これらのブラインド逆畳み込みアルゴリズムのうちのいずれかが、具体的に定量に使用されているかどうかは不明である。概して、これらのアルゴリズムは、着目化合物の正しい滞留時間を識別するために使用される。しかしながら、各ＸＩＣは、通常、別個の独立信号として扱われ、そして各信号についてピーク発見逆畳み込みアルゴリズムを使用して、ピークが、適合または「種々のスキミング」アルゴリズムによって、セグメント化され、または畳み込みを解除され、セグメント化もしくは適合された領域が、報告される。
加えて、いくつかの質量分析定量ソフトウェアは、オーバーレイモードで相関ＸＩＣを視覚化する能力を有する。しかしながら、これは、主に、ユーザが結果を精査し、干渉を識別することに役立つために使用される。このソフトウェアの一部は、異常値ピークに自動的にフラグを付けるために、期待される遷移面積比のような特定の先の知識を使用する。異常値ピークは、例えば、干渉を積分したピーク、または完全ではないピークを有する。換言すると、相関ＸＩＣは、概して、正しい位置で正しいピークを見出す、定性的分析に使用されている。相関ＸＩＣは、概して、正確にピークを積分するために使用されていない。
「Ｍｕｌｔｉ−Ｔｒａｃｅ Ｑｕａｎｔｉｔａｔｉｏｎ」と題された米国仮出願第６１／９８５，３３５号では、１つまたはそれを上回る相関ピークプロファイルからピークプロファイルの面積を計算するためのより狭く調整されたブラインド逆畳み込み方法が、提案される。この方法は、例えば、ＭＲＭ実験から取得されるＸＩＣピークプロファイルに適用されることができる。測定されたＸＩＣは、経時的に収集される一連の質量スペクトルスキャンから、単一の離散ｍ／ｚ値またはｍ／ｚ範囲における強度値を取り込むことによって作成されることができる。測定されたＸＩＣは、時間の関数として、すなわち、滞留時間の関数として、所与のｍ／ｚまたはｍ／ｚ範囲の挙動を示す。次いで、測定されたＸＩＣから導出されるＸＩＣピークプロファイル高さまたはピークプロファイル面積は、例えば、着目化合物を定量化するために使用されることができる。
ＸＩＣピークプロファイルの初期位置が、例えば、ピーク検出アルゴリズムを使用することによって、測定されたＸＩＣから見出される。この初期位置および着目化合物についてのピークモデルを使用して、ＸＩＣピークプロファイルの初期形状が判定される。形状は、例えば、幅および強度を含むことができる。プロファイル形状から、ＸＩＣピークプロファイル面積が、ピーク形状について積分することによって判定される。ピーク形状は、適合されたプロファイルに限定されるわけではないことに留意されたい。代わりに、ピーク形状は、適合を伴うことができるが、他の方法でも行われることができる、逆畳み込みを用いて取得される。
複数のフラグメントまたは生成イオンを有する着目化合物の場合、付加的情報が、複数の生成イオンの測定されたＸＩＣから取得されることができる。この付加的情報は、例えば、特定の期間にわたって複数の生成イオンのそれぞれのＸＩＣピークプロファイルを計算することによって、取得される。次いで、これらの複数の相関ＸＩＣピークプロファイルが、比較される。比較は、例えば、ＸＩＣピークプロファイルのうちの１つにおける誤差を識別するため、またはＸＩＣピークプロファイルの場所もしくは面積を最適化するために、使用されることができる。
しかしながら、残念なことに、他の化合物からの生成イオンは、着目化合物の複数の生成イオンのうちのいくつかに干渉し得る。これが起こるとき、着目化合物の複数の生成イオンの相関ＸＩＣピークプロファイルが、影響を受け得る。結果として、これらの相関ＸＩＣピークプロファイルの比較は、偽陰性検出を含む、誤った結果を提供し得る。
その結果として、質量分析業界では、基礎となるな相関ピークプロファイルの、または相関性があるが、異なる親イオンに由来するイオンからの干渉を含むプロファイルの面積を計算するための付加的な狭く調整されたブラインド逆畳み込み方法の必要性が存在する。
米国特許第８，１６５，３７３号明細書
（要旨）
強度分布からの２つまたはそれを上回る強度測定から共通成分プロファイルを計算するためのシステムが、開示される。本システムは、質量分析計と、プロセッサとを含む。質量分析計は、１つまたはそれを上回る化合物を分析し、１つまたはそれを上回る化合物の複数の強度測定を生成する。
プロセッサは、複数の強度測定を受信する。プロセッサは、複数の強度測定から測定された次元（ｄｉｍｅｎｓｉｏｎ）の範囲について複数の強度トレースを計算する。プロセッサは、複数の強度トレースの強度値を選択する。
測定された次元の範囲にわたる複数の測定点の各測定点について、プロセッサは、各測定点で強度値を有するように、複数の強度トレースの各強度トレースを拡大縮小（ｓｃａｌｅ）する。次いで、プロセッサは、複数の測定点にわたる複数の拡大縮小された強度トレースの１つまたはそれを上回るパラメータの関数である、各測定点の共通成分プロファイルを計算する。次いで、プロセッサは、共通成分プロファイルの１つまたはそれを上回るパラメータおよび複数の拡大縮小された強度トレースの１つまたはそれを上回るパラメータの関数である、共通成分プロファイルについてスコアを計算する。
プロセッサは、複数の計算された共通成分プロファイルのスコアに基づいて、複数の計算された共通成分プロファイルから最適共通成分プロファイルを選択する。
強度分布からの２つまたはそれを上回る強度測定から共通成分プロファイルを計算するための方法が、開示される。複数の強度測定が、プロセッサを使用して、質量分析計から受信される。複数の強度測定は、混合物からの１つまたはそれを上回る化合物を分析することによって、質量分析計によって生成される。複数の強度トレースが、プロセッサを使用して、複数の強度測定から測定された次元の範囲について計算される。強度値が、プロセッサを使用して、複数の強度トレースについて選択される。
測定された次元の範囲にわたる複数の測定点の各測定点について、複数の強度トレースの各強度トレースが、各測定点で強度値を有するように拡大縮小される。共通成分プロファイルが、複数の測定点にわたる複数の拡大縮小された強度トレースの１つまたはそれを上回るパラメータの関数である、各測定点について計算される。プロセッサを使用して、共通成分プロファイルの１つまたはそれを上回るパラメータおよび複数の拡大縮小された強度トレースの１つまたはそれを上回るパラメータの関数であるスコアが、共通成分プロファイルについて計算される。
最適共通成分プロファイルが、プロセッサを使用して、複数の計算された共通成分プロファイルのスコアに基づいて、複数の計算された共通成分プロファイルから選択される。
そのコンテンツが、強度分布からの２つまたはそれを上回る強度測定から共通成分プロファイルを計算するための方法を行うよう、プロセッサ上で実行される命令を伴うプログラムを含む、非一過性の有形コンピュータ可読記憶媒体を含む、コンピュータプログラム製品が、開示される。本方法は、システムを提供するステップを含み、本システムは、１つまたはそれを上回る個別のソフトウェアモジュールを備え、個別のソフトウェアモジュールは、測定モジュールと、分析モジュールとを備える。
測定モジュールは、質量分析計から複数の強度測定を受信する。複数の強度測定は、混合物からの１つまたはそれを上回る化合物を分析することによって、質量分析計によって生成される。
分析モジュールは、複数の強度測定から測定された次元の範囲について複数の強度トレースを計算する。分析モジュールは、複数の強度トレースの強度値を選択する。
測定された次元の範囲にわたる複数の測定点の各測定点について、分析モジュールは、各測定点で強度値を有するように、複数の強度トレースの各強度トレースを拡大縮小する。分析モジュールは、複数の測定点にわたる複数の拡大縮小された強度トレースの１つまたはそれを上回るパラメータの関数である、各測定点について共通成分プロファイルを計算する。分析モジュールは、共通成分プロファイルの１つまたはそれを上回るパラメータおよび複数の拡大縮小された強度トレースの１つまたはそれを上回るパラメータの関数である、共通成分プロファイルについてスコアを計算する。
分析モジュールは、複数の計算された共通成分プロファイルのスコアに基づいて、複数の計算された共通成分プロファイルから最適共通成分プロファイルを選択する。
本出願人の教示のこれらおよび他の特徴が、本明細書に記載される。
本発明は、例えば、以下を提供する。
（項目１）
強度分布からの２つまたはそれを上回る強度測定から共通成分プロファイルを計算するためのシステムであって、
１つまたはそれを上回る化合物を分析し、前記１つまたはそれを上回る化合物の複数の強度測定を生成する、質量分析計と、
プロセッサであって、
前記複数の強度測定を受信し、
前記複数の強度測定から測定された次元の範囲について複数の強度トレースを計算し、
前記複数の強度トレースについての強度値を選択し、
測定された次元の範囲にわたる複数の測定点の各測定点について、
前記各測定点で前記強度値を有するように、前記複数の強度トレースの各強度トレースを拡大縮小し、
前記複数の測定点にわたる前記複数の拡大縮小された強度トレースの１つまたはそれを上回るパラメータの関数である、前記各測定点の共通成分プロファイルを計算し、
前記共通成分プロファイルの１つまたはそれを上回るパラメータおよび前記複数の拡大縮小された強度トレースの１つまたはそれを上回るパラメータの関数である、前記共通成分プロファイルのスコアを計算し、
前記複数の計算された共通成分プロファイルの前記スコアに基づいて、前記複数の計算された共通成分プロファイルから最適共通成分プロファイルを選択する、
プロセッサと、
を備える、システム。
（項目２）
前記プロセッサは、
前記各測定について、
前記複数の測定点にわたる前記複数の拡大縮小された強度トレースの最小強度の概要として、前記各測定点について共通成分プロファイルを計算することと、
前記共通成分プロファイルの最大値と前記各測定点との間の距離、前記共通成分プロファイルの面積、および前記複数の拡大縮小された強度トレースからの前記共通成分プロファイルの減算の面積の関数である、前記共通成分プロファイルのスコアを計算すること、
によって、共通成分プロファイルを計算し、そして前記共通成分プロファイルについてスコアを計算し、
前記共通成分プロファイルの最大値と前記各測定点との間の距離を最適に最小限にし、前記共通成分プロファイルの面積を最大限にし、前記複数の拡大縮小された強度トレースからの前記共通成分プロファイルの減算の面積を最小限にする、他の共通成分プロファイルのスコアと比較したスコアを有する、最適共通成分プロファイルを、前記複数の計算された共通成分プロファイルから選択することによって、最適共通成分プロファイルを選択する、
前記システム項目の任意の組み合わせのシステム。
（項目３）
前記複数の強度トレースの前記強度値は、１を含む、前記システム項目の任意の組み合わせのシステム。
（項目４）
前記共通成分プロファイルのスコアは、以下の関数に従って計算され、

そして拡大縮小された強度トレースからの前記共通成分プロファイルの減算＝Ｒｅｓｉｄｕｅ＿ｐｒｏｆｉｌｅ ｘ 、
である、
前記システム項目の任意の組み合わせのシステム。
（項目５）
前記プロセッサはさらに、前記最適共通成分プロファイルを計算するために使用される前記測定点で前記強度値を有するように、前記複数の強度トレースの強度トレースを拡大縮小し、最適に拡大縮小された強度トレースを生成する、前記システム項目の任意の組み合わせに記載のシステム。
（項目６）
前記プロセッサはさらに、前記最適共通成分プロファイルと前記少なくとも１つの最適に拡大縮小された強度トレースとを比較することによって、前記最適に拡大縮小された強度トレース内の少なくとも１つの干渉ピークを検出する、前記システム項目の任意の組み合わせのシステム。
（項目７）
前記プロセッサは、前記少なくとも１つの最適に拡大縮小された強度トレースから前記最適共通成分プロファイルを減算することによって、前記最適共通成分プロファイルと前記少なくとも１つの最適に拡大縮小された強度トレースとを比較する、前記システム項目の任意の組み合わせのシステム。
（項目８）
前記プロセッサはさらに、前記強度トレースを前記最適に拡大縮小された強度トレースに拡大縮小するために使用される倍率の逆数に従って、前記最適共通成分プロファイルを拡大縮小することによって、前記最適に拡大縮小された強度トレースに対応する強度トレースの着目化合物を再構築する、前記システム項目の任意の組み合わせのシステム。
（項目９）
前記プロセッサはさらに、前記再構築された着目化合物の強度トレースを使用して、生成イオンを定量化する、前記システム項目の任意の組み合わせのシステム。
（項目１０）
強度分布からの２つまたはそれを上回る強度測定から共通成分プロファイルを計算するための方法であって、
プロセッサを使用して、質量分析計から複数の強度測定を受信するステップであって、前記複数の強度測定は、混合物からの１つまたはそれを上回る化合物を分析することによって、前記質量分析計によって生成される、ステップと、
前記プロセッサを使用して、前記複数の強度測定から測定された次元の範囲について複数の強度トレースを計算するステップと、
前記プロセッサを使用して、前記複数の強度トレースについての強度値を選択するステップと、
測定された次元の範囲にわたる複数の測定点の各測定点について、
前記各測定点で前記強度値を有するように、前記複数の強度トレースの各強度トレースを拡大縮小するステップと、
前記複数の測定点にわたる前記複数の拡大縮小された強度トレースの１つまたはそれを上回るパラメータの関数である、前記各測定点の共通成分プロファイルを計算するステップと、
前記プロセッサを使用して、前記共通成分プロファイルの１つまたはそれを上回るパラメータおよび前記複数の拡大縮小された強度トレースの１つまたはそれを上回るパラメータの関数である、前記共通成分プロファイルのスコアを計算するステップと、
前記プロセッサを使用して、前記複数の計算された共通成分プロファイルの前記スコアに基づいて、前記複数の計算された共通成分プロファイルから最適共通成分プロファイルを選択するステップと、
を含む、方法。
（項目１１）
前記各測定について、
前記複数の測定点にわたる前記複数の拡大縮小された強度トレースの最小強度の概要として、前記各測定点について共通成分プロファイルを計算することと、
前記共通成分プロファイルの最大値と前記各測定点との間の距離、前記共通成分プロファイルの面積、および前記複数の拡大縮小された強度トレースからの前記共通成分プロファイルの減算の面積の関数である、前記共通成分プロファイルについてスコアを計算することと
によって、共通成分プロファイルを計算し、そして前記共通成分プロファイルのスコアを計算するステップと
前記共通成分プロファイルの最大値と前記各測定点との間の距離を最適に最小限にし、前記共通成分プロファイルの面積を最大限にし、そして前記複数の拡大縮小された強度トレースからの前記共通成分プロファイルの減算の面積を最小限にする、他の共通成分プロファイルのスコアと比較したスコアを有する、最適共通成分プロファイルを、前記複数の計算された共通成分プロファイルから選択することによって、最適共通成分プロファイルを選択するステップと
を含む、前記方法項目の任意の組み合わせの方法。
（項目１２）
前記複数の強度トレースの前記強度値は、１を含む、前記方法項目の任意の組み合わせの方法。
（項目１３）
前記共通成分プロファイルのスコアは、以下の関数に従って計算され、
そして拡大縮小された強度トレースからの前記共通成分プロファイルの減算＝Ｒｅｓｉｄｕｅ＿ｐｒｏｆｉｌｅ ｘ 、
である、
前記方法項目の任意の組み合わせの方法。
（項目１４）
前記プロセッサを使用して、前記最適共通成分プロファイルを計算するために使用される前記測定点で前記強度値を有するように、前記複数の強度トレースの強度トレースを拡大縮小し、最適に拡大縮小された強度トレースを生成するステップをさらに含む、前記方法項目の任意の組み合わせの方法。
（項目１５）
前記プロセッサを使用して、前記最適共通成分プロファイルと前記少なくとも１つの最適に拡大縮小された強度トレースとを比較することによって、前記最適に拡大縮小された強度トレース内の少なくとも１つの干渉ピークを検出するステップをさらに含む、前記方法項目の任意の組み合わせの方法。
（項目１６）
前記最適共通成分プロファイルおよび前記少なくとも１つの最適に拡大縮小された強度トレースは、前記少なくとも１つの最適に拡大縮小された強度トレースから前記最適共通成分プロファイルを減算することによって比較される、前記方法項目の任意の組み合わせの方法。
（項目１７）
前記プロセッサを使用して、前記強度トレースを前記最適に拡大縮小された強度トレースに拡大縮小するために使用される倍率の逆数に従って、前記最適共通成分プロファイルを拡大縮小することによって、前記最適に拡大縮小された強度トレースに対応する強度トレースの着目化合物を再構築するステップをさらに含む、前記方法項目の任意の組み合わせの方法。
（項目１８）
前記プロセッサを使用して、前記再構築された着目化合物の強度トレースを使用して、生成イオンを定量化するステップをさらに含む、前記方法項目の任意の組み合わせに記載の方法。
（項目１９）
そのコンテンツが、強度分布からの２つまたはそれを上回る強度測定から共通成分プロファイルを計算するための方法であって、
システムを提供するステップであって、前記システムは、１つまたはそれを上回る個別のソフトウェアモジュールを備え、前記個別のソフトウェアモジュールは、測定モジュールと、分析モジュールとを備える、ステップと、
前記測定モジュールを使用して、質量分析計から複数の強度測定を受信するステップであって、前記複数の強度測定は、混合物からの１つまたはそれを上回る化合物を分析することによって、前記質量分析計によって生成される、ステップと、
前記分析モジュールを使用して、前記複数の強度測定から測定された次元の範囲について複数の強度トレースを計算するステップと、
前記分析モジュールを使用して、前記複数の強度トレースの強度値を選択するステップと、
測定された次元の範囲にわたる複数の測定点の各測定点について、
前記各測定点で前記強度値を有するように、前記複数の強度トレースの各強度トレースを拡大縮小するステップと、
前記複数の測定点にわたる前記複数の拡大縮小された強度トレースの１つまたはそれを上回るパラメータの関数である、前記各測定点について共通成分プロファイルを計算するステップと、
前記分析モジュールを使用して、前記共通成分プロファイルの１つまたはそれを上回るパラメータおよび前記複数の拡大縮小された強度トレースの１つまたはそれを上回るパラメータの関数である、前記共通成分プロファイルについてのスコアを計算するステップと、前記分析モジュールを使用して、前記複数の計算された共通成分プロファイルの前記スコアに基づいて、前記複数の計算された共通成分プロファイルから最適共通成分プロファイルを選択するステップと、
を含む、方法を行うよう、プロセッサ上で実行される命令を伴うプログラムを含む、非一過性の有形コンピュータ可読記憶媒体を備える、コンピュータプログラム製品。
（項目２０）
前記各測定について、
前記複数の測定点にわたる前記複数の拡大縮小された強度トレースの最小強度の概要として、前記各測定点の共通成分プロファイルを計算することと、
前記共通成分プロファイルの最大値と前記各測定点との間の距離、前記共通成分プロファイルの面積、および前記複数の拡大縮小された強度トレースからの前記共通成分プロファイルの減算の面積の関数である、前記共通成分プロファイルについてスコアを計算することと、
によって、共通成分プロファイルを計算し、そして前記共通成分プロファイルについてスコアを計算するステップと、
前記共通成分プロファイルの最大値と前記各測定点との間の距離を最適に最小限にし、前記共通成分プロファイルの面積を最大限にし、前記複数の拡大縮小された強度トレースからの前記共通成分プロファイルの減算の面積を最小限にする、他の共通成分プロファイルのスコアと比較したスコアを有する、最適共通成分プロファイルを、前記複数の計算された共通成分プロファイルから選択することによって、最適共通成分プロファイルを選択するステップと、
を含む、前記方法項目の任意の組み合わせのコンピュータプログラム製品。
当業者は、以下に説明される図面が、例証目的にすぎないことを理解し得る。これらの図面は、本教示の範囲をいかようにも制限することも意図していない。
図１は、本教示の実施形態が実装され得る、コンピュータシステムを図示する、ブロック図である。 図２は、種々の実施形態による、同一の期間にわたる着目化合物の２つの生成イオンについて測定された抽出イオンクロマトグラム（ＸＩＣ）を示す、例示的プロットである。 図３は、種々の実施形態による、第１の時間に図２の測定されたＸＩＣについて計算された共通成分プロファイルを示す、例示的プロットである。 図４は、種々の実施形態による、第２の時間に図２の測定されたＸＩＣについて計算された共通成分プロファイルを示す、例示的プロットである。 図５は、種々の実施形態による、第３の時間に図２の測定されたＸＩＣについて計算された共通成分プロファイルを示す、例示的プロットである。 図６は、種々の実施形態による、第３の時間に図２の測定されたＸＩＣについて計算された共通成分プロファイルからの第１の測定されたＸＩＣについて計算された残余面積を示す、例示的プロットである。 図７は、種々の実施形態による、第３の時間に図２の測定されたＸＩＣについて計算された共通成分プロファイルからの第２の測定されたＸＩＣについて計算された残余面積を示す、例示的プロットである。 図８は、種々の実施形態による、図４のプロットに重ね合わせられた、等式（１）から計算されるスコアリング関数を示す、例示的プロットである。 図９は、種々の実施形態による、拡大縮小された測定ＸＩＣから共通成分プロファイルを減算することにより見出される干渉ピークを示す、例示的プロットである。 図１０は、種々の実施形態による、図２の測定されたＸＩＣについて生成イオンピークに拡大縮小された共通成分プロファイルを示す、例示的プロットである。 図１１は、種々の実施形態による、強度分布からの２つまたはそれを上回る強度測定から共通成分プロファイルを計算するためのシステムを示す、概略図である。 図１２は、種々の実施形態による、強度分布からの２つまたはそれを上回る強度測定から共通成分プロファイルを計算するための方法を示す、流れ図である。 図１３は、種々の実施形態による、強度分布からの２つまたはそれを上回る強度測定から共通成分プロファイルを計算するための方法を行う、１つまたはそれを上回る個別のソフトウェアモジュールを含む、システムの概略図である。
本教示の１つまたはそれを上回る実施形態が、詳細に説明される前に、当業者は、本教示が、それらの用途において、以下の詳細な説明に記載されるか、もしくは図面に図示される、構造、構成要素の配列、およびステップの配列の詳細に限定されるわけではないことを理解し得る。また、本明細書で使用される表現および専門用語は、説明の目的のためのものであって、限定的と見なされるべきではないことを理解されたい。
コンピュータ実装システム
図１は、本教示の実施形態が実装され得る、コンピュータシステム１００を図示する、ブロック図である。コンピュータシステム１００は、情報を通信するためにバス１０２または他の通信機構と、情報を処理するためのバス１０２と結合されるプロセッサ１０４とを含む。コンピュータシステム１００はまた、プロセッサ１０４によって実行される命令を記憶するために、バス１０２に結合される、ランダムアクセスメモリ（ＲＡＭ）または他の動的記憶デバイスであり得る、メモリ１０６を含む。メモリ１０６はまた、プロセッサ１０４によって実行されるべき命令の実行の間、一時的変数または他の中間情報を記憶するためにも使用されてもよい。コンピュータシステム１００はさらに、プロセッサ１０４のための静的情報および命令を記憶するために、バス１０２に結合される読取専用メモリ（ＲＯＭ）１０８または他の静的記憶デバイスを含む。磁気ディスクまたは光ディスク等の記憶デバイス１１０は、情報および命令を記憶するために提供され、バス１０２に結合される。
コンピュータシステム１００は、バス１０２を介して、コンピュータユーザに情報を表示するために、ブラウン管（ＣＲＴ）または液晶ディスプレイ（ＬＣＤ）等のディスプレイ１１２に結合されてもよい。英数字および他のキーを含む、入力デバイス１１４は、情報およびコマンド選択をプロセッサ１０４に通信するために、バス１０２に結合される。別のタイプのユーザ入力デバイスは、方向情報およびコマンド選択をプロセッサ１０４に通信するため、かつディスプレイ１１２上のカーソル移動を制御するためのマウス、トラックボール、またはカーソル方向キー等のカーソル制御１１６である。この入力デバイスは、典型的には、デバイスが平面内で位置を規定することを可能にする、第１の軸（すなわち、ｘ）および第２の軸（すなわち、ｙ）の２つの軸における、２自由度を有する。
コンピュータシステム１００は、本教示を行うことができる。本教示のある実装によると、結果は、プロセッサ１０４が、メモリ１０６内に含有される１つまたはそれを上回る命令の１つまたはそれを上回るシーケンスを実行することに応答して、コンピュータシステム１００によって提供される。そのような命令は、記憶デバイス１１０等の別のコンピュータ可読媒体から、メモリ１０６に読み込まれてもよい。メモリ１０６内に含有される命令のシーケンスの実行は、プロセッサ１０４に、本明細書に説明されるプロセスを行わせる。代替として、有線回路が、本教示を実装するために、ソフトウェア命令の代わりに、またはそれと組み合わせて使用されてもよい。したがって、本教示の実装は、ハードウェア回路およびソフトウェアの任意の具体的組み合わせに限定されるわけではない。
用語「コンピュータ可読媒体」は、本明細書で使用されるように、実行のために、命令をプロセッサ１０４に提供することに関与する、任意の媒体を指す。そのような媒体は、不揮発性媒体、揮発性媒体、および伝送媒体を含むが、それらに制限されない、多くの形態をとってもよい。不揮発性媒体は、例えば、記憶デバイス１１０等の光学または磁気ディスクを含む。揮発性媒体は、メモリ１０６等の動的メモリを含む。伝送媒体は、バス１０２を備えるワイヤを含む、同軸ケーブル、銅線、および光ファイバを含む。
コンピュータ可読媒体の一般的形態として、例えば、フロッピー（登録商標）ディスク、フレキシブルディスク、ハードディスク、磁気テープ、または任意の他の磁気媒体、ＣＤ−ＲＯＭ、デジタルビデオディスク（ＤＶＤ）、ブルーレイディスク、任意の他の光学媒体、サムドライブ、メモリカード、ＲＡＭ、ＰＲＯＭ、およびＥＰＲＯＭ、フラッシュＥＰＲＯＭ、任意の他のメモリチップまたはカートリッジ、もしくはコンピュータが読み取ることができる任意の他の有形媒体を含む。
種々の形態のコンピュータ可読媒体が、実行のために、１つまたはそれを上回る命令の１つまたはそれを上回るシーケンスをプロセッサ１０４に搬送することに関与し得る。例えば、命令は、最初は、遠隔コンピュータの磁気ディスク上で搬送されてもよい。遠隔コンピュータは、命令をその動的メモリ内にロードし、モデムを使用して、電話回線を経由して、命令を送信することができる。コンピュータシステム１００にローカルのモデムは、電話回線上でデータを受信し、データを赤外線信号に変換するために、赤外線送信機を使用することができる。バス１０２に結合された赤外線検出器は、赤外線信号中で搬送されるデータを受信し、データをバス１０２上に置くことができる。バス１０２は、データをメモリ１０６に搬送し、そこから、プロセッサ１０４は、命令を読み出し、実行する。メモリ１０６によって受信された命令は、随意に、プロセッサ１０４による実行前または後のいずれかで、記憶デバイス１１０上に記憶されてもよい。
種々の実施形態によると、方法を行うためにプロセッサによって実行されるように構成される命令は、コンピュータ可読媒体上に記憶される。コンピュータ可読媒体は、デジタル情報を記憶するデバイスであり得る。例えば、コンピュータ可読媒体は、ソフトウェアを記憶するための当技術分野で公知であるようなコンパクトディスク読取専用メモリ（ＣＤ−ＲＯＭ）を含む。コンピュータ可読媒体は、実行されるように構成される命令を実行するために好適なプロセッサによってアクセスされる。
本教示の種々の実装の以下の説明は、例証および説明の目的で提示されている。これは、包括的ではなく、本教示を開示される精密な形態に限定しない。修正および変形例が、前述の教示に照らして可能であるか、または本教示の実践から得られてもよい。加えて、説明される実装は、ソフトウェアを含むが、本教示は、ハードウェアおよびソフトウェアの組み合わせとして、またはハードウェア単独で実装されてもよい。本教示は、オブジェクト指向および非オブジェクト指向両方のプログラミングシステムを用いて実装されてもよい。
（共通成分プロファイル）
上記で説明されるように、混合物からの着目化合物の識別および定量化は、分光法ならびに質量分析では困難な問題である。当初は、この問題は、混合物のスペクトルを参照化合物のライブラリと照合することによって対処された。さらに最近では、混合物のスペクトルの測定のみを使用する、ブラインド逆畳み込みとして公知である方法を採用して、混合物のスペクトルを純粋成分スペクトルに分離することが可能になっている。
分光法および質量分析のいくつかの分野は、より狭く調整されたブラインド逆畳み込みアルゴリズムから利益を得ることができる、より狭く規定された問題を含む。より狭く規定された問題の１つの非限定的な例は、多重反応監視（ＭＲＭ）質量分析で生じる。ＭＲＭの場合、時間次元に沿って畳み込みを解除（デコンボルーション）するために、一般的な分光法または質量分析の場合よりも少ないｍ／ｚ値がある。また、付加的情報が、ＭＲＭ実験から生成される抽出イオンクロマトグラム（ＸＩＣ）から利用可能である。
理論的には、一般的なブラインド逆畳み込みアルゴリズムは、いくつかのｍ／ｚ値のみが利用可能である、ＭＲＭまたはＭＲＭ様実験に使用されることができる。しかしながら、これらのブラインド逆畳み込みアルゴリズムのうちのいずれかが、具体的に定量に使用されているかどうかは不明である。加えて、いくつかの質量分析定量ソフトウェアは、オーバーレイモードで相関ＸＩＣを視覚化する能力を有する。しかしながら、これは、主に、ユーザが結果を精査し、干渉を識別することに役立つために使用される。一般に、相関ＸＩＣは、概して、正しい位置で正しいピークを見出す、定性的分析に使用されている。相関ＸＩＣは、概して、正確にピークを積分するために使用されていない。
「Ｍｕｌｔｉ−Ｔｒａｃｅ Ｑｕａｎｔｉｔａｔｉｏｎ」と題された米国仮出願第６１／９８５，３３５号では、１つまたはそれを上回る相関ピークプロファイルからピークプロファイルの面積を計算するためのより狭く調整されたブラインド逆畳み込み方法が、提案されている。ＭＲＭ実験から取得されるＸＩＣピークプロファイルに適用されたとき、こし方法は、着目化合物のいくつかの生成イオンのそれぞれのＸＩＣピークプロファイルを計算し、これらのＸＩＣピークプロファイルを比較するステップを伴う。比較は、例えば、ＸＩＣピークプロファイルのうちの１つにおける誤差を識別するため、またはＸＩＣピークプロファイルの場所もしくは面積を最適化するために、使用されることができる。
しかしながら、残念なことに、他の化合物からの生成イオンは、着目化合物の複数の生成イオンのうちのいくつかに干渉し得る。これが起こるとき、着目化合物の複数の生成イオンの相関ＸＩＣピークプロファイルが、影響を受け得る。結果として、これらの相関ＸＩＣピークプロファイルの比較は、偽陰性検出を含む、誤った結果を提供し得る。
その結果として、質量分析業界では、基礎となるな相関ピークプロファイル、または相関性があるが、異なる親イオンに由来するイオンからの干渉を含む、プロファイルの面積を計算するための付加的な狭く調整されたブラインド逆畳み込み方法の必要性が存在する。
これらの狭く調整されたブラインド逆畳み込みはまた、定性的分析で使用されることもできる。例えば、種々の実施形態では、ＸＩＣが干渉を有するかどうかを識別するために、より狭く調整されたブラインド逆畳み込み方法が、使用されることができる。例えば、より狭く調整されたブラインド逆畳み込み方法が、（最も干渉されていないＸＩＣ抽出のための質量対電荷比（ｍ／ｚ）範囲を選択するように、スペクトルからの同位体を処理するときのように）後続の分析のために、ＸＩＣの干渉されていない部分を選択するために使用されることができる。
種々の実施形態では、２つまたはそれを上回るトレースもしくはＸＩＣが、ある時間間隔内の共通イオン分布に類似するかどうかを評価するため、またはこれらのトレースが共通イオン分布に類似する全ての時点もしくは滞留時間（ＲＴ）を見出すために、より狭く調整されたブラインド逆畳み込み方法が、使用されることができる。例えば、ＳＷＡＴＨＴＭ等のＩＤＡ方法では、１つの目標は、例えば、あるペプチドが存在するかどうかを判定することである。これは、標的イオンＸＩＣを抽出することによって行われる（標的イオンは、着目ペプチドの期待されるフラグメントである）。次いで、これらのＸＩＣは、いくつかの基準に関して分析される。重要なもののうちの１つは、これらのＸＩＣプロファイルの相関である。多くの場合、標的ＸＩＣが干渉されるとき、それらは、低い相関スコアを有し、偽陰性検出をもたらす。ＲＴが同一であるが、ＸＩＣの形状が本質的に異なるため、他のアプローチは、ＲＴ類似性を使用するが、偽陰性検出につながり得る。いくつかのアプローチは、最初に、ＲＴ類似性を使用し、次いで、異なる形状を有するものを除外するように、第２に形状を使用するが、次いで、いくつかのフラグメントが干渉を有する場合において、再度、偽陰性が起こり得る。種々の実施形態では、より狭く調整されたブラインド逆畳み込み方法が、共通イオン分布の存在または非存在について検査するために使用される。
種々の実施形態では、より狭く調整されたブラインド逆畳み込み方法が、最初に、複数の生成イオンのそれぞれについてＸＩＣピークプロファイルを計算することなく、定量的または定性的分析を行うために使用される。代わりに、最適共通成分プロファイルが、着目化合物の複数の生成イオンの測定されたＸＩＣから直接見出される。
一般に、２つまたはそれを上回る生成イオンＸＩＣは、少なくとも１つの相関成分（第１の独立成分）と、おそらくより多くの他の独立成分（干渉）とから成ることができ、干渉の数は、測定されたＸＩＣの数より大きくあり得る。この問題は、観察（混合物）の数が独立成分の数より小さいため、一意の一般的ブラインド逆畳み込み解を有していない場合がある。目標は、１つだけの独立成分、すなわち、着目されるものを正確に抽出することである。しかしながら、他の成分（干渉）の畳み込みを解除することは必ずしも必要ではない。最適共通成分プロファイルを計算することによって、着目成分は、他の独立干渉成分の畳み込みを解除する必要なく、全てから直接、畳み込みを解除される。
図２は、種々の実施形態による、同一の時間にわたる着目化合物の２つの生成イオンについて測定されたＸＩＣを示す、例示的プロット２００である。着目化合物の第１の生成イオンのＸＩＣ２１０は、プロット２００に示される期間にわたって、同一の着目化合物の第２の生成イオンのＸＩＣ２２０より大きい最大強度を有する。ＸＩＣ２１０およびＸＩＣ２２０は、重複するが、良好な相関性がない。換言すると、それらは、同一の形状、または同一の頂点さえ有するようには見えない。これは、他の化合物の１つまたはそれを上回る生成イオンからの干渉によるものであり得る。例えば、ＸＩＣ２２０は、干渉生成イオンによるものであり得る、ＸＩＣ２１０との重複領域外の強度値を有する。
上記で説明されるように、従来では、第１のＸＩＣピークプロファイル（図示せず）が、ＸＩＣ２１０について計算され、第２のＸＩＣピークプロファイル（図示せず）が、ＸＩＣ２２０について計算される。次いで、これら２つのピークプロファイルは、比較される。
代わりに、種々の実施形態によると、共通成分プロファイルが、プロット２００内の２つまたはそれを上回る時点のそれぞれにおいて、ＸＩＣ２１０およびＸＩＣ２２０の両方から計算される。プロット２００は、３つの時点２０１、２０２、および２０３を示す。共通成分プロファイルが、例えば、時点２０１、２０２、および２０３について計算されることができる。次いで、計算された共通成分プロファイルがそれぞれスコアされる。最良スコア化共通成分プロファイルは、着目化合物を表すと考えられる。共通成分プロファイルの計算が、２つだけの測定されたＸＩＣを参照して図２および以下の図に説明されるが、共通成分プロファイルを計算する方法は、着目化合物の２つの生成イオンからの２つだけの測定されたＸＩＣに限定されずに、着目化合物の２つまたはそれを上回る生成イオンからの２つまたはそれを上回る測定されたＸＩＣに適用されることができる。
共通成分プロファイルは、その時点における全ての測定されたＸＩＣにわたる最小強度に拡大縮小された、全ての測定されたＸＩＣの全てのピーク面積の交差の概要である。共通成分プロファイルを時間次元に沿って比較しやすくし、データの任意のセットの同一閾値を使用するために、任意の強度測定より小さいであろう最小実行可能強度値に全ての遷移を拡大縮小することが便宜的である。例えば、使用されることができる最小強度値は１である。簡単にするために、問題になっている測定されたＸＩＣがゼロベースラインを有すると仮定される。ベースラインは、例えば、ベースライン／ピーク領域検出のための信頼性あるアルゴリズムを使用して、前処理ステップとして除去されることができる。また、ある前処理が、ノイズアーチファクトを最小関数まで低減するように、または共通成分を推定するときに最小関数にノイズモデルを含むように行われることができる。
種々の実施形態では、各時点で、全ての測定されたＸＩＣが、同一強度（本実施例では１）を有するように拡大縮小される。次いで、共通成分プロファイルは、各時点について全ての強度のうちの最小値として計算される。また、ある前処理が、ノイズアーチファクトを最小関数まで低減するように、または共通成分を推定するときに最小関数にノイズモデルを含むように行われることができる。次いで、各時点の各共通成分プロファイルが、スコアされる。
図３は、種々の実施形態による、第１の時間２０１に図２の測定されたＸＩＣについて計算された共通成分プロファイルを示す、例示的プロット３００である。プロット３００では、測定されたＸＩＣ２１０および測定されたＸＩＣ２２０は、第１の時間２０１におけるそれらの強度が両方とも１に等しいように、拡大縮小される。換言すると、測定されたＸＩＣ２１０および測定されたＸＩＣ２２０は、交差し、交点３１０で１の強度を有するように拡大縮小される。共通成分プロファイル３３０は、各時点について全ての強度のうちの最小値として計算される。拡大縮小された測定ＸＩＣ２１０が、大部分は殆どの時点で最小強度を含むため、共通成分プロファイル３３０は、大部分が拡大縮小された測定ＸＩＣ２１０の形状に従う。
図４は、種々の実施形態による、第２の時間２０２における図２の測定されたＸＩＣについて計算された共通成分プロファイルを示す、例示的プロット４００である。プロット４００では、測定されたＸＩＣ２１０および測定されたＸＩＣ２２０は、第２の時間２０２におけるそれらの強度が両方とも１に等しいように、拡大縮小される。換言すると、測定されたＸＩＣ２１０および測定されたＸＩＣ２２０は、交差し、交点４１０で１の強度を有するように拡大縮小される。共通成分プロファイル４３０は、各時点について全ての強度のうちの最小値として計算される。再度、拡大縮小された測定ＸＩＣ２１０が、大部分は殆どの時点で最小強度を含むため、共通成分プロファイル４３０もまた、大部分が拡大縮小された測定ＸＩＣ２１０の形状に従う。
図５は、種々の実施形態による、第３の時間２０３における図２の測定されたＸＩＣについて計算された共通成分プロファイルを示す、例示的プロット５００である。プロット５００では、測定されたＸＩＣ２１０および測定されたＸＩＣ２２０は、第３の時間２０３におけるそれらの強度が両方とも１に等しいように、拡大縮小される。換言すると、測定されたＸＩＣ２１０および測定されたＸＩＣ２２０は、交差し、交点５１０で１の強度を有するように拡大縮小される。共通成分プロファイル５３０は、各時点について全ての強度のうちの最小値として計算される。図３および４とは対照的に、拡大縮小された測定ＸＩＣ２２０は、拡大縮小された測定ＸＩＣ２１０よりも多くの時点で最小強度を有する。結果として、共通成分プロファイル５３０は、拡大縮小された測定ＸＩＣ２１０に従うよりも多くの時点で、拡大縮小された測定ＸＩＣ２２０の形状に従う。
種々の実施形態では、スコアが、共通成分最大値の位置、共通成分の面積、および測定されたＸＩＣ残余の面積から、各共通成分プロファイルについて計算される。各測定されたＸＩＣに関して、残余は、測定されたＸＩＣから共通成分プロファイルを減算することによって計算される。最良スコアを伴う共通成分プロファイルは、共通成分プロファイル面積を最大限にし、残余面積を最小限にし、共通成分プロファイルの頂点に対応する時点で見出される。最良スコアを伴う共通成分プロファイルの時点は、真の前駆体イオン時間（または滞留時間）として選択される。
図６は、種々の実施形態による、第３の時間２０３における図２の測定されたＸＩＣについて計算された共通成分プロファイル５３０からの第１の測定されたＸＩＣ２１０について計算された残余面積６１０を示す、例示的プロット６００である。拡大縮小された第１の測定されたＸＩＣ２１０の残余は、拡大縮小された第１の測定されたＸＩＣ２１０から共通成分プロファイル５３０を減算することによって計算される。残余について積分することにより、残余面積６１０を生成する。
図７は、種々の実施形態による、第３の時間２０３における図２の測定されたＸＩＣについて計算された共通成分プロファイル５３０からの第２の測定されたＸＩＣ２２０について計算された残余面積７１０を示す、例示的プロット７００である。拡大縮小された第２の測定されたＸＩＣ２２０の残余は、拡大縮小された測定ＸＩＣ２２０から共通成分プロファイル５３０を減算することによって計算される。残余について積分することにより、残余面積７１０を生成する。
図６の残余面積６１０および図７の残余面積７１０は、共通成分プロファイル５３０のスコアを計算するために使用される。加えて、スコア計算はまた、共通成分プロファイル５３０の面積７２０と、交点５１０に対する共通成分プロファイル５３０の最大値５４０の位置とを含む。
種々の実施形態では、共通成分プロファイル５３０のスコアは、以下に示される等式（１）に従って計算される。
である。
Ｃは、ある条件が満たされる時点のサブセットである。例えば、１つの条件としては、共通成分強度が＜＝１である。殆どの時間に、全ての点がこの条件を満たすか、またはこの条件が適用されるかどうかにかかわらず、結果が同一である。しかしながら、大抵は共通成分が複数のピークを有するときに、この条件が重要である場合がある。この条件はまた、着目イオンが畳み込まれた異性体を有する場合にも重要である
図８は、種々の実施形態による、図４のプロットに重ね合わせられた、等式（１）から計算されるスコアリング関数８１０を示す、例示的プロット８００である。等式（１）から計算されるスコアリング関数８１０は、時点２０１、２０２、および２０３における共通成分プロファイルについて計算されるスコアに対応する、スコア８０１、８０２、および８０３を含む。プロット８００は、スコアリング関数８１０が時点２０２で最小値を有することを示す。結果として、時点２０２で計算される共通成分プロファイル４３０は、等式（１）に従って、最良（最小）スコアを有することが見出される。
最適共通成分プロファイルは、干渉ピークを検出するために使用されることができる。例えば、図４の共通成分プロファイル４３０は、図４の拡大縮小された測定ＸＩＣ２２０内の干渉ピークを識別するために使用されることができる。共通成分プロファイル４３０が、図４の拡大縮小された測定ＸＩＣ２２０から減算される場合、干渉ピークが見出される。
図９は、種々の実施形態による、拡大縮小された測定ＸＩＣから共通成分プロファイル４３０を減算することにより見出される干渉ピーク９１０を示す、例示的プロット９００である。例えば、共通成分プロファイル４３０は、図４のＸＩＣ２２０から減算され、図９の干渉ピーク９１０を生成する。
加えて、各測定されたＸＩＣの各生成イオンピークが、最低スコアを伴う共通成分プロファイルから再構築されることができる。最低スコアを伴う共通成分プロファイルを計算するときに、各測定されたＸＩＣを拡大縮小するために使用される逆倍率は、ひいては、共通成分プロファイルを生成イオンピークに拡大縮小するために使用される。
図１０は、種々の実施形態による、図２の測定されたＸＩＣについて生成イオンピークに拡大縮小された共通成分プロファイルを示す、例示的プロット１０００である。測定されたＸＩＣ２１０が、再度、図１０でプロットされている。図４では、最適共通成分プロファイル４３０が見出される。本最適共通成分プロファイル４３０は、倍率により図２および図１０に示される測定されたＸＩＣ２１０を拡大縮小することによって、見出される。本倍率の逆数が図４の最適共通成分プロファイル４３０に適用される場合、生成イオンピーク１０３０が生成される。生成イオンピーク１０３０は、測定されたＸＩＣ２１０の再構築されたＸＩＣであり、基礎となる生成イオンに非常に近い面積および高さを有するはずである。再構築された生成イオンピーク１０３０は、例えば、基礎となる生成イオンを定量化するために使用されることができる。
ＸＩＣピークプロファイルの間で最良類似性スコアを見出そうとする従来の方法とは対照的に、種々の実施形態は、関心領域内の最良共通成分プロファイルスコアを見出す。結果として、種々の干渉を有するＸＩＣピークプロファイルは、不良な類似性スコアを有するが、前駆体イオンの滞留時間において高い共通成分プロファイルスコアを有することができる。その結果として、種々の実施形態は、着目ピークの検出および最適に近い抽出（逆畳み込み）を可能にする。高い共通成分プロファイルスコアは、例えば、スコアリング関数の最小値であり得る。
上記では、共通成分プロファイルを計算することが、ＸＩＣピークに関して説明されている。しかしながら、本明細書に説明される方法は、任意の次元に沿った相関信号の任意のセットに適用可能である。加えて、次元は、直接測定されないが、測定された次元のある変換後に取得され得る。例えば、共通成分プロファイルは、任意の関連イオン、すなわち、同位体イオン（ｍ／ｚ偏移次元）、中性損失イオン、同位体標識イオン等からのピークを使用して、スペクトルピーク逆畳み込みについて計算されることができる。
（共通成分プロファイルを計算するためのシステム）
図１１は、種々の実施形態による、強度分布からの２つまたはそれを上回る強度測定から共通成分プロファイルを計算するためのシステム１１００を示す、概略図である。システム１１００は、質量分析計１１２０と、プロセッサ１１３０とを含む。種々の実施形態では、システム１１００はまた、サンプル導入デバイス１１１０を含むこともできる。サンプル導入デバイス１１１０は、種々の技法のうちの１つを使用して、サンプルを質量分析計１１２０に提供することができる。これらの技法は、ガスクロマトグラフィ（ＧＣ）、液体クロマトグラフィ（ＬＣ）、キャピラリ電気泳動（ＣＥ）、またはフローインジェクション分析（ＦＩＡ）を含むが、それらに限定されるわけではない。
サンプル導入デバイス１１１０は、液体クロマトグラフィ、ガスクロマトグラフィ、キャピラリ電気泳動、またはイオン移動度を含むが、それらに限定されるわけではない、分離技法を行うことができる。サンプル導入デバイス１１１０は、経時的に混合物から１つまたはそれを上回る化合物を分離する。
質量分析計１１２０は、例えば、タンデム質量分析計であり、１つまたはそれを上回る物理的質量フィルタと、１つまたはそれを上回る物理的質量分析器とを含むことができる。質量分析計１１２０の質量分析器は、飛行時間（ＴＯＦ）、四重極、イオントラップ、線形イオントラップ、オービトラップ、またはフーリエ変換質量分析器を含むことができるが、それらに限定されるわけではない。
プロセッサ１１３０は、コンピュータ、マイクロプロセッサ、または制御信号およびデータを質量分析計１１２０に送信し、そこから受信し、データを処理することが可能な任意のデバイスであり得るが、それらに限定されるわけではない。プロセッサ１１３０は、例えば、図１のコンピュータシステム１００であり得る。種々の実施形態では、プロセッサ１１３０は、質量分析計１１２０およびサンプル導入デバイス１１１０と通信する。
プロセッサ１１３０は、複数の強度測定を受信する。プロセッサ１１３０は、複数の強度測定から測定された次元の範囲の複数の強度トレースを計算する。種々の実施形態では、複数の強度トレースは複数の強度トレースを含み、測定された次元は期間を含み、既知の化合物の強度は、既知の化合物の生成イオンの強度である。
プロセッサ１１３０は、複数の強度トレースの最小強度値を選択する。強度値は、例えば、最小のゼロではない強度、ノイズ振幅に比例する値、または質量分析において単一イオン衝打強度であり得る。この値を選択することは、例えば、ノイズが増幅されないことを確実にする。この値は、具体的にはスコアリング関数計算に関連する。これは、一定のスコアリング閾値の使用を可能にする。
プロセッサ１１３０は、例えば、１の強度値を選択する。測定された次元の範囲にわたる複数の測定点の各測定点について、プロセッサ１１３０は、３つのステップを行う。第１に、プロセッサ１１３０は、各測定点で強度値を有するように、複数の強度トレースの各強度トレースを拡大縮小する。第２に、プロセッサ１１３０は、複数の測定点にわたる複数の拡大縮小された強度トレースの１つまたはそれを上回るパラメータの関数である、各測定点について共通成分プロファイルを計算する。第３に、プロセッサ１１３０は、共通成分プロファイルの１つまたはそれを上回るパラメータおよび複数の拡大縮小された強度トレースの１つまたはそれを上回るパラメータの関数である、共通成分プロファイルのスコアを計算する。
プロセッサ１１３０は、複数の計算された共通成分プロファイルのスコアに基づいて、複数の計算された共通成分プロファイルから最適共通成分プロファイルを選択する。
種々の実施形態では、プロセッサ１１３０は、複数の測定点にわたる複数の拡大縮小された強度トレースの最小強度の概要として、各測定点について共通成分プロファイルを計算する。プロセッサ１１３０は、共通成分プロファイルの最大値と各測定点との間の距離、共通成分プロファイルの面積、および複数の拡大縮小された強度トレースからの共通成分プロファイルの減算の面積の関数である、各測定点における共通成分プロファイルについてのスコアを計算する。プロセッサ１１３０は、共通成分プロファイルの最大値と各測定点との間の距離を最適に最小限にし、共通成分プロファイルの面積を最大限にし、複数の拡大縮小された強度トレースからの共通成分プロファイルの減算の面積を最小限にする、他の共通成分プロファイルのスコアと比較したスコアを有する、最適共通成分プロファイルを、複数の計算された共通成分プロファイルから選択する。
種々の実施形態では、各測定点についての共通成分プロファイルのスコアが、上記に示される等式（１）に従って計算され、共通成分プロファイル＝Ｃｏｍｍｏｎ＿ｐｒｏｆｉｌｅｘであり、拡大縮小された強度トレースからの共通成分プロファイルの減算＝Ｒｅｓｉｄｕｅ＿ｐｒｏｆｉｌｅｘである。
種々の実施形態では、プロセッサ１１３０はさらに、最適共通成分プロファイルを計算するために使用される測定点で強度値を有するように、複数の強度トレースのうちの強度トレースを拡大縮小し、最適に拡大縮小された強度トレースを生成する。次いで、プロセッサ１１３０は、少なくとも１つの最適に拡大縮小された強度トレースから最適共通成分プロファイルを減算することによって、最適に拡大縮小された強度トレース内の少なくとも１つの干渉ピークを検出する。減算することは、最適に拡大縮小された強度トレース内の少なくとも１つの干渉ピークを検出する１つの方法にすぎない。例えば、最適に拡大縮小された強度トレース内の少なくとも１つの干渉ピークは、比率、差により、または予期される「ノイズ」に関して、最適共通成分プロファイルおよび少なくとも１つの最適に拡大縮小された強度トレースを分析することによって、検出されることができる。
全てのトレースに共通する干渉を検出することの別の例は、共通成分プロファイルを予期される単一成分プロファイルと比較することである。単一成分プロファイルが合成信号であり、その滞留時間（ＲＴ）が規定されていないため、これは、共通成分にわたって「スライド」させられ得、上記で説明されるものと同一のスコアが、各スライドするＲＴ位置で計算され得る。実際には、これは、多重トレース分析が、測定されたトレースについて行われ得るか、またはシミュレートされたトレースが、スコア関数計算をさらに精緻化するように、測定されたトレースのセットに追加され得ることを意味する。
種々の実施形態では、プロセッサ１１３０は、強度トレースを最適に拡大縮小された強度トレースに拡大縮小するために使用される倍率の逆数に従って、最適共通成分プロファイルを拡大縮小することによって、最適に拡大縮小された強度トレースに対応する強度トレースの着目化合物を再構築する。次いで、プロセッサ１１３０は、例えば、再構築された着目化合物の強度トレースを使用して、生成イオンを定量化する。
（共通成分プロファイルを計算するための方法）
図１２は、種々の実施形態による、強度分布からの２つまたはそれを上回る強度測定から共通成分プロファイルを計算するための方法１２００を示す、流れ図である。
方法１２００のステップ１２１０では、複数の強度測定が、プロセッサを使用して、質量分析計から受信される。複数の強度測定は、混合物からの１つまたはそれを上回る化合物を分析することによって、質量分析計によって生成される。
ステップ１２２０では、複数の強度トレースが、プロセッサを使用して、既知の着目化合物の強度を含むことが既知である測定された次元の範囲について計算される。
ステップ１２３０では、強度値が、プロセッサを使用して、複数の強度トレースについて選択される。
ステップ１２４０、１２５０、および１２６０は、プロセッサを使用して、測定された次元の範囲にわたる複数の測定点の各測定点について実行される。
ステップ１２４０では、複数の強度トレースの各強度トレースが、各測定点で強度値を有するように拡大縮小される。
ステップ１２５０では、共通成分プロファイルが、複数の測定点にわたる複数の拡大縮小された強度トレースの１つまたはそれを上回るパラメータの関数として、各測定点について計算される。種々の実施形態では、共通成分プロファイルが、複数の測定点にわたる複数の拡大縮小された強度トレースの最小強度の概要を計算することによって、各測定点について計算される。
ステップ１２６０では、共通成分プロファイルの１つまたはそれを上回るパラメータおよび複数の拡大縮小された強度トレースの１つまたはそれを上回るパラメータの関数であるスコアが、プロセッサを使用して、共通成分プロファイルについて計算される。種々の実施形態では、共通成分プロファイルの最大値と各測定点との間の距離、共通成分プロファイルの面積、および複数の拡大縮小された強度トレースからの共通成分プロファイルの減算の面積の関数であるスコアが、共通成分プロファイルについて計算される。
ステップ１２７０では、最適共通成分プロファイルが、プロセッサを使用して、複数の計算された共通成分プロファイルのスコアに基づいて、複数の計算された共通成分プロファイルから選択される。種々の実施形態では、共通成分プロファイルの最大値と各測定点との間の距離を最適に最小限にし、共通成分プロファイルの面積を最大限にし、複数の拡大縮小された強度トレースからの共通成分プロファイルの減算の面積を最小限にする、他の共通成分プロファイルのスコアと比較したスコアを有する、最適共通成分プロファイルが、選択される。
（共通成分プロファイルを計算するためのコンピュータプログラム製品）
種々の実施形態では、コンピュータプログラム製品は、そのコンテンツが、強度分布からの２つまたはそれを上回る強度測定から共通成分プロファイルを計算するための方法を行うよう、プロセッサ上で実行される命令を伴うプログラムを含む、有形コンピュータ可読記憶媒体を含む。本方法は、１つまたはそれを上回る個別のソフトウェアモジュールを含むシステムによって行われる。
図１３は、種々の実施形態による、強度分布からの２つまたはそれを上回る強度測定から共通成分プロファイルを計算するための方法を行う、１つまたはそれを上回る個別のソフトウェアモジュールを含む、システム１３００の概略図である。システム１３００は、測定モジュール１３１０と、分析モジュール１３２０とを含む。
測定モジュール１３１０は、複数の強度測定を受信する。複数の強度測定は、混合物からの１つまたはそれを上回る化合物を分析することによって、質量分析計によって生成される。
分析モジュール１３２０は、複数の強度測定から測定された次元の範囲の複数の強度トレースを計算する。分析モジュール１３２０は、複数の強度トレースの強度値を選択する。
分析モジュール１３２０は、測定された次元の範囲にわたる複数の測定点の各測定点について、３つのステップを行う。第１に、分析モジュール１３２０は、各測定点で強度値を有するように、複数の強度トレースの各強度トレースを拡大縮小する。
第２に、分析モジュール１３２０は、複数の測定点にわたる複数の拡大縮小された強度トレースの１つまたはそれを上回るパラメータの関数として、各測定点についての共通成分プロファイルを計算する。種々の実施形態では、共通成分プロファイルは、複数の測定点にわたる複数の拡大縮小された強度トレースの最小強度の概要を計算することによって、各測定点について計算される。
第３に、分析モジュール１３２０は、共通成分プロファイルの１つまたはそれを上回るパラメータおよび複数の拡大縮小された強度トレースの１つまたはそれを上回るパラメータの関数である、共通成分プロファイルについてスコアを計算する。種々の実施形態では、共通成分プロファイルの最大値と各測定点との間の距離、共通成分プロファイルの面積、および複数の拡大縮小された強度トレースからの共通成分プロファイルの減算の面積の関数であるスコアが、共通成分プロファイルについて計算される。
分析モジュール１３２０は、複数の計算された共通成分プロファイルのスコアに基づいて、複数の計算された共通成分プロファイルから最適共通成分プロファイルを選択する。種々の実施形態では、共通成分プロファイルの最大値と各測定点との間の距離を最適に最小限にし、共通成分プロファイルの面積を最大限にし、複数の拡大縮小された強度トレースからの共通成分プロファイルの減算の面積を最小限にする、他の共通成分プロファイルのスコアと比較したスコアを有する、最適共通成分プロファイルが、選択される。
本教示は、種々の実施形態と併せて説明されるが、本教示が、そのような実施形態に限定されることを意図するものではない。対照的に、本教示は、当業者によって理解されるように、種々の代替物、修正、および均等物、例えば、任意の関連イオン、すなわち、同位体イオン（ｍ／ｚ偏移次元）、中性損失イオン、同位体標識イオン等からのピークを包含する。
さらに、種々の実施形態を説明する際、本明細書は、ステップの特定のシーケンスとして、方法および／またはプロセスを提示し得る。しかしながら、方法またはプロセスが、本明細書に記載されるステップの特定の順序に依拠しない程度において、方法またはプロセスは、説明されるステップの特定のシーケンスに限定されるべきではない。当業者が理解するように、ステップの他のシーケンスも可能であり得る。したがって、本明細書に記載されるステップの特定の順序は、請求項に関する制限として解釈されるべきでない。加えて、方法および／またはプロセスを対象とする請求項は、書かれた順序におけるそれらのステップの実施に限定されるべきではなく、当業者は、シーケンスが、変更されてもよく、依然として、種々の実施形態の思想および範囲内にとどまることを容易に理解することができる。

Claims (20)

  1. 強度分布からの２つまたはそれを上回る強度測定から共通成分プロファイルを計算するためのシステムであって、
    １つまたはそれを上回る化合物を分析し、前記１つまたはそれを上回る化合物の複数の強度測定を生成する、質量分析計と、
    プロセッサであって、
    前記複数の強度測定を受信することと、
    前記複数の強度測定から測定された次元の範囲について複数の強度トレースを計算することと、
    前記複数の強度トレースについての強度値を選択することと、
    前記測定された次元の範囲にわたる複数の測定点の各測定点について、
    前記各測定点で前記強度値を有するように、前記複数の強度トレースの各強度トレースを拡大縮小することと、
    前記複数の測定点にわたる前記複数の拡大縮小された強度トレースの１つまたはそれを上回るパラメータの関数である、前記各測定点の共通成分プロファイルを計算することと、
    前記共通成分プロファイルの１つまたはそれを上回るパラメータおよび前記複数の拡大縮小された強度トレースの１つまたはそれを上回るパラメータの関数である、前記共通成分プロファイルのスコアを計算することと
    を行うことと、
    前記複数の計算された共通成分プロファイルの前記スコアに基づいて、前記複数の計算された共通成分プロファイルから最適共通成分プロファイルを選択することと
    を行うプロセッサと
    を備える、システム。
  2. 前記プロセッサは、
    前記複数の測定点にわたる前記複数の拡大縮小された強度トレースの最小強度の概要として、前記各測定点について共通成分プロファイルを計算することと、
    前記共通成分プロファイルの最大値と前記各測定点との間の距離、前記共通成分プロファイルの面積、および前記複数の拡大縮小された強度トレースからの前記共通成分プロファイルの減算の面積の関数である、前記共通成分プロファイルのスコアを計算することと
    によって、前記各測定点について、共通成分プロファイルを計算し、そして前記共通成分プロファイルについてスコアを計算することと、
    前記共通成分プロファイルの最大値と前記各測定点との間の距離を最適に最小限にし、前記共通成分プロファイルの面積を最大限にし、前記複数の拡大縮小された強度トレースからの前記共通成分プロファイルの減算の面積を最小限にする、他の共通成分プロファイルのスコアと比較したスコアを有する、最適共通成分プロファイルを、前記複数の計算された共通成分プロファイルから選択することによって、最適共通成分プロファイルを選択することと
    を行う、請求項１に記載のシステム。
  3. 前記複数の強度トレースの前記強度値は、１を含む、請求項１に記載のシステム。
  4. 前記共通成分プロファイルのスコアは、以下の関数に従って計算され、
    そして拡大縮小された強度トレースからの前記共通成分プロファイルの減算＝Ｒｅｓｉｄｕｅ＿ｐｒｏｆｉｌｅｘ、
    である、
    請求項１に記載のシステム。
  5. 前記プロセッサはさらに、前記最適共通成分プロファイルを計算するために使用される前記測定点で前記強度値を有するように、前記複数の強度トレースの強度トレースを拡大縮小し、最適に拡大縮小された強度トレースを生成する、請求項１に記載のシステム。
  6. 前記プロセッサはさらに、前記最適共通成分プロファイルと前記最適に拡大縮小された強度トレースとを比較することによって、前記最適に拡大縮小された強度トレース内の少なくとも１つの干渉ピークを検出する、請求項５に記載のシステム。
  7. 前記プロセッサは、前記最適に拡大縮小された強度トレースから前記最適共通成分プロファイルを減算することによって、前記最適共通成分プロファイルと前記最適に拡大縮小された強度トレースとを比較する、請求項６に記載のシステム。
  8. 前記プロセッサはさらに、前記強度トレースを前記最適に拡大縮小された強度トレースに拡大縮小するために使用される倍率の逆数に従って、前記最適共通成分プロファイルを拡大縮小することによって、前記最適に拡大縮小された強度トレースに対応する着目化合物の強度トレースを再構築する、請求項５に記載のシステム。
  9. 前記プロセッサはさらに、前記再構築された着目化合物の強度トレースを使用して、生成イオンを定量化する、請求項８に記載のシステム。
  10. 強度分布からの２つまたはそれを上回る強度測定から共通成分プロファイルを計算するための方法であって、
    プロセッサを使用して、質量分析計から複数の強度測定を受信することであって、前記複数の強度測定は、混合物からの１つまたはそれを上回る化合物を分析することによって、前記質量分析計によって生成される、ことと、
    前記プロセッサを使用して、前記複数の強度測定から測定された次元の範囲について複数の強度トレースを計算することと、
    前記プロセッサを使用して、前記複数の強度トレースについての強度値を選択することと、
    前記測定された次元の範囲にわたる複数の測定点の各測定点について、
    前記各測定点で前記強度値を有するように、前記複数の強度トレースの各強度トレースを拡大縮小することと、
    前記複数の測定点にわたる前記複数の拡大縮小された強度トレースの１つまたはそれを上回るパラメータの関数である、前記各測定点の共通成分プロファイルを計算することと、
    前記プロセッサを使用して、前記共通成分プロファイルの１つまたはそれを上回るパラメータおよび前記複数の拡大縮小された強度トレースの１つまたはそれを上回るパラメータの関数である、前記共通成分プロファイルのスコアを計算することと
    を行うことと、
    前記プロセッサを使用して、前記複数の計算された共通成分プロファイルの前記スコアに基づいて、前記複数の計算された共通成分プロファイルから最適共通成分プロファイルを選択することと
    を含む、方法。
  11. 前記複数の測定点にわたる前記複数の拡大縮小された強度トレースの最小強度の概要として、前記各測定点について共通成分プロファイルを計算することと、
    前記共通成分プロファイルの最大値と前記各測定点との間の距離、前記共通成分プロファイルの面積、および前記複数の拡大縮小された強度トレースからの前記共通成分プロファイルの減算の面積の関数である、前記共通成分プロファイルについてスコアを計算することと
    によって、前記各測定点について、共通成分プロファイルを計算し、そして前記共通成分プロファイルのスコアを計算することと
    前記共通成分プロファイルの最大値と前記各測定点との間の距離を最適に最小限にし、前記共通成分プロファイルの面積を最大限にし、そして前記複数の拡大縮小された強度トレースからの前記共通成分プロファイルの減算の面積を最小限にする、他の共通成分プロファイルのスコアと比較したスコアを有する、最適共通成分プロファイルを、前記複数の計算された共通成分プロファイルから選択することによって、最適共通成分プロファイルを選択することと
    を含む、請求項１０に記載の方法。
  12. 前記複数の強度トレースの前記強度値は、１を含む、請求項１０に記載の方法。
  13. 前記共通成分プロファイルのスコアは、以下の関数に従って計算され、
    そして拡大縮小された強度トレースからの前記共通成分プロファイルの減算＝Ｒｅｓｉｄｕｅ＿ｐｒｏｆｉｌｅｘ、
    である、
    請求項１０に記載の方法。
  14. 前記プロセッサを使用して、前記最適共通成分プロファイルを計算するために使用される前記測定点で前記強度値を有するように、前記複数の強度トレースの強度トレースを拡大縮小し、最適に拡大縮小された強度トレースを生成することをさらに含む、請求項１０に記載の方法。
  15. 前記プロセッサを使用して、前記最適共通成分プロファイルと前記最適に拡大縮小された強度トレースとを比較することによって、前記最適に拡大縮小された強度トレース内の少なくとも１つの干渉ピークを検出することをさらに含む、請求項１４に記載の方法。
  16. 前記最適共通成分プロファイルおよび前記最適に拡大縮小された強度トレースは、前記最適に拡大縮小された強度トレースから前記最適共通成分プロファイルを減算することによって比較される、請求項１５に記載の方法。
  17. 前記プロセッサを使用して、前記強度トレースを前記最適に拡大縮小された強度トレースに拡大縮小するために使用される倍率の逆数に従って、前記最適共通成分プロファイルを拡大縮小することによって、前記最適に拡大縮小された強度トレースに対応する着目化合物の強度トレースを再構築することをさらに含む、請求項１４に記載の方法。
  18. 前記プロセッサを使用して、前記再構築された着目化合物の強度トレースを使用して、生成イオンを定量化することをさらに含む、請求項１７に記載の方法。
  19. 非一過性の有形コンピュータ可読記憶媒体を備えるコンピュータプログラム製品であって、前記非一過性の有形コンピュータ可読記憶媒体のコンテンツが、強度分布からの２つまたはそれを上回る強度測定から共通成分プロファイルを計算するための方法を行うようにプロセッサ上で実行される命令を伴うプログラムを含み、前記方法は、
    システムを提供することであって、前記システムは、１つまたはそれを上回る個別のソフトウェアモジュールを備え、前記個別のソフトウェアモジュールは、測定モジュールと、分析モジュールとを備える、ことと、
    前記測定モジュールを使用して、質量分析計から複数の強度測定を受信することであって、前記複数の強度測定は、混合物からの１つまたはそれを上回る化合物を分析することによって、前記質量分析計によって生成される、ことと、
    前記分析モジュールを使用して、前記複数の強度測定から測定された次元の範囲について複数の強度トレースを計算することと、
    前記分析モジュールを使用して、前記複数の強度トレースの強度値を選択することと、
    前記測定された次元の範囲にわたる複数の測定点の各測定点について、
    前記各測定点で前記強度値を有するように、前記複数の強度トレースの各強度トレースを拡大縮小することと、
    前記複数の測定点にわたる前記複数の拡大縮小された強度トレースの１つまたはそれを上回るパラメータの関数である、前記各測定点について共通成分プロファイルを計算することと、
    前記分析モジュールを使用して、前記共通成分プロファイルの１つまたはそれを上回るパラメータおよび前記複数の拡大縮小された強度トレースの１つまたはそれを上回るパラメータの関数である、前記共通成分プロファイルについてのスコアを計算することと
    を行うことと、
    前記分析モジュールを使用して、前記複数の計算された共通成分プロファイルの前記スコアに基づいて、前記複数の計算された共通成分プロファイルから最適共通成分プロファイルを選択することと
    を含む、コンピュータプログラム製品。
  20. 前記複数の測定点にわたる前記複数の拡大縮小された強度トレースの最小強度の概要として、前記各測定点の共通成分プロファイルを計算することと、
    前記共通成分プロファイルの最大値と前記各測定点との間の距離、前記共通成分プロファイルの面積、および前記複数の拡大縮小された強度トレースからの前記共通成分プロファイルの減算の面積の関数である、前記共通成分プロファイルについてスコアを計算することと
    によって、前記各測定点について、共通成分プロファイルを計算し、そして前記共通成分プロファイルについてスコアを計算することと、
    前記共通成分プロファイルの最大値と前記各測定点との間の距離を最適に最小限にし、前記共通成分プロファイルの面積を最大限にし、前記複数の拡大縮小された強度トレースからの前記共通成分プロファイルの減算の面積を最小限にする、他の共通成分プロファイルのスコアと比較したスコアを有する、最適共通成分プロファイルを、前記複数の計算された共通成分プロファイルから選択することによって、最適共通成分プロファイルを選択することと
    を含む、請求項１９に記載のコンピュータプログラム製品。
JP2017539413A 2015-02-05 2016-01-29 干渉検出および着目ピークのデコンボルーション Active JP6748085B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201562112213P 2015-02-05 2015-02-05
US62/112,213 2015-02-05
PCT/IB2016/050480 WO2016125059A1 (en) 2015-02-05 2016-01-29 Interference detection and peak of interest deconvolution

Publications (2)

Publication Number Publication Date
JP2018504600A JP2018504600A (ja) 2018-02-15
JP6748085B2 true JP6748085B2 (ja) 2020-08-26

Family

ID=56563517

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017539413A Active JP6748085B2 (ja) 2015-02-05 2016-01-29 干渉検出および着目ピークのデコンボルーション

Country Status (5)

Country Link
EP (1) EP3254126B1 (ja)
JP (1) JP6748085B2 (ja)
CN (1) CN107209151B (ja)
CA (1) CA2975812A1 (ja)
WO (1) WO2016125059A1 (ja)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3571514A4 (en) * 2017-01-18 2020-11-04 HRL Laboratories, LLC COGNITIVE SIGNAL PROCESSOR FOR SIMULTANEOUS INTERFERENCE SUPPRESSION AND BLIND SOURCE SEPARATION
US11024494B2 (en) 2017-09-29 2021-06-01 Dh Technologies Development Pte. Ltd. Assessing MRM peak purity with isotope selective MSMS
WO2019095053A1 (en) * 2017-11-15 2019-05-23 Mécanique Analytique Inc. Method and apparatus for analysing a gas chromatography elution peak
US10627289B1 (en) * 2018-10-19 2020-04-21 Kaiser Optical Systems Inc. Raman signal position correction using relative integration parameters
CN116324402A (zh) 2020-09-23 2023-06-23 豪夫迈·罗氏有限公司 用于检测至少一个色谱图中的至少一个干扰和/或至少一个伪影的计算机实现方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0485573B1 (en) * 1990-06-04 1995-09-13 Eastman Kodak Company Method for interactive self-modeling mixture analysis
JP4021414B2 (ja) * 2003-11-26 2007-12-12 オリンパス株式会社 スペクトラルデコンボリューション法及びスペクトラルブラインドデコンボリューション法
US20060255258A1 (en) * 2005-04-11 2006-11-16 Yongdong Wang Chromatographic and mass spectral date analysis
GB0915474D0 (en) * 2009-09-04 2009-10-07 Micromass Ltd Multiple reaction monitoring with a time-of-flight based mass spectrometer
EP2476008B1 (en) * 2009-09-10 2015-04-29 Rudjer Boskovic Institute Underdetermined blind extraction of components from mixtures in 1d and 2d nmr spectroscopy and mass spectrometry by means of combined sparse component analysis and detection of single component points
GB201005959D0 (en) * 2010-04-12 2010-05-26 Univ Leuven Kath Spectroscopic analysis system
CN105869981B (zh) * 2010-09-08 2018-04-13 Dh科技发展私人贸易有限公司 用于在串联质谱分析中使用可变质量选择窗宽度的系统及方法
EP2638563B1 (en) * 2010-11-08 2022-10-05 DH Technologies Development Pte. Ltd. Systems and methods for rapidly screening samples by mass spectrometry
US8935101B2 (en) * 2010-12-16 2015-01-13 Thermo Finnigan Llc Method and apparatus for correlating precursor and product ions in all-ions fragmentation experiments
CN103582929B (zh) * 2011-06-03 2016-10-19 Dh科技发展私人贸易有限公司 使用可变窗口带通过滤从测量扫描移除离子以改善扫描内动态范围
CA2836112C (en) * 2011-06-03 2019-09-24 Dh Technologies Development Pte. Ltd. Use of variable xic widths of tof-msms data for the determination of background interference in srm assays
KR102044211B1 (ko) * 2011-12-29 2019-11-13 디에이치 테크놀로지즈 디벨롭먼트 피티이. 리미티드 체류 시간 판정 또는 확인을 위한 윈도우가 있는 질량 분석 데이터의 사용
EP2800969B1 (en) * 2011-12-30 2019-06-19 DH Technologies Development Pte. Ltd. Intelligent background data acquisition and subtraction

Also Published As

Publication number Publication date
EP3254126B1 (en) 2019-11-13
JP2018504600A (ja) 2018-02-15
EP3254126A1 (en) 2017-12-13
CN107209151A (zh) 2017-09-26
EP3254126A4 (en) 2018-10-31
CA2975812A1 (en) 2016-08-11
WO2016125059A1 (en) 2016-08-11
CN107209151B (zh) 2021-07-06

Similar Documents

Publication Publication Date Title
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
JP4594154B2 (ja) 少なくとも１つの成分および生成する生成物の観点でサンプルを特性付けし、特性付けデータを提供するための２つ以上の技術に基づいた少なくとも１つのサンプルの分析；方法、システムおよび指示プログラム
US9395341B2 (en) Method of improving the resolution of compounds eluted from a chromatography device
EP2617052B1 (en) Data independent acquisition of production spectra and reference spectra library matching
JP6748085B2 (ja) 干渉検出および着目ピークのデコンボルーション
JP6174685B2 (ja) タンデム質量分析計内のインターリービング窓幅を使用するためのシステムおよび方法
JP6158965B2 (ja) Ｓｒｍアッセイにおけるバックグラウンド干渉の決定のためのｔｏｆ−ｍｓｍｓデータの可変ｘｉｃ幅の使用
EP3497709B1 (en) Automated spectral library retention time correction
JP2024526079A (ja) 質量スペクトル中の分子種を同定するための方法及び装置
JP6738816B2 (ja) 曲線減算を介する類似性に基づく質量分析の検出
EP3218703B1 (en) Determining the identity of modified compounds
US11959898B2 (en) Identification and scoring of related compounds in complex samples
EP3335236B1 (en) Library search tolerant to isotopes
JP2017514140A (ja) マルチトレース定量化
US20230420234A1 (en) Systems and Method for Image and/or Video Processing of Mass Spectrometry Data

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170808

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190125

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20191029

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20191030

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200127

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: 20200610

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20200710

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200806

R150 Certificate of patent or registration of utility model

Ref document number: 6748085

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250