JP6917897B2 - 多成分モデルパラメータ化 - Google Patents
多成分モデルパラメータ化 Download PDFInfo
- Publication number
- JP6917897B2 JP6917897B2 JP2017549599A JP2017549599A JP6917897B2 JP 6917897 B2 JP6917897 B2 JP 6917897B2 JP 2017549599 A JP2017549599 A JP 2017549599A JP 2017549599 A JP2017549599 A JP 2017549599A JP 6917897 B2 JP6917897 B2 JP 6917897B2
- Authority
- JP
- Japan
- Prior art keywords
- component
- data
- value
- sample
- taylorgram
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N13/00—Investigating surface or boundary effects, e.g. wetting power; Investigating diffusion effects; Analysing materials by determining surface, boundary, or diffusion effects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/12—Simultaneous equations, e.g. systems of linear equations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N13/00—Investigating surface or boundary effects, e.g. wetting power; Investigating diffusion effects; Analysing materials by determining surface, boundary, or diffusion effects
- G01N2013/003—Diffusion; diffusivity between liquids
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
- Complex Calculations (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Description
テイラー分散は、試料の効果的な拡散性を高めるためにせん断流が使用されるプロセスである。毛細管内の層流は、半径方向位置に伴って流速の変動をもたらす。壁の近くでは、流れは実質的に静止しており、流速は、中心において最大である。これは、隣接する層流のせん断をもたらし、それは、試料の分散を高めるように働く。
試料スラグ(比較的長い継続時間の試料プラグ)が注入されるとき、フロントは、検出窓で観測され、テイラーグラムプロファイルについての式は、
ここで、kBはボルツマン定数であり、Tは温度であり、ηは緩衝液粘度であり、rは毛細管半径であり、trは毛細管における試料の滞留時間である。更に、テイラーグラムの内側の面積は、注入試料の濃度に比例する。
ここで、モデルパラメータは、最大振幅(A)、滞留時間(tr)、及び分布の幅(σ)に対応する。2つ以上の成分を含むパルス(狭い試料プラグ)の場合、結果として得られるテイラーグラムは、重なり合うガウス分布の和によって正確にモデル化され得る。例えば、2つの成分を含む試料混合液についてのモデルは、
ここで、適合パラメータは、最大振幅(A)、滞留時間(tr)、及び分布の幅(σ)に対応し、添え字1及び2は、2つの成分のそれぞれに対応する。
(i)高い多分散性を有するポリマーの混合液(R. Callendar and D.G. Leaist, Diffusion Coefficients for Binary, Ternary, and Polydisperse Solutions from Peak-Width Analysis of Taylor dispersion profiles, J Sol Chem, 2006, 35(3):353-379)、
(ii)1つの単分散集合体及び1つの多分散集合体を含む混合液(H. Cottet et al, Determinination of individual diffusion coefficients in evolving binary mixtures by Taylor dispersion analysis: application to the monitoring of polymer reaction, Anal. Chem., 2010, 82:1793-1802)、及び、
(iii)2つの単分散成分を含む混合液(R. Callendar et al、上記)について、組成情報を提供することが示された。
a)モーメント法を使用して成分の平均の(また個々のではない)拡散係数を取得すること(H. Cottet et al, Taylor dispersion analysis of mixtures. Anal Chem 2007, 79(23): 9066-9073, B. Kelly and D. G. Leaist, Using Taylor dispersion profiles to characterize polymer molecular weight distributions. Phys. Chem. Chem. Phys., 2004, 6, 5523-5530)、
b)テイラーグラムの部分高さにおける拡散係数の平均(及び線形結合)を計算すること(R. Callendar et al、上記)、
c)テイラーグラムの面積、高さ、及び分散を使用して混合液における重合の程度を計算すること、
d)(例えば、上記のCottet et alにおいて二元混合液について述べられているように)疑似ランダム初期パラメータ推定値を用いてテイラーグラムに対してガウス関数の和を適合すること、
e)テイラーグラムのデコンボリューションから取得される減少信号を解析すること。これは、(上記のCottet et alに記載されるように)混合液のグローバルテイラーグラムから既知の成分の寄与を減算することを含む、
である。
1)2成分混合液であって:
a)2つの成分は関連しない;または、
b)1つの成分のサイズがわかっている;または、
c)関連しない成分の2成分混合液であるが、より小さな成分の吸収シグネチャは、より大きな成分のシグネチャに対して小さく、符号が異なる。(これは、試料緩衝液及び泳動緩衝液の濃度が異なるときに、通常起こる)。
2)成分(例えば、モノマー、ダイマー、及びトライマー)は関連するが、成分のサイズ及び割合はわかっていない2成分または3成分混合液。
3)2成分、3成分、または4成分混合液内の全ての成分の個々のサイズはわかっているが、混合液内のそれらの割合はわかっていない、または、その逆。
t=trにおいて、多成分テイラーグラムピークまたはフロントを含むテイラーグラムデータg(t)に対して多成分テイラーグラムモデルを適合させることであって、
データの積分または微分の値を評価することと、
データの積分または微分の値を含む解析表現に基づいて、多成分テイラーグラムモデルの成分のパラメータを決定することを含む、
t=trにおいて、多成分テイラーグラムピークまたはフロントを含むテイラーグラムデータg(t)に対して多成分テイラーグラムモデルを適合させることによって、試料から取得されるテイラーグラムデータから試料の成分の物理的特性を推定するためにコンピュータを使用する方法が提供される。
上記方法は、テイラーグラムデータを取得するためテイラー分散を実施することを更に含んでもよい。
データの積分または微分の値を評価することと、
データの積分または微分の値を含む解析表現に基づいて、多成分テイラーグラムモデルの成分のパラメータを決定することと、
を含み、パラメータは、試料の成分の物理的特性に対応し、この物理的特性からテイラーグラムデータが取得された。
テイラーグラムモデルは、ガウス分布を含んでもよい、または、エラー関数を含んでもよい。
から選択される少なくとも2つの値を評価すること、及び、その後、
パラメータについての推定値を決定することを含んでもよく、推定値を決定することは、少なくとも2つの同時方程式を解くことを含み、この同時方程式の各々はそれぞれ、評価済み値のうちの1つの値を含む。
同時方程式は、以下のうちの少なくとも2つを含んでもよい。
モデルは、2成分テイラーグラムモデルを含んでもよく、以下の条件:
A1、A2、σ1、σ2のいずれも、パラメータが推定される前にわかっていない;
σ1及びσ2の一方はわかっており、残りのパラメータA1、A2、σ1、σ2のいずれも、パラメータが推定される前にわかっていない;
第2の成分は負の振幅A2を有し、第2の成分の振幅A2は第1の成分の振幅A1より小さい、
のうちの少なくとも一つが満たされてもよい。
パラメータは、Ai及びσiから選択されてもよい。
第2の成分は負の振幅A2を有してもよく、第2の成分の振幅A2の大きさは第1の成分の振幅A1の大きさより小さくてもよい。
モデルの更なるパラメータは、
本発明の第2の態様によれば、データg(t)に対して2成分テイラーグラムモデルを適合させるためのパラメータを推定する方法が提供され、データは、t=trにおいて多成分テイラーグラムピークまたはフロントを含むテイラーグラムであり、この方法は、
データg(t)に対して単一成分テイラーグラムモデルの最小二乗適合を実施することと、
3次方程式の根を見出すことによってパラメータを決定することと、
を含み、
3次方程式は、2成分テイラーグラムに対する1成分テイラーグラムモデルの適合から得られる、積分残留二乗誤差R2についての解析的表現、及び、データg(t)の支配的テイラーグラム成分の標準偏差σの演繹的知識から導出され、
パラメータは、試料の成分の物理的特性に対応し、この物理的特性からテイラーグラムデータが取得された。
3次方程式は、
方法は、試料の成分の流体力学的半径、試料成分の濃度、または第1及び第2の試料成分の濃度の比を決定することを更に含んでもよい。
コンピュータは、パラメータ推定値をユーザに提供するための出力手段(例えば、ディスプレイまたはプリンタ)を備えてもよい。コンピュータは、コンピュータを制御する(例えば、決定されるパラメータを選択する、成分に関連する任意の演繹的知識を入力する)ための入力手段(例えば、キーボードまたはマウス)を備えてもよい。
別の態様によれば、生成物の成分の凝集のレベルを調査するため、本発明の一態様に係る方法または本発明の一態様に係る装置を使用することを含む、生成物を調製する方法が提供される。
別の態様によれば、生成物調製手段(例えば、反応器)及び機器を備える、生成物を調製するための装置が提供される。機器は、生成物調製手段から出力される生成物をサンプリングし、テイラー分散解析を実施して、生成物の成分の物理的パラメータを推定する(例えば、成分の凝集の程度を決定する)ように構成される。機器からの出力を使用して、生成物調製手段の動作パラメータを調整することで、物理的パラメータ(例えば、凝集の程度)を所定の範囲内に維持する。
実施形態は、添付図面を参照して、純粋に例としてより詳細に述べられる。
ここで、Ai及びσiは、i成分〜n成分についてのそれぞれの振幅及びテイラーグラム幅であり、trは、観測ポイントにおける混合液の滞留時間であり、tは時間である。
図1を参照すると、第1のガウス分布101及び第2のガウス分布102が示され、両者は、異なる流体力学的半径を有する2つの成分の混合液から得られるテイラーグラムに対応し、異なるガウス幅(または標準偏差)σをもたらす。この例において、(添え字「1」で示される)第1のガウシアンのパラメータは、滞留時間tr=200、第1の幅σ1=10s、第2の幅σ2=30s、第1の振幅A1=1、及び第2の振幅A2=0.2である。
図4は、モデル103の積分106を示す。方程式7で与えられる形のモデルの積分106の値Iが評価されて、zを、
図5は、積分106の積分107(すなわち、モデル103の2重積分)を示す。方程式7で与えられる形のモデルの積分の積分の値が評価されて、uを、
4つの方程式(方程式9〜11)は、振幅A及び幅σにおける同時方程式を提供し、それらは、異なる多数の成分を有する混合液について解かれ得る。
任意選択で、テイラーグラムデータを(例えば、移動平均フィルタによって)前処理するステップ151と、
処理済み(または、未処理)テイラーグラムデータからx、y、z、及びuのうちの少なくとも2つを評価するステップ152と、
パラメータA及びσを推定するため、方程式8〜11を解くステップ153と、
任意選択で、最小二乗回帰によってパラメータ推定値を改善するステップ154と、
任意選択で、パラメータ推定値に基づいて、試料成分の物理的特性を決定するステップ155と
を含む。
この場合、A1、A2、σ1、σ2のいずれも、演繹的にわかっていない。4つの方程式(方程式8〜11)は、
4つの方程式(12〜15)を同時に解くことによって、
これらの方程式を使用すると、4つの未知パラメータが推定され得る。2つの幅σ1、σ2が、大きさにおいて類似する場合、これらの方程式に対する非物理的解を取得する可能性がある。これを軽減するため、w及びkの値が、物理的解が取得されるまで(例えば、疑似ランダム量だけ)変化され得る。
一実施形態において、既知の成分の幅σ1は、方程式1を再配置することによってサイズから決定され得る。そうするとき、4つの未知パラメータの1つは、演繹的に決定されており、先に提示された4つの方程式(方程式12〜15)のうちの任意の3つは、残りのパラメータについての初期推定値を取得するために使用され得る。使用され得る3つの方程式の4つのこうした組合せが存在する。
したがって、2成分パルステイラーグラム(方程式6)に対する単一ガウス分布の最小二乗適合は、
ここで、As及びσsは、それぞれ、適合されたガウシアンの振幅及び幅である。
この和は、所定時間にわたる積分として推定されて、
最小値を見出すため、方程式24は、As及びσsに関して微分され、ゼロに等しくされて、以下の同時方程式:
成分1の流体力学的半径(したがって、σ1)の演繹的知識を考慮すると、また、テイラーグラムのピーク高さApeakがA1とA2との和に等しいため、方程25及び26は、同時に解かれて、3次方程式
ここで、
先の例は、パルステイラーグラムに関してやはり示されたが、同様なアプローチが、テイラーグラムモードが(方程式3によって記述される)スラグテイラーグラムに対応する場合に適用され得ることを当業者は認識するであろう。
任意選択で、(例えば、移動平均フィルタによって)テイラーグラムデータを前処理するステップ161と、
最小二乗回帰によって、データに対して単一成分ガウスモデルを適合させることによって単一成分モデルパラメータを決定するステップ162と、
単一成分テイラーグラムモデルのパラメータ及び試料成分のパラメータの演繹的知識に基づいて方程式27を解くことによって、多成分モデルパラメータを推定するステップ163と、
任意選択で、最小二乗回帰によってパラメータ推定値を改善するステップ164と、
任意選択で、パラメータ推定値に基づいて、試料成分の物理的特性を決定するステップ165と
を含む。
こうしたシナリオは、試料緩衝液と泳動用緩衝液との間の不整合が存在する状況で生じる可能性があり、また、気化、試料誤操作の結果として、または、試料/緩衝液成分が貯蔵中に変化するときに生じる場合がある。結果として得られるテイラーグラムデータに対する、試料緩衝液と泳動用緩衝液との間の不整合の影響は、図8に図示される。この例において、試料緩衝液の濃度は、泳動用緩衝液の濃度より低く、それは、濃度プロファイルに対する負の寄与として現れる。
図8は、試料緩衝液及び泳動用緩衝液における不整合が負の振幅を有する第2のテイラーグラム成分をもたらした状況下で取得されるパルステイラーグラムデータ110の例を示す。この場合、試料は、BSA/酢酸を含む。BSAは、テイラーグラムデータ110内で第1のテイラーグラム成分を生成し、緩衝液不整合は、負の振幅を有する第2のテイラーグラム成分をデータ110内にもたらす。
第2及び第3の方程式は、プロファイルの微分の最大絶対値wから取得される。単一成分適合の場合、これは、
緩衝液不整合を示すプロファイルの場合、wは、試料成分によって支配され、したがって、
単一成分適合の最大絶対値の位置は、
t’=tr±σ1 (方程式33)
によって与えられる。
トレース内の(t=trに対応する)くぼみにおいて、2次微分105は、図8に示すように非ゼロでありかつ正である(単一成分トレースの場合、2次微分105は、t=trにおいて負になると思われる)。その値yは、
A1及びσ1は共に、方程式30及び方程式31だけを使用して決定可能である。これらのパラメータについての推定値が取得されると、直接の代入によって、方程式12及び方程式13からA2及びσ2についての推定値を取得することは簡単である。
任意選択で、データを前処理する、171と、
テイラーグラムデータを微分する、172と、
微分されたデータからw及びt’を決定する、173と、
w及びt’から多成分モデルのパラメータを推定する、174と、
任意選択で、最小二乗回帰を実施することによって、推定済みパラメータを洗練する、175と、
任意選択で、推定済みパラメータに対応する試料成分の物理的特性を決定する、177と
を含む。
この場合、1つの未知の幅だけが存在する。その理由は、残りの1つの幅(または、3つの成分の場合、2つの他の幅)が、演繹的に知られている比によって関連付けられるからである。3つの成分の場合、3つの未知の振幅及び1つの未知のサイズまたは幅が存在する。したがって、対応する4つの方程式(方程式8〜11参照)によって、4つの未知数(A1、A2、A3、及びσ1)は、
ここで、a及びbは、それぞれ、第1の成分に対する第2及び第3の成分の既知のサイズ比である。
この場合、サイズ(したがって、幅)が既知であるため、唯一の未知数は振幅である。したがって、一般的な場合、4つの方程式(8〜11)は、それらを行列方程式に帰着させることによってn個の未知数(An)について解かれ得る。以下は、n=4の成分に適用可能な方程式である:
図10を参照すると、一実施形態に係る装置40が示される。装置40は、機器50、プロセッサ51、出力手段52、及び入力手段53を備える。機器50は、テイラーグラムデータ71を生成するため、試料に対してテイラー分散解析を実施するように動作可能である。プロセッサ51は、一実施形態に従って(例えば、上述したように)テイラーグラムデータ71に対して多成分ガウスモデルを適合させるためのパラメータを推定するように構成される。プロセッサ51は、ディスプレイまたはプリンタを備えてもよい出力手段52に出力72を提供してもよい。出力72は、プロセッサ51によってデータ71に適合されるモデルに基づいて、モデルパラメータ推定値及び/または機器50によって解析される試料の特性の推定値を含んでもよい。プロセッサ51は、(例えば、最小二乗に基づく回帰分析による)テイラーグラムデータ71に対する最良適合のために数値探索するための開始ポイントとして(一実施形態に従って決定された)推定済みモデルパラメータを使用するように構成されてもよい。入力手段53は、プロセッサ51及び/または機器を制御するために設けられてもよい。入力手段53は、キーボード、マウス、または他の適したユーザインタフェースデバイスを備えてもよい。
<2成分混合液>
2成分の異なる3つの組み合わせの混合液が、調製され、Malvern Instruments(登録商標)Viscosizer(登録商標)によって解析された。それらは、PBS緩衝溶液内に溶解されたカフェイン(Rh〜0.332nm)、BSA(Rh〜3.8nm)、ミオグロビン(Rh〜2.1nm)、及びIgG(Rh〜5.8nm)から調製された。多成分モデルは、i)疑似ランダム初期パラメータに基づく最小二乗回帰分析を使用する従来技術、また、ii)一実施形態に従って生成されるパラメータ推定値から開始する最小二乗回帰分析を使用すること、によって、解析から取得されるテイラーグラムデータに対して適合された。それぞれの場合に、モデルは、試料内の2つの成分の相対的濃度及び試料内の2つの成分の流体力学的半径についての演繹的知識なしで生成された。
1.カフェイン及びBSA(図13及び14に示す)、
2.BSA及びミオグロビン(図15及び16に示す)、
3.ミオグロビン及びIgG(図17及び18に示す)
であった。
<未知試料に関する緩衝液不整合>
図19は、PBS緩衝液内に溶解されたIgGを含む試料に対してテイラー分散解析を実施することによって取得されたテイラーグラムデータ601、602を示す。緩衝液不整合は、緩衝液の濃度の変化がテイラーグラムデータに影響を及ぼすように試料緩衝液と泳動用緩衝液との間に意図的に導入された。
<既知のサイズを有する2つの成分の混合液>
PBS緩衝溶液内に溶解されると、免疫グロブリン(IgG)モノマー及びダイマーの流体力学的半径は、それぞれ5.2nm及び7nmである。IgGの試料内のオリゴマーの相対的割合を決定するために、3つのタイラーグラムが取得され、3つのタイラーグラムが、一実施形態に従って、成分サイズを固定することによって、ひいては、その疑似ガウス幅を固定することによって、生成される初期パラメータ推定値を用いて適合された。各適合成分の内側の面積は、その後、試料内のモノマー及びダイマーの相対的割合を取得するために計算された。
Claims (14)
- コンピュータを使用して、多成分テイラーグラムモデルを試料から取得されるテイラーグラムデータg(t)に適合させることによって、前記試料の流体力学的半径をコンピュータを使用することによって推定する方法であって、前記テイラーグラムデータが、t=trにおいて、多成分テイラーグラムピークまたはフロントを含む、方法であって、
前記データの積分または微分の値を評価することと、
前記データの前記積分または微分の値を含む解析表現に基づいて、前記多成分テイラーグラムモデルの成分の流体力学的半径を決定することと、
を含む、方法。 - 前記テイラーグラムデータを取得するため、前記試料に関して測定を実施することを更に含む、請求項1に記載の方法。
- 前記データの積分または微分の値を評価することは、前記データの1次微分、前記データの2次微分、前記データの3次微分、前記データの1次積分、前記データの2次積分、及び前記データの3次積分のうちの少なくとも1つを評価することを含む、請求項1または2に記載の方法。
- 前記データに基づいて、
t=trにおける前記データの値であるx;
t=trにおける前記データの2次微分の値
に基づく値であるy;
t=trにおいて開始するか、または終了する、前記データの積分から導出される値
に基づく値であるz;及び、
t=trにおいて開始するか、または終了する、前記データの前記積分の積分の値
であるu
から選択される少なくとも2つの値を評価すること、及び、その後、
前記流体力学的半径についての推定値を決定することを含み、
前記推定値を決定することは、少なくとも2つの同時方程式を解くことを含み、
前記同時方程式の各々はそれぞれ、前記評価済み値のうちの1つの値を含む、請求項1〜3のいずれか1項に記載の方法。 - 前記多成分テイラーグラムモデルは、2成分テイラーグラムモデルを含み、以下の条件:
A1、A2、σ1、σ2のいずれも、前記流体力学的半径が推定される前にわかっていないこと;
σ1及びσ2の一方はわかっており、残りのパラメータA1、A2、σ1、σ2のいずれも、前記流体力学的半径が推定される前にわかっていないこと;
第2の成分は負の振幅A2を有し、前記第2の成分の前記振幅A2は第1の成分の振幅A1より小さいこと、
のうちの少なくとも一つが満たされる、請求項5に記載の方法。 - 前記多成分テイラーグラムモデルは、2成分または3成分テイラーグラムモデルを含み、前記試料についてのσiの値間の関係はわかっており、前記試料についてのAi及びσiの絶対値はわかっておらず、前記試料についてのAiの値間の比はわかっていない、請求項5に記載の方法
- 前記多成分テイラーグラムモデルは、2成分、3成分、または4成分テイラーグラムモデルを含み、前記試料についてのσiの値はそれぞれわかっているが、前記試料についてのAiの値はわかっていない、請求項5に記載の方法。
- コンピュータで読み取り可能な媒体であって、命令のセットが記憶され、前記命令のセットは、請求項1〜11のいずれか1項に記載の方法をコンピュータに実行させる、コンピュータで読み取り可能な媒体。
- 請求項1〜11のいずれかに記載の方法を実行するように構成されるプロセッサを備える装置。
- データを取得するため、テイラー分散解析を実施するための機器を更に備える、請求項13に記載の装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP15160660.5 | 2015-03-24 | ||
EP15160660.5A EP3073389A1 (en) | 2015-03-24 | 2015-03-24 | Multicomponent model parameterisation |
PCT/GB2016/050841 WO2016151331A1 (en) | 2015-03-24 | 2016-03-24 | Multicomponent model parameterisation |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018511129A JP2018511129A (ja) | 2018-04-19 |
JP6917897B2 true JP6917897B2 (ja) | 2021-08-11 |
Family
ID=53039185
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017549599A Active JP6917897B2 (ja) | 2015-03-24 | 2016-03-24 | 多成分モデルパラメータ化 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11113362B2 (ja) |
EP (2) | EP3073389A1 (ja) |
JP (1) | JP6917897B2 (ja) |
CN (1) | CN107430593B (ja) |
WO (1) | WO2016151331A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9105027B2 (en) | 2009-05-15 | 2015-08-11 | Visa International Service Association | Verification of portable consumer device for secure services |
JP2018528436A (ja) * | 2015-09-28 | 2018-09-27 | センシキュー テクノロジーズ インコーポレイテッドSensiQ Technologies, Inc. | テイラー分散データを解釈するための分析方法 |
CN110083794B (zh) * | 2019-04-29 | 2023-04-07 | 武汉轻工大学 | 三重积分信息的模式变换方法、设备、存储介质及装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2387316A1 (en) * | 2002-05-31 | 2003-11-30 | The University Of Western Ontario | Method and apparatus for the detection of noncovalent interactions by mass spectrometry - based diffusion measurements |
GB0219248D0 (en) | 2002-08-17 | 2002-09-25 | Univ York | OPtical assembly and method for detection of light transmission |
EP2148198A1 (en) * | 2008-07-21 | 2010-01-27 | Centre National de la Recherche Scientifique (CNRS) | Determination of the hydrodynamic radii and/or content of constituents of a mixture by analysis of the Taylor dispersion of the mixture in a capillary tube |
WO2011107406A1 (en) * | 2010-03-01 | 2011-09-09 | Københavns Universitet (University Of Copenhagen) | Analyte quantification using flow induced dispersion analysis |
GB201016992D0 (en) | 2010-10-08 | 2010-11-24 | Paraytec Ltd | Viscosity measurement apparatus and method |
FR2992423B1 (fr) | 2012-06-26 | 2014-07-18 | Centre Nat Rech Scient | Procede de determination de la distribution en taille d'un melange de particules par mise en oeuvre de la dispersion de taylor et systeme associe |
-
2015
- 2015-03-24 EP EP15160660.5A patent/EP3073389A1/en not_active Withdrawn
-
2016
- 2016-03-24 EP EP16713569.8A patent/EP3274864A1/en active Pending
- 2016-03-24 JP JP2017549599A patent/JP6917897B2/ja active Active
- 2016-03-24 US US15/561,219 patent/US11113362B2/en active Active
- 2016-03-24 CN CN201680017577.0A patent/CN107430593B/zh active Active
- 2016-03-24 WO PCT/GB2016/050841 patent/WO2016151331A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
US11113362B2 (en) | 2021-09-07 |
EP3073389A1 (en) | 2016-09-28 |
WO2016151331A1 (en) | 2016-09-29 |
JP2018511129A (ja) | 2018-04-19 |
CN107430593A (zh) | 2017-12-01 |
CN107430593B (zh) | 2022-01-11 |
US20180067901A1 (en) | 2018-03-08 |
EP3274864A1 (en) | 2018-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
He et al. | High-throughput dynamic light scattering method for measuring viscosity of concentrated protein solutions | |
JP6917897B2 (ja) | 多成分モデルパラメータ化 | |
US10724974B2 (en) | Biopharmaceutical aggregation assessment and counterfeit detection using magnetic resonance relaxometry | |
JP6835812B2 (ja) | 試料の拡散特性を決定するための方法及び装置 | |
EP2625503A1 (en) | Viscosity measurement apparatus and method | |
Oliva et al. | Fitting bevacizumab aggregation kinetic data with the Finke–Watzky two-step model: effect of thermal and mechanical stress | |
CN104297352A (zh) | 一种曲伏前列素含量及有关物质的分析方法 | |
US9606061B2 (en) | System and method for pH formulations | |
Gabrielson et al. | Common excipients impair detection of protein aggregates during sedimentation velocity analytical ultracentrifugation | |
Latunde-Dada et al. | Methodologies for the rapid determination of the diffusion interaction parameter using Taylor dispersion analysis | |
US20190086313A1 (en) | Method and apparatus for determining diffusion properties of a sample | |
EP3229008A1 (en) | Taylor dispersion analysis | |
WO2017130433A1 (ja) | 分析方法及び分析装置 | |
Molloy et al. | Optimized UV Detection of High‐Concentration Antibody Formulations using High‐Throughput SE‐HPLC | |
JP7126605B2 (ja) | タンパク質またはペプチド濃度を判定する方法およびその使用 | |
Pindrus et al. | Challenges in determining intrinsic viscosity under low ionic strength solution conditions | |
JP5500365B2 (ja) | Cg−malsデータを表現するための方法、可逆的に会合する巨大分子の自己会合を特徴付けるための方法、および、可逆的に会合する2つの巨大分子種のヘテロ会合を特徴付けるための方法 | |
Ren et al. | Application of a high throughput and automated workflow to therapeutic protein formulation development | |
Philo | Comparison of Methods for Soluble Aggregate Detection and Size Characterization | |
Joshi | The development of next-generation small volume biophysical screening for the early assessment of monoclonal antibody manufacturability | |
Tathe et al. | Impact of stirring material on formation of submicron and subvisible aggregates in mAbs by quantitative laser diffraction, dynamic light scattering and background membrane imaging | |
Giubertoni et al. | Optical Diffusion-Ordered Spectroscopy: A Simultaneous Probe of Molecular Size and UV/Visible Absorption | |
Nasereddin et al. | Optimization and Validation of Spectrophotometric Methods for the Determination of Prednisolone in Chitosan Nanoparticles | |
Kielt et al. | Analysis of Two Active Pharmaceutical Ingredients (API) Products Using UV Spectrophotometry with Multi-Component Analysis and a Fiber Optic Dissolution Analyzer |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190319 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191113 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200114 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20200413 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20200615 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200714 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20210105 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210428 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20210428 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20210514 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20210518 |
|
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: 20210622 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210720 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6917897 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |