JP7207702B2 - 成分抽出方法、蛍光指紋測定装置、及びコンピュータが実行可能なプログラム - Google Patents
成分抽出方法、蛍光指紋測定装置、及びコンピュータが実行可能なプログラム Download PDFInfo
- Publication number
- JP7207702B2 JP7207702B2 JP2018209190A JP2018209190A JP7207702B2 JP 7207702 B2 JP7207702 B2 JP 7207702B2 JP 2018209190 A JP2018209190 A JP 2018209190A JP 2018209190 A JP2018209190 A JP 2018209190A JP 7207702 B2 JP7207702 B2 JP 7207702B2
- Authority
- JP
- Japan
- Prior art keywords
- fluorescence
- fingerprint
- analysis
- regression
- information
- 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
Landscapes
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Description
なコストを必要とする。ノンターゲット分析法の中には、比較的コストの低い、蛍光指紋法がある。しかしながら、従来の蛍光指紋法では、共存する成分同士による蛍光の吸収や、成分固有の最適濃度を超えると発光効率が低下する濃度消光現象などによるシグナルの減弱や、近い波長のシグナルの分離が難しい等により、解析に資するシグナル数が減少する問題がある。特定のシグナルについて検出力を高める試料の前処理法も開発されているが、試料毎に前処理条件の最適化が必要である上、近い波長のシグナルを分離する効果はない。
本発明は、試料抽出時に、含有成分を独立した単一ピークとして分離するのではなく、試料成分が連続的に分配される条件下で一続きの複数の画分として取得し(「網羅抽出法」ともいう)、それぞれの画分の蛍光指紋情報を取得順に統合して再構成した「蛍光指紋連続体」を取得し、この蛍光指紋連続体に対し多変量解析を施して、蛍光指紋のマーカーシグナルを検出するものである。
図2から図4を参照し、蛍光指紋について説明する。図2は、測定対象物に励起光を照射した場合に、測定対象物から発せられる蛍光を説明するための図である。図3は、蛍光指紋の一例を3次元データの等高線状のグラフにて示す図である。図4は、図3の蛍光指紋の一例を平面的に表した俯瞰図である。
多変量解析には、(1)教師なし(パターン認識)と、(2)教師ありと、がある。(1)教師なしには、主成分分析、クラスター分析等がある。(2)教師ありには、(2-1)判別分析、(2-2)回帰分析等がある。
図5~図9を参照し、本実施の形態に係る蛍光指紋測定方法(成分抽出方法)について説明する。図5は、本実施の形態に係る蛍光指紋測定方法を説明するためのフローチャートである。
図6(A)に示すように、取得された蛍光指紋情報は、合計m×nの波長条件(=励起波長と蛍光波長の組み合わせ)のパラメータからなる高次元の蛍光強度データを含んでおり、更に、蛍光の定義から外れる光学的データ(例えば、励起光の散乱光、その2次光、3次光等:本発明では便宜的にノイズ情報と表記する)を含んでいる。
2次元に展開した蛍光指紋情報に対して、中心化(mean centering)、規格化(normalization)、標準化(autoscale)、2次微分(2nd derivative)、ベースライン補正(baseline correction)、および、平滑化(smoothing)のうちの1つまたは組み合わせて信号処理演算を行う。
次に、本発明の蛍光指紋測定装置の構成について図10および図11を参照し実施形態を例に挙げて説明する。
以下、図12から図20を参照して実施例について説明する。なお、本発明はこの実施例に限定されるものではない。
図15に示すように、DO11.10マウスから採取した脾臓免疫細胞を抗原である卵白アルブミンで刺激し、サンプルA1~C15(45個)をそれぞれ添加して72時間培養し、培養上清中の炎症性サイトカインであるIFN-γをELISA法で測定した。
さて、これまで本発明の実施の形態について説明したが、本発明は、上述した実施の形態以外にも、特許請求の範囲に記載した技術的思想の範囲内において種々の異なる実施の形態にて実施されてよいものである。
11 分光照明装置
110 光源
112 分光装置
12 分光検出装置
122 分光装置
124 蛍光指紋検出装置
13 測定対象物
20 蛍光指紋測定装置
21 メモリ
22 キーボード・マウス
23 制御部
24 計算処理部
24-1 蛍光指紋連続体情報取得部
24-2 データ前処理部
24-3 マーカーシグナル検出部
24-4 成分推定部
26 I/Oポート
30 ディスプレイ
Claims (22)
- 1つの試料に対して、含有成分を独立した単一ピークとして分離するのではなく、試料成分が連続的に分配される条件下で一続きの複数の画分として取得するために、抽出条件を連続的に遷移させて成分の異なる複数の測定用のサンプルを抽出するサンプル抽出工程と、
前記抽出した複数のサンプルに対して、それぞれ、照射する励起波長および観測する蛍光波長を段階的に変化させながら蛍光強度を測定して、複数の蛍光指紋情報を蛍光指紋連続体情報として取得する蛍光指紋連続体情報取得工程と、
を含むことを特徴とする成分抽出方法。 - さらに、
前記抽出した複数のサンプルに対して、生理活性評価又は化学分析による測定を行って、実測値を取得する実測値取得工程と、
前記蛍光指紋連続体情報を説明変数、前記実測値を目的変数として多変量解析を行い、多変量解析の結果に基づいて、マーカーシグナルを検出するマーカーシグナル検出工程と、
を含む請求項1に記載の成分抽出方法。 - 前記1つの試料は、薬用植物、機能性食品、機能性を有する青果物、通常の食品、木材、及び水質評価対象の水を含むことを特徴とする請求項1又は2に記載の成分抽出方法。
- 前記サンプル抽出工程では、極性、温度、又は分子量に基づいた抽出法で前記複数のサンプルを抽出することを特徴とする請求項1~3のいずれか1つに記載の成分抽出方法。
- 前記測定は、各種の生理活性評価及び化学分析を含むことを特徴とする請求項2に記載の成分抽出方法。
- 前記多変量解析は、主成分回帰、クラスター分析、判別分析、SIMCA、重回帰分析、PLS回帰分析、PLS判別、SVM回帰、SVM判別、RF回帰、及びRF判別の1又は複数であることを特徴とする請求項2に記載の成分抽出方法。
- 前記マーカーシグナル検出工程では、多変量解析で得られる回帰係数、因子負荷量、ローディング、selectivity ratio、variable importance in projection、変数重要度、out of bag errorの1または複数の回帰・判別への寄与率を示す指標に基づき、マーカーシグナルの検出を行うことを特徴とする請求項6に記載の成分抽出方法。
- 前記蛍光指紋連続体情報に対して、中心化、標準化、規格化、微分、ベースライン補正、および/または、平滑化の処理を行うデータ前処理工程を更に含むことを特徴とする請求項2に記載の成分抽出方法。
- 1つの試料に対して、含有成分を独立した単一ピークとして分離するのではなく、試料成分が連続的に分配される条件下で一続きの複数の画分として取得するために、抽出条件を連続的に遷移させて抽出した成分の異なる複数の測定用のサンプルに対して、それぞれ、照射する励起波長および観測する蛍光波長を段階的に変化させながら蛍光強度を測定して、複数の蛍光指紋情報を蛍光指紋連続体情報として取得する蛍光指紋連続体情報取得手段を備えたことを特徴とする蛍光指紋測定装置。
- さらに、
前記抽出した複数のサンプルに対して、生理活性評価又は化学分析による測定を行って、実測値を取得する実測値取得手段と、
前記蛍光指紋連続体情報を説明変数、前記実測値を目的変数として多変量解析を行い、多変量解析の結果に基づいて、マーカーシグナルを検出するマーカーシグナル検出手段と、
を備えたことを特徴とする請求項9に記載の蛍光指紋測定装置。 - 前記1つの試料は、薬用植物、機能性食品、機能性を有する青果物、通常の食品、木材、及び水質評価対象の水を含むことを特徴とする請求項9又は10に記載の蛍光指紋測定装置。
- 前記測定は、各種の生理活性評価及び化学分析を含むことを特徴とする請求項10に記載の蛍光指紋測定装置。
- 前記多変量解析は、主成分回帰、クラスター分析、判別分析、SIMCA、重回帰分析、PLS回帰分析、PLS判別、SVM回帰、SVM判別、RF回帰、及びRF判別の1又は複数であることを特徴とする請求項10に記載の蛍光指紋測定装置。
- 前記マーカーシグナル検出手段は、多変量解析で得られる回帰係数、因子負荷量、ローディング、selectivity ratio、variable importance in projection、変数重要度、out of bag errorの1または複数の回帰・判別への寄与率を示す指標に基づき、マーカーシグナルの検出を行うことを特徴とする請求項13に記載の蛍光指紋測定装置。
- 前記蛍光指紋連続体情報に対して、中心化、標準化、規格化、微分、ベースライン補正、および/または、平滑化の処理を行うデータ前処理工程を更に含むことを特徴とする請求項10に記載の蛍光指紋測定装置。
- 1つの試料に対して、含有成分を独立した単一ピークとして分離するのではなく、試料成分が連続的に分配される条件下で一続きの複数の画分として取得するために、抽出条件を連続的に遷移させて抽出した成分の異なる複数の測定用のサンプルに対して、それぞれ、照射する励起波長および観測する蛍光波長を段階的に変化させながら蛍光強度を測定して、複数の蛍光指紋情報を蛍光指紋連続体情報として取得する蛍光指紋連続体情報取得工程をコンピュータに実行させるためのコンピュータが実行可能なプログラム。
- さらに、
前記抽出した複数のサンプルに対して、生理活性評価又は化学分析による測定を行って、実測値を取得する実測値取得工程と、
前記蛍光指紋連続体情報を説明変数、前記実測値を目的変数として多変量解析を行い、多変量解析の結果に基づいて、マーカーシグナルを検出するマーカーシグナル検出工程と、
をコンピュータに実行させることを特徴とする請求項16に記載のコンピュータが実行可能なプログラム。 - 前記1つの試料は、薬用植物、機能性食品、機能性を有する青果物、通常の食品、木材、及び水質評価対象の水を含むことを特徴とする請求項16又は17に記載のコンピュータが実行可能なプログラム。
- 前記測定は、各種の生理活性評価及び化学分析を含むことを特徴とする請求項17に記載のコンピュータが実行可能なプログラム。
- 前記多変量解析は、主成分回帰、クラスター分析、判別分析、SIMCA、重回帰分析、PLS回帰分析、PLS判別、SVM回帰、SVM判別、RF回帰、及びRF判別の1又は複数であることを特徴とする請求項17に記載のコンピュータが実行可能なプログラム。
- 前記マーカーシグナル検出工程では、多変量解析で得られる回帰係数、因子負荷量、ローディング、selectivity ratio、variable importance in projection、変数重要度、out of bag errorの1または複数の回帰・判別への寄与率を示す指標に基づき、マーカーシグナルの検出を行うことを特徴とする請求項20に記載のコンピュータが実行可能なプログラム。
- 前記蛍光指紋連続体情報に対して、中心化、標準化、規格化、微分、ベースライン補正、および/または、平滑化の処理を行うデータ前処理工程を更に含むことを特徴とする請求項17に記載のコンピュータが実行可能なプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018209190A JP7207702B2 (ja) | 2018-11-06 | 2018-11-06 | 成分抽出方法、蛍光指紋測定装置、及びコンピュータが実行可能なプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018209190A JP7207702B2 (ja) | 2018-11-06 | 2018-11-06 | 成分抽出方法、蛍光指紋測定装置、及びコンピュータが実行可能なプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020076612A JP2020076612A (ja) | 2020-05-21 |
JP7207702B2 true JP7207702B2 (ja) | 2023-01-18 |
Family
ID=70723893
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018209190A Active JP7207702B2 (ja) | 2018-11-06 | 2018-11-06 | 成分抽出方法、蛍光指紋測定装置、及びコンピュータが実行可能なプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7207702B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230393067A1 (en) | 2020-10-27 | 2023-12-07 | Konica Minolta, Inc. | Information processing apparatus, information processing system, and trained model |
CN113138181B (zh) * | 2021-04-27 | 2022-07-05 | 江南大学 | 一种对清香型原酒品质分级的方法 |
JP2024009542A (ja) | 2022-07-11 | 2024-01-23 | 株式会社日立ハイテクサイエンス | 分光分析システム及び分光分析方法 |
CN115876740B (zh) * | 2023-03-03 | 2023-07-04 | 中国农业科学院农产品加工研究所 | 生鲜肉新鲜度的荧光高光谱检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009092654A (ja) | 2007-09-20 | 2009-04-30 | Okayama Univ | 蛍光標識剤を含むスクリーニング用キット及びスクリーニング方法 |
JP2011153945A (ja) | 2010-01-28 | 2011-08-11 | Hitachi High-Technologies Corp | 分光蛍光光度計、および液体クロマトグラフ用蛍光検出器 |
JP2013534630A (ja) | 2010-06-28 | 2013-09-05 | タリン ユニヴァーシティ オブ テクノロジー | 生物学的流体中の、中間体及びタンパク質結合尿毒症毒素の含有量を決定するための方法及び装置 |
WO2017191803A1 (ja) | 2016-05-02 | 2017-11-09 | 株式会社島津製作所 | データ処理装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5491344A (en) * | 1993-12-01 | 1996-02-13 | Tufts University | Method and system for examining the composition of a fluid or solid sample using fluorescence and/or absorption spectroscopy |
-
2018
- 2018-11-06 JP JP2018209190A patent/JP7207702B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009092654A (ja) | 2007-09-20 | 2009-04-30 | Okayama Univ | 蛍光標識剤を含むスクリーニング用キット及びスクリーニング方法 |
JP2011153945A (ja) | 2010-01-28 | 2011-08-11 | Hitachi High-Technologies Corp | 分光蛍光光度計、および液体クロマトグラフ用蛍光検出器 |
JP2013534630A (ja) | 2010-06-28 | 2013-09-05 | タリン ユニヴァーシティ オブ テクノロジー | 生物学的流体中の、中間体及びタンパク質結合尿毒症毒素の含有量を決定するための方法及び装置 |
WO2017191803A1 (ja) | 2016-05-02 | 2017-11-09 | 株式会社島津製作所 | データ処理装置 |
Non-Patent Citations (2)
Title |
---|
蛍光指紋とクロマトグラフィーのハイブリッド解析法,第78回分析化学討論会講演要旨集,2018年05月12日,51 |
蛍光指紋情報のデータマイニングによる食品品質評価,日本食品工学会誌,2017年06月,18(2),87-92 |
Also Published As
Publication number | Publication date |
---|---|
JP2020076612A (ja) | 2020-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7207702B2 (ja) | 成分抽出方法、蛍光指紋測定装置、及びコンピュータが実行可能なプログラム | |
Türker-Kaya et al. | A review of mid-infrared and near-infrared imaging: principles, concepts and applications in plant tissue analysis | |
Lohumi et al. | Raman imaging from microscopy to macroscopy: Quality and safety control of biological materials | |
Bassbasi et al. | Prediction of the geographical origin of butters by partial least square discriminant analysis (PLS-DA) applied to infrared spectroscopy (FTIR) data | |
Gaspardo et al. | A rapid method for detection of fumonisins B1 and B2 in corn meal using Fourier transform near infrared (FT-NIR) spectroscopy implemented with integrating sphere | |
Bergner et al. | Identification of primary tumors of brain metastases by Raman imaging and support vector machines | |
JP5856741B2 (ja) | アフラトキシン定量方法、アフラトキシン定量装置、および、プログラム | |
KR101523337B1 (ko) | 라만 분광법 및 케모메트릭스를 이용한 식물의 바이러스 감염에 대한 분석방법 | |
Chu et al. | Development of noninvasive classification methods for different roasting degrees of coffee beans using hyperspectral imaging | |
Ebersbach et al. | Chemical fingerprinting of single glandular trichomes of Cannabis sativa by Coherent anti-Stokes Raman scattering (CARS) microscopy | |
CN102288572A (zh) | 利用近红外光谱技术快速检测中药药材指标性成分含量的方法 | |
Chakraborty et al. | Rapid estimation of compost enzymatic activity by spectral analysis method combined with machine learning | |
Turi et al. | Metabolomics for phytochemical discovery: development of statistical approaches using a cranberry model system | |
Dale et al. | Chemometric tools for NIRS and NIR hyperspectral imaging | |
Xu et al. | Discrimination of trichosanthis fructus from different geographical origins using near infrared spectroscopy coupled with chemometric techniques | |
Lu et al. | Hyperspectral imaging with machine learning to differentiate cultivars, growth stages, flowers, and leaves of industrial hemp (Cannabis sativa L.) | |
Jaafreh et al. | Rapid poultry spoilage evaluation using portable fiber-optic Raman spectrometer | |
Lu et al. | Hyperspectral imaging with chemometrics for non-destructive determination of cannabinoids in floral and leaf materials of industrial hemp (Cannabis sativa L.) | |
Golhani et al. | Selection of a spectral index for detection of orange spotting disease in oil palm (Elaeis guineensis Jacq.) using red edge and neural network techniques | |
JP6749575B2 (ja) | 加熱履歴推定方法、加熱履歴推定装置、および、プログラム | |
Liu et al. | Chemometric analysis based on HPLC multi-wavelength fingerprints for prediction of antioxidant components in Turpiniae Folium | |
Tušek et al. | Rapid quantification of dissolved solids and bioactives in dried root vegetable extracts using near infrared spectroscopy | |
CN107121408A (zh) | 食用植物油品种的快速无损鉴别方法 | |
Mazurek et al. | Quantification of salicylates and flavonoids in poplar bark and leaves based on IR, NIR, and Raman spectra | |
Windarsih et al. | Authentication of turmeric using proton-nuclear magnetic resonance spectroscopy and multivariate analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7426 Effective date: 20181126 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20181126 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210520 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220121 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220201 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220404 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220802 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220922 |
|
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: 20221206 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221223 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7207702 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |