JP7443815B2 - 統計的手法によるクロマトグラムの分類方法 - Google Patents
統計的手法によるクロマトグラムの分類方法 Download PDFInfo
- Publication number
- JP7443815B2 JP7443815B2 JP2020029258A JP2020029258A JP7443815B2 JP 7443815 B2 JP7443815 B2 JP 7443815B2 JP 2020029258 A JP2020029258 A JP 2020029258A JP 2020029258 A JP2020029258 A JP 2020029258A JP 7443815 B2 JP7443815 B2 JP 7443815B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- chromatogram data
- chromatogram
- cluster
- value
- 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
- 238000007619 statistical method Methods 0.000 title 1
- 238000012545 processing Methods 0.000 claims description 31
- 238000007621 cluster analysis Methods 0.000 claims description 24
- 238000000034 method Methods 0.000 claims description 23
- 108010054147 Hemoglobins Proteins 0.000 claims description 10
- 102000001554 Hemoglobins Human genes 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 108010044267 Abnormal Hemoglobins Proteins 0.000 claims description 4
- 102000017011 Glycated Hemoglobin A Human genes 0.000 claims description 4
- 108091005995 glycated hemoglobin Proteins 0.000 claims description 4
- 238000004811 liquid chromatography Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 16
- 238000005259 measurement Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 3
- 238000010828 elution Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 2
- 206010043395 Thalassaemia sickle cell Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 239000003480 eluent Substances 0.000 description 1
- 238000007417 hierarchical cluster analysis Methods 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 208000007056 sickle cell anemia Diseases 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Investigating Or Analysing Biological Materials (AREA)
Description
また、サンプルのクロマトグラムと標準クロマトグラムの形状の類似性を定量的に把握するために、同じ保持時間に対応する両者の波形信号の相関係数を求めるという方法(例えば、特許文献1参照)、クロマトグラムの特徴点を事前に指定した上、データベース化し、取得したクロマトグラムとの類似性からヘモグロビン種を特定する方法(例えば、特許文献2参照)が提案されている。
そこで、図1bのようなクロマトグラムデータについて開始点での出力値(Y1)を全データ点から差し引き、図1aのようなオフセットの無いクロマトグラムデータに統一する。すなわち、クロマトグラムデータに対して一次加工を行う。
クラスター :観測値
クラスター方法:最長距離
距離タイプ :コサイン距離
クラスター数 :n
クラスターの距離計算方法として「コサイン距離」を選択している場合、最も大きな値(1に近い値)を示したクラスターが、最も類似性が高いと判断することができる。
なお、(1)検体に劣化が無い、(2)検体そのものが正常なヘモグロビン種である、(3)装置、測定状態等のコンディションが良好であること、の全てが成立した場合、正常なクロマトグラムデータが得られる可能性が高いため、それらのデータ群が属しているクラスターを特定のクラスターに選択しておくことが好ましい。
一次加工としてデータ1、データ2のベースライン位置は約200となっている。データ収集開始点(0.00分)時の出力値を差し引き、ベースライン位置がどのデータでも0.0とした。
次に、二次加工として0.9分付近に溶出するs-A1cピークを同定し、その溶出時間での出力値を取得し(データ1:21.142、データ2:14.004)、任意の値を30.0として比率(データ1:1.419、データ2:2.142)を計算し、この比率を各々の一次加工後の出力値に乗じてs-A1cピークが30となるように調整した。
次に、三次加工として100.0を超えたデータ点は、全て100.0とした。
クラスター :観測値
クラスター方法:最長距離
距離タイプ :コサイン距離
標準化変数 :なし
クラスター数を33として、クラスター中心による、未知検体#10159004のクラスター分けが正確に行われるか、クラスター解析ツール20を作成して検証を行った。
クラスター解析ツール20について説明する。
(1)にて、クラスター中心を登録する。本例では、前述の33に分類されたクラスター中心を指定する。
(2)にて、「規格化処理」を行うか否かを指示する。
(3)にて、検査対象の未知データを指定する。
(4)にて、解析が実行される。
(5)指定された未知検体のクロマトグラムと各クラスター中心とのコサイン距離が1.00に近い順に、クラスター名、コサイン距離及び値が反映される棒グラフを表示する。
(6)指定された未知検体の定性/定量結果を表示する。
(7)コサイン距離が最も1.00に近い、クラスター名、コサイン距離を表示する。
(8)、(9)指定された未知検体のクロマトグラムとコサイン距離が最も1.00に近いクラスター中心を表示する。
正常クロマトグラム波形と推測されるクラスター1と未知検体とのコサイン距離の大きさから、測定したデータが「正常な波形(クロマトグラム)」と「異常な波形(クロマトグラム)」とに分けることが可能か検証を行った。基準は、以下の通りとした。
コサイン距離≧0.90:正常なクロマト波形と推測
コサイン距離<0.90:正常クロマト波形とは異なると推測
図11から分かるように、コサイン距離が0.90以上とされたクロマトグラムと、指定のクラスター中心を比較すると、類似性が高いことが確認できた。
図12から分かるように、コサイン距離が0.90未満とされたクロマトグラムと、指定のクラスター中心を比較すると、明らかな差異が確認できた。
2.バッファ1
3.バッファ2
4.バッファ3
5.脱気装置
6.バッファ1用流路切り替え替機構
7.バッファ2用流路切り替え替機構
8.バッファ3用流路切り替え替機構
9.送液ポンプ
10.検体希釈/注入機構
11.ラインフィルタ
12.プレヒートコイル
13.分析カラム
14.可視光検出器
15.恒温槽
16.データ処理用PC
17.データ記憶、管理プログラム
18.クラスター解析用PC
19.クラスター解析プログラム
20.クラスター解析ツール
Claims (5)
- 液体クロマトグラフィにより得られる糖化ヘモグロビンのクロマトグラムデータに対して、
前記クロマトグラムデータの開始点の出力値が0となるように一次加工を行い、
一次加工されたクロマトグラムデータのs-A1cピークの出力値で任意の値を除算して得られる値を、前記一次加工されたクロマトグラムデータに乗算する二次加工を行い、
前記任意の値が前記除算して得られる値が0.2~0.6となる値であり、
二次加工されたクロマトグラムデータの出力値のうち、規定値を超えている点について前記規定値に置き換える三次加工を行い、
得られた三次加工されたクロマトグラムデータのデータ群でクラスター解析することを特徴とする方法。 - 液体クロマトグラフィにより得られる未知検体の糖化ヘモグロビンのクロマトグラムデータに対して、請求項1に記載の方法でクラスター解析を行い、最も類似性の高いクラスターを推定する方法。
- 三次加工されたクロマトグラムデータから、未知検体のヘモグロビン種が正常なヘモグロビン種か異常なヘモグロビン種かを推定する、請求項2に記載の方法。
- 三次加工されたクロマトグラムデータから、未知検体のヘモグロビン種の種別を推定する、請求項2に記載の方法。
- 三次加工されたクロマトグラムデータから、未知検体が正常な環境で測定されたものか異常な環境で測定されたものかを推定する、請求項2に記載の方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020029258A JP7443815B2 (ja) | 2020-02-25 | 2020-02-25 | 統計的手法によるクロマトグラムの分類方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020029258A JP7443815B2 (ja) | 2020-02-25 | 2020-02-25 | 統計的手法によるクロマトグラムの分類方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021135083A JP2021135083A (ja) | 2021-09-13 |
JP7443815B2 true JP7443815B2 (ja) | 2024-03-06 |
Family
ID=77660896
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020029258A Active JP7443815B2 (ja) | 2020-02-25 | 2020-02-25 | 統計的手法によるクロマトグラムの分類方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7443815B2 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002090299A (ja) | 2000-09-11 | 2002-03-27 | Opt Giken Kk | 高分子材料のグレード識別方法 |
US20070218505A1 (en) | 2006-03-14 | 2007-09-20 | Paul Kearney | Identification of biomolecules through expression patterns in mass spectrometry |
JP2008547025A (ja) | 2005-06-22 | 2008-12-25 | ザ・ジョンズ・ホプキンス・ユニバーシティ | 卵巣癌のバイオマーカー:ctap3関連タンパク質 |
WO2013001618A1 (ja) | 2011-06-29 | 2013-01-03 | 株式会社島津製作所 | 分析データ処理方法及び装置 |
JP5948727B2 (ja) | 2011-03-31 | 2016-07-06 | 東ソー株式会社 | 糖化ヘモグロビンの測定方法及び糖化ヘモグロビン測定装置 |
-
2020
- 2020-02-25 JP JP2020029258A patent/JP7443815B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002090299A (ja) | 2000-09-11 | 2002-03-27 | Opt Giken Kk | 高分子材料のグレード識別方法 |
JP2008547025A (ja) | 2005-06-22 | 2008-12-25 | ザ・ジョンズ・ホプキンス・ユニバーシティ | 卵巣癌のバイオマーカー:ctap3関連タンパク質 |
US20070218505A1 (en) | 2006-03-14 | 2007-09-20 | Paul Kearney | Identification of biomolecules through expression patterns in mass spectrometry |
JP5948727B2 (ja) | 2011-03-31 | 2016-07-06 | 東ソー株式会社 | 糖化ヘモグロビンの測定方法及び糖化ヘモグロビン測定装置 |
WO2013001618A1 (ja) | 2011-06-29 | 2013-01-03 | 株式会社島津製作所 | 分析データ処理方法及び装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2021135083A (ja) | 2021-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Katajamaa et al. | Data processing for mass spectrometry-based metabolomics | |
US20140156203A1 (en) | Method and system for processing analysis data | |
US7584162B2 (en) | Manufacture data analysis method and manufacture data analyzer apparatus | |
Burton et al. | Instrumental and experimental effects in LC–MS-based metabolomics | |
Baccolo et al. | From untargeted chemical profiling to peak tables–A fully automated AI driven approach to untargeted GC-MS | |
JP5757264B2 (ja) | クロマトグラフ質量分析データ処理装置 | |
US9792416B2 (en) | Peak correlation and clustering in fluidic sample separation | |
Jiang et al. | An integrated metabonomic and proteomic study on Kidney-Yin Deficiency Syndrome patients with diabetes mellitus in China | |
CN111971553A (zh) | 色谱分析性能的空白运行分析 | |
CN110234991B (zh) | 谱数据处理装置 | |
JP7443815B2 (ja) | 統計的手法によるクロマトグラムの分類方法 | |
JP2021081365A5 (ja) | ||
Carlson et al. | Improving feature detection and analysis of surface‐enhanced laser desorption/ionization‐time of flight mass spectra | |
JP4062155B2 (ja) | クロマトグラフ用データ処理装置 | |
JP3572327B2 (ja) | 液体クロマトグラフィーを用いた診断装置のデータ処理方法 | |
JP2022056512A (ja) | 統計的手法によるクロマトグラムの分類方法 | |
JP7081385B2 (ja) | クロマトグラムの類似度の計算方法 | |
JP2003029970A (ja) | プログラム品質管理支援装置、プログラム品質管理支援方法、プログラム品質管理支援方法をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体、プログラム品質管理支援方法をコンピュータに実行させるためのプログラム | |
JP2013506843A5 (ja) | ||
KR20200046991A (ko) | 바이오마커 동정을 위한 대사체 데이터 자동 분석 장치 및 방법 | |
JP7070137B2 (ja) | クロマトグラムの類似度の計算方法 | |
JPH0817391A (ja) | 質量スペクトル解析法 | |
JP2016173346A (ja) | マススペクトルデータ処理装置 | |
US20140051092A1 (en) | Method And Apparatus For The Analysis Of Biological Samples | |
RU2769618C2 (ru) | Способ уменьшения вклада технических факторов в суммарный сигнал данных масс-спектрометрии с помощью фильтрации по техническим образцам |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230118 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230920 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231003 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231122 |
|
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: 20240123 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240205 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7443815 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |