JPS62251651A - 電気泳動分析における正常値範囲の設定方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 この発明は、電気泳動分析における正常値範囲の設定方
法に関する。

〔従来の技術〕

臨床検査においては、分析した検体の各種の項目の分析
値を評価するにあたり正常値範囲が１つの目安となる。

正常値範囲とは、健常人であればほぼこの範囲内に入る
という値であり、一般に多数の健常人の分析データを統
計的処理を行なうことにより、対象とした分析データが
約９５％の確率でその範囲内に入るように設定される。

この正常値範囲は、あくまで統計的確率に基ずくもので
あり、分析値がこの正常値範囲を外科だから異常である
とか、または範囲内だから正常であるとは必ずしもいえ
るものではないが、分析値を評価する上では極めて重要
である。

セルロースアセテート膜電気泳動分析による血清蛋白分
画においてもＡｌ６　（アルブミン対グロブリン比）、
Ａｌｂ（アルブミン）、α１．α２．β、　Ｔの各グロ
ブリン（ｇｌｏｂ）の分画値について、他の生化学分析
の項目と同様に正常値範囲が設定され、評価に用いられ
ている。従来、この電気泳動分析における各分画値の正
常値範囲の設定は、分画％によるものがほとんどであっ
たが、最近では分画濃度値（ｇ／ｄｉ）−総蛋白（Ｔ、
　Ｐ、　）　Ｘ分画％−で設定される場合も徐々に増え
てきている。

第２３図は電気泳動分析における正常値範囲の利用例を
示すものである。自動電気泳動装置またはデンシトメー
タの多くは、蛋白分画の報告書に各分画値と並記して正
常値を表示している。表示は報告書に予め、印刷する場
合と、自動電気泳動装置またはデンシトメータにテンキ
等で入力して内部メモリに記憶し、分析結果と同時に報
告書へプリントアウトする場合とがある。また、内部メ
モリに記憶された正常値範囲と分析値との比較を行ない
正常値範囲を上まわる場合はＨｌＴ等、下回る場合はり
、↓等の記号を判定欄へ印字するようにしている。

このように、従来の蛋白分画における正常値範囲は、Ａ
ｌ６、各分画％、各分画濃度値（ｇ／旧）のみで、これ
らは蛋白分画によって得られる泳動像デンシトメータが
有する情報のごく一部であり、これ以外の情報、例えば
検体中に含まれる個々の蛋白成分（５分画よりももっと
細かい分類の蛋白）の増減に伴なう各分画のピーク位置
、各分画点位置、デンシトグラム曲線の微妙な変化等の
情報に関しては、正常値範囲の設定は行なわれておらず
、その評価は、検査技師や、臨床医の熟練を要する判断
によって行なわれている。

〔発明が解決しようとする問題点〕

しかしながら、従来の分画％による正常値範囲の利用に
おいては、次のような問題があった。

第１表および第２表はそれぞれ患者Ａおよび患者Ｂの分
析結果を示すものである。

第１表に示す患者Ａは、分画％で評価すると分画値は正
常値範囲のほぼ中央であり、分画％および分画濃度値の
いずれも、すべての分画で正常値範囲に入っている。こ
れに対し、第２表に示す患者Ｂは、患者Ａと比べてＡｌ
ｂ分画濃度値がほぼ半分に低下しているが、他の分画濃
度値は患者へと同じである。

ここで、患者Ｂを分画％の正常値範囲で評価すると全て
の分画で正常値範囲をはずれているという判定が得られ
る。しかしながら、α１．α２゜ＨｌＴの各ｇｌｏｂは
、量的には患者へと変わっておらず、異常は認められな
い。したがって、分画％の正常値範囲で評価することは
、異常となった分画により他の分画％が影響を受けるこ
とにより、全体のバランスがくずれて相対比が正常値範
囲をはずれていることはわかるが、各々の分画の量的な
変動は評価困難である。また、このように分画％の正常
値範囲で評価すると、逆に異常な分画が正常値範囲内に
おさまって判定を誤まる場合もある。

これに対し、分画濃度値の正常値範囲で患者Ｂを評価す
ると、Ａｌｂが低値異常で、他の分画は変化せず正常値
範囲内であるとの判定ができる。

しかしながら、分画濃度値を用いても、デンシトグラム
に示される分画点間の面積比が同じであれば、例えば第
２４図に示すようにＭ（モノクローナル）蛋白の出現で
Ｔ分画でデンシトグラム曲線が異常な変化を示していて
も、分画濃度値の正常値範囲では評価ができない。また
同様に、例えば第２５図に示すようにα２の量が増えて
βの量が減少している例においても、α２−β間の分画
点がα２寄りに変化して、その相対面積比に変化がなけ
れば、パターンが異常であっても、分画％、分画濃度値
からでは評価ができない。

ここで、第２４図および第２５図に示したデンシトグラ
ムのパターン異常を評価するには、各分画のピーク位置
や、分画点位置の正常値範囲、あるいはデンシトグラム
の泳動長方向の各計測点にあける濃度の正常値範囲を第
２６図に示すように設定すれば評価は容易である。この
ようにすれば、α２゜βの分画％、あるいは分画濃度値
が正常値範囲に入る値であっても、α２のピーク位置、
α２−β間の分画点位置に異常があり、また各計測点の
濃度においてもα２のピーク部、分画点付近、βの陽極
側で濃度が正常値範囲をはずれていることが容易に判断
できる。

しかしながら、従来の電気泳動分析にあっては、分析条
件の微妙な変化により泳動長が変動するため、泳動長方
向の各計測点位置の信頼性が充分でないと共に、ｌμβ
以下という微量な検体塗布量を精密に制御することがで
きないため、塗布量にバラツキが生じ各計測点の濃度情
報が検体中の各々の蛋白濃度と正確に対応させることが
できない。

また、デンシトグラムは一般にＡｌｂのピーク値が所定
値となるようにオートスパン処理されて表示されるため
、そのデンシトグラムは濃度情報が欠落した単なる濃度
の相対比しか表示しないものとなり、信頼性のある濃度
情報が得られない。このため、各分画のピーク位置、各
分画点位置、各計測点での濃度の正常値範囲を設定する
ことは、現状ではできなかった。

なお、このような従来の問題点を解決する方法として、
次のような方法が考えられる。すなわち、現在、蛋白分
画分析においては一枚の支持体で複数検体（１０〜３０
検体）を同時分析することが一般的であるので、この中
に基準となる正常な検体を塗布して同時に分析し、その
正常検体の分析結果を基準として正常値範囲と類似した
判定範囲を設定する。しかしながら、この方法において
判定範囲として統計的に信頼できる値を得るには、基準
とする検体の選定に熟練した知識、経験に基いた充分な
注意を必要とし、またその正常検体の分析結果が常に一
定であることが必須となる。しかも、日常の分析に使用
するには、正常な検体の量的確保やそのロフトが変わっ
ても同一の分析結果が得られることが必須となる。この
ようなことから、正常な検体を同時分析して判定範囲を
設定することは、その実施が非常に困難である。

この発明は、このような従来の問題点に着目してなされ
たもので、信頼性の高い正常値範囲を設定できる電気泳
動分析における正常値範囲の設定方法を提供することを
目的とする。

〔問題点を解決するための手段〕

上記目的を達成するため、この発明では多数の検体の各
々について電気泳動分析を行って泳動像データを得ると
共に、その泳動像データをデンシトグラム上で一定の泳
動長および被検物質の総濃度値に比例した面積となるよ
うに正規化処理し、ｑれら正規化処理した各々の泳動像
データから関連する所望のデータを抽出して収集し、こ
の収集したデータをもとに統計処理を行って正常値範囲
を設定する。

〔作　用〕

このように、正常値範囲を設定するための多数の検体の
各泳動像データを正規化処理すれば、検体の塗布量や泳
動長にバラツキがあっても、一定の泳動長で、且つ一定
量の塗布量で分析したのと同等の泳動像データが得られ
るので、これらをもとに統計処理を行うことによって信
頼性の高い種々の正常値範囲を設定できる。

〔実施例〕

先ず、本発明による正常値範囲の設定方法における具体
的な概略ステップを以下に示す。

■多数の人の検体の収集 （原則として健常人であることが望ましい。健常人の検
体が多数集まらない場合は、患者のものを加えても良い
が、その中でも健常人のものを出来るだけ多くすること
が望ましい。）■検体の電気泳動分析 ■泳動像データの正規化処理 ■正規化された泳動像データより目的とする情報の抽出 ■抽出された情報を各々の検体より収集■収集された情
報データの統計的分布形の判定■分布形が正規分布でな
い場合は、これを正規分布へ近似させるためのデータ変
換 ■情報データより異常値の棄却 ■有効と判定されたデータより正常値範囲の設定＠正規
分布へ近似させるためにデータ変換を行なった場合は、
元のデータ値へ戻すための正常値範囲の逆変換 以上により、例えば各分画のピーク位置や各分画点位置
等の泳動像デンシトグラム情報の正常値範囲を設定する
。

また、求めようとする正常値範囲が、隣り合う各データ
０順に連続して変化する情報である場合は以上の■〜［
相］の処理を各々のデータ点に関して行なった後に、更
に次に示すステップを行なう。

■求められた各々のデータ点の泳動像情報の正常値範囲
の値をデータ０順にそろえて並べる。

■隣り合うデータ点のデータが、■のデータ変換で行な
った変換形が異なるために滑らかにつながらない場合は
、必要に応じてスムージング処理を行なう。

■得られた正常値範囲データをデータ０順に結ぶ。

以上により、連続する正常値範囲を設定する。

以下、多数の泳動像データより、デンシトグラムに関連
する情報の正常値範囲上限値、同中央値、同下限値を設
定する場合について説明する。

正常値範囲を設定する統計的手法にはいくつかの方法が
あるが、健常人を対象とした方法としては、次の方法が
代表的である。

１）パラメトリック法（データの平均値Ｘ、標準偏差Ｓ
Ｏを用いる） ２）ノンパラメトリック法（データの順位を用いる） ３）確率紙性（正規確率紙へデータをプロットして用い
る） また、健常人のデータを多数集めるのが困難な場合にお
いて、患者データをもとに正常値範囲を設定する場合に
は、 １　）　Ｈｏｆｆｍａｎｎ法 ２　）　ＣＲＲＰ法（Ｃ１ｉｎｉｃａｌ　Ｒｅｆｅｒｅ
ｎｃｅ　Ｒａｎｇｅ　Ｐｒｏｇｒａｍ）等がある。

以下、健常人データを対象とし、パラメトリック法で正
常値範囲を設定する例を示す。なお、パラメトリック法
を用いるには、健常人データを少なくとも１００例以上
集めることが必要である。

■検体の収集 正常値範囲算出のための分析データとして、出来るだけ
多くの健常人と思われる人の検体を集める。集まった検
体の蛋白分画検査を含めた出来るだけ多（の項目の生化
学分析結果や、健康状態を統合的に判定して健常人を選
びだす。

■電気泳動による蛋白分画分析 選び出された健常人の検体の電気泳動分析を行って泳動
像データを得る。■で蛋白分画検査が行なわれていれば
、その分析結果より健常人として選び出された人の検体
の分析結果を抜出しても良い。

■泳動像データの正規化処理 各々の泳動像データについて、Ａｊ２１３分画ピーク、
β分画ピークを探し出し、へｌｂ分画ピークが陽極より
１００点目１βピークが２００点目０データ点となり、
かつベースラインとデンシトグラムに囲まれた面積がＴ
、　Ｐ、と比例するように泳動像データの正規化を行な
う。

以下、検体の電気泳動分析およびその泳動像データの正
規化処理について説明する。

第１図は検体の電気泳動分析を行う電気泳動装置におけ
るデンシトメータの一例の要部の構成を示す線図的断面
図である。

染色槽において染色・脱色・乾燥処理された支持体１は
、送りローラ２によってデカリン３を収容する測光部４
に搬送され、ここで測光装置５によって一定の速度、例
えば３ｍｍ／ｓｅｃで測光走査された後、排紙ローラ６
によって排出される。

測光装置５は支持体１を透過する光源５ａからの光を受
光素子５ｂで受光するよう構成され、これら光源５ａお
よび受光素子５ｂを有する測光装置５を、第２図に示す
ように支持体１の搬送方向ａと直交する走査方向すに移
動させることにより、支持体１に形成された電気泳動像
７を測光走査する。

第３図は測光装置５の出力を処理するデータ処理装置の
一例の要部の構成を示すブロック図であ。

る。このデータ処理装置は、対数増幅器１２．　Ａ／Ｄ
変換器１３．　ＣＰＵ１４．　　メモリ１５．キーボー
ド１６．　ＣＲＴ１７゜フロッピーディスク１８および
プリンタ１９を具える。

測光走査によって受光素子５ｂから得られる光電変換出
力は、対数増幅器１２によって対数増幅して吸光度に変
換した後、Ａ／Ｄ変換器１３において泳動時間等の分析
条件によって決定されるサンプリングレート（例えば１
２ｍ５ｅｃ）に対応するクロックに同期してサンプリン
グしてディジクル信号に変換し、ＣＰＵ１４の制御の下
にメモ＋Ｊ１５に記憶し、このメモ１月５に記憶された
サンプリングデータについて移動平均処理であるスムー
ジング処理すると共に、光用によるベース浮き分を除去
するオートゼロ処理した後、正規化処理する。　　　　
　　　　ユ第４図は正規化処理の一例のフローチャート
を示すものである。正規化における所定の泳動長に関連
するデータ点数は３５０点とし、その１００データ点に
泳動像中で目立つピークとして安定しているｉｂのピー
ク位置を、２００デ一タ点に泳動像中で出現位置が安定
しているβのピーク位置を一致させる。すなわちＡｌ２
ｂおよびβのそれぞれのピーク位置を基準点として、こ
れら基準点を正規化処理における３５０点のデータ位置
の１００データ点および２００デ一タ点にそれぞれ一致
させる。

なお、測光装置５の走査範囲でのサンプリングデータの
点数は３５０点よりも多いものとする。

この正規化処理にあたっては、先ずステップ１にふいて
メモリ１５に記憶した測定検体のサンプリングデータか
ら泳動長に関連するＡｌｂおよびβのそれぞれのピーク
位置である基準点を検出する。

この基準点の検出を以下に説明する。

第１の基準点検出方法 測定検体のサンプリングデータから、第５図に示すよう
に両端点が泳動像の両端点となるような所定の閾値を超
えるデータを抽出し、その抽出したデータの両端点から
所定の範囲β１およびβ２においてピークの有無を検出
し、検出されたピーク中の濃度最大のものを該測定検体
のＡｌｂのピーク位置およびβのピーク位置として基準
点を検出する。

第２の基準点検出方法 測定検体のサンプリングデータを両端点より順次積算し
、それらの値がそれぞれ所定の値または総積算値に対し
てそれぞれ所定の割合となった位置を泳動像の両端点と
し、その両端点から第１の方法と同様にして所定の範囲
におけるピークをそれぞれ検出してそれらのピーク位置
をｉｂおよびβのそれぞれのピーク位置として基準点を
検出する。例えば泳動極性の正極側からＡｌｂ方向へ　
　７の積算値が総積算値の２％、負極側からＴ方向への
積算値が総積算値の１％と設定すると、はぼ目視で得ら
れる泳動長と一致する。

第３の基準点検出方法 同一支持体に正常血清を泳動させて測定検体と共に測定
し、先ず正常血清のｉｂのピーク位置を検出し、続いて
ｉｂから泳動極性の負極方向における３番目のピーク位
置をβのピーク位置として検出する。その後、測定検体
についてＡｌ１ｂのピーク位置を検出し、次にこのＷｂ
　ピーク位置から先に求めた正常血清のｉｂ　ピーク位
置とβピーク位置との間のデータ点数と等しいデータ点
数の位置付近でピークを検出し、そのピーク位置をβの
ピーク位置としてそれぞれの基準点を検出する。なお、
泳動像のサンプリングデータから八ｌｂのピーク位置を
検出するにあたっては、Ａｌｂは目立つピークとして安
定しているので比較的高い閾値を設定し、これを超える
データの濃度最大値のものをＡｌｂのピーク位置として
検出してもよいし、また本願人の提案に係る特願昭６０
−２２６２２号において記載したように、サンプリング
した全データから最大値Ｄ）Ｉを検出し、次に泳動極性
の正極側から最大値の１７１６以上のピークをＡＩ！ｂ
のピーク位置Ｐ、ｌとして検出してもよい。

ここで、１／１６はプレアルブミンのピークを除去する
と共に、ＤｉｔがＡｌ７ｂでなく他の成分であってもＰ
ａｌがｉｂのピーク位置として検出されるように、種々
の病態によって経験的に定めたもので、特に固定される
ものではない。

以上の任意の１つの検出方法により、目立つピーク位置
として安定しているＡｌ１ｂのピーク位置と、出現位置
が安定しているβのピーク位置とを基準点としてそれぞ
れ検出する。

次にステップＨにおいて検出したＡｌｂのピーク位置お
よびβのピーク位置が３５０点のデータ点数を有するＸ
軸上で、１００データ点右よび２００デ一ク点の位置に
それぞれ一致するようにＸ軸の正規化を行う。例えば、
測定検体におけるＡｌｂのピーク位置が１２０点、βの
ピーク位置が２３０点とすると、それらのデータ位置を
Ｘ軸上の１００データ点および２００デ一タ点に一致さ
せ、またその他のサンプリングデータは測定検体におけ
る基準点の泳動長が１１０デ一タ点数（２３０−１２０
）に相当するのに対し、Ｘ軸上では１００データ点数（
２００−１００）に相当するので、その比に応じてＸ軸
上のデータ点にシフトする。

ここで、Ｘ軸上でのデータ点に対応するサンプリングデ
ータがないときは、補間処理や補外すなわち両端データ
にそろえる処理を行う。

以上により、泳動長に関するＸ軸の正規化を終了する。

次に、ステップ■において正規化したＸ軸の３５０点の
サンプリングデータの値を、その積算値が対応する測定
検体のデータ位置間での積算値とほぼ等しくなるように
、測定検体の基準点間のデータ数とこれらの基準点がＸ
軸上でそれぞれ位置する間のデータ数（この例では１０
０）との比率に基いてＹ軸の正規化を行う。例えば、上
記の例では測定検体におけるｉｂ　ピーク位置が１２０
デ一タ点、βピーク位置が２３０デ一タ点で、それら間
の１１０個のデータ数を１００個のデータ数に正規化し
たのであるから、正規化した各データ点におけるサンを
行う。

以上の処理は、メモリ１５に格納したサンプリングデー
タをＣＰＵ１４の制御の下に読出して行い、その処理後
のデータはフロッピーディスク１８に記憶する。

次に、ステップ■において各分画における積算値と濃度
の絶対量とを対応させる濃度の正規化を行う。この濃度
の正規化にあっては、生化学分析装置等により予め測定
検体の総蛋白濃度値あるいはＷｂ濃度値を測定し、その
値をキーボード１６を介して、あるいは生化学分析装置
からまたは該装置に接続した検査用コンピュータシステ
ムを介してオンラインまたはオフラインで人力してフロ
ッピーディスク１８に記憶しておく。また、入力される
絶対量の単位濃度（Ｉｇ／ｄ　１２　）に対する基準積
算値も同様に記憶しておく。ＷｂがＩｇ／ｄ　Ｉ！につ
いて基準積算値を例えば１５．０００　（Ａ／Ｄ変換値
で）と設定しておく。ここでＷｂの濃度値が４８／ｄβ
と入力されているものとすると、先ず正規化したデータ
のＡｌｂ分画の積算値を求め、続いてその積算値と入力
された＾ｚｂ１度値に相当する基準積算値との比率を求
める。例えば、正規化したＷｂ分画の積算値が８０．０
００　（Ａ／Ｄ変換値で）であったとすると、入力され
たＷｂ濃度値は４ｇ／ｄβでその基準積算値は４（ｇ／
ｄ　（！　）　ｘ１５．０００＝６０．０００であるか
ら、８０．０００を６０．０００にする比率はデータ値
に乗算して濃度の正規化を終了する。なお、この濃度の
正規化処理においては、本願人の提案に係る特願昭６０
−３６６０６号に記載したように、各分画の染色性の違
いを同時に補正することもできる。また、総蛋白濃度値
を人力した場合には、入力値に相当する基準積算値と全
分画の積算値との比率を求めることによって同様に処理
することができる。以上のようにして正規化処理を行っ
て、そのデータをフロッピーディスク１８に格納する。

泳動像データの正規化処理が終了したら、次にその正規
化された泳動像データから目的とする情報を抽出するが
、以降のステップではＡｌｂ−α１間の分画点位置の正
常値範囲を設定する例を説明する。

■　泳動像情報の抽出 正規化された泳動像データのＡｌｂ　ピーク（１００点
目）より陰極側へ順次濃度データを追ってゆき、最初の
極小点をＡｌｂ〜α３間の分画点として、そのデータ位
置を分画点位置とする。ここで、正規化された泳動像デ
ータの各データ位置における濃度データを、Ｄ：濃度、
ｌ：対象とした健常人に対応した番号（２００人ではｉ
＝１〜２００）、　　ｊ＝データ位置く陽極側より１〜
３５０．＾ｚｂ　ピークではｊ＝１００．βピークでは
ｊ　＝２００）として口ｉ、」で表わすと、極小点は一
般に、第６図に示すように、０８．。

＜Ｄｉ、　ｊ。１で、かつＤｉ、　ｊ　＜Ｄｉ、　ｊ−
１を満足するＪの位置でである。このＪの位置、すなわ
ちＡｌｂ−α１間の分画点位置は、Ｗｂ　ピークをＪ・
１００．βピークを、１＝２００として正規化すると、
ｊ＝１２０近辺である。

■　抽出された情報の収集 各々の検体について、ｉｂ−α１間の分画点を求めて、
それらを収集する。この収集したｌｂ−α９間の分画点
位置の度数分布の一例を第３表に示す。

第３表 ■統計的分布形の判定 対象とするデータの分布形の判定には、ａ、ヒストグラ
ムに表示して判定する す、正規確率紙にデータをプロットして判定する Ｃ、プロビット分析法により、データをプロビット変換
してプロットして判定する ｄ、適合度検定法により分布の形を仮定して、データの
分布とのずれよりｘ２検定を行ない判定する 等の方法がある。

ここでは、ａのヒストグラムによる方法例を示す。

第７図は第３表の度数分布をヒストグラムに表示したも
のである。このヒストグラムは、はぼ左右対称で、正規
分布と見て良いことが判る。すなわち、正規分布であれ
ば、歪度は０、尖度は３であるが、第７図における分布
での歪度、尖度はであり、各々０．３に極めて近い。し
たがって、正規分布と判定できる。

■　データ変換 分布が正規分布と見なすことが出来ない場合は、データ
を変換して正規分布に近似するようにする。

この例では、データの分布形が正規分布と見なしても良
いので、データの変換は行わない。なお、データ変換を
行う例については後述する。

■　異常値の棄却 データの中に飛び抜けて高いまたは低い値が存在すると
、Ｔ、ＳＤがその影響を受けて正しい値を示さない場合
がある。これらの異常値を除くため、一般にデータのＴ
、ＳＤより、 棄却上限値；ＵＬ（Ｕｐｐｏｒ　Ｌｉｍ１ｔ）＝Ｘ＋３
ＳＤ棄却下限値乱直しｏｗｅｒ　Ｌｉｍ１ｔ）Ｘ−３Ｓ
Ｄを算出し、ＵＬより大またはＬＬより小さなデータを
切り捨てる。その後、残されたデータについて、再度Ｘ
、ＳＯおよび［ＩＬ、　ＬＬを算出して範囲外のデータ
の棄却を行なう。これを、棄却されるデータがなくなる
まで繰返す。

この例では、 （１回目）　　Ｘ＝１２２．８９．５Ｄ＝１．５９．　
ＵＬ＝１２７．６７゜ＬＬ＝１１８．１１より、分画点
位置１２８のデータが棄却される。

（２回目）　分画点位置１２８を除いたＮ＝４１２につ
イテ計算すルト、Ｘ＝１２２．８９．５Ｄ＝１．５９゜
ＵＬ＝１２７．６１．　ＬＬ＝ｌ１８．１５より、棄却
されるデータはなく、これで異常値の 棄却が終了する。

■正常値範囲の設定 異常値の棄却の終了したＸ、ＳＯを用いて正常値上限値
＝　Ｘ　＋２ＳＤ＝１２６．０３正常値下限値＝　Ｘ　
−２ＳＤ＝１１９．７３が設定される。この例では、■
のデータ変換を行っていないので、これらの値が正常値
範囲の上限値および下限値となる。また、Ｘを正常値範
囲の中央値として設定する。

これより、へｌｂ−α１間の分画点位置の正常値範囲が
、１１９．７３〜１２６．０３と設定された。

以上、Ａｌｂ−α１分画間の分画点位置の正常値範囲の
設定例を示したが、同様の方法でα１−α２間、α２−
８間、β−１間の分画点位置についても、正常値範囲算
出のものとなる各々の検体の正規化された泳動像データ
より検出することができる。

また、極小点ではなく、極大点を検出するかまたは各分
画点間の最大値を検出して各分画のピーク位置を求め、
各検体の関連するピーク位置に対して同様の処理を行う
ことにより、各分画ピーク位置の正常値範囲を算出する
こともできる。ただし、上記の例では、八ｌｂ　ピーク
を１００点目、βピークを２００点目に基準点として設
定して正規化しているので、これらのピークに関しては
正常値範囲を設定することはできない。

以上のようにして算出された各分画ピーク位置、各分画
点位置の正常値範囲の有効な利用方法の一例を第８図に
示す。

第８図においては、実際の被検検体の泳動像データにつ
いて、同様に正規化してデンシトグラムを表示すると共
に、そのデンシトグラムに重複して各分画ピーク位置の
正常値範囲をデンシトグラムに接して外側に、また各分
画点位置の正常値範囲をデンシトグラムに接して内側に
表記するようにしたものである。このようにすれば、各
分画ピーク位置および分画点位置の異常を容易に判定す
ることができる。また、検出された被検検体についての
各分画ピーク位置および各分画点位置が正常値範囲をは
ずれている場合には、※等めマークをその上下に表示す
る。第８図では、α２．γピーク位置およびα２−８間
の分画点の位置が正常値範囲をはずれて異常であること
を示している。

次に、正規化された泳動像データから相互に関連する連
続するデータ点によって表わされる泳動像の情報データ
として、デンシトグラムの濃度データの各データ点にお
ける正常値範囲を設定する例を示す。

第４表に示す度数分布は、先の正規化処理において、各
データ点間距離を１としてデンシトグラムとベースライ
ンとに囲まれた面積が、Ｔ、Ｐ７ｇ／ｄＩｌのとき１０
０．０００と設定したときのｊ　＝２９０２９０点目デ
ータの一例である。

第４表 ■統計的分布形の判定 第９図は第４表に示した例のヒストグラムを示すもので
ある。前例で示したものとは異なり、値が大きい方へ尾
を引いたように非対称の分布を示し、正規分布とは異な
っている。ちなみに、歪度、尖度を算出して見ても歪度
＝１．２４．　　尖度＝５．８８．　　Ｎ＝４１３゜Ｘ
＝１９．２．５Ｄ＝４．２と正規分布のそれとは大きく
異なる。また、これらのデータにマ±３ＳＯを基準とし
た異常値棄却を適用して歪度、Ｘ度を改めて算出すると
、歪度＝０．６４．　　尖度＝３．４５と改善は見られ
るが、これでも正規分布に近似しているとは言いがたい
。

■データ変換 一般に、第９図のヒストグラムに示されるように、デー
タ値が大きい方へ尾をひいている場合は、ｌｏｇ変換ま
たはｌ／ｎ乗変換（β、３５等）により正規分布に近似
できることが知られており、また逆にデータ値が小さい
方へ尾をひいている場合は、ｎ乗変換（ｘ２．　ｘ３）
、　１０”乗変換により正規分布に近似できることが知
られている。

第５表は同じデータをｌｏｇ変換して得た度数分布を示
し、第１０図はそのヒストグラムを示す。

第１０図から明らかなように、データ変換して得たヒス
トグラムは、若干の凹凸はあるが、はぼ左右対称で正規
分布に近いことがわかる。ちなみに、歪度、尖度を算出
すると、歪度＝０．４９．　　尖度＝３．６４．　　Ｎ
＝４１３、　　ｘ＝１．２８４．　５Ｄ＝０．０８６　
とｌｏｇ変換前よりもより正規分布に近い値が得られる
。

■異常値の棄却 更に、Ｘ±３ＳＯを基準値として、異常値の棄却を行う
。その結果、歪度＝０．３１．尖度＝３．１４．　　Ｎ
＝４１０゜ｘ　＝　１．２８２．　　ＳＤ　＝　０．０
８２　と更に良好な結果が得られ、ｌｏｇ変換によりほ
ぼ正規分布に近似できたことになる。

■正常値の設定 前記■により求めたマ＝１．２８２．３Ｄ＝０．０８２
より正常値範囲上限値＝　ｘ　＋　２ＳＤ＝１．４４６
．　　正常値下限値＝マー２ＳＤ＝１．１１８を設定す
る。しかし、これはｌｏｇ変換された値の正常値範囲で
あって、元のデータ値の正常値範囲ではない。

０正常値範囲の逆変換 前記■で算出した正常値範囲を、元のデータ値の正常値
範囲に戻すために逆変換を行う。この例では、ｌｏｇ　
ｘによりデータ変換を行ったので、逆変換は１０″の形
で 正常値範囲上限値＝１０１・”６＝２７．９３正常値範
囲下限値−１０１・”８＝１３．１２を元データ値の正
常値範囲として設定する。

以上、ｊ＝２９０点目の濃度データを一例として正常値
範囲の設定例を示したが、ｊ＝１〜２８９．２９１〜３
５０点目についても同様の方法で正常値範囲を設定する
ことができる。

また、濃度データのみに限らず、デンシトグラムの凹凸
判定値等、各データ点近傍の濃度データを元に算出され
る情報についても、算出された値を収集して同様に処理
することにより正常値範囲を設定することができる。

更に、算出された正常値範囲が各データ点ごとに存在し
、これらが隣り合ったデータ点と相互に連続して関連す
る場合においては、各データ０順に正常値範囲上限値、
下限値をグラフ上に結ぶことにより、正常値範囲を示す
カーブを設定することができる。

この場合、隣り合うテータ点間で、データ変換に使用し
た変換形が異なるために、線が滑らかにつながらない場
合には必要に応じて移動平均法、重み付けされた移動平
均法や適当な曲線関数への最小二乗近似等のスムージン
グを行うことにより、各データ点を滑らかにつなぐ。

以上のようにして得られた正常値範囲カーブは、第１１
図に示すように実際の被検検体におけるデンシトグラム
や、その泳動像情報を示すデータ曲線と重複表示するこ
とにより、その有用性を更に高めることができる。この
ようにすれば、濃度の異常部分を明瞭に判別することが
できると共に、正常値範囲を越えた部分のデンシトグラ
ムの線種、色等を変えたり、越えた範囲をハツチング、
着色等の処理を行うことにより、判定を更に容易にでき
る。なお、実際の被検検体のデンシトグラムや、その泳
動像情報を示すデータ曲線は、勿論正常値範囲の設定に
おいて説明した正規化処理を行って表示する。

この発明によって設定される正常値範囲は、デンシトグ
ラム等と重複表示するだけでなく、病態の自動解析にお
いて判定の基準値として用いることにより、その有効性
、信頼性を更に高めることができる。

以下、この発明によって設定される正常値範囲を用いて
の病態の自動解析について、数例を挙げて説明する。

電気泳動分析によって得た情報から病態を自動的に解析
するために、第１２図に示すような病態分類のフローチ
ャートが提案されている。以下の例では、デンシトグラ
ムからＭ蛋白（モノクロナール蛋白）、γ抑制、β−Ｔ
ブリッジングの泳動像の特徴点を自動的に検出して病態
を解析する。

先ず、Ｍ蛋白の検出について説明する。

Ｍ蛋白はデンシトグラムのどの位置にでも分画する可能
性があるが、その多くはβ分画からＴ分画に亘って出現
し、モノクローナルなことから極めて狭いバンド幅を有
している。また、Ｍ蛋白には良性のものと、悪性のもの
とがあり、良性のＭ蛋白は分画パターンにＭ蛋白が重畳
された形で出現する場合が多く、悪性のＭ蛋白は分画パ
ターンに他の蛋白の抑制を伴うことが多い。

これらのＭ蛋白の特長から、β−Ｔ分画間においてデン
シトグラム上のピークの有無を検出すれば、Ｍ蛋白の検
出が可能である。すなわち、Ｍ蛋白の出現のないデンシ
トグラムでは、第１３図Ａに示すようにβ−Ｔ分画間に
おいて、β−１間のなだらかな谷、Ｔ分画のなだらかな
ピークが存在する。言いかえれば、β−Ｔ分画間におい
てその曲率の変化を見ると上に凸、下に凹、上に凸、下
に凹のパターンとなる。これに対し、良性のＭ蛋白の出
現のある場合には、例えば第１３図已に示すようにβ−
Ｔ分画間にもう一つのピークが存在し、その曲率の変化
は複雑になる。また、悪性のＭ蛋白の出現がある場合に
は、例えば第１３図Ｃに示すように、β−Ｔ分画間にふ
けるパターンの変化は第１３図への正常な場合と変わら
ないが、その出現ピークは正常なパターンに比べて鋭く
なると共に、そのＭ蛋白ピークの前または後にγ分画が
抑制された明瞭な減少部が現れる。

したがって、単にＭ蛋白ピークを検出する場合には、正
規化したデンシトグラムの所要の泳動長部分、例えばβ
−γ分画間においてＭ蛋白ピークを検出する場合には、
正規化したデータの２００デ一タ点（βピーク位置）か
ら３００デ一タ点間における凸部の有無を検出するだけ
でよいが、それが良性のものか悪性のものかを判定する
ためにはＭ蛋白のピーク位置付近でγ分画が抑制されて
いるか否かを、対応する部分における正常値範囲との比
較から検出する必要がある。

以下、第１４図に示すフローチャートを参照しながらβ
−Ｔ分画間におけるＭ蛋白の検出処理の一例について説
明する。

先ず、ステップ■において被検検体の正規化したデンシ
トグラムのβ−Ｔ分画間に対応する予め定めたデータ点
間でのパターンの凸部の度合（品位）を計算する。この
品位の計算法を以下に説明する。

第１の白値計算法 データ点」を中心としてその両側にそれぞれデータ数ｋ
を有する検出幅２ｋを設定し、第１５図に示すように」
−に点のデータ値り、−３とｊ十に点のデータ値り、ｉ
＋ｋ　とを結ぶ直線に対してデンシトグラムがどれだけ
突出しているかを、直線とデンシトグラムとで囲まれる
部分の面積Ｓで評価する。

この場合、例えば台形近似したときの面積Ｓは、■ Ｓ＝（−［］、ｉ−に＋［１ｊ−ｆｋ−１１＋＋Ｊ−＋
＋ＤＪ＋Ｊ。１＋＋　Ｄ、＋−ｎ−＋＋　　＋　　　Ｄ
ｉ、ｋ）　　　（Ｄｉ−ｉ＋＋ＤＪ＋ｋ）／２Ｘ２にで
表される。なお、台形近似以外でもシンプソン等の各種
の求積方法によって面積Ｓを求めることもできる。

ここで、ｋの値については３〜６が好適であり、それよ
り小さいとより微小な変化が読取れる反面、細かいノイ
ズをもひろってしまうことになり、また大きいとＳ自体
の値も太き（なり、スムージングの効果によりノイズに
対してはより強くなるが、細かい変化が失われることに
なる。なお、このｋの値は以下に説明する第２〜第４の
計算法においても同様である。

このようにして求めたＳの値の変化を見ると、独立した
ピークをもつＭ蛋白は勿論のこと、第１６図に示すよう
な明瞭なピークを持たない微量なＭ蛋白も検出すること
ができる。

第２の白値計算法 第１の計算法によって求まるＳに対してＳ／２になる関
数を設定する。このＳ／２にの値は検出幅２ｋにおける
凸部の平均高さを表わすことになるため、Ｓに比べて検
出幅２ｋに対する依存度は低いが（Ｓは例えば三角形の
頂点部でみると、２にの値の変化の二乗倍の変化となる
）、デンシトグラム上での凸部の度合との対応が強く現
われる。

第３の白値計算法 第１の計算法によって求まるＳに対してＳ／（２ｋ）２
なる関数を設定する。このＳ／（２ｋ）２の値は検出幅
２にと平均高さＳ／２にとの比で、単位検出幅当りの凸
部の度合を表わし、凸部の形状が相似であれば検出幅２
ｋに拘らず同じ値となる。したがづて、この場合の検出
幅２にはスムージングの程度を決定することになる。

二次微分により品位を計算する。この場合には、デンシ
トグラムの関数式が不明であるので、検出幅２にの順次
のデータ値から最小二乗法等により関数近似を行い、求
められた近似関数式の二次微分値をもって品位とする。

以下に、検出幅が５．７および９データのときのｙ＝ａ
ｘ２＋ｂｘ＋ｃで一般に表わされる放物線に最小二乗近
似を行ったときの近似二次微分値Ｆ　’　（Ｊｌ　を示
す。

５データの場合（２に＝４） Ｆ　’　ｒｎ　＝　（２ＤＪ−２０ｉ−＋　　２ＤＪ　
　ＤＪ。ｌ＋２ＤＪ。２）／７７データの場合（２に＝
６） Ｆ’＋ｎ＝（５Ｄ、＋−＊　　３Ｊ−＋−４０，＋−３
Ｊ。ｌ＋５ＤＪ。３）　／４２９データの場合（２に＝
８） Ｆ　’　ｒｎ　＝　（２８Ｄｉ−４＋　７ＤＪ−ｓ　　
８Ｄｊ−２１７ＤＪ−＋　　２００１１７０ｉ、＋　　
８Ｊ＋２＋７０ｉ＋＋＋２８ＤＪ＋４）／４６２これら
の値は検出幅２ｋに本質的には依存せず、したがって２
には第３の白値計算法におけると同様スムージングの程
度を決定することになる。

以上の任意の１つの計算法により品位を求めたら、次に
ステップＨにおいてその品位が所定の閾値ＳＬ。

より大きいか否かを判断し、品位がＳＬ、以下のときは
Ｍ蛋白ピーク無しと判定し、ＳＬ＋　を超えるときは次
にステップ■においてその凸部がＭ蛋白ピークであるか
否かを検出するために、凸部の半値幅（データ数否が所
定の範囲ＳＬ２〜ＳＬ３にあるか否かを判断する。ここ
で、半値幅がＳＬ２〜ＳＬ３の範囲から外れているとき
はＭ蛋白ピーク無しと判定し、範囲内にあるときはＭ蛋
白ピークがあるとして次にステップ■において品位が所
定の閾値ＳＬ、（＞ＳＬ、）より大きいか否かを判断す
る。この判断処理において品位がＳＬ。

以下のときはＭ蛋白ピークの疑い有りと判定し、ＳＬ４
を超えるときは明瞭なＭ蛋白ピークがあるとして、次に
Ｔ抑制の有無を検出するためにステップ■においてその
凸部のピークデータ位置を検出する。

以上の処理において、被検検体のデンシトグラムを総蛋
白濃度値７ｇ／ｄ　ｌに対して積算値が１００．０００
となるように第４図のフローチャートに従って正規化し
、品位を第２の計算法で計算して種々実験検討したとこ
ろ、ｋ＝３〜６においてＳ／２にの値が３０以上ではほ
ぼ独立したピークを有するＭ蛋白が検出でき、１０〜３
０で明瞭なピークを持たない微量のＭ蛋白ピークが検出
できた。また、凸部の半値幅の範囲を１０〜２０データ
数と設定することにより、Ｔ分画の主ピーク　（半値幅
２０以上）およびβ−γ分画間の谷近辺に出現するβ１
ｃピーク、フィビリノーゲンのピーク（血漿分析の場合
）〈半値幅１０以下）とＭ蛋白ピークとを確実に分離す
ることができた。

第１４図において、Ｍ蛋白ピークとしての凸部のピーク
データの位置を検出したら、次にステップ■において検
出したピークデータ点の前後で、被検検体のデータと、
この発明により設定した対応するデータ点における正常
値範囲とを比較して、正常値範囲を下回る点があるか否
かを判断し、下回る点がある場合にはＴ抑制があるもの
として悪性Ｍ蛋白（骨髄腫）有りと判定し、無い場合に
は良性のＭ蛋白有りと判定する。

次に、β−γブリッジングの検出処理の一例について説
明する。

β−Ｔブリッジングとは、β−１間の谷部がＴ分画（［
、Ｇ、　１９Ｍ、　１９Ａ）のポリクローナルな増加の
ために埋まってしまい、β−１間の分離が不明瞭となる
現象である。この現象が極端なときは、第１７図に示す
ようにβ−１間がなだらかにつながり、β−１間に分画
点が存在しなくなる。従来のオートスパンによるデンジ
ドブラムでは、デンシトグラム上でβ−γブリッジング
が見られるものの中には、β分画が減少し、Ｔ分画が正
常なものであっても、β−ｒブリッジングと同様のパタ
ーンを示し、その区別には分画濃度軸／ｄｉ）をもチェ
ックしなければ判定できなかった。

この例では、第１８図にフローチャートを示すように、
先ず被検検体の正規化したデンシトグラムのβ−γピー
ク間で正常値範囲を超える部分を検出する。この検出処
理にあたっては、先ずステップＩにおいて、被検検体の
正規化したデンシトグラムから予め定めたβピークおよ
びＴビークに対応する部分のデータを抽出し、この抽出
したデータと対応する部分での正常値範囲とを比較して
正常値範囲を超える部分を検出する。

ここで、正常値範囲を超える部分が検出されなかったと
きは、β−Ｔブリッジング無しと判定し、超える部分が
検出されたときは、次にステップ■においてその超える
部分がβ−Ｔブリッジングであるか否かを判定するため
、超える部分の幅（データ数）が基準幅以上か否かを判
断する。すなわち、β−γブリッジングはポリクローナ
ルな増加を示すことから、正常値範囲を超える幅は広い
。

これに対し、β−ｒ分画間の谷近辺に出現するβ、Ｃや
フィビリノーゲンは正常値範囲を超える変化があっても
その幅はβ−Ｔブリッジングに比べて狭い。したがって
、正常値範囲を超える幅が基準幅以上、例えばβ−Ｔピ
ーク間のデータ数の６０％以上あるか否かを検出するこ
とにより、β−γブリッジングとβＩＣおよびフィビリ
ノーゲンとを確実に分離することができる。ここで、正
常値範囲を超えた幅が基準幅以下であるときは、β−γ
ブリッジング無しと判定し、基準幅以上であるときは、
次にステップ■においてその増加がＭ蛋白ピークの存在
によるものか、β−Ｔブリッジングによにものかを区別
するため、超えた幅の部分において第１４図に示したＭ
蛋白検出処理のステ・ツブＩ、　　Ｉ［あるいはステッ
プ１〜■を行なってＭ蛋白ピークの有無を検出し、Ｍ蛋
白ピークが検出されたときはその増加がＭ蛋白によるも
のとしてβ−Ｔブリッジング無しと判定し、Ｍ蛋白ピー
クが検出されなかったときはその増加がポリクローナル
な増加としてβ−γブリッジング有りと判定する。

なお、第１２図に示したフローチャートにおけるように
、先ず、Ｍ蛋白のピークを検出し、Ｍ蛋白ピークが無い
ものについてβ−γブリッジングを検出する場合には、
第１８図においてステップ■を省くことができる。

以上の処理により、ポリクローナルな増加としてのβ−
Ｔブリッジングを高精度で検出することができる。

次に、リーディングの検出処理についてへｌｂ分画を例
にとって説明する。

ｉｂ分画は、一般には単一の蛋白より成り、そのパター
ンはピーク位置に関してほぼ対称で、易動度も安定して
おり、濃度も高いことがら泳動像中て最も目立つ分画で
ある。しかし、高黄厄血清、高脂質血清、抗生物質の投
与等では、ビリルビン、遊離脂肪酸、薬物がＷｂと結合
して易動度の変化を起こし、第１９図に示すように泳動
極性の正極側へのリーディングが生じてＡＲｂ分画が非
対称となる例が多い。

この例では、Ａｌｂ分画の正極側へのリーディングを、
第２０図に示すフローチャートに従って検出する。先ず
、ステップ■において被検検体の正規化したデンシトグ
ラムから、へｌｂピーク位置く１００データ点目）より
正極側に正常値範囲を超える部分があるか否かを検出し
、無い場合にはリーディング無しと判定し、有る場合に
は次のステップＨにおいてその増加がＡｌ１ｂの全体的
な増加かリーディングによる増加かを区別するために、
Ａｌｂ分画の対称性の度合を表わす判別値を演算する。

この判別値の計算法を以下に説明する。

第１の判別値計算法 第２１図Ａに示すように、被検検体の正規化したデンシ
トグラムから正極側よりＡβｂピークまでの積算値ε■
と、へｌｂピークから八〇ｂ〜α１の分画点までの積算
値Σ■とをそれぞれ演算し、その比Ｅ■／Σ■を判別値
とする。

第２の判別値計算法 第２１図Ｂに示すように、Ａｘｂ分画の重心点Ｇを求め
、その重心点位置ｊｇとＷｂ　ピーク位置、ｐとのずれ
（ｊｐ−ｊｇ）を判別値とする。

第３の判別値計算法 ｉｂのピーク濃度に対する所定の比率、あるいは所望の
値を、第２１図Ｃに示すように閾値Ｓしとして設定して
、個々のＡｌｂ分画データがその閾値Ｓしを超える範囲
を検出し、その検出した範囲における正極側および負極
側それぞれの端点位置とＡｌｂピーク位置、ｐとの間の
幅Ｌ１およびＬ２の比Ｌｌ／　Ｌ２を判別値とする。

以上の任意の１つの計算法によって判別値を求めたら、
次にステップ■において被検検体における判別値が、同
様の計算法によって求まる正常値範囲を超えるか否かを
判断し、それが超えないときはリーディング無しと判定
し、超えるときは＾ｎｂ正極側にリーディング有りと判
定する。

以上のようにして分析したＭ蛋白、β−γブリッジング
およびへＲｂリーディングに関する判定結果は、被検検
体の正規化したデータに基いて演算される各分画％、Ａ
ｌＧ比、各分画濃度値およびその正規化したデンシトグ
ラムと共に、第３図においてＣＲＴ１７に表示すると共
に、プリンタ１９において報告書２０の所定の欄にそれ
ぞれ記録する。なお、ＣＲＴ１７および報告書２０への
デンシトグラムの表示にあたっては、被検検体のデンシ
トグラムと正常値範囲のデンシトグラムに関連するパタ
ーンとを重複して表示してもよい。

なお、この発明は上述した実施例にのみ限定されるもの
ではなく、幾多の変更または変形が可能である。例えば
、上述した例では血清蛋白の分画分析について説明した
が、この発明は電気泳動によるアイソザイムの活性値分
析等にも有効に適用することができる。また、第２０図
においてはＡｌｂビーク位買より負極側において正常値
範囲を越える部分を検出して同様に処理することにより
、あるいはＷｂ　ピーク位置より正極側において正常値
範囲を下回る部分を検出すると共に、その対称性を表わ
す判別値が正常値範囲を下回ることを検出することによ
ってＷｂ分画の負極側へのリーディングの出現を自動的
に判定することもできる。

また、このリーディングの有無の判定は、ｉｂ分画に限
らず他の分画においても同様に行うことができる。この
場合における対称性の判別値の計算法は、上述した第１
〜３の判別値計算法に加えて、第２２図Ａに示すように
分画ピーク位置ｊｐと両分画点の中央位置である分画の
中心位置ｊｃとのずれを判別値としたり、第２２図Ｂに
示すように分画の重心点位置Ｊｇと分画の中心位置ｊｃ
とのずれを判別値としたり、第２２図Ｃに示すように分
画の中心位置ＩＣまたはピーク位置Ｊｐから両側にそれ
ぞれに個離れたデータ点におけるデータ０４．。−０お
よびＤＪ　（ｅ＋ｋｌ、またはＯｊ　！ｐ−ｋ）および
口ｊ　＋ｐ＋。の差、その差の二乗の積算値あるいはそ
の相関性等を判別値とすることができる。また、上述し
たβ−Ｔ分画間におけるＭ蛋白、その出現に伴うγ分画
の抑制およびブリ・ｌジングの検出判定法は、他の八ｌ
ｂ、α１．α２分画における各個別の蛋白の増減、マイ
ナーピークの出現の判定等にも同様に適用することがで
きる。更に、正常値範囲は上限値と下限値とを非対称に
設定することもできる。また、上述した例ではデンシト
メータからのサンプリングデータのスムージング処理を
正規化処理の前に行ったが、正規化処理の後に行っても
よい。

また、上記の例では濃度正規化処理を最後に行うように
したが、この処理はＸ軸正規化処理の前に行うこともで
きる。更に、泳動像中における基準点は＾ｚｂ　　ピー
ク位置、βピーク位置に限らず、他の分画のピーク位置
、あるいは泳動像の端点等を用いることもできる。また
、測定装置を構成する受光素子として、−次元アレイセ
ンサや二次元アレイセンサを用いることもできる。また
、正規化した被検検体のデータと正常値範囲とを比較し
て被検検体中の成分の増減を自動的に判定したり、特異
的な凸部または凹部の有無からＭ蛋白等の検出や被検検
体中の所定の成分の有無を自動的に分析したり、あるい
は正規化したデータのうち所定範囲におけるデータと正
常値範囲との比較からリーディング等の検出や被検検体
中の所定成分の有無を自動的に分析することもできる。

〔発明の効果〕

この発明の効果を要約すると次の通りである。

（１）　　正規化を行うことにより、正常値範囲算出の
ための元データの信頼性を高めることができる。

（２）多数のデータより正常値範囲を設定することによ
り、統計的に信頼性の高いものが得られる。

（３）デンシトグラムの個々のデータ点に対して、正常
値範囲を設定することができる。

（４）同時に基準となる正常検体を分析するのに比べ、
基準となる正常人血清の確保、保存が不要となる。

（５）設定された正常値範囲をデンシトグラムまたはデ
ンシトグラムより得られる泳動像情報を示すカーブ等で
重複表示することにより、判定が容易となる。

（６）デンシトグラムより病態の自動解析を行うにあた
って、この発明により設定された正常値範囲を判定の基
準とすることにより、より精度の高い病態解析が可能と
なる。

【図面の簡単な説明】

第１図は電気泳動分析を行う電気泳動装置におけるデン
シトメータの一例の要部の構成を示す線図的断面図、 第２図は電気泳動像の走査方向を示す図、第３図はデー
タ処理装置の一例の要部の構成を示すブロック図、 第４図は正規化処理の一例を示すフローチャート、 第５図は基準点検出の一例を説明するための図、第６図
は極小点の抽出を説明するための図、第７図は抽出した
極小点のヒストグラム、第８図はこの発明によって設定
される正常値範囲の利用例を示す図、 第９図は所定のデータ点における濃度データのヒストグ
ラム、 第１０図は第９図における濃度データをｌｏｇ変換して
得たデータのヒストグラム、 第１１１７１は被検検体のデンシトグラムと正常値範囲
との重複表示例を示す図、 第１２図は従来提案された病態分類のフローチャート、 ｆｆ１１３図Ａ−Ｃはβ−Ｔ分画間におけるデンシトグ
ラムパターンを示す図、 第１４図はＭ蛋白の検出処理の一例を示すフローチャー
ト、 第１５図は第１４図に示す品位の計算法の一例を説明す
るための図、 第１６図はその計算法によって検出し得るデンシトグラ
ム上でのＭ蛋白の一例を示す図、第１７図はβ−Ｔブリ
ッジングの一例を示す図、第１８図はβ−Ｔブリッジン
グの検出処理の一例を示すフローチャート、 第１９図は１ｂｌＪ−ディングの一例を示す図、第２０
図はＡｌｂ　＋Ｊ−ディングの検出処理の一例を示すフ
ローチャート、 第２１図Ａ−Ｃは第２０図に示す対称性の判別値の三つ
の計算例を説明するための図、 第２２図Ａ−Ｃは対称性の判別値の他の三つの計算例を
説明するための図、 第２３図〜第２６図は従来の技術を説明するための図で
ある。 １　支持体　　　　　　２　送りローラ３　デカリン　
　　　　４・・・・測光部５　測光装置　　　　　５　
ａ−光源 ５ｂ　　受光素子　　　　　６−排紙ローラ７・−電気
泳動像　　　　１２　　対数増幅器１３　　Ａ／Ｄ変換
器　　　ｉｔ、、、　ＣＰ　Ｕ１５−メモリ　　　　　
　１６　　キーボード１７、、−、　ＣＲＴ　　　　　
　　１８・−フロッピーディスク１９　　プリンタ　　
　　　２０　　報告書第１図 第４図 第６図 第７図 第８図 第９図 第１５図 第１６図 第１７図 第１８図 区 一＃Ｉ！！　　　　　　　　　　　悶 区　　　　　　　　　Ｑ ζす ＜　　　　　　ｍ 第２３図 第２４図 第２５図 第２６図

Claims (1)

1. 【特許請求の範囲】 １、多数の検体の各々について電気泳動分析を行って泳
   動像データを得ると共に、その泳動像データをデンシト
   グラム上で一定の泳動長および被検物質の総濃度値に比
   例した面積となるように正規化処理し、これら正規化処
   理した各々の泳動像データから関連する所望のデータを
   抽出して収集し、この収集したデータをもとに統計処理
   を行って正常値範囲を設定することを特徴とする電気泳
   動分析における正常値範囲の設定方法。 ２、前記正規化処理したデータから得られるデンシトグ
   ラムの泳動長方向での連続した点において、濃度値また
   は濃度値をもとに算出される情報に対する正常値範囲を
   それぞれ設定することを特徴とする特許請求の範囲第１
   項記載の電気泳動分析における正常値範囲の設定方法。