JPWO2017191699A1 - 情報処理装置、情報処理方法、プログラム及び情報処理システム - Google Patents
情報処理装置、情報処理方法、プログラム及び情報処理システム Download PDFInfo
- Publication number
- JPWO2017191699A1 JPWO2017191699A1 JP2018515392A JP2018515392A JPWO2017191699A1 JP WO2017191699 A1 JPWO2017191699 A1 JP WO2017191699A1 JP 2018515392 A JP2018515392 A JP 2018515392A JP 2018515392 A JP2018515392 A JP 2018515392A JP WO2017191699 A1 JPWO2017191699 A1 JP WO2017191699A1
- Authority
- JP
- Japan
- Prior art keywords
- spectrum
- group
- spectra
- outlier
- statistical processing
- 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.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 129
- 238000003672 processing method Methods 0.000 title claims description 6
- 238000001228 spectrum Methods 0.000 claims abstract description 865
- 238000012545 processing Methods 0.000 claims abstract description 211
- 239000011859 microparticle Substances 0.000 claims abstract description 156
- 238000004364 calculation method Methods 0.000 claims abstract description 54
- 230000004044 response Effects 0.000 claims abstract description 24
- 230000001678 irradiating effect Effects 0.000 claims abstract description 23
- 230000001747 exhibiting effect Effects 0.000 claims abstract description 17
- 238000005259 measurement Methods 0.000 claims description 241
- 239000007850 fluorescent dye Substances 0.000 claims description 109
- 238000000034 method Methods 0.000 claims description 85
- 230000008569 process Effects 0.000 claims description 68
- 238000002189 fluorescence spectrum Methods 0.000 claims description 67
- 230000007717 exclusion Effects 0.000 claims description 31
- 238000012935 Averaging Methods 0.000 claims description 19
- 238000007621 cluster analysis Methods 0.000 claims description 17
- 239000000126 substance Substances 0.000 claims description 11
- 239000002245 particle Substances 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 description 51
- 238000004458 analytical method Methods 0.000 description 46
- 238000010586 diagram Methods 0.000 description 37
- 230000006870 function Effects 0.000 description 26
- 239000010419 fine particle Substances 0.000 description 21
- 230000002159 abnormal effect Effects 0.000 description 18
- 238000004891 communication Methods 0.000 description 18
- 238000012937 correction Methods 0.000 description 17
- 238000009826 distribution Methods 0.000 description 13
- 108010004729 Phycoerythrin Proteins 0.000 description 9
- 210000004027 cell Anatomy 0.000 description 9
- MHMNJMPURVTYEJ-UHFFFAOYSA-N fluorescein-5-isothiocyanate Chemical compound O1C(=O)C2=CC(N=C=S)=CC=C2C21C1=CC=C(O)C=C1OC1=CC(O)=CC=C21 MHMNJMPURVTYEJ-UHFFFAOYSA-N 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 9
- 230000000694 effects Effects 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 8
- 150000001875 compounds Chemical class 0.000 description 7
- 239000000975 dye Substances 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000010606 normalization Methods 0.000 description 6
- 239000000049 pigment Substances 0.000 description 6
- 238000010186 staining Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000002372 labelling Methods 0.000 description 4
- 239000002861 polymer material Substances 0.000 description 4
- 238000000862 absorption spectrum Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000000295 emission spectrum Methods 0.000 description 3
- 239000002502 liposome Substances 0.000 description 3
- 244000005700 microbiome Species 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical group N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 description 2
- OZLGRUXZXMRXGP-UHFFFAOYSA-N Fluo-3 Chemical compound CC1=CC=C(N(CC(O)=O)CC(O)=O)C(OCCOC=2C(=CC=C(C=2)C2=C3C=C(Cl)C(=O)C=C3OC3=CC(O)=C(Cl)C=C32)N(CC(O)=O)CC(O)=O)=C1 OZLGRUXZXMRXGP-UHFFFAOYSA-N 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 108010004469 allophycocyanin Proteins 0.000 description 2
- 229960002685 biotin Drugs 0.000 description 2
- 239000011616 biotin Substances 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- -1 enzymes Chemical class 0.000 description 2
- ZMMJGEGLRURXTF-UHFFFAOYSA-N ethidium bromide Chemical compound [Br-].C12=CC(N)=CC=C2C2=CC=C(N)C=C2[N+](CC)=C1C1=CC=CC=C1 ZMMJGEGLRURXTF-UHFFFAOYSA-N 0.000 description 2
- 229960005542 ethidium bromide Drugs 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 238000000684 flow cytometry Methods 0.000 description 2
- 229920000592 inorganic polymer Polymers 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 210000003463 organelle Anatomy 0.000 description 2
- 229920000620 organic polymer Polymers 0.000 description 2
- 230000001151 other effect Effects 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- CHADEQDQBURGHL-UHFFFAOYSA-N (6'-acetyloxy-3-oxospiro[2-benzofuran-1,9'-xanthene]-3'-yl) acetate Chemical compound O1C(=O)C2=CC=CC=C2C21C1=CC=C(OC(C)=O)C=C1OC1=CC(OC(=O)C)=CC=C21 CHADEQDQBURGHL-UHFFFAOYSA-N 0.000 description 1
- CHRJZRDFSQHIFI-UHFFFAOYSA-N 1,2-bis(ethenyl)benzene;styrene Chemical compound C=CC1=CC=CC=C1.C=CC1=CC=CC=C1C=C CHRJZRDFSQHIFI-UHFFFAOYSA-N 0.000 description 1
- PRDFBSVERLRRMY-UHFFFAOYSA-N 2'-(4-ethoxyphenyl)-5-(4-methylpiperazin-1-yl)-2,5'-bibenzimidazole Chemical compound C1=CC(OCC)=CC=C1C1=NC2=CC=C(C=3NC4=CC(=CC=C4N=3)N3CCN(C)CC3)C=C2N1 PRDFBSVERLRRMY-UHFFFAOYSA-N 0.000 description 1
- FWBHETKCLVMNFS-UHFFFAOYSA-N 4',6-Diamino-2-phenylindol Chemical compound C1=CC(C(=N)N)=CC=C1C1=CC2=CC=C(C(N)=N)C=C2N1 FWBHETKCLVMNFS-UHFFFAOYSA-N 0.000 description 1
- BZTDTCNHAFUJOG-UHFFFAOYSA-N 6-carboxyfluorescein Chemical compound C12=CC=C(O)C=C2OC2=CC(O)=CC=C2C11OC(=O)C2=CC=C(C(=O)O)C=C21 BZTDTCNHAFUJOG-UHFFFAOYSA-N 0.000 description 1
- 108010000239 Aequorin Proteins 0.000 description 1
- 108090001008 Avidin Proteins 0.000 description 1
- 241000894006 Bacteria Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 241000588724 Escherichia coli Species 0.000 description 1
- 241000233866 Fungi Species 0.000 description 1
- 239000004793 Polystyrene Substances 0.000 description 1
- 240000004808 Saccharomyces cerevisiae Species 0.000 description 1
- 241000723873 Tobacco mosaic virus Species 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- CAWBRCOBJNWRLK-UHFFFAOYSA-N acetyloxymethyl 2-[4-[bis[2-(acetyloxymethoxy)-2-oxoethyl]amino]-3-[2-[2-[bis[2-(acetyloxymethoxy)-2-oxoethyl]amino]-5-methylphenoxy]ethoxy]phenyl]-1h-indole-6-carboxylate Chemical compound CC(=O)OCOC(=O)CN(CC(=O)OCOC(C)=O)C1=CC=C(C)C=C1OCCOC1=CC(C=2NC3=CC(=CC=C3C=2)C(=O)OCOC(C)=O)=CC=C1N(CC(=O)OCOC(C)=O)CC(=O)OCOC(C)=O CAWBRCOBJNWRLK-UHFFFAOYSA-N 0.000 description 1
- NTECHUXHORNEGZ-UHFFFAOYSA-N acetyloxymethyl 3',6'-bis(acetyloxymethoxy)-2',7'-bis[3-(acetyloxymethoxy)-3-oxopropyl]-3-oxospiro[2-benzofuran-1,9'-xanthene]-5-carboxylate Chemical compound O1C(=O)C2=CC(C(=O)OCOC(C)=O)=CC=C2C21C1=CC(CCC(=O)OCOC(C)=O)=C(OCOC(C)=O)C=C1OC1=C2C=C(CCC(=O)OCOC(=O)C)C(OCOC(C)=O)=C1 NTECHUXHORNEGZ-UHFFFAOYSA-N 0.000 description 1
- DPKHZNPWBDQZCN-UHFFFAOYSA-N acridine orange free base Chemical compound C1=CC(N(C)C)=CC2=NC3=CC(N(C)C)=CC=C3C=C21 DPKHZNPWBDQZCN-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 210000004102 animal cell Anatomy 0.000 description 1
- DZBUGLKDJFMEHC-UHFFFAOYSA-N benzoquinolinylidene Natural products C1=CC=CC2=CC3=CC=CC=C3N=C21 DZBUGLKDJFMEHC-UHFFFAOYSA-N 0.000 description 1
- 235000020958 biotin Nutrition 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- ZYVSOIYQKUDENJ-WKSBCEQHSA-N chromomycin A3 Chemical compound O([C@@H]1C[C@@H](O[C@H](C)[C@@H]1OC(C)=O)OC=1C=C2C=C3C[C@H]([C@@H](C(=O)C3=C(O)C2=C(O)C=1C)O[C@@H]1O[C@H](C)[C@@H](O)[C@H](O[C@@H]2O[C@H](C)[C@@H](O)[C@H](O[C@@H]3O[C@@H](C)[C@H](OC(C)=O)[C@@](C)(O)C3)C2)C1)[C@H](OC)C(=O)[C@@H](O)[C@@H](C)O)[C@@H]1C[C@@H](O)[C@@H](OC)[C@@H](C)O1 ZYVSOIYQKUDENJ-WKSBCEQHSA-N 0.000 description 1
- 210000000349 chromosome Anatomy 0.000 description 1
- 239000000084 colloidal system Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- GNBHRKFJIUUOQI-UHFFFAOYSA-N fluorescein Chemical compound O1C(=O)C2=CC=CC=C2C21C1=CC=C(O)C=C1OC1=CC(O)=CC=C21 GNBHRKFJIUUOQI-UHFFFAOYSA-N 0.000 description 1
- 238000012921 fluorescence analysis Methods 0.000 description 1
- 238000001917 fluorescence detection Methods 0.000 description 1
- YFHXZQPUBCBNIP-UHFFFAOYSA-N fura-2 Chemical compound CC1=CC=C(N(CC(O)=O)CC(O)=O)C(OCCOC=2C(=CC=3OC(=CC=3C=2)C=2OC(=CN=2)C(O)=O)N(CC(O)=O)CC(O)=O)=C1 YFHXZQPUBCBNIP-UHFFFAOYSA-N 0.000 description 1
- VPSRLGDRGCKUTK-UHFFFAOYSA-N fura-2-acetoxymethyl ester Chemical compound CC(=O)OCOC(=O)CN(CC(=O)OCOC(C)=O)C1=CC=C(C)C=C1OCCOC(C(=C1)N(CC(=O)OCOC(C)=O)CC(=O)OCOC(C)=O)=CC2=C1OC(C=1OC(=CN=1)C(=O)OCOC(C)=O)=C2 VPSRLGDRGCKUTK-UHFFFAOYSA-N 0.000 description 1
- 239000007863 gel particle Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- PNDZEEPOYCVIIY-UHFFFAOYSA-N indo-1 Chemical compound CC1=CC=C(N(CC(O)=O)CC(O)=O)C(OCCOC=2C(=CC=C(C=2)C=2N=C3[CH]C(=CC=C3C=2)C(O)=O)N(CC(O)=O)CC(O)=O)=C1 PNDZEEPOYCVIIY-UHFFFAOYSA-N 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004816 latex Substances 0.000 description 1
- 229920000126 latex Polymers 0.000 description 1
- 210000004698 lymphocyte Anatomy 0.000 description 1
- 239000000696 magnetic material Substances 0.000 description 1
- OFOBLEOULBTSOW-UHFFFAOYSA-M malonate(1-) Chemical compound OC(=O)CC([O-])=O OFOBLEOULBTSOW-UHFFFAOYSA-M 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 239000011325 microbead Substances 0.000 description 1
- CFCUWKMKBJTWLW-BKHRDMLASA-N mithramycin Chemical compound O([C@@H]1C[C@@H](O[C@H](C)[C@H]1O)OC=1C=C2C=C3C[C@H]([C@@H](C(=O)C3=C(O)C2=C(O)C=1C)O[C@@H]1O[C@H](C)[C@@H](O)[C@H](O[C@@H]2O[C@H](C)[C@H](O)[C@H](O[C@@H]3O[C@H](C)[C@@H](O)[C@@](C)(O)C3)C2)C1)[C@H](OC)C(=O)[C@@H](O)[C@@H](C)O)[C@H]1C[C@@H](O)[C@H](O)[C@@H](C)O1 CFCUWKMKBJTWLW-BKHRDMLASA-N 0.000 description 1
- 210000003470 mitochondria Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910000510 noble metal Inorganic materials 0.000 description 1
- 108020004707 nucleic acids Proteins 0.000 description 1
- 102000039446 nucleic acids Human genes 0.000 description 1
- 150000007523 nucleic acids Chemical class 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- INAAIJLSXJJHOZ-UHFFFAOYSA-N pibenzimol Chemical compound C1CN(C)CCN1C1=CC=C(N=C(N2)C=3C=C4NC(=NC4=CC=3)C=3C=CC(O)=CC=3)C2=C1 INAAIJLSXJJHOZ-UHFFFAOYSA-N 0.000 description 1
- 229960003171 plicamycin Drugs 0.000 description 1
- 229920003229 poly(methyl methacrylate) Polymers 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 239000004926 polymethyl methacrylate Substances 0.000 description 1
- 229920002223 polystyrene Polymers 0.000 description 1
- XJMOSONTPMZWPB-UHFFFAOYSA-M propidium iodide Chemical compound [I-].[I-].C12=CC(N)=CC=C2C2=CC=C(N)C=C2[N+](CCC[N+](C)(CC)CC)=C1C1=CC=CC=C1 XJMOSONTPMZWPB-UHFFFAOYSA-M 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- MUSLHCJRTRQOSP-UHFFFAOYSA-N rhodamine 101 Chemical compound [O-]C(=O)C1=CC=CC=C1C(C1=CC=2CCCN3CCCC(C=23)=C1O1)=C2C1=C(CCC1)C3=[N+]1CCCC3=C2 MUSLHCJRTRQOSP-UHFFFAOYSA-N 0.000 description 1
- TUFFYSFVSYUHPA-UHFFFAOYSA-M rhodamine 123 Chemical compound [Cl-].COC(=O)C1=CC=CC=C1C1=C(C=CC(N)=C2)C2=[O+]C2=C1C=CC(N)=C2 TUFFYSFVSYUHPA-UHFFFAOYSA-M 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- MPLHNVLQVRSVEE-UHFFFAOYSA-N texas red Chemical compound [O-]S(=O)(=O)C1=CC(S(Cl)(=O)=O)=CC=C1C(C1=CC=2CCCN3CCCC(C=23)=C1O1)=C2C1=C(CCC1)C3=[N+]1CCCC3=C2 MPLHNVLQVRSVEE-UHFFFAOYSA-N 0.000 description 1
- ACOJCCLIDPZYJC-UHFFFAOYSA-M thiazole orange Chemical compound CC1=CC=C(S([O-])(=O)=O)C=C1.C1=CC=C2C(C=C3N(C4=CC=CC=C4S3)C)=CC=[N+](C)C2=C1 ACOJCCLIDPZYJC-UHFFFAOYSA-M 0.000 description 1
- 238000011077 uniformity evaluation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1456—Optical investigation techniques, e.g. flow cytometry without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals
- G01N15/1459—Optical investigation techniques, e.g. flow cytometry without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals the analysis being performed on a sample stream
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/1012—Calibrating particle analysers; References therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1429—Signal processing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N2015/1006—Investigating individual particles for cytology
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Dispersion Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Signal Processing (AREA)
- Crystallography & Structural Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
【課題】参照スペクトルの精度を高くすること。
【解決手段】情報処理装置は、光に対する一の応答特性を示す一群の微小粒子に対して光を照射して得られる一群のスペクトルについて統計処理を行い、上記統計処理の結果に基づいて、上記一群のスペクトルから外れ値を示すスペクトルを除外する統計処理部と、上記外れ値を示すスペクトルが除かれた上記一群のスペクトルを用いて、参照スペクトルを算出する参照スペクトル算出部と、を備える。
【選択図】図９
【解決手段】情報処理装置は、光に対する一の応答特性を示す一群の微小粒子に対して光を照射して得られる一群のスペクトルについて統計処理を行い、上記統計処理の結果に基づいて、上記一群のスペクトルから外れ値を示すスペクトルを除外する統計処理部と、上記外れ値を示すスペクトルが除かれた上記一群のスペクトルを用いて、参照スペクトルを算出する参照スペクトル算出部と、を備える。
【選択図】図９
Description
本開示は、情報処理装置、情報処理方法、プログラム及び情報処理システムに関する。
細胞、微生物またはリポゾーム等の微小粒子が有する特性を分析するために、微小粒子から発せられる蛍光または散乱光の強度およびスペクトル等を計測する装置（例えば、フローサイトメータ等）による分析手法が用いられる。例えば、フローサイトメトリーでは、流路内を流通する微小粒子に対してレーザ光等の励起光を照射し、微小粒子から発せられた蛍光または散乱光等が複数のＰＭＴ（Photo Multiplier Tube：光電子倍増管）などの光検出器等により検出される。検出された光は電気的信号に変換されることにより数値化される。この数値化されたデータについて統計処理を行うことにより、上記の微小粒子の特性が分析される。
フローサイトメータにおける蛍光検出には、フィルタなどの波長選択素子を用いて不連
続な波長域の光を複数選択し、各波長域の光の強度を計測する方法の他に、連続した波長
域における光の強度をスペクトルとして計測する方法もある。例えば、下記特許文献１には、複数の蛍光色素を用いて標識された微小粒子に対してレーザ光を照射して得られるスペクトルを、蛍光色素ごとのスペクトル（参照スペクトル）によりデコンボリューションすることにより、当該微小粒子に標識された蛍光色素等の発光要素ごとの蛍光強度を分析するための技術が開示されている。かかる技術によれば、測定されたスペクトルを、発光要素ごとの参照スペクトルに所定の係数を乗じたものの線形和で表現することができる。これにより、微小粒子に標識された各蛍光色素の蛍光強度を算出することができる。
続な波長域の光を複数選択し、各波長域の光の強度を計測する方法の他に、連続した波長
域における光の強度をスペクトルとして計測する方法もある。例えば、下記特許文献１には、複数の蛍光色素を用いて標識された微小粒子に対してレーザ光を照射して得られるスペクトルを、蛍光色素ごとのスペクトル（参照スペクトル）によりデコンボリューションすることにより、当該微小粒子に標識された蛍光色素等の発光要素ごとの蛍光強度を分析するための技術が開示されている。かかる技術によれば、測定されたスペクトルを、発光要素ごとの参照スペクトルに所定の係数を乗じたものの線形和で表現することができる。これにより、微小粒子に標識された各蛍光色素の蛍光強度を算出することができる。
発光要素ごとの蛍光強度の算出精度を十分確保するためには、上記のデコンボリューションに用いられる参照スペクトルの精度が十分高いことが求められる。微小粒子から取得される蛍光スペクトルの形状は測定環境に影響するため、上記の参照スペクトルは、通常、当該測定環境と同一の環境において一の蛍光色素が単染色された（または無染色の）微小粒子から得られるスペクトルに基づいて生成される。しかし、当該測定環境または微小粒子によっては、生成される参照スペクトルに多くのノイズまたは異常値が含まれ得る。参照スペクトルにノイズまたは異常値が含まれると、当該参照スペクトルの精度が低下するので、当該参照スペクトルを用いて算出される発光要素ごとの蛍光強度の算出精度が低下してしまうおそれがある。
そこで、本開示では、参照スペクトルの精度を高くすることが可能な、新規かつ改良された情報処理装置、情報処理方法、プログラムおよび情報処理システムを提案する。
本開示によれば、光に対する一の応答特性を示す一群の微小粒子に対して光を照射して得られる一群のスペクトルについて統計処理を行い、上記統計処理の結果に基づいて、上記一群のスペクトルから外れ値を示すスペクトルを除外する統計処理部と、上記外れ値を示すスペクトルが除かれた上記一群のスペクトルを用いて、参照スペクトルを算出する参照スペクトル算出部と、を備える、情報処理装置が提供される。
また、本開示によれば、プロセッサが、光に対する一の応答特性を示す一群の微小粒子に対して光を照射して得られる一群のスペクトルについて統計処理を行い、上記統計処理の結果に基づいて、上記一群のスペクトルから外れ値を示すスペクトルを除外することと、上記外れ値を示すスペクトルが除かれた、少なくとも一の上記一群のスペクトルを用いて、参照スペクトルを算出することと、を含む情報処理方法が提供される。
また、本開示によれば、コンピュータを、光に対する一の応答特性を示す一群の微小粒子に対して光を照射して得られる一群のスペクトルについて統計処理を行い、上記統計処理の結果に基づいて、上記一群のスペクトルから外れ値を示すスペクトルを除外する統計処理部と、上記外れ値を示すスペクトルが除かれた、少なくとも一の上記一群のスペクトルを用いて、参照スペクトルを算出する参照スペクトル算出部と、として機能させるためのプログラムが提供される。
また、本開示によれば、測定対象に対して光を照射し、上記測定対象の発光に係るスペクトルを測定する測定部を備える測定装置と、上記測定部から取得される、光に対する一の応答特性を示す一群の微小粒子に係る一群のスペクトルについて統計処理を行い、上記統計処理の結果に基づいて、上記一群のスペクトルから外れ値を示すスペクトルを除外する統計処理部と、上記外れ値を示すスペクトルが除かれた、少なくとも一の上記一群のスペクトルを用いて、参照スペクトルを算出する参照スペクトル算出部と、を備える情報処理装置と、を備える情報処理装置と、を有する情報処理システムが提供される。
以上説明したように本開示によれば、参照スペクトルの精度を高くすることが可能である。
なお、上記の効果は必ずしも限定的なものではなく、上記の効果とともに、または上記の効果に代えて、本明細書に示されたいずれかの効果、または本明細書から把握され得る他の効果が奏されてもよい。
以下に添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。
なお、説明は以下の順序で行うものとする。
１．情報処理システムの概要
１．１．情報処理システムの構成
１．２．情報処理装置の構成
１．３．参照スペクトルの生成について
２．第１の実施形態（蛍光色素に対応する参照スペクトルの生成）
２．１．参照スペクトル生成部の構成
２．２．参照スペクトル生成部の処理の流れ
２．３．効果
３．第２の実施形態（自家蛍光に係る参照スペクトルの生成）
３．１．参照スペクトル生成部の処理の流れ
３．２．応用例
４．ハードウェア構成例
５．まとめ
１．情報処理システムの概要
１．１．情報処理システムの構成
１．２．情報処理装置の構成
１．３．参照スペクトルの生成について
２．第１の実施形態（蛍光色素に対応する参照スペクトルの生成）
２．１．参照スペクトル生成部の構成
２．２．参照スペクトル生成部の処理の流れ
２．３．効果
３．第２の実施形態（自家蛍光に係る参照スペクトルの生成）
３．１．参照スペクトル生成部の処理の流れ
３．２．応用例
４．ハードウェア構成例
５．まとめ
＜＜１．情報処理システムの概要＞＞
＜１．１．情報処理システムの構成＞
図１は、本開示の一実施形態に係る情報処理システム１の概略構成を示す図である。図１に示すように、情報処理システム１は、情報処理装置１０、およびサンプルＳに対応するスペクトルを測定する測定装置２０を備える。情報処理装置１０および測定装置２０は、有線または無線の各種ネットワークにより接続される。
＜１．１．情報処理システムの構成＞
図１は、本開示の一実施形態に係る情報処理システム１の概略構成を示す図である。図１に示すように、情報処理システム１は、情報処理装置１０、およびサンプルＳに対応するスペクトルを測定する測定装置２０を備える。情報処理装置１０および測定装置２０は、有線または無線の各種ネットワークにより接続される。
本実施形態におけるサンプルＳである微小粒子として、例えば、細胞、微生物もしくはリポソームなどの生体関連微小粒子、またはラテックス粒子、ゲル粒子、工業用粒子もしくはマイクロビーズなどの合成粒子などを利用することができる。
生体関連微小粒子には、各種細胞を構成する染色体、リポソーム、ミトコンドリア、オルガネラ（細胞小器官）などが含まれる。細胞には、動物細胞（血球系細胞等）および植物細胞が含まれる。微生物には、大腸菌等の細菌類、タバコモザイクウイルス等のウイルス類、およびイースト菌等の菌類などが含まれる。また、生体関連微小粒子には、核酸、酵素等のタンパク質、またはこれらの複合体等、生体関連高分子が含まれてもよい。
また、工業用粒子は、例えば有機高分子材料や無機高分子材料、金属等であってもよい。例えば、有機高分子材料には、ポリスチレン、スチレン・ジビニルベンゼン、ポリメチルメタクリレート等が含まれる。無機高分子材料には、ガラス、シリカ、磁性体材料等が含まれる。金属には、貴金属コロイドおよびアルミニウム等が含まれる。また、これら微小粒子の形状は主に球形であるが、非球形であってもよい。また、微小粒子の大きさおよび質量等も特に限定されない。
情報処理装置１０は、測定装置２０により測定されたサンプルＳの測定データを取得し、取得した測定データであるスペクトルを複数のスペクトルに分離（デコンボリューション）し、分離された各スペクトルの強度を解析する。例えば、情報処理装置１０は、取得したサンプルＳの蛍光スペクトルを、サンプルＳに標識された複数の蛍光色素に由来する蛍光スペクトルに分離し、分離された各蛍光スペクトルの蛍光量を解析する。この蛍光量に基づいて、標識された微小粒子の有する特性について分析することができる。
なお、図１に示した例では、本実施形態に係る情報処理装置１０が、測定装置２０とは別の装置として設けられる場合について図示しているが、本実施形態に係る情報処理装置１０の機能は、測定装置２０の動作を制御するコンピュータに実装されていてもよいし、測定装置２０の筐体内に設けられた任意のコンピュータに実装されていてもよい。なお、情報処理装置１０の詳細な構成については後段において詳述する。
測定装置２０は、サンプルＳに対してレーザ光を照射し、サンプルＳからの蛍光、燐光または散乱光を検出し、これらの光の検出結果からサンプルＳに対応するスペクトルを測定する。すなわち、測定装置２０は、測定部としての機能を有する。本実施形態に係る測定装置２０は、サンプルＳの発光スペクトル、散乱スペクトル又は吸収スペクトルを測定するものであってもよいし、発光スペクトル、散乱スペクトル及び吸収スペクトルの少なくとも２つ以上を測定するものであってもよい。
なお、以下では、測定装置２０は、サンプルＳの蛍光スペクトルを測定するフローサイトメータであるとして、本技術についての詳細な説明を行う。
測定装置２０の説明の前に、本実施形態に係る情報処理システム１における測定サンプルである微小粒子について説明する。本実施形態に係る微小粒子は、例えば、蛍光スペクトルの測定に先立って、一または複数の蛍光色素により標識されてもよい。複数の蛍光色素により微小粒子が標識されることを、多重染色とも称する。微小粒子に対する蛍光色素の標識は、公知の任意の手法によって行うことができる。例えば微小粒子が細胞である場合には、細胞表面分子に対する蛍光標識抗体と細胞とを混合することにより、細胞表面分子に抗体が結合される。蛍光標識抗体は、抗体に直接蛍光色素を結合させたものであってもよく、ビオチン標識した抗体にアビジンを結合した蛍光色素をアビジン・ビオチン反応によって結合させたものであってもよい。また、抗体は、モノクローナル抗体又はポリクローナル抗体であってもよい。
微小粒子を多重標識するための蛍光色素には、公知の物質を２つ以上組み合わせて用いることができる。蛍光色素としては、例えば、フィコエリスリン（ＰＥ）、ＦＩＴＣ、ＰＥ−Ｃｙ５、ＰＥ−Ｃｙ７、ＰＥ−テキサスレッド（ＰＥ−Ｔｅｘａｓ ｒｅｄ）、アロフィコシアニン（ＡＰＣ）、ＡＰＣ−Ｃｙ７、エチジウムブロマイド（Ｅｔｈｉｄｉｕｍ ｂｒｏｍｉｄｅ）、プロピジウムアイオダイド（Ｐｒｏｐｉｄｉｕｍ ｉｏｄｉｄｅ）、ヘキスト（Ｈｏｅｃｈｓｔ）３３２５８／３３３４２、ＤＡＰＩ、アクリジンオレンジ（Ａｃｒｉｄｉｎｅ ｏｒａｎｇｅ）、クロモマイシン（Ｃｈｒｏｍｏｍｙｃｉｎ）、ミトラマイシン（Ｍｉｔｈｒａｍｙｃｉｎ）、オリボマイシン（Ｏｌｉｖｏｍｙｃｉｎ）、パイロニン（Ｐｙｒｏｎｉｎ）Ｙ、チアゾールオレンジ（Ｔｈｉａｚｏｌｅ ｏｒａｎｇｅ）、ローダミン（Ｒｈｏｄａｍｉｎｅ）１０１イソチオシアネート（ｉｓｏｔｈｉｏｃｙａｎａｔｅ）、ＢＣＥＣＦ、ＢＣＥＣＦ−ＡＭ、Ｃ．ＳＮＡＲＦ−１、Ｃ．ＳＮＡＲＦ−１−ＡＭＡ、エクオリン（Ａｅｑｕｏｒｉｎ）、Ｉｎｄｏ−１、Ｉｎｄｏ−１−ＡＭ、Ｆｌｕｏ−３、Ｆｌｕｏ−３−ＡＭ、Ｆｕｒａ−２、Ｆｕｒａ−２−ＡＭ、オキソノール（Ｏｘｏｎｏｌ）、テキサスレッド（Ｔｅｘａｓ ｒｅｄ）、ローダミン（Ｒｈｏｄａｍｉｎｅ）１２３、１０−Ｎ−ノニ−アクリジンオレンジ（Ａｃｒｉｄｉｎｅ ｏｒａｎｇｅ）、フルオレセイン（Ｆｌｕｏｒｅｃｅｉｎ）、フルオレセインジアセテート（Ｆｌｕｏｒｅｓｃｅｉｎ ｄｉａｃｅｔａｔｅ）、カルボキシフルオレセイン（Ｃａｒｂｏｘｙｆｌｕｏｒｅｓｃｅｉｎ）、カルビキシフルオレセインジアセテート（Ｃａｂｏｘｙｆｌｕｏｒｅｓｃｅｉｎ ｄｉａｃｅｔａｔｅ）、カルボキシジクロロフルオレセイン（Ｃａｒｂｏｘｙｄｉｃｈｌｏｒｏｆｌｕｏｒｅｓｃｅｉｎ）、カルボキシジクロロフルオレセインジアセテート（Ｃａｒｂｏｘｙｄｉｃｈｌｏｒｏｆｌｕｏｒｅｓｃｅｉｎ ｄｉａｃｅｔａｔｅ）等を利用することができる。もちろん、本実施形態で使用可能な蛍光色素は、上記の例に限定されるわけではない。
次に、測定装置２０の構成について説明する。図２は、測定装置の一例であるフローサイトメータの概略構成を示す図である。また、図３は、フローサイトメータの詳細な構成の一例を示す図である。図２および図３に示すフローサイトメータは、レーザ光源２１、マイクロ流路２２、および光検出器２３を備える。
図２を参照すると、フローサイトメータでは、微小粒子Ｓの染色に利用され得る蛍光色素を励起可能な波長を有するレーザ光が、レーザ光源２１からマイクロ流路２２を流れる単染色、多重染色または無染色の微小粒子Ｓに対して射出される。光検出器２３は、レーザ光の照射された微小粒子Ｓから放射される蛍光または散乱光等を検出する。また、図２および図３には示されていないが、レーザ光を微小粒子Ｓへと導光するためのレンズ等の光学系、および微小粒子Ｓから放射される蛍光または散乱光等を光検出器２３に導光するための光学系が、フローサイトメータに設けられる。
レーザ光源２１は、所定波長のレーザ光（例えば、波長λ＝４０５ｎｍ、４８８ｎｍ、５３２ｎｍ、６３３ｎｍ）を射出してもよい。また、図２および図３の例では１台のレーザ光源２１しか描画されていないが、複数のレーザ光源が設けられていてもよい。
マイクロ流路２２は、微小粒子Ｓを流れ方向に一列に流通させるために設けられる。マイクロ流路２２として、公知のマイクロ流路チップ等が用いられる。
また、図３に示すように、光検出器２３は、ディテクタ２３０、光電子倍増管（ＰＭＴ）２３１、およびダイクロイックミラー２３２（光学フィルタの一例）を備える。
ディテクタ２３０は、微小粒子Ｓから放射される散乱光ＳＬを検出するための装置である。ディテクタ２３０は、例えば、ＣＣＤ（Charge Coupled Device）、ＣＭＯＳ（Complementary Metal Oxide Semiconductor）、またはフォトダイオード等により実現される。ディテクタ２３０により検出された散乱光ＳＬの測定データは、本実施形態に係る情報処理装置１０に出力されてもよい。
ＰＭＴ２３１は、微小粒子Ｓから放射された蛍光ＦＬを検出するための装置である。ＰＭＴ２３１は、図３に示すように、複数設けられる。レーザ光源２１から射出されたレーザ光に起因して微小粒子Ｓから放射される蛍光ＦＬは、マイクロ流路２２とＰＭＴ２３１との間に設けられたダイクロイックミラー２３２により分光され、各ＰＭＴ２３１へと導光される。
なお、ＰＭＴ２３１の設置数は、後述する蛍光色素または微小粒子の有する光に対する応答特性の分布（例えば、蛍光色素に対応する蛍光スペクトル）等に応じて適宜設定される。各ＰＭＴ２３１により検出された測定データを統合することにより、微小粒子Ｓの蛍光スペクトルが得られる。ＰＭＴ２３１は、対応する波長帯域の蛍光ＦＬの検出結果を示した測定データを、本実施形態に係る情報処理装置１０へと出力する。
上記のように、本実施形態に係る情報処理装置１０は、微小粒子Ｓからの蛍光を連続的に観測した蛍光スペクトルを得る。なお、図３に示したフローサイトメータでは、微小粒子Ｓからの散乱光を検知するための一連の光学系が設けられているが、かかる光学系は設けられていなくともよい。また、図３に示したフローサイトメータは、微小粒子Ｓから放出された蛍光ＦＬをダイクロイックミラー２３２により分光してＰＭＴ２３１へと導光しているが、微小粒子Ｓから放出される蛍光ＦＬは、バンドパスフィルタ等の複数の波長選択フィルタにより複数の特定波長帯域に含まれる波長を有する蛍光に分離されてもよい。また、上記のフローサイトメータは、プリズム等の分光器を用いて微小粒子Ｓから放出される蛍光ＦＬを分光してもよい。つまり、微小粒子Ｓをレーザ光で励起して得られる蛍光スペクトルを所定の波長帯域毎に選択的に測定し、その測定結果を情報処理装置１０に入力できるような構成であれば、一部の構成要素を任意に変形してもよい。
以上、本実施形態に係る測定装置２０の一例について説明した。
＜１．２．情報処理装置の構成＞
次に、本開示の一実施形態に係る情報処理装置１０の構成について、図４および図５を参照しながら説明する。図４は、本開示の一実施形態に係る情報処理装置１０の機能構成の一例を示す機能ブロック図である。
次に、本開示の一実施形態に係る情報処理装置１０の構成について、図４および図５を参照しながら説明する。図４は、本開示の一実施形態に係る情報処理装置１０の機能構成の一例を示す機能ブロック図である。
図４に示すように、本実施形態に係る情報処理装置１０は、測定データ取得部１０１、蛍光量解析部１０２、参照スペクトル生成部１０３、記憶部１１０および表示制御部１２０を備える。
（測定データ取得部）
測定データ取得部１０１は、測定装置２０により生成された測定データを測定装置２０から取得する。ここで、測定装置２０から取得する微小粒子Ｓの測定データは、例えば、一または複数の微小粒子Ｓに対してレーザ光を照射することにより生成されるスペクトルの強度を表したデータである。一または複数の微小粒子Ｓに対するスペクトルの測定には、微小ではあるが時間幅が存在する。そのため、本実施形態に係る測定データには、例えば、当該微小な時間幅における累積強度、最大強度または平均強度等が用いられる。
測定データ取得部１０１は、測定装置２０により生成された測定データを測定装置２０から取得する。ここで、測定装置２０から取得する微小粒子Ｓの測定データは、例えば、一または複数の微小粒子Ｓに対してレーザ光を照射することにより生成されるスペクトルの強度を表したデータである。一または複数の微小粒子Ｓに対するスペクトルの測定には、微小ではあるが時間幅が存在する。そのため、本実施形態に係る測定データには、例えば、当該微小な時間幅における累積強度、最大強度または平均強度等が用いられる。
測定データ取得部１０１は、取得した測定データを記憶部１１０に格納する。この際、測定データ取得部１０１は、取得した測定データに対し、当該測定データを取得した日時等の時刻情報、または測定装置２０の測定条件に係る情報等を関連付けて記憶部１１０に格納してもよい。また、測定データ取得部１０１は、測定データをリアルタイムで解析するために、直接、蛍光量解析部１０２へ出力してもよい。
（蛍光量解析部）
蛍光量解析部１０２は、測定データ取得部１０１または記憶部１１０から取得した測定データに係る蛍光スペクトルを、微小粒子Ｓに標識された蛍光色素ごとのスペクトル（および微小粒子Ｓに由来する自家蛍光スペクトル）に分離し、分離されたスペクトルごとの強度から蛍光量を解析する。蛍光スペクトルの分離には、参照スペクトルが用いられる。参照スペクトルは、各蛍光色素が単染色された単染色サンプルについて測定されて規格化されたスペクトルである。この参照スペクトルは、参照スペクトル生成部１０３により生成される。
蛍光量解析部１０２は、測定データ取得部１０１または記憶部１１０から取得した測定データに係る蛍光スペクトルを、微小粒子Ｓに標識された蛍光色素ごとのスペクトル（および微小粒子Ｓに由来する自家蛍光スペクトル）に分離し、分離されたスペクトルごとの強度から蛍光量を解析する。蛍光スペクトルの分離には、参照スペクトルが用いられる。参照スペクトルは、各蛍光色素が単染色された単染色サンプルについて測定されて規格化されたスペクトルである。この参照スペクトルは、参照スペクトル生成部１０３により生成される。
蛍光量解析部１０２は、微小粒子Ｓの多重染色に用いられた各蛍光色素の参照スペクトルを、微小粒子Ｓの測定データに係る蛍光スペクトルにフィッティングすることにより、各蛍光色素の蛍光量を解析する。参照スペクトルのフィッティングは、最小二乗法など、公知の任意の手法により行われる。
図５を参照しながら、蛍光量解析部１０２による蛍光量解析処理について説明する。図５は、本実施形態に係る蛍光量解析部１０２による蛍光量解析処理を説明するための図である。
蛍光量解析部１０２は、まず、ユーザの操作等により微小粒子Ｓに標識された蛍光色素を選択し、当該蛍光色素の参照スペクトルを記憶部１１０から取得する。図５に示す例では、ＦＩＴＣ、ＰＥ、ＥＣＤ、ＰＣ５、ＰＣ７という５種類の蛍光色素の参照スペクトルが示されている。
次に、蛍光量解析部１０２は、上記の蛍光色素が標識された微小粒子Ｓの測定データ、および各蛍光色素に対応する参照スペクトルを記憶部１１０から取得し、測定データに係る蛍光スペクトルを蛍光色素ごとに分離する。図５に示す蛍光スペクトルは、標識に用いられた蛍光色素の参照スペクトルが重畳したものである。すなわち、蛍光量解析部１０２は、各参照スペクトルを蛍光スペクトルにフィッティングすることにより、各参照スペクトルの蛍光強度を解析する。フィッティングにより得られる各蛍光色素に起因する蛍光スペクトルは、図５に示す通りである。参照スペクトルとフィッティング後の各蛍光色素の蛍光スペクトルの形状は同一であるが、フィッティングにおける重み付けによって、その蛍光スペクトルの強度が変化する。当該強度は、各蛍光色素の蛍光量に対応する。
蛍光量解析部１０２は、各蛍光スペクトルの強度から、各蛍光色素の蛍光量を解析する。これにより、どの程度蛍光色素の蛍光量が微小粒子Ｓに含まれているかを知得することができる。
また、蛍光量解析部１０２は、例えば上記特許文献１（特開２０１３−２４７９２号公報）に開示された手法を用いて、測定データに係る蛍光スペクトルを分離して、各蛍光色素の蛍光量を解析してもよい。
なお、蛍光量解析部１０２は、無染色の微小粒子から得られる自家蛍光スペクトルの蛍光量を解析することも可能である。
蛍光量解析部１０２は、解析結果に係るデータを記憶部１１０に格納する。この際、蛍光量解析部１０２は、解析結果に係るデータに対し、当該データを生成した日時等の時刻情報、または測定データに係る情報等を関連付けて記憶部１１０に格納してもよい。また、蛍光量解析部１０２は、解析結果を表示制御部１２０に出力してもよい。当該解析結果に係る画面は、表示制御部１２０によってユーザに提示される。
また、蛍光量解析部１０２は、解析結果を、プリンタ等の出力装置を介して印刷物としてユーザに提示してもよく、ＣＤ、ＤＶＤ、Ｂｌｕ−ｒａｙ（登録商標）ディスク、ＵＳＢメモリまたは外部ＨＤＤ（Hard Disk Drive）等の各種の記録媒体等に、解析結果に係るデータを出力してもよい。また、蛍光量解析部１０２は、解析結果に係るデータを、本実施形態に係る情報処理装置１０が通信可能な外部の装置に対して、各種の通信網を介して出力してもよい。
（参照スペクトル算出部）
参照スペクトル生成部１０３は、記憶部１１０から取得した無染色または少なくとも一蛍光色素が標識された微小粒子の測定データに係る蛍光スペクトルに基づいて、参照スペクトルを生成する。当該参照スペクトルは、上述した通り、蛍光量解析部１０２により一の蛍光スペクトルから微小粒子の標識に用いられた蛍光色素の蛍光量を解析するための参照用のスペクトルである。
参照スペクトル生成部１０３は、記憶部１１０から取得した無染色または少なくとも一蛍光色素が標識された微小粒子の測定データに係る蛍光スペクトルに基づいて、参照スペクトルを生成する。当該参照スペクトルは、上述した通り、蛍光量解析部１０２により一の蛍光スペクトルから微小粒子の標識に用いられた蛍光色素の蛍光量を解析するための参照用のスペクトルである。
例えば、参照スペクトル生成部１０３は、一の蛍光色素の参照スペクトルを算出する際に、以下の処理を行う。具体的には、参照スペクトル生成部１０３は、まず、一の蛍光色素のみが標識された微小粒子の測定データ、および無染色の微小粒子の測定データを記憶部１１０から取得する。参照スペクトル生成部１０３は、これらの測定データについて統計処理を行うことにより、一の蛍光色素の参照スペクトルを算出する。また、参照スペクトル生成部１０３は、無染色の微小粒子の測定データのみについて統計処理を行うことにより、当該微小粒子の自家蛍光スペクトルに係る参照スペクトルを算出してもよい。
参照スペクトル生成部１０３は、参照スペクトルに係るデータを記憶部１１０に格納する。この際、参照スペクトル生成部１０３は、参照スペクトルに係るデータに対し、当該データを生成した日時等の時刻情報、または測定データに係る情報等を関連付けて記憶部１１０に格納してもよい。また、参照スペクトル生成部１０３は参照スペクトルに係るデータを表示制御部１２０に出力してもよい。当該参照スペクトルに係るデータは、表示制御部１２０によってユーザに提示される。
なお、本実施形態に係る参照スペクトル生成部１０３の詳細な構成については後述する。
（記憶部）
記憶部１１０は、情報処理装置１０が備える記憶手段であり、情報処理装置１０の有する各機能部により得られた情報等を記憶する。また、記憶部１１０は、情報処理装置１０の有する各機能部からの要求に応じて、記憶されている情報を適宜出力する。記憶部１１０には、例えば、測定データ取得部１０１が取得した測定データ、蛍光量解析部１０２により解析された解析結果に係るデータ、および参照スペクトル生成部１０３により算出された参照スペクトルに係るデータ等が格納されてもよい。また、記憶部１１０には、表示制御部１２０が各種情報を表示画面に表示するために利用する各種アプリケーションに対応するプログラム等の実行データが格納されてもよい。また、記憶部１１０には、情報処理装置１０による処理の際に生じ得る各種パラメータまたは一時的なデータ等が適宜格納されてもよい。また、記憶部１１０には、各種データベースが設けられてもよい。各種データベースとは、例えば、上記の測定データ、解析結果に係るデータ、または参照スペクトルに係るデータを格納するデータベースであってもよい。記憶部１１０は、本実施形態に係る情報処理装置１０の有する各機能部が自由に読み書きできるように設けられる。
記憶部１１０は、情報処理装置１０が備える記憶手段であり、情報処理装置１０の有する各機能部により得られた情報等を記憶する。また、記憶部１１０は、情報処理装置１０の有する各機能部からの要求に応じて、記憶されている情報を適宜出力する。記憶部１１０には、例えば、測定データ取得部１０１が取得した測定データ、蛍光量解析部１０２により解析された解析結果に係るデータ、および参照スペクトル生成部１０３により算出された参照スペクトルに係るデータ等が格納されてもよい。また、記憶部１１０には、表示制御部１２０が各種情報を表示画面に表示するために利用する各種アプリケーションに対応するプログラム等の実行データが格納されてもよい。また、記憶部１１０には、情報処理装置１０による処理の際に生じ得る各種パラメータまたは一時的なデータ等が適宜格納されてもよい。また、記憶部１１０には、各種データベースが設けられてもよい。各種データベースとは、例えば、上記の測定データ、解析結果に係るデータ、または参照スペクトルに係るデータを格納するデータベースであってもよい。記憶部１１０は、本実施形態に係る情報処理装置１０の有する各機能部が自由に読み書きできるように設けられる。
（表示制御部）
表示制御部１２０は、情報処理装置１０が備えるディスプレイ等の不図示の表示装置、または情報処理装置１０の外部に設けられたディスプレイ等の表示装置における表示画面の表示制御を行う。例えば、表示制御部１２０は、蛍光量解析部１０２による解析結果に係るデータに基づいて、表示画面の表示制御を行ってもよい。また、表示制御部１２０は、参照スペクトル生成部１０３により生成された参照スペクトルに係るデータに基づいて、表示画面の表示制御を行ってもよい。当該表示制御により、情報処理装置１０のユーザは、解析結果または参照スペクトルについての情報を知得することができる。
表示制御部１２０は、情報処理装置１０が備えるディスプレイ等の不図示の表示装置、または情報処理装置１０の外部に設けられたディスプレイ等の表示装置における表示画面の表示制御を行う。例えば、表示制御部１２０は、蛍光量解析部１０２による解析結果に係るデータに基づいて、表示画面の表示制御を行ってもよい。また、表示制御部１２０は、参照スペクトル生成部１０３により生成された参照スペクトルに係るデータに基づいて、表示画面の表示制御を行ってもよい。当該表示制御により、情報処理装置１０のユーザは、解析結果または参照スペクトルについての情報を知得することができる。
＜１．３．参照スペクトルについて＞
参照スペクトルは、上述したように、蛍光量解析部１０２において、各蛍光色素の蛍光量の解析のために用いられるスペクトルである。各蛍光色素の蛍光量を精度高く解析するためには、参照スペクトルの形状の正確性が求められる。
参照スペクトルは、上述したように、蛍光量解析部１０２において、各蛍光色素の蛍光量の解析のために用いられるスペクトルである。各蛍光色素の蛍光量を精度高く解析するためには、参照スペクトルの形状の正確性が求められる。
参照スペクトル生成部１０３は、一の蛍光色素（または微小粒子の自家蛍光）の参照スペクトルを生成する処理を、例えば、以下の手順で行う。まず、参照スペクトル生成部１０３は、一の蛍光色素のみ標識された微小粒子の測定データ、および無染色の微小粒子の測定データを記憶部１１０から取得する。次に、参照スペクトル生成部１０３は、自家蛍光に係る測定データについて統計処理（例えば平均化処理）を行い、平均化された自家蛍光に係るスペクトル（平均化自家蛍光スペクトル）を得る。
次いで、参照スペクトル生成部１０３は、上記一の蛍光色素のみ標識された微小粒子の測定データに係る複数の蛍光スペクトルから上記平均化自家蛍光スペクトルをそれぞれ差し引く。次に、参照スペクトル生成部１０３は、差し引き後の複数の蛍光スペクトルを等価に扱うために、当該複数の蛍光スペクトルの各々についてスペクトル総和の正規化を行う。次いで、参照スペクトル生成部１０３は、正規化されたスペクトルの平均化を行う。当該平均化により得られたスペクトルを平均化蛍光スペクトルと称する。そして、参照スペクトル生成部１０３は、他の蛍光色素の参照スペクトルと強度を均一化するために、平均化蛍光スペクトルの強度を正規化する。これにより、上記一の蛍光色素の参照スペクトルが生成される。
図６は、参照スペクトル生成部１０３により生成された参照スペクトルの一例を示す図である。図６のグラフＧ６１は、参照スペクトルの算出に用いられた測定データに係る複数の蛍光スペクトルの一例を示し、図６のグラフＧ６２は、グラフＧ６１に示された複数の蛍光スペクトルに基づいて参照スペクトル生成部１０３により生成された参照スペクトルの一例を示す。なお、グラフＧ６１およびグラフＧ６２に示されたスペクトルを表すグラフの横軸はＰＭＴのチャンネル（すなわち、波長に相当）を示し、縦軸はスペクトルの強度を示す。
グラフＧ６１に示すスペクトルには、５ｃｈ〜２０ｃｈに観測されるピーク、および３０ｃｈ〜５５ｃｈ付近に観測されるピークが主として存在する。このうち、５ｃｈ〜２０ｃｈに観測されるピークは、微小粒子に標識された蛍光色素Ａに起因するピークであり、３０〜５５ｃｈ付近に観測されるピークは、微小粒子の自家蛍光に起因するピークである。
参照スペクトル生成部１０３は、グラフＧ６１に示す各蛍光スペクトルから、別に算出された平均化自家蛍光スペクトルを差し引き、差し引き後の蛍光スペクトルを平均化および規格化することにより、グラフＧ６２に示す参照スペクトルを生成する。参照スペクトルの生成の際に用いられる測定データのばらつきがグラフＧ６１に示す程度のばらつきであれば、グラフＧ６２に示すように、蛍光色素Ａに起因するピークを示す参照スペクトルを得ることが可能である。
しかし、参照スペクトルの生成に用いられる測定データのばらつきによっては、生成される参照スペクトルの精度が低下してしまう可能性が存在する。例えば、（１）測定データに係るスペクトルに異常値が含まれている場合、または（２）蛍光が微弱であり、スペクトルに含まれるノイズが相対的に大きくなる場合に、生成される参照スペクトルの精度が低下することがあると考えられる。
まず、本発明者らは、（１）測定データに異常値が含まれている場合について検討した。図７は、測定データに異常値が含まれている場合の参照スペクトル生成部１０３により生成された参照スペクトルの一例を示す図である。図７のグラフＧ７１は、参照スペクトルの生成に用いられた測定データに係る複数の蛍光スペクトルの一例を示し、図７のグラフＧ７２は、グラフＧ７１に示された複数の蛍光スペクトルに基づいて生成された参照スペクトルの一例を示す。なお、図７に示した参照スペクトルの生成に用いられた微小粒子に標識される蛍光色素は、図６の場合と同様に、蛍光色素Ａである。
グラフＧ７１に主として示されているスペクトル（異常スペクトルと称する）は、一の測定データに係るスペクトルに１００を乗じて得られた仮想のスペクトルである。すなわち、当該異常スペクトルは、他の測定データに係るスペクトルの凡そ１００倍の強度を示している。このような異常スペクトルに係る測定データを用いて参照スペクトルを生成する場合、特に３０ｃｈ〜５５ｃｈの自家蛍光に起因するピークが平均化自家蛍光スペクトルの差し引き後においても残存してしまう。すると、グラフＧ７２に示すように、参照スペクトルに、自家蛍光に起因するピークがそのまま残存し得る。このように生成された参照スペクトルを蛍光色素Ａの参照スペクトルとして蛍光量の解析に用いてしまうと、正確でない解析結果が得られる可能性がある。
また、本発明者らは、（２）蛍光が微弱であり、スペクトルに含まれるノイズが相対的に大きくなる場合について検討した。図８は、参照スペクトルの生成処理の流れの一例を示す図である。図８では、複数の蛍光スペクトルｉ（ｉ＝１〜ｎ）のうち、蛍光スペクトルｎの強度が小さい場合が想定される。
まず、図８の模式スペクトルＦ８１に示すように、複数の蛍光スペクトルｉから平均化自家蛍光スペクトルが差し引かれる。その際、例えば、蛍光スペクトルｎの一部の波長帯の強度が当該平均化自家蛍光スペクトルの当該波長帯の強度よりも低くなることがある。これは、蛍光スペクトルｎの当該波長帯において得られる信号強度が低く、マイナスに作用するノイズの影響を強く受けるためである。この場合、図８の模式スペクトルＦ８２に示すように、差し引き後のスペクトルの一部の波長帯の強度がマイナス値を示す。
そうすると、図８の模式スペクトルＦ８３に示すように、差し引き後のスペクトルの総和の正規化を行う処理において、マイナス値が当該正規化において過度に重み付けされてしまう。これにより、正規化後のスペクトルを平均化する処理において、図８の模式スペクトルＦ８４に示すように、マイナスの影響を受けた平均化蛍光スペクトルが得られてしまうので、図８の模式スペクトルＦ８５に示すように、スペクトル強度により正規化された参照スペクトルの形状は、一の蛍光色素から得られる実際の蛍光スペクトルの形状と大きく乖離する可能性が存在する。また、場合によっては、参照スペクトルにマイナスの強度が含まれる可能性が存在する。マイナスの強度を含む参照スペクトルを用いた場合、蛍光量解析部１０２による解析において、マイナスの強度を示す波長帯域における当該マイナスの強度を打ち消すために、当該波長帯域において強度を示し得る他の蛍光色素の蛍光量が誤って解析されてしまうおそれがある。
（１）に示した測定データに異常値が含まれる事象は、例えば、測定装置２０において測定データを生成する際に、マイクロ流路における微小粒子の流れの状態、微小粒子のサイズもしくは質量微小粒子同士の凝着などにより生じ得る。例えば、前時刻において検出された光が、微小粒子の流れの乱れにより再度検出されることがある（キャリーオーバー）。これにより、測定データに異常値が含まれる。また、（２）に示した蛍光が微弱となる事象は、例えば、微小粒子に標識される蛍光量が小さい場合、蛍光色素または微小粒子から発光される光の強度が低い場合等に生じ得る。（１）に示す事象は、測定装置２０において偶発的に生じ得る事象である。また、（２）に示す事象は、測定対象である微小粒子がもともと有し得る特性、または解析のために用いられた蛍光色素の当該微小粒子に含まれ得る蛍光量によっては、不可避的に発生し得る事象である。したがって、参照スペクトルを生成するにあたり、異常スペクトルを含む測定データまたは微弱スペクトルを含む測定データを取得したとしても、これらの測定データの使用を避けることが求められる。
そこで、本発明者らは上記事情を鑑みて、本技術に想到した。すなわち、本開示の一実施形態に係る情報処理装置は、参照スペクトルの生成にあたり、まず、一の蛍光特性を示す微小粒子から得られた複数のスペクトル（一群のスペクトル）のうち、外れ値を示すスペクトルを統計処理により抽出し、抽出された外れ値を示すスペクトルを上記一群のスペクトルから除外する。そして、当該情報処理装置は、外れ値を示すスペクトルが除外された一群のスペクトルを用いて、参照スペクトルを算出する。
かかる構成によれば、上記に示したような異常スペクトルを統計処理によって外れ値として除外することができる。ゆえに、参照スペクトルの精度を向上することができる。
また、本開示の一実施形態に係る情報処理装置は、一の蛍光色素の参照スペクトルの生成にあたり、一の蛍光色素が標識された微小粒子から得られた複数のスペクトル（第１スペクトル群）、および当該一の蛍光色素が標識されていない微小粒子から得られた複数のスペクトル（第２スペクトル群）のそれぞれについて上記統計処理を行う。そして、当該情報処理装置は、外れ値を示したスペクトルを第１スペクトル群および第２スペクトル群からそれぞれ除外する。さらに、当該情報処理装置は、外れ値除外後の第１スペクトル群および第２スペクトル群についてそれぞれ平均化を行い、第１スペクトル群の平均スペクトルから第２スペクトル群の平均スペクトルを差し引くことにより、参照スペクトルを算出する。
かかる構成によれば、外れ値が除外された上で平均化によりノイズが均されるので、ノイズの参照スペクトルにマイナスの強度が含まれにくくすることができる。ゆえに、微小粒子から得られる蛍光または自家蛍光に係る信号が微弱であっても、参照スペクトルの精度を向上することができる。
以下、第１の実施形態および第２の実施形態に係る情報処理装置１０に備えられる参照スペクトル生成部１０３の詳細な機能および処理について説明する。
＜＜２．第１の実施形態（蛍光色素に対応する参照スペクトルの生成）＞＞
＜２．１．参照スペクトル生成部の構成＞
図９は、本開示の第１の実施形態に係る参照スペクトル生成部１０３の機能構成の一例を示す機能ブロック図である。図９に示すように、本実施形態に係る参照スペクトル生成部１０３は、データ設定部１０３１、統計処理部１０３２および参照スペクトル算出部１０３３を含む。
＜２．１．参照スペクトル生成部の構成＞
図９は、本開示の第１の実施形態に係る参照スペクトル生成部１０３の機能構成の一例を示す機能ブロック図である。図９に示すように、本実施形態に係る参照スペクトル生成部１０３は、データ設定部１０３１、統計処理部１０３２および参照スペクトル算出部１０３３を含む。
（データ設定部）
本実施形態に係るデータ設定部１０３１は、記憶部１１０から参照スペクトルの生成のために用いられる測定データを取得し、後段の処理に用いられるデータの設定等を行う。例えば、データ設定部１０３１は、（ａ）発光要素の選択（ｂ）測定データの取得（ｃ）測定データの補正を行ってもよい。
本実施形態に係るデータ設定部１０３１は、記憶部１１０から参照スペクトルの生成のために用いられる測定データを取得し、後段の処理に用いられるデータの設定等を行う。例えば、データ設定部１０３１は、（ａ）発光要素の選択（ｂ）測定データの取得（ｃ）測定データの補正を行ってもよい。
−発光要素の選択
まず、本実施形態に係るデータ設定部１０３１は、生成対象である参照スペクトルに係る発光要素を選択する。なお、本明細書において発光要素とは、光に対する一の応答特性を示す一の物質または微小粒子等を含む。例えば、当該物質とは、例えば、蛍光色素を意味する。
まず、本実施形態に係るデータ設定部１０３１は、生成対象である参照スペクトルに係る発光要素を選択する。なお、本明細書において発光要素とは、光に対する一の応答特性を示す一の物質または微小粒子等を含む。例えば、当該物質とは、例えば、蛍光色素を意味する。
例えば、データ設定部１０３１は、ユーザの選択により、生成対象である参照スペクトルに係る発光要素を選択する。図１０は、本実施形態に係るデータ設定部１０３１による蛍光色素の選択処理を説明するための図である。図１０に示す表の第１列には発光要素の識別記号（ＣＤ１、ＣＤ２、・・・、Ｎｅｇ）が表されており、第２列には各識別記号に対応する蛍光色素等の発光要素の種類（ＦＩＴＣ、ＰＥ、・・・、Ｎｅｇａｔｉｖｅ）が表されている。ここで、表中のＮｅｇ（Ｎｅｇａｔｉｖｅ）は、無染色の微小粒子（自家蛍光）を意味する。図１０の表に示される蛍光色素は、記憶部１１０に格納された測定データに対応する蛍光色素であってもよいし、測定装置２０がスペクトルを測定可能である全部または一部の蛍光色素であってもよい。
なお、蛍光色素の参照スペクトルを生成する処理を行う際は、参照スペクトルの生成対象である蛍光色素に対応する測定データだけではなく、無染色の微小粒子に対応する測定データも選択される。
また、表示制御部１２０が図１０に示す表を表示装置等に表示させてもよい。この場合、当該表を閲覧したユーザによる操作により、データ設定部１０３１は、生成対象である参照スペクトルに係る発光要素を選択してもよい。具体的には、データ設定部１０３１は、当該表に示された発光要素のうち、生成対象である参照スペクトルに係る発光要素をユーザの操作により選択してもよい。
なお、例えば、発光要素の選択処理において、生成対象である参照スペクトルに係る蛍光色素が図１０に示した表に存在していない場合、データ設定部１０３１は、ユーザの入力操作等により、当該蛍光色素を当該表に追加する処理を行ってもよい。
−測定データの取得
次に、本実施形態に係るデータ設定部１０３１は、選択された発光要素に対応する測定データを記憶部１１０から取得する。取得される測定データは、例えば、選択した蛍光色素が標識された微小粒子から放射された蛍光について測定装置２０により取得された測定データ、または微小粒子の自家蛍光について測定装置２０により取得された測定データであってもよい。当該測定データは、微小粒子から得られたスペクトルを含む。当該スペクトルは、例えば、微小粒子から放射された蛍光または自家蛍光に係る蛍光スペクトルまたは自家蛍光スペクトルを含む。蛍光または自家蛍光の測定は、参照スペクトルの生成処理に先立って予め行われてもよいし、参照スペクトルの生成処理と並行して行われてもよい。
次に、本実施形態に係るデータ設定部１０３１は、選択された発光要素に対応する測定データを記憶部１１０から取得する。取得される測定データは、例えば、選択した蛍光色素が標識された微小粒子から放射された蛍光について測定装置２０により取得された測定データ、または微小粒子の自家蛍光について測定装置２０により取得された測定データであってもよい。当該測定データは、微小粒子から得られたスペクトルを含む。当該スペクトルは、例えば、微小粒子から放射された蛍光または自家蛍光に係る蛍光スペクトルまたは自家蛍光スペクトルを含む。蛍光または自家蛍光の測定は、参照スペクトルの生成処理に先立って予め行われてもよいし、参照スペクトルの生成処理と並行して行われてもよい。
なお、一の蛍光色素の参照スペクトルを生成する場合、測定装置２０は、当該一の蛍光色素のみが標識された微小粒子の測定データを取得することが好ましい。また、微小粒子に由来する自家蛍光による蛍光スペクトルへの影響を抑えるため、参照スペクトルの生成のために用いられる微小粒子は、同一の自家蛍光スペクトルを示し得る同一の種類の粒子で統一されていることが好ましい。
例えば、データ設定部１０３１は、ユーザの選択により、選択された発光要素に対応する測定データを記憶部１１０から取得する。図１１〜１３は、ＦＩＴＣ、ＰＥおよびＮｅｇａｔｉｖｅ（無染色）が選択された場合の測定データの取得処理を説明するための図、および取得された測定データに係る蛍光スペクトルの分布の例を示す図である。図１１のグラフＧ１１１およびグラフＧ１１２は、ＦＩＴＣの蛍光スペクトルの特定波長における蛍光強度の分布を示す図、およびＦＩＴＣの蛍光スペクトルの積算データを示す図である。図１２のグラフＧ１２１およびグラフＧ１２２は、ＰＥの蛍光スペクトルの特定波長における蛍光強度の分布を示す図、およびＰＥの蛍光スペクトルの積算データを示す図である。図１３のグラフＧ１３１およびグラフＧ１３２は、Ｎｅｇａｔｉｖｅの蛍光スペクトルの特定波長における蛍光強度の分布を示す図、およびＮｅｇａｔｉｖｅの蛍光スペクトルの積算データを示す図である。なお、図１１〜図１３のグラフＧ１１１、グラフＧ１２１およびグラフＧ１３１における横軸および縦軸は、ＰＭＴのＸチャンネルおよびＹチャンネルにおいて検出される蛍光強度（すなわちＸチャンネルおよびＹチャンネルに対応する第１および第２の波長帯域の蛍光強度）である。また、図１１〜図１３のグラフＧ１１２、グラフＧ１２２およびグラフＧ１３２における横軸は波長である。各微小粒子について得られる蛍光スペクトルは、複数のＰＭＴにおいて検出される蛍光強度により構成されるスペクトルである。また、グラフＧ１１２、グラフＧ１２２およびグラフＧ１３２に示すコンターカラーは、測定データに係る複数の蛍光スペクトルの積算データに対応する。
図１１を参照すると、まず、データ設定部１０３１は、ＦＩＴＣが標識された微小粒子についての測定データを記憶部１１０から取得する。そしてデータ設定部１０３１は、表示制御部１２０により、グラフＧ１１１に示すような強度分布図を表示装置等に表示させてもよい。例えば、グラフＧ１１１に示すように、取得した測定データに係る蛍光スペクトルの第１の波長帯域および第２の波長帯域における蛍光強度がプロットされてもよい。プロット１００１が、ＦＩＴＣが標識された一群の微小粒子に係る測定データに対応する。
次に、データ設定部１０３１は、ユーザの操作等により、プロット１００１を選択する。例えば、グラフＧ１１１に示すように、データ設定部１０３１は、ユーザの入力操作等により、プロット１００１を囲むように、フレーム１０１１を設定してもよい。これにより、フレーム１０１１に囲まれたプロットに対応する測定データが取得される。フレーム１０１１の形状、大きさおよびフレーム１０１１の設定方法は特に限定されない。
グラフＧ１１２は、グラフＧ１１１に示す測定データに係る蛍光スペクトルの積算データを示す。当該積算データは、表示制御部１２０により表示装置等に表示されてもよい。これにより、取得した測定データの妥当性をユーザが確認することができる。
図１２および図１３に係るＰＥおよびＮｅｇａｔｉｖｅに係る測定データについても、図１１に示した例と同様に、フレーム１０１２に囲まれたプロット１００２、およびフレーム１０１３に囲まれたプロット１００３に対応する測定データがデータ設定部１０３１により取得される。なお、データ設定部１０３１は、発光要素の選択処理において選択された蛍光色素に係る全ての測定データを記憶部１１０から取得してもよい。すなわち、データ設定部１０３１は、図１１〜図１３に示したような測定データの選択および取得処理を行わずに、発光要素を選択した時点において当該蛍光色素に係る測定データを全て取得してもよい。
−測定データの補正
さらに、データ設定部１０３１は、取得した測定データを補正する処理を行ってもよい。ここでいう補正とは、例えば、ＰＭＴにおける光電変換の特性の不均一性、または微小粒子のマイクロ流路内の流通位置のばらつきに対する補正である。これらの補正は、例えば、特開２０１３−６１２４４号公報または国際公開第２０１３／１８３３４５号に記載されている技術に基づいて行われてもよい。
さらに、データ設定部１０３１は、取得した測定データを補正する処理を行ってもよい。ここでいう補正とは、例えば、ＰＭＴにおける光電変換の特性の不均一性、または微小粒子のマイクロ流路内の流通位置のばらつきに対する補正である。これらの補正は、例えば、特開２０１３−６１２４４号公報または国際公開第２０１３／１８３３４５号に記載されている技術に基づいて行われてもよい。
なお、当該補正処理は、予め測定装置２０により行われてもよいし、図４に示す測定データ取得部１０１等により行われてもよい。この場合、補正後の測定データが記憶部１１０に格納されるため、データ設定部１０３１が再度補正処理を行わなくてもよい。また、当該補正処理は、必ずしも行われなくてもよい。
また、当該補正処理に係る機能は、参照スペクトル生成部１０３に必ずしも含まれなくてもよい。例えば、当該補正処理に係る機能は、測定データ取得部１０１により実行されてもよいし、情報処理装置１０が有する機能として実行されてもよい。また、当該補正処理は、上述した蛍光量解析部１０２においても行われてもよい。
データ設定部１０３１は、以上の処理を行うことにより、生成対象である参照スペクトルに係る発光要素に関する測定データを設定する。設定された測定データは、統計処理部１０３２に出力される。また、設定された測定データは、記憶部１１０に格納されてもよい。
（統計処理部）
本実施形態に係る統計処理部１０３２は、光に対する一の応答特性を示す一群の微小粒子に対して光を照射して得られる一群のスペクトルについて統計処理を行い、当該統計処理の結果に基づいて、一群のスペクトルから外れ値を示すスペクトルを除外する。具体的には、統計処理部１０３２は、測定データに係る複数のスペクトル（一群のスペクトル）について統計処理を行い、統計処理の結果に基づいて、一群のスペクトルから外れ値を示すスペクトルを除外する。ここで、光に対する一の応答特性とは、例えば、蛍光特性を示す。当該蛍光特性とは、微小粒子に標識された蛍光色素に由来する蛍光に係る特性、または無染色の微小粒子に由来する自家蛍光に係る特性を意味する。また、光に対する一の応答特性を示す一群の微小粒子とは、当該一群の微小粒子の各々が同様の応答特性を示すことを意味する。例えば、当該一群の微小粒子が示す光に対する一の応答特性は、単染色、または多重染色された微小粒子から得られる同様の蛍光特性であってもよいし、無染色の微小粒子から得られる自家蛍光に係る蛍光特性であってもよい。これらの応答特性に対応する一群のスペクトルは、微小粒子間において多少のズレは存在するものの、全体的に同様の形状のスペクトルを有し得る。
本実施形態に係る統計処理部１０３２は、光に対する一の応答特性を示す一群の微小粒子に対して光を照射して得られる一群のスペクトルについて統計処理を行い、当該統計処理の結果に基づいて、一群のスペクトルから外れ値を示すスペクトルを除外する。具体的には、統計処理部１０３２は、測定データに係る複数のスペクトル（一群のスペクトル）について統計処理を行い、統計処理の結果に基づいて、一群のスペクトルから外れ値を示すスペクトルを除外する。ここで、光に対する一の応答特性とは、例えば、蛍光特性を示す。当該蛍光特性とは、微小粒子に標識された蛍光色素に由来する蛍光に係る特性、または無染色の微小粒子に由来する自家蛍光に係る特性を意味する。また、光に対する一の応答特性を示す一群の微小粒子とは、当該一群の微小粒子の各々が同様の応答特性を示すことを意味する。例えば、当該一群の微小粒子が示す光に対する一の応答特性は、単染色、または多重染色された微小粒子から得られる同様の蛍光特性であってもよいし、無染色の微小粒子から得られる自家蛍光に係る蛍光特性であってもよい。これらの応答特性に対応する一群のスペクトルは、微小粒子間において多少のズレは存在するものの、全体的に同様の形状のスペクトルを有し得る。
ここで、外れ値とは、複数のスペクトルの強度についての外れ値である。例えば、複数のスペクトルのうち一のスペクトルの任意の波長帯域における強度が、他の複数のスペクトルの当該波長帯域における強度と大きく乖離している場合、当該一のスペクトルは外れ値を示すスペクトルとなり得る。また、複数のスペクトルのうち一のスペクトルの形状が、他の複数のスペクトルの形状と大きく乖離している場合、当該一のスペクトルは外れ値を示すスペクトルとなり得る。上述したスペクトルの強度または形状の乖離の程度（閾値）は、上述した統計処理に応じて決定される。
本実施形態に係る統計処理部１０３２は、外れ値を示すスペクトルを除外するための統計処理の一例として、ＲＡＮＳＡＣ（RANdom SAmple Consensus）を用いた基準スペクトルの設定処理を行う。以下、図１４および図１５を参照しながら当該設定処理について説明する。
−ＲＡＮＳＡＣを用いた基準スペクトルの設定
図１４は、本実施形態に係る統計処理部１０３２によるＲＡＮＳＡＣを用いた基準スペクトルの設定処理の一例に係るフローチャートである。また、図１５は、本実施形態に係る統計処理部１０３２による基準スペクトルの設定処理の一例を説明するための図である。なお、当該設定処理における前提として、データ設定部１０３１により、一の蛍光色素（蛍光色素Ａとする）に係る測定データがＮ個設定されたと仮定する。ここで、当該設定処理に用いられる測定データの数Ｎは特に限定されないが、外れ値を示すスペクトルを除外するために、所定の数以上であることが好ましい。所定の数とは、例えば、以下のステップＳ１０１において取り出されるデータ数ｎの２倍であってもよい。
図１４は、本実施形態に係る統計処理部１０３２によるＲＡＮＳＡＣを用いた基準スペクトルの設定処理の一例に係るフローチャートである。また、図１５は、本実施形態に係る統計処理部１０３２による基準スペクトルの設定処理の一例を説明するための図である。なお、当該設定処理における前提として、データ設定部１０３１により、一の蛍光色素（蛍光色素Ａとする）に係る測定データがＮ個設定されたと仮定する。ここで、当該設定処理に用いられる測定データの数Ｎは特に限定されないが、外れ値を示すスペクトルを除外するために、所定の数以上であることが好ましい。所定の数とは、例えば、以下のステップＳ１０１において取り出されるデータ数ｎの２倍であってもよい。
図１４を参照すると、統計処理部１０３２は、まず、Ｎ個の測定データからｎ個の測定データをＧｒ．ｍ（ｍ＝１〜Ｍ）のデータセットとして取り出す（Ｓ１０１）。具体的には、図１５の模式図Ｆ１５1を参照すると、統計処理部１０３２は、Ｎ個の測定データについて、Ｇｒ．１、Ｇｒ．２、・・・、Ｇｒ．ＭからなるＭ個のデータセットを設定しておく。設定されたこれらのデータセットの各々について、統計処理部１０３２は後述する処理を行う。なお、１のデータセットに含まれる測定データの数ｎは特に限定されない。
次に、統計処理部１０３２は、Ｇｒ．ｍのデータセットに含まれる測定データから、Ｇｒ．ｍに係るパラメータを算出する（Ｓ１０３）。ここで、Ｇｒ．ｍに係るパラメータとは、Ｇｒ．ｍのデータセットに含まれる測定データのスペクトルの平均値および標準偏差である。より具体的には、統計処理部１０３２は、Ｇｒ．ｍのデータセットに含まれる測定データのＰＭＴチャンネルごとの平均値および標準偏差を算出する。例えば、Ｇｒ．ｍのデータセットに含まれる測定データをＤ（ｍ，ｋ）とし（ｋ＝１〜ｎ）、Ｄ（ｍ，ｋ）に含まれるＰＭＴチャンネルｌ（ｌ＝１〜Ｌ：ＬはＰＭＴチャンネルの個数）の強度を、Ｉ（ｍ，ｋ，ｌ）とする。この場合、統計処理部１０３２は、ＰＭＴチャンネルｌの強度の平均値ａｖｅＩ（ｍ，ｌ）および標準偏差σＩ（ｍ，ｌ）を、各ＰＭＴチャンネルについて算出する。平均値ａｖｅＩ（ｍ，ｌ）および標準偏差σＩ（ｍ，ｌ）が、Ｇｒ．ｍに係るパラメータとなる。
次に、統計処理部１０３２は、Ｇｒ．ｍのデータセット以外の測定データと、Ｇｒ．ｍに係るパラメータとの比較を行う（Ｓ１０５）。具体的には、統計処理部１０３２は、各測定データＤ（ｐ，ｋ）（ｐ≠ｍ）に含まれるＰＭＴチャンネルｌの強度Ｉ（ｐ，ｋ，ｌ）と平均値ａｖｅＩ（ｍ，ｌ）との誤差ｅｒｒ（ｍ，ｐ，ｋ，ｌ）を、それぞれ算出してもよい。また、統計処理部１０３２は、測定データＤ（ｐ，ｋ）の強度Ｉ（ｐ，ｋ，ｌ）により表されるスペクトルＳＤ（ｐ，ｋ）と、平均値ａｖｅＩ（ｍ，ｌ）により表されるスペクトルＳａｖｅ（ｍ）との相関係数Ｒ２（ｍ，ｐ，ｋ）を、それぞれ算出してもよい。スペクトルＳＤ（ｐ，ｋ）は、全てのＰＭＴチャンネルにおける強度Ｉからなるスペクトルであり、スペクトルＳａｖｅ（ｍ）は、全てのＰＭＴチャンネルに係る平均値ａｖｅＩ（ｍ，ｌ）からなるスペクトルである。
次に、統計処理部１０３２は、ステップＳ１０５で得られた誤差および相関係数が所定範囲に含まれているか否かを、Ｇｒ．ｍのデータセット以外の測定データごとに検証し、当該誤差および当該相関係数が所定範囲に含まれなかった測定データ（外れ値含有測定データ）の数を算出する（Ｓ１０７）。具体的には、誤差に基づいて外れ値含有測定データの数を算出する場合、まず、統計処理部１０３２は、誤差ｅｒｒ（ｍ，ｐ，ｋ，ｌ）が第１の所定閾値ｔｈ１を下回っているか否かを、各測定データのＰＭＴチャンネルごとに検証してもよい。このとき、例えば、測定データ（ｐ，ｋ）に含まれるｌ個の誤差ｅｒｒ（ｍ，ｐ，ｋ，ｌ）のうちの一つが上記第１の所定閾値ｔｈ１を下回っていれば、統計処理部１０３２は、当該測定データを外れ値含有測定データとしてカウントしてもよい。なお、第１の所定閾値ｔｈ１は、Ｇｒ．ｍのデータセットに係る標準偏差σＩ（ｍ，ｌ）に基づいて設定されてもよい。
また、相関係数に基づいて外れ値含有測定データの数を算出する場合、統計処理部１０３２は、相関係数Ｒ２（ｍ，ｐ，ｋ）が第２の所定閾値ｔｈ２を下回っているか否かを、測定データごとに検証してもよい。なお、第２の所定閾値ｔｈ２は、算出される外れ値含有測定データの数、または後で得られる基準スペクトルの精度等に基づいて、適宜設定され得る。
統計処理部１０３２は、ステップＳ１０５およびステップＳ１０７に係る処理を、Ｇｒ．ｍのデータセット以外の全ての測定データに対して行う（Ｓ１０９）。統計処理部１０３２は、上記の処理結果から、Ｇｒ．ｍのデータセットについての誤差に係る外れ値含有測定データの数Ｎｅｒｒ（ｍ）、および相関係数に係る外れ値含有測定データの数Ｎｃｏｒ（ｍ）の少なくともいずれかを算出する。
統計処理部１０３２は、全てのデータセット（Ｇｒ．１〜Ｇｒ．Ｍ）について上述したステップＳ１０１〜Ｓ１０７に係る処理を繰り返し行う。これにより、図１５の模式図Ｆ１５２および表Ｆ１５３に示すように、全てのデータセットについてパラメータ（平均値ａｖｅＩ（ｍ，ｌ）および標準偏差σＩ（ｍ，ｌ））が算出され、また、全てのデータセットについて、誤差に係る外れ値含有測定データの数Ｎｅｒｒ（ｍ）、および相関係数に係る外れ値含有測定データの数Ｎｃｏｒ（ｍ）の少なくともいずれかが算出される。
全てのデータセットについてパラメータの算出および外れ値含有測定データの数が算出されると（図１４のＳ１０９／ＹＥＳ）、統計処理部１０３２は、最も外れ値含有測定データの数が最も少ないデータセットＧｒ．ｍ１を特定する（Ｓ１１１）。具体的には、表Ｆ１５３に示すように、統計処理部１０３２は、誤差（Ｅｒｒｏｒ）に係る外れ値含有測定データの数Ｎｅｒｒ（ｍ）、および相関係数（ＣＣ）に係る外れ値含有測定データの数Ｎｃｏｒ（ｍ）の少なくともいずれか最も少ないデータセットをＧｒ．ｍ１として特定する。表Ｆ１５３に示した例では、誤差に係る外れ値含有測定データの数Ｎｅｒｒ（ｍ）が最も少ないデータセットはＧｒ．１となる。また、相関係数に係る外れ値含有測定データの数Ｎｃｏｒ（ｍ）が最も少ないデータセットはＧｒ．Ｍ−１となる。
ここで特定されたＧｒ．ｍ１のデータセットに含まれる測定データは、最もばらつきの少ない測定データ群である。そのため、当該データセットは、外れ値を示すスペクトルを特定するための基準となる基準スペクトルを設定するのに最も適切なデータセットとなる。なお、Ｇｒ．ｍ１の特定として、誤差に係る外れ値含有測定データの数Ｎｅｒｒ（ｍ）または相関係数に係る外れ値含有測定データの数Ｎｃｏｒ（ｍ）のいずれかを用いるかについては、後述する。
また、統計処理部１０３２は、Ｇｒ．ｍ１のデータセットに基づいて、基準スペクトルを設定する。例えば、統計処理部１０３２は、Ｇｒ．ｍ１のデータセットに係るパラメータである平均値ａｖｅＩ（ｍ１，ｌ）により示されるスペクトルを、基準スペクトルとして設定してもよい。
次に、統計処理部１０３２は、全ての測定データに係るスペクトルと基準スペクトルとの誤差および相関係数をそれぞれ算出する（図１４のＳ１１３）。具体的には、誤差を算出する場合、統計処理部１０３２は、測定データ（ｍ，ｋ）に含まれる強度Ｉ（ｍ，ｋ，ｌ）と平均値ａｖｅＩ（ｍ１，ｌ）との誤差ｅｒｒ（ｍ１，ｍ，ｋ，ｌ）を、全ての測定データのＰＭＴチャンネルごとにそれぞれ算出してもよい。また、相関係数を算出する場合、統計処理部１０３２は、強度Ｉ（ｍ，ｋ，ｌ）により表されるスペクトルＳＤ（ｍ，ｋ）と、平均値ａｖｅＩ（ｍ１，ｌ）により表されるスペクトルＳａｖｅ（ｍ１）との相関係数Ｒ２（ｍ１，ｍ，ｋ）を、全ての測定データについてそれぞれ算出してもよい。これらの算出処理は、ステップＳ１０５に係る処理と同様であってもよい。
次に、統計処理部１０３２は、ステップＳ１１３で得られた誤差および相関係数が所定範囲に含まれているか否かを、全ての測定データごとに検証し、当該誤差および当該相関係数が所定範囲に含まれなかった測定データを、外れ値を示すスペクトルを含む測定データ（外れ値含有測定データ）として設定する（Ｓ１１５）。
具体的には、誤差に基づいて外れ値含有測定データを特定する場合、まず、統計処理部１０３２は、誤差ｅｒｒ（ｍ１，ｍ，ｋ，ｌ）が第３の所定閾値ｔｈ３を下回っているか否かを、各測定データのＰＭＴチャンネルごとに検証してもよい。このとき、例えば、測定データ（ｍ，ｋ）に含まれるｌ個の誤差ｅｒｒ（ｍ１，ｍ，ｋ，ｌ）のうちの一つでも上記第３の所定閾値ｔｈ３外を下回っていれば、統計処理部１０３２は、当該測定データが外れ値含有測定データであると特定してもよい。なお、第３の所定閾値ｔｈ３は、Ｇｒ．ｍ１のデータセットに係る標準偏差σＩ（ｍ１，ｌ）に基づいて設定されてもよい。また、第３の所定閾値ｔｈ３は、上述した第１の所定閾値ｔｈ１と同一であってもよい。
また、相関係数に基づいて外れ値含有測定データを特定する場合、統計処理部１０３２は、相関係数Ｒ２（ｍ１，ｍ，ｋ）が第４の所定閾値ｔｈ４を下回っているか否かを、測定データごとに検証してもよい。なお、第４の所定閾値ｔｈ４は、算出される外れ値含有測定データの数、または後で得られる基準スペクトルの精度等に基づいて、適宜設定され得る。また、第４の所定閾値ｔｈ４は、上述した第２の所定閾値ｔｈ２と同一であってもよい。
統計処理部１０３２は、図１４に示したフローチャートに従って、外れ値を含む測定データを特定することができる。統計処理部１０３２は、特定された測定データを、一群のスペクトルに対応する一群の測定データから除外する。すなわち、統計処理部１０３２は、外れ値を示すスペクトルを一群のスペクトルから除外する。外れ値を含む測定データが除外された後の一群の測定データは、後述する参照スペクトル算出部１０３３に出力される。なお、統計処理部１０３２による処理の状況および処理の結果は、適宜記憶部１１０に格納されてもよいし、適宜表示制御部１２０により表示装置等に表示されてもよい。
−除外条件の違い
上述したように、統計処理部１０３２は、誤差または相関係数の少なくともいずれかの除外条件に基づいて外れ値含有測定データを特定する。除外条件ごとに特定された外れ値含有測定データに係るスペクトルの形状の傾向はそれぞれ異なる。
上述したように、統計処理部１０３２は、誤差または相関係数の少なくともいずれかの除外条件に基づいて外れ値含有測定データを特定する。除外条件ごとに特定された外れ値含有測定データに係るスペクトルの形状の傾向はそれぞれ異なる。
図１６は、外れ値を含むまたは含まない測定データに係るスペクトルの平均スペクトルを示す図である。図１６のグラフＧ１６１は、外れ値を含まない測定データに係るスペクトルの平均スペクトル（有効平均スペクトル）である。図１６のグラフＧ１６２は、誤差に基づいて特定された外れ値含有測定データに係るスペクトルの平均スペクトル（誤差起因外れ値含有平均スペクトル）である。また、図１６のグラフＧ１６３は、相関係数に基づいて特定された外れ値含有測定データに係るスペクトルの平均スペクトル（相関係数起因外れ値含有平均スペクトル）である。
まず、グラフＧ１６１およびグラフＧ１６２に示すスペクトルを比較すると、誤差起因外れ値含有平均スペクトルにはノイズ成分が多く含まれていることが示されている。これは、スペクトルを構成する強度を出力するＰＭＴの少なくともいずれかにおいて、異常な値もしくは強いノイズが検出されたことに起因し得る。
また、グラフＧ１６１およびグラフＧ１６３に示すスペクトルを比較すると、相関係数起因外れ値含有平均スペクトルの示す２つのピークの形状が、有効平均スペクトルの示す２つのピークの形状と大きく乖離していることが示されている。すなわち、相関係数起因外れ値含有平均スペクトルの形状と有効平均スペクトルの形状が大きく異なっている。これは、測定装置２０により測定された微小粒子の種類または蛍光色素の標識の状態に起因し得る。
このように、異常値または強いノイズを含むスペクトルは誤差に係る除外条件により除外されるのに対し、スペクトルの形状が他の大多数のスペクトルの形状異なる当該スペクトルは相関係数に係る除外条件により除外される。このような除外条件は、参照スペクトルの算出において用いられる、微小粒子から得られるスペクトルの種類に応じて変更されてもよい。
詳しくは参照スペクトル算出部１０３３において説明するが、例えば、蛍光色素Ａの参照スペクトルを生成する場合、蛍光色素Ａのみが標識された微小粒子から得られる蛍光スペクトル（第１スペクトル群）、および無染色の微小粒子の蛍光スペクトル（第２スペクトル群）が用いられる。統計処理部１０３２は、蛍光色素Ａの参照スペクトルの算出に先立って、第１スペクトル群および第２スペクトル群からそれぞれ外れ値を示すスペクトルを除外する。
統計処理部１０３２は、第１スペクトル群から外れ値を示すスペクトルを除外するための除外条件として、相関係数に係る除外条件を用いてもよい。上述したように、複数の蛍光色素に由来する蛍光スペクトルのデコンボリューションによる蛍光量の解析のために、生成される参照スペクトルの形状の精度の高さが求められる。そのため、スペクトルの形状に関連する相関係数に基づいて外れ値を示すスペクトルを除外することにより、その形状が類似するスペクトルのみを第１スペクトル群として得ることができる。したがって、後段の処理において算出される参照スペクトルの精度を高くすることができる。
また、統計処理部１０３２は、第２スペクトル群から外れ値を示すスペクトルを除外するための除外条件として、誤差に係る除外条件を用いてもよい。第２スペクトル群に含まれるスペクトルは自家蛍光スペクトルであるため、微小粒子の形状、サイズまたは特性等に応じて、そのスペクトルの形状は必ずしも均一でない可能性が高い。そのため、相関係数に係る除外条件を用いた場合、外れ値を示すスペクトルとして特定されるスペクトルの数が多くなってしまう。そうすると、スペクトルの母数が減るので、後段の処理において算出される参照スペクトルの精度が低減する可能性がある。したがって、第２スペクトル群から外れ値を示すスペクトルを除外する場合、誤差に係る除外条件のみを用いて当該外れ値を示すスペクトルが除外されてもよい。
このように、外れ値を示すスペクトルの除外に係る処理において、第１スペクトル群と第２スペクトル群との間で異なる除外条件が用いられてもよい。すなわち、それぞれのスペクトル群に含まれるスペクトルの形状の均一性等に応じて、適切な除外条件が用いられてもよい。これにより、生成される参照スペクトルの精度を向上させることができる。
なお、統計処理部１０３２は、第１スペクトル群から外れ値を示すスペクトルを除外するための除外条件として、誤差に係る除外条件をさらに用いてもよい。これにより、スペクトルの形状の相関性は高いが異常値等を含むスペクトルを、第１スペクトル群から除外することができる。
−均一性の評価
また、統計処理部１０３２は、外れ値を示すスペクトルを特定して一群のスペクトルから除去するための統計処理の結果を用いて、参照スペクトルの生成のために用いられた一群のスペクトル（測定データ）の均一性の評価をしてもよい。
また、統計処理部１０３２は、外れ値を示すスペクトルを特定して一群のスペクトルから除去するための統計処理の結果を用いて、参照スペクトルの生成のために用いられた一群のスペクトル（測定データ）の均一性の評価をしてもよい。
ここで、統計処理の結果とは、例えば、図１４のステップＳ１０７において算出された、誤差または相関係数が所定範囲外である測定データの数であってもよい。この外れ値含有測定データの数が全体的に多ければ、参照スペクトルの生成のために用いられた測定データが高くないということが分かる。また、一部のデータセットに係る平均値等を用いて算出された外れ値含有測定データの数が多ければ、当該一部のデータセットに含まれる測定データの均一性が高くないということが分かる。
また、統計処理の結果とは、例えば、図１４のステップＳ１１３で算出された相関係数であってもよい。相関係数が高ければ測定データの均一性が高く、当該相関係数が低ければ測定データの均一性が高くないことが分かる。
このような測定データの均一性の評価に係る情報は、表示制御部１２０により表示装置に表示されてもよい。これにより、ユーザは参照スペクトルの生成のために用いられた測定データの均一性を知得することができる。
ここまで、統計処理部１０３２による処理の一例について説明した。なお、本実施形態に係る統計処理部１０３２は、ＲＡＮＳＡＣなどのロバスト推定を用いた統計処理によって外れ値を含む測定データ（外れ値を示すスペクトル）を除外する処理を行うが、本技術はかかる例に限定されない。例えば、当該統計処理は、公知の外れ値除去に関するアルゴリズムを用いた統計処理であってもよい。より具体的には、当該統計処理は、最小メジアン法（ＬＭｅｄＳ）、Ｍ推定法、最小二乗法（ＬＭＳ）、またはベイズフィルタによる外れ値除去に関するアルゴリズムを用いた統計処理であってもよい。
ＲＡＮＳＡＣ以外の外れ値除去に関するアルゴリズムを用いる場合においても、外れ値の除外条件は、ＲＡＮＳＡＣ同様に設けられてもよい。例えば、蛍光色素Ａの参照スペクトルを生成する際において、蛍光色素Ａのみが標識された微小粒子から得られたスペクトル群から外れ値を示すスペクトルを除外する場合、統計処理部１０３２は、得られたスペクトルの形状に基づく除外条件を用いてもよい。これにより、類似性の低い形状を有するスペクトルを除外することができる。
また、無染色の微小粒子から得られたスペクトル群から外れ値を示すスペクトルを除外する場合、統計処理部１０３２は、得られたスペクトルの強度に基づく除外条件を用いてもよい。これにより、異常値または強いノイズを含むスペクトルを除外することができる。
さらに、蛍光色素Ａのみが標識された微小粒子から得られたスペクトル群から外れ値を示すスペクトルを除外する場合、統計処理部１０３２は、さらに、得られたスペクトルの強度に基づく除外条件を用いてもよい。これにより、スペクトルの形状の相関性は高いが異常値等を含むスペクトルを除外することができる。
以上、統計処理部１０３２の機能について説明した。統計処理部１０３２により外れ値を示すスペクトルが除外された後の一群のスペクトルに係るデータは、参照スペクトル算出部１０３３に出力される。また、統計処理部１０３２は、当該データを記憶部１１０に格納してもよい。この際、統計処理部１０３２は、当該データに対し、当該データを生成した日時等の時刻情報、または当該一群のスペクトルに対応する測定データに係る情報等を関連付けて記憶部１１０に格納してもよい。また、統計処理部１０３２は、当該データを表示制御部１２０に出力してもよい。当該データに係る画面は、表示制御部１２０によってユーザに提示される。
（参照スペクトル算出部）
本実施形態に係る参照スペクトル算出部１０３３は、外れ値を示すスペクトルが除かれた一群のスペクトルを用いて、参照スペクトルを算出する。例えば、蛍光色素Ａの参照スペクトルを算出する場合、まず、統計処理部１０３２において、蛍光色素Ａのみが標識された微小粒子から得られる蛍光スペクトル（第１スペクトル群）、および無染色の微小粒子から得られる自家蛍光スペクトル（第２スペクトル群）から外れ値を示すスペクトルが除かれる。次に、参照スペクトル算出部１０３３は、外れ値を示すスペクトルが除かれた第１スペクトル群（統計処理後の第１スペクトル群）および第２スペクトル群（統計処理後の第２スペクトル群）を用いて、蛍光色素Ａの参照スペクトルを算出する。
本実施形態に係る参照スペクトル算出部１０３３は、外れ値を示すスペクトルが除かれた一群のスペクトルを用いて、参照スペクトルを算出する。例えば、蛍光色素Ａの参照スペクトルを算出する場合、まず、統計処理部１０３２において、蛍光色素Ａのみが標識された微小粒子から得られる蛍光スペクトル（第１スペクトル群）、および無染色の微小粒子から得られる自家蛍光スペクトル（第２スペクトル群）から外れ値を示すスペクトルが除かれる。次に、参照スペクトル算出部１０３３は、外れ値を示すスペクトルが除かれた第１スペクトル群（統計処理後の第１スペクトル群）および第２スペクトル群（統計処理後の第２スペクトル群）を用いて、蛍光色素Ａの参照スペクトルを算出する。
ここで、本実施形態に係る参照スペクトル算出部１０３３は、図８の模式スペクトルＦ８２および模式スペクトルＦ８３に示すように、第１スペクトル群に含まれるスペクトルから第２平均スペクトル（平均化自家蛍光スペクトルに相当）を差し引く処理、および差し引き後のスペクトルの総和の正規化に係る処理を行わない。これは、第１スペクトル群に含まれるスペクトルの強度が微弱である場合、スペクトルに含まれるノイズによっては、差し引き後のスペクトル強度がマイナスになるためである。マイナスの強度を含むスペクトルの総和を正規化した場合、当該マイナスの強度がさらに増幅されてしまう。これにより、正規化後に各スペクトルを平均化して得られる参照スペクトルの精度が低下してしまう。
本発明者らは上記のような精度の低下に係る問題点を改善するための方法について検討を行った。その結果、本発明者らは、以下に示す参照スペクトルの算出処理について想到した。
より具体的には、参照スペクトル算出部１０３３は、まず、統計処理後の第１スペクトル群に含まれるスペクトルを平均化した第１平均スペクトル、および統計処理後の第２スペクトル群に含まれるスペクトルを平均化した第２平均スペクトルを算出する。そして、参照スペクトル算出部１０３３は、第１平均スペクトルから第２平均スペクトルを減算することにより、参照スペクトルを算出する。なお、ここでいう平均化とは、第１スペクトル群または第２スペクトル群に含まれる全部または一部のスペクトルの単純平均を意味する。
また、この場合、参照スペクトル算出部１０３３は、減算して得られるスペクトルを規格化して参照スペクトルを取得してもよい。ここでいう規格化とは、減算して得られるスペクトルの示すピーク強度を正規化することを意味する。
このような手順を踏んで参照スペクトルの算出処理を行うことにより、第１スペクトル群に含まれるスペクトルのうち強度が微弱なスペクトルが含まれていたとしても、平均化によりスペクトルに含まれるノイズが均される。この平均化に係る処理が行われたのちに第２平均スペクトルの減算に係る処理が行われるので、減算処理後に得られる参照スペクトルにマイナスの強度が含まれにくくなる。したがって、微小粒子から得られる蛍光または自家蛍光に係る信号が微弱であっても、得られる参照スペクトルの精度が向上する。
なお、本実施形態に係る参照スペクトル算出部１０３３は、第１平均スペクトルおよび第２平均スペクトルを算出したのちに、第１平均スペクトルから第２平均スペクトルを差し引くことにより参照スペクトルを算出するが、本技術はかかる例に限定されない。例えば、参照スペクトル算出部１０３３は、第１スペクトル群に含まれるスペクトルの各々から第２平均スペクトルを差し引き、差し引かれた各スペクトルを平均化することにより参照スペクトルを算出してもよい。
また、本実施形態に係る参照スペクトル算出部１０３３は、第２スペクトル群を構成する無染色の微小粒子から得られる自家蛍光スペクトルを平均化して得られる第２平均スペクトルを、微小粒子の自家蛍光に係る参照スペクトル（自家蛍光参照スペクトル）として算出してもよい。統計処理部１０３２により既に外れ値を示すスペクトルが第２スペクトル群から除外されている。したがって、得られる自家蛍光参照スペクトルの精度は、外れ値を示すスペクトルが除外されていない第２スペクトル群から得られるスペクトルの精度よりも高くなる。
なお、自家蛍光参照スペクトルの算出については、後段の第２の実施形態においても説明する。
以上、参照スペクトル算出部１０３３の機能について説明した。参照スペクトル算出部１０３３は、算出した参照スペクトルに係るデータを記憶部１１０に格納してもよい。この際、参照スペクトル算出部１０３３は、当該データに対し、当該データを生成した日時等の時刻情報、または当該参照スペクトルの生成のために用いられた測定データに係る情報等を関連付けて記憶部１１０に格納してもよい。また、参照スペクトル算出部１０３３は、当該データを表示制御部１２０に出力してもよい。当該データに係る画面は、表示制御部１２０によってユーザに提示される。
例えば、記憶部１１０に格納された蛍光色素Ａの参照スペクトルは、蛍光量解析部１０２において、蛍光色素Ａを含む少なくとも一の蛍光色素が標識された微小粒子から得られた蛍光スペクトルから蛍光色素Ａの蛍光量を解析するために用いられる。この場合、蛍光量解析部１０２は、記憶部１１０に格納された蛍光色素Ａの参照スペクトルに係るデータを取得し、当該参照スペクトルを蛍光スペクトルのデコンボリューションに用いる。これにより、蛍光色素Ａの蛍光量が解析される。
＜２．２．参照スペクトル生成部の処理の流れ＞
次に、本開示の第１の実施形態に係る参照スペクトル生成部１０３による処理の一例について、図１７を参照しながら説明する。図１７は、本開示の第１の実施形態に係る参照スペクトル生成部１０３による処理の一例を示すフローチャートである。ここでは、蛍光色素Ａの参照スペクトルを生成する処理の一例について説明する。
次に、本開示の第１の実施形態に係る参照スペクトル生成部１０３による処理の一例について、図１７を参照しながら説明する。図１７は、本開示の第１の実施形態に係る参照スペクトル生成部１０３による処理の一例を示すフローチャートである。ここでは、蛍光色素Ａの参照スペクトルを生成する処理の一例について説明する。
まず、データ設定部１０３１は、参照スペクトルの生成対象となる発光要素を選択する（ここでは、蛍光色素Ａを選択する）（Ｓ２０１）。次に、データ設定部１０３１は、記憶部１１０から蛍光色素Ａが標識された微小粒子から得られた蛍光スペクトルおよび無染色の微小粒子から得られた自家蛍光スペクトルに係る測定データを取得する。
次に、データ設定部１０３１は、取得した測定データの補正を行う（Ｓ２０３）。ここでいう補正とは、例えば、微小粒子のマイクロ流路内での流通位置に基づく補正、またはＰＭＴにおける光電変換の特性の不均一性に対応する補正であってもよい。
次いで、測定データに対応する、蛍光色素Ａに係るスペクトルにより構成されるスペクトル群（第１スペクトル群）に関する処理（Ｓ２０５、Ｓ２０７）、および自家蛍光スペクトルにより構成されるスペクトル群（第２スペクトル群）に関する処理（Ｓ２０９、Ｓ２１１）が並行して行われる。第１スペクトル群に関しては、まず、統計処理部１０３２が、第１スペクトル群について外れ値に係る統計処理を行い、第１スペクトル群から外れ値を示すスペクトルを除外する（Ｓ２０５）。そして、参照スペクトル算出部１０３３は、外れ値を示すスペクトルが除かれた後の第１スペクトル群から、単純平均スペクトル（第１平均スペクトル）を算出する（Ｓ２０７）。また、第２スペクトル群に関しては、統計処理部１０３２が、第２スペクトル群について外れ値に係る統計処理を行い、第２スペクトル群から外れ値を示すスペクトルを除外する（Ｓ２０９）。そして、参照スペクトル算出部１０３３は、外れ値を示すスペクトルが除かれた後の第２スペクトル群から、単純平均スペクトル（第２平均スペクトル）を算出する（Ｓ２１１）。
次に、参照スペクトル算出部１０３３は、第１平均スペクトルから第２平均スペクトルを減算し、規格化前の参照スペクトルを算出する（Ｓ２１３）。そして、参照スペクトル算出部１０３３は、得られた規格前の参照スペクトルを規格化する（Ｓ２１５）。これにより、蛍光色素Ａの参照スペクトルが生成される。
以上、本実施形態に係る参照スペクトル生成部１０３による処理の一例について説明した。なお、上述した参照スペクトル生成部１０３による処理の一例では、蛍光色素Ａが標識された微小粒子、および無染色の微小粒子のそれぞれに係る測定データを用いて蛍光色素Ａの参照スペクトルが生成されるが、本技術はかかる例に限定されない。例えば、本実施形態に係る参照スペクトル生成部１０３は、複数の蛍光色素（例えば、蛍光色素Ａ、Ｂ、Ｃ）が標識された微小粒子、および蛍光色素Ａ以外の蛍光色素（例えば、蛍光色素Ｂ、Ｃ）が標識された微小粒子のそれぞれに係る測定データを用いて蛍光色素Ａの参照スペクトルを生成してもよい。より具体的には、統計処理部１０３２は、蛍光色素Ａ、ＢおよびＣが標識された微小粒子から得られる蛍光スペクトルからなる第１スペクトル群、並びに蛍光色素ＢおよびＣが標識された微小粒子から得られる蛍光スペクトルからなる第２スペクトル群のそれぞれについて外れ値を示すスペクトルを除外してもよい。この場合、参照スペクトル算出部１０３３は、外れ値含有スペクトル除外後の第１スペクトル群の平均スペクトル（第１平均スペクトル）から、外れ値含有スペクトル除外後の第２スペクトル群の平均スペクトル（第２平均スペクトル）を減算し、減算後のスペクトルを規格化してもよい。これにより、蛍光色素Ａの参照スペクトルを得ることが可能である。
＜２．３．効果＞
次に、図１８を参照して、本実施形態に係る参照スペクトル生成部１０３により得られる効果について説明する。図１８は、本開示の第１の実施形態に係る参照スペクトル生成部１０３による処理により生成される参照スペクトル、および図８に示した参照スペクトルの生成処理により生成される参照スペクトルの一例である。図１８のグラフＧ１８１は、本実施形態に係る参照スペクトル生成部１０３による処理により生成される参照スペクトルの一例である。また、図１８のグラフＧ１８２は、図８に示した参照スペクトルの生成処理により生成される参照スペクトルの一例である。なお、図１８に示す参照スペクトルは、ＡｌｅｘａＦｌｏｕｒ５３２という蛍光色素が標識されたリンパ球に対して測定装置２０による測定を行うことにより得られた測定データを用いて生成された。
次に、図１８を参照して、本実施形態に係る参照スペクトル生成部１０３により得られる効果について説明する。図１８は、本開示の第１の実施形態に係る参照スペクトル生成部１０３による処理により生成される参照スペクトル、および図８に示した参照スペクトルの生成処理により生成される参照スペクトルの一例である。図１８のグラフＧ１８１は、本実施形態に係る参照スペクトル生成部１０３による処理により生成される参照スペクトルの一例である。また、図１８のグラフＧ１８２は、図８に示した参照スペクトルの生成処理により生成される参照スペクトルの一例である。なお、図１８に示す参照スペクトルは、ＡｌｅｘａＦｌｏｕｒ５３２という蛍光色素が標識されたリンパ球に対して測定装置２０による測定を行うことにより得られた測定データを用いて生成された。
グラフＧ１８１およびグラフＧ１８２に示した参照スペクトルを比較すると、本実施形態に係る参照スペクトル生成部１０３により生成された参照スペクトルには、ノイズが少ないことが示されている。これは、統計処理部１０３２において外れ値を示したスペクトルが一群のスペクトルから除外されているためである。また、参照スペクトル算出部１０３３においてスペクトルの総和による規格化が行われず、スペクトルを平均化した後に規格化が行われるため、強度がマイナスとなる波長帯域がほとんど存在しない。
したがって、本実施形態に係る参照スペクトル生成部１０３によれば、外れ値を示すスペクトルを、一群のスペクトルから除外することができる。これにより、測定条件等によって異常値またはノイズ等を示す測定データを参照スペクトルの生成処理に用いないようにすることができる。したがって、測定においてイレギュラーに発生する異常値を含む測定データが用いられたとしても、生成される参照スペクトルの精度を維持することができる。
また、本実施形態に係る参照スペクトル生成部１０３によれば、外れ値を示すスペクトルが除かれた一群のスペクトルを平均化した後に、平均化されたスペクトルが規格化される。これにより、微弱な信号により得られるスペクトルに多く含まれ得るノイズが均される。この平均化処理の後にスペクトルの規格化処理が行われるので、参照スペクトルにマイナスの強度が含まれにくくなる。したがって、微小粒子から得られる蛍光または自家蛍光に係る信号が微弱であっても、参照スペクトルを精度高く生成することができる。
なお、上記の説明では、一の蛍光色素が標識された微小粒子から得られる蛍光スペクトルおよび無染色の微小粒子から得られる自家蛍光スペクトルに係る測定データを用いて一の蛍光色素の参照スペクトルの生成処理について具体的に説明したが、本実施形態に係る参照スペクトルの生成処理はかかる例に限定されない。すなわち、上記の生成処理は、蛍光スペクトル以外のスペクトルにも適用可能である。
例えば、複数の化合物が混合されていると思われる混合物に着目した場合、化合物の発光スペクトル、吸収スペクトル、または散乱スペクトルに係る測定データを用いて当該化合物の参照スペクトルを生成する場合に、上記の生成処理を適用することができる。この場合、上記の情報処理装置１０は、参照スペクトル生成部１０３により生成された化合物の参照スペクトルを用いて、混合物に含まれる化合物の定量分析を行うことができる。上記の生成処理を化合物の参照スペクトルの生成に適用することにより、混合物に含まれる化合物の定量分析の精度をより向上させることができる。
以上、本開示の第１の実施形態について説明した。
＜＜３．第２の実施形態（自家蛍光に係る参照スペクトルの生成）＞＞
次に、本開示の第２の実施形態に係る参照スペクトル生成部１０３について説明する。本実施形態に係る参照スペクトル生成部１０３は、無染色の微小粒子から得られる自家蛍光に係る参照スペクトル（自家蛍光参照スペクトル）を生成するものである。すなわち、本実施形態に係る参照スペクトル生成部１０３は、微小粒子に標識される蛍光色素の参照スペクトルを算出するだけではなく、微小粒子の自家蛍光に係る自家蛍光参照スペクトルを算出することができる。
次に、本開示の第２の実施形態に係る参照スペクトル生成部１０３について説明する。本実施形態に係る参照スペクトル生成部１０３は、無染色の微小粒子から得られる自家蛍光に係る参照スペクトル（自家蛍光参照スペクトル）を生成するものである。すなわち、本実施形態に係る参照スペクトル生成部１０３は、微小粒子に標識される蛍光色素の参照スペクトルを算出するだけではなく、微小粒子の自家蛍光に係る自家蛍光参照スペクトルを算出することができる。
なお、参照スペクトル生成部１０３の構成、および参照スペクトル生成部１０３を含む情報処理装置１０の機能構成は、図４および図９に示すように、本開示の第１の実施形態に係る参照スペクトル生成部１０３および情報処理装置１０の機能構成と同一である。そのため、参照スペクトル生成部１０３に関する機能構成についての説明は割愛する。
＜３．１．参照スペクトル生成部の処理の流れ＞
図１９を参照しながら、本開示の第２の実施形態に係る参照スペクトル生成部１０３による処理の一例について説明する。図１９は、本開示の第２の実施形態に係る参照スペクトル生成部１０３による処理の一例を示すフローチャートである。ここでは、一の種類の微小粒子の自家蛍光参照スペクトルを生成する処理の一例について説明する。
図１９を参照しながら、本開示の第２の実施形態に係る参照スペクトル生成部１０３による処理の一例について説明する。図１９は、本開示の第２の実施形態に係る参照スペクトル生成部１０３による処理の一例を示すフローチャートである。ここでは、一の種類の微小粒子の自家蛍光参照スペクトルを生成する処理の一例について説明する。
まず、データ設定部１０３１は、参照スペクトルの生成対象として、自家蛍光（例えば、図１０のＮｅｇａｔｉｖｅ）を選択する（Ｓ３０１）。また、データ設定部１０３１は、微小粒子から得られた自家蛍光スペクトルに係る測定データを記憶部１１０から取得する。
次に、データ設定部１０３１は、取得した測定データの補正を行う（Ｓ３０３）。ここでいう補正とは、例えば、微小粒子のマイクロ流路内での流通位置に基づく補正、またはＰＭＴにおける光電変換の特性の不均一性に対応する補正であってもよい。
次いで、統計処理部１０３２は、補正後の測定データに係る一群の自家蛍光スペクトルについて外れ値に係る統計処理を行い、自家蛍光スペクトルから外れ値を示すスペクトルを除外する（Ｓ３０５）。そして、参照スペクトル算出部１０３３は、外れ値を示すスペクトルが除かれた後の一群の自家蛍光スペクトルから、単純平均スペクトルを算出する（Ｓ３０７）。そして、参照スペクトル算出部１０３３は、上記の単純平均スペクトルを規格化する（Ｓ３０９）。これにより、自家蛍光参照スペクトルが生成される。
本開示の第２の実施形態に係る参照スペクトル生成部１０３によれば、一の種類の微小粒子から得られる自家蛍光に係る自家蛍光参照スペクトルを生成することができる。
ここで得られる自家蛍光参照スペクトルは、例えば、複数種類の微小粒子をソーティングする際に用いられる。具体的には、複数種類の微小粒子をフローサイトメトリーによりソーティングする際に、一の微小粒子の種類に対応する一の自家蛍光参照スペクトルと類似するスペクトルを示す微小粒子を、当該一の微小粒子の種類としてソーティングすることができる。
＜３．２．応用例＞
なお、本実施形態に係る参照スペクトル生成部１０３による自家蛍光参照スペクトル生成処理において、無染色の一群の微小粒子に係る複数の測定データについてクラスタ分析を行い、当該一群の微小粒子の均一性について評価することも可能である。以下、本実施形態の応用例について図２０を参照しながら説明する。
なお、本実施形態に係る参照スペクトル生成部１０３による自家蛍光参照スペクトル生成処理において、無染色の一群の微小粒子に係る複数の測定データについてクラスタ分析を行い、当該一群の微小粒子の均一性について評価することも可能である。以下、本実施形態の応用例について図２０を参照しながら説明する。
図２０は、本実施形態の応用例に係る統計処理部１０３２による評価処理の一例について説明するための図である。図２０の模式図Ｆ２０１は、自家蛍光スペクトルの特定波長における蛍光強度の分布を示す図である。プロット１１０１は、一群の微小粒子から得られた蛍光スペクトルの特定波長における蛍光強度に係るプロットである。ここで、データ設定部１０３１が、ユーザの操作等により、プロット１１０１を選択するとする。当該選択は、例えば、模式図Ｆ２０１に示すように、プロット１１０１を囲むようにフレーム１１１１を設定することにより行われてもよい。これにより、フレーム１１１１に囲まれたプロットに対応する測定データが取得される。
ここで、統計処理部１０３２は、取得された測定データ（一群の自家蛍光スペクトル）についてクラスタ分析を行う。図２０の模式図Ｆ２０２は、複数の測定データに対するクラスタ分析の結果の一例を示す図である。模式図Ｆ２０２を参照すると、クラスタ分析された測定データには３通りのスペクトルを示す測定データが含まれていることが分かる。具体的には、模式図Ｆ２０２に示すように、当該複数の測定データは、スペクトル１１２１（９７％）、スペクトル１１２２（２％）およびスペクトル１１２３（１％）を示している。これらのスペクトルは、クラスタ分析によりクラスタリングされたスペクトルの平均スペクトル等であってもよい。なお、模式図Ｆ２０２の各スペクトルに示される数値は、測定データに対応するスペクトルのうち、スペクトル１１２１〜１１２３のいずれかに類似するスペクトルの占める割合を示す。ここに示す割合は、一群の微小粒子の均一性の評価の一例である。
測定装置２０により測定される一群の微小粒子には、変異体またはコンタミネーション等が含まれ得る。一群の微小粒子の自家蛍光に係る測定データについてクラスタ分析を行うことにより、当該一群の微小粒子の均一性を知得することができる。
また、統計処理部１０３２は、模式図Ｆ２０２に示すようなクラスタ分析の結果を用いて、外れ値を示すスペクトルを一群の自家蛍光スペクトルから除外してもよい。例えば、統計処理部１０３２は、模式図Ｆ２０２のスペクトル１１２２およびスペクトル１１２３にクラスタリングされたスペクトルを、外れ値を示すスペクトルとして除外してもよい。これにより、一の種類の微小粒子とは明らかに異なる種類の微小粒子に係る自家蛍光スペクトルを、自家蛍光参照スペクトルの生成に用いないようにすることができる。したがって、自家蛍光スペクトルの精度が向上する。
また、クラスタ分析を用いることにより、複数種類の微小粒子の自家蛍光参照スペクトルの生成を、一度に行うことができる。例えば、統計処理部１０３２は、クラスタ分析により複数種類の自家蛍光スペクトルをクラスタリングし、クラスタごとに自家蛍光参照スペクトルを生成してもよい。また、生成された複数の自家蛍光参照スペクトルを用いて、再度複数種類の微小粒子の自家蛍光の蛍光量解析を行うことにより、当該複数種類の微小粒子のソーティングを行うことが可能となる。
なお、本応用例に示したクラスタ分析は、公知のアルゴリズムに基づくクラスタ分析であってもよい。例えば、当該クラスタ分析は、階層的クラスタリング、またはｋ−ｍｅａｎｓ法等の分割最適化クラスタリングに基づくクラスタ分析であってもよい。
また、上述した統計処理部１０３２によるクラスタ分析に係る処理は、上記の第１の実施形態に係る統計処理部１０３２により行われてもよい。この場合、統計処理部１０３２は、第１スペクトル群および第２スペクトル群のいずれに対しても、上記のクラスタ分析に係る処理を行ってもよい。
以上、本開示の第２の実施形態について説明した。
＜＜４．ハードウェア構成例＞＞
次に、図２１を参照して、本開示の実施形態に係る情報処理装置のハードウェア構成について説明する。図２１は、本開示の実施形態に係る情報処理装置のハードウェア構成例を示すブロック図である。図示された情報処理装置９００は、例えば、上記の実施形態における情報処理装置１０を実現しうる。
次に、図２１を参照して、本開示の実施形態に係る情報処理装置のハードウェア構成について説明する。図２１は、本開示の実施形態に係る情報処理装置のハードウェア構成例を示すブロック図である。図示された情報処理装置９００は、例えば、上記の実施形態における情報処理装置１０を実現しうる。
情報処理装置９００は、ＣＰＵ（Central Processing Unit）９０１、ＲＯＭ（Read Only Memory）９０３、およびＲＡＭ（Random Access Memory）９０５を含む。また、情報処理装置９００は、ホストバス９０７、ブリッジ９０９、外部バス９１１、インタフェース９１３、入力装置９１５、出力装置９１７、ストレージ装置９１９、ドライブ９２１、接続ポート９２５、通信装置９２９を含んでもよい。情報処理装置９００は、ＣＰＵ９０１に代えて、またはこれとともに、ＤＳＰ（Digital Signal Processor）またはＡＳＩＣ（Application Specific Integrated Circuit）と呼ばれるような処理回路を有してもよい。
ＣＰＵ９０１は、演算処理装置および制御装置として機能し、ＲＯＭ９０３、ＲＡＭ９０５、ストレージ装置９１９、またはリムーバブル記録媒体９２３に記録された各種プログラムに従って、情報処理装置９００内の動作全般またはその一部を制御する。例えば、ＣＰＵ９０１は、上記の実施形態における情報処理装置１０に含まれる各機能部の動作全般を制御する。ＲＯＭ９０３は、ＣＰＵ９０１が使用するプログラムや演算パラメータなどを記憶する。ＲＡＭ９０５は、ＣＰＵ９０１の実行において使用するプログラムや、その実行において適宜変化するパラメータなどを一次記憶する。ＣＰＵ９０１、ＲＯＭ９０３、およびＲＡＭ９０５は、ＣＰＵバスなどの内部バスにより構成されるホストバス９０７により相互に接続されている。さらに、ホストバス９０７は、ブリッジ９０９を介して、ＰＣＩ（Peripheral Component Interconnect/Interface）バスなどの外部バス９１１に接続されている。
入力装置９１５は、例えば、マウス、キーボード、タッチパネル、ボタン、スイッチおよびレバーなど、ユーザによって操作される装置である。入力装置９１５は、例えば、赤外線やその他の電波を利用したリモートコントロール装置であってもよいし、情報処理装置９００の操作に対応した携帯電話などの外部接続機器９２７であってもよい。入力装置９１５は、ユーザが入力した情報に基づいて入力信号を生成してＣＰＵ９０１に出力する入力制御回路を含む。ユーザは、この入力装置９１５を操作することによって、情報処理装置９００に対して各種のデータを入力したり処理動作を指示したりする。
出力装置９１７は、取得した情報をユーザに対して視覚的または聴覚的に通知することが可能な装置で構成される。出力装置９１７は、例えば、ＬＣＤ、ＰＤＰ、ＯＥＬＤなどの表示装置、スピーカおよびヘッドホンなどの音響出力装置、ならびにプリンタ装置などでありうる。出力装置９１７は、情報処理装置９００の処理により得られた結果を、テキストまたは画像などの映像として出力したり、音響などの音として出力したりする。
ストレージ装置９１９は、情報処理装置９００の記憶部の一例として構成されたデータ格納用の装置である。ストレージ装置９１９は、例えば、ＨＤＤ（Hard Disk Drive）などの磁気記憶部デバイス、半導体記憶デバイス、光記憶デバイス、または光磁気記憶デバイスなどにより構成される。このストレージ装置９１９は、ＣＰＵ９０１が実行するプログラムや各種データ、および外部から取得した各種のデータなどを格納する。なお、ストレージ装置９１９は、上記実施形態に係る記憶部１１０の機能を実現し得る。
ドライブ９２１は、磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリなどのリムーバブル記録媒体９２３のためのリーダライタであり、情報処理装置９００に内蔵、あるいは外付けされる。ドライブ９２１は、装着されているリムーバブル記録媒体９２３に記録されている情報を読み出して、ＲＡＭ９０５に出力する。また、ドライブ９２１は、装着されているリムーバブル記録媒体９２３に記録を書き込む。
接続ポート９２５は、機器を情報処理装置９００に直接接続するためのポートである。接続ポート９２５は、例えば、ＵＳＢ（Universal Serial Bus）ポート、ＩＥＥＥ１３９４ポート、ＳＣＳＩ（Small Computer System Interface）ポートなどでありうる。また、接続ポート９２５は、ＲＳ−２３２Ｃポート、光オーディオ端子、ＨＤＭＩ（登録商標）（High-Definition Multimedia Interface）ポートなどであってもよい。接続ポート９２５に外部接続機器９２７を接続することで、情報処理装置９００と外部接続機器９２７との間で各種のデータが交換されうる。
通信装置９２９は、例えば、通信ネットワークＮＷに接続するための通信デバイスなどで構成された通信インタフェースである。通信装置９２９は、例えば、有線または無線ＬＡＮ（Local Area Network）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、またはＷＵＳＢ（Wireless USB）用の通信カードなどでありうる。また、通信装置９２９は、光通信用のルータ、ＡＤＳＬ（Asymmetric Digital Subscriber Line）用のルータ、または、各種通信用のモデムなどであってもよい。通信装置９２９は、例えば、インターネットや他の通信機器との間で、ＴＣＰ／ＩＰなどの所定のプロトコルを用いて信号などを送受信する。また、通信装置９２９に接続される通信ネットワークＮＷは、有線または無線によって接続されたネットワークであり、例えば、インターネット、家庭内ＬＡＮ、赤外線通信、ラジオ波通信または衛星通信などである。
以上、情報処理装置９００のハードウェア構成の一例を示した。
＜＜５．まとめ＞＞
以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。
以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。
例えば、上記実施形態では、情報処理システム１は情報処理装置１０と測定装置２０とを備える構成であるとしたが、本技術はかかる例に限定されない。例えば、情報処理装置１０が測定装置２０の有する機能（測定機能）を備えてもよい。この場合、情報処理システム１は、情報処理装置１０により実現される。また、測定装置２０が情報処理装置１０の有する機能（データ取得機能、蛍光量解析機能、参照スペクトル生成機能および表示制御機能）を備えてもよい。この場合、情報処理システム１は、測定装置２０により実現される。また、情報処理装置１０の有する機能の一部を測定装置２０が有してもよく、測定装置２０の有する機能の一部を情報処理装置１０が有してもよい。また、情報処理装置１０は、参照スペクトル生成部１０３の機能のみを有してもよい。この場合、蛍光量解析機能等の他の機能は、他の情報処理装置等により実現されてもよい。
なお、本明細書の情報処理装置の処理における各ステップは、必ずしもフローチャートとして記載された順序に沿って時系列に処理する必要はない。例えば、情報処理装置の処理における各ステップは、フローチャートとして記載した順序と異なる順序で処理されても、並列的に処理されてもよい。
また、情報処理装置に内蔵されるＣＰＵ、ＲＯＭおよびＲＡＭなどのハードウェアに、上述した情報処理装置の各構成と同等の機能を発揮させるためのコンピュータプログラムも作成可能である。また、該コンピュータプログラムを記憶させた記憶媒体も提供される。
また、本明細書に記載された効果は、あくまで説明的または例示的なものであって限定的ではない。つまり、本開示に係る技術は、上記の効果とともに、または上記の効果に代えて、本明細書の記載から当業者には明らかな他の効果を奏しうる。
なお、以下のような構成も本開示の技術的範囲に属する。
（１）
光に対する一の応答特性を示す一群の微小粒子に対して光を照射して得られる一群のスペクトルについて統計処理を行い、前記統計処理の結果に基づいて、前記一群のスペクトルから外れ値を示すスペクトルを除外する統計処理部と、
前記外れ値を示すスペクトルが除かれた前記一群のスペクトルを用いて、参照スペクトルを算出する参照スペクトル算出部と、
を備える、情報処理装置。
（２）
前記統計処理部は、前記一の応答特性を示す一の物質を有する一群の微小粒子に対して光を照射して得られる第１スペクトル群、および、前記一の物質を有さない一群の微小粒子に対して光を照射して得られる第２スペクトル群についてそれぞれ統計処理を行い、前記統計処理の結果に基づいて、前記第１スペクトル群および前記第２スペクトル群から外れ値を示すスペクトルをそれぞれ除外し、
前記参照スペクトル算出部は、前記外れ値を示すスペクトルが除かれた、前記第１スペクトル群および前記第２スペクトル群を用いて、前記一の物質に係る参照スペクトルを算出する、前記（１）に記載の情報処理装置。
（３）
前記統計処理部は、前記第１スペクトル群から外れ値を示すスペクトルを除外する処理と、前記第２スペクトル群から外れ値を示すスペクトルを除外する処理との間で、異なる除外条件を用いる、前記（２）に記載の情報処理装置。
（４）
前記統計処理部は、
スペクトルの形状に基づく除外条件を用いて、前記第１スペクトル群から外れ値を示すスペクトルを除外し、
スペクトル強度に基づく除外条件を用いて、前記第２スペクトル群から外れ値を示すスペクトルを除外する、前記（３）に記載の情報処理装置。
（５）
前記統計処理部は、さらにスペクトル強度に基づく除外条件を用いて、前記第１スペクトル群から外れ値を示すスペクトルを除外する、前記（４）に記載の情報処理装置。
（６）
前記統計処理部は、前記統計処理により前記第１スペクトル群および前記第２スペクトル群にそれぞれ対応する第１基準スペクトルおよび第２基準スペクトルを設定し、
前記第１基準スペクトルおよび前記第２基準スペクトルを用いて、前記第１スペクトル群および前記第２スペクトル群から外れ値を示すスペクトルを除外する、前記（２）〜（５）のいずれか１項に記載の情報処理装置。
（７）
前記統計処理部は、前記第１スペクトル群に含まれるスペクトルの各々と前記第１基準スペクトルとの相関係数に基づいて、前記第１スペクトル群に含まれるスペクトルの各々が外れ値を示すスペクトルか否かを特定する、前記（６）に記載の情報処理装置。
（８）
前記統計処理部は、さらに、前記第１スペクトル群に含まれるスペクトルの各々と前記第１基準スペクトルとの差に基づいて、前記第１スペクトル群に含まれるスペクトルの各々が外れ値を示すスペクトルか否かを特定する、前記（７）に記載の情報処理装置。
（９）
前記統計処理部は、前記第２スペクトル群に含まれるスペクトルの各々と前記第２基準スペクトルとの差に基づいて、前記第２スペクトル群に含まれるスペクトルの各々が外れ値を示すスペクトルか否かを特定する、前記（７）または（８）に記載の情報処理装置。
（１０）
前記参照スペクトル算出部は、前記第１スペクトル群に含まれるスペクトルを平均化した第１平均スペクトルから、前記第２スペクトル群に含まれるスペクトルを平均化した第２平均スペクトルを減算することにより、前記参照スペクトルを算出する、前記（２）〜（９）のいずれか１項に記載の情報処理装置。
（１１）
前記参照スペクトル算出部は、前記第２平均スペクトルを、前記一の物質を有さない一群の微小粒子に係る参照スペクトルとして算出する、前記（１０）に記載の情報処理装置。
（１２）
前記第１スペクトル群に含まれるスペクトルは、一の蛍光色素が染色された単染色の微小粒子に対して光を照射して得られる蛍光スペクトルであり、
前記第２スペクトル群に含まれるスペクトルは、無染色の微小粒子に対して光を照射して得られる自家蛍光スペクトルである、前記（２）〜（１１）のいずれか１項に記載の情報処理装置。
（１３）
前記統計処理部は、無染色の一群の微小粒子に対して光を照射して得られる一群の自家蛍光スペクトルについてそれぞれ統計処理を行い、前記統計処理の結果に基づいて、前記一群の自家蛍光スペクトルから外れ値を示すスペクトルを除外し、
前記参照スペクトル算出部は、前記外れ値を示すスペクトルが除かれた前記一群の自家蛍光スペクトルを用いて、前記一群の微小粒子に由来する自家蛍光参照スペクトルを算出する、前記（１）〜（１２）のいずれか１項に記載の情報処理装置。
（１４）
前記統計処理部は、前記一群の自家蛍光スペクトルについてクラスタ分析を行い、前記一群の無染色の微小粒子の均一性に関する評価を行う、前記（１３）に記載の情報処理装置。
（１５）
前記統計処理部は、前記一群の無染色の微小粒子の均一性に関する評価の結果に基づいて、前記一群の自家蛍光スペクトルから外れ値を示すスペクトルを除外する、前記（１４）に記載の情報処理装置。
（１６）
前記統計処理部は、前記統計処理の結果に基づいて、前記一群のスペクトルの均一性に関する評価を行う、前記（１）〜（１５）のいずれか１項に記載の情報処理装置。
（１７）
プロセッサが、
光に対する一の応答特性を示す一群の微小粒子に対して光を照射して得られる一群のスペクトルについて統計処理を行い、前記統計処理の結果に基づいて、前記一群のスペクトルから外れ値を示すスペクトルを除外することと、
前記外れ値を示すスペクトルが除かれた、少なくとも一の前記一群のスペクトルを用いて、参照スペクトルを算出することと、
を含む情報処理方法。
（１８）
コンピュータを、
光に対する一の応答特性を示す一群の微小粒子に対して光を照射して得られる一群のスペクトルについて統計処理を行い、前記統計処理の結果に基づいて、前記一群のスペクトルから外れ値を示すスペクトルを除外する統計処理部と、
前記外れ値を示すスペクトルが除かれた、少なくとも一の前記一群のスペクトルを用いて、参照スペクトルを算出する参照スペクトル算出部と、
として機能させるためのプログラム。
（１９）
測定対象に対して光を照射し、前記測定対象の発光に係るスペクトルを測定する測定部
を備える測定装置と、
前記測定部から取得される、光に対する一の応答特性を示す一群の微小粒子に係る一群のスペクトルについて統計処理を行い、前記統計処理の結果に基づいて、前記一群のスペクトルから外れ値を示すスペクトルを除外する統計処理部と、
前記外れ値を示すスペクトルが除かれた、少なくとも一の前記一群のスペクトルを用いて、参照スペクトルを算出する参照スペクトル算出部と、
を備える情報処理装置と、
を有する情報処理システム。
（１）
光に対する一の応答特性を示す一群の微小粒子に対して光を照射して得られる一群のスペクトルについて統計処理を行い、前記統計処理の結果に基づいて、前記一群のスペクトルから外れ値を示すスペクトルを除外する統計処理部と、
前記外れ値を示すスペクトルが除かれた前記一群のスペクトルを用いて、参照スペクトルを算出する参照スペクトル算出部と、
を備える、情報処理装置。
（２）
前記統計処理部は、前記一の応答特性を示す一の物質を有する一群の微小粒子に対して光を照射して得られる第１スペクトル群、および、前記一の物質を有さない一群の微小粒子に対して光を照射して得られる第２スペクトル群についてそれぞれ統計処理を行い、前記統計処理の結果に基づいて、前記第１スペクトル群および前記第２スペクトル群から外れ値を示すスペクトルをそれぞれ除外し、
前記参照スペクトル算出部は、前記外れ値を示すスペクトルが除かれた、前記第１スペクトル群および前記第２スペクトル群を用いて、前記一の物質に係る参照スペクトルを算出する、前記（１）に記載の情報処理装置。
（３）
前記統計処理部は、前記第１スペクトル群から外れ値を示すスペクトルを除外する処理と、前記第２スペクトル群から外れ値を示すスペクトルを除外する処理との間で、異なる除外条件を用いる、前記（２）に記載の情報処理装置。
（４）
前記統計処理部は、
スペクトルの形状に基づく除外条件を用いて、前記第１スペクトル群から外れ値を示すスペクトルを除外し、
スペクトル強度に基づく除外条件を用いて、前記第２スペクトル群から外れ値を示すスペクトルを除外する、前記（３）に記載の情報処理装置。
（５）
前記統計処理部は、さらにスペクトル強度に基づく除外条件を用いて、前記第１スペクトル群から外れ値を示すスペクトルを除外する、前記（４）に記載の情報処理装置。
（６）
前記統計処理部は、前記統計処理により前記第１スペクトル群および前記第２スペクトル群にそれぞれ対応する第１基準スペクトルおよび第２基準スペクトルを設定し、
前記第１基準スペクトルおよび前記第２基準スペクトルを用いて、前記第１スペクトル群および前記第２スペクトル群から外れ値を示すスペクトルを除外する、前記（２）〜（５）のいずれか１項に記載の情報処理装置。
（７）
前記統計処理部は、前記第１スペクトル群に含まれるスペクトルの各々と前記第１基準スペクトルとの相関係数に基づいて、前記第１スペクトル群に含まれるスペクトルの各々が外れ値を示すスペクトルか否かを特定する、前記（６）に記載の情報処理装置。
（８）
前記統計処理部は、さらに、前記第１スペクトル群に含まれるスペクトルの各々と前記第１基準スペクトルとの差に基づいて、前記第１スペクトル群に含まれるスペクトルの各々が外れ値を示すスペクトルか否かを特定する、前記（７）に記載の情報処理装置。
（９）
前記統計処理部は、前記第２スペクトル群に含まれるスペクトルの各々と前記第２基準スペクトルとの差に基づいて、前記第２スペクトル群に含まれるスペクトルの各々が外れ値を示すスペクトルか否かを特定する、前記（７）または（８）に記載の情報処理装置。
（１０）
前記参照スペクトル算出部は、前記第１スペクトル群に含まれるスペクトルを平均化した第１平均スペクトルから、前記第２スペクトル群に含まれるスペクトルを平均化した第２平均スペクトルを減算することにより、前記参照スペクトルを算出する、前記（２）〜（９）のいずれか１項に記載の情報処理装置。
（１１）
前記参照スペクトル算出部は、前記第２平均スペクトルを、前記一の物質を有さない一群の微小粒子に係る参照スペクトルとして算出する、前記（１０）に記載の情報処理装置。
（１２）
前記第１スペクトル群に含まれるスペクトルは、一の蛍光色素が染色された単染色の微小粒子に対して光を照射して得られる蛍光スペクトルであり、
前記第２スペクトル群に含まれるスペクトルは、無染色の微小粒子に対して光を照射して得られる自家蛍光スペクトルである、前記（２）〜（１１）のいずれか１項に記載の情報処理装置。
（１３）
前記統計処理部は、無染色の一群の微小粒子に対して光を照射して得られる一群の自家蛍光スペクトルについてそれぞれ統計処理を行い、前記統計処理の結果に基づいて、前記一群の自家蛍光スペクトルから外れ値を示すスペクトルを除外し、
前記参照スペクトル算出部は、前記外れ値を示すスペクトルが除かれた前記一群の自家蛍光スペクトルを用いて、前記一群の微小粒子に由来する自家蛍光参照スペクトルを算出する、前記（１）〜（１２）のいずれか１項に記載の情報処理装置。
（１４）
前記統計処理部は、前記一群の自家蛍光スペクトルについてクラスタ分析を行い、前記一群の無染色の微小粒子の均一性に関する評価を行う、前記（１３）に記載の情報処理装置。
（１５）
前記統計処理部は、前記一群の無染色の微小粒子の均一性に関する評価の結果に基づいて、前記一群の自家蛍光スペクトルから外れ値を示すスペクトルを除外する、前記（１４）に記載の情報処理装置。
（１６）
前記統計処理部は、前記統計処理の結果に基づいて、前記一群のスペクトルの均一性に関する評価を行う、前記（１）〜（１５）のいずれか１項に記載の情報処理装置。
（１７）
プロセッサが、
光に対する一の応答特性を示す一群の微小粒子に対して光を照射して得られる一群のスペクトルについて統計処理を行い、前記統計処理の結果に基づいて、前記一群のスペクトルから外れ値を示すスペクトルを除外することと、
前記外れ値を示すスペクトルが除かれた、少なくとも一の前記一群のスペクトルを用いて、参照スペクトルを算出することと、
を含む情報処理方法。
（１８）
コンピュータを、
光に対する一の応答特性を示す一群の微小粒子に対して光を照射して得られる一群のスペクトルについて統計処理を行い、前記統計処理の結果に基づいて、前記一群のスペクトルから外れ値を示すスペクトルを除外する統計処理部と、
前記外れ値を示すスペクトルが除かれた、少なくとも一の前記一群のスペクトルを用いて、参照スペクトルを算出する参照スペクトル算出部と、
として機能させるためのプログラム。
（１９）
測定対象に対して光を照射し、前記測定対象の発光に係るスペクトルを測定する測定部
を備える測定装置と、
前記測定部から取得される、光に対する一の応答特性を示す一群の微小粒子に係る一群のスペクトルについて統計処理を行い、前記統計処理の結果に基づいて、前記一群のスペクトルから外れ値を示すスペクトルを除外する統計処理部と、
前記外れ値を示すスペクトルが除かれた、少なくとも一の前記一群のスペクトルを用いて、参照スペクトルを算出する参照スペクトル算出部と、
を備える情報処理装置と、
を有する情報処理システム。
１ 情報処理システム
１０ 情報処理装置
２０ 測定装置
２１ レーザ光源
２２ マイクロ流路
２３ 光検出器
１０１ 測定データ取得部
１０２ 蛍光量解析部
１０３ 参照スペクトル生成部
１１０ 記憶部
１２０ 表示制御部
２３０ ディテクタ
２３１ ＰＭＴ
２３２ ダイクロイックミラー
１０３１ データ設定部
１０３２ 統計処理部
１０３３ 参照スペクトル算出部
１０ 情報処理装置
２０ 測定装置
２１ レーザ光源
２２ マイクロ流路
２３ 光検出器
１０１ 測定データ取得部
１０２ 蛍光量解析部
１０３ 参照スペクトル生成部
１１０ 記憶部
１２０ 表示制御部
２３０ ディテクタ
２３１ ＰＭＴ
２３２ ダイクロイックミラー
１０３１ データ設定部
１０３２ 統計処理部
１０３３ 参照スペクトル算出部
Claims (19)
- 光に対する一の応答特性を示す一群の微小粒子に対して光を照射して得られる一群のスペクトルについて統計処理を行い、前記統計処理の結果に基づいて、前記一群のスペクトルから外れ値を示すスペクトルを除外する統計処理部と、
前記外れ値を示すスペクトルが除かれた前記一群のスペクトルを用いて、参照スペクトルを算出する参照スペクトル算出部と、
を備える、情報処理装置。 - 前記統計処理部は、前記一の応答特性を示す一の物質を有する一群の微小粒子に対して光を照射して得られる第１スペクトル群、および、前記一の物質を有さない一群の微小粒子に対して光を照射して得られる第２スペクトル群についてそれぞれ統計処理を行い、前記統計処理の結果に基づいて、前記第１スペクトル群および前記第２スペクトル群から外れ値を示すスペクトルをそれぞれ除外し、
前記参照スペクトル算出部は、前記外れ値を示すスペクトルが除かれた、前記第１スペクトル群および前記第２スペクトル群を用いて、前記一の物質に係る参照スペクトルを算出する、請求項１に記載の情報処理装置。 - 前記統計処理部は、前記第１スペクトル群から外れ値を示すスペクトルを除外する処理と、前記第２スペクトル群から外れ値を示すスペクトルを除外する処理との間で、異なる除外条件を用いる、請求項２に記載の情報処理装置。
- 前記統計処理部は、
スペクトルの形状に基づく除外条件を用いて、前記第１スペクトル群から外れ値を示すスペクトルを除外し、
スペクトル強度に基づく除外条件を用いて、前記第２スペクトル群から外れ値を示すスペクトルを除外する、請求項３に記載の情報処理装置。 - 前記統計処理部は、さらにスペクトル強度に基づく除外条件を用いて、前記第１スペクトル群から外れ値を示すスペクトルを除外する、請求項４に記載の情報処理装置。
- 前記統計処理部は、前記統計処理により前記第１スペクトル群および前記第２スペクトル群にそれぞれ対応する第１基準スペクトルおよび第２基準スペクトルを設定し、
前記第１基準スペクトルおよび前記第２基準スペクトルを用いて、前記第１スペクトル群および前記第２スペクトル群から外れ値を示すスペクトルを除外する、請求項２に記載の情報処理装置。 - 前記統計処理部は、前記第１スペクトル群に含まれるスペクトルの各々と前記第１基準スペクトルとの相関係数に基づいて、前記第１スペクトル群に含まれるスペクトルの各々が外れ値を示すスペクトルか否かを特定する、請求項６に記載の情報処理装置。
- 前記統計処理部は、さらに、前記第１スペクトル群に含まれるスペクトルの各々と前記第１基準スペクトルとの差に基づいて、前記第１スペクトル群に含まれるスペクトルの各々が外れ値を示すスペクトルか否かを特定する、請求項７に記載の情報処理装置。
- 前記統計処理部は、前記第２スペクトル群に含まれるスペクトルの各々と前記第２基準スペクトルとの差に基づいて、前記第２スペクトル群に含まれるスペクトルの各々が外れ値を示すスペクトルか否かを特定する、請求項７に記載の情報処理装置。
- 前記参照スペクトル算出部は、前記第１スペクトル群に含まれるスペクトルを平均化した第１平均スペクトルから、前記第２スペクトル群に含まれるスペクトルを平均化した第２平均スペクトルを減算することにより、前記参照スペクトルを算出する、請求項２に記載の情報処理装置。
- 前記参照スペクトル算出部は、前記第２平均スペクトルを、前記一の物質を有さない一群の微小粒子に係る参照スペクトルとして算出する、請求項１０に記載の情報処理装置。
- 前記第１スペクトル群に含まれるスペクトルは、一の蛍光色素が染色された単染色の微小粒子に対して光を照射して得られる蛍光スペクトルであり、
前記第２スペクトル群に含まれるスペクトルは、無染色の微小粒子に対して光を照射して得られる自家蛍光スペクトルである、請求項２に記載の情報処理装置。 - 前記統計処理部は、無染色の一群の微小粒子に対して光を照射して得られる一群の自家蛍光スペクトルについてそれぞれ統計処理を行い、前記統計処理の結果に基づいて、前記一群の自家蛍光スペクトルから外れ値を示すスペクトルを除外し、
前記参照スペクトル算出部は、前記外れ値を示すスペクトルが除かれた前記一群の自家蛍光スペクトルを用いて、前記一群の微小粒子に由来する自家蛍光参照スペクトルを算出する、請求項１に記載の情報処理装置。 - 前記統計処理部は、前記一群の自家蛍光スペクトルについてクラスタ分析を行い、前記一群の無染色の微小粒子の均一性に関する評価を行う、請求項１３に記載の情報処理装置。
- 前記統計処理部は、前記一群の無染色の微小粒子の均一性に関する評価の結果に基づいて、前記一群の自家蛍光スペクトルから外れ値を示すスペクトルを除外する、請求項１４に記載の情報処理装置。
- 前記統計処理部は、前記統計処理の結果に基づいて、前記一群のスペクトルの均一性に関する評価を行う、請求項１に記載の情報処理装置。
- プロセッサが、
光に対する一の応答特性を示す一群の微小粒子に対して光を照射して得られる一群のスペクトルについて統計処理を行い、前記統計処理の結果に基づいて、前記一群のスペクトルから外れ値を示すスペクトルを除外することと、
前記外れ値を示すスペクトルが除かれた、少なくとも一の前記一群のスペクトルを用いて、参照スペクトルを算出することと、
を含む情報処理方法。 - コンピュータを、
光に対する一の応答特性を示す一群の微小粒子に対して光を照射して得られる一群のスペクトルについて統計処理を行い、前記統計処理の結果に基づいて、前記一群のスペクトルから外れ値を示すスペクトルを除外する統計処理部と、
前記外れ値を示すスペクトルが除かれた、少なくとも一の前記一群のスペクトルを用いて、参照スペクトルを算出する参照スペクトル算出部と、
として機能させるためのプログラム。 - 測定対象に対して光を照射し、前記測定対象の発光に係るスペクトルを測定する測定部
を備える測定装置と、
前記測定部から取得される、光に対する一の応答特性を示す一群の微小粒子に係る一群のスペクトルについて統計処理を行い、前記統計処理の結果に基づいて、前記一群のスペクトルから外れ値を示すスペクトルを除外する統計処理部と、
前記外れ値を示すスペクトルが除かれた、少なくとも一の前記一群のスペクトルを用いて、参照スペクトルを算出する参照スペクトル算出部と、
を備える情報処理装置と、
を有する情報処理システム。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016093353 | 2016-05-06 | ||
| JP2016093353 | 2016-05-06 | ||
| PCT/JP2017/004913 WO2017191699A1 (ja) | 2016-05-06 | 2017-02-10 | 情報処理装置、情報処理方法、プログラム及び情報処理システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPWO2017191699A1 true JPWO2017191699A1 (ja) | 2019-03-07 |
| JP6825622B2 JP6825622B2 (ja) | 2021-02-03 |
Family
ID=60202838
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018515392A Active JP6825622B2 (ja) | 2016-05-06 | 2017-02-10 | 情報処理装置、情報処理方法、プログラム及び情報処理システム |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US11131622B2 (ja) |
| EP (1) | EP3454043B1 (ja) |
| JP (1) | JP6825622B2 (ja) |
| CN (1) | CN109073536B (ja) |
| WO (1) | WO2017191699A1 (ja) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3882603A4 (en) * | 2018-11-16 | 2022-08-10 | Sony Group Corporation | INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING METHOD AND COMPUTER PROGRAM |
| EP3924722A1 (en) | 2019-02-13 | 2021-12-22 | Ventana Medical Systems, Inc. | Systems and methods for computing the contributions of autofluorescence in multichannel images |
| KR102530704B1 (ko) * | 2019-05-30 | 2023-05-10 | 현대모비스 주식회사 | 차량의 센서 장치 및 그 감도 조정 방법 |
| CN114008444A (zh) * | 2019-06-24 | 2022-02-01 | 索尼集团公司 | 具有自体荧光光谱校正的粒子分析系统 |
| US20230089176A1 (en) * | 2020-01-31 | 2023-03-23 | Sony Group Corporation | Information processing apparatus, particle analysis apparatus, information processing method, and program |
| DE102020207587A1 (de) * | 2020-06-18 | 2021-12-23 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und Steuergerät zum Auswerten eines Lumineszenzsignals in einem Analysegerät zum Analysieren einer Probe biologischen Materials und Analysegerät zum Analysieren einer Probe biologischen Materials |
| CN112285075B (zh) * | 2020-09-25 | 2022-07-19 | 中国科学院苏州生物医学工程技术研究所 | 多散射体系自适应荧光检测系统及检测方法 |
| WO2022080034A1 (ja) * | 2020-10-12 | 2022-04-21 | ソニーグループ株式会社 | 情報処理装置、粒子解析装置、粒子分取装置及び情報処理方法 |
| EP4372365A1 (en) * | 2021-07-30 | 2024-05-22 | Canon Kabushiki Kaisha | Method for classifying cells using cell autofluorescence image, and analysis device |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08145891A (ja) * | 1994-11-21 | 1996-06-07 | Shimadzu Corp | 発光分光分析装置 |
| JP2003098077A (ja) * | 2001-09-27 | 2003-04-03 | Kubota Corp | 分光分析装置用のデータ処理装置 |
| JP2007240424A (ja) * | 2006-03-10 | 2007-09-20 | Mitsui Eng & Shipbuild Co Ltd | Ｆｒｅｔ検出方法および装置 |
| JP2010110567A (ja) * | 2008-11-10 | 2010-05-20 | Hitachi Medical Corp | 磁気共鳴イメージング装置 |
| JP2012503202A (ja) * | 2008-09-19 | 2012-02-02 | シングレクス、インコーポレイテッド | 単一分子アッセイ |
| JP2013024792A (ja) * | 2011-07-25 | 2013-02-04 | Sony Corp | 情報処理装置、情報処理方法、プログラム及び蛍光スペクトルの強度補正方法 |
| WO2014196363A1 (ja) * | 2013-06-07 | 2014-12-11 | コニカミノルタ株式会社 | 分光分析システムおよび該方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2786104B2 (ja) | 1994-02-28 | 1998-08-13 | 日本電気株式会社 | 半導体装置 |
| US7010336B2 (en) * | 1997-08-14 | 2006-03-07 | Sensys Medical, Inc. | Measurement site dependent data preprocessing method for robust calibration and prediction |
| AU2010311679B2 (en) * | 2009-11-02 | 2014-03-06 | Leslie Joseph Janik | Method for determining polycyclic aromatic hydrocarbon contaminant concentration |
| JP5772425B2 (ja) | 2011-09-13 | 2015-09-02 | ソニー株式会社 | 微小粒子測定装置 |
| JP5870851B2 (ja) * | 2012-05-29 | 2016-03-01 | ソニー株式会社 | 情報処理装置、情報処理方法、及びプログラム |
| WO2013183345A1 (ja) | 2012-06-06 | 2013-12-12 | ソニー株式会社 | 微小粒子測定装置におけるデータ補正方法及び微小粒子測定装置 |
| GB2513343A (en) * | 2013-04-23 | 2014-10-29 | Univ Singapore | Methods related to instrument-independent measurements for quantitative analysis of fiber-optic Raman spectroscopy |
| KR102231784B1 (ko) * | 2015-08-24 | 2021-03-23 | 삼성전자주식회사 | 시료 분석을 위한 레퍼런스 스펙트럼 측정 장치 및 방법, 시료 분석 장치 및 방법 |
-
2017
- 2017-02-10 WO PCT/JP2017/004913 patent/WO2017191699A1/ja active Application Filing
- 2017-02-10 JP JP2018515392A patent/JP6825622B2/ja active Active
- 2017-02-10 EP EP17792632.6A patent/EP3454043B1/en active Active
- 2017-02-10 US US16/097,297 patent/US11131622B2/en active Active
- 2017-02-10 CN CN201780026469.4A patent/CN109073536B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08145891A (ja) * | 1994-11-21 | 1996-06-07 | Shimadzu Corp | 発光分光分析装置 |
| JP2003098077A (ja) * | 2001-09-27 | 2003-04-03 | Kubota Corp | 分光分析装置用のデータ処理装置 |
| JP2007240424A (ja) * | 2006-03-10 | 2007-09-20 | Mitsui Eng & Shipbuild Co Ltd | Ｆｒｅｔ検出方法および装置 |
| JP2012503202A (ja) * | 2008-09-19 | 2012-02-02 | シングレクス、インコーポレイテッド | 単一分子アッセイ |
| JP2010110567A (ja) * | 2008-11-10 | 2010-05-20 | Hitachi Medical Corp | 磁気共鳴イメージング装置 |
| JP2013024792A (ja) * | 2011-07-25 | 2013-02-04 | Sony Corp | 情報処理装置、情報処理方法、プログラム及び蛍光スペクトルの強度補正方法 |
| WO2014196363A1 (ja) * | 2013-06-07 | 2014-12-11 | コニカミノルタ株式会社 | 分光分析システムおよび該方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3454043A1 (en) | 2019-03-13 |
| CN109073536B (zh) | 2021-08-06 |
| EP3454043A4 (en) | 2019-05-15 |
| WO2017191699A1 (ja) | 2017-11-09 |
| US20190137383A1 (en) | 2019-05-09 |
| US11131622B2 (en) | 2021-09-28 |
| EP3454043B1 (en) | 2020-11-25 |
| JP6825622B2 (ja) | 2021-02-03 |
| CN109073536A (zh) | 2018-12-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6825622B2 (ja) | 情報処理装置、情報処理方法、プログラム及び情報処理システム | |
| JP5870851B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
| JP5834584B2 (ja) | 情報処理装置、情報処理方法、プログラム及び蛍光スペクトルの強度補正方法 | |
| JP6954358B2 (ja) | 微小粒子測定装置、情報処理装置および情報処理方法 | |
| US9400251B2 (en) | Fine particle measuring apparatus | |
| US8779387B2 (en) | Method and system for detecting fluorochromes in a flow cytometer | |
| US7551763B2 (en) | Methods for altering one or more parameters of a measurement system | |
| JP2017058361A (ja) | 情報処理装置、情報処理方法及び情報処理システム | |
| JP5817369B2 (ja) | スペクトル解析装置及び微小粒子測定装置、並びにスペクトル解析あるいはスペクトルチャート表示のための方法及びプログラム | |
| WO2021039158A1 (ja) | 情報処理装置、情報処理方法、プログラム及び情報処理システム | |
| JPWO2017126170A1 (ja) | 微小粒子測定装置、情報処理装置及び情報処理方法 | |
| JP6699102B2 (ja) | 微小粒子測定装置及び情報処理方法 | |
| JPWO2018047441A1 (ja) | 微小粒子測定装置及び微小粒子測定方法 | |
| JP7468524B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
| JP7010293B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
| JP2021036224A (ja) | 情報処理装置、情報処理方法、プログラム及び情報処理システム | |
| US20220317019A1 (en) | Particle analysis system having autofluorescence spectrum correction |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20190208 |
|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20190214 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20190222 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20190515 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20190522 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200127 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200127 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200818 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201009 |
|
| 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: 20201215 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201228 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 6825622 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |