JPWO2020110720A1 - 液体試料分析方法及び装置 - Google Patents
液体試料分析方法及び装置 Download PDFInfo
- Publication number
- JPWO2020110720A1 JPWO2020110720A1 JP2020558317A JP2020558317A JPWO2020110720A1 JP WO2020110720 A1 JPWO2020110720 A1 JP WO2020110720A1 JP 2020558317 A JP2020558317 A JP 2020558317A JP 2020558317 A JP2020558317 A JP 2020558317A JP WO2020110720 A1 JPWO2020110720 A1 JP WO2020110720A1
- Authority
- JP
- Japan
- Prior art keywords
- liquid sample
- chemical sensor
- analysis method
- analysis
- mss
- 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
- 239000007788 liquid Substances 0.000 title claims abstract description 122
- 238000012284 sample analysis method Methods 0.000 title claims abstract description 17
- 239000007789 gas Substances 0.000 claims abstract description 95
- 239000000126 substance Substances 0.000 claims abstract description 68
- 238000004458 analytical method Methods 0.000 claims abstract description 50
- 239000000463 material Substances 0.000 claims description 29
- 229920000642 polymer Polymers 0.000 claims description 24
- 238000000513 principal component analysis Methods 0.000 claims description 14
- 238000010926 purge Methods 0.000 claims description 14
- 238000003909 pattern recognition Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 230000004907 flux Effects 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 4
- 150000002484 inorganic compounds Chemical class 0.000 claims description 3
- 229910010272 inorganic material Inorganic materials 0.000 claims description 3
- 238000000491 multivariate analysis Methods 0.000 claims description 3
- 150000002894 organic compounds Chemical class 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 2
- 239000012530 fluid Substances 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 34
- 230000004044 response Effects 0.000 abstract description 24
- 239000007787 solid Substances 0.000 abstract description 17
- 239000000523 sample Substances 0.000 description 139
- 102000005962 receptors Human genes 0.000 description 64
- 238000000034 method Methods 0.000 description 36
- 239000002609 medium Substances 0.000 description 32
- 239000000306 component Substances 0.000 description 30
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 29
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 25
- 210000002966 serum Anatomy 0.000 description 22
- YXFVVABEGXRONW-UHFFFAOYSA-N Toluene Chemical compound CC1=CC=CC=C1 YXFVVABEGXRONW-UHFFFAOYSA-N 0.000 description 21
- 230000008569 process Effects 0.000 description 19
- 108091003079 Bovine Serum Albumin Proteins 0.000 description 16
- 239000012091 fetal bovine serum Substances 0.000 description 16
- IMNFDUFMRHMDMM-UHFFFAOYSA-N N-Heptane Chemical compound CCCCCCC IMNFDUFMRHMDMM-UHFFFAOYSA-N 0.000 description 15
- 239000007864 aqueous solution Substances 0.000 description 14
- 238000002474 experimental method Methods 0.000 description 14
- 239000002033 PVDF binder Substances 0.000 description 12
- 239000004793 Polystyrene Substances 0.000 description 12
- 229920000314 poly p-methyl styrene Polymers 0.000 description 12
- 239000004632 polycaprolactone Substances 0.000 description 12
- 229920001610 polycaprolactone Polymers 0.000 description 12
- 229920002981 polyvinylidene fluoride Polymers 0.000 description 12
- 239000002904 solvent Substances 0.000 description 12
- 238000011282 treatment Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 9
- 238000001035 drying Methods 0.000 description 9
- 239000012679 serum free medium Substances 0.000 description 9
- ZMXDDKWLCZADIW-UHFFFAOYSA-N N,N-Dimethylformamide Chemical compound CN(C)C=O ZMXDDKWLCZADIW-UHFFFAOYSA-N 0.000 description 7
- 239000011248 coating agent Substances 0.000 description 5
- 238000000576 coating method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000007654 immersion Methods 0.000 description 5
- 239000006144 Dulbecco’s modified Eagle's medium Substances 0.000 description 4
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 4
- 239000008280 blood Substances 0.000 description 4
- 239000008103 glucose Substances 0.000 description 4
- 230000002427 irreversible effect Effects 0.000 description 4
- 238000001179 sorption measurement Methods 0.000 description 4
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 3
- 206010028980 Neoplasm Diseases 0.000 description 3
- 201000011510 cancer Diseases 0.000 description 3
- 229910001873 dinitrogen Inorganic materials 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 241000283690 Bos taurus Species 0.000 description 2
- 206010037544 Purging Diseases 0.000 description 2
- 239000000090 biomarker Substances 0.000 description 2
- 239000012159 carrier gas Substances 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 229920001940 conductive polymer Polymers 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000001605 fetal effect Effects 0.000 description 2
- 238000004868 gas analysis Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 239000012533 medium component Substances 0.000 description 2
- 238000012567 pattern recognition method Methods 0.000 description 2
- 238000003380 quartz crystal microbalance Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 239000004017 serum-free culture medium Substances 0.000 description 2
- 238000002791 soaking Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 102000016979 Other receptors Human genes 0.000 description 1
- 229920006362 Teflon® Polymers 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000005587 bubbling Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000005669 field effect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000007791 liquid phase Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 235000019645 odor Nutrition 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000012071 phase Substances 0.000 description 1
- 229920002223 polystyrene Polymers 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- -1 steam Substances 0.000 description 1
- 229910021642 ultra pure water Inorganic materials 0.000 description 1
- 239000012498 ultrapure water Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/543—Immunoassay; Biospecific binding assay; Materials therefor with an insoluble carrier for immobilising immunochemicals
- G01N33/54366—Apparatus specially adapted for solid-phase testing
- G01N33/54373—Apparatus specially adapted for solid-phase testing involving physiochemical end-point determination, e.g. wave-guides, FETS, gratings
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
- G01N27/12—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body in dependence upon absorption of a fluid; of a solid body in dependence upon reaction with a fluid, for detecting components in the fluid
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/02—Analysing fluids
- G01N29/022—Fluid sensors based on microsensors, e.g. quartz crystal-microbalance [QCM], surface acoustic wave [SAW] devices, tuning forks, cantilevers, flexural plate wave [FPW] devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4481—Neural networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/483—Physical analysis of biological material
- G01N33/487—Physical analysis of biological material of liquid biological material
- G01N33/48707—Physical analysis of biological material of liquid biological material by electrical means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/024—Mixtures
- G01N2291/02466—Biological material, e.g. blood
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/025—Change of phase or condition
- G01N2291/0256—Adsorption, desorption, surface mass change, e.g. on biosensors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/025—Change of phase or condition
- G01N2291/0256—Adsorption, desorption, surface mass change, e.g. on biosensors
- G01N2291/0257—Adsorption, desorption, surface mass change, e.g. on biosensors with a layer containing at least one organic compound
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Urology & Nephrology (AREA)
- Molecular Biology (AREA)
- Hematology (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Medical Informatics (AREA)
- Electrochemistry (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Microbiology (AREA)
- Biotechnology (AREA)
- Signal Processing (AREA)
- Cell Biology (AREA)
- Biophysics (AREA)
- Acoustics & Sound (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
- Sampling And Sample Adjustment (AREA)
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
Abstract
本発明は、化学センサーによる液体試料の分析を行う際に問題となる液体−固体界面での動力学的に緩慢な平衡という問題を解決する液体試料分析方法を提供する。本発明の一実施形態に係る液体試料分析方法では、化学センサーの受容体層に液体試料中の分析対象成分を吸着させた後、この化学センサーに１または複数種類のガスを与え、その応答を測定する。これにより緩慢な液体−固体界面の平衡を利用していないので、短時間で高感度の測定を行うことができ、また研究の進んでいる気体試料の分析に関する既存の成果を利用することができる。
Description
本発明は液体試料の分析に関し、特にガス試料についての表面応力センサーなどの化学センサーの分析方法を応用した液体試料の分析方法に関する。本発明はまたこの分析方法によって分析を行う液体試料の分析装置に関する。
例えば医学や生物学等の分野では試料の同定や分析が頻繁に行われる。このような場合、対象となる試料としてはガス状の試料だけではなく液体試料も多いが、液体試料の同定・分析に当たっては気体とは異なる困難性がある。現在使用されているバイオセンサーの多くは、抗原抗体反応による検出のような、対象となる検体を一対一で検出するタイプである。このような検出形態では、非常に低濃度であるバイオマーカーを検出する必要があるため、既知のバイオマーカーを個別に検出する必要があることから非常に高感度のセンサーを多数使用して検出を行う必要がある。したがって、このような液体試料分析装置は大型で高価なものとなり、一般向けの製品としてほとんど実用化されていない。
各種の物質に対してそれぞれ特有な応答を示す化学センサーを使用して検体の同定や定量を行う手法が開発されている。化学センサーは対象となる検体、とりわけガス状分子の複雑な混合物からなる多様なニオイの検出、判別及び同定のための強力なツールとして大きな注目を集めてきた。この種のセンサーは一般に検出対象の分子（検体分子）の吸着に伴い生じる物理パラメーターの変化を検出するものである。物理パラメーターの変化を検出しやすくするため、一般にセンサーは「受容体層」と呼ばれる層で被覆した後、測定に用いられる。なお、本願では受容体を被覆する前のセンサーをセンサー本体と呼ぶことがある。この種のセンサーが検出する物理パラメーターは多岐にわたるが、非限定的に例示すれば、表面応力、応力、力、表面張力、圧力、質量、弾性、ヤング率、ポアソン比、共振周波数、周波数、体積、厚み、粘度、密度、磁力、磁気量、磁場、磁束、磁束密度、電気抵抗、電気量、誘電率、電力、電界、電荷、電流、電圧、電位、移動度、静電エネルギー、キャパシタンス、インダクタンス、リアクタンス、サセプタンス、アドミッタンス、インピーダンス、コンダクタンス、プラズモン、屈折率、光度および温度、あるいはこれらの組み合わせ等が用いられる。具体的な化学センサーとしては、例えば水晶振動子マイクロバランス（ＱＣＭ）、導電性ポリマー（ＣＰ）、電界効果トランジスタ（ＦＥＴ）等の多様なものがある。また、このような化学センサーは単一のセンサーとして使用する場合もあるが、多くの場合は複数のセンサー素子（以下、チャンネルとも称する）を何らかの形態でまとめてアレイ状に構成した化学センサーアレイとして利用されてきた。
しかしながら、これまでのところ化学センサーによる液体試料の分析はガス状の試料の分析と比較して例が少なく、特にパターン認識の手法を用いた液体試料の分析についての研究はほとんど行われていなかった。そのひとつの要因として、液体−固体界面での動力学的に緩慢な平衡にともなう有効な信号パターンを得るのが困難であることが挙げられる。一方、ガス状の試料については、ガス−固体界面での平衡が液体の場合に比べて大幅に速いことによって、パターン認識が有効な方法であることが示されている。
最近、本願発明者はガス−固体界面に基づくパターン認識を逆方向の手法、すなわち固体試料認識、に更に拡張できることを見出した。概念実証として、ナノメカニカルセンサーに代表される化学センサー上に被覆された各種の固体層の判別例を示すとともに、図４に示す通り、この手法は固体層の非常にわずかな違いを明確に認識できることを確認した。したがって、もし液体試料がある固体マトリクス（以下、単にマトリクスと呼ぶこともある）中で抽出及び不動化できるものとすれば、ガス−固体界面を経由することでパターン認識を液体の分析に効果的に適用して、液体試料のパターン認識を実現できる。もちろん、結果についてパターン認識等を適用するまでもなく目視その他の簡単な手法で必要な分析結果を得ることができる場合であっても、本発明は有用である。
したがって、本願の課題は化学センサーを使用して高精度で液体試料の分析を行うことにある。本願は更に、このような液体試料の分析に統計的な処理やパターン認識等を適用することにより更に高精度の分析を実現することも、その課題とする。
本発明の一側面によれば、受容体層を担持した化学センサーに測定対象の液体試料を与え、前記液体試料を与えた後の前記化学センサーに１または複数種類のガスを与え、前記ガスを与えられたことによって前記化学センサーに引き起こされる物理パラメーターの変化により前記化学センサーから出力される信号に基づいて前記液体試料中の成分の分析を行う液体試料分析方法が与えられる。
ここで、前記化学センサーに前記１または複数種類のガスを与える前に前記受容体層を乾燥させてよい。
また、前記物理パラメーターは、表面応力、応力、力、表面張力、圧力、質量、弾性、ヤング率、ポアソン比、共振周波数、周波数、体積、厚み、粘度、密度、磁力、磁気量、磁場、磁束、磁束密度、電気抵抗、電気量、誘電率、電力、電界、電荷、電流、電圧、電位、移動度、静電エネルギー、キャパシタンス、インダクタンス、リアクタンス、サセプタンス、アドミッタンス、インピーダンス、コンダクタンス、プラズモン、屈折率、光度および温度のうちの１種または２種以上であってよい。
また、前記物理パラメーターは表面応力であってよい。
また、前記化学センサーは膜型表面応力センサーであってよい。
また、前記受容体層はポリマー、ポリマー以外の有機化合物、無機化合物、単体材料、多孔体、粒子の集積体からなる群から選択される材料を含んでよい。
また、前記化学センサーから出力される信号からの特徴量の抽出を行った結果に基づいて前記分析を行ってよい。
また、前記化学センサーに前記ガスとパージ用流体とを交互に切り替えて与えてよい。
また、前記化学センサーから出力される信号を機械学習することにより前記分析を行ってよい。
また、前記化学センサーから出力される信号を多変量解析処理することにより前記分析を行ってよい。
また、前記化学センサーから出力される信号に主成分分析または線形判別分析を適用することによって前記分析を行ってよい。
また、前記化学センサーから出力される信号にパターン認識を適用することによって前記分析を行ってよい。
本発明の他の側面によれば、化学センサー及び前記化学センサーから出力される信号に基づいて前記分析を行う分析手段を備えることにより、前記何れかの液体試料分析方法を行う液体試料分析装置が与えられる。
ここで、前記化学センサーに前記１または複数種類のガスを与える前に前記受容体層を乾燥させてよい。
また、前記物理パラメーターは、表面応力、応力、力、表面張力、圧力、質量、弾性、ヤング率、ポアソン比、共振周波数、周波数、体積、厚み、粘度、密度、磁力、磁気量、磁場、磁束、磁束密度、電気抵抗、電気量、誘電率、電力、電界、電荷、電流、電圧、電位、移動度、静電エネルギー、キャパシタンス、インダクタンス、リアクタンス、サセプタンス、アドミッタンス、インピーダンス、コンダクタンス、プラズモン、屈折率、光度および温度のうちの１種または２種以上であってよい。
また、前記物理パラメーターは表面応力であってよい。
また、前記化学センサーは膜型表面応力センサーであってよい。
また、前記受容体層はポリマー、ポリマー以外の有機化合物、無機化合物、単体材料、多孔体、粒子の集積体からなる群から選択される材料を含んでよい。
また、前記化学センサーから出力される信号からの特徴量の抽出を行った結果に基づいて前記分析を行ってよい。
また、前記化学センサーに前記ガスとパージ用流体とを交互に切り替えて与えてよい。
また、前記化学センサーから出力される信号を機械学習することにより前記分析を行ってよい。
また、前記化学センサーから出力される信号を多変量解析処理することにより前記分析を行ってよい。
また、前記化学センサーから出力される信号に主成分分析または線形判別分析を適用することによって前記分析を行ってよい。
また、前記化学センサーから出力される信号にパターン認識を適用することによって前記分析を行ってよい。
本発明の他の側面によれば、化学センサー及び前記化学センサーから出力される信号に基づいて前記分析を行う分析手段を備えることにより、前記何れかの液体試料分析方法を行う液体試料分析装置が与えられる。
本発明は液体試料の分析を化学センサーによる気体の分析を転用して行うものであるため、液体試料に対して高精度でありまた識別能力の大きな分析を実現することができる。
本発明においてはナノメカニカルセンサーなどの化学センサーを使用して液体試料の分析を行うが、この分析を従来のように一貫して液相中で行う代わりに、分析の過程の一部を気相中で行うことによって、上述したところの液体−固体界面での平衡が緩慢であることに起因する問題を解消する。なお、本願で言う「液体試料」とは、化学センサーに与えられた時点で液体である試料である。液体試料中には各種の成分が溶解・分散等しており、試料の温度を変化させたり、他の物質の添加や、揮発成分の蒸発、時間の経過等により、液体試料全体あるいは一部の成分が凝固したり、揮発性の成分が気体になるなど、条件により固体や気体に変化することもあり得るが、本願では条件の変化などにより全体あるいは一部が液体でない状態を取る可能性がある試料であっても、化学センサーに与えられた時点で液体であれば液体試料であるとすることに注意されたい。
化学センサーはこれまで各種の形式・構造のものが報告されており、適宜選択して使用できる。以下の説明では化学センサーの例として膜型表面応力センサー（以下、ＭＳＳと称する）を使用する。ＭＳＳの具体的な構造、作製方法、動作、特性等については既によく知られている事項なので本願では具体的に説明しないが、必要に応じて特許文献１、非特許文献１等を参照されたい。また、受容体の材料やその被覆の形態等は分析の目的、分析対象の試料等に応じて適宜設計・選択される。
本発明の一実施形態によれば、液体試料の分析は図１に概念的に示すようにして行われる。測定の過程の前半では、センサー本体表面上に受容体材料を被覆したＭＳＳを液体試料中に浸漬する等により、ＭＳＳに液体試料を与える。これにより、ＭＳＳ表面の固体状の受容体に液体試料中の各種の成分が吸着などにより結合する。
測定の過程の後半では、上述のようにして液体試料中の各種の成分が結合されたＭＳＳを液体試料中から引き揚げてから乾燥する。乾燥後、このＭＳＳに適切なガス（以下、プローブガスと称する）を与えて、ＭＳＳからの出力信号を得る。この出力信号は与えられたプローブガスとＭＳＳの受容体に結合している各種の成分との間の固有の相互作用を反映する信号のパターンを含む。分析対象の液体試料成分が特定の受容体と特定のプローブガスとの組み合わせに対して容易に識別可能な非常に特徴的な出力信号を与える場合には、出力信号を目視したり、簡単なパターンマッチング等の処理を行ったりする等の簡単な手法で当該成分の同定や定量等が可能となる。しかし、多くの場合には、図１に示すように、複数の受容体及び／または複数のプローブガスを使用してこれらの組み合わせに対する応答信号を得て、これらの応答信号を必要に応じてパターン認識等の処理を行うことで、液体試料成分や液体試料自体の同定、定量等を行った方が、より正確、精密な結果を得ることができる。
なお、ここで液体試料のＭＳＳへの付与に当たっては、液体試料中に浸漬する以外にも多様な方法が可能である。これらに限定する意図はないが、非限定的に列挙すれば例えば液体試料の滴下、スプレーなどの飛沫の形態での付与も可能である。また、ＭＳＳに液体試料を付与した後に乾燥する旨の説明を上で行ったが、この乾燥は完全に溶媒を除去するまで行う必要はなく、溶媒が一部残留している状態、極端な場合としては生乾き状態、すなわち目視その他の簡単な観測でも明らかに溶媒が残留していることがわかる状態、で乾燥の処理を打ち切って以降の測定を行ってもよい。更には上の説明では乾燥終了まではプローブガスを与えてＭＳＳからの出力信号を観察するという測定は行わないと理解されるかもしれないが、実際はそのような場合に限定する意図はなく、必要に応じて乾燥の過程でもプローブガスを与えながら出力信号を得ることもできる。また、必要に応じて、乾燥処理の前後、すなわち液体試料の付与から乾燥までの間及び／または乾燥以降において他の処理を行ってもよい。このような処理としては、例えばＭＳＳの表面に付着している余分な液体試料などを除去する洗浄処理、その他、受容体に吸着した液体試料成分の吸着状態を安定化したり、測定の感度に影響を与えるような各種の処理を行うこともできる。
本願で言うパターン認識とは対象を幾何図形に限定した狭い意味ではなく、多くのデータ処理分野で使用されているように、夫々のデータ集合（ディジタルデータの場合にはデータのベクトルとして表現できる）の特徴からそのデータ集合が属するクラスを判定することである。例えば、１個のＭＳＳの出力を考えた場合には、通常その出力をサンプリングしてディジタル化するが、その一連のディジタルデータ全体が一つのデータ集合であり、多数の試料のそれぞれから得られたデータ集合の全体がデータ集合の空間を形成する。このデータ集合の空間を複数のクラスに分割して、ある測定から得られたデータ集合がどのクラスに属するかを求める。例えば、血液の測定によって得られたデータ集合が形成するデータ集合空間を、対応する疾病（○○ガン、△△ガン、・・・、糖尿病、・・・）によりクラス分割して、特定の血液試料の測定から得られたデータ集合がどのクラスに属するかにより、当該血液の提供者が罹患している可能性のある疾病を判定するというような血液の分析が可能である。ここで、測定対象の試料や受容体の種類その他の測定条件、また測定結果のデータ集合が有する各種の特性に応じて、使用するパターン認識の手法を適宜選択してよい。
なお、本願においては、例えば主成分分析（ＰＣＡ、principal component analysis）や線形判別分析（ＬＤＡ、linear discriminant analysis）等、データ集合の特徴に基づいて、データ集合間の類似の程度を何らかの形態で表現する各種の統計的な処理やそれに関連する機械学習もパターン認識に含める。
上述したような分析の応用分野としては、もちろんこれに限定されるものではないが、例えば、図１に例示したように、医療診断分野においてガン、糖尿病等の疾病の診断やスクリーニングに適用することができる。
複数種類の受容体を準備し、これらを複数のＭＳＳに被覆することで一つの液体試料に対する複数種類の受容体の応答信号の集合を得るようにする場合、ＭＳＳでは一つのセンサチップ上に特性の揃った複数のＭＳＳ素子を作り込むのが容易であり、実際にそのようなＭＳＳが作製されているので好都合である。測定系としてみた時にこれらのＭＳＳ素子（通常はそれぞれ異なる受容体で被覆されている）の各々を以下ではチャンネルと称する。複数チャンネルを有するＭＳＳを使用することで、上述したような単一の液体試料に対する複数種類の受容体の応答信号の集合を容易に得ることができる。もちろん、非常に多数のチャンネルからの応答信号が必要な場合には、複数個のＭＳＳを同時に使用してもよい。応答信号は通常ディジタル化してから表示、記憶、データ処理等に供する。
複数のＭＳＳを準備してこれらに単一の種類のプローブガスを与える手法に加えて、単一の（あるいはプローブガスの種類よりも少ない）ＭＳＳを使用して分析を行うことも可能である。そのような場合は、例えば、ＭＳＳに各種のプローブガスを１種類ずつ与えて当該プローブガスに対する応答としての出力信号を得るというサイクルの終了後、プローブガスを次のものに切り替えて次のサイクルを開始して同様な測定を行う。このようなサイクルを繰り返すことにより、複数種類のプローブガスに対する出力信号の組を得てその後の解析を行うことができる。この場合、先行するサイクルで使用されたプローブガスの影響が残留する可能性がある場合には、それを除去／低減するため、サイクル間でＭＳＳを十分な時間パージガス流中に保持する等のパージ処理を行うことが好ましい。これは、出力信号の解析を容易にするためには、パージ処理後には前回のサイクルにより引き起こされたＭＳＳ（具体的にはその上の受容体）に対する変化ができるだけ残留しないことが好ましいからである。このような点からは、ＭＳＳの出力信号に影響を与えるような不可逆変化を受容体に与える受容体−液体試料成分−パージガスの組み合わせは好ましくない場合があるということができる。あるいは、不可逆変化が受容体に起こることで出力信号に影響が出る場合であっても、後処理などでそのような影響が最終的な同定、定量等の結果に実質的な影響が現れないようにすることで、不可逆変化の悪影響を打ち消すことも可能である。逆に、不可逆変化が出力信号に与える影響まで出力信号の特徴としてパターン認識などを行うこともできる。
また、ＭＳＳを使用した分析においては、各サイクル内で試料ガスとパージガスとを所定周期で切り替えることで鋸歯状の出力信号を得て、これを解析するという処理が通常採用されており、本発明でもこのような周期的な切替処理を行う手法に従うことが好ましい。ここで、サイクル内で上記切替の際に使用するプローブガス（上述の試料ガスに対応）とサイクル間で使用するプローブガスとを同一のガスとしてよいし、あるいは別のガスとすることもできる。更には、サイクル間でパージ用のガスを使用する代わりに水等の液体を使用してパージ処理を行ってもよい。なお、ガスセンサーの洗浄のために液体を使用することについては特許文献２に記載があるので、必要に応じて参照されたい。液体を使用したパージ処理の場合には、次のプローブガスを使用したサイクルの開始前に必要に応じてＭＳＳに付着した当該液体を乾燥等によって除去する処理を行ってもよい。
従って、このようにして得られた出力信号から液体試料中の各種の成分やその組み合わせの同定や定量を行うことが可能となる。液体試料中の個々の成分の同定・定量を行うのではなく、個々の成分が不明であっても液体試料自体が何であるかを同定することもできる。例えば、以下の実施例では液体試料が水、血清無し培地、血清入り培地のうちの何れであるかを判定する例が示されている。
液体試料中に存在する可能性のある成分が１種類あるいは非常に限定された数種類に限定されていることが既知であったり、ある特定の物質に固有な非常に特徴的な応答信号のパターンが検出されたりしたなどという単純な状況では、上述したように、応答信号パターンの目視等により直ちに液体試料の分析結果を得ることができる。しかし、多くの場合には、応答信号を、上述したように例えばＰＣＡ、ＬＤＡを含む多変量解析等の各種の統計的処理や機械学習等を用いたパターン認識の手法を使用することで液体試料の分析を行うこともできる。
受容体として使用可能な材料としては、各種のポリマー、ポリマー以外の各種の有機及び無機化合物や単体材料、多孔体、粒子の集積体、その他、ガスの分析を行う際に使用可能な受容体材料の多くを挙げることができる。具体的にどの材料を使用するかは、分析対象の液体試料や、測定過程の後半で使用するプローブガスの種類により、適宜選択してよい。液体試料（液体試料中の成分）、受容体、プローブガスの組み合わせにより、ＭＳＳからの応答信号は多様なパターンを示す。分析対象となり得る液体試料は多くの場合多数の成分を含む複雑な組成を有するが、異なる受容体で被覆された複数のチャンネルに、適切に選択されたプローブガスを与えることによって、測定されている液体試料中の成分の種類（更にはそれらの量）についての大量の情報を含む検出信号の集合が得られる。したがって、複雑な組成を有する液体試料でも、受容体やプローブガスを適切に選択し、更にその結果得られる検出信号の集合に対して適切な処理を行うことにより、高精度・高速の液体試料分析を比較的単純な装置構成を用いて実現することができる。また、当然のことではあるが、プローブガスとして何を使用するかについては、実施例では水蒸気、エタノール、ヘプタン及びトルエンを使用したが、これに限定されるものではない。測定対象の試料（また、検出したい、あるいは検出されることが予期されている成分）、受容体、その他の諸条件の組み合わせに応じて適切な一または複数のガス、あるいは任意の種類のガスを混合した混合ガスなどをプローブガスとして適宜選択することができる。
なお、上述した測定過程の後半において、全てのチャンネルに対して同一種のプローブガスを供給するように装置を構成すれば、装置中のガス流路の構造・制御が簡略化される。逆に、チャンネル間で異なる種類のプローブガスを供給できるようにすれば、ガス流路の構造・制御は複雑になるが、液体試料（あるいはその成分）の識別能力を最大化できる。
なお、表面応力センサーなどの化学センサーを使用して液中測定を行うことも一部では行われているが、その場合には一貫して液体中での測定を行っている。本発明では一旦液体試料中からその成分を受容体に抽出し、これをプローブガスに曝すことでセンサー出力を得る点で従来技術と全く異なる技術思想に基づいているということができる。また、この相違により、化学センサーを使用した測定の過程を、受容体による液体試料成分の抽出過程と抽出によってその成分を含む受容体から検出出力を得るためのプローブガスへの暴露過程という２つの過程に分離しているので、それぞれの過程毎に好適な材料（受容体、ガス、その他の条件）を適宜選択する等により、これらの過程を個別に最適化できる。このように、一貫して液中で測定を行う従来の測定に比べて制御可能なパラメーターが多くなるため、従来の液中測定に比べ、感度や成分の選択性等の向上・制御等の最適化の自由度が向上する。
以下、実施例に基づいて本発明をさらに具体的に説明する。以下の実施例は本発明を判り易くするための例示であって、本発明を特定の実現形態に限定するものでないことに注意されたい。
＜実験１−ＭＳＳを使用して通常のガス分析とは逆に、既知のプローブガスから受容体材料を識別する＞
ここでは、４種類の受容体材料、すなわちＰＳ（polystyrene）、Ｐ４ＭＳ（poly(4-methylstyrene)）、ＰＣＬ（polycaprolactone）、ＰＶＦ（polyvinylidene fluoride）で被覆したＭＳＳを準備し、これらに４種類のプローブガス、すなわち水蒸気、エタノール（ethanol）、ヘプタン（n-heptane）、及びトルエン（toluene）を与えることにより出力信号を得た。上記４種類の受容体材料の化学構造式を以下に示す。
ここでは、４種類の受容体材料、すなわちＰＳ（polystyrene）、Ｐ４ＭＳ（poly(4-methylstyrene)）、ＰＣＬ（polycaprolactone）、ＰＶＦ（polyvinylidene fluoride）で被覆したＭＳＳを準備し、これらに４種類のプローブガス、すなわち水蒸気、エタノール（ethanol）、ヘプタン（n-heptane）、及びトルエン（toluene）を与えることにより出力信号を得た。上記４種類の受容体材料の化学構造式を以下に示す。
受容体材料として使用した４種類のポリマーであるＰＳ（Ｍｗ＝３５０，０００）、ＰＣＬ、Ｐ４ＭＳ及びＰＶＦはSigma-Aldrichから購入した。ポリマー溶液を作成することでインクジェットによる膜形成に用いる溶媒として使用したＤＭＦ（N,N’-Dimethylformamide）は富士フイルム和光純薬株式会社から購入した。
プローブガスとして使用したエタノール、ヘプタン及びトルエン（toluene）はSigma-Aldrich、東京化成工業株式会社及び富士フイルム和光純薬株式会社から、分析グレードあるいはより上級のものを購入した。全ての試薬は購入したままの状態で使用した。また、プローブガスとして使用した水蒸気（図中ではwaterとも表記）を得るために超純水を使用した。
各々のポリマーをＤＭＦに濃度１ｍｇ／ｍＬで溶解し、インクジェットによりＭＳＳの各チャンネル上に堆積つまり被覆させた。ここではノズル（MICROJET CorporationのIJHBS-300）を装着したインクジェットスポッタ（MICROJET CorporationのLaboJet-500SP）を使用した。この堆積を行う際のインクジェットの射出速度、液滴体積、及びインクジェット射出数はそれぞれ約５ｍ／秒、約３００ｐＬ、及び３００発に固定した。また、インクジェットスポッタのステージを８０℃に加熱しておくことで、ＤＭＦを乾燥させた。各ポリマーをＭＳＳ上の少なくとも２つの異なるチャンネルに被覆して、コーティング品質を調べた。具体的な被覆チャンネル数Ｎは以下の通りであった：ＰＳ：Ｎ＝１１；ＰＣＬ：Ｎ＝１１；Ｐ４ＭＳ：Ｎ＝１１；ＰＶＦ：Ｎ＝１１。
プローブガスとして使用した４種類の物質は何れも常温では液体であるので、それぞれの蒸気をプローブガスとして使用して、ＭＳＳ（より具体的にはＭＳＳチップ上に設けられている４つのＭＳＳセンサーチャンネル）から、４種類のプローブガスと４種類のポリマーとの組み合わせの各々についてのガス−固体相互作用を表す検出信号を得た（液体状態のこれらの物質を以下では溶媒、あるいは溶媒液体と呼ぶことがある）。具体的には以下の装置構成・手順を使用した。
上述のようにして準備した、ポリマーで被覆されたＭＳＳチップをテフロン（登録商標）製のチャンバー（ＭＳＳチャンバー）に取り付け、これを２５．０±０．５℃に温度制御されたインキュベータ中に置いた。このチャンバーを２つのマスフローコントローラ（ＭＦＣ（ＭＦＣ−１及びＭＦＣ−２））、パージガスライン並びに１５．０±０．５℃に温度制御されたインキュベータ内に収容された混合チャンバー及び溶媒液体を入れるバイアル瓶からなるガスシステムに結合した。各溶媒の蒸気はＭＦＣ−１を通して供給されるキャリアガスのバブリングにより発生させた。ここでは、純窒素ガスをキャリアガス及びパージガスとして使用した。実験中、全流量を１００ｍＬ／分に維持した。４種類の異なる溶媒蒸気の濃度はＭＦＣ−１によりＰａ／Ｐｏ＝０．１になるように制御した。ここで、Ｐａ及びＰｏはそれぞれ溶媒蒸気の分圧及び飽和蒸気圧を表す。
ＭＳＳの出力信号を測定する前に、純窒素ガスをＭＦＣ−２によって流量が制御されるパージガスラインからＭＳＳチャンバー中に１分間導入した。次に、ＭＦＣ−１（プローブガスライン）を１０秒毎にオン／オフするとともに、ＭＦＣ−２の制御により、ＭＦＣ−１のオン、オフに関わらずＭＳＳチャンバーへ送り込まれるガスの全流量が１００ｍＬ／分を維持するようにした。このオン、オフを５サイクル繰り返した。図２に、４種類のプローブガス（蒸気）である水蒸気、エタノール、ヘプタン、トルエンに対する４種類のポリマー、ＰＳ、Ｐ４ＭＳ、ＰＶＦ及びＰＣＬ、を被覆したＭＳＳセンサーチャンネルからの出力信号の例を示す。この図は上記４種類のポリマーを被覆したＭＳＳセンサーチャンネルと４種類のプローブガスとの組み合わせのそれぞれに対応する出力信号の具体例を示す。これらのデータはＭＳＳセンサーチャンネルのブリッジ電圧を−０．５Ｖとして、サンプリングレート１０Ｈｚで測定したものである。
上述したように、各々の蒸気に暴露されると、図２から判るように、各ポリマーからの応答信号（ＭＳＳセンサーチャンネルからの出力信号）は、当該ポリマーと蒸気との化学的・物理的親和性を反映して強度及び形状の面でユニークなものとなった。
このようにして得られたデータ集合（つまり、夫々の応答信号の波形をディジタル化したデータの集合体）に対して主成分分析（ＰＣＡ）を使用して解析を行った。先ず、図３に示すように、正規化された応答信号の減衰曲線の各々から複数のパラメーターを特徴量の集合として抽出した。より具体的には、Ｐ４ＭＳ、ＰＣＬ、ＰＳ、ＰＶＦの何れかで被覆された各ＭＳＳからの出力信号は水蒸気、エタノール、ヘプタン及びトルエンをプローブガスとして与えた場合の４系列が得られるが、これら４系列の出力信号の組を対応する受容体材料についての一つのデータ集合として取り扱った。４種類の受容体材料に対応する４つのデータ集合について主成分分析を行った。その結果を図４に示す。図４において、受容体材料Ｐ４ＭＳ、ＰＣＬ、ＰＳ及びＰＶＦについてのプロットは相互に重なることのない狭い領域にそれぞれまとまっている。これらの領域の近傍にそれに対応する受容体材料の略号を付し、更に当該受容体材料の化学構造式を示した。
上の例から、従来とは逆に、分析のためにＭＳＳに対して与えるガス（ここではプローブガス）に対する受容体側の応答信号から、パターン認識（この実施例ではＰＣＡ）により受容体材料の同定が可能となることが実証された。より具体的に言えば、上記実験１では４種類のポリマーという既知の材料の識別を行ったが、当然ながら、この方法は既知の材料の検証に限定されるものではない。すなわち、試料液体に浸漬する等の処理により試料中の検体（測定対象成分）を吸着等により取り込んだＭＳＳ上の受容体は浸漬前の受容体とはもはや異なる材料になっているため、未知の受容体である。本実験によれば、そのような未知の受容体を他の受容体（異なる試料液体に浸漬等し、あるいは同じ試料液体であっても浸漬等の処理が異なるもの、また浸漬等の処理を何も行っていない「生の」受容体等）から識別し、またこれら異なる受容体とは異なるクラスに属する受容体であると判定することが可能となる。これは結局は試料液体から受容体に吸着された物質の識別、同定などを行っていることになる。
＜実験２−培地が水、血清無し培地、血清入り培地のうちの何れであるかを識別する＞
ここでは、ウシ胎仔血清（fetal bovine serum、ＦＢＳ）を１０％含むウシ胎仔血清入り培地及びウシ胎児血清無し培地（これらでは培地としてＤＭＥＭ（高グルコース）（Dulbecco's modified eagle medium (high glucose)）を使用）に浸漬したＭＳＳにプローブガスとして水蒸気及びエタノールを与えた時の測定信号からそれぞれデータ集合を得た。また同じＭＳＳを水に浸漬してから同じプローブガスを与えた場合、更には受容体を塗布しただけで水にもまた血清入りあるいは血清無し培地にも浸漬していないＭＳＳ（以下、この状態を未浸漬と称する）についても同じプローブガスを与えた場合のデータ集合も得た。これらのデータ集合を得るための具体的な手順は実験１の場合と同様とした。実際の実験手順としては、ＭＳＳチップを２枚用意し、血清あり及び血清無し培地の各々について、最初ＭＳＳに受容体を塗布し、次に何も浸漬を行わないで（つまり、未浸漬で）測定し、その後水に浸漬して測定し、さらに同じＭＳＳを培地（一方のＭＳＳは血清あり、他方のＭＳＳは血清無し）に浸漬して測定を行った。上記４種類のデータ集合についてＬＤＡを行った結果をプロットしたものを図５に示す。なお、この実験は水と水溶液（培地の血清両者入りの培地が入っている水溶液と血清無しの培地が入っている水溶液）の３種類を識別することが目的である。ここでＭＳＳチップを２枚使っているのは、一旦血清あり／血清無し培地水溶液に浸漬すると、ＭＳＳチップ上の受容体にそのような培地成分の影響が残らないように十分に洗浄できない可能性があるため、他方の水溶液（血清無し／血清あり培地水溶液）をその後に同じＭＳＳで行った場合に不正確な結果が得られる恐れがあったからである。また，水浸漬しているのは，この場合には、測定後の洗浄によって、同じＭＳＳで次に血清ありまたは血清無し培地水溶液の測定を行っても最初の水浸漬の影響が残らないようにでき、また溶解している固体成分なども残存しないと考えられたからである。
ここでは、ウシ胎仔血清（fetal bovine serum、ＦＢＳ）を１０％含むウシ胎仔血清入り培地及びウシ胎児血清無し培地（これらでは培地としてＤＭＥＭ（高グルコース）（Dulbecco's modified eagle medium (high glucose)）を使用）に浸漬したＭＳＳにプローブガスとして水蒸気及びエタノールを与えた時の測定信号からそれぞれデータ集合を得た。また同じＭＳＳを水に浸漬してから同じプローブガスを与えた場合、更には受容体を塗布しただけで水にもまた血清入りあるいは血清無し培地にも浸漬していないＭＳＳ（以下、この状態を未浸漬と称する）についても同じプローブガスを与えた場合のデータ集合も得た。これらのデータ集合を得るための具体的な手順は実験１の場合と同様とした。実際の実験手順としては、ＭＳＳチップを２枚用意し、血清あり及び血清無し培地の各々について、最初ＭＳＳに受容体を塗布し、次に何も浸漬を行わないで（つまり、未浸漬で）測定し、その後水に浸漬して測定し、さらに同じＭＳＳを培地（一方のＭＳＳは血清あり、他方のＭＳＳは血清無し）に浸漬して測定を行った。上記４種類のデータ集合についてＬＤＡを行った結果をプロットしたものを図５に示す。なお、この実験は水と水溶液（培地の血清両者入りの培地が入っている水溶液と血清無しの培地が入っている水溶液）の３種類を識別することが目的である。ここでＭＳＳチップを２枚使っているのは、一旦血清あり／血清無し培地水溶液に浸漬すると、ＭＳＳチップ上の受容体にそのような培地成分の影響が残らないように十分に洗浄できない可能性があるため、他方の水溶液（血清無し／血清あり培地水溶液）をその後に同じＭＳＳで行った場合に不正確な結果が得られる恐れがあったからである。また，水浸漬しているのは，この場合には、測定後の洗浄によって、同じＭＳＳで次に血清ありまたは血清無し培地水溶液の測定を行っても最初の水浸漬の影響が残らないようにでき、また溶解している固体成分なども残存しないと考えられたからである。
図５において、ウシ胎仔血清入り培地、ウシ胎仔血清無し培地、水、無浸漬についてのプロット結果は互いに明瞭に分離された領域に含まれている。したがって、本発明により、液体試料がウシ胎仔血清入り培地、ウシ胎仔血清無し培地、水のいずれであるか、という液体試料の同定を行うことができ、あるいは比較対象や装置の正常動作検証用の（あるいは誤操作の類により）液体試料に浸漬等されていない受容体を塗布しただけのＭＳＳについての測定を行ったものであるのかを判別することができる。
以上詳細に説明したように、本発明によれば、液体試料の分析のうちの測定データを直接得るための後半部の処理を、液体測定に比べて長所が多く、また従来から多くの知見やデータ等が蓄積されているＭＳＳに代表される化学センサーを使用した気体測定の手法をそのまま利用して実現できるため、液体試料分析に大いに貢献することが期待される。
G. Yoshikawa, T. Akiyama, F. Loizeau, K. Shiba, S. Gautsch, T. Nakayama, P. Vettiger, N. Rooij and M. Aono. Sensors, 2012, 12, 15873-15887.
複数種類の受容体を準備し、これらを複数のＭＳＳ素子に被覆することで一つの液体試料に対する複数種類の受容体の応答信号の集合を得るようにする場合、ＭＳＳでは一つのセンサチップ上に特性の揃った複数のＭＳＳ素子を作り込むのが容易であり、実際にそのようなＭＳＳが作製されているので好都合である。測定系としてみた時にこれらのＭＳＳ素子（通常はそれぞれ異なる受容体で被覆されている）の各々を以下ではチャンネルと称する。複数チャンネルを有するＭＳＳを使用することで、上述したような単一の液体試料に対する複数種類の受容体の応答信号の集合を容易に得ることができる。もちろん、非常に多数のチャンネルからの応答信号が必要な場合には、複数個のＭＳＳを同時に使用してもよい。応答信号は通常ディジタル化してから表示、記憶、データ処理等に供する。
プローブガスとして使用した４種類の物質は何れも常温では液体であるので、それぞれの蒸気をプローブガスとして使用して、ＭＳＳ（より具体的にはＭＳＳチップ上に設けられている４つのＭＳＳチャンネル）から、４種類のプローブガスと４種類のポリマーとの組み合わせの各々についてのガス−固体相互作用を表す検出信号を得た（液体状態のこれらの物質を以下では溶媒、あるいは溶媒液体と呼ぶことがある）。具体的には以下の装置構成・手順を使用した。
ＭＳＳの出力信号を測定する前に、純窒素ガスをＭＦＣ−２によって流量が制御されるパージガスラインからＭＳＳチャンバー中に１分間導入した。次に、ＭＦＣ−１（プローブガスライン）を１０秒毎にオン／オフするとともに、ＭＦＣ−２の制御により、ＭＦＣ−１のオン、オフに関わらずＭＳＳチャンバーへ送り込まれるガスの全流量が１００ｍＬ／分を維持するようにした。このオン、オフを５サイクル繰り返した。図２に、４種類のプローブガス（蒸気）である水蒸気、エタノール、ヘプタン、トルエンに対する４種類のポリマー、ＰＳ、Ｐ４ＭＳ、ＰＶＦ及びＰＣＬ、を被覆したＭＳＳチャンネルからの出力信号の例を示す。この図は上記４種類のポリマーを被覆したＭＳＳチャンネルと４種類のプローブガスとの組み合わせのそれぞれに対応する出力信号の具体例を示す。これらのデータはＭＳＳチャンネルのブリッジ電圧を−０．５Ｖとして、サンプリングレート１０Ｈｚで測定したものである。
上述したように、各々の蒸気に暴露されると、図２から判るように、各ポリマーからの応答信号（ＭＳＳチャンネルからの出力信号）は、当該ポリマーと蒸気との化学的・物理的親和性を反映して強度及び形状の面でユニークなものとなった。
このようにして得られたデータ集合（つまり、夫々の応答信号の波形をディジタル化したデータの集合体）に対して主成分分析（ＰＣＡ）を使用して解析を行った。先ず、図３に示すように、正規化された応答信号の減衰曲線の各々から複数のパラメーターを特徴量の集合として抽出した。より具体的には、Ｐ４ＭＳ、ＰＣＬ、ＰＳ、ＰＶＦの何れかで被覆された各ＭＳＳチャンネルからの出力信号は水蒸気、エタノール、ヘプタン及びトルエンをプローブガスとして与えた場合の４系列が得られるが、これら４系列の出力信号の組を対応する受容体材料についての一つのデータ集合として取り扱った。４種類の受容体材料に対応する４つのデータ集合について主成分分析を行った。その結果を図４に示す。図４において、受容体材料Ｐ４ＭＳ、ＰＣＬ、ＰＳ及びＰＶＦについてのプロットは相互に重なることのない狭い領域にそれぞれまとまっている。これらの領域の近傍にそれに対応する受容体材料の略号を付し、更に当該受容体材料の化学構造式を示した。
＜実験２−培地が水、血清無し培地、血清入り培地のうちの何れであるかを識別する＞
ここでは、ウシ胎仔血清（fetal bovine serum、ＦＢＳ）を１０％含むウシ胎仔血清入り培地及びウシ胎児血清無し培地（これらでは培地としてＤＭＥＭ（高グルコース）（Dulbecco's modified eagle medium (high glucose)）を使用）に浸漬したＭＳＳにプローブガスとして水蒸気及びエタノールを与えた時の測定信号からそれぞれデータ集合を得た。また同じＭＳＳを水に浸漬してから同じプローブガスを与えた場合、更には受容体を塗布しただけで水にもまた血清入りあるいは血清無し培地にも浸漬していないＭＳＳ（以下、この状態を未浸漬と称する）についても同じプローブガスを与えた場合のデータ集合も得た。これらのデータ集合を得るための具体的な手順は実験１の場合と同様とした。実際の実験手順としては、ＭＳＳチップを２枚用意し、血清あり及び血清無し培地の各々について、最初ＭＳＳに受容体を塗布し、次に何も浸漬を行わないで（つまり、未浸漬で）測定し、その後水に浸漬して測定し、さらに同じＭＳＳを培地（一方のＭＳＳは血清あり、他方のＭＳＳは血清無し）に浸漬して測定を行った。上記４種類のデータ集合についてＬＤＡを行った結果をプロットしたものを図５に示す。なお、この実験は水と水溶液（血清あり培地水溶液と血清無し培地水溶液）の３種類を識別することが目的である。ここでＭＳＳチップを２枚使っているのは、一旦血清あり／血清無し培地水溶液に浸漬すると、ＭＳＳチップ上の受容体にそのような培地成分の影響が残らないように十分に洗浄できない可能性があるため、他方の水溶液（血清無し／血清あり培地水溶液）をその後に同じＭＳＳで行った場合に不正確な結果が得られる恐れがあったからである。また，水浸漬しているのは，この場合には、測定後の洗浄によって、同じＭＳＳで次に血清ありまたは血清無し培地水溶液の測定を行っても最初の水浸漬の影響が残らないようにでき、また溶解している固体成分なども残存しないと考えられたからである。
ここでは、ウシ胎仔血清（fetal bovine serum、ＦＢＳ）を１０％含むウシ胎仔血清入り培地及びウシ胎児血清無し培地（これらでは培地としてＤＭＥＭ（高グルコース）（Dulbecco's modified eagle medium (high glucose)）を使用）に浸漬したＭＳＳにプローブガスとして水蒸気及びエタノールを与えた時の測定信号からそれぞれデータ集合を得た。また同じＭＳＳを水に浸漬してから同じプローブガスを与えた場合、更には受容体を塗布しただけで水にもまた血清入りあるいは血清無し培地にも浸漬していないＭＳＳ（以下、この状態を未浸漬と称する）についても同じプローブガスを与えた場合のデータ集合も得た。これらのデータ集合を得るための具体的な手順は実験１の場合と同様とした。実際の実験手順としては、ＭＳＳチップを２枚用意し、血清あり及び血清無し培地の各々について、最初ＭＳＳに受容体を塗布し、次に何も浸漬を行わないで（つまり、未浸漬で）測定し、その後水に浸漬して測定し、さらに同じＭＳＳを培地（一方のＭＳＳは血清あり、他方のＭＳＳは血清無し）に浸漬して測定を行った。上記４種類のデータ集合についてＬＤＡを行った結果をプロットしたものを図５に示す。なお、この実験は水と水溶液（血清あり培地水溶液と血清無し培地水溶液）の３種類を識別することが目的である。ここでＭＳＳチップを２枚使っているのは、一旦血清あり／血清無し培地水溶液に浸漬すると、ＭＳＳチップ上の受容体にそのような培地成分の影響が残らないように十分に洗浄できない可能性があるため、他方の水溶液（血清無し／血清あり培地水溶液）をその後に同じＭＳＳで行った場合に不正確な結果が得られる恐れがあったからである。また，水浸漬しているのは，この場合には、測定後の洗浄によって、同じＭＳＳで次に血清ありまたは血清無し培地水溶液の測定を行っても最初の水浸漬の影響が残らないようにでき、また溶解している固体成分なども残存しないと考えられたからである。
図５において、ウシ胎仔血清入り培地、ウシ胎仔血清無し培地、水、未浸漬についてのプロット結果は互いに明瞭に分離された領域に含まれている。したがって、本発明により、液体試料がウシ胎仔血清入り培地、ウシ胎仔血清無し培地、水のいずれであるか、という液体試料の同定を行うことができ、あるいは比較対象や装置の正常動作検証用の（あるいは誤操作の類により）液体試料に浸漬等されていない受容体を塗布しただけのＭＳＳについての測定を行ったものであるのかを判別することができる。
Claims (13)
- 受容体層を担持した化学センサーに測定対象の液体試料を与え、
前記液体試料を与えた後の前記化学センサーに１または複数種類のガスを与え、
前記ガスを与えられたことによって前記化学センサーに引き起こされる物理パラメーターの変化により前記化学センサーから出力される信号に基づいて前記液体試料中の成分の分析を行う
液体試料分析方法。 - 前記化学センサーに前記１または複数種類のガスを与える前に前記受容体層を乾燥させる、請求項１に記載の液体試料分析方法。
- 前記物理パラメーターは、表面応力、応力、力、表面張力、圧力、質量、弾性、ヤング率、ポアソン比、共振周波数、周波数、体積、厚み、粘度、密度、磁力、磁気量、磁場、磁束、磁束密度、電気抵抗、電気量、誘電率、電力、電界、電荷、電流、電圧、電位、移動度、静電エネルギー、キャパシタンス、インダクタンス、リアクタンス、サセプタンス、アドミッタンス、インピーダンス、コンダクタンス、プラズモン、屈折率、光度および温度のうちの１種または２種以上である、請求項１または２に記載の液体試料分析方法。
- 前記物理パラメーターは表面応力である、請求項１から３の何れかに記載の液体試料分析方法。
- 前記化学センサーは膜型表面応力センサーである、請求項４に記載の液体試料分析方法。
- 前記受容体層はポリマー、ポリマー以外の有機化合物、無機化合物、単体材料、多孔体、粒子の集積体からなる群から選択される材料を含む、請求項１から５の何れかに記載の液体試料分析方法。
- 前記化学センサーから出力される信号からの特徴量の抽出を行った結果に基づいて前記分析を行う、請求項１から６の何れかに記載の液体試料分析方法。
- 前記化学センサーに前記ガスとパージ用流体とを交互に切り替えて与える、請求項１から７の何れかに記載の液体試料分析方法。
- 前記化学センサーから出力される信号を機械学習することにより前記分析を行う、請求項１から８の何れかに記載の液体試料分析方法。
- 前記化学センサーから出力される信号を多変量解析処理することにより前記分析を行う、請求項１から８の何れかに記載の液体試料分析方法。
- 前記化学センサーから出力される信号に主成分分析または線形判別分析を適用することによって前記分析を行う、請求項１０に記載の液体試料分析方法。
- 前記化学センサーから出力される信号にパターン認識を適用することによって前記分析を行う、請求項１０に記載の液体試料分析方法。
- 化学センサー及び前記化学センサーから出力される信号に基づいて前記分析を行う分析手段を備える、請求項１から１２の何れかの液体試料分析方法を行う液体試料分析装置。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018220427 | 2018-11-26 | ||
| JP2018220427 | 2018-11-26 | ||
| PCT/JP2019/044474 WO2020110720A1 (ja) | 2018-11-26 | 2019-11-13 | 液体試料分析方法及び装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPWO2020110720A1 true JPWO2020110720A1 (ja) | 2021-09-30 |
| JP7080455B2 JP7080455B2 (ja) | 2022-06-06 |
Family
ID=70852063
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020558317A Active JP7080455B2 (ja) | 2018-11-26 | 2019-11-13 | 液体試料分析方法及び装置 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US11879863B2 (ja) |
| EP (1) | EP3889577B1 (ja) |
| JP (1) | JP7080455B2 (ja) |
| CN (1) | CN113167717B (ja) |
| WO (1) | WO2020110720A1 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP4184146A4 (en) * | 2020-07-17 | 2024-07-10 | Nat Inst Materials Science | METHOD AND DEVICE FOR DETERMINING KETOSIS-RELATED MORBIDITY |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005031316A1 (ja) * | 2003-09-29 | 2005-04-07 | National Institute Of Advanced Industrial Science And Technology | 自動分析方法及び装置 |
| JP2012225910A (ja) * | 2011-04-14 | 2012-11-15 | E M D Millipore Corp | 赤外線（ｉｒ）に基づき生体分子を定量するためのデバイスおよび方法 |
| WO2014196606A1 (ja) * | 2013-06-05 | 2014-12-11 | 独立行政法人物質・材料研究機構 | 抗体または抗原を固定化した膜型表面応力センサとその製造方法並びにこれを用いた免疫測定方法 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1369684A4 (en) * | 2001-01-17 | 2009-07-22 | Arkray Inc | QUANTITATIVE ANALYSIS PROCESS AND QUANTITATIVE ANALYZER WITH SENSOR |
| CN101010579A (zh) * | 2004-07-27 | 2007-08-01 | 株式会社三菱化学药得论 | 被检试样的自动判别方法 |
| EP1909103A4 (en) * | 2005-07-14 | 2011-05-04 | Panasonic Corp | ANALYZER AND ANALYSIS PROCEDURE |
| WO2011148774A1 (ja) | 2010-05-24 | 2011-12-01 | 独立行政法人物質・材料研究機構 | 表面応力センサ |
| DE102010064392A1 (de) * | 2010-10-29 | 2012-05-03 | Endress + Hauser Conducta Gesellschaft für Mess- und Regeltechnik mbH + Co. KG | Verfahren zur Bestimmung eines Analytgehalts einer Flüssigkeitsprobe mittels eines Bioanalysators |
| US10746683B2 (en) | 2013-12-12 | 2020-08-18 | Altratech Limited | Capacitive sensor and method of use |
| JP6544744B2 (ja) | 2015-01-27 | 2019-07-17 | 国立研究開発法人物質・材料研究機構 | 多孔質材料または粒状材料を受容体層として有するセンサ |
| US10458939B2 (en) * | 2015-02-27 | 2019-10-29 | National Institute For Materials Science | Sensor coated with receptor layer of mixture of base material and particulate material |
| EP3388831B1 (en) | 2015-12-08 | 2020-12-30 | National Institute for Materials Science | Fuel oil identification using a surface stress sensor coated with hydrocarbon-group-modified nanoparticles |
| EP3534146B1 (en) | 2016-10-27 | 2022-12-14 | National Institute for Materials Science | Gas sensor device and method for removing gas components |
| US12100488B2 (en) | 2016-11-29 | 2024-09-24 | National Institute For Materials Science | Method and device for estimating value to be estimated associated with specimen |
-
2019
- 2019-11-13 WO PCT/JP2019/044474 patent/WO2020110720A1/ja unknown
- 2019-11-13 US US17/289,394 patent/US11879863B2/en active Active
- 2019-11-13 CN CN201980077729.XA patent/CN113167717B/zh active Active
- 2019-11-13 EP EP19889567.4A patent/EP3889577B1/en active Active
- 2019-11-13 JP JP2020558317A patent/JP7080455B2/ja active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005031316A1 (ja) * | 2003-09-29 | 2005-04-07 | National Institute Of Advanced Industrial Science And Technology | 自動分析方法及び装置 |
| JP2012225910A (ja) * | 2011-04-14 | 2012-11-15 | E M D Millipore Corp | 赤外線（ｉｒ）に基づき生体分子を定量するためのデバイスおよび方法 |
| WO2014196606A1 (ja) * | 2013-06-05 | 2014-12-11 | 独立行政法人物質・材料研究機構 | 抗体または抗原を固定化した膜型表面応力センサとその製造方法並びにこれを用いた免疫測定方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3889577A1 (en) | 2021-10-06 |
| CN113167717B (zh) | 2024-08-06 |
| CN113167717A (zh) | 2021-07-23 |
| EP3889577A4 (en) | 2022-08-03 |
| JP7080455B2 (ja) | 2022-06-06 |
| US11879863B2 (en) | 2024-01-23 |
| US20210396699A1 (en) | 2021-12-23 |
| WO2020110720A1 (ja) | 2020-06-04 |
| EP3889577B1 (en) | 2024-01-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11988662B2 (en) | Methods for detecting and quantifying gas species analytes using differential gas species diffusion | |
| JP7080455B2 (ja) | 液体試料分析方法及び装置 | |
| Su et al. | Detection of Cu (II) ion by an electrochemical sensor made of 5, 17-bis (4′-nitrophenylazo)-25, 26, 27, 28-tetrahydroxycalix [4] arene-electromodified electrode | |
| Hussain | Ultra-sensitive detection of heparin via aPTT using plastic antibodies on QCM-D platform | |
| JP6980195B2 (ja) | 熱波を用いて分析物を検出するための、装置および方法。 | |
| Prabhu et al. | Development of MEMS sensor for detection of creatinine using MIP based approach–a tutorial paper | |
| Mirmohseni et al. | Analysis of transient response of single quartz crystal nanobalance for determination of volatile organic compounds | |
| US12007405B2 (en) | Material analysis method and material analysis apparatus | |
| Gamero et al. | Molecularly imprinted electroimpedance sensor for detection of 8-isoprostane in exhaled breath condensate | |
| Wang et al. | Nanomechanical identification of proteins using microcantilever-based chemical sensors | |
| Hawari et al. | Development of interdigitated electrode molecular imprinted polymer sensor for monitoring alpha pinene emissions from mango fruit | |
| RU2390765C1 (ru) | Способ определения бензола | |
| KR101945757B1 (ko) | 유전영동기술을 이용한 금속이온 검출방법 | |
| Zhao et al. | Identification and quantification of components in ternary vapor mixtures using a microelectromechanical-system-based electronic nose | |
| US20240125781A1 (en) | Low voltage reduced graphene oxide (rgo)-based biosensor | |
| RU223772U1 (ru) | Сенсор на основе полимера с молекулярным отпечатком для определения 3-(4-гидроксифенил)молочной кислоты | |
| KR101941771B1 (ko) | 반도체 2d 결정 물질을 이용한 dna의 전기화학적 검출방법 | |
| Cheng et al. | AC Electrokinetics-Enhanced Capacitive Virus Detection | |
| KR20210059515A (ko) | 정전용량을 기반한 바이오센서 및 그의 제조방법 | |
| Johansson | Sensitive Detection of Blood Biomarker Pentraxin 3–Development and Comparison of Amperometric and Capacitive Biosensors in Flow-Injection Systems | |
| Adam et al. | Selective detection of alpha synuclein amyloid fibrils by faradaic and non-faradaic electrochemical impedance spectroscopic approaches | |
| McCaig | Resonant Nanocantilever Chemical Vapor Sensors | |
| Fitzgerald et al. | Cross-Reactive, Self-Encoded Polymer Film Arrays for Sensor Applications | |
| JP2024043610A (ja) | 水蒸気検出センサ用感応膜、この感応膜を有する水蒸気検出センサ、並びにこの水蒸気検出センサを備える湿度測定装置及び水分測定装置 | |
| Manoli et al. | Evaluation of a chemocapacitive sensor array for the detection of vapor analytes and their mixtures |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210416 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210416 |
|
| 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: 20220517 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220517 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7080455 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |