KR102124688B1 - Tof 질량 분석 데이터 처리 장치 및 방법 - Google Patents

Tof 질량 분석 데이터 처리 장치 및 방법 Download PDF

Info

Publication number
KR102124688B1
KR102124688B1 KR1020170158394A KR20170158394A KR102124688B1 KR 102124688 B1 KR102124688 B1 KR 102124688B1 KR 1020170158394 A KR1020170158394 A KR 1020170158394A KR 20170158394 A KR20170158394 A KR 20170158394A KR 102124688 B1 KR102124688 B1 KR 102124688B1
Authority
KR
South Korea
Prior art keywords
molecular weight
data
section
mass spectrometry
weight section
Prior art date
Application number
KR1020170158394A
Other languages
English (en)
Other versions
KR20180085671A (ko
Inventor
김양선
Original Assignee
주식회사 아스타
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 주식회사 아스타 filed Critical 주식회사 아스타
Priority to US15/875,402 priority Critical patent/US10539569B2/en
Publication of KR20180085671A publication Critical patent/KR20180085671A/ko
Application granted granted Critical
Publication of KR102124688B1 publication Critical patent/KR102124688B1/ko

Links

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
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6803—General methods of protein analysis not limited to specific proteins or families of proteins
    • G01N33/6848—Methods of protein analysis involving mass spectrometry
    • G01N33/6851—Methods of protein analysis involving laser desorption ionisation mass spectrometry
    • 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
    • G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode
    • G01N27/622—Ion mobility spectrometry
    • 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
    • G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode
    • G01N27/622—Ion mobility spectrometry
    • G01N27/623—Ion mobility spectrometry combined with mass spectrometry
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J49/00—Particle spectrometers or separator tubes
    • H01J49/26—Mass spectrometers or separator tubes
    • H01J49/34—Dynamic spectrometers
    • H01J49/40—Time-of-flight spectrometers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
    • G01N2333/195—Assays involving biological materials from specific organisms or of a specific nature from bacteria
    • G01N2333/32—Assays involving biological materials from specific organisms or of a specific nature from bacteria from Bacillus (G)
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2560/00—Chemical aspects of mass spectrometric analysis of biological material

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • Biomedical Technology (AREA)
  • Analytical Chemistry (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Hematology (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Urology & Nephrology (AREA)
  • Food Science & Technology (AREA)
  • Biophysics (AREA)
  • Medicinal Chemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Cell Biology (AREA)
  • Biotechnology (AREA)
  • Microbiology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Optics & Photonics (AREA)
  • Electrochemistry (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

TOF 질량 분석(Time-of-Flight mass spectrometry) 데이터를 처리하는 장치가 제공된다. 장치는 시료에 대한 TOF 질량 분석 데이터의 제1 분자량 구간에 기초하여 하나 이상의 미생물 후보군을 결정하고, 미생물 후보군에 복수의 미생물 후보가 포함되어 있는 경우 미생물 후보군의 특성에 따라 제2 분자량 구간을 결정하고, 데이터의 제2 분자량 구간에 기초하여 복수의 미생물 후보 중에서 시료에 포함된 미생물을 식별할 수 있다.

Description

TOF 질량 분석 데이터 처리 장치 및 방법{APPARATUS AND METHOD FOR PROCESSING DATA OF TIME-OF-FLIGHT MASS SPECTROMETRY}
데이터 처리 장치 및 방법에 연관되며, 보다 구체적으로는 시료에 대한 TOF 질량 분석(Time-of-Flight Mass Spectrometry)의 수행에 따른 결과 데이터를 처리하여 시료의 미생물을 동정하는 장치 및 방법에 연관된다.
질량 분석(mass spectrometry)은 이온을 각각의 질량에 따라 분리하여 검출하는 것으로서, TOF 질량 분석은 질량 분석 방법 중에서 매우 간단한 원리를 이용하는 방법이다. 구체적으로, 이온이 전기장 속에서 가속되어 속도를 가지게 되고 그 속도로 검출부(detector)까지 일정한 거리를 이동하는데 걸리는 시간을 이용하여 질량을 분석한다.
이온이 전기장에 의해 받는 힘과 질량에 따라 이온의 가속도가 달라지게 된다. 즉, 가벼운 이온은 빠르게 가속되고 무거운 이온은 천천히 가속되어 검출부에 도달하는 시간이 다르고, 따라서 TOF 분포를 질량 스펙트럼(mass spectrum)으로 변환하여 시료에 대한 정보를 얻어낼 수 있다.
다만, TOF 질량 분석을 통해 시료의 미생물 균종 동정을 수행함에 있어서 일반적인 질량 스펙트럼 상의 피크 강도 분석만으로 정확한 균종의 식별이 어려운 경우가 있다.
일측에 따르면, 미생물 동정 장치는 미생물 동정 장치 시료에 대한 TOF 질량 분석(Time-of-Flight mass spectrometry) 데이터의 제1 분자량 구간에 기초하여 미생물 후보군(candidate group)을 결정하는 후보군 결정부, 및 상기 미생물 후보군에 복수의 미생물 후보가 포함되어 있는 경우 상기 미생물 후보군의 특성에 따라 제2 분자량 구간을 결정하고 상기 데이터의 제2 분자량 구간에 기초하여 상기 복수의 미생물 후보 중에서 상기 시료에 포함된 미생물을 식별하는 판별 처리부를 포함한다.
일실시예에서, 상기 제1 분자량 구간은 리보솜 단백질에 연관된 구간을 포함한다.
일실시예에서, 상기 제2 분자량 구간은 상기 제1 분자량 구간에 비하여 저분자(small molecule) 구간을 포함한다.
일실시예에서, 상기 제2 분자량 구간은 분자량이 500 내지 3000 Da 인 구간을 포함한다.
일실시예에서, 상기 데이터의 상기 제2 분자량 구간은 상기 데이터 중 m/z 값이 500 내지 1000 인 구간과 연관된다.
일실시예에서, 상기 미생물 후보군은 바실러스 세레우스(bacillus cereus) 및 바실러스 투린지엔시스(bacillus thuringiensis)를 포함한다.
다른 일측에 따르면, 미생물 동정 장치는 외부 인터페이스로부터 복수의 미생물 후보를 포함하는 미생물 후보군을 제공받는 후보군 수신부, 및 상기 미생물 후보군의 특성에 따라 기준 분자량 구간을 결정하고 시료에 대한 TOF 질량 분석(Time-of-Flight mass spectrometry) 데이터의 기준 분자량 구간에 기초하여 상기 복수의 미생물 후보 중에서 상기 시료에 포함된 미생물을 식별하는 판별 처리부를 포함한다.
일실시예에서, 상기 기준 분자량 구간은 분자량이 500 내지 3000 Da 인 구간을 포함한다.
일실시예에서, 상기 데이터의 상기 제2 분자량 구간은 상기 데이터 중 m/z 값이 500 내지 1000 인 구간과 연관된다.
다른 일측에 따르면, 시료에 대한 TOF 질량 분석(Time-of-Flight mass spectrometry)의 데이터를 처리하는 방법은 상기 데이터의 제1 분자량 구간에 기초하여 미생물 후보군을 결정하는 단계, 상기 미생물 후보군에 복수의 미생물 후보가 포함되어 있는 경우 상기 미생물 후보군의 특성에 따라 제2 분자량 구간을 결정하는 단계, 및 상기 데이터의 제2 분자량 구간에 기초하여 상기 복수의 미생물 후보 중에서 상기 시료에 포함된 미생물을 식별하는 단계를 포함한다.
일실시예에서, 상기 제1 분자량 구간은 리보솜 단백질에 연관된 구간을 포함한다.
일실시예에서, 상기 제2 분자량 구간은 상기 제1 분자량 구간에 비하여 저분자(small molecule) 구간을 포함한다.
일실시예에서, 상기 제2 분자량 구간은 분자량이 500 내지 3000 Da 인 구간을 포함한다.
일실시예에서, 상기 데이터의 상기 제2 분자량 구간은 상기 데이터 중 m/z 값이 500 내지 1000 인 구간과 연관된다.
일실시예에서, 상기 미생물 후보군은 바실러스 세레우스(bacillus cereus) 및 바실러스 투린지엔시스(bacillus thuringiensis)를 포함한다.
다른 일측에 따르면, 시료에 대한 TOF 질량 분석(Time-of-Flight mass spectrometry)의 데이터를 처리하는 방법은, 외부 인터페이스로부터 복수의 미생물 후보를 포함하는 미생물 후보군을 제공받는 단계, 및 상기 미생물 후보군의 특성에 따라 기준 분자량 구간을 결정하고 상기 데이터의 기준 분자량 구간에 기초하여 상기 복수의 미생물 후보 중에서 상기 시료에 포함된 미생물을 식별하는 단계를 포함한다.
일실시예에서, 상기 기준 분자량 구간은 분자량이 500 내지 3000 Da 인 구간을 포함한다.
일실시예에서, 상기 데이터의 상기 제2 분자량 구간은 상기 데이터 중 m/z 값이 500 내지 1000 인 구간과 연관된다.
다른 일측에 따르면, TOF 질량 분석 데이터 처리 장치는 시료에 대한 TOF 질량 분석(Time-of-Flight mass spectrometry) 데이터의 제1 분자량 구간에 기초하여 물질 후보군을 결정하는 후보군 결정부, 및 상기 물질 후보군에 복수의 물질 후보가 포함되어 있는 경우 상기 물질 후보군의 특성에 따라 제2 분자량 구간을 결정하고 상기 데이터의 제2 분자량 구간에 기초하여 상기 복수의 물질 후보 중에서 상기 시료에 포함된 물질을 식별하는 판별 처리부를 포함한다.
다른 일측에 따르면, 시료에 대한 TOF 질량 분석(Time-of-Flight mass spectrometry)의 데이터를 처리하는 방법은, 상기 데이터의 제1 분자량 구간에 기초하여 물질 후보군을 결정하는 단계, 상기 물질 후보군에 복수의 물질 후보가 포함되어 있는 경우 상기 물질 후보군의 특성에 따라 제2 분자량 구간을 결정하는 단계, 및 상기 데이터의 제2 분자량 구간에 기초하여 상기 복수의 물질 후보 중에서 상기 시료에 포함된 물질을 식별하는 단계를 포함한다.
도 1은 일실시예에 따른 TOF 질량 분석 데이터 처리 장치를 설명하기 위한 블록도이다.
도 2는 일실시예에 따른 TOF 질량 분석 데이터 처리 장치를 설명하기 위한 블록도이다.
도 3은 일실시예에 따른 TOF 질량 분석 데이터를 예시적으로 보여주는 도면이다.
도 4는 일실시예에 따른 TOF 질량 분석 데이터를 예시적으로 보여주는 도면이다.
도 5는 일실시예에 따른 TOF 질량 분석 데이터 처리 방법을 설명하기 위한 흐름도이다.
도 6은 일실시예에 따른 TOF 질량 분석 데이터 처리 방법을 설명하기 위한 흐름도이다.
이하에서, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 권리범위는 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
아래 설명에서 사용되는 용어는, 연관되는 기술 분야에서 일반적이고 보편적인 것으로 선택되었으나, 기술의 발달 및/또는 변화, 관례, 기술자의 선호 등에 따라 다른 용어가 있을 수 있다. 따라서, 아래 설명에서 사용되는 용어는 기술적 사상을 한정하는 것으로 이해되어서는 안 되며, 실시예들을 설명하기 위한 예시적 용어로 이해되어야 한다.
또한 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 설명 부분에서 상세한 그 의미를 기재할 것이다. 따라서 아래 설명에서 사용되는 용어는 단순한 용어의 명칭이 아닌 그 용어가 가지는 의미와 명세서 전반에 걸친 내용을 토대로 이해되어야 한다.
도 1은 일실시예에 따른 TOF 질량 분석 데이터 처리 장치(100)를 설명하기 위한 블록도이다. 일실시예에서, TOF 질량 분석 데이터 처리 장치(100)는 미생물 동정 장치일 수 있다. TOF 질량 분석 데이터 처리 장치(100)는 메모리(110), 후보군 결정부(120), 및 판별 처리부(130)를 포함할 수 있다.
일실시예에서, 메모리(110)에는 시료에 대한 TOF 질량 분석 데이터가 저장될 수 있다. 메모리(110)는 후술되는 미생물 식별의 기반이 되는 데이터를 저장하기 위한 구성으로서, 별도로 구비된 저장 장치 또는 프로세서 또는 칩 내에 구비되는 내부 메모리 등 임의의 적합한 형태로 구현될 수 있다. 일실시예에서, 시료에 대한 TOF 질량 분석 데이터는 m/z에 따른 피크 강도(intensity)의 값으로 저장될 수 있다.
일실시예에서, 후보군 결정부(120)는 TOF 질량 분석 데이터의 제1 분자량 구간에 기초하여 미생물 후보군을 결정하는 1차 식별을 수행할 수 있다. 예를 들어, 후보군 결정부(120)는 리보솜 단백질 스펙트럼의 데이터를 기준으로 하나 이상의 미생물 후보를 식별할 수 있다. 리보솜 단백질에 연관된 분자량 구간은 예를 들어 약 1만 내지 3만 Da에 해당될 수 있다.
이와 같은 1차 식별을 통해 결정된 미생물 후보군에 하나의 미생물 균종 만이 존재하는 경우, 별도의 추가적인 처리 없이도 해당 균종을 시료에 포함된 미생물인 것으로 확인할 수 있다.
그러나, 1차 식별을 통해 결정된 미생물 후보군에 복수의 미생물 균종이 존재하는 경우, 일반적인 TOF 질량 분석의 리보솜 단백질 스펙트럼에 따라 균종 동종이 어려운 케이스로서 미생물 동종 결과에 오류가 포함되는 등 정확한 동종 결과를 바로 확인할 수 없다.
이와 관련하여, MALDI(Matrix-Assisted Laser Desorptiom Ionization)-TOF 질량 분석으로 정확한 균종 동종이 어려운 예로서 아래와 같은 미생물 후보군들이 알려져 있다.
1. Acinetobacter baumannii / Acinetobacter nosocomialis / Acinetobacter pittii
2. Acinetobacter bereziniae / Acinetobacter guillouiae
3. Achromobacter denitrificans / Achromobacter xylosoxidans / Achromobacter insolitus
4. Bacillus cereus / Bacillus thuringiensis
5. Burkholderia cepacia / Burkholderia cenocepacia
6. Candida lipolytica / Candida pelliculosa
7. Citrobacter braakii / Citrobacter freundii / Citrobacter youngae
8. Corynebacterium propinquum / Corynebacterium pseudodiphtheriticum
9. Elizabethkingia meningoseptica / Elizabethkingia miricola
10. Enterobacter asburiae / Enterobacter cloacae / Enterobacter kobei
11. Escherichia coli / Escherichia fergusonii / Shigella species (S. sonnei, S. boydii, S. flexneri, S. dysenteriae)
12. Neisseria flavescens / Neisseria macacae / Neisseria mucosa / Neisseria perflava
13. Serratia marcescens / Serratia ureilytica
14. Streptococcus oralis / Streptococcus mitis / Streptococcus pneumoniae
15. Veillonella caviae / Veillonella denticariosi / Veillonella dispar / Veillonella parvula / Veillonella rogosae
16. Vibrio alginolyticus / Vibrio parahaemolyticus
17. Mycobacterium tuberculosis / Mycobacterium bovis / Mycobacterium caprae
18. Mycobacterium intracellulare / Mycobacterium chimaera
19. Mycobacterium phocaicum / Mycobacterium mucogenicum
이러한 미생물 후보군들 중 대표적인 예시로서, 바실러스 세레우스(bacillus cereus) 및 바실러스 투린지엔시스(bacillus thuringiensis)의 경우 MALDI-TOF 질량 분석 결과의 리보솜 단백질에 연관된 구간에서 피크 강도 프로필의 차이가 분명하지 않기 때문에, 동정에 실패하거나 잘못된 동정 결과를 제공하게 될 여지가 있다.
알려진 바와 같이 바실러스 세레우스는 식중독균의 일종이고 바실러스 투린지엔시스는 곤충병원균으로서 두 균종의 성질이 상이하므로, 이들의 균종 동정에 오류가 있거나 정확성이 담보되지 않는 경우 치명적인 문제가 발생할 수 있다. 이에, 제안되는 실시예에서는 일반적인 MALDI-TOF 질량 분석으로 정확한 균종 동종이 어려웠던 미생물 후보군에 대한 추가적인 식별을 수행할 수 있다.
일실시예에서, 판별 처리부(130)는 미생물 후보군에 복수의 미생물 후보가 포함되어 있는 경우 상기 미생물 후보군의 특성에 따라 2차 식별을 위한 제2 분자량 구간을 결정할 수 있다.
구체적으로, 각 미생물 후보군에 적합한 제2 분자량 구간을 결정하기 위하여, 미생물 후보군 내의 복수의 미생물 후보가 서로 상이한 피크 강도를 나타내는 구간에 대한 정보가 수집될 수 있다. 이러한 정보 수집은 충분한 사례를 기반으로 미리 데이터베이스로 구축되는 것이 바람직하지만, 실시간으로 처리되는 방식도 가능하다.
복수의 미생물 후보가 서로 상이한 피크 강도를 나타내는 구간이 발견되는 경우 이를 해당 미생물 후보군의 2차 식별을 위한 제2 분자량 구간으로 결정할 수 있다.
일례로서, 바실러스 세레우스 및 바실러스 투린지엔시스의 경우 일반적인 리보솜 단백질 스펙트럼 구간에서는 서로 분명하게 구별되지 않는 피크 강도 프로필을 나타내지만, 저분자 구간에서는 서로 구별이 가능할 정도의 차이를 나타낸다. 따라서, 바실러스 세레우스 및 바실러스 투린지엔시스에 대한 제2 분자량 구간은 예를 들어 약 500 내지 3000 Da의 저분자 구간으로 선택될 수 있다. 바실러스 세레우스 및 바실러스 투린지엔시스의 피크 강도 프로필에 대하여는 아래에서 도 3 및 도 4를 참조하여 보다 상세하게 설명된다.
일실시예에서, 판별 처리부(130)는 이와 같이 결정된 제2 분자량 구간에 기초하여 2차 식별을 수행할 수 있다. 예를 들어, TOF 질량 분석 데이터의 제2 분자량 구간에 기초하여 미생물 후보군에 포함된 복수의 미생물 후보 중 어느 것이 시료에 포함된 미생물인지를 최종적으로 판별해 낼 수 있다.
도 2는 일실시예에 따른 TOF 질량 분석 데이터 처리 장치를 설명하기 위한 블록도이다. 일실시예에서, TOF 질량 분석 데이터 처리 장치(200)는 미생물 동정 장치일 수 있다. TOF 질량 분석 데이터 처리 장치(200)는 메모리(210), 후보군 수신부(220), 및 판별 처리부(230)를 포함할 수 있다.
일실시예에서, 메모리(210)에는 시료에 대한 TOF 질량 분석 데이터가 저장될 수 있다. 메모리(210)는 후술되는 미생물 식별의 기반이 되는 데이터를 저장하기 위한 구성으로서, 별도로 구비된 저장 장치 또는 프로세서 또는 칩 내에 구비되는 내부 메모리 등 임의의 적합한 형태로 구현될 수 있다. 일실시예에서, 시료에 대한 TOF 질량 분석 데이터는 m/z에 따른 피크 강도의 값으로 저장될 수 있다.
일실시예에서, 후보군 수신부(220)는 복수의 미생물 후보를 포함하는 미생물 후보군을 외부 인터페이스로부터 제공받을 수 있다. 예를 들어, 유선 또는 무선의 통신 디바이스를 통해 정밀한 균종 동정을 원하는 복수의 미생물 후보를 포함하는 미생물 후보군이 수신될 수 있다.
복수의 미생물 후보를 포함하는 미생물 후보군은 외부 장치에서 일차적인 식별 과정을 통해 확인이 되었으나 일차적인 식별 과정 만으로는 시료에 포함된 미생물이 복수의 미생물 후보 중 어느 것인지 정확성을 담보할 수 없어 추가 식별 또는 재식별의 필요성이 높은 것일 수 있다. 일차적인 식별 과정은 MALDI-TOF 질량 분석 이외에도 임의의 미생물 균종 동종 방법을 이용하여 수행되었을 수 있다.
한편, 식별 대상 미생물이 매우 높은 가능성으로 특정 미생물 후보군 내에 포함될 것으로 기대되는 경우, 또는 특정 미생물 후보군 내의 일부 미생물 후보의 유무만을 빠르게 판별하기 원하는 경우에 일차적인 식별 과정 없이도 특정 미생물 후보군이 수신될 수 있다. 그 밖에도 다양한 상황에서 필요에 따라 제안되는 실시예가 응용될 수 있다.
일실시예에서, 판별 처리부(230)는 수신된 미생물 후보군의 특성에 따라 후보군 내 식별을 위한 기준 분자량 구간을 결정할 수 있다.
구체적으로, 미생물 후보군에 적합한 기준 분자량 구간을 결정하기 위하여, 미생물 후보군 내의 복수의 미생물 후보가 서로 상이한 피크 강도를 나타내는 구간에 대한 정보가 수집될 수 있다. 이러한 정보 수집은 충분한 사례를 기반으로 미리 데이터베이스로 구축되는 것이 바람직하지만, 실시간으로 처리되는 방식도 가능하다.
복수의 미생물 후보가 서로 상이한 피크 강도를 나타내는 구간이 발견되는 경우 이를 해당 미생물 후보군 내 식별을 위한 기준 분자량 구간으로 결정할 수 있다.
일실시예에서, 판별 처리부(230)는 이와 같이 결정된 기준 분자량 구간에 기초하여 미생물 후보군 내 식별을 수행할 수 있다. 예를 들어, TOF 질량 분석 데이터의 기준 분자량 구간에 기초하여 미생물 후보군에 포함된 복수의 미생물 후보 중 어느 것이 시료에 포함된 미생물인지를 판별해 낼 수 있다.
도 3은 일실시예에 따른 TOF 질량 분석 데이터를 예시적으로 보여주는 도면이다. 도 3에는 바실러스 세레우스(310), 바실러스 메가테리움(320) 및 바실러스 투린지엔시스(330)에 대하여 수행된 일반적 MALDI-TOF 질량 분석의 예시적 결과가 히트 맵(heatmap) 형태로 도시된다.
도 3에 도시된 바와 같이, 바실러스 세레우스(310) 및 바실러스 투린지엔시스(330)의 경우 3356.42 및 6712.18 의 m/z 값에서 높은 피크 강도를 나타내는데 비하여, 바실러스 메가테리움(320)의 경우 3373.71, 5194.85, 4673.11, 3386.81, 3864.88, 4303.16 및 3753.53 의 m/z 값에서 높은 피크 강도를 나타낸다.
따라서, 도 3에 도시된 피크 강도 프로필을 이용하여 바실러스 메가테리움(320)을 식별해 내는 데에는 문제가 없지만, 바실러스 세레우스(310) 및 바실러스 투린지엔시스(330)의 경우 서로 매우 유사한 피크 강도 프로필을 나타내기 때문에 도시된 구간의 질량 스펙트럼 만으로는 정확한 균종 동종이 어려울 수 있다.
다만, 바실러스 세레우스 및 바실러스 투린지엔시스의 경우 일반적인 리보솜 단백질 스펙트럼 구간에서는 서로 분명하게 구별되지 않는 피크 강도 프로필을 나타내지만, 저분자 구간에서는 서로 구별이 가능할 정도의 차이를 나타낸다는 것이 실험을 통해 확인되었다. 따라서, 이러한 특성을 고려하여 바실러스 세레우스 및 바실러스 투린지엔시스를 포함하는 미생물 후보군에 대하여 저분자 구간의 데이터를 이용하여 추가 식별을 수행할 수 있다.
도 4는 일실시예에 따른 TOF 질량 분석 데이터를 예시적으로 보여주는 도면이다. 도 4에는 바실러스 세레우스(410) 및 바실러스 투린지엔시스(420)에 대하여 수행된 저분자 구간에 대한 질량 분석의 예시적 결과가 히트맵 형태로 도시된다.
도 4에 도시된 바와 같이, 바실러스 세레우스(410)의 경우 714.20 의 m/z 값에서 높은 피크 강도를 나타내는데 비하여, 및 바실러스 투린지엔시스(420)의 경우 892.84 및 906.50 의 m/z 값에서 높은 피크 강도를 나타낸다.
따라서, 도 4에 도시된 저분자 구간의 피크 강도 프로필을 이용하여 바실러스 세레우스(410) 및 바실러스 투린지엔시스(420)의 정확한 균종 동종을 수행할 수 있다. 구체적으로, TOF 질량 분석 데이터 중에서 분자량이 500 내지 3000 Da 인 구간, 혹은 m/z 값이 500 내지 1000 인 구간을 선택하여 데이터 처리를 진행하는 경우 바실러스 세레우스(410) 및 바실러스 투린지엔시스(420) 간의 비교적 분명한 구별이 가능해 진다.
도 3 및 도 4에 도시된 실험 결과 데이터 및 미생물의 종류는 설명을 위하여 예시로서 제시된 것으로, 제안되는 실시예는 이러한 미생물의 종류 및 수치에 의해 제한되지 아니한다.
도 5는 일실시예에 따른 TOF 질량 분석 데이터 처리 방법을 설명하기 위한 흐름도이다. 도 5의 TOF 질량 분석 데이터 처리 방법은 예를 들어 도 1의 TOF 질량 분석 데이터 처리 장치(100)에 의해 수행될 수 있다.
단계(510)에서, TOF 질량 분석 데이터의 제1 분자량 구간에 기초하여 미생물 후보군이 결정될 수 있다. 예를 들어, 리보솜 단백질 스펙트럼의 데이터를 기준으로 하나 이상의 미생물 후보를 식별할 수 있다. 미생물 후보군에 하나의 미생물 균종 만이 존재하는 경우, 별도의 추가적인 처리 없이도 해당 균종을 시료에 포함된 미생물인 것으로 확인할 수 있다. 그러나, 미생물 후보군에 복수의 미생물 균종이 존재하는 경우, 단계(520) 이후의 과정을 통해 후보군 내 추가 식별이 수행될 수 있다.
단계(520)에서, 미생물 후보군의 특성에 따라 제2 분자량 구간이 결정될 수 있다. 구체적으로, 미생물 후보군 내의 복수의 미생물 후보가 서로 상이한 피크 강도를 나타내는 구간에 대한 정보가 미리 수집될 수 있으며, 복수의 미생물 후보가 서로 상이한 피크 강도를 나타내는 구간이 발견되는 경우 이 구간이 해당 미생물 후보군의 2차 식별을 위한 제2 분자량 구간으로 결정될 수 있다.
단계(530)에서, TOF 질량 분석 데이터의 제2 분자량 구간에 기초하여 미생물 후보군 중에서 시료에 포함된 미생물이 식별될 수 있다. 예를 들어, TOF 질량 분석 데이터의 제2 분자량 구간에 기초하여 미생물 후보군에 포함된 복수의 미생물 후보 중 어느 것이 시료에 포함된 미생물인지를 최종적으로 판별해 낼 수 있다.
이러한 방식으로, 미생물 후보군의 특성을 반영하여 선별된 제2 분자량 구간의 TOF 질량 분석 데이터를 이용하여 미생물 균종 동종을 수행함으로써 판별 결과의 정확성을 높이고 데이터 처리량을 최적화할 수 있다.
도 6은 일실시예에 따른 TOF 질량 분석 데이터 처리 방법을 설명하기 위한 흐름도이다. 도 6의 TOF 질량 분석 데이터 처리 방법은 예를 들어 도 2의 TOF 질량 분석 데이터 처리 장치(200)에 의해 수행될 수 있다.
단계(610)에서, 외부 인터페이스로부터 미생물 후보군이 수신될 수 있다. 수신되는 미생물 후보군은 외부 장치에서 일차적인 식별 과정을 통해 확인이 되었으나 일차적인 식별 과정 만으로는 시료에 포함된 미생물이 복수의 미생물 후보 중 어느 것인지 정확성을 담보할 수 없어 추가 식별 또는 재식별의 필요성이 높은 것일 수 있다. 한편, 식별 대상 미생물이 매우 높은 가능성으로 특정 미생물 후보군 내에 포함될 것으로 기대되는 경우, 또는 특정 미생물 후보군 내의 일부 미생물 후보의 유무만을 빠르게 판별하기 원하는 경우에 특정 미생물 후보군이 수신될 수 있다.
단계(620)에서, 미생물 후보군의 특성에 따라 기준 분자량 구간이 결정될 수 있다. 구체적으로, 미생물 후보군 내의 복수의 미생물 후보가 서로 상이한 피크 강도를 나타내는 구간에 대한 정보가 미리 수집될 수 있으며, 복수의 미생물 후보가 서로 상이한 피크 강도를 나타내는 구간이 발견되는 경우 이 구간이 해당 미생물 후보군 내의 식별을 위한 기준 분자량 구간으로 결정될 수 있다.
단계(630)에서, TOF 질량 분석 데이터의 기준 분자량 구간에 기초하여 미생물 후보군 중에서 시료에 포함된 미생물이 식별될 수 있다. 예를 들어, TOF 질량 분석 데이터의 기준 분자량 구간에 기초하여 미생물 후보군에 포함된 복수의 미생물 후보 중 어느 것이 시료에 포함된 미생물인지를 최종적으로 판별해 낼 수 있다.
이러한 방식으로, 미생물 후보군의 특성을 반영하여 선별된 특정 분자량 구간의 TOF 질량 분석 데이터를 이용하여 미생물 균종 동종을 수행함으로써 판별 결과의 정확성을 높이고 데이터 처리량을 최적화할 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 청구범위와 균등한 것들도 후술하는 청구범위 내에 속한다.

Claims (20)

  1. 시료에 대한 TOF 질량 분석(Time-of-Flight mass spectrometry) 데이터의 제1 분자량 구간에 기초하여 미생물 후보군(candidate group)을 결정하는 후보군 결정부; 및
    상기 미생물 후보군에 복수의 미생물 후보가 포함되어 있는 경우 상기 미생물 후보군의 특성에 따라 제2 분자량 구간을 결정하고 상기 데이터의 제2 분자량 구간에 기초하여 상기 복수의 미생물 후보 중에서 상기 시료에 포함된 미생물을 식별하는 판별 처리부
    를 포함하고,
    상기 제2 분자량 구간은
    상기 제1 분자량 구간에 비하여 분자량이 작은 저분자(small molecule) 구간으로서, 상기 복수의 미생물 후보가 서로 다른 분자량에서 피크 강도를 갖는 구간인, 미생물 동정 장치.
  2. 제1항에 있어서,
    상기 제1 분자량 구간은 리보솜 단백질에 연관된 구간을 포함하는,
    미생물 동정 장치.
  3. 삭제
  4. 제1항에 있어서,
    상기 제2 분자량 구간은 분자량이 500 내지 3000 Da 인 구간을 포함하는,
    미생물 동정 장치.
  5. 제1항에 있어서,
    상기 데이터의 상기 제2 분자량 구간은 상기 데이터 중 m/z 값이 500 내지 1000 인 구간과 연관되는,
    미생물 동정 장치.
  6. 제1항에 있어서,
    상기 미생물 후보군은 바실러스 세레우스(bacillus cereus) 및 바실러스 투린지엔시스(bacillus thuringiensis)를 포함하는,
    미생물 동정 장치.
  7. 외부 인터페이스로부터 복수의 미생물 후보를 포함하는 미생물 후보군을 제공받는 후보군 수신부; 및
    상기 복수의 미생물 후보가 서로 다른 분자량에서 피크 강도를 갖는 구간인 기준 분자량 구간을 상기 미생물 후보군의 특성에 따라 결정하고 시료에 대한 TOF 질량 분석(Time-of-Flight mass spectrometry) 데이터의 기준 분자량 구간에 기초하여 상기 복수의 미생물 후보 중에서 상기 시료에 포함된 미생물을 식별하는 판별 처리부
    를 포함하는, 미생물 동정 장치.
  8. 제7항에 있어서,
    상기 기준 분자량 구간은 분자량이 500 내지 3000 Da 인 구간을 포함하는,
    미생물 동정 장치.
  9. 제7항에 있어서,
    상기 데이터의 상기 기준 분자량 구간은 상기 데이터 중 m/z 값이 500 내지 1000 인 구간과 연관되는,
    미생물 동정 장치.
  10. 시료에 대한 TOF 질량 분석(Time-of-Flight mass spectrometry)의 데이터를 처리하는 방법에 있어서,
    상기 데이터의 제1 분자량 구간에 기초하여 미생물 후보군을 결정하는 단계;
    상기 미생물 후보군에 복수의 미생물 후보가 포함되어 있는 경우 상기 미생물 후보군의 특성에 따라 제2 분자량 구간을 결정하는 단계; 및
    상기 데이터의 제2 분자량 구간에 기초하여 상기 복수의 미생물 후보 중에서 상기 시료에 포함된 미생물을 식별하는 단계
    를 포함하고,
    상기 제2 분자량 구간은
    상기 제1 분자량 구간에 비하여 분자량이 작은 저분자(small molecule) 구간으로서, 상기 복수의 미생물 후보가 서로 다른 분자량에서 피크 강도를 갖는 구간인, TOF 질량 분석의 데이터를 처리하는 방법.
  11. 제10항에 있어서,
    상기 제1 분자량 구간은 리보솜 단백질에 연관된 구간을 포함하는,
    TOF 질량 분석의 데이터를 처리하는 방법.
  12. 삭제
  13. 제10항에 있어서,
    상기 제2 분자량 구간은 분자량이 500 내지 3000 Da 인 구간을 포함하는,
    TOF 질량 분석의 데이터를 처리하는 방법.
  14. 제10항에 있어서,
    상기 데이터의 상기 제2 분자량 구간은 상기 데이터 중 m/z 값이 500 내지 1000 인 구간과 연관되는,
    TOF 질량 분석의 데이터를 처리하는 방법.
  15. 제10항에 있어서,
    상기 미생물 후보군은 바실러스 세레우스(bacillus cereus) 및 바실러스 투린지엔시스(bacillus thuringiensis)를 포함하는,
    TOF 질량 분석의 데이터를 처리하는 방법.
  16. 시료에 대한 TOF 질량 분석(Time-of-Flight mass spectrometry)의 데이터를 처리하는 방법에 있어서,
    외부 인터페이스로부터 복수의 미생물 후보를 포함하는 미생물 후보군을 제공받는 단계; 및
    상기 복수의 미생물 후보가 서로 다른 분자량에서 피크 강도를 갖는 구간인 기준 분자량 구간을 상기 미생물 후보군의 특성에 따라 결정하고 상기 데이터의 기준 분자량 구간에 기초하여 상기 복수의 미생물 후보 중에서 상기 시료에 포함된 미생물을 식별하는 단계
    를 포함하는, TOF 질량 분석의 데이터를 처리하는 방법.
  17. 제16항에 있어서,
    상기 기준 분자량 구간은 분자량이 500 내지 3000 Da 인 구간을 포함하는,
    TOF 질량 분석의 데이터를 처리하는 방법.
  18. 제16항에 있어서,
    상기 데이터의 상기 기준 분자량 구간은 상기 데이터 중 m/z 값이 500 내지 1000 인 구간과 연관되는,
    TOF 질량 분석의 데이터를 처리하는 방법.
  19. 시료에 대한 TOF 질량 분석(Time-of-Flight mass spectrometry) 데이터의 제1 분자량 구간에 기초하여 물질 후보군을 결정하는 후보군 결정부; 및
    상기 물질 후보군에 복수의 물질 후보가 포함되어 있는 경우 상기 물질 후보군의 특성에 따라 제2 분자량 구간을 결정하고 상기 데이터의 제2 분자량 구간에 기초하여 상기 복수의 물질 후보 중에서 상기 시료에 포함된 물질을 식별하는 판별 처리부
    를 포함하고,
    상기 제2 분자량 구간은
    상기 제1 분자량 구간에 비하여 분자량이 작은 저분자(small molecule) 구간으로서, 상기 복수의 미생물 후보가 서로 다른 분자량에서 피크 강도를 갖는 구간인, TOF 질량 분석 데이터 처리 장치.
  20. 시료에 대한 TOF 질량 분석(Time-of-Flight mass spectrometry)의 데이터를 처리하는 방법에 있어서,
    상기 데이터의 제1 분자량 구간에 기초하여 물질 후보군을 결정하는 단계;
    상기 물질 후보군에 복수의 물질 후보가 포함되어 있는 경우 상기 물질 후보군의 특성에 따라 제2 분자량 구간을 결정하는 단계; 및
    상기 데이터의 제2 분자량 구간에 기초하여 상기 복수의 물질 후보 중에서 상기 시료에 포함된 물질을 식별하는 단계
    를 포함하고,
    상기 제2 분자량 구간은
    상기 제1 분자량 구간에 비하여 분자량이 작은 저분자(small molecule) 구간으로서, 상기 복수의 미생물 후보가 서로 다른 분자량에서 피크 강도를 갖는 구간인, TOF 질량 분석의 데이터를 처리하는 방법.
KR1020170158394A 2017-01-19 2017-11-24 Tof 질량 분석 데이터 처리 장치 및 방법 KR102124688B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US15/875,402 US10539569B2 (en) 2017-01-19 2018-01-19 Apparatus and method for processing data of time-of-flight mass spectrometry

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201762447982P 2017-01-19 2017-01-19
US62/447,982 2017-01-19

Publications (2)

Publication Number Publication Date
KR20180085671A KR20180085671A (ko) 2018-07-27
KR102124688B1 true KR102124688B1 (ko) 2020-06-18

Family

ID=63078499

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170158394A KR102124688B1 (ko) 2017-01-19 2017-11-24 Tof 질량 분석 데이터 처리 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102124688B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140051113A1 (en) * 2012-05-01 2014-02-20 Oxoid Limited Apparatus and methods for microbiological analysis

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140051113A1 (en) * 2012-05-01 2014-02-20 Oxoid Limited Apparatus and methods for microbiological analysis
JP2015521035A (ja) * 2012-05-01 2015-07-27 オクソイド・リミテッド 微生物学的分析用の装置及び方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Thaiya Krishnamurthy et al., 'Rapid Identification of Bacteria by Direct Matrix-assisted Laser Desorption/Ionization M/S Analysis of Whole Cells', Rapid Comm. Mass Spectrom., 1996, Vol. 10, pp 1992-96*

Also Published As

Publication number Publication date
KR20180085671A (ko) 2018-07-27

Similar Documents

Publication Publication Date Title
Pavlovic et al. Application of MALDI-TOF MS for the identification of food borne bacteria
Stephan et al. Rapid genus-and species-specific identification of Cronobacter spp. by matrix-assisted laser desorption ionization-time of flight mass spectrometry
Dworzanski et al. Mass spectrometry-based proteomics combined with bioinformatic tools for bacterial classification
Jabbour et al. Double-blind characterization of non-genome-sequenced bacteria by mass spectrometry-based proteomics
US10466104B2 (en) Mass spectrometric data analyzer and program for analyzing mass spectrometric data
Vila et al. Identification of clinically relevant Corynebacterium spp., Arcanobacterium haemolyticum, and Rhodococcus equi by matrix-assisted laser desorption ionization–time of flight mass spectrometry
Lau et al. Matrix-assisted laser desorption ionization–time of flight mass spectrometry for rapid identification of Burkholderia pseudomallei: importance of expanding databases with pathogens endemic to different localities
Cheng et al. Evaluation of the Bruker Biotyper matrix-assisted laser desorption ionization–time of flight mass spectrometry system for identification of blood isolates of Vibrio species
US10628433B2 (en) Low memory sampling-based estimation of distinct elements and deduplication
US6799119B1 (en) Method for detection of biological related materials using biomarkers
US8956858B2 (en) Tactical and portable PCR/HRM genome identification system
Calderaro et al. Leptospira species and serovars identified by MALDI-TOF mass spectrometry after database implementation
Bajaj et al. Accurate identification of closely related mycobacterium tuberculosis complex species by high resolution tandem mass spectrometry
Sonthayanon et al. Whole cell matrix assisted laser desorption/ionization time-of-flight mass spectrometry (MALDI-TOF MS) for identification of Leptospira spp. in Thailand and Lao PDR
Randell It's a MALDI but it's a goodie: MALDI-TOF mass spectrometry for microbial identification
KR102124688B1 (ko) Tof 질량 분석 데이터 처리 장치 및 방법
Schmid et al. New approaches to identification of bacterial pathogens by surface enhanced laser desorption/ionization time of flight mass spectrometry in concert with artificial neural networks, with special reference to Neisseria gonorrhoeae
US8372288B2 (en) Precision peak matching in liquid chromatography-mass spectroscopy
Ricchi et al. Exploring MALDI‐TOF MS approach for a rapid identification of Mycobacterium avium ssp. paratuberculosis field isolates
JP7413911B2 (ja) 微生物分析方法
Wenzel et al. SDS‐PAGE fractionation to increase metaproteomic insight into the taxonomic and functional composition of microbial communities for biogas plant samples
Bernhard et al. Yeast on-target lysis (YOTL), a procedure for making auxiliary mass spectrum data sets for clinical routine identification of yeasts
KR20190076952A (ko) 매트릭스 지원 레이저 탈착/이온화 비행 시간 질량 분광계를 이용한 데이터베이스 관리
WO2017168741A1 (ja) 微生物の識別方法
US10539569B2 (en) Apparatus and method for processing data of time-of-flight mass spectrometry

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right