WO2012164955A1 - パターンの評価方法、多成分物質の評価方法、評価プログラム、及び評価装置 - Google Patents

パターンの評価方法、多成分物質の評価方法、評価プログラム、及び評価装置 Download PDF

Info

Publication number
WO2012164955A1
WO2012164955A1 PCT/JP2012/003616 JP2012003616W WO2012164955A1 WO 2012164955 A1 WO2012164955 A1 WO 2012164955A1 JP 2012003616 W JP2012003616 W JP 2012003616W WO 2012164955 A1 WO2012164955 A1 WO 2012164955A1
Authority
WO
WIPO (PCT)
Prior art keywords
peak
target
pattern
attribution
feature
Prior art date
Application number
PCT/JP2012/003616
Other languages
English (en)
French (fr)
Inventor
芳和 森
桂一 野田
Original Assignee
株式会社ツムラ
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 株式会社ツムラ filed Critical 株式会社ツムラ
Priority to JP2012549181A priority Critical patent/JP5954180B2/ja
Priority to US13/806,712 priority patent/US20140142866A1/en
Priority to KR1020127032277A priority patent/KR101436532B1/ko
Priority to EP12793870.2A priority patent/EP2717050B1/en
Priority to CN201280001662.XA priority patent/CN103097886B/zh
Publication of WO2012164955A1 publication Critical patent/WO2012164955A1/ja
Priority to HK13108498.5A priority patent/HK1181120A1/xx
Priority to US15/257,637 priority patent/US10527595B2/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/86—Signal analysis
    • 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
    • G01N33/15—Medicinal preparations ; Physical properties thereof, e.g. dissolubility
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/86—Signal analysis
    • G01N30/8675—Evaluation, i.e. decoding of the signal into analytical information
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/86—Signal analysis
    • G01N30/8675—Evaluation, i.e. decoding of the signal into analytical information
    • G01N30/8679—Target compound analysis, i.e. whereby a limited number of peaks is analysed
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/86—Signal analysis
    • G01N30/8675—Evaluation, i.e. decoding of the signal into analytical information
    • G01N30/8686—Fingerprinting, e.g. without prior knowledge of the sample components
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/88—Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86
    • 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
    • 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
    • G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/86—Signal analysis
    • G01N30/8624—Detection of slopes or peaks; baseline correction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/86—Signal analysis
    • G01N30/8665—Signal analysis for calibrating the measuring apparatus
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching
    • G06F2218/14—Classification; Matching by matching peak patterns
    • 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
    • G16C20/70—Machine learning, data mining or chemometrics

Definitions

  • the present invention relates to a pattern evaluation method, a multi-component substance, for example, a multi-component substance evaluation method, an evaluation program, and an evaluation apparatus for evaluating the quality of a Chinese medicine that is a multi-component drug.
  • multi-component substance for example, there is a natural product-derived drug such as Chinese medicine, which is a drug composed of multiple components (hereinafter referred to as multi-component drug).
  • Chinese medicine which is a drug composed of multiple components (hereinafter referred to as multi-component drug).
  • the quantitative and qualitative profiles of these drugs vary due to the geological factors, ecological factors, collection time, collection location, collection age, growing season weather, etc. of the raw material crude drug used.
  • the criteria for determining the quality of a multi-component drug and the like are generally set based on the content and the like of one or several characteristic components in the multi-component drug.
  • Non-Patent Document 1 when an active ingredient cannot be identified in a multi-component drug, quantitative analysis is possible, it is easily dissolved in water, does not decompose in hot water, does not chemically react with other components, etc. A plurality of components having the above are selected, and the content of those components obtained by chemical analysis is used as a criterion for evaluation.
  • Patent Document 1 a multi-component drug is evaluated by selecting a part of the peak in the HPLC chromatogram data and converting it into a barcode.
  • the object of evaluation is limited to “content of specific component” or “chromatography peak of specific component”, and some of the components contained in the multi-component drug are to be evaluated. Only. For this reason, since there are many components that are not subject to evaluation for multi-component drugs, they are insufficiently accurate as an evaluation method for multi-component drugs.
  • the problem to be solved is that the existing evaluation method has a limit in efficiently evaluating the quality of multi-component substances with high accuracy.
  • the present invention relates to a target pattern acquisition step for acquiring a target pattern of an evaluation target whose peak changes in time series in order to improve accuracy and efficiency of the evaluation, and the target pattern and the target pattern
  • the target peak attribution process that compares the peak with the reference pattern that is the evaluation standard and identifies the corresponding peak, the peak that was identified and attributed in this target peak attribution process, and the peaks of multiple reference patterns that are the evaluation standard
  • a target peak feature quantity creating step for creating a target peak feature quantity that has been compared and evaluated to produce a feature quantity, and a pattern composed of the remaining peaks after removing the feature quantity peak from the target pattern is a target pattern type 2 Target pattern type 2 creation process, and the target pattern type 2 is divided into a plurality of areas and exists in each area
  • a target pattern region dividing feature amount creating step for creating a target pattern region dividing feature amount from the existing rate or amount of a peak, and the target pattern / peak feature amount and the target pattern region dividing feature amount are integrated into a target pattern
  • the present invention corresponds to an FP creation step of creating, as a target FP, an FP composed of a peak detected from a chromatographic analysis of a multi-component substance to be evaluated and its retention time, and the target FP and the target FP.
  • the target FP peak attribution process for comparing the peak with the reference FP of the multi-component substance to be evaluated and identifying the corresponding peak, and the peak identified and attributed in the target FP peak attribution process and the multi-component substance to be the evaluation standard
  • a target FP type 2 creation step for creating a target FP type 2 as a target FP type 2 and the target FP type 2
  • a target FP region segmentation feature amount creating step for creating a target FP region segmentation feature amount from the presence rate or the amount of peaks existing in each region, and the target FP peak feature amount and the target FP region segmentation
  • the present invention compares a target pattern acquisition function for acquiring a target pattern to be evaluated whose peak changes in time series, and a peak corresponding to the target pattern and a reference pattern corresponding to the target pattern and serving as an evaluation reference.
  • Target peak attribution function that identifies the target peak, and the target peak feature quantity that is characterized by comparing and evaluating the peaks identified and attributed by this target peak attribution function and the peaks of multiple reference patterns that serve as evaluation criteria
  • a pattern evaluation program
  • the present invention relates to an FP creation function for creating, as a target FP, an FP composed of a peak detected from a chromatographic analysis of a multi-component substance to be evaluated and its retention time, and the target FP and the target FP.
  • the target FP peak attribution function that compares the peak with the reference FP of the multi-component substance that is the evaluation criterion and identifies the corresponding peak, and the peak that is identified and attributed by this target FP peak attribution function and the multi-component substance that is the evaluation criterion
  • a target FP peak feature quantity creation function for creating a target FP peak feature quantity characterized by comparing and evaluating a plurality of reference FP peaks, and a peak remaining after removing the feature quantified peak from the target FP
  • a target FP type 2 creation function for creating a target FP type 2 as a target FP type 2 and the target FP type 2
  • a target FP region segmentation feature amount creation function for creating a target FP region segmentation feature amount from the presence rate or the amount of peaks existing in each region, and the target FP peak feature amount and the target FP region segmentation
  • a target FP feature quantity integration function that creates a target FP integrated feature quantity by integrating the feature quantities, and
  • the present invention compares a peak of the target pattern with a reference pattern corresponding to the target pattern and serves as an evaluation standard, and identifies a corresponding peak, and a peak specified and attributed by the target peak belonging portion And a target peak feature quantity creating unit that creates a target peak feature quantity that is converted into a feature quantity by comparing and evaluating the peaks of a plurality of reference patterns that are evaluation criteria, and remaining after removing the featured peak from the target pattern
  • a target pattern type 2 creation unit that creates a pattern composed of peaks as a target pattern type 2, and the target pattern type 2 is divided into a plurality of regions, and the abundance or amount of peaks present in each region
  • a target pattern feature quantity integration unit that creates a target pattern integrated feature quantity by integrating pattern region division feature quantities, and a plurality of reference patterns that serve as evaluation criteria corresponding to the target pattern integrated feature quantity and the target pattern
  • the present invention relates to an FP creation unit that creates, as a target FP, an FP composed of a peak detected from the chromatography of a multi-component substance to be evaluated and its retention time, the target FP, and the target FP.
  • the target FP peak attribution part that compares the peak with the reference FP of the multi-component substance that is the evaluation criterion and identifies the corresponding peak, and the peak that is identified and attributed in the target FP peak attribution part and the multi-component substance that is the evaluation criterion
  • a target FP peak feature quantity creating unit that creates a target FP peak feature quantity characterized by comparing and evaluating a plurality of reference FP peaks, and a peak remaining after removing the feature quantified peak from the target FP
  • a target FP type 2 creating unit that creates a target FP type 2 as a target FP type 2 and a plurality of areas of the target FP type 2
  • a target FP region segmentation feature amount creation unit
  • the pattern evaluation method Since the pattern evaluation method according to the present invention has the above-described configuration, it is based on the target pattern / peak feature quantity based on the target pattern and the target pattern type 2 region division based on the remaining peak excluding the peak specified from the target pattern. Create a target pattern integrated feature that integrates the target pattern segmentation feature, and based on the target pattern integrated feature and a plurality of reference patterns of multi-component substances that serve as evaluation criteria corresponding to this target pattern integrated feature By comparing and evaluating the reference pattern integrated feature amount, the accuracy and efficiency of the evaluation can be further improved.
  • the multi-component substance evaluation method of the present invention Since the multi-component substance evaluation method of the present invention has the above-described configuration, it is based on the target FP peak feature quantity based on the target FP and the target FP type 2 region division based on the remaining peaks excluding the peak specified from the target FP.
  • a target FP integrated feature value obtained by integrating the target FP region segmentation feature value is created, and based on the created target FP integrated feature value and a plurality of reference FPs of multi-component substances that serve as evaluation criteria corresponding to the target FP integrated feature value
  • the accuracy and efficiency of the evaluation can be further improved.
  • each function can be realized by a computer, and the accuracy and efficiency of evaluation can be further improved.
  • each part can be operated to further improve the accuracy and efficiency of the evaluation.
  • Example 1 It is a block diagram of the evaluation apparatus of a multicomponent medicine.
  • Example 1 It is a block diagram which shows the evaluation procedure of a multicomponent medicine.
  • Example 1 It is explanatory drawing of FP created from three-dimensional chromatogram data (henceforth, 3D chromatography).
  • Example 1 (A) is the drug A, (B) is the drug B, and (C) is the FP of the drug C.
  • Example 1 It is a figure which shows the retention time of object FP and reference
  • Example 1 It is a figure which shows the retention * time * appearance pattern of object FP.
  • Example 1 It is a figure which shows the retention, time, and appearance pattern of reference
  • Example 1 It is a figure which shows the coincidence number of retention, time, and appearance distance of object FP and reference
  • Example 1 It is a figure which shows the coincidence degree of the retention time and appearance pattern of the target FP and the reference FP.
  • Example 1 It is a figure which shows the attribution object peak of object FP.
  • Example 1 It is a peak pattern figure by three peaks including an assignment object peak.
  • Example 1 It is a peak pattern figure by five peaks including an assignment object peak.
  • Example 1 It is a figure which shows the tolerance
  • Example 1 It is a figure which shows the attribution candidate peak of the reference
  • Example 1 It is a peak pattern figure by three peaks of the attribution object peak and the attribution candidate peak.
  • Example 1 It is a peak pattern figure by three peaks of the attribution candidate peak and another attribution candidate peak.
  • Example 1 It is a peak pattern figure by three peaks of the attribution candidate peak and another attribution candidate peak. (Example 1)) It is a peak pattern figure by three peaks of the attribution candidate peak and another attribution candidate peak.
  • Example 1 It is a peak pattern figure by five peaks of the attribution object peak and the attribution candidate peak.
  • Example 1 It is a peak pattern figure by five peaks of the attribution candidate peak different from the attribution object peak.
  • Example 1 It is a peak pattern figure by five peaks of the attribution candidate peak different from the attribution object peak.
  • Example 1 It is a peak pattern figure by five peaks of the attribution candidate peak different from the attribution object peak.
  • Example 1 It is a figure which shows the peak pattern configuration candidate peak of the attribution object peak and the attribution candidate peak.
  • Example 1 It is a figure which shows the number of all the peak patterns of the attribution object peak when a peak pattern structure candidate peak is set to four.
  • Example 1 It is a figure which shows the number of all the peak patterns of the attribution candidate peak when a peak pattern structure candidate peak is set to four.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is explanatory drawing of the comprehensive comparison of the peak pattern of the attribution candidate peak with respect to the peak pattern of the attribution object peak.
  • Example 1 It is a figure which shows the calculation method of the coincidence degree of the peak pattern by three peaks of the attribution object peak and the attribution candidate peak.
  • Example 1 It is a figure which shows the calculation method of the coincidence degree of the peak pattern by three peaks of the attribution object peak and the attribution candidate peak.
  • Example 1 It is a figure which shows the calculation method of the coincidence degree of the peak pattern by five peaks of the attribution object peak and the attribution candidate peak.
  • Example 1 It is a figure which shows the UV spectrum of the attribution object peak and the attribution candidate peak.
  • Example 1 It is explanatory drawing of the coincidence degree of the UV spectrum of an attribution object peak and an attribution candidate peak.
  • Example 1 It is explanatory drawing of coincidence degree calculation of the attribution candidate peak by the comparison of both a peak pattern and UV spectrum.
  • Example 1 It is explanatory drawing which shows attribution to the reference
  • Example 1 It is a figure which shows the condition where object FP was attributed to reference
  • Example 1 It is explanatory drawing which shows quantification by area
  • Example 1 It is explanatory drawing which shows the relationship with fluctuation
  • Example 1 It is explanatory drawing which changes and changes the position of an area
  • Example 1 It is a chart which shows the data of FP type 2.
  • Example 1 It is explanatory drawing which shows the pattern of FP type 2.
  • Example 1 It is explanatory drawing which shows the feature-value conversion for every area
  • Example 1 It is explanatory drawing which shows the setting of a vertical division line (1st line).
  • Example 1 It is explanatory drawing which shows the setting of a horizontal parting line (1st line).
  • Example 1 It is explanatory drawing which shows the area
  • Example 1 It is explanatory drawing which shows the number of the area
  • FIG. 6 is an explanatory diagram showing identification of a region 1;
  • Example 1 It is a graph which shows the height and total of all the peaks.
  • Example 1 It is explanatory drawing which shows the sum total of the peak height of the area
  • FIG. Example 1 It is a graph which shows the feature-value of all the area
  • Example 1 It is a graph which shows the feature-value in each area
  • Example 1 It is a graph which shows the feature-value in each area
  • Example 1 It is a graph which shows the feature-value in one way which does not change the position of each vertical and horizontal dividing line.
  • Example 1 It is a figure which shows various object FP and its evaluation value (MD value).
  • Example 1 It is a figure which shows various object FP and its evaluation value (MD value).
  • Example 1 It is a figure which shows various object FP and its evaluation value (MD value).
  • Example 1 It is a figure which shows various object FP and its evaluation value (MD value).
  • Example 1 It is a figure which shows various object FP and its evaluation value (MD value).
  • Example 1 It is process drawing which shows the evaluation method of a multicomponent chemical
  • Example 1 It is a quality evaluation flowchart of a multi-component medicine.
  • Example 1 It is a quality evaluation flowchart of a multi-component medicine.
  • Example 1 It is a data processing flowchart in the FP creation function by a single wavelength.
  • Example 1 It is a data processing flowchart in the FP creation function by a plurality of wavelengths.
  • Example 1 It is a data processing flowchart in the FP creation function by a plurality of wavelengths.
  • Example 1 It is a data processing flowchart in peak attribution processing 1 (selection of standard FP).
  • Example 1 It is a data processing flowchart in peak attribution processing 2 (calculation of attribution score).
  • Example 1 It is a data processing flowchart in the peak attribution process 3 (identification of a corresponding peak).
  • Example 1 It is a data processing flowchart in the peak attribution process 4 (attribute to the reference group FP).
  • Example 1 It is a data processing flowchart in the peak attribution process 4 (attribute to the reference group FP).
  • Example 1 10 is a flowchart of a retention / time / appearance pattern coincidence calculation process in peak attribution process 1 (selection of reference FP).
  • Example 1 It is a flowchart of the coincidence degree calculation process of the UV spectrum in the peak attribution process 2 (calculation of the attribution score).
  • Example 1 It is a flowchart of the coincidence calculation processing of peak patterns in peak attribution processing 2 (calculation of attribution score).
  • Example 1 It is a flowchart which shows the detail of "FP_type2 creation”.
  • Example 1 It is a flowchart which shows the detail of "the feature-quantization process of object FP_type2 by area division”.
  • Example 1 It is a flowchart which shows the detail of "integration of the peak feature-value and area
  • Example 1 It is a flowchart for creating a reference FP feature value integration file.
  • Example 1 It is a flowchart for creating a reference FP feature value integration file.
  • Example 1 It is a flowchart which shows the detail of "reference
  • Example 1 It is a flowchart which shows the detail of “reference
  • Example 1 It is a flowchart which shows the detail of “peak feature-quantization process (creation of the reference group FP).”
  • Example 1 It is a flowchart which shows the detail of "the production
  • Example 1 It is a flowchart which shows the detail of "the feature-quantization process of the reference
  • Example 1 It is a flowchart which concerns on the feature-value integration process of reference
  • Example 1 It is a chart which shows the example of data of 3D chromatography.
  • Example 1 It is a chart which shows the example of data of peak information.
  • Example 1 It is a chart which shows the example of data of FP.
  • Example 1 It is a graph which shows the example of the attribution score calculation result (determination result file) to the reference
  • Example 1 It is a graph which shows the collation process of the peak corresponding by object FP and reference
  • Example 1 It is a graph which shows the result (collation result file) example which specified the peak corresponding to object FP and standard FP.
  • Example 1 It is a chart which shows the example of data of standard group FP.
  • Example 1 It is a graph which shows the example of object FP peak feature-value file.
  • Example 1 It is a chart which shows the example of data of object and standard FP type 2.
  • Example 1 It is a graph which shows the example of object FP area
  • Example 1 It is a graph which shows the example of object FP integrated feature-value file.
  • Example 1 It is a graph which shows the reference
  • Example 1 It is a chart which shows the example of standard group integration data.
  • Example 1 It is a flowchart which shows the detail of the modification of the subroutine 2 applied instead of FIG.
  • Example 1 It is a graph which shows the example of calculation of a moving average and a moving inclination.
  • Example 1 It is a chart which shows the example of calculation of a moving average and a moving inclination.
  • the purpose of making it possible to improve the accuracy and efficiency of the evaluation is to compare the results obtained by high-precision and efficient simultaneous peak assignment of each peak of the target FP to each peak of the reference group FP as a feature quantity. Realized by evaluation.
  • the FP (FP type 2) of the remaining peaks excluding the assigned peak is added to this peak feature amount, and the region division feature amount obtained by region division is added, and the integrated feature amount covering the entire FP is compared and evaluated. It was realized by doing.
  • High-precision and efficient simultaneous peak assignment was realized by comparing peak patterns obtained by patterning the peaks of the target FP and the reference FP with at least one of the peaks before and after the holding time axis direction.
  • Example 1 of the present invention is an evaluation method, an evaluation program, and an evaluation device for a multicomponent drug that evaluates a multicomponent substance, for example, a multicomponent drug.
  • a multi-component drug is defined as a drug containing a plurality of active chemical ingredients, and includes, but is not limited to, herbal medicines, combinations of herbal medicines, extracts thereof, and herbal medicines.
  • the dosage form is not particularly limited.
  • liquids, extracts, capsules, granules, pills, suspensions / emulsions, powders, spirits, specified in the 15th revised Japanese Pharmacopoeia Tablets, soaking agents, decoction, tinctures, troches, fragrances, fluid extracts and the like are included.
  • Multi-component substances include those other than drugs.
  • Kampo medicines are described in the industry unification and voluntary revision of the 148 prescription “Precautions for use” of Kampo medicines for medical use, and the general Kampo prescription (1978).
  • the three-dimensional chromatogram data (hereinafter referred to as 3D chromatogram) of the drug to be evaluated is used.
  • a target FP from which drug-specific information is extracted is created.
  • each peak of the target FP is assigned to the peak correspondence data (hereinafter referred to as a reference group FP) of all the reference FPs created by performing the peak assignment process for all the reference FPs to obtain peak feature values.
  • FP type 2 is created from the remaining peaks except for the assigned peaks from the target FP, and the FP type 2 is divided into regions to obtain region divided feature values.
  • FIG. 1 is a block diagram of an evaluation apparatus for a multi-component drug
  • FIG. 2 is a block diagram showing an evaluation procedure for the multi-component drug
  • FIG. 3 is an explanatory diagram of an FP created from 3D chromatography
  • the drugs A and (B) are drugs B and (C) is the FP of the drug C.
  • the multi-component drug evaluation apparatus 1 includes an FP creation unit 3, a target FP peak attribution unit 5, a target FP peak feature creation unit 7, a target FP type 2 creation unit 9, and a target FP.
  • the FP creation unit 3 includes a target FP creation unit 29 and a reference FP creation unit 31.
  • the target FP peak attribution unit 5 includes a reference FP selection unit 33, a peak pattern creation unit 35, and a peak attribution unit 37.
  • the multi-component drug evaluation apparatus 1 is composed of, for example, a single computer and includes a CPU, a ROM, a RAM, and the like (not shown).
  • the multi-component drug evaluation apparatus 1 can implement a multi-component substance evaluation program as a pattern evaluation program installed in a computer and can evaluate a multi-component drug.
  • the multi-component substance evaluation program uses a multi-component substance evaluation program recording medium in which the multi-component substance evaluation program is recorded. Can also be realized.
  • Each component of the evaluation apparatus 1 for a multi-component drug can be configured by a separate computer.
  • the target FP region division feature quantity creation unit 11, the target FP feature quantity integration unit 13, and the evaluation unit 27 are configured by one computer, and a reference FP creation unit 31, a reference FP peak attribution unit 15, and a reference FP attribution.
  • the result integration unit 17, the reference FP peak feature value creation unit 19, the reference FP type 2 creation unit 21, the reference FP region division feature value creation unit 23, and the reference FP feature value integration unit 25 are configured by other computers. You can also.
  • the reference FP integrated feature value is created by another computer and input to the evaluation unit 27 of the evaluation apparatus 1.
  • the target FP integrated feature value is created by the quantity integration unit 13, the reference FP creation unit 31, the reference FP peak attribution unit 15, the reference FP attribution result integration unit 17, the reference FP peak feature quantity creation unit 19, and the reference
  • a reference FP integrated feature value is generated by the FP type 2 generation unit 21, the reference FP region division feature value generation unit 23, and the reference FP feature value integration unit 25.
  • the target FP creation unit 29 of the FP creation unit 3 constitutes a target pattern acquisition unit that acquires a target pattern to be evaluated whose peak changes in time series.
  • the target FP creation unit 29 uses a 3D chromatogram data, which is three-dimensional chromatogram data as a chromatograph of Chinese medicine 39, and a plurality of peaks at a specific detection wavelength and its retention.
  • This is a functional unit that creates a target FP43 (hereinafter also simply referred to as “FP43”) from which time and UV spectra are extracted as a target pattern.
  • This FP 43 is composed of three-dimensional information (peak, retention time, and UV spectrum) in the same manner as the 3D chromatography 41.
  • the FP 43 is data that inherits the drug-specific information as it is. Nevertheless, since the data volume is compressed to about 1/70, the amount of information to be processed can be greatly reduced and the processing speed can be increased compared to the 3D chromatogram 41.
  • 3D chromatography 41 is the result of applying high performance liquid chromatography (HPLC) to Chinese medicine 39.
  • HPLC high performance liquid chromatography
  • This 3D chromatogram 41 is expressed as a moving speed of each component, which is expressed as a moving distance at a specific time, or in a chart that appears in time series from the column end.
  • the detector response with respect to the time axis is plotted, and the appearance time of the peak is called the retention time (retention time).
  • the detector is not particularly limited, but an absorbance detector using optical properties (Absorbance Detector) is used, and the peak is obtained three-dimensionally as the signal intensity corresponding to the detection wavelength of ultraviolet rays (UV). Is.
  • a transmission detector Transmittance Detector
  • UV ultraviolet rays
  • the detection wavelength is not limited, and is preferably in the range of 150 nm to 900 nm, particularly preferably in the UV-visible absorption region of 200 nm to 400 nm, and more preferably a plurality of wavelengths selected from 200 nm to 300 nm.
  • the 3D chromatograph 41 has at least a Chinese medicine number (lot number), a retention time, a detection wavelength, and a peak as data.
  • the 3D chromatogram 41 can also be obtained by a commercially available device, and an example of such a commercially available device is the Agilent 1100 system. Further, the chromatography is not limited to HPLC, and various types can be adopted.
  • the 3D chromatogram 41 displays the x-axis as the retention time, the y-axis as the detection wavelength, and the z-axis as the signal intensity as shown in FIGS.
  • FP43 has at least a Chinese medicine number (lot number), a retention time, a peak at a specific wavelength, and a UV spectrum as data.
  • the FP 43 is displayed in two dimensions with the x-axis as a retention time and the y-axis as a peak at a specific detection wavelength as shown in FIGS. 2 and 3, but similar to the UV spectrum 42 shown as one peak as shown in FIG. This is data having UV spectrum information for each peak.
  • the specific detection wavelength for creating the ⁇ ⁇ FP 43 is not particularly limited and can be variously selected. However, it is important to include all the peaks in 3D chromatography in FP43 in that information is inherited. For this reason, in this Example 1, the detection wavelength was set to 203 nm including all peaks in 3D chromatography.
  • not all peaks may be included in a single wavelength.
  • a plurality of detection wavelengths are used, and an FP including all peaks is created by combining a plurality of wavelengths as will be described later.
  • the peak is the maximum value of the signal intensity (peak height), but the area value can also be adopted as the peak. It is also possible to include only two-dimensional information in which the UV spectrum is not included in the FP, the x-axis is the retention time, and the y-axis is the peak at a specific detection wavelength. In this case, FP can also be created from 2D chromatography as a chromatograph having Chinese medicine number (lot number) and retention time as data.
  • (A) in FIG. 4 is the drug A
  • (B) is the drug B
  • (C) is the FP 55, 57, 59 of the drug C.
  • the target FP peak attribution unit 5 constitutes a target peak attribution unit that compares peaks of a target pattern and a reference pattern corresponding to the target pattern and identifies a corresponding peak.
  • the target FP and the target FP Is a functional unit that compares the peak with the reference FP of the multi-component substance as a reference pattern that serves as an evaluation reference and identifies the corresponding peak.
  • the target FP peak attribution unit 5 includes a reference FP selection unit 33, a peak pattern creation unit 35, and a peak attribution unit 37.
  • the reference FP selection unit 33 is a functional unit that selects a multi-component substance FP suitable for peak assignment of the target FP from a plurality of reference FPs. That is, in order to perform peak attribution of each peak of the target FP with high accuracy, the degree of coincidence of the peak retention, time, and appearance pattern between the target FP and the reference FP is calculated as shown in FIGS. The reference FP that minimizes the degree of coincidence is selected from all the reference FPs.
  • the peak pattern creation unit 35 has n peaks existing in at least one before and after the time axis direction with respect to a peak to be attributed in the target FP 61 (hereinafter referred to as an attribute target peak).
  • This is a functional unit that creates a peak pattern composed of a total of n + 1 peaks including the peak of the peak as the peak pattern of the attribution target peak.
  • n is a natural number.
  • FIG. 11 a peak pattern composed of a total of three peaks including two peaks existing at least before and after the time axis direction is illustrated in FIG. 12 (described later).
  • FIG. 12 A peak pattern composed of a total of five peaks including four peaks present in at least one of them is shown.
  • the peak pattern creation unit 35 sets all the peaks within the range (allowable width) in which the difference from the retention time of the attribution target peak is set in the reference FP 83 (hereinafter, referred to as “below”).
  • a function unit that creates a peak pattern consisting of a total of n + 1 peaks including n peaks existing in at least one of before and after the time axis direction as a peak pattern of attribution candidate peaks. is there.
  • FIGS. 15 to 18 show a peak pattern composed of a total of three peaks including two peaks existing at least before and after the time axis direction.
  • 19 to 22 show a peak pattern composed of a total of five peaks including four peaks existing at least before and after the time axis direction.
  • the allowable width is not limited, and 0.5 to 2 minutes is preferable from the viewpoint of accuracy and efficiency. In Example 1, it was 1 minute.
  • the peak pattern creation unit 35 can flexibly cope with the case where there is a difference in the number of peaks of the target FP 61 and the reference FP 83 (that is, there is a peak that does not exist in either one). Therefore, as shown in FIG. 23 to FIG. 61 (described later), the peaks constituting the peak pattern (hereinafter referred to as peak pattern constituting peaks) are changed comprehensively by both the attribution target peak and the attribution candidate peak. Create a pattern.
  • FIGS. 23 to 61 show the case of a peak pattern composed of a total of three peaks including two peaks existing in at least one of the time axis directions.
  • the peak attribution unit 37 is a functional unit that compares the peak patterns of the target FP and the reference FP and identifies the corresponding peak. In the embodiment, the degree of coincidence between the peak pattern of the attribution target peak and the peak pattern of the attribution candidate peak and the coincidence degree of the UV spectrum are calculated to identify the corresponding peak.
  • the degree of coincidence of the attribution candidate peak obtained by integrating the two coincidence degrees is calculated, and based on the coincidence degree, each peak of the target FP 61 is assigned to each peak of the reference FP 83.
  • the degree of coincidence of peak patterns is based on the difference in the corresponding peak and retention time between the peak patterns of the attribution target peak and the attribution candidate peak as shown in FIGS. 62 to 64 (described later).
  • the degree of coincidence of the UV spectra is calculated based on the difference in absorbance at each wavelength of the UV spectrum 135 of the attribution target peak 73 and the UV spectrum 139 of the attribution candidate peak 95 as shown in FIGS. 65 and 66 (described later). . Further, as shown in FIG. 67 (described later), the degree of coincidence of attribution candidate peak 95 is calculated by multiplying these two degrees of coincidence.
  • the target FP peak feature amount creation unit 7 compares the peak identified and assigned by the target FP peak attribution unit 5 and the peak of the reference group FP45 as the reference FP as a plurality of reference patterns as the target peak feature amount creation step.
  • This is a functional unit that creates a target FP peak feature value that has been evaluated and converted into a feature value as a target peak feature value.
  • the plurality of reference FPs are created corresponding to a plurality of Chinese medicines that are multi-component substances serving as evaluation criteria, and the plurality of Chinese medicines are regarded as normal products.
  • the target FP peak feature quantity creation unit 7 finally assigns each peak of the target FP43 to the reference group FP45 as shown in FIGS. 2, 68, and 69 (described later) based on the attribution result of the target FP61 and the reference FP83.
  • This is a functional unit that creates a target FP peak feature value 47 attributed to each peak.
  • the target FP type 2 creation unit 9 configures a target pattern type 2 creation unit that creates a pattern composed of the remaining peaks after removing the feature-quantized peaks from the target pattern as the target pattern type 2.
  • the target FP type 2 (49) shown in FIG. 2 is defined as the FP composed of the peak 47 identified by the target FP peak feature quantity creation unit 7 by removing the peak 47 from the original target FP 43 and its retention time. This is a functional unit created as the target pattern type 2.
  • This target FP type 2 (49) is a FP that collects peaks that have not been converted into feature quantities in the target FP peak feature quantity creation unit 7. By making this target FP type 2 (49) a feature quantity and adding it to the evaluation, a more accurate evaluation can be performed.
  • the target FP region segmentation feature amount creation unit 11 divides the target pattern type 2 into a plurality of regions and creates a target pattern region segmentation feature amount from the presence rate of peaks existing in each region.
  • the target FP type 2 (49) is divided into a plurality of areas, and the target FP area division feature amount is created as the target pattern area division feature quantity from the existence rate of the peaks existing in each area.
  • the target FP region division feature value creation unit 11 can also use the presence amount instead of the presence rate.
  • the abundance ratio is a value obtained by dividing the abundance of the peak height in each region by the sum of the whole peak heights (that is, the abundance of the whole peak height). Therefore, it is possible to create a region segmentation feature amount using the existence amount of the peak height of each region itself.
  • the target FP region division feature value creation unit 11 converts the target FP type 2 (49) into a plurality of vertical division lines parallel to the signal intensity axis and a plurality of parallel to the time axis as shown in FIG. 70 (described later), for example.
  • the target FP area division feature quantity 51 shown in FIG. 2 is created by dividing the area into grid-like areas using the horizontal dividing lines.
  • the target FP feature quantity integration unit 13 is a target FP peak feature quantity creation unit that serves as a target pattern feature quantity integration unit that creates a target pattern integration feature quantity by integrating the target pattern / peak feature quantity and the target pattern region division feature quantity.
  • the target FP peak feature value 47 created in step 7 and the target FP region division feature value creation step 11 are integrated to create a target FP integrated feature value as a target pattern integrated feature value. It is a functional part to do.
  • the reference FP creation unit 31 of the FP creation unit 3 is a functional unit that creates a plurality of reference FPs in the same manner as the target FP creation unit 29.
  • a reference obtained by extracting a plurality of peaks at a specific detection wavelength, its retention time, and a UV spectrum from each 3D chromatogram, which is three-dimensional chromatogram data of a plurality of Chinese medicines (reference Chinese medicines) determined to be normal products.
  • FP is created for each standard Chinese medicine.
  • the reference FP peak attribution unit 15 is also a functional unit that identifies a peak to be attributed by pattern recognition, similar to the target peak attribution unit 5. However, the reference FP peak attribution unit 15 specifies peaks by calculating attribution scores in the selected combination and order for all the reference FPs.
  • the reference FP attribution result integration unit 17 is a functional unit that creates a reference peak correspondence table (described later) by integrating the peaks identified and assigned by the reference peak attribution unit 15.
  • the reference FP peak feature value creation unit 19 is a functional unit that creates a reference FP peak feature value obtained by characterizing the plurality of reference FPs based on the reference peak correspondence table created by the reference FP attribution result integration unit 17.
  • the reference FP type 2 creation unit 21 functions in the same manner as the target FP type 2 creation unit 9, and includes a peak remaining from the plurality of reference FPs excluding the featured peak and its retention time. This is a functional unit that creates an FP as a reference FP type 2.
  • the reference FP region division feature value creation unit 23 functions in the same manner as the target FP region division feature value creation unit 11, divides the reference FP type 2 into a plurality of regions, and calculates the reference FP region from the presence rate of peaks existing in each region. It is a functional unit that creates divided feature amounts.
  • the reference FP area division feature value creation unit 23 changes the position of each divided area and creates a reference FP area division feature value before and after the change. That is, the position of each region is changed by changing and setting the position so that each vertical / horizontal dividing line is translated within the set range.
  • the reference FP feature value integration unit 25 functions in the same manner as the target FP feature value integration unit 13 and is a functional unit that generates a reference FP integrated feature value by integrating the reference FP peak feature value and the reference FP region division feature value. is there.
  • the evaluation unit 27 compares and evaluates the target pattern integrated feature quantity and a reference pattern integrated feature quantity based on a plurality of reference patterns corresponding to the target pattern integrated feature quantity and serving as an evaluation reference. That is, the evaluation unit 27 is a functional unit that compares and evaluates the target FP integrated feature value as the target pattern integrated feature value and the reference FP integrated feature value as the reference pattern integrated feature value. In the embodiment, the equivalence between the target FP integrated feature value and the reference FP integrated feature value is evaluated by the MT method.
  • the MT method means a calculation method generally known in quality engineering. For example, “Mathematics of Quality Engineering” published by the Japanese Standards Association (2000), pages 136-138, Quality Engineering Application Course “Technology Development of Chemistry, Pharmacy, Biology” (1999), pages 454-456 and Quality It is described in Engineering 11 (5), 78-84 (2003), Introductory MT System (2008).
  • MT method program software can be used.
  • Commercially available MT method program software includes AMTTS of Angle Tri Co., Ltd .; TM-ANOVA of Japan Standards Association; MT Method for Windows of Oken Co., Ltd., and the like.
  • the evaluation unit 27 assigns a variable axis in the MT method to the lot number of Chinese herbal medicine and one of the retention time or the UV detection wavelength in the target FP 43, and sets the peak as a feature amount in the MT method.
  • variable axis There is no particular limitation on the allocation of the variable axis, but the retention time is allocated to the so-called item axis in the MT method, the number of multi-component drugs is allocated to the so-called number column axis, and the peak is allocated to the so-called feature amount in the MT method Is preferred.
  • a reference point and a unit quantity are obtained from the data and feature quantity to which the axis is assigned using the MT method.
  • the reference point, the unit amount, and the unit space are defined according to the description of the MT method literature.
  • the MD value is obtained as a value representing the degree of difference from the unit space of the drug to be evaluated by the MT method.
  • the MD value is defined in the same manner as the description of the MT method document, and the MD value is obtained by a method described in the document.
  • the drug to be evaluated can be evaluated by determining the degree of difference from a plurality of drugs determined as normal products.
  • the MD value (MD value: 0.26, 2.20, etc.) can be obtained by the above-described MT method by assigning each target FP of FIGS. 87 to 91 as described above.
  • the MD value When evaluating this MD value against the MD value of a normal product, the MD value is obtained in the same manner for a plurality of drugs determined as normal products.
  • a threshold value is set from the MD value of the normal product, and the MD value of the evaluation target drug can be plotted as shown in the evaluation result 53 of the evaluation unit 27 in FIG. 2 to determine whether the product is a normal product or an abnormal product. .
  • an MD value of 10 or less is regarded as a normal product.
  • FIGS. 5 to 69 illustrate the operating principles of the reference FP selection unit 33, peak pattern creation unit 35, peak attribution unit 37, and target FP peak feature value creation unit 7.
  • FIG. 5 to 69 illustrate the operating principles of the reference FP selection unit 33, peak pattern creation unit 35, peak attribution unit 37, and target FP peak feature value creation unit 7.
  • FIG. 5 to 9 are diagrams for explaining the degree of coincidence of retention, time, and appearance pattern between the target FP and the reference FP according to the reference FP selection unit 33.
  • FIG. FIG. 5 is a diagram showing the retention time of the target FP and the reference FP
  • FIG. 6 is a diagram showing the retention time, appearance pattern of the target FP
  • FIG. 7 is a diagram showing the retention time, appearance pattern of the reference FP. It is.
  • FIG. 8 is a diagram showing the number of coincidence between retention, time, and appearance distance between the target FP and the reference FP
  • FIG. 9 is a diagram showing the degree of coincidence between the retention, time, and appearance pattern between the target FP and the reference FP.
  • FIG. 5 shows the retention times of the target FP 61 and the reference FP 83.
  • 6 and 7 show the retention times and appearance patterns in which all the retention time intervals are calculated from the retention times of the target FP 61 and the reference FP 83, and the distances are tabulated.
  • the number of coincidences of retention / time / appearance distance is calculated from these appearance patterns, and the number of coincidence of retention / time / appearance distance is shown in a tabular form.
  • the degree of coincidence of retention / time / appearance pattern is calculated based on the number of coincidence, and the degree of coincidence of retention / time / occurrence pattern is shown in a table format.
  • FIG. 10 to FIG. 12 are diagrams for explaining the peak pattern created by the attribution target peak related to the peak pattern creation unit 35 and its surrounding peaks.
  • FIG. 10 is a diagram showing peaks to be attributed to the target FP
  • FIG. 11 is a peak pattern created with three peaks including two peripheral peaks
  • FIG. 12 is five peaks including four peripheral peaks. It is a figure explaining the peak pattern created by.
  • FIGS. 13 and 14 describe the relationship between the attribution target peak and the attribution candidate peak according to the peak pattern creation unit 35
  • FIG. 13 is a diagram showing the allowable range of the attribution target peak
  • FIG. It is a figure which shows the attribution candidate peak of reference
  • FIG. 15 to 18 are examples of peak patterns of attribution target peaks and attribution candidate peaks created by three peaks according to the peak pattern creation unit 35.
  • FIG. FIG. 15 is a peak pattern diagram of three peaks of attribution target peak and attribution candidate peak
  • FIG. 16 is a peak pattern diagram of three attribution candidate peaks and three attribution candidate peaks
  • FIG. FIG. 18 is a peak pattern diagram of three peaks of attribution candidate peaks and three attribution candidate peaks different from the attribution target peak.
  • FIGS. 19 to 22 are peak pattern diagrams of attribution target peaks and attribution candidate peaks created with five peaks according to the peak pattern creation unit 35.
  • 23 to 61 are diagrams illustrating the principle of exhaustive comparison in which the peak patterns of the attribution target peak and the attribution candidate peak according to the peak pattern creation unit 35 are comprehensively created and compared.
  • FIG. 62 and 63 are diagrams illustrating a method for calculating the coincidence of peak patterns created with three peaks related to the peak attribution unit 37.
  • FIG. 62 and 63 are diagrams illustrating a method for calculating the coincidence of peak patterns created with three peaks related to the peak attribution unit 37.
  • FIG. 64 is a diagram for explaining a method for calculating the coincidence degree of peak patterns created with five peaks related to the peak attribution unit 37.
  • FIG. 65 is a diagram showing UV spectra 135 and 139 of the assignment target peak 73 and the assignment candidate peak 95 related to the peak assignment portion 37.
  • FIG. 66 is a diagram illustrating the degree of coincidence between the UV spectrum 135 of the assignment target peak 73 and the UV spectrum 139 of the assignment candidate peak 95 related to the peak assignment portion 37.
  • FIG. 67 is a diagram illustrating the degree of coincidence of attribution candidate peaks calculated from the degree of coincidence of the peak patterns of the attribution target peak 73 and the attribution candidate peak 95 related to the peak attribution unit 37 and the degree of coincidence of the UV spectra.
  • FIG. 68 is a diagram for explaining the attribution of each peak to the reference group FP45 in the target FP43 related to the peak attribution unit 37.
  • FIG. 68 is a diagram for explaining the attribution of each peak to the reference group FP45 in the target FP43 related to the peak attribution unit 37.
  • FIG. 69 is a diagram for explaining the target FP peak feature quantity 47 indicating the situation in which each peak of the target FP 43 related to the peak attribution unit 37 is attributed to the reference group FP45.
  • FIG. 5 is a diagram showing the retention time of the target FP and the reference FP
  • FIG. 6 is a diagram showing the retention time, appearance pattern of the target FP
  • FIG. 7 is a diagram showing the retention time, appearance pattern of the reference FP. It is.
  • FIG. 8 is a diagram showing the number of coincidence between retention, time, and appearance distance between the target FP and the reference FP
  • FIG. 9 is a diagram showing the degree of coincidence between the retention, time, and appearance pattern between the target FP and the reference FP.
  • FIG. 5 shows the retention times of the target FP 61 and the reference FP 83.
  • 6 and 7 show the retention times and appearance patterns in which all the retention time intervals are calculated from the retention times of the target FP 61 and the reference FP 83, and the distances are tabulated.
  • the number of coincidences of retention / time / appearance distance is calculated from these appearance patterns, and the number of coincidence of retention / time / appearance distance is shown in a tabular form.
  • the degree of coincidence of retention / time / appearance pattern is calculated based on the number of coincidence, and the degree of coincidence of retention / time / occurrence pattern is shown in a table format.
  • each peak of the target FP 61 is assigned with a reference FP that is as similar as possible to the target FP 61 in the FP pattern. Selecting a reference FP similar to the target FP 61 from a plurality of reference FPs is an important point in making attribution with high accuracy.
  • the similarity of the FP pattern is evaluated based on the degree of coincidence of the retention time, the appearance pattern.
  • the retention times of the target FP 61 and the reference FP 83 are as shown in FIG. 5
  • the retention times and appearance patterns of the target FP 61 and the reference FP 83 are as shown in FIGS.
  • the value of each cell is created as a tabular pattern composed of the retention-time distances for the upper target FP 61 and the reference FP 83 as shown in the lower chart.
  • the retention times of the peaks (63, 65, 67, 69, 71, 73, 75, 77, 79, 81) of the target FP 61 are (10.2), (10.5), (10 .8), (11.1), (11.6), (12.1), (12.8), (13.1), (13.6), and (14.0).
  • the retention times of the peaks (85, 87, 89, 91, 93, 95, 97, 99, 101, 103, 105) of the reference FP83 are (10.1), (10.4), (10.7), (11.1), (11.7), (12.3), (12.7), (13.1), (13.6), (14.1), (14 4).
  • the distance between the retention times is the reference FP appearance pattern in the lower chart of FIG.
  • the number of matches is seven.
  • the seven coincidence numbers are written in the first line of the target and reference FP retention / time / appearance pattern of FIG.
  • the target FP retention / time / appearance pattern 1 to 9 and the reference FP retention / time / appearance pattern 1 to 10 are displayed.
  • a brute force comparison is made and the number of matches is obtained.
  • the numerical value 7 at the left end circled is the result of comparing the first line of the target and the reference FP retention / time / appearance pattern, and the numerical value 7 next to the numerical value is the target FP retention / This is a result of comparing the first line of the time / appearance pattern with the second line of the reference FP retention / time / appearance pattern.
  • the setting range There is no limitation on the setting range, and the range is preferably 0.05 minutes to 0.2 minutes. In Example 1, it was 0.1 minutes.
  • the degree of coincidence between the retention time is RP
  • a is the number of peaks of the target FP 61 (number of target FP peaks)
  • b is the number of peaks of the reference FP 83 (number of reference FP peaks)
  • m is the number of matches of the retention time, appearance pattern (number of matches of the appearance distance).
  • RP_min which is the minimum value of these RPs, is used as the degree of coincidence between the retention time, the appearance pattern of the target FP 61 and the reference FP 83.
  • (0.50) is the degree of coincidence of the target FP 61 with respect to the reference FP.
  • the degree of coincidence is calculated for all the reference FPs, the reference FP having the smallest degree of coincidence is selected, and the peak assignment of the target FP is performed for the reference FP.
  • the reference FP selection unit 5 can also pattern the target FP 61 and the reference FP 83 with a peak height ratio.
  • the Tanimoto coefficient is defined as “the number of coincidence of height ratio / (number of target FP peaks + number of reference FP peaks ⁇ number of coincidence of height ratio)”, and the (1-Tanimoto coefficient) is close to zero. The degree of coincidence can be obtained.
  • (1-Tanimoto coefficient) is weighted by (number of target FP peaks ⁇ number of occurrence patterns or height ratio coincidence + 1), and “(1-Tanimoto coefficient) ⁇ (number of target FP peaks ⁇ appearance pattern or high It is possible to select a reference FP that matches more peaks (63, 65,%) Of the target FP 61 by weighting.
  • an allowable range of retention time deviation is set between each peak of the attribution target peak 73 and the reference FP 83, and the peak of the reference FP 83 existing in the allowable range (hereinafter, attribution candidate).
  • the assignment destination is determined by combining all the information, so the accuracy is improved compared to the peak attribution based on the single information.
  • the assignment candidate peak includes a plurality of similar components. After all, it becomes attribution only by peak information, and sufficient accuracy cannot be obtained. Therefore, in order to perform peak assignment with higher accuracy, information in addition to these three pieces of information is necessary.
  • a peak pattern including peripheral peak information as shown in FIG. 11 and FIG. 12 was created, and a peak was assigned by comparing the peak patterns.
  • the surrounding information is added to the previous three pieces of information, and peak attribution based on the four pieces of information becomes possible, and higher attribution accuracy is obtained.
  • the constraint conditions (peak definition, etc.) to be set for existing peak attribution are no longer necessary.
  • a peak pattern 115 including peaks 71 and 75 existing in both time axis directions is created for the attribution target peak 73.
  • a peak pattern 125 including peaks 69, 71, 75, and 77 that exist in both time axis directions is created for the attribution target peak 73.
  • an allowable range of retention time deviation is set between each peak of the attribution target peak 73 and the reference FP 83, and the peak of the reference FP 83 existing within the tolerance range corresponds to the attribution target peak 73.
  • Candidate peaks hereinafter referred to as attribution candidate peaks) were used.
  • Peak patterns 119, 121, and 123 were created.
  • the peak patterns to be compared with the peak pattern 125 of the attribution target peak 73 include peaks that exist both before and after the time axis direction with respect to different attribution candidate peaks 95, 97, and 99. Peak patterns 129, 131, and 133 were created.
  • a peak that is a candidate for a peak / pattern configuration peak (hereinafter referred to as a peak / pattern configuration candidate peak) is set in advance from the peripheral peaks of the target peak of the target FP, and the peak / pattern configuration candidate peak In order, a peak pattern is created as a peak constituting a peak pattern.
  • a peak pattern configuration candidate peak is set for the attribution candidate peak of the reference FP, and a peak pattern is created using the peak pattern configuration candidate peak in order as a peak pattern configuration peak.
  • the degree of coincidence of the peak pattern based on the difference in the corresponding peak and retention time between all the peak patterns of the attribution target peak and the attribution candidate peak created by the peak pattern creation unit 35 ( Hereinafter, P_Sim) is calculated.
  • the peak attribution unit 37 uses the minimum value of P_Sim (hereinafter, P_Sim_min) as the degree of coincidence between the peak pattern of the attribution target peak and the attribution candidate peak.
  • each of the attribution target peak 73 and the attribution candidate peak 93 has four peak pattern configuration candidate peaks around the time axis direction, and the peak pattern configuration peak is set to any two. To do.
  • P_Sim_min which is the minimum value of these P_Sim is determined as the degree of coincidence between the attribution target peak 73 and the attribution candidate peak 93.
  • This P_Sim is similarly calculated for all attribution candidate peaks of the attribution target peak 73.
  • the peak pattern 115 of the attribution target peak 73 and the peak pattern 119 of the attribution candidate peak 95 are taken as examples.
  • the peak and retention time of the attribution target peak 73 are p1 and r1
  • the peak and retention time of the peak pattern constituting peak 71 are dn1 and cn1
  • the peak pattern constituting peak 75 is Let dn2 and cn2 be peak and retention times.
  • the peak and retention time of the attribution candidate peak 95 are p2 and r2
  • the peak and retention time of the peak pattern constituting peak 93 are fn1 and en1
  • the peak pattern constituting peak 97 is Let the peak and retention times be fn2 and en2.
  • the degree of coincidence of the peak pattern is P_Sim
  • the degree of coincidence of the peak pattern (P_Sim (73-95)) composed of the three peaks of the attribution target peak 73 and the attribution candidate peak 95 is P_Sim (73-95) (
  • d in the equation is a value for correcting a retention time shift.
  • FIG. 64 explains a method for calculating the coincidence of peak patterns for comparing peak patterns composed of five peaks.
  • the peak pattern 125 of the attribution target peak 73 and the peak pattern 129 of the attribution candidate peak 95 are taken as examples.
  • the peaks and retention times of the attribution target peak 73 are p1 and r1
  • the peaks and retention times of the peak pattern constituting peaks 69, 71, 75, and 77 are dn1 and cn1, respectively.
  • the peaks and retention times of the attribution candidate peaks 95 are p2 and r2, the peaks and retention times of the peak pattern constituting peaks 91, 93, 97, and 99 are fn1 and en1, respectively.
  • P_Sim (73-95) (
  • d in the equation is a value for correcting a retention time shift.
  • the peak attribution unit 37 calculates the degree of coincidence of the UV spectrum between the attribution target peak and the attribution candidate peak as shown in FIGS.
  • N is the number of diss.
  • the waveform of the UV spectrum includes the maximum wavelength and the minimum wavelength, and the degree of coincidence can be calculated by comparing the maximum wavelength and / or the minimum wavelength.
  • the maximum wavelength and the minimum wavelength are the same for compounds that have no absorption characteristics or similar absorption characteristics, but the overall waveform may be quite different. In comparison of the maximum and minimum wavelengths, the waveforms match. The degree may not be calculated.
  • the degree of coincidence of this UV spectrum is calculated in the same manner for all attribution candidate peaks of the attribution target peak 73.
  • the peak attribution unit 37 calculates the degree of coincidence of the attribution candidate peak obtained by integrating the above two coincidences as shown in FIG.
  • the degree of coincidence of this attribution candidate peak is calculated in the same manner for all attribution candidate peaks of the attribution target peak 73.
  • this SCORE is compared among all attribution candidate peaks, and the attribution candidate peak having the smallest SCORE is determined as the attribution peak of the attribution target peak 73.
  • the peak attribution unit 37 determines the peaks to be attributed to the attribution target peak from the two viewpoints, accurate peak attribution can be realized.
  • the target FP peak feature quantity creation unit 7 assigns each peak of the target FP 43 to the reference group FP 45 as shown in FIG. 68 based on the result of the assignment of the target FP to the reference FP.
  • Each peak of the target FP 43 is attributed to the reference FP constituting the reference group FP 45 by the attribution process. Based on this attribution result, it finally belongs to the peak of the reference group FP45.
  • the reference group FP45 is created by assigning all the reference FPs defined as normal products as described above, and each peak is the average value (black dot) ⁇ standard deviation (vertical length) of the assigned peak. (Dividing line).
  • FIG. 69 shows the result of assigning the target FP43 to the reference group FP45, and this result is the target FP peak feature amount 47 of the target FP43.
  • FIG. 70 to FIG. 86 show the operation principle of FP region division feature value creation
  • FIG. 70 is an explanatory diagram showing quantification by region division
  • FIG. 71 is an explanatory diagram showing the relationship with fluctuations in retention time
  • etc. 72 is an explanatory diagram for quantifying by changing the position of the area
  • FIG. 73 is a chart showing FP type 2 data
  • FIG. 74 is an explanatory diagram showing an FP type 2 pattern
  • FIG. 76 is an explanatory diagram showing the setting of the vertical dividing line (first line), and FIG. 77 is the setting of the horizontal dividing line (first line).
  • 78 is an explanatory diagram showing area division by vertical and horizontal dividing lines
  • FIG. 79 is an explanatory diagram showing the number of areas to be featured
  • FIG. 80 is an explanatory diagram showing the identification of the area 1.
  • FIG. 81 is a chart showing the height and total of all peaks
  • FIG. 82 is the peak height of region 1
  • FIG. 83 is an explanatory diagram showing the total
  • FIG. 83 is a chart showing the feature amounts of all the areas by the first one pattern
  • FIG. 84 is a chart showing the feature amounts in each area formed by sequentially changing the position of the first vertical line
  • FIG. 85 is a chart showing the feature values in each area obtained by sequentially changing the position of the first horizontal line
  • FIG. 86 is a chart showing one feature quantity without changing the position of each vertical / horizontal dividing line.
  • the target FP region segmentation feature amount creation unit 11 or the reference FP region segmentation feature amount creation unit 23 calculates the target FP from the presence rate of the peaks existing in each region obtained by dividing the target FP type 2 or the reference FP type 2 as described above. A region division feature amount or a reference FP region division feature amount is created.
  • the area is divided as shown in FIG. 70, for example.
  • the FP 55 of the medicine A is divided.
  • the plurality of horizontal dividing lines 143 are set at equal ratio intervals in the direction in which the signal intensity increases. By this setting, it is possible to subdivide the region division in the dense peak portion and to grasp the peak existence rate more accurately. However, it is also possible to set at equal intervals by increasing the number of the plurality of horizontal dividing lines 143.
  • the retention time and peak height fluctuate like FP55A and 55B due to slight variations in analysis conditions. Due to this variation, there is a possibility that the value in each lattice 145 varies greatly.
  • FIG. 73 shows reference FP type 2 data d202, d207, d208 as an example.
  • This data has only the information of retention time (RT) and peak height (Height).
  • This data corresponds to the reference FP type 2 composed of the peaks remaining from the plurality of reference FPs except for the characteristicized peaks and their retention times in the reference FP type 2 creation unit 21, Each UV spectrum of the peak is excluded.
  • the patterns of the reference FP type 2 data d202, d207, d208 are as shown in FIG.
  • These FP patterns are divided into regions by vertical and horizontal dividing lines 141 and 143, and feature values are made for each region.
  • the first vertical position is set at multiple locations under the following conditions.
  • the first horizontal position is set at multiple locations under the following conditions.
  • X 0.5, 0.6, 0.7, 0.8, 0.9, 1.0, 1.1, 1.2, 1.3, 1.4
  • the second and subsequent dividing lines are sequentially set in combination of all 100 ways, and the region is divided.
  • FIG. 78 shows the set vertical and horizontal dividing lines on the FP based on the previous example.
  • ⁇ ⁇ FP is featured for each area surrounded by the vertical and horizontal lines.
  • Feature amount total peak height in region / total peak height (method of feature amount)
  • Feature amount total peak height in region / total peak height (method of feature amount)
  • the feature amount of the entire region by the first pattern is calculated by the above feature amount conversion method.
  • FIG. 83 shows the calculation result.
  • FIG. 85 shows the result.
  • FIG. 92 is a process diagram showing a method for evaluating a multi-component drug of Example 1 of the present invention as a pattern evaluation method.
  • the multi-component drug evaluation method includes an FP creation step 148, a target FP peak attribution step 149, a target FP peak feature creation step 151, a target FP type 2 creation step 153, and a target FP region.
  • the FP creation process 148 includes a target FP creation process 173 and a reference FP creation process 175.
  • the target FP peak attribution step 149 includes a reference FP selection step 177, a peak pattern creation step 179, and a peak attribution step 181.
  • FP creation step 148 the target FP peak attribution step 149, the target FP peak feature creation step 151, the target FP type 2 creation step 153, the target FP region division feature creation step 155, the target FP feature integration step 157, the reference FP peak attribution step 159, reference FP attribution result integration step 161, reference FP peak feature creation step 163, reference FP type 2 creation step 165, reference FP region segmentation feature creation step 167, reference FP feature integration step 169, evaluation Step 171 is performed using the multi-component drug evaluation apparatus 1 in this embodiment.
  • the FP creation step 148 is performed by the function of the FP creation unit 3 in FIG. 1. Similarly, the target FP peak attribution step 149, the target FP peak feature creation step 151, the target FP type 2 creation step 153, and the target FP region division feature Amount creation step 155, target FP feature amount integration step 157, reference FP peak attribution step 159, reference FP attribution result integration step 161, reference FP peak feature amount creation step 163, reference FP type 2 creation step 165, reference FP region division feature
  • the amount creation step 167, the reference FP feature amount integration step 169, and the evaluation step 171 are performed using the target FP peak attribution unit 5, the target FP peak feature amount creation unit 7, the target FP type 2 creation unit 9, and the target FP region division feature amount creation unit.
  • Target FP feature amount integration unit 13 reference FP peak attribution unit 15, reference FP attribution result integration unit 17, reference FP peak feature quantity production Part 19, the reference FP type 2 creating unit 21, the reference FP region division feature quantity preparation unit 23, the reference FP feature value integrating unit 25, to perform the respective functions of the evaluation unit 27.
  • each process can be made to function by a separate computer, for example, a target FP creation process 173, a target FP peak attribution process 149, a target FP peak feature value creation process 151, and a target FP type 2 creation process 153.
  • the target FP region segmentation feature creation step 155, the target FP feature integration step 157, and the evaluation step 171 are functioned by one computer, and the reference FP creation step 175, the reference FP peak attribution step 159, the reference The FP attribution result integration step 161, the reference FP peak feature creation step 163, the reference FP type 2 creation step 165, the reference FP region division feature creation step 167, and the reference FP feature integration step 169 are performed by another computer. You can also make it work with.
  • the reference FP integrated feature value is created by another computer and supplied to the evaluation step 171.
  • the FP creation step 148 constitutes a target pattern acquisition step for acquiring a target pattern to be evaluated whose peak changes in time series.
  • the target FP peak attribution step 149 constitutes a target peak attribution step for comparing the peaks of the target pattern and the reference pattern corresponding to the target pattern and specifying the corresponding peak.
  • the target FP peak feature quantity creation step 151 is a target for creating a target peak feature quantity characterized by comparing and evaluating the peak identified and attributed in the target peak attribution step and the peaks of a plurality of reference patterns serving as evaluation criteria.
  • the peak feature creation process is configured.
  • the target FP type 2 creation step 153 constitutes a target pattern type 2 creation step of creating a pattern composed of the remaining peaks after removing the featured peaks from the target pattern as the target pattern type 2.
  • the target FP region segmentation feature creation step 155 divides the target pattern type 2 into a plurality of regions and creates a target pattern region segmentation feature from the presence rate of peaks existing in each region. Configure the process.
  • the target FP feature quantity integration step 157 constitutes a target pattern feature quantity integration step of creating a target pattern integrated feature quantity by integrating the target pattern / peak feature quantity and the target pattern area division feature quantity.
  • the evaluation step 171 constitutes an evaluation step for comparing and evaluating the target pattern integrated feature amount and a reference pattern integrated feature amount based on a plurality of reference patterns corresponding to the target pattern integrated feature amount and serving as an evaluation reference.
  • FIGS. 93 to 108 are flowcharts relating to the evaluation program for multi-component drugs
  • FIGS. 109 to 116 are flowcharts relating to the creation of reference data
  • FIG. 117 is a chart showing an example of 3D chromatogram data
  • FIG. 119 is a chart showing an example of FP data
  • FIG. 120 is a chart showing an example of an attribution score calculation result (determination result file) to the reference FP of the target FP
  • FIG. 122 shows examples of two intermediate files (attribute candidate peak score table and attribute candidate peak number table) created in the matching process of peaks corresponding to FP and reference FP.
  • FIG. 122 shows peaks corresponding to target FP and reference FP.
  • FIG. 123 is a chart showing an example of the collation result file that is the identified result
  • FIG. 123 is a chart showing an example of data of the reference group FP
  • FIG. 124 is an object F belonging to the reference group FP.
  • FIG. 125 is a chart showing an example of the target and reference FP type 2 data
  • FIG. 126 is a chart showing an example of the target FP region segmentation feature quantity file
  • FIG. 127 is the target.
  • FIG. 128 is a chart showing an example of an FP feature quantity integration file
  • FIG. 128 is a chart showing an example of a reference type 2 group FP
  • FIG. 129 is a chart showing an example of reference group integration data.
  • FIG. 93 and FIG. 94 are flowcharts showing the steps of the entire process for evaluating the evaluation target drug.
  • the processing starts when the system is started, and the FP creation function of the FP creation unit 3 and the target FP of the target FP peak attribution unit 5 Peak attribution function, target FP peak feature value creation function of the target FP peak feature value creation unit 7, target FP type 2 creation function of the target FP type 2 creation unit 9, and target of the target FP region division feature value creation unit 11 FP region segmentation feature creation function, target FP feature integration function of the target FP feature integration unit 13, reference FP peak attribution function of the reference FP peak attribution unit 15, and reference FP attribution of the reference FP attribution result integration unit 17 A result integration function, a reference FP peak feature creation function of the reference FP peak feature creation unit 19, and a reference FP type 2 creation function of the reference FP type 2 creation unit 21 A reference FP region division feature quantity generation function of the reference FP region division feature quantity preparation unit 23, and the reference FP feature value
  • FP creation function is realized in step S1.
  • the target FP peak attribution function is realized in steps S2, S3, and S4.
  • the target FP peak feature value creation function is realized in step S5.
  • the target FP type 2 creation function is realized in step S6.
  • the target FP region division feature value creation function is realized in step S7.
  • the target FP feature value integration function is realized in step S8.
  • the evaluation function is realized in steps S9 and S10.
  • step S1 “FP creation processing” is executed using 3D chromatography and peak information at a specific detection wavelength as input data.
  • the 3D chromatogram is data obtained by analyzing the drug to be evaluated by HPLC.
  • the data example 183 of the 3D chromatogram in FIG. 117 the three-dimensional information of the retention time, the detection wavelength, and the peak (signal intensity).
  • the peak information is data obtained by processing chromatographic data at a specific wavelength obtained by the same HPLC analysis with an HPLC data analysis tool (for example, ChemStation etc.).
  • an HPLC data analysis tool for example, ChemStation etc.
  • This is data composed of the maximum and area values of all peaks detected as peaks and the retention time at that time.
  • step S1 the target FP creation unit 29 (FIG. 1) of the FP creation unit 3 of the computer functions to create the target FP 43 (FIG. 2) from 3D chromatography and peak information, and output the data as a file.
  • the target FP 43 is data composed of a retention time, a peak height, and a UV spectrum for each peak height, as shown in the FP data example 187 in FIG.
  • step S2 “target FP attribution process 1” is executed with the target FP and all reference FPs output in step S1 as inputs.
  • step S2 the reference FP selection unit 33 of the computer functions to calculate the retention / time / appearance pattern coincidence with the target FP 43 for all the reference FPs, and select a reference FP suitable for the attribution of the target FP 43. .
  • the reference FP is an FP created by the same processing as in Step S1 from 3D chromatography and peak information of a drug determined as a normal product.
  • a normal product is defined as a drug that has been confirmed to be safe and effective (standard Chinese medicine), and includes a plurality of drugs with different product lots.
  • the heel reference FP is data configured in the same manner as the FP data example 187 in FIG.
  • step S3 the target FP 43 and the reference FP selected in step S2 are input, and the “target FP attribution process 2” is executed.
  • step S3 the peak pattern creation unit 35 (FIG. 1) and the peak attribution unit 37 (FIG. 1) of the computer function.
  • peak patterns are comprehensively created as shown in FIGS. 23 to 61 for all peaks of the target FP 43 and the reference FP selected in step S2, and then the degree of coincidence of these peak patterns (FIG. 63 or FIG. P_Sim) in FIG. 64 is calculated. Further, the degree of coincidence of UV spectra (UV_Sim in FIG. 66) between the peaks of the target FP and the reference FP is calculated. Further, the degree of coincidence of attribution candidate peaks (SCORE in FIG. 67) is calculated from these two degrees of coincidence. The calculation result is output to a file similar to the determination result file example 189 of FIG.
  • step S4 the determination result file 189 output in step S3 is input, and the “target FP attribution process 3” is executed.
  • step S4 the peak attribution unit 37 of the computer functions to identify the peak of the reference FP corresponding to each peak of the target FP based on the degree of coincidence (SCORE) of the attribution candidate peak between the target FP 43 and the reference FP. .
  • the result is output to a collation result file similar to the collation result file example 195 of FIG.
  • step S5 the verification result file output in step S4 and the reference group FP197 are input, and the “target FP attribution process 4” is executed.
  • the reference group FP 197 is peak correspondence data between all the reference FPs created from the all reference FPs by the same processing as in the steps S2 to S4.
  • step S5 the target FP peak feature amount generating unit 7 of the computer functions, and based on the matching result file of the target FP 43, each peak of the target FP 43 is changed to a peak of the reference group FP 197 as shown in FIGS. Belong.
  • the result is output to a file similar to the peak data feature amount file example 199 in FIG.
  • step S6 the peak data feature file output in step S5 and the target FP are input, and the process of “Create FP_type 2” is executed.
  • step S6 the target FP type 2 creation unit 9 of the computer functions, and is composed of the remaining peaks after removing the peak 47 specified by the target FP peak feature creation unit 7 from the original target FP 43 and its retention time.
  • the created FP is created as the target FP type 2 (49).
  • the result is output to an FP type 2 file (see FP type 2 file example 201 in FIG. 125).
  • step S7 “feature amount processing of target FP_type2 by area division” is executed.
  • the target FP area division feature value creation unit 11 of the computer functions, and the target FP area division feature value is created by the area division of FIG.
  • the result is output to a target FP region division feature value file (see target FP region division feature value file example 203 in FIG. 126).
  • step S8 processing of “integration of peak data feature quantity and region division feature quantity” is executed.
  • the target FP feature value integration unit 13 of the computer functions, and the target FP peak feature value 47 created by the target FP peak feature value creation unit 7 and the target created by the target FP region division feature value creation unit 11.
  • the target FP integrated feature value is created by integrating the FP region division feature value 51.
  • the result is output to a target FP feature value integration file (see target FP feature value integration file example 205 in FIG. 127).
  • step S9 the computer evaluation unit 27 functions to evaluate the equivalence between the target FP integrated feature value output in step S8 and the reference FP integrated feature value by the MT method, and the evaluation results are shown in FIGS.
  • Such an MD value is output (FIGS. 87 to 91).
  • step S10 “pass / fail judgment” is executed with the MD value output in step S9 as an input.
  • step S10 the evaluation unit 27 of the computer functions to compare the MD value output in step S9 with a preset threshold value (upper limit value of MD value) to determine pass / fail (evaluation result 53 in FIG. 2).
  • a preset threshold value upper limit value of MD value
  • FIG. 95 is a flowchart when the peak information of a single wavelength in step S1 “FP creation processing” in FIG. 93 is used.
  • FIG. 95 shows details of steps for creating an evaluation target FP with a single wavelength, for example, 203 nm.
  • an FP composed of a retention time and a peak at a peak detected at 203 nm and a UV spectrum of the peak is created from 3D chromatography and peak information at a detection wavelength of 203 nm.
  • step S101 a process of “reading peak information” is executed.
  • the peak information is read as the first of the two data necessary for creating the FP, and the process proceeds to step S102.
  • step S102 a process of “obtaining peak data (P1) corresponding to the peak retention time (R1) in order” is executed.
  • the peak retention time (R1) and peak data (P1) are sequentially acquired from the peak information one by one, and the process proceeds to step S103.
  • step S103 the process of “read 3D chromatogram” is executed.
  • the 3D chromatogram is read as the second of the two data necessary for creating the FP, and the process proceeds to step S104.
  • step S104 processing of “acquire UV spectrum (U1) corresponding to peak retention time (R2) in order” is executed.
  • the retention time (R2) and UV spectrum (U1) are acquired from the 3D chromatograph for each sampling rate during HPLC analysis, and the process proceeds to step S105.
  • step S105 a determination process of “
  • ⁇ threshold?” Is executed.
  • R1 and R2 read in steps S102 and S104 correspond to each other within a threshold range. If it corresponds (YES), it is determined that the two retention times are the same, the UV spectrum of the peak with the retention time R1 is U1, and the process proceeds to step S106. If it does not correspond (NO), the two retention times are not the same, and the UV spectrum of the peak with the retention time R1 is not U1, and for comparison with the next data of 3D chromatography, The process proceeds to step S104.
  • the threshold value in this determination process is “sampling rate / 2” in 3D chromatography.
  • step S106 the process of “normalize U1 to the maximum value 1” is executed.
  • U1 determined as the UV spectrum of R1 in S105 is normalized with the maximum value 1, and the process proceeds to step S107.
  • step S107 a process of “output R1 and P1 and standardized U1 (target FP)” is executed.
  • R1 and P1 acquired from the peak information and U1 normalized in S106 are output to the target FP, and the process proceeds to step S108.
  • step S108 a determination process of “End of processing for all peaks?” Is executed. In this process, it is determined whether or not the processing has been performed for all the peaks in the peak information. If the processing has not been completed for all the peaks (NO), in order to process the unprocessed peaks, The process proceeds to step S102. The processing from S102 to S108 is repeated until the processing of all peaks is completed. When the processing of all peaks is completed (YES), the FP creation processing is terminated. [S1: FP creation processing (using multiple wavelengths)] FIGS. 96 and 97 are flowcharts when step S1 “FP creation processing” in FIG. 93 uses peak information of a plurality of wavelengths instead of the peak information of the single wavelength. For example, in this case, a plurality of (n) wavelengths are selected in the detection wavelength axis direction including 203 nm to create an FP.
  • 96 and 97 show details of a step of creating FPs having a plurality of wavelengths from n FPs after creating n FPs for each wavelength by the FP creation process using only the single wavelength.
  • step S110 the process of “Create FP for each wavelength” is executed.
  • an FP creation process using only the single wavelength is performed for each wavelength, n FPs are created, and the process proceeds to step S111.
  • step S111 a process of “listing FP in peak number (descending order)” is executed.
  • n FPs are listed in descending order of the number of peaks, and the process proceeds to step S112.
  • step S112 1 is substituted for n (n ⁇ 1) as initialization of a counter for sequentially processing n FPs, and the process proceeds to step S113.
  • step S113 a process of “reading the nth FP in the list” is executed. In this process, the nth FP in the list is read, and the process proceeds to step S114.
  • step S114 the process of “obtain all retention times (X)” is executed. In this process, all the retention time information of the FP read in S113 is acquired, and the process proceeds to step S115.
  • step S115 the process of “n update (n ⁇ n + 1)” is executed.
  • n + 1 is substituted for n as an update of n, and the process proceeds to step S116.
  • step S116 a process of “reading the nth FP in the list” is executed. In this process, the nth FP in the list is read, and the process proceeds to step S117.
  • step S117 the process of “obtain all retention times (Y)” is executed.
  • all the retention time information of the FP read in S116 is acquired, and the process proceeds to step S118.
  • step S118 the process of “Integrate X and Y without duplication (Z)” is executed.
  • the retention time information X acquired in S114 and the retention time information Y acquired in S117 are integrated without duplication, then stored in Z, and the process proceeds to step S119.
  • step S119 the process of “X update (X ⁇ Z)” is executed.
  • Z stored in S118 is substituted for X as X update, and the process proceeds to step S120.
  • step S120 a determination process of “End of all FP processes?” Is executed. In this process, it is determined whether or not all n FPs created in S110 have been processed. If the process has been completed (YES), the process proceeds to step S121. If there is an unprocessed FP (NO), the process proceeds to S115 in order to execute the processes of S115 to S120 for the unprocessed FP. The processes of S115 to S120 are repeated until all the FP processes are completed.
  • step S121 1 is substituted for n (n ⁇ 1) as initialization of a counter for sequentially processing n FPs again, and the process proceeds to step S122.
  • step S122 a process of “reading the nth FP in the list” is executed. In this process, the nth FP in the list is read, and the process proceeds to step S123.
  • step S123 a process of “obtaining each peak's retention time (R1), peak data (P1), and UV spectrum (U1) in order” is executed.
  • the retention time (R1), peak data (P1), and UV spectrum (U1) are obtained one by one from the FP read in S122, and the process proceeds to step S124.
  • step S124 a process of “obtaining retention times (R2) in order from X” is executed.
  • the retention times of all the FPs are acquired sequentially from X stored without duplication one by one retention time (R2), and the process proceeds to step S125.
  • step S126 a determination process of “completion of all X retention times?” Is executed. In this process, it is determined whether or not the comparison between R1 acquired in S123 and the total retention time of X has been completed. If completed (YES), it is determined that the peak with the retention time R1 has been processed, and the process proceeds to step S123 to shift the process to the next peak. If not completed (NO), the process proceeds to step S124 in order to shift to the next retention time of X.
  • step S127 the process of “add (n ⁇ 1) ⁇ analysis time (T) to R1 (R1 ⁇ R1 + (n ⁇ 1) ⁇ T)” is executed.
  • the retention time of the peak existing in the first FP of the list having the largest number of peaks remains as it is, the retention time of the peak existing in the second FP of the list does not exist in the first FP of the list.
  • the analysis time (T) is added to the time R1, and the retention time of the peak existing in the nth FP of the list does not exist in the list 1 to the (n-1) th FP. ) ⁇ T is added, and the process proceeds to step S128.
  • step S128 the process of “output R1, P1, and U1 (target FP)” is executed.
  • R1 processed in S127, P1 and U1 acquired in S123 are output to the target FP, and the process proceeds to step S129.
  • step S129 the process “Delete R2 from X” is executed.
  • the process in which the retention time is R1 ( R2) ends in S127 and S128, the processed retention time (R2) is deleted from X, and the process proceeds to S130.
  • step S130 a determination process of “End of all peak processing?” Is executed. In this process, it is determined whether or not the process has been completed for all the peaks of the list nth FP. If the process has been completed (YES), the FP creation process in the list nth FP is terminated, The process proceeds to S131. If there is an unprocessed peak (NO), the process proceeds to step S123 in order to process the unprocessed peak. The processes of S123 to S130 are repeated until all the peaks are processed.
  • step S131 the process of “n update (n ⁇ n + 1)” is executed.
  • n + 1 is substituted for n as an update of n, and the process proceeds to step S132.
  • step S132 a determination process of “End of all FP processes?” Is executed. In this process, it is determined whether all n FPs created in S110 have been processed. If the process has been completed (YES), the FP creation process is terminated. If there is an unprocessed FP (NO), the process proceeds to S122 in order to execute the processes of S122 to S132 for the unprocessed FP. The processes in S122 to S132 are repeated until all FP processes are completed.
  • S2 Target FP attribution process 1
  • FIG. 98 is a flowchart showing details of the “target FP attribution process 1” in step S2 of FIG. This process is a pre-process for attribution, and a reference FP suitable for attribution of the target FP 43 is selected from a plurality of reference FPs that are regarded as normal products.
  • step S201 the process of “read target FP” is executed.
  • the attribution target FP is read, and the process proceeds to step S202.
  • step S202 the process of “obtain all retention time (R1)” is executed.
  • R1 the retention time information of the target FP read in S201 is acquired, and the process proceeds to step S203.
  • step S203 a process of “listing file names of all reference FPs” is executed.
  • the file names of all the reference FPs are listed in advance, and the process proceeds to step S204.
  • step S204 1 is substituted for n (n ⁇ 1) as the initial value of the counter for sequentially processing all the reference FPs, and the process proceeds to step S205.
  • step S205 a process of “reading the list n-th reference FP (reference FP n )” is executed.
  • the n-th FP of the file name list of all reference FPs listed in S203 is read, and the process proceeds to step S206.
  • step S206 the process of “obtain all retention time (R2)” is executed.
  • R2 the retention time information of the reference FP read in S205 is acquired, and the process proceeds to step S207.
  • step S207 the process of “calculate the degree of coincidence of retention, time, and appearance pattern of R1 and R2 (RP n — min)” is executed.
  • RP n — min is calculated from the retention time of the target FP acquired in S202 and the retention time of the reference FP acquired in S206, and the process proceeds to step S208.
  • the detailed calculation flow of RP n — min will be separately described with reference to subroutine 1 in FIG.
  • step S208 the processing of "Saving RP n _min (RP all _min" is performed.
  • the RP n _min calculated in S207 and stored in the RP all _min the process proceeds to step S209.
  • step S209 the process of “update n (n ⁇ n + 1)” is executed.
  • n + 1 is substituted for n as an update of n, and the process proceeds to step S210.
  • step S210 a determination process of “End all reference FP processes?” Is executed. In this process, it is determined whether or not all the reference FPs have been processed. If the process has been completed (YES), the process proceeds to step S211. If there is an unprocessed reference FP (NO), the process proceeds to S205 to execute the processes of S205 to S210 for the unprocessed FP. The processes of S205 to S210 are repeated until the process of all the reference FPs is completed.
  • step S211 the processing of "selection criteria FP matching degree from RP all _min is minimized" is executed.
  • RP n — min is compared with RP 1 — min calculated for all the reference FPs, a reference FP that has the lowest degree of coincidence of retention, time, and appearance pattern with the target FP is selected, and target FP attribution processing 1 is finished.
  • FIG. 99 is a flowchart showing details of the “target FP attribution process 2” in step S3 of FIG. This process is the main process of attribution, and the degree of coincidence (SCORE) of each attribution candidate peak between the target FP 43 and the reference FP selected in step S2 based on the coincidence of the peak pattern and the UV spectrum as described above. Is calculated.
  • S3 Target FP attribution process 2
  • step S301 the process of “read target FP” is executed.
  • the attribution target FP is read, and the process proceeds to step S302.
  • step S302 a process of “obtaining the retention time (R1), peak data (P1), and UV spectrum (U1) of the assignment target peak in order)” is executed.
  • each peak of the target FP read in S301 is set as the attribute target peak in order, R1, P1, and U1 are acquired, and the process proceeds to step S303.
  • step S303 the process of “reading the reference FP” is executed.
  • the reference FP selected in [Target FP attribution process 1] in FIG. 98 is read, and the process proceeds to step S304.
  • step S304 a process of “obtaining the reference FP peak retention time (R2), peak data (P2), and UV spectrum (U2) in order” is executed.
  • R2, P2, and U2 are acquired one by one from the reference FP read in S303, and the process proceeds to step S305.
  • step S305 a determination process of “
  • R1 and R2 read in steps S302 and S304 correspond within the threshold range. If it corresponds (YES), it is determined that the peak with the retention time R2 is the attribution candidate peak of the peak with the retention time R1, and step S306 is performed to calculate the degree of coincidence (SCORE) of the attribution candidate peak.
  • S309 a determination process of “
  • d in this determination process is a value for correcting the retention time of the peak of the target FP and the reference FP, the initial value is 0, and as the process proceeds, the difference in retention time between the peaks attributed as needed is calculated. Obtain d and update d with that value.
  • the threshold value is an allowable range of retention time for determining whether or not to be an attribution candidate peak.
  • step S306 the process of “calculate UV spectrum coincidence (UV_Sim)” is executed.
  • UV_Sim is calculated from U1 of the attribution target peak acquired in S302 and U2 of the attribution candidate peak acquired in S304, and the process proceeds to step S307.
  • the detailed calculation flow of UV_Sim is described separately in subroutine 2 in FIG.
  • step S307 the processing of “calculate the degree of coincidence of peak patterns (P_Sim_min)” is executed.
  • a peak pattern is comprehensively created for these peaks from R1 and P1 of the attribution target peaks acquired in S302 and R2 and P2 of the attribution candidate peaks acquired in S304.
  • P_Sim_min of these peak patterns is calculated, and the process proceeds to step S308.
  • the detailed calculation flow of P_Sim_min is described separately in subroutine 3 of FIG.
  • step S308 a process of “calculate the degree of coincidence of attribution candidate peaks (SCORE)” is executed.
  • step S309 the process of “Substitute 888888 for SCORE (SCORE ⁇ 888888)” is executed.
  • the SCORE of the peak that does not correspond to the attribution candidate peak of the attribution target peak is set to 888888, and the process proceeds to step S310.
  • step S310 the process of “save SCORE (SCORE_all)” is executed.
  • the SCORE obtained in S308 or S309 is stored in SCORE_all, and the process proceeds to step S311.
  • step S311 a determination process of “End of processing of all reference peaks?” Is executed. In this process, it is determined whether or not all the peaks of the reference FP have been processed. If the processing has been completed (YES), the process proceeds to step S312. If there is an unprocessed peak (NO), the process proceeds to S304 in order to execute the processes of S304 to S311 for the unprocessed peak. The processes of S304 to S311 are repeated until all the peaks are processed.
  • step S312 the process of “output SCORE_all to the determination result file and initialize SCORE_all (empty)” is executed. In this process, after outputting SCORE_all to the determination result file, SCORE_all is initialized (empty), and the process proceeds to step S313.
  • step S313 a determination process of “End processing of all target peaks?” Is executed. In this process, it is determined whether or not all the peaks of the target FP have been processed. If the processing has been completed (YES), the target FP attribution process 2 ends. If there is an unprocessed peak (NO), the process proceeds to S302 in order to execute the processes of S302 to S313 for the unprocessed peak. The processes in S302 to S313 are repeated until all the peaks are processed.
  • FIG. 100 is a flowchart showing details of the “target FP attribution process 3” in step S4 of FIG. This process is a post-process of attribution, and specifies the peak of the reference FP corresponding to each peak of the target FP from the matching degree (SCORE) of the attribution candidate peak calculated as described above.
  • step S401 the process of “reading the determination result file” is executed.
  • the determination result file created in the “target FP attribution process 2” in FIG. 81 is read, and the process proceeds to step S402.
  • step S402 a process of “create attribution candidate peak score table with data satisfying condition of“ SCORE ⁇ threshold ”” is executed.
  • an attribution candidate score table (see attribution candidate score table 191 in the upper diagram of FIG. 121) is created based on SCORE of the determination result file, and the process proceeds to step S403.
  • This attribution candidate peak score table is a table in which, for each peak of the reference FP, only SCOREs smaller than the threshold are arranged in ascending order from the SCORE calculated for all the target FP peaks. Incidentally, the smaller the value of this SCORE, the more likely the peak to be assigned.
  • the threshold value is an upper limit value of SCORE for determining whether or not to be an attribution candidate.
  • step S403 the process of “create attribution candidate peak number table” is executed.
  • an attribution candidate peak number table (see attribution candidate peak number table 193 in the lower diagram of FIG. 121) is created based on the attribution candidate peak score table, and the process proceeds to step S404.
  • This attribution candidate peak number table is a table in which each score in the attribution candidate peak score table is replaced with the peak number of the target FP corresponding to the score. Therefore, this table is a table in which the peak numbers of the target FP to be associated with each peak of the reference FP are arranged in order.
  • step S404 the process of “obtain the peak number of the target FP to be attributed” is executed.
  • the peak number of the target FP positioned at the top for each peak of the reference FP is acquired from the attribution candidate peak number table created in S403, and the process proceeds to step S405.
  • step S405 a determination process of “the acquired peak numbers are arranged in descending order (no duplication)?” Is executed. In this process, it is determined whether or not the peak numbers of the target FP acquired in S404 are arranged in descending order without duplication. If they are lined up (YES), it is determined that the peak of the target FP corresponding to each peak of the reference FP has been confirmed, and the process proceeds to step S408. If not (NO), the process proceeds to step S406 in order to review the peak of the target FP to be attributed to the problematic reference FP peak.
  • step S406 a process of “compare SCORE between problematic peaks and update attribute candidate peak number table” is executed.
  • the SCORE corresponding to the peak number of the target FP having a problem is compared in the attribution candidate score table, and the peak number with the larger SCORE is replaced with the peak number located second. Update, and the process proceeds to step S407.
  • step S407 the process of “update attribution candidate peak score table” is executed.
  • the attribution candidate peak score table is updated in accordance with the update contents of the attribution candidate peak number table in S406, and the process proceeds to step S404.
  • the processing from S404 to S407 is repeated until there is no problem in the peak number of the target FP (there is duplication and not arranged in descending order).
  • step S408 a process of “save attribution result (TEMP)” is executed.
  • the peak number of all the peaks of the reference FP, the retention time, and the peak data of the target FP specified as the peak corresponding to these peaks are stored in TEMP, and the process proceeds to step S409.
  • step S409 a determination process of “Are all peaks of the target FP included in TEMP?” Is executed. In this process, it is determined whether or not the peak data of all peaks of the target FP is included in the TEMP stored in S408. If all are included (YES), it is determined that the processing has been completed for all the peaks of the target FP, and the process proceeds to S412. If there is a peak not included (NO), the process proceeds to step S410 in order to add peak data of a peak not included to TEMP.
  • step S410 a process of “correct peak retention time of target FP not included in TEMP” is executed.
  • k2 Assigned near the peak of the target FP requiring correction Of the two peaks on the reference FP side, the retention time of the peak with the largest retention time t0: the retention time of the peak of the target FP that needs to be corrected t1: 2 assigned near the peak of the target FP that needs to be corrected
  • Retention time of the peak with the shortest retention time among the two peaks on the target FP t2 Peak with the long retention time among the peaks on the two target FPs assigned near the
  • step S411 a process of “adding the corrected retention time and the peak data of the peak to TEMP and updating TEMP” is executed.
  • the retention time of the peak of the target FP that is not included in the TEMP corrected in S410 is compared with the retention time of the reference FP during the TEMP, and the target FP that is not included in the TEMP at an appropriate position in the TEMP.
  • the corrected retention time and the peak data peak of the peak are added, TEMP is updated, and the process proceeds to S409.
  • the processing from S409 to S411 is repeated until all the peaks of the target FP are added.
  • step S412 the process of “output TEMP to collation result file” is executed.
  • TEMP that specifies the correspondence between all the peaks of the reference FP and all the peaks of the target FP is output as a verification result file, and the target FP attribution process 3 ends.
  • [S5: Target FP attribution process 4] 101 and 102 are flowcharts showing details of the “target FP attribution process 4” in step S5 of FIG. This process is a final process of attribution, and each peak of the target FP is determined based on the collation result file (see collation result file example 195 in FIG. 122) created in step S4 in FIG. It belongs to the peak of data example 197 of group FP).
  • the reference group FP197 is an FP that specifies the peak correspondence among all the reference FPs as described above. Like the reference group FP data example 197 in FIG. 123, the reference group FP peak number and the reference group retention are used. -Data composed of time and peak height. As shown by the reference group FP45 in FIG. 2, each peak can be represented by an average value (black dot) ⁇ standard deviation (vertical dividing line).
  • step S501 the process of “reading the collation result file” is executed.
  • the collation result file output in S412 of FIG. 100 is read, and the process proceeds to step S502.
  • step S502 the process of “reading the reference group FP” is executed.
  • the reference group FP197 that is the final attribution partner of each peak of the target FP is read, and the process proceeds to step S503.
  • step S503 a process of “integrating and storing the target FP and the reference group FP (TEMP)” is executed.
  • the two files are integrated based on the peak data of the reference FP that exists in common in the collation result file and the reference group FP197, the result is stored as TEMP, and the process proceeds to step S504.
  • step S504 a process of “correcting the retention times of all peaks of the target FP having no peak corresponding to the reference FP” is executed.
  • the retention times of all the peaks of the target FP having no peak corresponding to the reference FP in the collation result file are corrected to the TEMP retention times stored in S503, and the process proceeds to step S505.
  • the retention time is corrected by the same method as in step S410 of the “target FP attribution process 3” in step S4.
  • step S505 a process of “obtaining peak data (P1) corresponding to the corrected retention times (R1, R3) in order” is executed.
  • the retention times corrected in S504 are sequentially acquired as R1 and R3, and the peak data of the corresponding peaks as P1, and the process proceeds to step S506.
  • step S506 a process of “obtaining peak data (P2) corresponding to the retention time (R2) of the candidate candidate peak of the target FP in order from TEMP” is executed.
  • the retention time to which the peak of the target FP is not attributed is stored as R2 from the TEMP stored in S503, and the corresponding peak data is acquired as P2, and the process proceeds to step S507.
  • step S507 a determination process of “
  • step S508 a process of “acquiring UV spectra corresponding to R1 and R2 (U1, U2)” is executed.
  • the UV spectra corresponding to the peaks of the retention times R1 and R2 determined to be possible in S507 are acquired from the respective FPs, and the process proceeds to step S509.
  • step S509 a process of “calculate UV spectrum coincidence (UV_Sim)” is executed.
  • UV_Sim is calculated from the UV spectra U1 and U2 acquired in S508 by the same method as in step S306 of the “target FP attribution process 2” in step S3, and the process proceeds to step S510.
  • the detailed calculation flow of UV_Sim will be described separately in subroutine 2 of FIG.
  • step S510 a determination process of “UV_Sim ⁇ threshold 2?” Is executed.
  • UV_Sim calculated in S509 is smaller than the threshold value 2. If it is small (YES), it is determined that the peak of U1 corresponds to the peak of U2 in the UV spectrum, and the process proceeds to step S511. If UV_Sim is greater than or equal to the threshold value 2 (NO), it is determined that it is not supported, and the process proceeds to step S507.
  • step S511 the processing of “R3 ⁇ R2, threshold 2 ⁇ UV_Sim” is executed.
  • the threshold 2 is updated to the value of UV_Sim, and the process proceeds to S507.
  • step S512 a determination process of “comparison of retention times of all attribution candidate peaks?” Is executed. In this process, it is determined whether or not the comparison of the retention times of R1 and all attribution candidate peaks has been completed. If the comparison has been completed (YES), the process proceeds to step S513. If not completed (NO), the process proceeds to step S507.
  • step S513 the processing of “save R1, R3 and P1 and threshold 2 (TEMP2)” is executed.
  • the retention time (R1) determined to correspond in S510, the peak (P1) corresponding to R3 updated to the corresponding partner's retention time (R2), and the current threshold value 2 are stored (TEMP2), and S507 is performed.
  • step S514 a determination process of “completion of retention times of all non-corresponding peaks?” Is executed. In this process, it is determined whether or not the comparison with the retention time of the attribution candidate peak is completed for the retention times of all the non-corresponding peaks. If it has been completed (YES), it is determined that all non-corresponding peak attribution processing has been completed, and the process proceeds to step S516. If not completed (NO), it is determined that an unprocessed non-corresponding peak remains, and the process proceeds to step S515.
  • step S515 the process of “threshold 2 ⁇ initial value” is executed.
  • the threshold value 2 updated to UV_Sim in S511 is returned to the initial value, and the process proceeds to step S505.
  • step S516 a determination process of “is there a peak having the same value of R3 in TEMP2?” Is executed. In this process, it is determined whether or not a plurality of non-corresponding peaks belong to the same peak in TEMP. If there is a non-corresponding peak attributed to the same peak (YES), the process proceeds to step S517. If it does not exist (NO), the process proceeds to step S518.
  • step S517 a process of “comparing threshold values 2 of peaks having the same R3 value and returning R3 of a peak having a large value to the original value (R1)” is executed.
  • the threshold value 2 of the peak having the same value of R3 in TEMP2 is compared, the value of R3 of the peak having a large value is returned to the original value (that is, R1), and the process proceeds to step S518.
  • step S518 the processing of “add TEMP2 peak to TEMP (only peaks where TEMP retention time and R3 match)” is executed.
  • a peak corresponding to R3 is added to TEMP only for the peak in which the retention time of TEMP and R3 match, and the process proceeds to step S519.
  • a peak in which R3 does not coincide with the retention time of TEMP is not added because there is no peak that becomes an belonging partner in the reference group FP.
  • step S519 the process of “output the peak of the target FP during TEMP (peak feature file)” is executed.
  • the peak data of the target FP attributed to the reference group FP197 is output as a peak data feature amount file, and the target FP attribution process 4 ends.
  • FIG. 124 shows an example file 199 of peak data feature values output as described above.
  • FIG. 103 is a flowchart showing details of “subroutine 1” in the “reference FP selection process” of FIG. In this process, the degree of coincidence of the retention time, the appearance pattern between the FPs (for example, the target FP and the reference FP) is calculated.
  • step S1001 the process of “x ⁇ R1, y ⁇ R2” is executed.
  • R1 and R2 acquired in S202 and S206 of FIG. 98 are substituted for x and y, respectively, and the process proceeds to step S1002.
  • step S1002 the process of “obtaining the number of data of x and y (a, b)” is executed.
  • the numbers of data of x and y are acquired as a and b, respectively, and the process proceeds to step S1003.
  • step S1003 1 is substituted for i (i ⁇ 1) as the initial value of the counter for sequentially calling the retention times of x (i ⁇ 1), and the process proceeds to step S1004.
  • step S1004 the process of “obtain all distance from xi-th retention time (f)” is executed. In this process, the distance between the xith retention time and all subsequent retention times is acquired as f, and the process proceeds to step S1005.
  • step S1005 1 is substituted for j (j ⁇ 1) as the initial value of the counter for sequentially calling the retention times of y, and the process proceeds to step S1006.
  • step S1006 the process of “obtain all distance from yj-th retention time (g)” is executed.
  • the distance between the yj-th retention time and all subsequent retention times is acquired as g, and the process proceeds to step S1007.
  • step S1007 the processing of “"
  • the retention time distances f and g acquired in S1004 and S1006 are compared in a round-robin manner, and the condition of “
  • step S1008 the processing of “calculate the degree of coincidence of retention and time / appearance pattern of f and g (RP fg )” is executed.
  • RP fg is obtained from a and b acquired in S1002 and m acquired in S1007.
  • RP fg (1 ⁇ (m / (a + b ⁇ m))) ⁇ (a ⁇ m + 1)
  • step S1009 the processing of “calculate the degree of coincidence of retention and time / appearance pattern of f and g (RP fg )” is executed.
  • RP fg is obtained from a and b acquired in S1002 and m acquired in S1007.
  • RP fg (1 ⁇ (m / (a + b ⁇ m))) ⁇ (a ⁇ m + 1)
  • step S1009 the processing of “calculate the degree of coincidence of retention and time / appearance pattern of f and g (RP fg )” is executed.
  • RP fg is obtained from a and b
  • step S1009 the process of “save RP fg (RP_all)” is executed.
  • the degree of coincidence calculated in S1008 is stored in RP_all, and the process proceeds to step S1010.
  • step S1010 the process of “update j (j ⁇ j + 1)” is executed.
  • j + 1 is substituted for j as an update of j, and the process proceeds to step S1011.
  • step S1011 a determination process of “Processing complete with all retention times of y?” Is executed. In this process, it is determined whether or not all the retention times for y have been processed. If it has been completed (YES), it is determined that the processing of all retention times of y has been completed, and the process proceeds to step S1012. If not completed (NO), it is determined that an unprocessed retention time remains in y, and the process proceeds to step S1006. That is, the processing from S1006 to S1011 is repeated until all the retention times of y are processed.
  • step S1012 the process of “update i (i ⁇ i + 1)” is executed.
  • i + 1 is substituted for i as an update of i, and the process proceeds to step S1013.
  • step S1013 a determination process of “Processing completed with all retention times of x?” Is executed. In this process, it is determined whether or not all the retention times for x have been processed. If it has been completed (YES), it is determined that all the retention times for x have been processed, and the process proceeds to step S1014. If not completed (NO), it is determined that an unprocessed retention time remains in x, and the process proceeds to step S1004. That is, the processing from S1004 to S1013 is repeated until all the retention times of x are processed.
  • step S1014 the process of “obtain minimum value from RP_all (RP_min)” is executed.
  • FIG. 104 is a flowchart showing details of “subroutine 2” in “target FP attribution process 2” of FIG. This process calculates the degree of coincidence of the UV spectra.
  • step S2001 the process of “x ⁇ U1, y ⁇ U2, z ⁇ 0” is executed.
  • the UV spectra U1 and U2 acquired in S302 and S304 of FIG. 99 are substituted into x and y, respectively, and 0 is substituted as the initial value of the square sum (z) of the distance between the UV spectra, step S2002.
  • step S2002 the process of “acquire the number of x data (a)” is executed.
  • the number of x data is acquired as a, and the process proceeds to step S2003.
  • step S2003 1 is substituted into i as an initial value for sequentially calling the absorbance at each detection wavelength constituting the UV spectrum U1 from x, and the process proceeds to step S2004.
  • step S2004 the process of “obtain xi-th data (b)” is executed.
  • the i-th absorbance data of x to which the UV spectrum U1 is substituted is acquired as b, and the process proceeds to step S2005.
  • step S2005 the “acquire yi-th data (c)” process is executed.
  • the i-th absorbance data of y into which the UV spectrum U2 is substituted is acquired as c, and the process proceeds to step S2006.
  • step S2006 a process of “calculate the sum of squares (z) of the distance between UV spectra (d) and the distance between UV spectra” is executed.
  • the process proceeds to step S2007.
  • step S2007 the “i update (i ⁇ i + 1)” process is executed.
  • i + 1 is substituted for i as an update of i, and the process proceeds to step S2008.
  • step S2008 a determination process of “process complete with all data of x?” Is executed. In this process, it is determined whether or not the processing of all data of x and y has been completed. If it has been completed (YES), it is determined that the processing of all data of x and y has been completed, and the process proceeds to step S2009. If not completed (NO), it is determined that unprocessed data remains in x and y, and the process proceeds to step S2004. That is, the processes from S2004 to S2008 are repeated until all the absorbance data of x and y are processed.
  • step S2009 the process of “calculate the degree of coincidence between the x and y UV spectra (UV_Sim)” is executed.
  • UV_Sim is calculated from the sum of squares z of the distance between the UV spectra and the number of data a.
  • UV_Sim ⁇ (z / a)
  • This UV_Sim is passed to step S306 in FIG. 99, and the UV spectrum coincidence degree calculation process is terminated.
  • FIG. 105 is a flowchart showing details of “subroutine 3” in “target FP attribution process 2” of FIG. This process calculates the coincidence of peak patterns.
  • step S3001 a process of “setting the number of peak pattern configuration candidates (m) and the number of peak pattern configuration peaks (n)” is executed.
  • the peak pattern configuration candidate number (m) and the peak pattern configuration peak number (n) are set as settings for comprehensively creating peak patterns, and the process proceeds to step S3002.
  • step S3002 the process of “x ⁇ target FP name, r1 ⁇ R1, p1 ⁇ P1, y ⁇ reference FP name, r2 ⁇ R2, p2 ⁇ P2” is executed.
  • the file names of the target FP and reference FP necessary for the process, and the retention time and peak data acquired in S302 and S304 in FIG. 99 are substituted into x, r1, p1, y, r2, and p2, respectively.
  • the process proceeds to step S3003.
  • step S3003 the process of “obtain all retention times of x (a)” is executed.
  • the file (target FP) with the name assigned to x in S3002 is read, the entire retention time of the file is acquired as a, and the process proceeds to step S3004.
  • step S3004 the process of “obtain all retention times of y (b)” is executed.
  • the file (reference FP) with the name assigned to y in S3002 is read, the entire retention time of the file is acquired as b, and the process proceeds to step S3005.
  • step S3005 the process of “obtain retention time (cm) and peak data (dm) of m peak pattern configuration candidate peaks from a to r1” is executed.
  • the retention time of m peak pattern configuration candidate peaks of r1 which is the retention time of the attribution target peak, is obtained from a as cm, and the peak data is obtained as dm, and the process proceeds to step S3006.
  • the m peak pattern configuration candidate peaks are m having a retention time close to r1.
  • step S3006 the processing of “obtain m retention time (em) and peak data (fm) of m peak pattern configuration candidate peaks from b to r2” is executed.
  • the retention time of m peak pattern configuration candidate peaks of r2 which is the retention time of the attribution candidate peak, is acquired from b as em, and the peak data is acquired as fm, and the process proceeds to step S3007.
  • the m peak pattern configuration candidate peaks are m having a retention time close to r2.
  • step S3007 a process of “arranging cm and dm in retention time order (ascending order)” is executed.
  • the cm and dm acquired in S3005 are rearranged so that the retention times are in ascending order, and the process proceeds to step S3008.
  • step S3008 a process of “arranging em and fm in the order of retention time (ascending order)” is executed.
  • em and fm acquired in S3006 are rearranged so that the retention times are in ascending order, and the process proceeds to step S3009.
  • step S3009 the processing of “obtaining peak pattern configuration peak n retention times (cn) and peak data (dn) in order from cm and dm” is executed.
  • the retention time of n peak pattern configuration peaks is obtained as cn and the peak data is obtained as dn in order, and the process proceeds to step S3010.
  • step S3010 a process of “obtaining n retention times (en) and peak data (fn) of n peak pattern constituent peaks in order from em and fm” is executed.
  • the retention time of n peak pattern configuration peaks is en and the peak data is acquired in order as fn, and the process proceeds to step S3011.
  • step S3011 the processing of “calculate peak pattern coincidence (P_Sim)” is executed.
  • r1 and p1 of the attribution target peak obtained so far, cn and dn of the peak pattern constituting peak n, and r2 and p2 of the attribution candidate peak and en of n peaks and peaks constituting the attribution pattern are obtained.
  • step S3012 the process of “save P_Sim (P_Sim_all)” is executed.
  • P_Sim calculated in S3011 is sequentially stored in P_Sim_all, and the process proceeds to step S3013.
  • step S3013 a determination process of “all combinations out of m out of em taken out?” Is executed. In this process, it is determined whether or not the process has been completed for all combinations of extracting n peak pattern configuration peaks from m peak pattern configuration candidate peaks of attribution candidate peaks. If completed (YES), it is determined that the creation of an exhaustive peak pattern and the calculation of the degree of coincidence in the attribution candidate peak have been completed, and the process proceeds to step S3014. If not completed (NO), it is determined that the combination of extracting n from m is not completed, and the process proceeds to step S3010. That is, the processing from S3010 to S3013 is repeated until the processing is completed for all combinations in which n are extracted from m.
  • step S3014 a determination process of “all combinations out of m out of cm is completed?” Is executed. In this process, it is determined whether or not the process has been completed for all combinations that extract n peak pattern configuration peaks from m peak pattern configuration candidate peaks of the attribution target peak. If completed (YES), it is determined that the creation of an exhaustive peak pattern and calculation of the degree of coincidence in the attribution target peak have been completed, and the process proceeds to step S3015. If not completed (NO), it is determined that the combination of taking n out of m is not completed, and the process proceeds to step S3009. That is, the processing from S3009 to S3014 is repeated until the processing is completed for all combinations in which n are extracted from m.
  • step S3015 the process of “obtain minimum value from P_Sim_all (P_Sim_min)” is executed.
  • the minimum value of P_Sim_all stored in S3012 is acquired as P_Sim_min, and this P_Sim_min is passed to step S307 in FIG. 99, and the peak pattern matching degree calculation process is terminated.
  • FIG. 106 is a flowchart showing details of “FP_type2 creation” in step S6 of FIG.
  • step S601 the process of “read target FP” is executed.
  • the file of the target FP 43 (see the FP data example 187 in FIG. 119) is read, and the process proceeds to step S602.
  • step S602 a process of “reading a peak data feature file” is executed.
  • a peak data feature amount file (see the peak data feature amount file example 199 in FIG. 124) is read, and the process proceeds to step S603.
  • the example of the peak data feature file includes the peak information of the target FP 43 attributed to the peak of the reference group FP 45 by the target FP peak feature generating unit 7.
  • step S603 a process of “compare the target FP with the peak data feature file” is executed.
  • the file of the target FP 43 is compared with the peak data feature file.
  • the residual peak of the target FP43 that has not been assigned to the peak of the reference group FP45 is specified, and the process proceeds to step S604.
  • step S604 the processing of “output retention time and peak data of peak existing only in target FP” is executed.
  • the retention time and peak data of the remaining peak of the target FP 43 are output to the target FP type 2 data file (see the reference and target FP type 2 data example 201 in FIG. 125).
  • FIG. 107 is a flowchart showing details of the “feature value processing for target FP_type2 by area division” in step S7 of FIG.
  • step S701 the processing of “setting the FP space area division condition” is executed.
  • the processing of “setting the FP space area division condition” is executed.
  • one position is set for each of the first vertical and horizontal lines (division lines).
  • vertical and horizontal dividing lines (first line) are set as dividing lines in the FP space as shown in FIGS. 76 and 77, for example.
  • the amplitude is not related.
  • step S702 a process of “creating an FP space area division pattern” is executed.
  • the positions of the second and subsequent dividing lines are set for all combinations of the first vertical and horizontal dividing lines, and a divided pattern (one) is created.
  • the FP space is divided into regions by vertical and horizontal dividing lines as shown in FIG. 78, for example.
  • region division the process proceeds to step S703.
  • step S703 a process of “reading a file of the target FP_type2” is executed. With this process, the target FP type 2 file is read, and the process proceeds to step S704.
  • step S704 the process of “calculate total peak data of entire FP space” is executed.
  • the total height of the peaks present in all the divided grids 145 as shown in FIG. 79 is calculated (FIG. 81), and the process proceeds to step S705.
  • step S705 the process of “divide the FP space by the division pattern” is executed.
  • the target FP type 2 read in S703 is divided into regions as shown in FIG. 79 using the region division pattern set in S702, and the process proceeds to step S706.
  • step S706 the processing of “calculate the existence ratio of peak data in the divided area” is executed.
  • the calculation result is as shown in FIG.
  • the process proceeds to step S707.
  • step S707 a process of “output the existence ratio of each region as a feature amount” is executed.
  • one target FP region division feature value file (see one target FP region division feature value file example 203 shown in FIG. 126) is output.
  • FIG. 108 is a flowchart showing details of the “integration of peak data feature quantity and area division feature quantity” in step S8 of FIG.
  • step S801 a process of “reading a peak data feature value file” is executed. By this processing, the same file as the peak data feature amount file example 199 shown in FIG. 124 is read, and the process proceeds to step S802.
  • step S802 a process of “reading an area division feature value file” is executed. With this processing, the target FP region division feature value file 203 shown in FIG. 126 is read, and the process proceeds to step S803.
  • step S803 a process of “integrating two feature data as one horizontal line of data” is executed.
  • the peak data feature file see the peak data feature file example 199 shown in FIG. 12
  • the target FP region segmentation feature file see target FP region segmentation feature file example 203 shown in FIG. 126.
  • Is integrated as a target FP feature value integration file see target FP feature value integration file example 205 in FIG. 127
  • the process proceeds to step S804.
  • step S804 a process of “output integrated data” is executed.
  • the target FP feature amount integration file 205 of FIG. 127 is output.
  • [Creation of standard FP attribution result feature file] A reference FP feature value integration file for comparing the target FP feature value integration data with the reference FP feature value integration data is created as shown in FIGS.
  • the FP creation function of the reference FP creation unit 31 the reference FP peak attribution function of the reference FP peak attribution unit 15, and the reference FP attribution.
  • the computer realizes the reference FP region division feature value creation function of the division feature value creation unit 23 and the reference FP feature value integration function of the reference FP feature value integration unit 25.
  • the reference FP creation function is realized in step S10001.
  • the reference FP peak attribution function is realized in steps S10002, S10003, and S10004.
  • the reference FP attribution result integration function is realized in step S10005.
  • the reference FP peak feature creation function is realized in step S10006.
  • the reference FP type 2 creation function is realized in step S10007.
  • the reference FP region division feature value creation function is realized in step S10008.
  • the reference FP feature value integration function is realized in step S10009.
  • S10001 to S10004 correspond to S1 to S4 related to the creation of the target FP feature amount integrated file of FIGS. 93 and 94, and S1007 to S10009 correspond to S6 to S8.
  • step S1000 “FP creation processing” is executed using 3D chromatography and peak information at a specific detection wavelength as input data.
  • Both 3D chromatograms and peak data are provided for each of a plurality of evaluation standard drugs (standard Chinese medicines) as an evaluation standard.
  • step S10001 the reference FP creation unit 31 (FIG. 1) of the FP creation unit 3 of the computer functions to create a reference FP from the 3D chromatogram and peak information in the same manner as the target FP 43 (FIG. 2). Output as a file.
  • step S10002 “reference FP attribution process 1” is executed with all the reference FPs output in step S10001 as inputs.
  • step S10002 the reference FP peak attribution unit 15 of the computer functions to select all combinations from all the reference FPs in order to calculate the attribution score in the selected combination and order for all the reference FPs, and the process proceeds to step S10003. .
  • step S10003 the combination of the selected reference FP is input, and “reference FP attribution process 2” is executed.
  • step S10003 a peak pattern is comprehensively created as shown in FIGS. 23 to 61 for all the peaks of the combination of the reference FP selected in step S2, and then the degree of coincidence of these peak patterns (FIG. 63 or FIG. 64 P_Sim) is calculated. Further, the degree of coincidence of UV spectra (UV_Sim in FIG. 66) is calculated between the peaks of the selected combination of reference FPs. Further, the degree of coincidence of attribution candidate peaks (SCORE in FIG. 67) is calculated from these two degrees of coincidence. The calculation result is output as a determination result file (see determination result file example 189 in FIG. 120).
  • step S10004 the determination result file output in step S10003 is input, and the “reference FP attribution process 3” is executed.
  • step S10004 corresponding peaks are identified between combinations of selected reference FPs based on the matching degree (SCORE) of attribution candidate peaks among selected combinations of reference FPs.
  • the result is output as reference FP attribution data for each reference FP.
  • step S10005 all reference FP attribution data output in step S10004 is input, and “reference FP attribution result integration processing” is executed.
  • step S10005 the standard FP attribution result integration unit 17 of the computer functions, refers to the peak correspondence relationship of each standard FP specified by the standard FP peak attribution unit 15, and integrates all standard FP attribution data to create a standard FP correspondence table. And the process proceeds to step S10006.
  • step S10006 the reference FP peak feature value creation unit 19 of the computer functions to create a peak feature value (reference group FP) for all the reference FPs based on the reference FP correspondence table created by the reference FP attribution result integration unit 17. To do.
  • the processing in the reference FP peak feature quantity creation unit 19 calculates a statistic (maximum value, minimum value, median value, average value, etc) for each peak (column) in the reference FP correspondence table, and uses that information as a basis. Select the peak (column). The selected peak (row) is output as a reference group FP (see reference group FP example 197 in FIG. 123).
  • step S10007 the reference group FP and all reference FPs output in step S10006 are input, and the process of “Create FP_type2” is executed.
  • step S10007 the reference FP type 2 creation unit 21 of the computer functions in the same manner as the target FP type 2 creation unit 9, and the featured peaks are obtained from a plurality of reference FPs in the same manner as in step S6 in FIG. An FP composed of the remaining peaks and their retention times is created as a reference FP type 2 (see FP type 2 file example 201 in FIG. 125).
  • step S10008 “reference FP_type2 feature value conversion processing” is executed.
  • the reference FP region division feature value creation unit 23 of the computer functions, and a reference FP region division feature value is created by the region division of FIGS. 73 to 85.
  • the result is output as the reference type 2 group FP (see the reference type 2 group FP example 207 in FIG. 128).
  • step S10009 the “reference data creation process” is executed.
  • the reference FP feature amount integration unit 25 of the computer functions, and the reference type FP group feature creation unit 23 creates the reference group FP created by the reference FP peak feature creation unit 19 and the reference type 2 group FP created by the reference FP region division feature creation unit 23.
  • the result is output as reference group integration data (see reference group integration data example 209 in FIG. 129).
  • [S10005: Creation of standard FP correspondence table] 111 and 112 are flowcharts showing details of the “reference FP attribution result integration process (creation of reference FP correspondence table)” in step S10005 of FIG.
  • step S10101 a process of “reading attribution data with attribution number 1 as integrated data” is executed.
  • the reference FP attribution data that has been assigned for the first time in S10004 and identified the peak correspondence is read as integrated data, and the process proceeds to step S10102.
  • step S10102 a process of “reading attribute data second and later in order” is executed.
  • the reference FP attribution data that has been subjected to the second attribution process in S10004 and identified the peak correspondence is read as integrated data, and the process proceeds to step S10103.
  • step S10103 a process of “integrating integrated data and attribution data with common peak data” is executed.
  • the two files are integrated based on the peak data of the reference FP that exists in common in the integrated data and the attribution data, and the integrated data is updated as a result, and the process proceeds to step S10104.
  • step S10104 a determination process of “Add all peaks in attribution data to integrated data?” Is executed. In this process, it is determined whether all the peaks of the attribution data have been added to the integrated data. If it has been added (YES), the process proceeds to step S10105. If there is a peak that has not been added (missing peak) (NO), the process proceeds to step S10107 in order to add this missing peak to the integrated data. Note that the processing for adding missing peaks to the integrated data (S10107 to S10120) is the same as steps S504 to S517 in S5 (target FP attribution processing 4).
  • step S10121 processing of “add TEMP2 data to integrated data (all retention times and peaks)” is executed.
  • all retention times (R3) and peaks (P1) of TEMP2 are added to the corresponding locations of the integrated data, and the process proceeds to step S10122.
  • step S10122 processing of “threshold 2 ⁇ initial value, delete all data in TEMP2” is executed.
  • the threshold value 2 updated to UV_Sim is returned to the initial value, all data is deleted from TEMP2 containing data such as the retention time and peak of all missing peaks, and the process returns to step S10104.
  • step S10105 which is shifted from step S10104, a determination process of “all attribute data processing completed?” Is executed. In this process, it is determined whether or not the processing of all reference data has been completed. If the process is finished (YES), the process proceeds to step S10106 in order to output the reference FP correspondence table that is the result of the integration of all attribution data. If all the processes have not been completed (NO), the process returns to step S10102 to sequentially process the remaining attribution data.
  • step S10106 the process of “output integrated data (reference FP correspondence table)” is executed.
  • the result of integrating all attribution data is output as a standard FP correspondence table, and the standard FP correspondence table creation process ends.
  • FIG. 113 is a flowchart showing details of the “peak feature value conversion process (creation of reference group FP)” in step S10006 of FIG.
  • step S10201 the process of “read the reference FP correspondence table” is executed.
  • the reference FP correspondence table created in S10005 is read, and the process proceeds to step S10202.
  • step S10202 the processing of “calculate statistics for each peak (column)” is executed.
  • a statistic maximum value, minimum value, median value, average value, variance, standard deviation, number of existence, presence rate
  • step S10203 a process of “selecting a peak (column) with reference to the calculated statistic” is executed.
  • a peak is selected with reference to the statistic calculated in S10102, and the process proceeds to step S10204.
  • step S10204 the process of “output selected peak (row) (reference group FP)” is executed.
  • the peak (column) selection result is output as the reference group FP based on the statistics, and the process of creating the reference group FP is terminated.
  • FIG. 123 shows a reference FP correspondence table example 197 that is output as described above.
  • FIG. 114 is a flowchart showing details of the “reference FP editing process (creation of reference FP_type 2)” in step S10007 of FIG.
  • step S10301 a process of “reading the reference FP in order” is executed.
  • a plurality of reference FP files (see FP data example 187 in FIG. 119) are read, and the process proceeds to step S10302.
  • step S10302 a process of “reading the reference group FP” is executed.
  • the data file of the reference group FP (see the data example 197 of the reference group FP in FIG. 123) is read, and the process proceeds to step S10303.
  • step S10303 a process of “extracting a peak data feature amount of the reference FP from the reference group FP” is executed.
  • the peak data feature value subjected to the attribution process of the reference FP is extracted from the file of the reference group FP45, and the process proceeds to step S10304.
  • step S10304 a process of “compare the reference FP with the extracted peak data feature file” is executed, the reference FP is compared with the peak data feature file, and the process proceeds to step S10305.
  • step S10305 the processing of “output the retention time and peak data of the peak existing only in the reference FP” is executed, the peak of the peak data feature file is removed from the reference FP, and the process proceeds to step S10306. .
  • step S10306 a determination process of “Processing completed with all reference FPs?” Is executed.
  • S10007 is finished, and when the process is not finished with all the reference FPs (NO), S10301 to S10305 are repeated.
  • a plurality of reference FPs are processed in order, and the peak of the peak data feature file is removed from each reference FP, and the file of the reference FP type 2 (see the target and reference FP type 2 data example 201 shown in FIG. 125). Is created.
  • FIG. 115 is a flowchart showing details of the “feature value processing of reference FP_type2 by area division” in step S10008 of FIG.
  • step S10401 the processing of “setting the FP space area division condition” is executed.
  • a plurality of positions of the first vertical and horizontal lines (division lines) are set.
  • a plurality of vertical / horizontal dividing lines (first) 141 and 143 are set as dividing lines in the FP space as shown in FIGS. 76 and 77, for example.
  • the process proceeds to step S10402.
  • step S 10402 the processing of “setting the FP space area division pattern” is executed.
  • the positions of the second and subsequent dividing lines are set for all combinations of the first vertical and horizontal dividing lines, and divided patterns (m ⁇ n) are created.
  • this setting for example, as shown in FIG. 78, a plurality of area division patterns by the vertical and horizontal division lines 141 and 143 are set for the FP space.
  • region division is performed, the process proceeds to step S10403.
  • step S10403 a process of “reading files of reference FP_type2 in order” is executed. With this process, the reference FP type 2 file is read, and the process proceeds to step S10404.
  • step S10404 a process of “calculate total peak data of entire FP space” is executed.
  • the total height of the peaks present in all the lattices 145 divided as shown in FIG. 79 is calculated (FIG. 81), and the process proceeds to step S10405.
  • step S10405 a process of “divide the FP space in order by each division pattern” is executed.
  • the FP space is sequentially divided by the plurality of area division patterns set in S10402, and the process proceeds to step S10406.
  • step S10406 the processing of “calculate the existence ratio of peak data in the divided area” is executed.
  • the calculation results are as shown in FIGS. 83 to 85, for example.
  • the process proceeds to step S10408.
  • step S10408 the process of “end division with all division patterns” is executed. In this processing, it is determined whether or not the feature amount processing for the plurality of all region division patterns set in S10402 is completed. If the feature amount process is completed (YES), the process proceeds to step S10409. If the feature value process is not completed (NO), the process proceeds to step S10405. Steps S10405 to S10408 are repeated until the feature amount processing for the entire area division pattern is completed.
  • step S10409 a determination process of “processing complete with all reference FP_type2?” Is executed. In this process, it is determined whether or not the feature amount process has been completed for all of the plurality of reference FP types 2 created for each of the plurality of reference FPs. If all the reference FP types 2 are finished (YES), S10008 is finished. If all the reference FP types 2 are not finished (NO), the process proceeds to step S10403. Steps S10403 to S10409 are repeated until the feature amount processing in the reference FP type 2 is completed.
  • FIG. 128 shows a reference type 2 group FP example 207.
  • S10009 Reference data creation processing
  • FIG. 116 is a flowchart showing details of the “reference data creation process” in step S10009 of FIG.
  • step S10501 a process of “reading an area division feature file” is executed.
  • the reference FP region division feature value file (see the reference type 2 group FP example 207 shown in FIG. 128) is read, and the process proceeds to step S10502.
  • step S10502 a process of “calculate the number of division patterns when the area is divided” is executed.
  • the number of division patterns for area division is calculated.
  • the number of division patterns is calculated as 100, for example, as described with reference to FIGS. After this calculation, the process proceeds to step S10503.
  • step S10503 a process of “reading the reference group FP” is executed, the reference group FP is read, and the process proceeds to step S10504.
  • step S10504 a process of “creating a file (reference group FP2) in which each row of the reference group FP is duplicated by the number of division patterns” is executed.
  • the rows of the reference group FP are duplicated according to the number of division patterns to create the reference group FP2.
  • the file example 197 of the reference group FP in FIG. 123 is duplicated so as to correspond to the peak data feature amount (reference group FP2) in the reference group integrated data example 209 in FIG. After this duplication, the process proceeds to step S10505.
  • step S10505 a process of “integrating the reference group FP2 and the area division feature file for each line” is executed.
  • the data of the reference group FP2 and the data of the area division feature amount file copied in S10504 are integrated for each row, and the process proceeds to step S10506.
  • step S10506 a process of “output integrated data” is executed.
  • a reference FP feature value integration file (see reference group integration data example 209 in FIG. 129) based on the integration result is output.
  • a step 165, a reference FP region division feature value creation step 167, a reference FP feature value integration step 169, and an evaluation step 171 are provided.
  • the FP creation step 148 includes the target FP creation step 173 and a reference FP creation step 175.
  • the target FP peak attribution step 149 includes the reference FP selection step 177, a peak pattern creation step 179, and a peak attribution step 181.
  • a target FP peak feature quantity that has been converted into a feature quantity based on the target FP 43 and a plurality of reference FPs is created, and a target FP type 2 is created as a residual peak of the target FP 43 that has been leaked from the feature quantity.
  • This target FP type 2 Is divided into a plurality of regions, the target FP region segmentation feature amount is created from the presence rate of the peak existing in each region, and the target FP peak feature amount and the target FP region segmentation feature amount are integrated to create the target FP integrated feature amount
  • Evaluation can be made including the peak of the target peak that has not been obtained, and the quality evaluation accuracy of the evaluation target drug can be reliably improved.
  • the target FP 43 created in the target FP creation step 173 is composed of three-dimensional information (peak, retention time, and UV spectrum) as in the 3D chromatography 41. Therefore, it is data that inherits information specific to the drug as it is. Nevertheless, since the data volume is compressed to about 1/70, the amount of information to be processed can be greatly reduced and the processing speed can be increased compared to the 3D chromatogram 41.
  • the target FP creation step 173 creates an FP that combines a plurality of FPs with different detection wavelengths. Thereby, even if it is a multi-component medicine in which components that cannot detect all components at one wavelength are combined, quality evaluation including all components can be performed by synthesizing FPs having a plurality of detection wavelengths. .
  • Target FP creation step 173 creates an FP that includes all peaks detected by 3D chromatography. For this reason, it is suitable for the quality evaluation of the Chinese medicine which is a multi-component medicine.
  • the reference FP suitable for the attribution of the target FP is compared with the retention / time / occurrence pattern between the FPs, and the reference FP having a good pattern matching degree is selected.
  • the peak attribution step 181 attribution processing can be performed between FPs having similar patterns, so that attribution with high accuracy is possible.
  • a peak pattern is comprehensively created using a plurality of peripheral peaks for each of the attribution target peak and the attribution candidate peak. As a result, even if the pattern of the entire FP is slightly different between the target FP and the reference FP, high-accuracy attribution is possible in the peak attribution step 181.
  • the peak to be assigned is specified by taking into account the degree of coincidence of the UV spectrum of the attribution target peak and the attribution candidate peak in addition to the degree of coincidence of the peak pattern created in the peak pattern creation step 179. ing. Therefore, attribution with high accuracy is possible.
  • the peak assignment step 181 all the peaks of the target FP are assigned all at once to the peaks of the reference FP. Therefore, efficient attribution processing is possible.
  • FPs composed of multicomponents that are multidimensional data are aggregated in one dimension as MD values by the MT method, and a plurality of evaluation target lots are easily compared and evaluated. For this reason, it is suitable for the evaluation of multi-component drugs composed of a plurality of components.
  • the region is divided by a plurality of vertical division lines 141 parallel to the signal intensity axis and a plurality of horizontal division lines 143 parallel to the time axis.
  • the plurality of horizontal dividing lines 143 were set at equal ratio intervals in the direction in which the signal intensity increases.
  • the region can be subdivided at a portion where the peak density is high, and the peak existence rate can be calculated efficiently by dividing the region.
  • the multi-component substance evaluation method further includes the reference FP creation step 175, the reference FP peak attribution step 159, the reference FP attribution result integration step 161, the reference FP peak feature creation step 163, and the reference FP type 2 creation step. 165, a reference FP region division feature value creation step 167, and a reference FP feature value integration step 169.
  • a reference FP integrated feature value obtained by integrating the reference FP peak feature value and the reference FP region segmentation feature value can be created and compared with the target FP integrated feature value which is the evaluation step 171, and the quality evaluation of the evaluation target drug Accuracy and efficiency can be further improved.
  • the reference FP region division feature value creation step 167 can change the position of each region and create a reference FP region division feature value before and after the change.
  • the retention time and peak height fluctuate due to slight variations in analysis conditions, and even if the value in each grid 145 fluctuates greatly in a single pattern, regardless of this fluctuation, The abundance of the peak can be captured, and the accuracy and efficiency of the quality evaluation of the evaluation target drug can be further improved.
  • the region is divided by a plurality of vertical division lines 141 parallel to the signal intensity axis and a plurality of horizontal division lines 143 parallel to the time axis.
  • the plurality of horizontal dividing lines 143 were set at equal ratio intervals in the direction in which the signal intensity increases.
  • the region can be subdivided at a portion where the peak density is high, and the peak existence rate can be calculated efficiently by dividing the region.
  • each region 145 is changed by changing the position so that the vertical and horizontal division lines 141 and 143 are translated within the set range.
  • the evaluation program for a multi-component drug according to the embodiment of the present invention can realize each function on a computer and improve the accuracy and efficiency of the evaluation.
  • the evaluation apparatus for a multi-component drug causes each part 3, 5, 7, 9, 11, 13, 15, 17, 19, 21, 23, 25, 27 to act to improve the accuracy and efficiency of the evaluation. Can be improved.
  • P_Sim Modification of Peak Pattern Matching Calculation
  • the peak pattern coincidence calculation (P_Sim) in FIG. 63, FIG. 64, and FIG. 105 is applied to the case of the above embodiment in which the FP is created at the peak height, and based on the difference in the peak heights to be compared. Calculated.
  • the signal intensity (height) maximum value as described above, Any of the cases where the area value (peak area) is expressed as a height can be included.
  • the FP when the FP is created with the peak area, the FP is created by expressing the area value with the height, and therefore, the FP has the same expression as that when creating with the peak height in the above-described embodiment. For this reason, it can evaluate similarly by the process of the said Example similar to the case where FP is created by peak height.
  • FIG. 130 is a flowchart showing details of a modification example of “subroutine 2” in “target FP attribution process 2” in FIG. 99, according to a modification example of subroutine 2 applied instead of FIG. The degree of coincidence of the UV spectra is calculated by the processing according to this modification.
  • DNS slope information
  • steps S2001 to S2008 are substantially the same as subroutine 2 of FIG.
  • the initial setting of the section 1 ⁇ w1 and the section 2 ⁇ w2 is additionally performed and used for a section for calculating a moving average and a moving slope, which will be described later.
  • steps S2010 to S2013 are added for DNS addition, and the degree of coincidence can be calculated in consideration of DNS in step S2009A.
  • step S2010 a determination process of “Does DNS take into account?” Is executed, and when it is determined that DNS is taken into account (YES), the process proceeds to step S2011, and when it is determined that DNS is not taken into account (NO). The process proceeds to step S2009A.
  • the cause of whether or not DNS is taken into account is, for example, the initial setting. For example, when FP is created with a peak area, DNS is added, and when FP is created with a peak height, DNS is not taken into account.
  • the UV pattern coincidence can be calculated by the processing that takes the DNS into account, and even when the FP is created with the peak area, the DNS is not taken into account.
  • the UV pattern matching degree can be calculated by the processing of the above embodiment.
  • step S2011 the process of “calculate moving average of x and y in section 1 (w1)” is executed, and the moving average in section 1 (w1) is obtained.
  • step S2012 the processing of “calculate moving slope of x and y in section 2 (w2)” is executed, and the moving slope in section 2 (w2) is obtained.
  • step S2013 a process of “calculate the number of mismatched signs of the x and y movement slopes (DNS)” is executed, and the number of coincidence of slopes ( ⁇ ) is calculated from the movement slope calculated in step S2012.
  • DAS x and y movement slopes
  • ⁇ the number of coincidence of slopes
  • step S2013 When the process proceeds from step S2013 to step S2009A, the degree of coincidence is calculated in consideration of DNS in the process of step S2009A.
  • step S2010 to step S2009A Note that the processing in the case of shifting from step S2010 to step S2009A is the same as step S2009 in FIG.
  • FIG. 131 is a chart showing a calculation example of a moving average and a moving slope.
  • UV intensity 131 shows an example of UV data
  • the middle shows an example of moving average calculation
  • the lower shows an example of calculation of moving slope.
  • the UV intensity is expressed as a1 to a7 instead of specific numerical values.
  • the UV intensity at 220 nm is a1
  • the UV intensity at 221 nm is a2.
  • the moving average calculation example and the moving inclination calculation example also use UV intensities a1 to a7 instead of specific numerical values.
  • the moving slope is also the section 2 (3) as an example, and in step S2013 (FIG. 130), the values calculated for the sections (m1, m2, m3), sections (m2, m3, m4),. ⁇ ⁇ Is calculated.
  • the moving average difference m3 ⁇ m1 is the moving slope, and the ( ⁇ ) is taken out.
  • the UV pattern matching degree can be calculated by the process including DNS in the attribution process to the reference group FP and the standard FP attribution result integration process. With this calculation, even if the distance (dis) between the two corresponding points shown in FIG. 66 is larger than the FP created at the peak height, it is easy to handle and the UV pattern matching degree can be calculated accurately. it can. [Others]
  • the signal intensity axis is the area value axis, and the signal intensity is the area value. Can be applied to.
  • the examples of the present invention are applied to the evaluation of Chinese medicine as a multi-component drug, but can also be applied to the evaluation of other multi-component substances.
  • a peak feature amount obtained by comparing and evaluating the result obtained by peak assignment as a feature amount and an FP (FP type 2) of the remaining peaks that have not been converted into feature amounts are converted into feature amounts by region division. It is only necessary to combine the divided feature values and to compare and evaluate the integrated feature values that cover the entire FP, and various types of peak feature values can be applied to create the peak feature values that are the premise of the FP type 2.
  • ChemStation Library Search This is a general assignment method.
  • the UV spectrum and retention time (for example, 10-10.2 minutes) of the peak to be assigned are registered in the library, and the UV is within the same retention time range as the registered peak. Peaks with matching spectra are searched and assigned, and converted into features.
  • peaks are classified using a hierarchical clustering (farthest method) method, corresponding peaks are determined, and feature quantities are obtained. This attribution method does not use the UV spectrum.
  • the FP of the above example was created based on the peak height, and the evaluations of FIGS. 87 to 91 were obtained. However, the FP was created based on the peak height even when the FP was created based on the peak area.
  • the MD value is obtained by the MT method in the same procedure as in the example, and the evaluation can be obtained in the same manner as in FIGS.
  • Chromatography is not limited to 3D chromatography, and a FP composed of a peak excluding the UV spectrum and its retention time can also be used. In this case, it can be performed in the same manner as in the above embodiment except for the degree of coincidence of UV spectra.

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Library & Information Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Computing Systems (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Image Analysis (AREA)

Abstract

　多成分物質の評価の精度及び効率を向上させることを可能とする。　対象ＦＰ作成工程１７３と、対象ＦＰピーク帰属工程１４９と、対象ＦＰピーク特徴量作成工程１５１と、対象ＦＰタイプ２作成工程１５３と、対象ＦＰ領域分割特徴量作成工程１５５と、対象ＦＰ特徴量統合工程１５７と、評価工程１７１とを備え、対象ＦＰピーク特徴量及び対象ＦＰ領域分割特徴量を統合して対象ＦＰ統合特徴量を作成し、対象ＦＰ統合特徴量とこの対象ＦＰ統合特徴量に対応し評価基準となる多成分物質の複数の基準ＦＰに基づく基準ＦＰ統合特徴量とを比較評価するたことを特徴とする。

Description

パターンの評価方法、多成分物質の評価方法、評価プログラム、及び評価装置
　本発明は、パターンの評価方法、多成分物質、例えば多成分薬剤である漢方薬の品質評価を行うための多成分物質の評価方法、評価プログラム、及び評価装置に関する。
　多成分物質として、例えば多成分で構成される薬剤（以下、多成分薬剤）である漢方薬などの天然物由来の薬剤がある。これら薬剤の定量的、定性的プロフィールは、使用する原料生薬の、地質学的要因、生態学的要因、収集時期、収集場所、収集年代、生育期の天候等が原因で変化する。
　そのため、これら多成分薬剤などについては、その安全性および有効性を担保するための品質として一定の基準を規定し、その基準に基づいて、国家の監督機関、化学的組織、製造業者等が品質評価を行っている。
　しかしながら、多成分薬剤の品質等の判定基準は、多成分薬剤中のある特徴的な１ないしは数成分を選択して、その含有量などに基づいて設定することが一般的であった。
　例えば、非特許文献１では、多成分薬剤において有効成分の同定ができていない場合、定量分析が可能、水に溶けやすい、熱水中で分解しない、他の成分と化学反応をしない等の物性を持った複数の成分を選択し、化学分析により得られるそれら成分の含有量を評価の基準としている。
　また、多成分薬剤にクロマトグラフィーを適用し、保持時間ごとに紫外可視吸収スペクトルを得て、その中の一部の成分情報から評価の基準を設定することも知られている。
　例えば、特許文献１では、ＨＰＬＣクロマトグラム・データ中の一部のピークを選択し、バーコード化することによって多成分薬剤を評価している。
　しかしながら、これらの方法は、評価の対象が「特定成分の含有量」又は「特定成分のクロマト・ピーク」に限定されており、多成分薬剤が含有する成分の一部が評価対象になっているに過ぎない。このため、多成分薬剤については、評価の対象外となっている成分が多数存在することから、多成分薬剤の評価方法として精度的に不十分である。
　多成分薬剤の品質を正確に評価するには、全ピーク情報或いは数％の細かい情報を除外した全ピーク情報に近いピーク情報を網羅した評価が必要であり、そのため、多成分薬剤間で全ピーク或いはこれに近い個数のピークを対応させる必要がある。
　ところが、複数のピークを高精度で効率的に対応させることが困難であり、このことが多成分薬剤の高精度で効率的な評価の妨げとなっていた。
　さらに説明すると、同じ製品名の多成分薬剤であっても生薬は天然物であるがために構成成分が僅かに異なる場合がある。このため、同じ品質の薬剤であっても構成成分の含量比率が異なったり、ある薬剤に存在する成分が他の薬剤には存在しないこと（以下、薬剤間誤差）がある。さらに、クロマトにおけるピーク強度やピークの溶出時間には厳密な再現性がない（以下、分析誤差）などの要因もある。これらにより、多成分薬剤間の全ピーク或いはこれに近い個数のピークについて同じ成分に由来するピークに対応させること（以下、ピーク帰属）ができないことが原因となって高精度で効率的な評価の妨げとなっていた。
特開２００２－２１４２１５号公報
月刊薬事ｖｏｌ.２８, Ｎｏ.３, ６７-７１ (１９８６)
　解決しようとする問題点は、既存の評価方法では多成分物質の品質等を高精度で効率的に評価することに限界があった点である。
　本発明は、評価の精度及び効率を向上させることを可能とするために、時系列でピークが変化する評価対象の対象パターンを取得する対象パターン取得工程と、前記対象パターンとこの対象パターンに対応し評価基準となる基準パターンとのピークを比較し対応するピークを特定する対象ピーク帰属工程と、この対象ピーク帰属工程で特定されて帰属したピークと評価基準となる複数の基準パターンのピークとを比較評価して特徴量化された対象ピーク特徴量を作成する対象ピーク特徴量作成工程と、前記対象パターンから前記特徴量化されたピークを除いて残ったピークで構成されるパターンを対象パターン・タイプ２として作成する対象パターン・タイプ２作成工程と、前記対象パターン・タイプ２を複数の領域に分割し各領域に存在するピークの存在率又は存在量から対象パターン領域分割特徴量を作成する対象パターン領域分割特徴量作成工程と、前記対象パターン・ピーク特徴量と前記対象パターン領域分割特徴量とを統合して対象パターン統合特徴量を作成する対象パターン特徴量統合工程と、前記対象パターン統合特徴量とこの対象パターン統合特徴量に対応し評価基準となる複数の基準パターンに基づく基準パターン統合特徴量とを比較評価する評価工程とを備えたことをパターンの評価方法の特徴とする。
　本発明は、評価対象となる多成分物質のクロマトから検出されたピークとそのリテンション・タイムとで構成されるＦＰを対象ＦＰとして作成するＦＰ作成工程と、前記対象ＦＰとこの対象ＦＰに対応し評価基準となる多成分物質の基準ＦＰとのピークを比較し対応するピークを特定する対象ＦＰピーク帰属工程と、この対象ＦＰピーク帰属工程で特定されて帰属したピークと評価基準となる多成分物質の複数の基準ＦＰのピークとを比較評価して特徴量化された対象ＦＰピーク特徴量を作成する対象ＦＰピーク特徴量作成工程と、前記対象ＦＰから前記特徴量化されたピークを除いて残ったピークとそのリテンション・タイムとで構成されるＦＰを対象ＦＰタイプ２として作成する対象ＦＰタイプ２作成工程と、前記対象ＦＰタイプ２を複数の領域に分割し各領域に存在するピークの存在率又は存在量から対象ＦＰ領域分割特徴量を作成する対象ＦＰ領域分割特徴量作成工程と、前記対象ＦＰピーク特徴量と前記対象ＦＰ領域分割特徴量とを統合して対象ＦＰ統合特徴量を作成する対象ＦＰ特徴量統合工程と、前記対象ＦＰ統合特徴量とこの対象ＦＰ統合特徴量に対応し前記評価基準となる多成分物質の複数の基準ＦＰに基づく基準ＦＰ統合特徴量とを比較評価する評価工程とを備えたことを多成分物質の評価方法の特徴とする。
　本発明は、時系列でピークが変化する評価対象の対象パターンを取得する対象パターン取得機能と、前記対象パターンとこの対象パターンに対応し評価基準となる基準パターンとのピークを比較し対応するピークを特定する対象ピーク帰属機能と、この対象ピーク帰属機能で特定されて帰属したピークと評価基準となる複数の基準パターンのピークとを比較評価して特徴量化された対象ピーク特徴量を作成する対象ピーク特徴量作成機能と、前記対象パターンから前記特徴量化されたピークを除いて残ったピークで構成されるパターンを対象パターン・タイプ２として作成する対象パターン・タイプ２作成機能と、前記対象パターン・タイプ２を複数の領域に分割し各領域に存在するピークの存在率又は存在量から対象パターン領域分割特徴量を作成する対象パターン領域分割特徴量作成機能と、前記対象パターン・ピーク特徴量と前記対象パターン領域分割特徴量とを統合して対象パターン統合特徴量を作成する対象パターン特徴量統合機能と、前記対象パターン統合特徴量とこの対象パターン統合特徴量に対応し評価基準となる複数の基準パターンに基づく基準パターン統合特徴量とを比較評価する評価機能とをコンピュータに実現させることをパターンの評価プログラムの特徴とする。
　本発明は、評価対象となる多成分物質のクロマトから検出されたピークとそのリテンション・タイムとで構成されるＦＰを対象ＦＰとして作成するＦＰ作成機能と、前記対象ＦＰとこの対象ＦＰに対応し評価基準となる多成分物質の基準ＦＰとのピークを比較し対応するピークを特定する対象ＦＰピーク帰属機能と、この対象ＦＰピーク帰属機能で特定されて帰属したピークと評価基準となる多成分物質の複数の基準ＦＰのピークとを比較評価して特徴量化された対象ＦＰピーク特徴量を作成する対象ＦＰピーク特徴量作成機能と、前記対象ＦＰから前記特徴量化されたピークを除いて残ったピークとそのリテンション・タイムとで構成されるＦＰを対象ＦＰタイプ２として作成する対象ＦＰタイプ２作成機能と、前記対象ＦＰタイプ２を複数の領域に分割し各領域に存在するピークの存在率又は存在量から対象ＦＰ領域分割特徴量を作成する対象ＦＰ領域分割特徴量作成機能と、前記対象ＦＰピーク特徴量と前記対象ＦＰ領域分割特徴量とを統合して対象ＦＰ統合特徴量を作成する対象ＦＰ特徴量統合機能と、前記対象ＦＰ統合特徴量とこの対象ＦＰ統合特徴量に対応し前記評価基準となる多成分物質の複数の基準ＦＰに基づく基準ＦＰ統合特徴量とを比較評価する評価機能とをコンピュータに実現させることを多成分物質の評価プログラムの特徴とする。
　本発明は、前記対象パターンとこの対象パターンに対応し評価基準となる基準パターンとのピークを比較し対応するピークを特定する対象ピーク帰属部と、この対象ピーク帰属部で特定されて帰属したピークと評価基準となる複数の基準パターンのピークとを比較評価して特徴量化された対象ピーク特徴量を作成する対象ピーク特徴量作成部と、前記対象パターンから前記特徴量化されたピークを除いて残ったピークで構成されるパターンを対象パターン・タイプ２として作成する対象パターン・タイプ２作成部と、前記対象パターン・タイプ２を複数の領域に分割し各領域に存在するピークの存在率又は存在量から対象パターン領域分割特徴量を作成する対象パターン領域分割特徴量作成部と、前記対象パターン・ピーク特徴量と前記対象パターン領域分割特徴量とを統合して対象パターン統合特徴量を作成する対象パターン特徴量統合部と、前記対象パターン統合特徴量とこの対象パターン統合特徴量に対応し評価基準となる複数の基準パターンに基づく基準パターン統合特徴量とを比較評価する評価部とを備えたことをパターンの評価装置特徴とする。
　本発明は、評価対象となる多成分物質のクロマトから検出されたピークとそのリテンション・タイムとで構成されるＦＰを対象ＦＰとして作成するＦＰ作成部と、前記対象ＦＰとこの対象ＦＰに対応し評価基準となる多成分物質の基準ＦＰとのピークを比較し対応するピークを特定する対象ＦＰピーク帰属部と、この対象ＦＰピーク帰属部で特定されて帰属したピークと評価基準となる多成分物質の複数の基準ＦＰのピークとを比較評価して特徴量化された対象ＦＰピーク特徴量を作成する対象ＦＰピーク特徴量作成部と、前記対象ＦＰから前記特徴量化されたピークを除いて残ったピークとそのリテンション・タイムとで構成されるＦＰを対象ＦＰタイプ２として作成する対象ＦＰタイプ２作成部と、前記対象ＦＰタイプ２を複数の領域に分割し各領域に存在するピークの存在率又は存在量から対象ＦＰ領域分割特徴量を作成する対象ＦＰ領域分割特徴量作成部と、前記対象ＦＰピーク特徴量と前記対象ＦＰ領域分割特徴量とを統合して対象ＦＰ統合特徴量を作成する対象ＦＰ特徴量統合部と、前記対象ＦＰ統合特徴量とこの対象ＦＰ統合特徴量に対応し前記評価基準となる多成分物質の複数の基準ＦＰに基づく基準ＦＰ統合特徴量とを比較評価する評価部とを備えたことを多成分物質の評価装置の特徴とする。
　本発明のパターンの評価方法は、上記構成であるから、対象パターンに基づく対象パターン・ピーク特徴量と対象パターンから特定されたピークを除いて残ったピークに基づく対象パターン・タイプ２の領域分割による対象パターン領域分割特徴量とを統合した対象パターン統合特徴量を作成し、作成した対象パターン統合特徴量とこの対象パターン統合特徴量に対応し評価基準となる多成分物質の複数の基準パターンに基づく基準パターン統合特徴量とを比較評価することで、評価の精度及び効率をより向上させることができる。
　本発明の多成分物質の評価方法は、上記構成であるから、対象ＦＰに基づく対象ＦＰピーク特徴量と対象ＦＰから特定されたピークを除いて残ったピークに基づく対象ＦＰタイプ２の領域分割による対象ＦＰ領域分割特徴量とを統合した対象ＦＰ統合特徴量を作成し、作成した対象ＦＰ統合特徴量とこの対象ＦＰ統合特徴量に対応し評価基準となる多成分物質の複数の基準ＦＰに基づく基準ＦＰ統合特徴量とを比較評価することで、評価の精度及び効率をより向上させることができる。
　本発明のパターン又は多成分物質の評価プログラムは、上記構成であるから、各機能をコンピュータに実現させ、評価の精度及び効率をより向上させることができる。
　本発明のパターン又は多成分物質の評価装置は、上記構成であるから、各部を作用させ、評価の精度及び効率をより向上させることができる。
多成分薬剤の評価装置のブロック図である。（実施例１） 多成分薬剤の評価手順を示すブロック図である。（実施例１） 三次元クロマトグラム・データ（以下、３Ｄクロマト）から作成したＦＰの説明図である。（実施例１） （Ａ）は、薬剤Ａ、（Ｂ）は、薬剤Ｂ、（Ｃ）は、薬剤ＣのＦＰである。（実施例１） 対象ＦＰ及び基準ＦＰのリテンション・タイムを示す図である。（実施例１） 対象ＦＰのリテンション・タイム・出現パターンを示す図である。（実施例１） 基準ＦＰのリテンション・タイム・出現パターンを示す図である。（実施例１） 対象ＦＰと基準ＦＰのリテンション・タイム・出現距離の一致数を示す図である。（実施例１） 対象ＦＰと基準ＦＰのリテンション・タイム・出現パターンの一致度を示す図である。（実施例１） 対象ＦＰの帰属対象ピークを示す図である。（実施例１） 帰属対象ピークを含めたピーク３本によるピーク・パターン図である。（実施例１） 帰属対象ピークを含めたピーク５本によるピーク・パターン図である。（実施例１） 帰属対象ピークの許容幅を示す図である。（実施例１） 帰属対象ピークに対する基準ＦＰの帰属候補ピークを示す図である。（実施例１） 帰属対象ピークと帰属候補ピークのピーク３本によるピーク・パターン図である。（実施例１） 帰属対象ピークと別な帰属候補ピークのピーク３本によるピーク・パターン図である。（実施例１） 帰属対象ピークと別な帰属候補ピークのピーク３本によるピーク・パターン図である。（実施例１）） 帰属対象ピークと別な帰属候補ピークのピーク３本によるピーク・パターン図である。（実施例１） 帰属対象ピークと帰属候補ピークのピーク５本によるピーク・パターン図である。（実施例１） 帰属対象ピークと別な帰属候補ピークのピーク５本によるピーク・パターン図である。（実施例１） 帰属対象ピークと別な帰属候補ピークのピーク５本によるピーク・パターン図である。（実施例１）） 帰属対象ピークと別な帰属候補ピークのピーク５本によるピーク・パターン図である。（実施例１） 帰属対象ピークと帰属候補ピークのピーク・パターン構成候補ピークを示す図である。（実施例１） ピーク・パターン構成候補ピークを４本とした場合の帰属対象ピークの全ピーク・パターン数を示す図である。（実施例１） ピーク・パターン構成候補ピークを４本とした場合の帰属候補ピークの全ピーク・パターン数を示す図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークのピーク・パターンに対する帰属候補ピークのピーク・パターンの網羅的比較の説明図である。（実施例１） 帰属対象ピークと帰属候補ピークのピーク３本によるピーク・パターンの一致度の算出方法を示す図である。（実施例１） 帰属対象ピークと帰属候補ピークのピーク３本によるピーク・パターンの一致度の算出方法を示す図である。（実施例１） 帰属対象ピークと帰属候補ピークのピーク５本によるピーク・パターンの一致度の算出方法を示す図である。（実施例１） 帰属対象ピーク及び帰属候補ピークのＵＶスペクトルを示す図である。（実施例１） 帰属対象ピークと帰属候補ピークのＵＶスペクトルの一致度の説明図である。（実施例１） ピーク・パターンとＵＶスペクトルの両方の比較による帰属候補ピークの一致度計算の説明図である。（実施例１） 対象ＦＰの基準群ＦＰへの帰属を示す説明図である。（実施例１） 対象ＦＰが基準群ＦＰへ帰属された状況を示す図である。（実施例１） 領域分割による数量化を示す説明図である。（実施例１） リテンション・タイム等の変動との関係を示す説明図である。（実施例１） 領域の位置を変更して数量化する説明図である。（実施例１） ＦＰタイプ２のデータを示す図表である。（実施例１） ＦＰタイプ２のパターンを示す説明図である。（実施例１） 縦・横分割線での領域分割による領域ごとの特徴量化を示す説明図である。（実施例１） 縦分割線（1本目）の設定を示す説明図である。（実施例１） 横分割線（1本目）の設定を示す説明図である。（実施例１） 縦・横分割線による領域分割を示す説明図である。（実施例１） 特徴量化する領域の数を示す説明図である。（実施例１） 領域１の特定を示す説明図である。（実施例１） 全ピークの高さ及び合計を示す図表である。（実施例１） 領域１のピーク高さの合計を示す説明図である。（実施例１） 全領域の特徴量を示す図表である。（実施例１） 縦１本目の位置を順次変更してできた各領域での特徴量を示す図表である。（実施例１） 横１本目の位置を順次変更してできた各領域での特徴量を示す図表である。（実施例１） 各縦・横分割線の位置を変更しない１通りでの特徴量を示す図表である。（実施例１） 各種対象ＦＰとその評価値（ＭＤ値）を示す図である。（実施例１） 各種対象ＦＰとその評価値（ＭＤ値）を示す図である。（実施例１） 各種対象ＦＰとその評価値（ＭＤ値）を示す図である。（実施例１） 各種対象ＦＰとその評価値（ＭＤ値）を示す図である。（実施例１） 各種対象ＦＰとその評価値（ＭＤ値）を示す図である。（実施例１） 多成分薬剤の評価方法を示す工程図である。（実施例１） 多成分薬剤の品質評価フロー図である。（実施例１） 多成分薬剤の品質評価フロー図である。（実施例１） 単波長によるＦＰ作成機能におけるデータ処理フローチャートである。（実施例１） 複数波長によるＦＰ作成機能におけるデータ処理フローチャートである。（実施例１） 複数波長によるＦＰ作成機能におけるデータ処理フローチャートである。（実施例１） ピーク帰属処理１（基準ＦＰの選定）におけるデータ処理フローチャートである。（実施例１） ピーク帰属処理２（帰属スコアの算出）におけるデータ処理フローチャートである。（実施例１） ピーク帰属処理３（対応ピークの特定）におけるデータ処理フローチャートである。（実施例１） ピーク帰属処理４（基準群ＦＰへの帰属）におけるデータ処理フローチャートである。（実施例１） ピーク帰属処理４（基準群ＦＰへの帰属）におけるデータ処理フローチャートである。（実施例１） ピーク帰属処理１（基準ＦＰの選定）におけるリテンション・タイム・出現パターンの一致度計算処理のフローチャートである。（実施例１） ピーク帰属処理２（帰属スコアの算出）におけるＵＶスペクトルの一致度計算処理のフローチャートである。（実施例１） ピーク帰属処理２（帰属スコアの算出）におけるピーク・パターンの一致度計算処理のフローチャートである。（実施例１） 「ＦＰ_type２作成」の詳細を示すフローチャートである。（実施例１） 「領域分割による対象ＦＰ_type２の特徴量化処理」の詳細を示すフローチャートである。（実施例１） 「対象ＦＰのピーク特徴量と領域分割特徴量の統合」の詳細を示すフローチャートである。（実施例１） 基準ＦＰ特徴量統合ファイルを作成するためのフローチャートである。（実施例１） 基準ＦＰ特徴量統合ファイルを作成するためのフローチャートである。（実施例１） 「基準ＦＰ帰属結果統合処理（基準ＦＰ対応表の作成）」の詳細を示すフローチャートである。（実施例１） 「基準ＦＰ帰属結果統合処理（基準ＦＰ対応表の作成）」の詳細を示すフローチャートである。（実施例１） 「ピーク特徴量化処理（基準群ＦＰの作成）」の詳細を示すフローチャートである。（実施例１） 「基準ＦＰ_type２の作成処理」の詳細を示すフローチャートである。（実施例１） 「領域分割による基準ＦＰの特徴量化処理」の詳細を示すフローチャートである。（実施例１） 基準ＦＰの特徴量統合処理に係るフローチャートである。（実施例１） ３Ｄクロマトのデータ例を示す図表である。（実施例１） ピーク情報のデータ例を示す図表である。（実施例１） ＦＰのデータ例を示す図表である。（実施例１） 対象ＦＰの基準ＦＰへの帰属スコア計算結果（判定結果ファイル）例を示す図表である。（実施例１） 対象ＦＰと基準ＦＰで対応するピークの照合過程を示す図表である。（実施例１） 対象ＦＰと基準ＦＰで対応するピークを特定した結果（照合結果ファイル）例を示す図表である。（実施例１） 基準群ＦＰのデータ例を示す図表である。（実施例１） 対象ＦＰピーク特徴量ファイル例を示す図表である。（実施例１） 対象及び基準ＦＰタイプ２のデータ例を示す図表である。（実施例１） 対象ＦＰ領域分割特徴量ファイル例を示す図表である。（実施例１） 対象ＦＰ統合特徴量ファイル例を示す図表である。（実施例１） 基準ｔｙｐｅ２群ＦＰ例を示す図表である。（実施例１） 基準群統合データ例を示す図表である。（実施例１） 図１０４に代えて適用するサブルーチン２の変形例の詳細を示すフローチャートである。（実施例１） 移動平均及び移動傾きの計算例を示す図表である。（実施例１）
　評価の精度及び効率を向上させることを可能にするという目的は、対象ＦＰの各ピークの基準群ＦＰの各ピークへの高精度かつ効率的なピーク一斉帰属により得られた結果を特徴量として比較評価することにより実現した。さらに、このピーク特徴量に、帰属されたピークを除いた残りのピークによるＦＰ（ＦＰタイプ２）を領域分割により特徴量化した領域分割特徴量を加え、ＦＰ全体を網羅した統合特徴量を比較評価することにより実現した。
　高精度で効率的なピーク一斉帰属は、対象ＦＰと基準ＦＰのピークを保持時間軸方向前後位置の少なくとも一方に存在するピークでパターン化したピーク・パターンを比較することにより実現した。
　本発明の実施例１は、多成分物質、例えば多成分薬剤を評価する多成分薬剤の評価方法、評価プログラム、評価装置である。
　多成分薬剤は、複数の有効化学成分を含有する薬剤と定義され、限定はされないが、生薬、生薬の組合せ、それらの抽出物、漢方薬等が含まれる。また剤形も特に限定されず、例えば、第１５改正日本薬局方の製剤総則で規定されている液剤、エキス剤、カプセル剤、顆粒剤、丸剤、懸濁剤・乳剤、散剤、酒精剤、錠剤、浸剤・煎剤、チンキ剤、トローチ剤、芳香水剤、流エキス剤等が含まれる。多成分物質としては、薬剤以外のものも含まれる。
　漢方薬の具体例は、医療用漢方製剤１４８処方「使用上の注意」の業界統一と自主改訂、一般用漢方処方の手引き(１９７８年)に記載されている。
　多成分薬剤の評価では、評価対象薬剤が正常品と定めた複数の薬剤と同等であるかどうかを評価するため、まず、評価対象薬剤の三次元クロマトグラム・データ（以下、３Ｄクロマト）からその薬剤特有の情報を抽出した対象ＦＰを作成する。
　次に、対象ＦＰの各ピークを、全基準ＦＰをピーク帰属処理し作成した全基準ＦＰのピーク対応データ（以下、基準群ＦＰ）に帰属し、ピーク特徴量を得る。
　さらに、対象ＦＰから帰属されたピークを除き、残ったピークでＦＰタイプ２を作成し、このＦＰタイプ２を領域分割し領域分割特徴量を得る。
　これら２つの特徴量を統合し、対象ＦＰ統合特徴量を得る。
　この対象ＦＰ統合特徴量と全基準ＦＰから得た基準ＦＰ統合特徴量により、基準群ＦＰと対象ＦＰの同等性をＭＴ法で評価する。最後に、得られた評価値（以下、ＭＤ値）と予め設定しておいた判定値（ＭＤ値の上限値）を比較し、評価対象薬剤が正常品と同等であるかどうかを判定する。 
［多成分薬剤の評価装置］
　図１は、多成分薬剤の評価装置のブロック図、図２は、多成分薬剤の評価手順を示すブロック図、図３は、３Ｄクロマトから作成したＦＰの説明図、図４（Ａ）は、薬剤Ａ、（Ｂ）は、薬剤Ｂ、（Ｃ）は、薬剤ＣのＦＰである。
　図1のように、多成分薬剤の評価装置１は、ＦＰ作成部３と、対象ＦＰピーク帰属部５と、対象ＦＰピーク特徴量作成部７と、対象ＦＰタイプ２作成部９と、対象ＦＰ領域分割特徴量作成部１１と、対象ＦＰ特徴量統合部１３と、基準ＦＰピーク帰属部１５と、基準ＦＰ帰属結果統合部１７と、基準ＦＰピーク特徴量作成部１９と、基準ＦＰタイプ２作成部２１と、基準ＦＰ領域分割特徴量作成部２３と、基準ＦＰ特徴量統合部２５と、評価部２７とを備えている。
　ＦＰ作成部３は、対象ＦＰ作成部２９と、基準ＦＰ作成部３１とを備えている。
　対象ＦＰピーク帰属部５は、基準ＦＰ選定部３３と、ピーク・パターン作成部３５と、ピーク帰属部３７とを備えている。
　この多成分薬剤の評価装置１は、例えば、一つのコンピュータで構成され、図示はしないが、ＣＰＵ、ＲＯＭ、ＲＡＭなどを備えている。多成分薬剤の評価装置１は、コンピュータにインストールされたパターンの評価プログラムとして多成分物質の評価プログラムを実現させ、多成分薬剤の評価を行わせることができる。但し、多成分物質の評価プログラムは、これを記録した多成分物質の評価プログラム記録媒体を用い、コンピュータで構成された多成分薬剤の評価装置１にこれを読み取らせることで、多成分薬剤の評価を実現させることもできる。
　多成分薬剤の評価装置１は、各部をそれぞれ別々のコンピュータで構成することができ、例えば対象ＦＰピーク帰属部５と、対象ＦＰピーク特徴量作成部７と、対象ＦＰタイプ２作成部９と、対象ＦＰ領域分割特徴量作成部１１と、対象ＦＰ特徴量統合部１３と、評価部２７とを一つのコンピュータで構成し、基準ＦＰ作成部３１と、基準ＦＰピーク帰属部１５と、基準ＦＰ帰属結果統合部１７と、基準ＦＰピーク特徴量作成部１９と、基準ＦＰタイプ２作成部２１と、基準ＦＰ領域分割特徴量作成部２３と、基準ＦＰ特徴量統合部２５を他のコンピュータで構成することなどもできる。
　この場合、基準ＦＰ統合特徴量は、他のコンピュータで作成し、評価装置１の評価部２７に入力されることになる。
　そして、対象ＦＰ作成部２９と、対象ＦＰピーク帰属部５と、対象ＦＰピーク特徴量作成部７と、対象ＦＰタイプ２作成部９と、対象ＦＰ領域分割特徴量作成部１１と、対象ＦＰ特徴量統合部１３とにより対象ＦＰ統合特徴量が作成され、基準ＦＰ作成部３１と、基準ＦＰピーク帰属部１５と、基準ＦＰ帰属結果統合部１７と、基準ＦＰピーク特徴量作成部１９と、基準ＦＰタイプ２作成部２１と、基準ＦＰ領域分割特徴量作成部２３と、基準ＦＰ特徴量統合部２５とにより基準ＦＰ統合特徴量が作成され、これらが比較評価されて対象ＦＰ４３と基準群ＦＰ４５との同等性を評価する。
　ＦＰ作成部３の対象ＦＰ作成部２９は、時系列でピークが変化する評価対象の対象パターンを取得する対象パターン取得部を構成する。具体的に対象ＦＰ作成部２９は、例えば、図２、図３のように、漢方薬３９のクロマトとして三次元クロマトグラム・データである３Ｄクロマト４１から、特定の検出波長における複数のピークとそのリテンション・タイムならびにＵＶスペクトルを抽出した対象ＦＰ４３（以下単に、「ＦＰ４３」ということもある。）を対象パターンとして作成する機能部である。
　このＦＰ４３は、３Ｄクロマト４１と同様に三次元の情報（ピーク、リテンション・タイム及びＵＶスペクトル）で構成している。
　このため、ＦＰ４３は、その薬剤特有の情報をそのまま継承したデータである。それにも係らず、データ容量は約１／７０に圧縮されているため、３Ｄクロマト４１に比較して、処理すべき情報量を大幅に減少させることができ処理速度を速めることができる。
　３Ｄクロマト４１は、漢方薬３９に高速液体クロマトグラフィー（ＨＰＬＣ）を適用した結果である。この３Ｄクロマト４１は、各成分の移動速度として現れ、それを特定時間における移動距離として表し、或いはカラム末端から時系列に現れる様をチャートに表したものである。ＨＰＬＣにおいては、時間軸に対する検出器応答をプロットしたもので、ピークの出現時間を保持時間（リテンション・タイム）と呼んでいる。
　検出器としては、特に限定されないが、光学的性質を利用した吸光度検出器(Absorbance Detector) が使用され、ピークは、紫外線（ＵＶ）の検出波長に応じたシグナル強度として三次元的に得られたものである。光学的性質を利用したものとしては、透過率検出器（Transmittance Detector）を用いることもできる。
　検出波長に限定はなく、好ましくは１５０ｎｍ～９００ｎｍの範囲であり、特に好ましくは２００ｎｍ～４００ｎｍの紫外可視吸領域、更に好ましくは２００ｎｍ～３００ｎｍから選ばれた複数の波長である。
　そして、３Ｄクロマト４１は、少なくとも、漢方薬の番号（ロット番号）、リテンション・タイム、検出波長、及びピークをデータとして有するものである。
　なお、３Ｄクロマト４１は、市販の装置によっても得ることができ、かかる市販の装置としては、Ａｇｉｌｅｎｔ１１００システム等が挙げられる。また、クロマトグラフィーは、ＨＰＬＣに限定されず、種々のものを採用することができる。
　３Ｄクロマト４１は、図２、図３のようにｘ軸をリテンション・タイム、ｙ軸を検出波長、ｚ軸をシグナル強度として表示する。
　ＦＰ４３は、少なくとも、漢方薬の番号（ロット番号）、リテンション・タイム、特定の波長におけるピーク、及びＵＶスペクトルをデータとして有するものである。
　ＦＰ４３は、図２、図３のようにｘ軸をリテンション・タイム、ｙ軸を特定の検出波長におけるピークとした二次元で表示するが、図３のように１ピークで示すＵＶスペクトル４２と同様なＵＶスペクトル情報をピークごとに有したデータである。 ＦＰ４３を作成する特定の検出波長は、特に限定されず種々選択できる。但し、ＦＰ４３には３Ｄクロマト中の全てのピークを含めることが情報を継承するという点において重要である。このため、本実施例１では検出波長を３Ｄクロマト中の全てのピークを含んでいる２０３ｎｍとした。
　一方、単独の波長では全てのピークを含めることができないことがある。そのような場合は検出波長を複数とし、後述のように複数の波長を組み合わせて全てのピークを含んだＦＰを作成する。
　本実施例１では、ピークをシグナル強度（ピーク高さ）の極大値としたが、ピークとして面積値を採用することもできる。また、ＦＰにＵＶスペクトルを含めず、ｘ軸をリテンション・タイム、ｙ軸を特定の検出波長におけるピークとした二次元の情報のみにすることも可能である。この場合は、ＦＰを漢方薬の番号（ロット番号）、リテンション・タイムをデータとして有するクロマトとしての２Ｄクロマトから作成することもできる。
　図４の（Ａ）は、薬剤Ａ、（Ｂ）は、薬剤Ｂ、（Ｃ）は、薬剤ＣのＦＰ５５、５７、５９である。
　対象ＦＰピーク帰属部５は、対象パターンとこの対象パターンに対応し評価基準となる基準パターンとのピークを比較し対応するピークを特定する対象ピーク帰属部を構成し、前記対象ＦＰとこの対象ＦＰに対応し評価基準となる基準パターンとしての多成分物質の基準ＦＰとのピークを比較し対応するピークを特定する機能部である。この対象ＦＰピーク帰属部５は、基準ＦＰ選定部３３と、ピーク・パターン作成部３５と、ピーク帰属部３７とからなっている。
　基準ＦＰ選定部３３は、対象ＦＰのピーク帰属に適した多成分物質のＦＰを複数の基準ＦＰから選定する機能部である。すなわち、対象ＦＰの各ピークのピーク帰属を高い精度で行うため、図５～図９（後述）のように対象ＦＰと基準ＦＰ間でピークのリテンション・タイム・出現パターンの一致度を算出し、この一致度が最小となる基準ＦＰを全基準ＦＰから選定する。
　ピーク・パターン作成部３５は、図１０～図１２（後述）のように対象ＦＰ６１における帰属の対象となるピーク（以下、帰属対象ピーク）に対し、時間軸方向前後の少なくとも一方に存在するｎ本のピークを含めた計ｎ＋１本のピークで構成されるピーク・パターンを帰属対象ピークのピーク・パターンとして作成する機能部である。ｎは、自然数である。
　なお、図１１（後述）では時間軸方向前後の少なくとも一方に存在する２本のピークを含めた計３本のピークで構成されるピーク・パターンを、図１２（後述）では時間軸方向前後の少なくとも一方に存在する４本のピークを含めた計５本のピークで構成されるピーク・パターンを示す。
　また、ピーク・パターン作成部３５は、図１３～図２２（後述）のように基準ＦＰ８３において帰属対象ピークのリテンション・タイムとの差が設定した範囲（許容幅）内の全てのピーク（以下、帰属候補ピーク）に対し、時間軸方向前後の少なくとも一方に存在するｎ本のピークを含めた計ｎ＋１本のピークで構成されるピーク・パターンを帰属候補ピークのピーク・パターンとして作成する機能部である。なお、図１５～図１８（後述）では時間軸方向前後の少なくとも一方に存在する２本のピークを含めた計３本のピークで構成されるピーク・パターンを示す。図１９～図２２（後述）では時間軸方向前後の少なくとも一方に存在する４本のピークを含めた計５本のピークで構成されるピーク・パターンを示す。
　許容幅に限定はなく、精度と効率の点から０。５分～２分が好ましい。実施例１では、１分とした。
　さらに、ピーク・パターン作成部３５では、対象ＦＰ６１と基準ＦＰ８３のピーク数に違いがある（つまり、どちらか一方に存在しないピークがある）場合に対しても柔軟に対応できるようにする。このため、図２３～図６１（後述）のように、帰属対象ピークならびに帰属候補ピークの両方でピーク・パターンを構成するピーク（以下、ピーク・パターン構成ピーク）を変化させて網羅的にピーク・パターンを作成する。なお、図２３～図６１では時間軸方向前後の少なくとも一方に存在する２本のピークを含めた計３本のピークで構成されるピーク・パターンの場合について示す。
　ピーク帰属部３７は、対象ＦＰ、基準ＦＰそれぞれのピーク・パターンを比較し対応するピークを特定する機能部である。実施例では、帰属対象ピークのピーク・パターンと帰属候補ピークのピーク・パターンとの一致度及びＵＶスペクトルの一致度を算出して対応するピークを特定する。
　また、この２つの一致度を統合した帰属候補ピークの一致度を算出し、この一致度に基づき、対象ＦＰ６１の各ピークを基準ＦＰ８３の各ピークに帰属する機能部である。
　ピーク帰属部３７において、ピーク・パターンの一致度は、図６２～図６４（後述）のように帰属対象ピークと帰属候補ピークのピーク・パターン間の対応するピーク及びリテンション・タイムの差をもとに算出する。また、ＵＶスペクトルの一致度は、図６５、図６６（後述）のように帰属対象ピーク７３のＵＶスペクトル１３５と帰属候補ピーク９５のＵＶスペクトル１３９の各波長における吸光度の差をもとに算出する。さらに、図６７（後述）のようにこれら２つの一致度を乗じて帰属候補ピーク９５の一致度を算出する。
　対象ＦＰピーク特徴量作成部７は、対象ピーク特徴量作成工程として、対象ＦＰピーク帰属部５で特定されて帰属したピークと複数の基準パターンとしての基準ＦＰである基準群ＦＰ４５のピークとを比較評価して特徴量化された対象ＦＰピーク特徴量を対象ピーク特徴量として作成する機能部である。複数の基準ＦＰは、評価基準となる多成分物質である複数の漢方薬に対応して作成されており、この複数の漢方薬は、正常品とされているものである。
　すなわち、対象ＦＰピーク特徴量作成部７は、対象ＦＰ６１と基準ＦＰ８３の帰属結果に基づき、最終的に図２、図６８、図６９（後述）のように対象ＦＰ４３の各ピークを基準群ＦＰ４５の各ピークに帰属して特徴量化された対象ＦＰピーク特徴量４７を作成する機能部である。
　対象ＦＰタイプ２作成部９は、対象パターンから特徴量化されたピークを除いて残ったピークで構成されるパターンを対象パターン・タイプ２として作成する対象パターン・タイプ２作成部を構成する。例えば、対象ＦＰピーク特徴量作成部７において特定されたピーク４７を元の対象ＦＰ４３から除いて残ったピークとそのリテンション・タイムとで構成されるＦＰを図２の対象ＦＰタイプ２（４９）を対象パターン・タイプ２として作成する機能部である。
　この対象ＦＰタイプ２（４９）は、対象ＦＰピーク特徴量作成部７において特徴量化されなかったピークを集めてＦＰとしたものである。この対象ＦＰタイプ２（４９）を特徴量化し評価に加えることで、より正確な評価を行わせることができる。
　対象ＦＰ領域分割特徴量作成部１１は、対象パターン・タイプ２を複数の領域に分割し各領域に存在するピークの存在率から対象パターン領域分割特徴量を作成する対象パターン領域分割特徴量作成部を構成し、対象ＦＰタイプ２（４９）を複数の領域に分割し各領域に存在するピークの存在率から対象ＦＰ領域分割特徴量を対象パターン領域分割特徴量として作成する機能部である。
　なお、対象ＦＰ領域分割特徴量作成部１１は、存在率に代えて存在量を用いることもできる。存在率は、後述のように各領域のピーク高さの存在量を全体のピーク高さの合計（つまり全体のピーク高さの存在量）で割った値である。したがって、各領域のピーク高さの存在量そのものを用いて領域分割特徴量を作成する構成にすることもできる。この対象ＦＰ領域分割特徴量作成部１１は、例えば図７０（後述）のように、対象ＦＰタイプ２（４９）を、シグナル強度軸に平行な複数の縦分割線と時間軸に平行な複数の横分割線とにより格子状の領域に分割し、図２の対象ＦＰ領域分割特徴量５１を作成する。
　対象ＦＰ特徴量統合部１３は、対象パターン・ピーク特徴量と対象パターン領域分割特徴量とを統合して対象パターン統合特徴量を作成する対象パターン特徴量統合部として、対象ＦＰピーク特徴量作成部７で作成された対象ＦＰピーク特徴量４７と対象ＦＰ領域分割特徴量作成工程１１で作成された対象ＦＰ領域分割特徴量５１とを統合して対象ＦＰ統合特徴量を対象パターン統合特徴量として作成する機能部である。
　一方、ＦＰ作成部３の基準ＦＰ作成部３１は、対象ＦＰ作成部２９と同様にして複数の基準ＦＰを作成する機能部である。例えば、正常品と判定されている複数の漢方薬（基準漢方薬）の三次元クロマトグラム・データである各３Ｄクロマトから、特定の検出波長における複数のピークとそのリテンション・タイムならびにＵＶスペクトルを抽出した基準ＦＰを基準漢方薬ごとに作成する。
　基準ＦＰピーク帰属部１５も、対象ピーク帰属部５と同様にパターン認識により帰属すべきピークを特定する機能部である。但し、この基準ＦＰピーク帰属部１５では、全基準ＦＰを対象とし、選択した組み合わせ且つ順番で帰属スコアを算出することでピークを特定する。
　基準ＦＰ帰属結果統合部１７は、基準ピーク帰属部１５で特定されて帰属したピークを統合して基準ピーク対応表（後述）を作成する機能部である。
　基準ＦＰピーク特徴量作成部１９は、基準ＦＰ帰属結果統合部１７で作成された基準ピーク対応表に基づき前記複数の基準ＦＰを特徴量化した基準ＦＰピーク特徴量を作成する機能部である。
　基準ＦＰタイプ２作成部２１は、対象ＦＰタイプ２作成部９と同様に機能し、複数の各基準ＦＰから前記特徴量化されたピークを除いて残ったピークとそのリテンション・タイムとで構成されるＦＰを基準ＦＰタイプ２として作成する機能部である。
　基準ＦＰ領域分割特徴量作成部２３は、対象ＦＰ領域分割特徴量作成部１１と同様に機能し、基準ＦＰタイプ２を複数の領域に分割し各領域に存在するピークの存在率から基準ＦＰ領域分割特徴量を作成する機能部である。
　但し、基準ＦＰ領域分割特徴量作成部２３では、分割された各領域の位置を変更し変更前後で基準ＦＰ領域分割特徴量を作成する。すなわち、各縦・横分割線を設定範囲内で平行移動させるように位置を変更設定することで前記各領域の位置を変更する。
　基準ＦＰ特徴量統合部２５は、対象ＦＰ特徴量統合部１３と同様に機能し、基準ＦＰピーク特徴量と基準ＦＰ領域分割特徴量とを統合して基準ＦＰ統合特徴量を作成する機能部である。
　評価部２７は、対象パターン統合特徴量とこの対象パターン統合特徴量に対応し評価基準となる複数の基準パターンに基づく基準パターン統合特徴量とを比較評価する。すなわち、評価部２７は、対象パターン統合特徴量としての対象ＦＰ統合特徴量と基準パターン統合特徴量としての基準ＦＰ統合特徴量とを比較評価する機能部である。実施例では、ＭＴ法で対象ＦＰ統合特徴量と基準ＦＰ統合特徴量との同等性を評価する。
　ＭＴ法は、品質工学で一般に知られている計算手法を意味する。例えば、「品質工学の数理」日本規格協会発行（２０００）第１３６－１３８頁、品質工学応用講座「化学・薬学・生物学の技術開発」日本規格協会編（１９９９）第４５４－４５６頁及び品質工学１１（５）、７８－８４（２００３）、入門　ＭＴシステム（２００８）に記載がある。
　また一般に市販されているＭＴ法プログラムソフトも使用できる。市販のＭＴ法プログラムソフトとしては、アングルトライ（株）のＡＴＭＴＳ；　（財）日本規格協会のＴＭ－ＡＮＯＶＡ；（株）オーケンのＭＴ法 ｆｏｒ ｗｉｎｄｏｗｓ等が挙げられる。
　評価部２７は、対象ＦＰ４３のうち、漢方薬のロット番号と、リテンション・タイム又はＵＶ検出波長の一方とに対して、ＭＴ法における変数軸を割り振り、ピークをＭＴ法における特徴量とする。
　変数軸の割り振りには特に限定はないが、ＭＴ法におけるいわゆる項目軸にリテンション・タイムを割り振り、いわゆる番号列軸に多成分系薬剤の番号を割り振り、ＭＴ法におけるいわゆる特徴量にピークを割り振ることが好ましい。
　ここで、上記項目軸と番号列軸は、以下のように定義される。すなわちＭＴ法においては、データセットＸijについて、平均値mjと標準偏差σjを求め、Ｘijを規準化した値であるｘij＝（Ｘij－ｍj）／σjから、iとjの相関係数rを求めて、単位空間やマハラノビスの距離を得る。この時、「平均値mjと標準偏差σjは、項目軸の値ごとに、番号列軸の値を変化させて求める」というように項目軸と番号列軸とは定義される。
　軸が割り振られたデータと特徴量とから、ＭＴ法を用いて、基準点と単位量（以下、「単位空間」と略記することがある）を得る。ここで、基準点、単位量及び単位空間は、上記ＭＴ法の文献の記載に従い定義される。
　ＭＴ法により、評価すべき薬剤の単位空間との相違の程度を表す値としてＭＤ値を得る。ここでＭＤ値は、ＭＴ法の文献の説明と同様に定義され、またＭＤ値は、文献に記載の方法で求められる。
　このようにして得られたＭＤ値を用いて、評価すべき薬剤は、正常品として定めた複数の薬剤からの相違の程度を判定し評価することができる。
　例えば、図８７～図９１の各対象ＦＰを前記のように帰属処理することで、上記ＭＴ法によりＭＤ値（ＭＤ値：０．２６、２．２０等）を求めることができる。
　このＭＤ値を正常品のＭＤ値に対して評価する場合、正常品と定めた複数の薬剤で同様にＭＤ値を求める。この正常品のＭＤ値から閾値を設定し、図２の評価部２７の評価結果５３に示すように評価対象薬剤のＭＤ値をプロットし、正常品か非正常品かの判定を行うことができる。図２の評価部２７の評価結果５３では、例えばＭＤ値１０以下を正常品としている。
　なお、評価部２７は、対象ＦＰ統合特徴量と基準ＦＰ統合特徴量との同等性を比較評価できれば良いため、ＭＴ法以外のパターン認識手法等を適用することも可能である。
［ピーク・パターン処理の動作原理］
　図５～図６９は、前記基準ＦＰ選定部３３、ピーク・パターン作成部３５、ピーク帰属部３７及び対象ＦＰピーク特徴量作成部７の動作原理を説明するものである。
　図５～図９は、基準ＦＰ選定部３３に係る対象ＦＰと基準ＦＰとのリテンション・タイム・出現パターンの一致度について説明した図である。図５は、対象ＦＰ及び基準ＦＰのリテンション・タイムを示す図、図６は、対象ＦＰのリテンション・タイム・出現パターンを示す図、図７は、基準ＦＰのリテンション・タイム・出現パターンを示す図である。図８は、対象ＦＰと基準ＦＰのリテンション・タイム・出現距離の一致数を示す図、図９は、対象ＦＰと基準ＦＰのリテンション・タイム・出現パターンの一致度を示す図である。
　図５では、対象ＦＰ６１及び基準ＦＰ８３それぞれのリテンション・タイムを示す。図６、図７では、対象ＦＰ６１及び基準ＦＰ８３それぞれのリテンション・タイムから全てのリテンション・タイム間距離を算出し、それら距離を表形式にまとめたリテンション・タイム・出現パターンを示す。図８では、これらの出現パターンからリテンション・タイム・出現距離の一致数を算出し、それら一致数を表形式にまとめたリテンション・タイム・出現距離の一致数を示す。図９では、この一致数をもとにリテンション・タイム・出現パターンの一致度を算出し、それら一致度を表形式にまとめたリテンション・タイム・出現パターンの一致度を示す。
　図１０～図１２は、ピーク・パターン作成部３５に係る帰属対象ピークとその周辺ピークで作成したピーク・パターンについて説明した図である。図１０は、対象ＦＰの帰属対象ピークを示す図、図１１は、周辺ピーク２本を含めたピーク３本で作成したピーク・パターンについて、図１２は、周辺ピーク４本を含めたピーク５本で作成したピーク・パターンについて説明した図である。
　図１３、図１４は、ピーク・パターン作成部３５に係る帰属対象ピークと帰属候補ピークの関係について説明し、図１３は、帰属対象ピークの許容幅を示す図、図１４は、帰属対象ピークに対する基準ＦＰの帰属候補ピークを示す図である。
　図１５～図１８は、ピーク・パターン作成部３５に係るピーク３本で作成した帰属対象ピーク及び帰属候補ピークのピーク・パターン例である。図１５は、帰属対象ピークと帰属候補ピークのピーク３本によるピーク・パターン図、図１６は、帰属対象ピークと別な帰属候補ピークのピーク３本によるピーク・パターン図、図１７は、帰属対象ピークと別な帰属候補ピークのピーク３本によるピーク・パターン図、図１８は、帰属対象ピークと別な帰属候補ピークのピーク３本によるピーク・パターン図である。
　図１９～図２２は、ピーク・パターン作成部３５に係るピーク５本で作成した帰属対象ピーク及び帰属候補ピークのピーク・パターン図である。
　図２３～図６１は、ピーク・パターン作成部３５に係る帰属対象ピーク及び帰属候補ピークのピーク・パターンを網羅的に作成し、比較する網羅的比較の原理を説明した図である。 
　図６２、図６３は、ピーク帰属部３７に係るピーク３本で作成したピーク・パターンの一致度の算出方法について説明した図である。
　図６４は、ピーク帰属部３７に係るピーク５本で作成したピーク・パターンの一致度の算出方法について説明した図である。
　図６５は、ピーク帰属部３７に係る帰属対象ピーク７３及び帰属候補ピーク９５のＵＶスペクトル１３５及び１３９を示した図である。
　図６６は、ピーク帰属部３７に係る帰属対象ピーク７３のＵＶスペクトル１３５と帰属候補ピーク９５のＵＶスペクトル１３９の一致度について説明した図である。
　図６７は、ピーク帰属部３７に係る帰属対象ピーク７３と帰属候補ピーク９５のピーク・パターンの一致度とＵＶスペクトルの一致度から算出する帰属候補ピークの一致度について説明した図である。
　図６８は、ピーク帰属部３７に係る対象ＦＰ４３における各ピークの基準群ＦＰ４５への帰属を説明した図である。
　図６９は、ピーク帰属部３７に係る対象ＦＰ４３の各ピークが基準群ＦＰ４５に帰属された状況を示す対象ＦＰピーク特徴量４７を説明した図である。
　（基準ＦＰの選定）
　前記基準ＦＰ選定部３３の機能を、図５～図９を用いてさらに説明する。
　図５は、対象ＦＰ及び基準ＦＰのリテンション・タイムを示す図、図６は、対象ＦＰのリテンション・タイム・出現パターンを示す図、図７は、基準ＦＰのリテンション・タイム・出現パターンを示す図である。図８は、対象ＦＰと基準ＦＰのリテンション・タイム・出現距離の一致数を示す図、図９は、対象ＦＰと基準ＦＰのリテンション・タイム・出現パターンの一致度を示す図である。
　図５では、対象ＦＰ６１及び基準ＦＰ８３それぞれのリテンション・タイムを示す。図６、図７では、対象ＦＰ６１及び基準ＦＰ８３それぞれのリテンション・タイムから全てのリテンション・タイム間距離を算出し、それら距離を表形式にまとめたリテンション・タイム・出現パターンを示す。図８では、これらの出現パターンからリテンション・タイム・出現距離の一致数を算出し、それら一致数を表形式にまとめたリテンション・タイム・出現距離の一致数を示す。図９では、この一致数をもとにリテンション・タイム・出現パターンの一致度を算出し、それら一致度を表形式にまとめたリテンション・タイム・出現パターンの一致度を示す。
　対象ＦＰ６１のピーク帰属処理において、対象ＦＰ６１とできるだけＦＰパターンが類似した基準ＦＰで対象ＦＰ６１の各ピークを帰属する。この対象ＦＰ６１に類似した基準ＦＰを複数の基準ＦＰから選定することが精度の高い帰属を行う上で重要なポイントである。
　そこで、対象ＦＰ６１のＦＰパターンとの類似性を客観的かつ簡易的に評価する方法として、リテンション・タイム・出現パターンの一致度によりＦＰパターンの類似性を評価する。
　例えば、対象ＦＰ６１及び基準ＦＰ８３のリテンション・タイムが図５のような場合、対象ＦＰ６１及び基準ＦＰ８３それぞれのリテンション・タイム・出現パターンは、図６、図７のようになる。図６、図７では、上段の対象ＦＰ６１及び基準ＦＰ８３に対し、下段の図表のように、各セルの値がリテンション・タイム間距離で構成された表形式のパターンとして作成している。
　図６において、対象ＦＰ６１の各ピーク（６３、６５、６７、６９、７１、７３、７５、７７、７９、８１）のリテンション・タイムは、（１０．２）、（１０．５）、（１０．８）、（１１．１）、（１１．６）、（１２．１）、（１２．８）、（１３．１）、（１３．６）、（１４．０）となっている。
　したがって、ピーク６３及びピーク６５間のリテンション・タイム間距離は、（１０．５）－（１０．２）＝（０．３）となる。同様に、ピーク６３及びピーク６７間は、（０．６）、ピーク６５及びピーク６７間は、（０．３）などとなる。以下、同様であり、図６の下段図表の対象ＦＰ出現パターンとなる。
　図７において、基準ＦＰ８３の各ピーク（８５、８７、８９、９１、９３、９５、９７、９９、１０１、１０３、１０５）のリテンション・タイムは、（１０．１）、（１０．４）、（１０．７）、（１１．１）、（１１．７）、（１２．３）、（１２．７）、（１３．１）、（１３．６）、（１４．１）、（１４．４）となっている。
　したがって、同様にリテンション・タイム間距離は、図７の下段図表の基準ＦＰ出現パターンとなる。
　この図６、図７ようにパターン化した各ピークを総当たりで比較し一致数を求める。例えば、図６下段図表の対象ＦＰ出現パターンの各セルの値と図７下段図表の基準ＦＰ出現パターンの各セルの値とを比較し、図８のように一致数を得る。
　すなわち、対象ＦＰ６１と基準ＦＰ８３のリテンション・タイム・出現パターンの全てのリテンション・タイム間距離を行単位で順番に総当たりで比較し、設定した範囲内で距離が一致した数を算出した。
　例えば、図６、図７の対象及び基準ＦＰリテンション・タイム・出現パターンの１行を比較すると、一致数は７個である。この７個の一致数が、図８の対象及び基準ＦＰリテンション・タイム・出現パターンの１行目に書き込まれる。図６、図7中のその他の行についても同様であり、対象ＦＰリテンション・タイム・出現パターンの１行～９行までと、基準ＦＰリテンション・タイム・出現パターンの１行～１０行までとを総当たりで比較し、それぞれ一致数が得られる。
　図８に結果を示した。この図８において、丸で囲まれた左端の７の数値は、対象及び基準ＦＰリテンション・タイム・出現パターンの１行目を比較した結果であり、その隣の７の数値は、対象ＦＰリテンション・タイム・出現パターンの１行目と基準ＦＰリテンション・タイム・出現パターンの２行目とを比較した結果である。設定の範囲に限定はなく、好ましくは０．０５分～０．２分の範囲である。実施例１は、０．１分とした。
　リテンション・タイム・出現パターンの一致度をＲＰとすると、対象ＦＰ６１のｆ行目のリテンション・タイム・出現パターンと基準ＦＰ８３のｇ行目のリテンション・タイム・出現パターンの一致度（ＲＰｆｇ）は、Tanimoto係数を用いて、
　ＲＰｆｇ　＝　｛１－（ｍ／（ａ＋ｂ－ｍ））｝×（ａ－ｍ＋１）
として算出する。
　なお、式中ａは対象ＦＰ６１のピーク数（対象ＦＰピーク数）、ｂは基準ＦＰ８３のピーク数（基準ＦＰピーク数）、ｍはリテンション・タイム・出現パターンの一致数（出現距離の一致数）である（図８参照）。図８の一致数をもとに前記式により各リテンション・タイム・出現パターンの一致度（ＲＰ）を算出した（図９参照）。
　これらＲＰの最小値であるＲＰ＿ｍｉｎを対象ＦＰ６１と基準ＦＰ８３とのリテンション・タイム・出現パターンの一致度とする。図９では、（０．５０）が対象ＦＰ６１の基準ＦＰに対する一致度となる。
　この一致度を全ての基準ＦＰについて算出し、最も小さい一致度の基準ＦＰが選定され、この基準ＦＰに対して対象ＦＰのピーク帰属を行わせる。
　基準ＦＰ選定部５は、対象ＦＰ６１及び基準ＦＰ８３を、ピーク高さ比でパターン化することもできる。
　ピーク高さ比でパターン化した各ピークを総当たりで比較し、設定した範囲内で高さ比が一致した数を算出する。この算出により図８と同様に一致数を得ることができる。
　なお、ピーク高さ比でパターン化する場合は、１行中に、同じような値が複数存在するケースがあり、これらを複数回カウントしないようにしなければならない。 
　一致度は、Tanimoto係数を、「高さ比の一致数／（対象ＦＰピーク数＋基準ＦＰピーク数－高さ比の一致数）」とし、（１－Tanimoto係数）が零に近いことで前記一致度を求めることができる。
　また、（１－Tanimoto係数）に、（対象ＦＰピーク数－出現パターン又は高さ比の一致数＋１）の重み付けをし、「（１－Tanimoto係数）×（対象ＦＰピーク数－出現パターン又は高さ比の一致数＋１」とし、重み付けにより対象ＦＰ６１のピーク（６３、６５、・・・）がより多く一致している基準ＦＰを選ぶことができる。
　（ピーク・パターンによる特徴量化）
　前記ピーク・パターン作成部３５の機能を、図１０～図６７を用いてさらに説明する。
　図１０のように帰属対象ピーク７３を基準ＦＰ８３のいずれかのピークに帰属するとき、何れのピークに帰属すべきか、ということになる。仮に、このピーク帰属を、ピーク、リテンション・タイム又はＵＶスペクトルのいずれかの情報のみで行ったとすると、これら３つの情報のいずれもが前記薬剤間誤差と分析誤差に起因する誤差を含んでいるため、単独情報によるピーク帰属の精度には限界がある。
　また、図１３、図１４のように帰属対象ピーク７３と基準ＦＰ８３の各ピーク間でリテンション・タイムのズレの許容幅を設定し、その許容幅内に存在する基準ＦＰ８３のピーク（以下、帰属候補ピーク）とＵＶスペクトル情報の２つの情報によるピーク帰属では、すべての情報を総合して帰属先を判定しているため、上記単独情報によるピーク帰属に比べ精度は向上する。
　しかし、３つの情報を使ったピーク帰属であったとしても、ＵＶスペクトルの特性として、類似成分のＵＶスペクトルはほとんど同じとなってしまうため、帰属候補ピークに複数の類似成分が含まれている場合は、結局ピーク情報のみでの帰属となってしまい、十分な精度は得られない。そのため、より精度の高いピーク帰属を行うためには、これら３つの情報にプラスする情報が必要である。
　そこで、図１１、図１２のような周辺ピークの情報を含めたピーク・パターンを作成し、このピーク・パターンの比較によってピークを帰属することにした。
　周辺のピークを含めたピーク・パターンとすると、これまでの３つの情報に周辺情報がプラスされ、４つの情報によるピーク帰属が可能となり、より高い帰属精度が得られる。
　その結果として、一度の帰属処理で大量のピークを高精度かつ効率的に一斉帰属することができる。
　さらに、ピーク帰属で使用するデータを周辺情報を含めた４つの情報にすることで、既存のピーク帰属の際に設定する制約条件（ピーク定義など）も必要なくなった。
　図１１では、帰属対象ピーク７３に対し、時間軸方向の双方に存在するピーク７１、７５を含めたピーク・パターン１１５を作成した。
　図１２では、帰属対象ピーク７３に対し、時間軸方向の双方に存在するピーク６９、７１、７５、７７を含めたピーク・パターン１２５を作成した。
　図１３、図１４では、帰属対象ピーク７３と基準ＦＰ８３の各ピーク間でリテンション・タイムのズレの許容幅を設定し、その許容幅内に存在する基準ＦＰ８３のピークを帰属対象ピーク７３に対応する候補ピーク（以下、帰属候補ピーク）とした。 
　図１５では、帰属対象ピーク７３のピーク・パターン１１５と比較するピーク・パターンとして、帰属候補ピーク９３に対し、時間軸方向前後の双方に存在するピーク９１、９５を含めたピーク・パターン１１７を作成した。
　図１６～図１８では、帰属対象ピーク７３のピーク・パターン１１５と比較するピーク・パターンとして、別な帰属候補ピーク９５、９７、９９に対し、それぞれ時間軸方向前後の双方に存在するピークを含めたピーク・パターン１１９、１２１、１２３を作成した。
　このピーク・パターンの比較をより高い精度で行わせるには、図１９～図２２のように、対象ＦＰならびに基準ＦＰの両方で周辺のピーク数を増加させたピーク・パターンを作成することが肝要である。
　例えば、周辺のピーク４本を含めた計５本のピークによるピーク・パターンの比較にすると、より高い帰属精度が得られる。
　図１９では、帰属対象ピーク７３のピーク・パターン１２５と比較するピーク・パターンとして、帰属候補ピーク９３に対し、時間軸方向の双方に存在するピーク８９、９１、９５、９７を含めたピーク・パターン１２７を作成した。
　図２０～図２２では、帰属対象ピーク７３のピーク・パターン１２５と比較するピーク・パターンとして、別な帰属候補ピーク９５、９７、９９に対し、それぞれ時間軸方向前後の双方に存在するピークを含めたピーク・パターン１２９、１３１、１３３を作成した。
　さらに、このピーク・パターンによる帰属をより高い精度で行わせるには、対象ＦＰと基準ＦＰのピーク数に違いがある（つまり、どちらか一方に存在しないピークがある）場合の対応が必要である。そのためには図２３～図２５のように帰属対象ピークならびに帰属候補ピークの両方でピーク・パターン構成ピークを網羅的に変化させたピーク・パターンを作成することが肝要である。
　具体的には、対象ＦＰの帰属対象ピークの周辺ピークの中から予めピーク・パターン構成ピークの候補となるピーク（以下、ピーク・パターン構成候補ピーク）を設定し、このピーク・パターン構成候補ピークを順番にピーク・パターン構成ピークとしてピーク・パターンを作成する。基準ＦＰの帰属候補ピークについても同様にピーク・パターン構成候補ピークを設定し、このピーク・パターン構成候補ピークを順番にピーク・パターン構成ピークとしてピーク・パターンを作成する。
　例えば、図２３のように帰属対象ピーク７３のピーク・パターン構成候補ピークとして時間軸方向周辺４本（６９、７１、７５、７７）、帰属候補ピーク９３のピーク・パターン構成候補ピークとして時間軸方向周辺４本（８９、９１、９５、９７）とし、ピーク・パターン構成ピークを任意の２本にそれぞれ設定する。この場合、図２４、図２５のように帰属対象ピーク７３及び帰属候補ピーク９３それぞれでピーク・パターンが4Ｃ2（＝6）パターン作成される。 
　さらに、ピーク・パターン構成候補ピークを１０本とし、ピーク・パターン構成ピークを任意の２本に設定すると、帰属対象ピーク及び帰属候補ピークそれぞれで、10Ｃ2（＝４５）パターンのピーク・パターンが作成される。ピーク・パターン構成ピークを任意の４本に設定すると、帰属対象ピーク及び帰属候補ピークそれぞれで、10Ｃ4（＝２１０）パターンのピーク・パターンが作成される。
　前記ピーク帰属部３７の機能を、図２６～図６９を用いてさらに説明する。
　ピーク帰属部３７では、ピーク・パターン作成部３５で作成した帰属対象ピークと帰属候補ピークの全ピーク・パターン間で、対応するピーク及びリテンション・タイムの差をもとにピーク・パターンの一致度（以下、Ｐ＿Ｓｉｍ）を算出する。ピーク帰属部３７は、Ｐ＿Ｓｉｍの最小値（以下、Ｐ＿Ｓｉｍ＿ｍｉｎ）を帰属対象ピークと帰属候補ピークのピーク・パターンの一致度とする。
　例えば、図２６～図６１のように帰属対象ピーク７３及び帰属候補ピーク９３のそれぞれでピーク・パターン構成候補ピークを時間軸方向前後周辺４本とし、ピーク・パターン構成ピークを任意の２本に設定する。この設定では、帰属対象ピーク及び帰属候補ピークそれぞれで、4Ｃ2（＝６）パターンのピーク・パターンが作成される。したがって、帰属対象ピーク７３及び帰属候補ピーク９３のＰ＿Ｓｉｍは、６パターン×６パターン（＝３６）通りで算出され、これらＰ＿Ｓｉｍの最小値であるＰ＿Ｓｉｍ＿ｍｉｎを帰属対象ピーク７３と帰属候補ピーク９３の一致度とする。
　ちなみに、帰属対象ピーク７３及び帰属候補ピーク９３のそれぞれでピーク・パターン構成候補ピークを時間軸方向前後周辺１０本とし、ピーク・パターン構成ピークを任意の２本に設定すると、帰属対象ピーク及び帰属候補ピークそれぞれで、10Ｃ2（＝４５）パターンのピーク・パターンが作成される。したがって、帰属対象ピーク７３及び帰属候補ピーク９３のＰ＿Ｓｉｍは、４５パターン×４５パターン（＝２０２５）通りで算出され、これらＰ＿Ｓｉｍの最小値であるＰ＿Ｓｉｍ＿ｍｉｎを帰属対象ピーク７３と帰属候補ピーク９３の一致度とする。また、ピーク・パターン構成ピークを任意の４本に設定すると、帰属対象ピーク及び帰属候補ピークそれぞれで、10Ｃ4（＝２１０）パターンのピーク・パターンが作成される。したがって、帰属対象ピーク７３及び帰属候補ピーク９３のＰ＿Ｓｉｍは、２１０パターン×２１０パターン（＝４４１００）通りで算出され、これらＰ＿Ｓｉｍの最小値であるＰ＿Ｓｉｍ＿ｍｉｎを帰属対象ピーク７３と帰属候補ピーク９３の一致度とする。
　このＰ＿Ｓｉｍは、帰属対象ピーク７３の全ての帰属候補ピークについて同様に算出する。
　図６２、図６３で、３本のピークで構成されたピーク・パターンを比較するためのピーク・パターンの一致度の算出方法を説明する。この場合、帰属対象ピーク７３のピーク・パターン１１５と帰属候補ピーク９５のピーク・パターン１１９を例にする。
　帰属対象ピーク７３のピーク・パターン１１５において、帰属対象ピーク７３のピーク及びリテンション・タイムをｐ１及びｒ１、ピーク・パターン構成ピーク７１のピーク及びリテンション・タイムをｄｎ１及びｃｎ１、ピーク・パターン構成ピーク７５のピーク及びリテンション・タイムをｄｎ２及びｃｎ２とする。
　帰属候補ピーク９５のピーク・パターン１１９において、帰属候補ピーク９５のピーク及びリテンション・タイムをｐ２及びｒ２、ピーク・パターン構成ピーク９３のピーク及びリテンション・タイムをｆｎ１及びｅｎ１、ピーク・パターン構成ピーク９７のピーク及びリテンション・タイムをｆｎ２及びｅｎ２とする。
　ピーク・パターンの一致度をＰ＿Ｓｉｍとすると、帰属対象ピーク７３と帰属候補ピーク９５の３本のピークで構成するピーク・パターンの一致度（Ｐ＿Ｓｉｍ（７３－９５））は、
　Ｐ＿Ｓｉｍ（７３－９５） ＝ (|p1－p2|＋1)×(|(r1－(r2＋d)|＋1)
    　　　　　　　 　   ＋(|dn1－fn1|＋1)×(|(cn1－r1)－(en1－r2)|+1)
   　　　　　　　    　 ＋(|dn2－fn2|＋1)×(|(cn2－r1)－(en2－r2)|+1)
として算出する。
　なお、式中のｄは、リテンション・タイムのずれを補正する値である。
　図６４で、５本のピークで構成されたピーク・パターンを比較するためのピーク・パターンの一致度の算出方法を説明する。この場合、帰属対象ピーク７３のピーク・パターン１２５と帰属候補ピーク９５のピーク・パターン１２９を例にする。
　帰属対象ピーク７３のピーク・パターン１２５において、帰属対象ピーク７３のピーク及びリテンション・タイムをｐ１及びｒ１、ピーク・パターン構成ピーク６９、７１、７５、７７のピーク及びリテンション・タイムをそれぞれｄｎ１及びｃｎ１、ｄｎ２及びｃｎ２、ｄｎ３及びｃｎ３、ｄｎ４及びｃｎ４とする。
　帰属候補ピーク９５のピーク・パターン１２９において、帰属候補ピーク９５のピーク及びリテンション・タイムをｐ２及びｒ２、ピーク・パターン構成ピーク９１、９３、９７、９９のピーク及びリテンション・タイムをそれぞれｆｎ１及びｅｎ１、ｆｎ２及びｅｎ２、ｆｎ３及びｅｎ３、ｆｎ４及びｅｎ４とする。
　帰属対象ピーク７３と帰属候補ピーク９５の５本のピークで構成するピーク・パターンの一致度（Ｐ＿Ｓｉｍ（７３－９５））は、
　Ｐ＿Ｓｉｍ（７３－９５） ＝ (|p1－p2|＋1)×(|(r1－(r2＋d)|＋1)
      　　　　　　　　  ＋(|dn1－fn1|＋1)×(|(cn1－r1)－(en1－r2)|+1)
       　　　　　　　　 ＋(|dn2－fn2|＋1)×(|(cn2－r1)－(en2－r2)|+1)
   　　　　　　　　     ＋(|dn3－fn3|＋1)×(|(cn3－r1)－(en3－r2)|+1)
    　　　　　　　　    ＋(|dn4－fn4|＋1)×(|(cn4－r1)－(en4－r2)|+1)
として算出する。
　なお、式中のｄは、リテンション・タイムのずれを補正する値である。
　ピーク帰属部３７では、図６７、図６８のように帰属対象ピークと帰属候補ピークでＵＶスペクトルの一致度を算出する。
　図６５は、帰属対象ピーク７３及び帰属候補ピーク９５のＵＶスペクトル（１３５と１３９）図であり、図６６のようにこれら２つのＵＶスペクトルの一致度（ＵＶ＿Ｓｉｍ（７３－９５））は、
　ＵＶ＿Ｓｉｍ（７３－９５）＝　ＲＭＳＤ（１３５ ｖｓ １３９）
として算出する。
　ＲＭＳＤは、平均二乗偏差のことで、対応する２点の距離（ｄｉｓ）をそれぞれ二乗し、その相加平均の平方根として定義される。つまり、
　ＲＭＳＤ ＝ √｛ Σｄｉｓ2 ／ ｎ ｝
として算出する。
　ｎは、ｄｉｓの数である。
　ここで、ＵＶスペクトルの波形は極大波長及び極小波長を含んでおり、この極大波長及び極小波長或いは何れかを比較することで一致度を算出することも可能である。しかし、吸収特性のない化合物あるいは吸収特性が類似した化合物等では、極大波長、極小波長は同じであるが、全体の波形がかなり異なる場合もあり、極大波長、極小波長の比較では、波形の一致度を算出できない恐れがある。
　これに対し、ＵＶスペクトルの波形によりＲＭＳＤを利用した場合には、波形全体の比較となるため、ＵＶスペクトルの波形の一致度の算出をより正確に行わせ、吸収特性のない化合物あるいは吸収特性が類似した化合物でも正確に識別できることになる。
　このＵＶスペクトルの一致度は、帰属対象ピーク７３の全ての帰属候補ピークについて同様に算出する。
　さらに、ピーク帰属部３７では、図６７のように上記２つの一致度を統合した帰属候補ピークの一致度を算出する。
　図６７のように帰属候補ピークの一致度（ＳＣＯＲＥ（７３－９５））はピーク・パターンとＵＶスペクトルのそれぞれの一致度を乗じて算出する。ピーク・パターン７３、９５の一致度を示すスコアが、Ｐ＿Ｓｉｍ＿ｍｉｎ(７３－９５)であり、対応するＵＶ波形データ１３５、１３９の一致度を示すスコアが、ＵＶ＿Ｓｉｍ（７３－９５）であるとする。このとき、帰属候補ピークの一致度　ＳＣＯＲＥ（７３－９５）は、
　ＳＣＯＲＥ（７３－９５）
　＝　Ｐ＿Ｓｉｍ＿ｍｉｎ(７３－９５)×ＵＶ＿Ｓｉｍ（７３－９５）
として算出する。
　この帰属候補ピークの一致度を帰属対象ピーク７３の全ての帰属候補ピークについて同様に計算する。
　そして、全帰属候補ピーク間でこのＳＣＯＲＥを比較し、ＳＣＯＲＥが最小となる帰属候補ピークを帰属対象ピーク７３の帰属ピークとして判定する。
　ピーク帰属部３７では、帰属対象ピークの帰属すべきピークを２つの観点を総合して判定するため、正確なピーク帰属を実現することができる。
　また、対象ＦＰピーク特徴量作成部７では、対象ＦＰの基準ＦＰへの帰属結果をもとに、図６８のように、対象ＦＰ４３の各ピークを基準群ＦＰ４５へ帰属する。
　対象ＦＰ４３の各ピークは、前記帰属処理により基準群ＦＰ４５を構成する基準ＦＰに帰属される。この帰属結果をもとに最終的に基準群ＦＰ４５のピークに帰属する。
　尚、基準群ＦＰ４５は、正常品と定めた複数の基準ＦＰ全てを前記のように帰属処理し作成したものであり、その各ピークは帰属されたピークの平均値（黒点）±標準偏差（縦分割線）で表している。
　図６９は、対象ＦＰ４３を基準群ＦＰ４５に帰属した結果であり、この結果が対象ＦＰ４３の対象ＦＰピーク特徴量４７である。
［ＦＰ領域分割特徴量作成の動作原理］
　図７０～図８６は、ＦＰ領域分割特徴量作成の動作原理を示し、図７０は、領域分割による数量化を示す説明図、図７１は、リテンション・タイム等の変動との関係を示す説明図、図７２は、領域の位置を変更して数量化する説明図、図７３は、ＦＰタイプ２のデータを示す図表、図７４は、ＦＰタイプ２のパターンを示す説明図、図７５は、縦・横分割線での領域分割による領域ごとの特徴量化を示す説明図、図７６は、縦分割線（1本目）の設定を示す説明図、図７７は、横分割線（1本目）の設定を示す説明図、図７８は、縦・横分割線による領域分割を示す説明図、図７９は、特徴量化する領域の数を示す説明図、図８０は、領域１の特定を示す説明図、図８１は、全ピークの高さ及び合計を示す図表、図８２は、領域１のピーク高さの合計を示す説明図、図８３は、最初の1パターンによる全領域の特徴量を示す図表、図８４は、縦１本目の位置を順次変更してできた各領域での特徴量を示す図表、図８５は、横１本目の位置を順次変更してできた各領域での特徴量を示す図表、図８６は、各縦・横分割線の位置を変更しない１通りでの特徴量を示す図表である。
　前記対象ＦＰ領域分割特徴量作成部１１又は基準ＦＰ領域分割特徴量作成部２３は、前記のように対象ＦＰタイプ２又は基準ＦＰタイプ２を分割した各領域に存在するピークの存在率から対象ＦＰ領域分割特徴量又は基準ＦＰ領域分割特徴量を作成する。
　領域の分割は、例えば図７０のように行う。図７０では、例えば薬剤ＡのＦＰ５５について分割している。シグナル強度軸に平行な複数の縦分割線１４１と時間軸に平行な複数の横分割線１４３とにより分割し、複数の領域である複数の格子１４５を作成する。
　複数の横分割線１４３は、本実施例では、シグナル強度が増大する方向へ等比間隔で設定される。この設定により、ピークの密集する部分での領域分割を細分化し、ピークの存在率をより正確に把握することが可能となる。但し、複数の横分割線１４３の本数を増加するなどして等差間隔で設定することも可能である。
　この各格子１４５内に存在するピーク高さの割合で数量化し、特徴量とする。
　一方、図７１のように、分析条件の僅かなバラツキ等により、リテンション・タイムやピーク高さがＦＰ５５Ａ、５５Ｂのように変動する。この変動により各格子１４５内の値が大きく変動する恐れがある。
　（基準ＦＰタイプ２の場合）
　そこで、基準ＦＰタイプ２の場合には、図７２のように、各格子１４５の位置を変更（シフト）し変更前後で数量化する。この操作により基準ＦＰ領域分割特徴量を正確に作成することが可能となる。各縦・横分割線１４１、１４３を設定範囲内で平行移動させるように位置を変更設定することで前記各格子１４５の位置を変更する。
　ここで、各格子１４５の位置を変更した数量化について、さらに説明する。
　図７３は、基準ＦＰタイプ２のデータｄ２０２、ｄ２０７、ｄ２０８を一例として示す。このデータは、リテンション・タイム（ＲＴ）及びピーク高さ（Ｈｅｉｇｈｔ）の情報のみの構成となっている。このデータは、前記基準ＦＰタイプ２作成部２１において、複数の各基準ＦＰから特徴量化されたピークを除いて残ったピークとそのリテンション・タイムとで構成される基準ＦＰタイプ２に対応し、全ピークの各ＵＶスペクトルは除いている。
　基準ＦＰタイプ２のデータｄ２０２、ｄ２０７、ｄ２０８のパターンは、図７４のようになっている。
　これらのＦＰパターンを縦・横分割線１４１、１４３により領域分割し、その領域ごとに特徴量化する。
　（縦分割線（1本目）の設定）
　縦分割線(1本目)の位置を設定するため、図７６のように、1本目のリテンション・タイム（ＲＴ）、振幅、刻みを指定する。
　この3つのパラメータをもとに、次の条件で縦1本目の位置が複数箇所設定される。
　縦分割線（１本目）＝ＲＴ－振幅＋（振幅×２／刻み）×ｉ
　（ｉ＝０、１、２、・・・・、刻み－１）
　例えば、ＲＴ＝１、振幅＝１、刻み回数＝１０　に指定すると、
　縦分割線(1本目）=　0.0、 0.2、 0.4、 0.6、 0.8、 1.0、 1.2、 1.4、 1.6、 1.8
　が設定される。
　（横分割線（1本目）の設定）
　横(1本目)の位置を設定するため、図７７のように、1本目の高さ、振幅、刻みを指定する。
  この3つのパラメータをもとに、次の条件で横1本目の位置が複数箇所設定される。
　例えば、高さ=1、振幅=0.5、刻み回数=10　に指定すると、
　横分割線（１本目）＝高さ－振幅＋（振幅×２／刻み）×ｉ
　（ｉ＝０、１、２、・・・・、刻み－１）
　例えば、高さ=1、振幅=0.5、刻み回数=10　に指定すると、
　横分割線(1本目）= 0.5、 0.6、 0.7、 0.8、 0.9、 1.0、 1.1、 1.2、 1.3、 1.4
　が設定される。
　（縦・横分割線(1本目)の組み合わせ）
　設定された縦・横分割線（1本目）の全ての組み合わせで、順次2本目以降の標本線を設定し、領域分割する。
　前記の例では次のようになる。
　縦分割線(1本目）×横分割線(1本目）=
　　（0.0、 0.2、 0.4、 0.6、 0.8、 1.0、 1.2、 1.4、 1.6、 1.8）
　　　×（0.5、 0.6、 0.7、 0.8、 0.9、 1.0、 1.1、 1.2、 1.3、 1.4）＝１００通り
　この100通り全て組み合わせで順次2本目以降の分割線を設定し、領域を分割する。
　（縦・横分割線(2本目以降)の設定）
　縦分割線2本目以降は指定した間隔（等差）で指定した本数になるまで設定する。
　縦分割線ｉ本目＝縦分割線（ｉ－１）本目＋間隔
　（ｉ＝２、・・・・、指定した本数）
　横分割線2本目以降は指定した間隔（等比）で指定した本数になるまで設定する。
　横分割線ｉ本目＝横分割線（ｉ－１）本目＋間隔×２÷（ｉ－２）
　（ｉ＝２、・・・・、指定した本数）
　例えば、縦1本目=0.0、縦間隔=10、縦本数=7、横分割線1本目=0．5、横間隔=1、横本数=6　の場合、
　縦分割線＝0、10、20、30、40、50、60
　横分割線＝0.5、1.5、3.5、7.5、15.5、31.5
に設定される。
　（分割線による領域分割）
　設定された縦と横の分割線を先程の例をもとＦＰ上に表記すると、図７８のようになる。
　この縦と横の線で囲まれた領域ごとにＦＰを特徴量化する。
　領域は全部で３０個あるので、図７９のように３０特徴量が得られる。
　（領域ごとの特徴量化）
　各領域は、次の式により特徴量化する。
　特徴量＝領域内ピーク高さ合計／全ピーク高さ合計
　（特徴量化の方法）
　以下に、上の式により、図８０に示すd202の領域1の特徴量を求める。
　まず、全ピークの高さ合計を算出すると、図８１のように、15.545472となる。
　次に、領域1のピーク高さ合計を、図８２のように算出する。
　従って、領域1の特徴量は、
　特徴量　=　2　／　15.545472=0.128655
　となる。
　（全領域の特徴量化）
　上記特徴量化方法により、最初の1パターンによる全領域の特徴量を算出する。図８３に算出結果を示す。
　（縦分割線1本目を順次変更して特徴量化）
　縦分割線1本目の位置を順次変更してできた各領域を上記方法で特徴量化する。図８４に結果を示す。
　（横1本目を順次変更して特徴量化）
　横分割線1本目の位置を変更するたびに縦1本目を1通り変更。できた各領域を上記方法で特徴量化する。図８５に結果を示す。
　この処理により、縦・横分割線1本目が１０箇所ずつあった場合では、
　１００行（１００通り）×３１列（ファイル名＋３０特徴量）
のデータとなる。
　（全基準データの特徴量化（基準ｔｙｐｅ２群ＦＰ））
　これまでの処理を全基準データで実施する。例えば、基準データがｄ２０２、ｄ２０７、ｄ２０８の３データであった場合は、
　３００行（１００通り×３データ）×３１列（ファイル名＋３０特徴量）
となる。
　（対象ＦＰタイプ２の場合）
　対象ＦＰタイプ２では、縦・横分割線（１本目）の組み合わせは、１通り(縦（ＲＴ）＝１、横（高さ）＝１)となるので、この１通りでの特徴量を算出する。
［ＭＤ値］
　図８７～図９１は、前記のように、評価部２７に係る各種対象ＦＰとその評価値（ＭＤ値）を示した図であり、前記のように各対象ＦＰを前記のように帰属処理することで、評価部２７にて、上記ＭＴ法によりＭＤ値（ＭＤ値：０．２６、２．２０等）を求めることができる。
［多成分薬剤の評価方法］
　図９２は、パターンの評価方法として、本発明実施例１の多成分薬剤の評価方法を示す工程図である。
　図９２のように、多成分薬剤の評価方法は、ＦＰ作成工程１４８と、対象ＦＰピーク帰属工程１４９と、対象ＦＰピーク特徴量作成工程１５１と、対象ＦＰタイプ２作成工程１５３と、対象ＦＰ領域分割特徴量作成工程１５５と、対象ＦＰ特徴量統合工程１５７と、基準ＦＰピーク帰属工程１５９と、基準ＦＰ帰属結果統合工程１６１と、基準ＦＰピーク特徴量作成工程１６３と、基準ＦＰタイプ２作成工程１６５と、基準ＦＰ領域分割特徴量作成工程１６７と、基準ＦＰ特徴量統合工程１６９と、評価工程１７１とを備えている。
　ＦＰ作成工程１４８は、対象ＦＰ作成工程１７３と、基準ＦＰ作成工程１７５とを備えている。
　対象ＦＰピーク帰属工程１４９は、基準ＦＰ選定工程１７７と、ピーク・パターン作成工程１７９と、ピーク帰属工程１８１とを備えている。
　これら、ＦＰ作成工程１４８、対象ＦＰピーク帰属工程１４９、対象ＦＰピーク特徴量作成工程１５１、対象ＦＰタイプ２作成工程１５３、対象ＦＰ領域分割特徴量作成工程１５５、対象ＦＰ特徴量統合工程１５７、基準ＦＰピーク帰属工程１５９、基準ＦＰ帰属結果統合工程１６１、基準ＦＰピーク特徴量作成工程１６３、基準ＦＰタイプ２作成工程１６５、基準ＦＰ領域分割特徴量作成工程１６７、基準ＦＰ特徴量統合工程１６９、評価工程１７１は、本実施例において前記多成分薬剤の評価装置１を用いて行われる。
　ＦＰ作成工程１４８は、図１のＦＰ作成部３の機能により行わせ、同様に対象ＦＰピーク帰属工程１４９、対象ＦＰピーク特徴量作成工程１５１、対象ＦＰタイプ２作成工程１５３、対象ＦＰ領域分割特徴量作成工程１５５、対象ＦＰ特徴量統合工程１５７、基準ＦＰピーク帰属工程１５９、基準ＦＰ帰属結果統合工程１６１、基準ＦＰピーク特徴量作成工程１６３、基準ＦＰタイプ２作成工程１６５、基準ＦＰ領域分割特徴量作成工程１６７、基準ＦＰ特徴量統合工程１６９、評価工程１７１を、対象ＦＰピーク帰属部５、対象ＦＰピーク特徴量作成部７、対象ＦＰタイプ２作成部９、対象ＦＰ領域分割特徴量作成部１１、対象ＦＰ特徴量統合部１３、基準ＦＰピーク帰属部１５、基準ＦＰ帰属結果統合部１７、基準ＦＰピーク特徴量作成部１９、基準ＦＰタイプ２作成部２１、基準ＦＰ領域分割特徴量作成部２３、基準ＦＰ特徴量統合部２５、評価部２７の各機能により行わせる。
　但し、各工程を、それぞれ別々のコンピュータで機能させることができ、例えば対象ＦＰ作成工程１７３と、対象ＦＰピーク帰属工程１４９と、対象ＦＰピーク特徴量作成工程１５１と、対象ＦＰタイプ２作成工程１５３と、対象ＦＰ領域分割特徴量作成工程１５５と、対象ＦＰ特徴量統合工程１５７と、評価工程１７１とを一つのコンピュータで機能させ、基準ＦＰ作成工程１７５と、基準ＦＰピーク帰属工程１５９と、基準ＦＰ帰属結果統合工程１６１と、基準ＦＰピーク特徴量作成工程１６３と、基準ＦＰタイプ２作成工程１６５と、基準ＦＰ領域分割特徴量作成工程１６７と、基準ＦＰ特徴量統合工程１６９とを他のコンピュータで機能させることなどもできる。
　この場合、基準ＦＰ統合特徴量は、他のコンピュータで作成し、評価工程１７１に供給されることになる。
　こうして、ＦＰ作成工程１４８は、時系列でピークが変化する評価対象の対象パターンを取得する対象パターン取得工程を構成する。
　対象ＦＰピーク帰属工程１４９は、対象パターンとこの対象パターンに対応し評価基準となる基準パターンとのピークを比較し対応するピークを特定する対象ピーク帰属工程を構成する。
　対象ＦＰピーク特徴量作成工程１５１は、対象ピーク帰属工程で特定されて帰属したピークと評価基準となる複数の基準パターンのピークとを比較評価して特徴量化された対象ピーク特徴量を作成する対象ピーク特徴量作成工程を構成する。
　対象ＦＰタイプ２作成工程１５３は、前記対象パターンから前記特徴量化されたピークを除いて残ったピークで構成されるパターンを対象パターン・タイプ２として作成する対象パターン・タイプ２作成工程を構成する。
　対象ＦＰ領域分割特徴量作成工程１５５は、前記対象パターン・タイプ２を複数の領域に分割し各領域に存在するピークの存在率から対象パターン領域分割特徴量を作成する対象パターン領域分割特徴量作成工程を構成する。
　対象ＦＰ特徴量統合工程１５７は、前記対象パターン・ピーク特徴量と前記対象パターン領域分割特徴量とを統合して対象パターン統合特徴量を作成する対象パターン特徴量統合工程を構成する。
　評価工程１７１は、前記対象パターン統合特徴量とこの対象パターン統合特徴量に対応し評価基準となる複数の基準パターンに基づく基準パターン統合特徴量とを比較評価する評価工程を構成する。
［多成分薬剤の評価プログラム］
　図９３～図１０８は、多成分薬剤の評価プログラムに係るフローチャート、図１０９～図１１６は、基準データの作成に係るフローチャート、図１１７は、３Ｄクロマトのデータ例を示す図表、図１１８は、ピーク情報のデータ例を示す図表、図１１９は、ＦＰのデータ例を示す図表、図１２０は、対象ＦＰの基準ＦＰへの帰属スコア計算結果（判定結果ファイル）例を示す図表、図１２１は、対象ＦＰと基準ＦＰで対応するピークの照合過程で作成する２つの中間ファイル（帰属候補ピークスコア表、帰属候補ピーク番号表）例を示す図表、図１２２は、対象ＦＰと基準ＦＰで対応するピークを特定した結果である照合結果ファイル例を示す図表、図１２３は、基準群ＦＰのデータ例を示す図表、図１２４は、基準群ＦＰに帰属した対象ＦＰのピーク特徴量データのファイル例を示す図表、図１２５は、対象及び基準ＦＰタイプ２のデータ例を示す図表、図１２６は、対象ＦＰ領域分割特徴量ファイル例を示す図表、図１２７は、対象ＦＰ特徴量統合ファイル例を示す図表、図１２８は、基準ｔｙｐｅ２群ＦＰ例を示す図表、図１２９は、基準群統合データ例を示す図表である。
　図９３、図９４は、評価対象薬剤を評価するための処理全体のステップを示すフローチャートであり、システム起動によりスタートし、ＦＰ作成部３のＦＰ作成機能と、対象ＦＰピーク帰属部５の対象ＦＰピーク帰属機能と、対象ＦＰピーク特徴量作成部７の対象ＦＰピーク特徴量作成機能と、対象ＦＰタイプ２作成部９の対象ＦＰタイプ２作成機能と、対象ＦＰ領域分割特徴量作成部１１の対象ＦＰ領域分割特徴量作成機能と、対象ＦＰ特徴量統合部１３の対象ＦＰ特徴量統合機能と、基準ＦＰピーク帰属部１５の基準ＦＰピーク帰属機能と、基準ＦＰ帰属結果統合部１７の基準ＦＰ帰属結果統合機能と、基準ＦＰピーク特徴量作成部１９の基準ＦＰピーク特徴量作成機能と、基準ＦＰタイプ２作成部２１の基準ＦＰタイプ２作成機能と、基準ＦＰ領域分割特徴量作成部２３の基準ＦＰ領域分割特徴量作成機能と、基準ＦＰ特徴量統合部２５の基準ＦＰ特徴量統合機能と、評価部２７の評価機能とをコンピュータに実現させる。
　ＦＰ作成機能は、ステップＳ１で実現される。対象ＦＰピーク帰属機能は、ステップＳ２、Ｓ３、Ｓ４で実現される。対象ＦＰピーク特徴量作成機能は、ステップＳ５で実現される。対象ＦＰタイプ２作成機能は、ステップＳ６で実現される。対象ＦＰ領域分割特徴量作成機能は、ステップＳ７で実現される。対象ＦＰ特徴量統合機能は、ステップＳ８で実現される。評価機能は、ステップＳ９、Ｓ１０で実現される。
　ステップＳ１は、３Ｄクロマト及び特定の検出波長におけるピーク情報を入力データとして「ＦＰ作成処理」が実行される。
　３Ｄクロマトは、評価対象薬剤をＨＰＬＣで分析することにより得られるデータであり、図１１７の３Ｄクロマトのデータ例１８３で示すように、リテンション・タイム、検出波長、ピーク（シグナル強度）の三次元情報で構成されたデータである。ピーク情報は、同ＨＰＬＣ分析により得られる特定波長におけるクロマト・データをＨＰＬＣデータ解析ツール（例えば、ＣｈｅｍＳｔａｔｉｏｎ等）で処理することで得られるデータであり、図１１８のピーク情報例１８５で示すように、ピークとして検出された全ピークの極大値及び面積値とその時点のリテンション・タイム等で構成されたデータである。
　ステップＳ１では、コンピュータのＦＰ作成部３の対象ＦＰ作成部２９（図１）が機能し、３Ｄクロマト及びピーク情報から前記対象ＦＰ４３（図２）を作成し、そのデータをファイルとして出力する。この対象ＦＰ４３は、図１１９のＦＰのデータ例１８７で示すように、リテンション・タイムとピーク高さとピーク高さごとのＵＶスペクトルで構成されたデータである。
　ステップＳ２は、ステップＳ１で出力した対象ＦＰ及び全基準ＦＰを入力として、「対象ＦＰ帰属処理１」が実行される。
　ステップＳ２では、コンピュータの基準ＦＰ選定部３３が機能し、全基準ＦＰに対して対象ＦＰ４３とのリテンション・タイム・出現パターンの一致度を算出し、対象ＦＰ４３の帰属に適した基準ＦＰを選定する。
　基準ＦＰは、正常品と定めた薬剤の３Ｄクロマトとピーク情報から前記ステップＳ１と同様の処理により作成されたＦＰである。なお、正常品は、安全性、有効性が確認された薬剤（基準漢方薬）と定義され、製品ロットの異なる複数の薬剤が該当する。 基準ＦＰも、図１１９のＦＰのデータ例１８７と同様に構成されたデータである。
　ステップＳ３は、対象ＦＰ４３とステップＳ２で選定した基準ＦＰを入力とし、「対象ＦＰ帰属処理２」が実行される。
　ステップＳ３では、コンピュータのピーク・パターン作成部３５（図１）及びピーク帰属部３７（図１）が機能する。この機能により、対象ＦＰ４３とステップＳ２で選定した基準ＦＰの全ピークで、図２３～図６１のように網羅的にピーク・パターンを作成し、次にそれらピーク・パターンの一致度（図６３または図６４のＰ＿Ｓｉｍ）を算出する。また、対象ＦＰと基準ＦＰのピーク間でＵＶスペクトルの一致度（図６６のＵＶ＿Ｓｉｍ）を算出する。さらにこれら２つの一致度から帰属候補ピークの一致度（図６７のＳＣＯＲＥ）を算出する。その算出結果は、図１２０の判定結果ファイル例１８９と同様なファイルに出力される。
　ステップＳ４は、ステップＳ３で出力した判定結果ファイル１８９を入力とし、「対象ＦＰ帰属処理３」が実行される。
　ステップＳ４では、コンピュータのピーク帰属部３７が機能し、対象ＦＰ４３と基準ＦＰ間で、帰属候補ピークの一致度（ＳＣＯＲＥ）をもとに対象ＦＰの各ピークに対応する基準ＦＰのピークを特定する。その結果は、図１２２の照合結果ファイル例１９５と同様な照合結果ファイルに出力される。
　ステップＳ５は、ステップＳ４で出力した照合結果ファイルと基準群ＦＰ１９７とを入力とし、「対象ＦＰ帰属処理４」が実行される。
　基準群ＦＰ１９７は、全基準ＦＰから前記ステップＳ２からステップＳ４と同様の処理により作成された全基準ＦＰ間のピーク対応データである。
　ステップＳ５では、コンピュータの対象ＦＰピーク特徴量作成部７が機能し、対象ＦＰ４３の照合結果ファイルをもとに、図６８、図６９のように、対象ＦＰ４３の各ピークを基準群ＦＰ１９７のピークに帰属する。その結果は、図１２４のピーク・データ特徴量のファイル例１９９と同様なファイルに出力される。
　ステップＳ６は、ステップＳ５で出力したピーク・データ特徴量ファイルと対象ＦＰとを入力とし、「ＦＰ_type２の作成」の処理が実行される。
　ステップＳ６では、コンピュータの対象ＦＰタイプ２作成部９が機能し、対象ＦＰピーク特徴量作成部７において特定されたピーク４７を元の対象ＦＰ４３から除いて残ったピークとそのリテンション・タイムとで構成されるＦＰを対象ＦＰタイプ２（４９）として作成する。その結果は、ＦＰタイプ２ファイル（図１２５のＦＰタイプ２ファイル例２０１参照）に出力される。
　ステップＳ７では、「領域分割による対象ＦＰ_type２の特徴量化処理」が実行される。この処理では、コンピュータの対象ＦＰ領域分割特徴量作成部１１が機能し、図７０の領域分割により、対象ＦＰ領域分割特徴量が作成される。その結果は、対象ＦＰ領域分割特徴量ファイル（図１２６の対象ＦＰ領域分割特徴量ファイル例２０３参照）に出力される。
　ステップＳ８では、「ピーク・データ特徴量と領域分割特徴量の統合」の処理が実行される。
　この処理では、コンピュータの対象ＦＰ特徴量統合部１３が機能し、対象ＦＰピーク特徴量作成部７で作成された対象ＦＰピーク特徴量４７と対象ＦＰ領域分割特徴量作成部１１で作成された対象ＦＰ領域分割特徴量５１とを統合して対象ＦＰ統合特徴量を作成する。その結果は、対象ＦＰ特徴量統合ファイル（図１２７の対象ＦＰ特徴量統合ファイル例２０５参照）に出力される。
　ステップＳ９では、コンピュータの評価部２７が機能し、ステップＳ８で出力した対象ＦＰ統合特徴量と基準ＦＰ統合特徴量との同等性をＭＴ法により評価し、その評価結果を図８７～図９１のようなＭＤ値として出力する（図８７～図９１）。
　ステップＳ１０は、ステップＳ９で出力したＭＤ値を入力として、「合否判定」が実行される。
　ステップＳ１０では、コンピュータの評価部２７が機能し、ステップＳ９で出力したＭＤ値と予め設定した閾値（ＭＤ値の上限値）を比較し、合否を判定する（図２の評価結果５３）。
［Ｓ１：ＦＰ作成処理（単一波長のみ利用）］
　図９５は、図９３ステップＳ１「ＦＰ作成処理」の単一波長のピーク情報を利用した場合のフローチャートである。
　図９５は、波長を単一波長、例えば２０３ｎｍとして評価対象のＦＰを作成するステップの詳細である。この処理では、３Ｄクロマトと検出波長が２０３ｎｍにおけるピーク情報から、２０３ｎｍで検出されたピークにおけるリテンション・タイムとピークならびにそれらピークのＵＶスペクトルで構成するＦＰを作成する。
　ステップＳ１０１では、「ピーク情報を読み込む」の処理が実行される。この処理では、ＦＰの作成に必要な２つのデータのうちの1つ目としてピーク情報が読み込まれ、ステップＳ１０２へ移行する。
　ステップＳ１０２では、「ピークのリテンション・タイム（Ｒ１）と対応するピーク・データ（Ｐ１）を順番に取得」の処理が実行される。この処理では、ピーク情報から、ピークのリテンション・タイム（Ｒ１）及びピーク・データ（Ｐ１）を１ピークずつ順番に取得し、ステップＳ１０３へ移行する。
　ステップＳ１０３では、「３Ｄクロマトを読み込む」の処理が実行される。この処理では、ＦＰの作成に必要な２つのデータのうちの２つ目として３Ｄクロマトが読み込まれ、ステップＳ１０４へ移行する。
　ステップＳ１０４では、「ピークのリテンション・タイム（Ｒ２）と対応するＵＶスペクトル（Ｕ１）を順番に取得」の処理が実行される。この処理では、３Ｄクロマトから、リテンション・タイム（Ｒ２）及びＵＶスペクトル（Ｕ１）をＨＰＬＣ分析時のサンプリング・レートごとに取得し、ステップＳ１０５へ移行する。
　ステップＳ１０５では、「｜Ｒ１－Ｒ２｜＜＝閾値？」の判断処理が実行される。この処理では、ステップＳ１０２及びＳ１０４で読み込まれたＲ１とＲ２が閾値の範囲で対応したものであるか否かが判断される。対応している（ＹＥＳ）場合は、２つのリテンション・タイムは同じであり、リテンション・タイムがＲ１のピークのＵＶスペクトルはＵ１であると判断し、ステップＳ１０６へ移行する。対応していない（ＮＯ）場合は、２つのリテンション・タイムは同じではなく、リテンション・タイムがＲ１のピークのＵＶスペクトルはＵ１ではないと判断し、３Ｄクロマトの次のデータとの比較のため、ステップＳ１０４へ移行する。なお、この判断処理での閾値は、３Ｄクロマトにおける“サンプリング・レート／２”とする。
　ステップＳ１０６では、「Ｕ１を最大値１で規格化」の処理が実行される。この処理では、Ｓ１０５でＲ１のＵＶスペクトルと判断したＵ１を最大値１で規格化し、ステップＳ１０７へ移行する。
　ステップＳ１０７では、「Ｒ１とＰ１ならびに規格化したＵ１を出力（対象ＦＰ）」の処理が実行される。この処理では、ピーク情報から取得したＲ１とＰ１ならびにＳ１０６で規格化したＵ１を対象ＦＰに出力し、ステップＳ１０８へ移行する。
　ステップＳ１０８では、「全ピークの処理終了？」の判断処理が実行される。この処理では、ピーク情報中の全てのピークに対して処理が行われたか否かが判断され、全ピークに対して処理が終了していなければ（ＮＯ）、未処理のピークを処理するため、ステップＳ１０２へ移行する。Ｓ１０２からＳ１０８までの処理は全ピークの処理が終了するまで繰り返され、全ピークの処理が終了すると（ＹＥＳ）、ＦＰ作成処理を終了する。
［Ｓ１：ＦＰ作成処理（複数波長利用）］
　図９６、図９７は、図９３のステップＳ１「ＦＰ作成処理」において、前記単一波長のピーク情報に代え、複数波長のピーク情報を利用した場合のフローチャートである。例えば２０３ｎｍを含めて、検出波長軸方向に複数（ｎ個）の波長を選択し、ＦＰを作成する場合である。
　このＦＰ作成処理は、図９５のような単一波長では３Ｄクロマトで検出されている全ピークを網羅できない場合に複数波長のピーク情報を利用し、３Ｄクロマトの全ピークを網羅したＦＰを作成するためのものである。
　なお、図９６、図９７は、上記単一波長のみを利用したＦＰ作成処理で波長ごとのＦＰをｎ個作成後、それらＦＰから複数波長によるＦＰを作成するステップの詳細である。 
　ステップＳ１１０では、「波長ごとにＦＰを作成」の処理が実行される。この処理では、波長ごとに上記単一波長のみを利用したＦＰ作成処理が行われ、ｎ個のＦＰを作成し、ステップＳ１１１へ移行する。
　ステップＳ１１１では、「ＦＰをピーク数（降順）でリスト化」の処理が実行される。この処理では、ｎ個のＦＰをピーク数が多い順にリスト化し、ステップＳ１１２へ移行する。
　ステップＳ１１２では、ｎ個のＦＰを順番に処理するためのカウンタの初期化としてｎに１が代入（ｎ←１）され、ステップＳ１１３へ移行する。
　ステップＳ１１３では、「リストｎ番目のＦＰを読み込む」の処理が実行される。この処理では、リストｎ番目のＦＰを読み込み、ステップＳ１１４へ移行する。
　ステップＳ１１４では、「全リテンション・タイム（Ｘ）を取得」の処理が実行される。この処理では、Ｓ１１３で読み込んだＦＰのリテンション・タイム情報を全て取得し、ステップＳ１１５へ移行する。
　ステップＳ１１５では、「ｎの更新（ｎ←ｎ＋１）」の処理が実行される。この処理では、処理を次のＦＰへ移行するため、ｎの更新としてｎにｎ＋１を代入し、ステップＳ１１６へ移行する。
　ステップＳ１１６では、「リストｎ番目のＦＰを読み込む」の処理が実行される。この処理では、リストｎ番目のＦＰを読み込み、ステップＳ１１７へ移行する。
　ステップＳ１１７では、「全リテンション・タイム（Ｙ）を取得」の処理が実行される。この処理では、Ｓ１１６で読み込んだＦＰのリテンション・タイム情報を全て取得し、ステップＳ１１８へ移行する。
　ステップＳ１１８では、「ＸとＹを重複なしで統合（Ｚ）」の処理が実行される。この処理では、Ｓ１１４で取得したリテンション・タイム情報ＸとＳ１１７で取得したリテンション・タイム情報Ｙを重複なしで統合した後、Ｚに保存し、ステップＳ１１９へ移行する。
　ステップＳ１１９では、「Ｘの更新（Ｘ←Ｚ）」の処理が実行される。この処理では、Ｘの更新としてＸにＳ１１８で保存したＺを代入し、ステップＳ１２０へ移行する。
　ステップＳ１２０では、「全ＦＰ処理終了？」の判断処理が実行される。この処理では、Ｓ１１０で作成したｎ個のＦＰ全てが処理されたか否かが判断され、処理済み（ＹＥＳ）の場合は、ステップＳ１２１へ移行する。未処理のＦＰがある（ＮＯ）の場合は、未処理のＦＰに対してＳ１１５～Ｓ１２０の処理を実行するため、Ｓ１１５へ移行する。全ＦＰの処理が終了するまでＳ１１５～Ｓ１２０の処理を繰り返す。
　ステップＳ１２１では、ｎ個のＦＰを再度順番に処理するためのカウンタの初期化としてｎに１が代入（ｎ←１）され、ステップＳ１２２へ移行する。
　ステップＳ１２２では、「リストｎ番目のＦＰを読み込む」の処理が実行される。この処理では、リストｎ番目のＦＰを読み込み、ステップＳ１２３へ移行する。
　ステップＳ１２３では、「各ピークのリテンション・タイム（Ｒ１）、ピーク・データ（Ｐ１）ならびにＵＶスペクトル（Ｕ１）を順番に取得」の処理が実行される。この処理では、Ｓ１２２で読み込んだＦＰからリテンション・タイム（Ｒ１）、ピーク・データ（Ｐ１）ならびにＵＶスペクトル（Ｕ１）を１ピークずつ順番に取得し、ステップＳ１２４へ移行する。
　ステップＳ１２４では、「Ｘからリテンション・タイム（Ｒ２）を順番に取得」の処理が実行される。この処理では、全ＦＰのリテンション・タイムが重複なしで保存されているＸから1リテンション・タイム（Ｒ２）ずつ順番に取得し、ステップＳ１２５へ移行する。
　ステップＳ１２５では、「Ｒ１＝Ｒ２？」の判断処理が実行される。この処理では、Ｓ１２３で取得したＲ１とＳ１２４で取得したＲ２が等しいか否かが判断され、等しい（ＹＥＳ）場合は、ステップＳ１２７へ移行する。等しくない（ＮＯ）場合は、ステップＳ１２６へ移行する。
　ステップＳ１２６では、「Ｘの全リテンション・タイム比較終了？」の判断処理が実行される。この処理では、Ｓ１２３で取得したＲ１に対して、Ｘの全リテンション・タイムとの比較が終了しているか否かが判断される。終了している（ＹＥＳ）場合は、リテンション・タイムがＲ１のピークは処理済みであると判断し、次のピークへ処理を移行するため、ステップＳ１２３へ移行する。終了していない（ＮＯ）場合は、Ｘの次のリテンション・タイムに移行するため、ステップＳ１２４へ移行する。
　ステップＳ１２７では、「Ｒ１に（ｎ－１）×分析時間（Ｔ）を加算（Ｒ１←Ｒ１＋（ｎ－１）×Ｔ）」の処理が実行される。この処理では、一番ピーク数の多いリスト１番目のＦＰに存在するピークのリテンション・タイムはそのままで、リスト１番目のＦＰには存在せず、リスト２番目のＦＰに存在するピークのリテンション・タイムはＲ１に分析時間（Ｔ）が加算され、さらに、リスト１～ｎ－１番目のＦＰには存在せず、リストｎ番目のＦＰに存在するピークのリテンション・タイムはＲ１に（ｎ－１）×Ｔが加算され、ステップＳ１２８へ移行する。
　ステップＳ１２８では、「Ｒ１、Ｐ１ならびにＵ１を出力（対象ＦＰ）」の処理が実行される。この処理では、Ｓ１２７で処理したＲ１とＳ１２３で取得したＰ１ならびにＵ１を対象ＦＰに出力し、ステップＳ１２９へ移行する。
　ステップＳ１２９では、「ＸからＲ２を削除」の処理が実行される。この処理では、リテンション・タイムがＲ１（＝Ｒ２）における処理がＳ１２７、Ｓ１２８で終了したため、Ｘから処理済みリテンション・タイム（Ｒ２）を削除し、Ｓ１３０へ移行する。
　ステップＳ１３０では、「全ピーク処理終了？」の判断処理が実行される。この処理では、リストｎ番目のＦＰの全ピークに対して処理が終了しているか否かが判断され、処理済み（ＹＥＳ）の場合は、リストｎ番目のＦＰにおけるＦＰ作成処理を終了し、ステップＳ１３１へ移行する。未処理のピークがある（ＮＯ）場合は、未処理のピークを処理するため、ステップＳ１２３へ移行する。全ピークの処理が終了するまでＳ１２３～Ｓ１３０の処理を繰り返す。
　ステップＳ１３１では、「ｎの更新（ｎ←ｎ＋１）」の処理が実行される。この処理では、処理を次のＦＰへ移行するため、ｎの更新としてｎにｎ＋１を代入し、ステップＳ１３２へ移行する。
　ステップＳ１３２では、「全ＦＰ処理終了？」の判断処理が実行される。この処理では、Ｓ１１０で作成したｎ個のＦＰ全てが処理されたか否かが判断され、処理済み（ＹＥＳ）の場合は、ＦＰ作成処理を終了する。未処理のＦＰがある（ＮＯ）場合は、未処理のＦＰに対してＳ１２２～Ｓ１３２の処理を実行するため、Ｓ１２２へ移行する。全ＦＰの処理が終了するまでＳ１２２～Ｓ１３２の処理を繰り返す。
［Ｓ２：対象ＦＰ帰属処理１］
　図９８は、図９３ステップＳ２の「対象ＦＰ帰属処理１」の詳細を示すフローチャートである。この処理は、帰属の前処理であり、正常品とされた複数の基準ＦＰから対象ＦＰ４３の帰属に適した基準ＦＰを選定する。
　ステップＳ２０１では、「対象ＦＰを読み込む」の処理が実行される。この処理では、帰属対象のＦＰを読み込み、ステップＳ２０２へ移行する。
　ステップＳ２０２では、「全リテンション・タイム（Ｒ１）を取得」の処理が実行される。この処理では、Ｓ２０１で読み込んだ対象ＦＰのリテンション・タイム情報を全て取得し、ステップＳ２０３へ移行する。
　ステップＳ２０３では、「全基準ＦＰのファイル名をリスト化」の処理が実行される。この処理では、後で全基準ＦＰを順番に処理するために予め全基準ＦＰのファイル名をリスト化し、ステップＳ２０４へ移行する。
　ステップＳ２０４では、全基準ＦＰを順番に処理するためのカウンタの初期値としてｎに１を代入（ｎ←１）し、ステップＳ２０５へ移行する。
　ステップＳ２０５では、「リストｎ番目の基準ＦＰ（基準ＦＰｎ）を読み込む」の処理が実行される。この処理では、Ｓ２０３でリスト化した全基準ＦＰのファイル名リストのｎ番目のＦＰを読み込み、ステップＳ２０６へ移行する。
　ステップＳ２０６では、「全リテンション・タイム（Ｒ２）を取得」の処理が実行される。この処理では、Ｓ２０５で読み込んだ基準ＦＰのリテンション・タイム情報を全て取得し、ステップＳ２０７へ移行する。 
　ステップＳ２０７では、「Ｒ１とＲ２のリテンション・タイム・出現パターンの一致度を算出（ＲＰｎ＿ｍｉｎ）」の処理が実行される。この処理では、Ｓ２０２で取得した対象ＦＰのリテンション・タイムとＳ２０６で取得した基準ＦＰのリテンション・タイムからＲＰｎ＿ｍｉｎを算出し、ステップＳ２０８へ移行する。なお、ＲＰｎ＿ｍｉｎの詳細な計算フローは、図１０３のサブルーチン１により別途説明する。
　ステップＳ２０８では、「ＲＰｎ＿ｍｉｎの保存（ＲＰａｌｌ＿ｍｉｎ」の処理が実行される。この処理では、Ｓ２０７で算出したＲＰｎ＿ｍｉｎをＲＰａｌｌ＿ｍｉｎに保存し、ステップＳ２０９へ移行する。
　ステップＳ２０９では、「ｎの更新（ｎ←ｎ＋１）」の処理が実行される。この処理では、処理を次のＦＰへ移行するためｎの更新としてｎにｎ＋１を代入し、ステップＳ２１０へ移行する。
　ステップＳ２１０では、「全基準ＦＰ処理終了？」の判断処理が実行される。この処理では、基準ＦＰ全てが処理されたか否かが判断され、処理済み（ＹＥＳ）の場合は、ステップＳ２１１へ移行する。未処理の基準ＦＰがある（ＮＯ）場合は、未処理のＦＰに対してＳ２０５～Ｓ２１０の処理を実行するため、Ｓ２０５へ移行する。全基準ＦＰの処理が終了するまでＳ２０５～Ｓ２１０の処理を繰り返す。 
　ステップＳ２１１では、「ＲＰａｌｌ＿ｍｉｎから一致度が最小となる基準ＦＰを選定」の処理が実行される。この処理では、全基準ＦＰに対して算出したＲＰ１＿ｍｉｎからＲＰｎ＿ｍｉｎを比較し、対象ＦＰとのリテンション・タイム・出現パターンの一致度が最小となる基準ＦＰを選定し、対象ＦＰ帰属処理１を終了する。
［Ｓ３：対象ＦＰ帰属処理２］
　図９９は、図９３ステップＳ３の「対象ＦＰ帰属処理２」の詳細を示すフローチャートである。この処理は、帰属の本処理であり、対象ＦＰ４３とステップＳ２で選定した基準ＦＰとの間で、前記のようなピーク・パターン及びＵＶスペクトルの一致度から各帰属候補ピークの一致度（ＳＣＯＲＥ）を算出する。
　ステップＳ３０１では、「対象ＦＰを読み込む」の処理が実行される。この処理では、帰属対象のＦＰを読み込み、ステップＳ３０２へ移行する。
　ステップＳ３０２では、「帰属対象ピークのリテンション・タイム（Ｒ１）とピーク・データ（Ｐ１）ならびにＵＶスペクトル（Ｕ１）を順番に取得」の処理が実行される。この処理では、Ｓ３０１で読み込んだ対象ＦＰの各ピークを順番に帰属対象ピークとし、Ｒ１とＰ１ならびにＵ１を取得し、ステップＳ３０３へ移行する。
　ステップＳ３０３では、「基準ＦＰを読み込む」の処理が実行される。この処理では、図９８の［対象ＦＰ帰属処理１］で選定された基準ＦＰを読み込み、ステップＳ３０４へ移行する。
　ステップＳ３０４では、「基準ＦＰのピークのリテンション・タイム（Ｒ２）とピーク・データ（Ｐ２）ならびにＵＶスペクトル（Ｕ２）を順番に取得」の処理が実行される。この処理では、Ｓ３０３で読み込んだ基準ＦＰからＲ２とＰ２ならびにＵ２を１ピークずつ取得し、ステップＳ３０５へ移行する。
　ステップＳ３０５では、「｜Ｒ１－（Ｒ２＋ｄ）｜＜閾値？」の判断処理が実行される。この処理では、ステップＳ３０２及びＳ３０４で読み込まれたＲ１とＲ２が閾値の範囲内で対応したものであるか否かが判断される。対応している（ＹＥＳ）場合は、リテンション・タイムがＲ２のピークはリテンション・タイムがＲ１のピークの帰属候補ピークであると判断し、帰属候補ピークの一致度（ＳＣＯＲＥ）を算出するためステップＳ３０６へ移行する。対応していない（ＮＯ）場合は、リテンション・タイムがＲ２のピークとリテンション・タイムがＲ１のピークではリテンション・タイムが違いすぎるため、帰属候補ピークにはならないと判断し、ステップＳ３０９へ移行する。なお、この判断処理でのｄは、対象ＦＰと基準ＦＰのピークのリテンション・タイムを補正する値で、初期値は０とし、処理を進める中で随時帰属したピーク間のリテンション・タイムの差を求め、その値でｄを更新する。また、閾値は、帰属候補ピークとすべきかどうかを判断するためのリテンション・タイムの許容幅である。
　ステップＳ３０６では、「ＵＶスペクトルの一致度を算出（ＵＶ＿Ｓｉｍ）」の処理が実行される。この処理では、Ｓ３０２で取得した帰属対象ピークのＵ１とＳ３０４で取得した帰属候補ピークのＵ２から、ＵＶ＿Ｓｉｍを算出し、ステップＳ３０７へ移行する。なお、ＵＶ＿Ｓｉｍの詳細な計算フローは、図８６のサブルーチン２に別途記載する。
　ステップＳ３０７では、「ピーク・パターンの一致度を算出（Ｐ＿Ｓｉｍ＿ｍｉｎ）」の処理が実行される。この処理では、Ｓ３０２で取得した帰属対象ピークのＲ１及びＰ１とＳ３０４で取得した帰属候補ピークのＲ２及びＰ２から、これらピークに対して網羅的にピーク・パターンを作成する。これらピーク・パターンのＰ＿Ｓｉｍ＿ｍｉｎを算出し、ステップＳ３０８へ移行する。なお、Ｐ＿Ｓｉｍ＿ｍｉｎの詳細な計算フローは、図８７のサブルーチン３に別途記載する。
　ステップＳ３０８では、「帰属候補ピークの一致度を算出（ＳＣＯＲＥ）」の処理が実行される。この処理では、Ｓ３０６で算出したＵＶ＿ＳｉｍとＳ３０７で算出したＰ＿Ｓｉｍ＿ｍｉｎから、帰属対象ピークと帰属候補ピークのＳＣＯＲＥを、
ＳＣＯＲＥ　＝　ＵＶ＿Ｓｉｍ　×　Ｐ＿Ｓｉｍ＿ｍｉｎ
として算出し、ステップＳ３１０へ移行する。
　ステップＳ３０９では、「ＳＣＯＲＥに８８８８８８を代入（ＳＣＯＲＥ←８８８８８８）」の処理が実行される。この処理では、帰属対象ピークの帰属候補ピークに該当しないピークのＳＣＯＲＥを８８８８８８とし、ステップＳ３１０へ移行する。
　ステップＳ３１０では、「ＳＣＯＲＥの保存（ＳＣＯＲＥ＿ａｌｌ）」の処理が実行される。この処理では、Ｓ３０８あるいはＳ３０９で得られたＳＣＯＲＥをＳＣＯＲＥ＿ａｌｌに保存し、ステップＳ３１１へ移行する。
　ステップＳ３１１では、「基準全ピークの処理終了？」の判断処理が実行される。この処理では、基準ＦＰの全ピークが処理されたか否かが判断され、処理済み（ＹＥＳ）の場合は、ステップＳ３１２へ移行する。未処理のピークがある（ＮＯ）場合は、未処理のピークに対してＳ３０４～Ｓ３１１の処理を実行するため、Ｓ３０４へ移行する。全ピークの処理が終了するまでＳ３０４～Ｓ３１１の処理を繰り返す。
　ステップＳ３１２では、「判定結果ファイルにＳＣＯＲＥ＿ａｌｌを出力し、ＳＣＯＲＥ＿ａｌｌを初期化（空にする）」の処理が実行される。この処理では、判定結果ファイルにＳＣＯＲＥ＿ａｌｌを出力後、ＳＣＯＲＥ＿ａｌｌを初期化（空にする）し、ステップＳ３１３へ移行する。
　ステップＳ３１３では、「対象全ピークの処理終了？」の判断処理が実行される。この処理では、対象ＦＰの全ピークが処理されたか否かが判断され、処理済み（ＹＥＳ）の場合は、対象ＦＰ帰属処理２を終了する。未処理のピークがある（ＮＯ）場合は、未処理のピークに対してＳ３０２～Ｓ３１３の処理を実行するため、Ｓ３０２へ移行する。全ピークの処理が終了するまでＳ３０２～Ｓ３１３の処理を繰り返す。
　図１２０で出力した判定結果ファイル例１８９を示す。
［Ｓ４：対象ＦＰ帰属処理３］
　図１００は、図９３ステップＳ４の「対象ＦＰ帰属処理３」の詳細を示すフローチャートである。この処理は、帰属の後処理であり、前記のように算出した帰属候補ピークの一致度（ＳＣＯＲＥ）から対象ＦＰの各ピークに対応する基準ＦＰのピークを特定する。
　ステップＳ４０１では、「判定結果ファイルを読み込む」の処理が実行される。この処理では、図８１の「対象ＦＰ帰属処理２」で作成した判定結果ファイルを読み込み、ステップＳ４０２へ移行する。
　ステップＳ４０２では、「「ＳＣＯＲＥ＜閾値」の条件を満たしたデータで帰属候補ピークスコア表を作成」の処理が実行される。この処理では、判定結果ファイルのＳＣＯＲＥをもとに帰属候補スコア表（図１２１上図の帰属候補スコア表１９１参照）を作成し、ステップＳ４０３へ移行する。この帰属候補ピークスコア表は、基準ＦＰのピークごとに、対象ＦＰ全ピークに対して算出されたＳＣＯＲＥから、閾値より小さいＳＣＯＲＥだけを昇順に並べた表である。ちなにみ、このＳＣＯＲＥは値が小さいほど帰属すべきピークの可能性が高い。なお、閾値は、帰属候補とすべきかどうかを判断するためのＳＣＯＲＥの上限値である。
　ステップＳ４０３では、「帰属候補ピーク番号表を作成」の処理が実行される。この処理では、帰属候補ピークスコア表をもとに帰属候補ピーク番号表（図１２１下図の帰属候補ピーク番号表１９３参照）を作成し、ステップＳ４０４へ移行する。この帰属候補ピーク番号表は、帰属候補ピークスコア表の各スコアをそのスコアに対応する対象ＦＰのピーク番号に置き換えた表である。このことから、この表は、基準ＦＰのピークごとに対応させるべき対象ＦＰのピーク番号が順番に並んだ表となっている。
　ステップＳ４０４では、「帰属すべき対象ＦＰのピーク番号を取得」の処理が実行される。この処理では、Ｓ４０３で作成した帰属候補ピーク番号表から、基準ＦＰのピークごとに一番上位に位置する対象ＦＰのピーク番号を取得し、ステップＳ４０５へ移行する。
　ステップＳ４０５では、「取得したピーク番号が降順（重複なし）に並んでいる？」の判断処理が実行される。この処理では、Ｓ４０４で取得した対象ＦＰのピーク番号が重複なしで降順に並んでいるか否かが判断される。並んでいる（ＹＥＳ）場合は、基準ＦＰの各ピークに対応する対象ＦＰのピークが確定できたと判断し、ステップＳ４０８へ移行する。並んでいない（ＮＯ）場合は、問題のあった基準ＦＰのピークに帰属すべき対象ＦＰのピークを見直すため、ステップＳ４０６へ移行する。
　ステップＳ４０６では、「問題のあったピーク間でＳＣＯＲＥを比較し、帰属候補ピーク番号表を更新」の処理が実行される。この処理では、問題のあった対象ＦＰのピーク番号に対応するＳＣＯＲＥを帰属候補スコア表で比較し、ＳＣＯＲＥが大きい方のピーク番号を２番目に位置するピーク番号に置き換えた帰属候補ピーク番号表に更新し、ステップＳ４０７へ移行する。
　ステップＳ４０７では、「帰属候補ピークスコア表を更新」の処理が実行される。この処理では、Ｓ４０６での帰属候補ピーク番号表の更新内容に沿って、帰属候補ピークスコア表を更新し、ステップＳ４０４へ移行する。対象ＦＰのピーク番号に問題（重複あり、降順に並んでいない）がなくなるまで、Ｓ４０４からＳ４０７の処理を繰り返す。
　ステップＳ４０８では、「帰属結果を保存（ＴＥＭＰ）」の処理が実行される。この処理では、基準ＦＰの全ピークのピーク番号、リテンション・タイム、及びピークとこれらピークに対応するピークとして特定した対象ＦＰのピーク・データをＴＥＭＰに保存し、ステップＳ４０９へ移行する。
　ステップＳ４０９では、「ＴＥＭＰに対象ＦＰの全ピークが入っている？」の判断処理が実行される。この処理では、Ｓ４０８で保存したＴＥＭＰ中に対象ＦＰの全ピークのピーク・データが入っているか否かが判断される。全て入っている（ＹＥＳ）場合は、対象ＦＰの全てのピークで処理が終了したと判断し、Ｓ４１２へ移行する。入っていないピークがある（ＮＯ）場合は、入っていないピークのピーク・データをＴＥＭＰに追加するため、ステップＳ４１０へ移行する。
　ステップＳ４１０では、「ＴＥＭＰに入っていない対象ＦＰのピークのリテンション・タイムを補正」の処理が実行される。この処理では、ＴＥＭＰに入っていない対象ＦＰのピーク（補正が必要な対象ＦＰのピーク）のリテンション・タイムは、
　補正値　＝　ｋ１＋（ｋ２－ｋ１）＊（ｔ０－ｔ１）／（ｔ２－ｔ１）
　　　　　ｋ１：補正が必要な対象ＦＰのピーク近傍で帰属された２つの基準ＦＰ側のピークのうちのリテンション・タイムが小さいピークのリテンション・タイム
　　　　　ｋ２：補正が必要な対象ＦＰのピーク近傍で帰属された２つの基準ＦＰ側のピークのうちのリテンション・タイムが大きいピークのリテンション・タイム
　　　　　ｔ０：補正が必要な対象ＦＰのピークのリテンション・タイム
　　　　　ｔ１：補正が必要な対象ＦＰのピーク近傍で帰属された２つの対象ＦＰ側のピークのうちのリテンション・タイムが小さいピークのリテンション・タイム
　　　　　ｔ２：補正が必要な対象ＦＰのピーク近傍で帰属された２つの対象ＦＰ側のピークのうちのリテンション・タイムが大きいピークのリテンション・タイム
として基準ＦＰにおけるリテンション・タイムに補正し、ステップＳ４１１へ移行する。
　ステップＳ４１１では、「補正したリテンション・タイムとそのピークのピーク・データをＴＥＭＰに追加し、ＴＥＭＰを更新」の処理が実行される。この処理では、Ｓ４１０で補正したＴＥＭＰに入っていない対象ＦＰのピークのリテンション・タイムとＴＥＭＰ中の基準ＦＰのリテンション・タイムとを比較し、ＴＥＭＰ中の妥当な位置にＴＥＭＰに入っていない対象ＦＰのピークの補正したリテンション・タイムならびにピーク・データピークを追加し、ＴＥＭＰを更新し、Ｓ４０９へ移行する。対象ＦＰの全ピークが追加されるまで、Ｓ４０９からＳ４１１の処理を繰り返す。
　ステップＳ４１２では、「ＴＥＭＰを照合結果ファイルに出力」の処理が実行される。この処理では、基準ＦＰの全ピークと対象ＦＰの全ピークの対応関係を特定したＴＥＭＰを照合結果ファイルとして出力し、対象ＦＰ帰属処理３を終了する。
［Ｓ５：対象ＦＰ帰属処理４］
　図１０１、図１０２は、図９３ステップＳ５の「対象ＦＰ帰属処理４」の詳細を示すフローチャートである。この処理は、帰属の最終処理であり、図９３ステップＳ４で作成した照合結果ファイル（図１２２の照合結果ファイル例１９５参照）をもとに対象ＦＰの各ピークを基準群ＦＰ（図１２３の基準群ＦＰのデータ例１９７参照）のピークに帰属する。
　なお、基準群ＦＰ１９７は、前記のように全基準ＦＰ間でピークの対応関係を特定したＦＰであり、図１２３の基準群ＦＰのデータ例１９７のように、基準群ＦＰピーク番号と基準群リテンション・タイムとピーク高さとで構成されたデータである。図２の基準群ＦＰ４５で示すように各ピークは平均値（黒点）±標準偏差（縦分割線）で表すことができる。
　ステップＳ５０１では、「照合結果ファイルを読み込む」の処理が実行される。この処理では、図１００のＳ４１２で出力した照合結果ファイルを読み込み、ステップＳ５０２へ移行する。
　ステップＳ５０２では、「基準群ＦＰを読み込む」の処理が実行される。この処理では、対象ＦＰの各ピークの最終的な帰属相手である基準群ＦＰ１９７を読み込み、ステップＳ５０３へ移行する。
　ステップＳ５０３では、「対象ＦＰと基準群ＦＰを統合し保存（ＴＥＭＰ）」の処理が実行される。この処理では、照合結果ファイルと基準群ＦＰ１９７で共通に存在する基準ＦＰのピーク・データをもとに２つのファイルを統合し、その結果をＴＥＭＰとして保存し、ステップＳ５０４へ移行する。
　ステップＳ５０４では、「基準ＦＰに対応するピークがない対象ＦＰの全ピークのリテンション・タイムを補正」の処理が実行される。この処理では、照合結果ファイルで基準ＦＰに対応するピークがない対象ＦＰの全ピークのリテンション・タイムをＳ５０３で保存したＴＥＭＰのリテンション・タイムに補正し、ステップＳ５０５へ移行する。なお、リテンション・タイムの補正は、前記ステップＳ４の「対象ＦＰ帰属処理３」のステップＳ４１０と同様の方法で補正する。
　ステップＳ５０５では、「補正したリテンション・タイム（Ｒ１、Ｒ３）と対応するピーク・データ（Ｐ１）を順番に取得」の処理が実行される。この処理では、Ｓ５０４で補正したリテンション・タイムをＲ１ならびにＲ３として、対応するピークのピーク・データをＰ１として順番に取得し、ステップＳ５０６へ移行する。
　ステップＳ５０６では、「ＴＥＭＰから対象ＦＰの帰属候補ピークのリテンション・タイム（Ｒ２）と対応するピーク・データ（Ｐ２）を順番に取得」の処理が実行される。この処理では、Ｓ５０３で保存したＴＥＭＰから対象ＦＰのピークが帰属されていないリテンション・タイムをＲ２として、対応するピーク・データをＰ２として順番に取得し、ステップＳ５０７へ移行する。
　ステップＳ５０７では、「｜Ｒ１－Ｒ２｜＜閾値１？」の判断処理が実行される。この処理では、Ｓ５０５とＳ５０６で取得したＲ１とＲ２の差が閾値１より小さいか否かが判断される。小さい（ＹＥＳ）場合は、対象ＦＰのリテンション・タイムがＲ１のピークと基準ＦＰのリテンション・タイムがＲ２のピークが対応する可能性があると判断し、ステップＳ５０８へ移行する。Ｒ１とＲ２の差が閾値１以上（ＮＯ）の場合は、対応する可能性なしと判断し、ステップＳ５１２へ移行する。
　ステップＳ５０８では、「Ｒ１、Ｒ２に対応するＵＶスペクトルを取得（Ｕ１、Ｕ２）」の処理が実行される。この処理では、Ｓ５０７で対応する可能性ありと判断されたリテンション・タイムがＲ１とＲ２のピークに対応するＵＶスペクトルをそれぞれのＦＰから取得し、ステップＳ５０９へ移行する。
　ステップＳ５０９では、「ＵＶスペクトルの一致度を算出（ＵＶ＿Ｓｉｍ）」の処理が実行される。この処理では、Ｓ５０８で取得したＵＶスペクトルＵ１及びＵ２からステップＳ３の「対象ＦＰ帰属処理２」のステップＳ３０６と同様な方法でＵＶ＿Ｓｉｍを算出し、ステップＳ５１０へ移行する。なお、ＵＶ＿Ｓｉｍの詳細な計算フローは図１０４のサブルーチン２で別途説明する。
　ステップＳ５１０では、「ＵＶ＿Ｓｉｍ＜閾値２？」の判断処理が実行される。この処理では、Ｓ５０９で算出したＵＶ＿Ｓｉｍが閾値２より小さいか否かが判断される。小さい（ＹＥＳ）場合は、ＵＶスペクトルがＵ１のピークとＵ２のピークが対応していると判断し、ステップＳ５１１へ移行する。ＵＶ＿Ｓｉｍが閾値２以上（ＮＯ）の場合は、対応していないと判断し、ステップＳ５０７へ移行する。
　ステップＳ５１１では、「Ｒ３　←　Ｒ２、閾値２　←　ＵＶ＿Ｓｉｍ」の処理が実行される。この処理では、Ｓ５１０で対応すると判断したリテンション・タイムがＲ３（つまり、Ｒ１）を対応相手のリテンション・タイムであるＲ２に更新したのち、閾値２をＵＶ＿Ｓｉｍの値に更新し、Ｓ５０７に移行する。
　ステップＳ５１２では、「全ての帰属候補ピークのリテンション・タイムを比較終了？」の判断処理が実行される。この処理では、Ｒ１と全ての帰属候補ピークのリテンション・タイムの比較が終了したか否かが判断され、終了している（ＹＥＳ）場合は、ステップＳ５１３へ移行する。終了していない（ＮＯ）場合は、ステップＳ５０７へ移行する。
　ステップＳ５１３では、「Ｒ１、Ｒ３とＰ１ならびに閾値２を保存（ＴＥＭＰ２）」の処理が実行される。この処理では、Ｓ５１０で対応すると判断したリテンション・タイム（Ｒ１）と対応相手のリテンション・タイム（Ｒ２）に更新したＲ３と対応するピーク（Ｐ１）ならびに現時点の閾値２を保存（ＴＥＭＰ２）し、Ｓ５０７に移行する。
　ステップＳ５１４では、「全ての非対応ピークのリテンション・タイムを比較終了？」の判断処理が実行される。この処理では、全ての非対応ピークのリテンション・タイムで帰属候補ピークのリテンション・タイムとの比較が終了したか否かが判断される。終了している（ＹＥＳ）場合は、全ての非対応ピークの帰属処理が終了したと判断し、ステップＳ５１６へ移行する。終了していない（ＮＯ）場合は、未処理の非対応ピークが残っていると判断し、ステップＳ５１５へ移行する。
　ステップＳ５１５では、「閾値２　←　初期値」の処理が実行される。この処理では、Ｓ５１１でＵＶ＿Ｓｉｍに更新されている閾値２を初期値に戻し、ステップＳ５０５へ移行する。
　ステップＳ５１６では、「ＴＥＭＰ２にＲ３の値が同じピークが存在する？」の判断処理が実行される。この処理では、ＴＥＭＰ中の同じピークに複数の非対応ピークが帰属されているか否かが判断される。同じピークに帰属された非対応ピークが存在する（ＹＥＳ）場合は、ステップＳ５１７へ移行する。存在しない（ＮＯ）場合は、ステップＳ５１８へ移行する。
　ステップＳ５１７では、「Ｒ３の値が同じピークの閾値２を比較し、値が大きいピークのＲ３を元の値（Ｒ１）に戻す」の処理が実行される。この処理では、ＴＥＭＰ２中のＲ３の値が同じピークの閾値２を比較し、値が大きいピークのＲ３の値を元の値（つまり、Ｒ１）に戻し、ステップＳ５１８へ移行する。
　ステップＳ５１８では、「ＴＥＭＰにＴＥＭＰ２のピークを追加（ＴＥＭＰのリテンション・タイムとＲ３が一致したピークのみ）」の処理が実行される。この処理では、ＴＥＭＰのリテンション・タイムとＲ３が一致したピークのみＴＥＭＰにＲ３に対応するピークを追加し、ステップＳ５１９へ移行する。Ｒ３がＴＥＭＰのリテンション・タイムと一致しないピークは、基準群ＦＰに帰属相手となるピークが存在しないため、追加しない。
　ステップＳ５１９では、「ＴＥＭＰ中の対象ＦＰのピークを出力（ピーク特徴量ファイル）」の処理が実行される。この処理では、基準群ＦＰ１９７に帰属された対象ＦＰのピーク・データをピーク・データ特徴量ファイルとして出力し、対象ＦＰ帰属処理４を終了する。
　図１２４に前記のように出力するピーク・データ特徴量のファイル例１９９を示す。
[サブルーチン１]
　図１０３は、図９８の「基準ＦＰ選定処理」における「サブルーチン１」の詳細を示すフローチャートである。この処理は、ＦＰ間（例えば、対象ＦＰと基準ＦＰ）のリテンション・タイム・出現パターンの一致度を計算する。
　ステップS１００１では、「ｘ←Ｒ１、ｙ←Ｒ２」の処理が実行される。この処理では、図９８のＳ２０２とＳ２０６で取得したＲ１及びＲ２をそれぞれｘとｙに代入し、ステップＳ１００２へ移行する。
　ステップＳ１００２では、「ｘ、ｙのデータ数を取得（ａ、ｂ）」の処理が実行される。この処理では、ｘ、ｙのデータ数をそれぞれａ、ｂとして取得し、ステップＳ１００３へ移行する。
　ステップＳ１００３では、ｘのリテンション・タイムを順番に呼び出すためのカウンタの初期値としてｉに１を代入（ｉ←１）し、ステップＳ１００４へ移行する。
　ステップＳ１００４では、「ｘｉ番目のリテンション・タイムからの全距離を取得（ｆ）」の処理が実行される。この処理では、ｘｉ番目のリテンション・タイムとそれ以降の全リテンション・タイム間距離をｆとして取得し、ステップＳ１００５へ移行する。
　ステップＳ１００５では、ｙのリテンション・タイムを順番に呼び出すためのカウンタの初期値としてｊに１を代入（ｊ←１）し、ステップＳ１００６へ移行する。
　ステップＳ１００６では、「ｙｊ番目のリテンション・タイムからの全距離を取得（ｇ）」の処理が実行される。この処理では、ｙｊ番目のリテンション・タイムとそれ以降の全リテンション・タイム間距離をｇとして取得し、ステップＳ１００７へ移行する。
　ステップＳ１００７では「”｜ｆの各リテンション・タイム間距離－ｇの各リテンション・タイム間距離｜＜閾値”の条件を満たしたデータ数を取得（ｍ）」の処理が実行される。この処理では、Ｓ１００４及びＳ１００６で取得したリテンション・タイム間距離ｆとｇを総当りで比較し、”｜ｆの各リテンション・タイム間距離－ｇの各リテンション・タイム間距離｜＜閾値”の条件を満たしたデータ数をｍとして取得し、ステップＳ１００８へ移行する。
　ステップＳ１００８では、「ｆとｇのリテンション・タイム・出現パターンの一致度を算出（ＲＰｆｇ）」の処理が実行される。この処理では、Ｓ１００２で取得したａ、ｂとＳ１００７で取得したｍからＲＰｆｇを、
　ＲＰｆｇ　＝　（１－（ｍ／（ａ＋ｂ－ｍ）））×（ａ－ｍ＋１）
として算出し、ステップＳ１００９へ移行する。
　ステップＳ１００９では、「ＲＰｆｇを保存（ＲＰ＿ａｌｌ）」の処理が実行される。この処理では、Ｓ１００８で算出した一致度をＲＰ＿ａｌｌに保存し、ステップＳ１０１０へ移行する。
　ステップＳ１０１０では、「ｊの更新（ｊ←ｊ＋１）」の処理が実行される。この処理では、ｙの処理を次のリテンション・タイムへ移行するためｊの更新としてｊにｊ＋１を代入し、ステップＳ１０１１へ移行する。
　ステップＳ１０１１では、「ｙの全リテンション・タイムで処理終了？」の判断処理が実行される。この処理では、ｙの全てのリテンション・タイムの処理が終了したか否かが判断される。終了している（ＹＥＳ）場合は、ｙの全リテンション・タイムの処理が終了したと判断し、ステップＳ１０１２へ移行する。終了していない（ＮＯ）場合は、ｙ中に未処理のリテンション・タイムが残っていると判断し、ステップＳ１００６へ移行する。つまり、Ｓ１００６～Ｓ１０１１までの処理はｙの全てのリテンション・タイムが処理されるまで繰り返す。
　ステップＳ１０１２では、「ｉの更新（ｉ←ｉ＋１）」の処理が実行される。この処理では、ｘの処理を次のリテンション・タイムへ移行するためｉの更新としてｉにｉ＋１を代入し、ステップＳ１０１３へ移行する。
　ステップＳ１０１３では、「ｘの全リテンション・タイムで処理終了？」の判断処理が実行される。この処理では、ｘの全てのリテンション・タイムの処理が終了したか否かが判断される。終了している（ＹＥＳ）場合は、ｘの全リテンション・タイムの処理が終了したと判断し、ステップＳ１０１４へ移行する。終了していない（ＮＯ）場合は、ｘ中に未処理のリテンション・タイムが残っていると判断し、ステップＳ１００４へ移行する。つまり、Ｓ１００４～Ｓ１０１３までの処理はｘの全てのリテンション・タイムが処理されるまで繰り返す。
　ステップＳ１０１４では、「ＲＰ＿ａｌｌから最小値を取得（ＲＰ＿ｍｉｎ）」の処理が実行される。この処理では、対象ＦＰと基準ＦＰとのリテンション・タイム・出現パターンの全組み合わせでのＲＰが保存されたＲＰ＿ａｌｌ中の最小値を、ＲＰ＿ｍｉｎとして取得し、そのＲＰ＿ｍｉｎを図９８のＳ２０７に渡し、リテンション・タイム・出現パターンの一致度計算処理を終了する。
[サブルーチン２]
　図１０４は、図９９の「対象ＦＰ帰属処理２」における「サブルーチン２」の詳細を示すフローチャートである。この処理は、ＵＶスペクトルの一致度を計算する。
　ステップＳ２００１では、「ｘ←Ｕ１、ｙ←Ｕ２、ｚ←０」の処理が実行される。この処理では、図９９のＳ３０２とＳ３０４で取得したＵＶスペクトルＵ１及びＵ２をそれぞれｘとｙに代入し、さらにＵＶスペクトル間の距離の二乗和（ｚ）の初期値として０を代入し、ステップＳ２００２へ移行する。
　ステップＳ２００２では、「ｘデータ数を取得（ａ）」の処理が実行される。この処理では、ｘのデータ数をａとして取得し、ステップＳ２００３へ移行する。
　ステップＳ２００３では、ＵＶスペクトルＵ１を構成する各検出波長における吸光度をｘから順番に呼び出すための初期値としてｉに１を代入し、ステップＳ２００４へ移行する。
　ステップＳ２００４では、「ｘｉ番目のデータを取得（ｂ）」の処理が実行される。この処理では、ＵＶスペクトルＵ１を代入したｘのｉ番目の吸光度データをｂとして取得し、ステップＳ２００５へ移行する。
　ステップＳ２００５では、「ｙｉ番目のデータを取得（ｃ）」の処理が実行される。この処理では、ＵＶスペクトルＵ２を代入したｙのｉ番目の吸光度データをｃとして取得し、ステップＳ２００６へ移行する。
　ステップＳ２００６では、「ＵＶスペクトル間距離（ｄ）とＵＶスペクトル間距離の二乗和（ｚ）を算出」の処理が実行される。この処理では、ＵＶスペクトル間距離ｄとＵＶスペクトル間距離の二乗和ｚを、
　ｄ　＝　ｂ－ｃ
　ｚ　＝　ｚ＋ｄ2
として算出し、ステップＳ２００７へ移行する。
　ステップＳ２００７では、「ｉの更新（ｉ←ｉ＋１）」の処理が実行される。この処理では、ｉの更新としてｉにｉ＋１を代入し、ステップＳ２００８へ移行する。
　ステップＳ２００８では、「ｘの全データで処理終了？」の判断処理が実行される。この処理では、ｘとｙの全てのデータの処理が終了したか否かが判断される。終了している（ＹＥＳ）場合は、ｘとｙの全データの処理が終了したと判断し、ステップＳ２００９へ移行する。終了していない（ＮＯ）場合は、ｘとｙに未処理のデータが残っていると判断し、ステップＳ２００４へ移行する。つまり、Ｓ２００４～Ｓ２００８までの処理はｘとｙの全ての吸光度データが処理されるまで繰り返す。
　ステップＳ２００９では、「ｘとｙのＵＶスペクトルの一致度を計算（ＵＶ＿Ｓｉｍ）」の処理が実行される。この処理では、ＵＶ＿Ｓｉｍを、前記ＵＶスペクトル間距離の二乗和ｚとｘのデータ数ａから、
　ＵＶ＿Ｓｉｍ　＝　√（ｚ／ａ）
として算出し、このＵＶ＿Ｓｉｍを図９９のステップＳ３０６に渡し、ＵＶスペクトルの一致度計算処理を終了する。
[サブルーチン３]
　図１０５は、図９９の「対象ＦＰ帰属処理２」における「サブルーチン３」の詳細を示すフローチャートである。この処理は、ピーク・パターンの一致度を計算する。
　ステップＳ３００１では、「ピーク・パターン構成候補数（ｍ）とピーク・パターン構成ピーク数（ｎ）を設定」の処理が実行される。この処理では、ピーク・パターンを網羅的に作成するための設定として、ピーク・パターン構成候補数（ｍ）とピーク・パターン構成ピーク数（ｎ）をそれぞれ設定し、ステップS３００２へ移行する。
　ステップＳ３００２では、「ｘ←対象ＦＰ名、ｒ１←Ｒ１、ｐ１←Ｐ１、ｙ←基準ＦＰ名、ｒ２←Ｒ２、ｐ２←Ｐ２」の処理が実行される。この処理では、処理に必要とする対象ＦＰ及び基準ＦＰのファイル名ならびに図９９のＳ３０２とＳ３０４で取得したリテンション・タイム及びピーク・データをそれぞれｘ、ｒ１、ｐ１とｙ、ｒ２、ｐ２に代入し、ステップＳ３００３へ移行する。
　ステップＳ３００３では、「ｘの全リテンション・タイムを取得（ａ）」の処理が実行される。この処理では、Ｓ３００２でｘに代入した名前のファイル（対象ＦＰ）を読み込み、そのファイルの全リテンション・タイムをａとして取得し、ステップＳ３００４へ移行する。
　ステップＳ３００４では、「ｙの全リテンション・タイムを取得（ｂ）」の処理が実行される。この処理では、Ｓ３００２でｙに代入した名前のファイル（基準ＦＰ）を読み込み、そのファイルの全リテンション・タイムをｂとして取得し、ステップＳ３００５へ移行する。
　ステップＳ３００５では、「ａからｒ１のピーク・パターン構成候補ピークｍ本のリテンション・タイム（ｃｍ）及びピーク・データ（ｄｍ）を取得」の処理が実行される。この処理では、ａから帰属対象ピークのリテンション・タイムであるｒ１のピーク・パターン構成候補ピークｍ本のリテンション・タイムをｃｍ、ピーク・データをｄｍとしてそれぞれ取得し、ステップＳ３００６へ移行する。なお、ピーク・パターン構成候補ピークｍ本は、ｒ１とリテンション・タイムが近いｍ本である。
　ステップＳ３００６では、「ｂからｒ２のピーク・パターン構成候補ピークｍ本のリテンション・タイム（ｅｍ）及びピーク・データ（ｆｍ）を取得」の処理が実行される。この処理では、ｂから帰属候補ピークのリテンション・タイムであるｒ２のピーク・パターン構成候補ピークｍ本のリテンション・タイムをｅｍ、ピーク・データをｆｍとしてそれぞれ取得し、ステップＳ３００７へ移行する。なお、ピーク・パターン構成候補ピークｍ本は、ｒ２とリテンション・タイムが近いｍ本である。
　ステップＳ３００７では、「ｃｍ、ｄｍをリテンション・タイム順（昇順）に並べる」の処理が実行される。この処理では、Ｓ３００５で取得したｃｍとｄｍをリテンション・タイムが昇順になるように並び替え、ステップＳ３００８へ移行する。
　ステップＳ３００８では、「ｅｍ、ｆｍをリテンション・タイム順（昇順）に並べる」の処理が実行される。この処理では、Ｓ３００６で取得したｅｍとｆｍをリテンション・タイムが昇順になるように並び替え、ステップＳ３００９へ移行する。
　ステップＳ３００９では、「ｃｍ、ｄｍからピーク・パターン構成ピークｎ本のリテンション・タイム（ｃｎ）及びピーク・データ（ｄｎ）を順番に取得」の処理が実行される。この処理では、ピーク・パターン構成候補ピークｍ本のｃｍ及びｄｍからピーク・パターン構成ピークｎ本のリテンション・タイムをｃｎ、ピーク・データをｄｎとして順番に取得し、ステップＳ３０１０へ移行する。
　ステップＳ３０１０では、「ｅｍ、ｆｍからピーク・パターン構成ピークｎ本のリテンション・タイム（ｅｎ）及びピーク・データ（ｆｎ）を順番に取得」の処理が実行される。この処理では、ピーク・パターン構成候補ピークｍ本のｅｍ及びｆｍからピーク・パターン構成ピークｎ本のリテンション・タイムをｅｎ、ピーク・データをｆｎとして順番に取得し、ステップＳ３０１１へ移行する。
　ステップＳ３０１１では、「ピーク・パターンの一致度を計算（Ｐ＿Ｓｉｍ）」の処理が実行される。この処理では、これまでに取得した帰属対象ピークのｒ１とｐ１及びそのピーク・パターン構成ピークｎ本のｃｎとｄｎ、ならびに帰属候補ピークのｒ２とｐ２及びそのピーク・パターン構成ピークｎ本のｅｎとｆｎから、ピーク・パターンの一致度（Ｐ＿Ｓｉｍ）を、ｎ＝４の場合を例とすると、図６６中のように
　Ｐ＿Ｓｉｍ＝ (|p1－p2|＋1)×(|(r1－(r2＋d)|＋1)
      　　＋(|dn1－fn1|＋1)×(|(cn1－r1)－(en1－r2)|+1)
       　 ＋(|dn2－fn2|＋1)×(|(cn2－r1)－(en2－r2)|+1)
       　 ＋(|dn3－fn3|＋1)×(|(cn3－r1)－(en3－r2)|+1)
    　　　＋(|dn4－fn4|＋1)×(|(cn4－r1)－(en4－r2)|+1)
として算出し、ステップＳ３０１２へ移行する。
　ステップＳ３０１２では、「Ｐ＿Ｓｉｍを保存（Ｐ＿Ｓｉｍ＿ａｌｌ）」の処理が実行される。この処理では、Ｓ３０１１で算出されたＰ＿Ｓｉｍを順次Ｐ＿Ｓｉｍ＿ａｌｌに保存し、ステップＳ３０１３へ移行する。
　ステップＳ３０１３では、「ｅｍ中のｍ本からｎ本を取り出す全組み合わせ終了？」の判断処理が実行される。この処理では、帰属候補ピークのピーク・パターン構成候補ピークｍ本からピーク・パターン構成ピークｎ本を取り出す全組み合わせで処理が終了したか否かが判断される。終了した（ＹＥＳ）場合は、帰属候補ピークにおいて、網羅的なピーク・パターンの作成とそのパターンにおける一致度の計算が終了したと判断し、ステップＳ３０１４へ移行する。終了していない（ＮＯ）場合は、ｍ本からｎ本を取り出す組み合わせが終了していないと判断し、ステップＳ３０１０へ移行する。つまり、Ｓ３０１０～Ｓ３０１３までの処理はｍ本からｎ本を取り出す全組み合わせで処理が終了するまで繰り返す。
　ステップＳ３０１４では、「ｃｍ中のｍ本からｎ本を取り出す全組み合わせ終了？」の判断処理が実行される。この処理では、帰属対象ピークのピーク・パターン構成候補ピークｍ本からピーク・パターン構成ピークｎ本を取り出す全組み合わせで処理が終了したか否かが判断される。終了した（ＹＥＳ）場合は、帰属対象ピークにおいて、網羅的なピーク・パターンの作成とそのパターンにおける一致度の計算が終了したと判断し、ステップＳ３０１５へ移行する。終了していない（ＮＯ）場合は、ｍ本からｎ本を取り出す組み合わせが終了していないと判断し、ステップＳ３００９へ移行する。つまり、Ｓ３００９～Ｓ３０１４までの処理はｍ本からｎ本を取り出す全組み合わせで処理が終了するまで繰り返す。
　ステップＳ３０１５では、「Ｐ＿Ｓｉｍ＿ａｌｌから最小値を取得（Ｐ＿Ｓｉｍ＿ｍｉｎ）」の処理が実行される。この処理では、Ｓ３０１２で保存したＰ＿Ｓｉｍ＿ａｌｌの最小値をＰ＿Ｓｉｍ＿ｍｉｎとして取得し、このＰ＿Ｓｉｍ＿ｍｉｎを図９９のステップＳ３０７に渡し、ピーク・パターンの一致度計算処理を終了する。
［Ｓ６：対象ＦＰタイプ２の作成処理］
　図１０６は、図９３ステップＳ６の「ＦＰ_type２作成」の詳細を示すフローチャートである。
　ステップＳ６０１では、「対象ＦＰを読み込む」の処理が実行される。この処理では、前記対象ＦＰ４３（図１１９のＦＰのデータ例１８７参照）のファイルを読み込み、ステップＳ６０２へ移行する。
　ステップＳ６０２では、「ピーク・データ特徴量ファイルを読み込む」の処理が実行される。この処理では、前記対象ＦＰ４３に関し、ピーク・データ特徴量のファイル（図１２４のピーク・データ特徴量のファイル例１９９参照）を読み込み、ステップＳ６０３へ移行する。ピーク・データ特徴量ファイル例は、前記対象ＦＰピーク特徴量作成部７により、基準群ＦＰ４５のピークに帰属された対象ＦＰ４３のピーク情報を含んでいる。
　ステップＳ６０３では、「対象ＦＰとピーク・データ特徴量ファイルを比較」の処理が実行される。この処理では、対象ＦＰ４３のファイルとピーク・データ特徴量ファイルとが比較される。この比較により、基準群ＦＰ４５のピークに帰属されなかった対象ＦＰ４３の残存ピークが特定され、ステップＳ６０４へ移行する。
　ステップＳ６０４では、「対象ＦＰのみに存在するピークのリテンション・タイムとピーク・データを出力」の処理が実行される。この処理では、対象ＦＰ４３の残存ピークのリテンション・タイムとピーク・データとが、対象ＦＰタイプ２のデータ・ファイル（図１２５の基準及び対象ＦＰタイプ２のデータ例２０１参照）に出力される。
［Ｓ７：領域分割による対象ＦＰ_type２の特徴量化処理］
　図１０７は、図９４ステップＳ７の「領域分割による対象ＦＰ_type２の特徴量化処理」の詳細を示すフローチャートである。
　ステップＳ７０１では、「ＦＰ空間の領域分割条件の設定」の処理が実行される。この処理では、対象ＦＰタイプ２の領域を分割するため、縦・横の線（分割線）１本目の位置がそれぞれ１個設定される。この設定により、ＦＰ空間に対し、例えば図７６、図７７のように、縦・横分割線（1本目）が分割線として設定される。但し、対象ＦＰタイプ２の場合、領域の位置変更はないので、振幅は関係しない。ステップＳ７０１で縦・横分割線（1本目）が設定されるとステップＳ７０２へ移行する。
　ステップＳ７０２では、「ＦＰ空間の領域分割パターンの作成」の処理が実行される。この処理では、縦・横分割線１本目の全組み合わせで２本目以降の分割線の位置が設定され、分割パターン（１個）が作成される。この処理により、ＦＰ空間に対し、例えば図７８のように、縦・横分割線による領域分割が行われる。領域分割が行われるとステップＳ７０３へ移行する。
　ステップＳ７０３では、「対象ＦＰ_type２のファイルを読み込む」の処理が実行される。この処理により、対象ＦＰタイプ２のファイルが読み込まれ、ステップＳ７０４へ移行する。
　ステップＳ７０４では、「ＦＰ空間全体の総ピーク・データを算出」の処理が実行される。この処理では、例えば、図７９のように分割された各格子１４５全てに存在するピークの高さ合計が算出され（図８１）、ステップＳ７０５へ移行する。
　ステップＳ７０５では、「ＦＰ空間を分割パターンで分割」の処理が実行される。この処理では、Ｓ７０２で設定された領域分割パターンによりＳ７０３で読み込まれた対象ＦＰタイプ２を図７９のように領域分割し、ステップＳ７０６へ移行する。
　ステップＳ７０６では、「分割された領域内でのピーク・データの存在割合を算出」の処理が実行される。この処理では、各格子１４５内でのピーク存在割合が前記特徴量＝領域内ピーク高さ合計／全ピーク高さ合計として算出される。算出結果は、図８６のようになる。算出が終了するとステップＳ７０７へ移行する。
　ステップＳ７０７では、「各領域の存在割合を特徴量として出力」の処理が実行される。この処理では、１通りでの対象ＦＰ領域分割特徴量ファイル（図１２６で示す１通りでの対象ＦＰ領域分割特徴量ファイル例２０３参照）が出力される。
［Ｓ８：ピーク・データ特徴量と領域分割特徴量の統合］
　図１０８は、図９４ステップＳ８の「ピーク・データ特徴量と領域分割特徴量の統合」の詳細を示すフローチャートである。
　ステップＳ８０１では、「ピーク・データ特徴量ファイルを読み込む」の処理が実行される。この処理により、図１２４で示すピーク・データ特徴量のファイル例１９９と同様のファイルが読み込まれ、ステップＳ８０２へ移行する。
　ステップＳ８０２では、「領域分割特徴量ファイルを読み込む」の処理が実行される。この処理により、図１２６で示す対象ＦＰ領域分割特徴量ファイル２０３が読み込まれ、ステップＳ８０３へ移行する。　ステップＳ８０３では、「２つの特徴量データを横１行のデータとして統合」の処理が実行される。この処理により、ピーク・データ特徴量のファイル（図１２４で示すピーク・データ特徴量のファイル例１９９参照）及び対象ＦＰ領域分割特徴量ファイル（図１２６で示す対象ＦＰ領域分割特徴量ファイル例２０３参照）が一行のである対象ＦＰ特徴量統合ファイル（図１２７の対象ＦＰ特徴量統合ファイル例２０５参照）として統合され、ステップＳ８０４へ移行する。
　ステップＳ８０４では、「統合したデータを出力」の処理が実行される。この処理では、図１２７の対象ＦＰ特徴量統合ファイル２０５が出力される。
［基準ＦＰ帰属結果特徴量統合ファイルの作成］
　対象ＦＰ特徴量統合データを基準ＦＰ特徴量統合データと比較するための基準ＦＰ特徴量統合ファイルは、図１０９～図１１６のように作成される。
　図１０９、図１１０は、基準ＦＰ特徴量統合ファイルを作成するためのフローチャートであり、基準ＦＰ作成部３１のＦＰ作成機能と、基準ＦＰピーク帰属部１５の基準ＦＰピーク帰属機能と、基準ＦＰ帰属結果統合部１７の基準ＦＰ帰属結果統合機能と、基準ＦＰピーク特徴量作成部１９の基準ＦＰピーク特徴量作成機能と、基準ＦＰタイプ２作成部２１の基準ＦＰタイプ２作成機能と、基準ＦＰ領域分割特徴量作成部２３の基準ＦＰ領域分割特徴量作成機能と、基準ＦＰ特徴量統合部２５の基準ＦＰ特徴量統合機能とをコンピュータに実現させる。
　基準ＦＰ作成機能は、ステップＳ１０００１で実現される。基準ＦＰピーク帰属機能は、ステップＳ１０００２、Ｓ１０００３、Ｓ１０００４で実現される。基準ＦＰ帰属結果統合機能は、ステップＳ１０００５で実現される。基準ＦＰピーク特徴量作成機能は、ステップＳ１０００６で実現される。基準ＦＰタイプ２作成機能は、ステップＳ１０００７で実現される。基準ＦＰ領域分割特徴量作成機能は、ステップＳ１０００８で実現される。基準ＦＰ特徴量統合機能は、ステップＳ１０００９で実現される。
　Ｓ１０００１～Ｓ１０００４は、図９３、９４の対象ＦＰ特徴量統合ファイルの作成に係るＳ１～Ｓ４に対応し、Ｓ１００７～Ｓ１０００９は、同Ｓ６～Ｓ８に対応している。
　ステップＳ１０００１は、３Ｄクロマト及び特定の検出波長におけるピーク情報を入力データとして「ＦＰ作成処理」が実行される。
　３Ｄクロマト及びピーク・データ共に、評価基準となる複数の評価基準薬剤（基準漢方薬）ごとに備えられている。
　ステップＳ１０００１では、コンピュータのＦＰ作成部３の基準ＦＰ作成部３１（図１）が機能し、３Ｄクロマト及びピーク情報から基準ＦＰが対象ＦＰ４３（図２）と同様に作成され、基準ＦＰのデータがファイルとして出力される。
　ステップＳ１０００２は、ステップＳ１０００１で出力した全基準ＦＰを入力として、「基準ＦＰ帰属処理１」が実行される。
　ステップＳ１０００２では、コンピュータの基準ＦＰピーク帰属部１５が機能し、全基準ＦＰを対象とし、選択した組み合わせ且つ順番で帰属スコアを算出するために全基準ＦＰから組み合わせを選択してステップＳ１０００３へ移行する。
　ステップＳ１０００３は、選択した基準ＦＰの組み合わせを入力とし、「基準ＦＰ帰属処理２」が実行される。
　ステップＳ１０００３では、ステップＳ２で選定した基準ＦＰの組み合わせの全ピークで、図２３～図６１のように網羅的にピーク・パターンを作成し、次にそれらピーク・パターンの一致度（図６３または図６４のＰ＿Ｓｉｍ）を算出する。また、選定した基準ＦＰの組み合わせのピーク間でＵＶスペクトルの一致度（図６６のＵＶ＿Ｓｉｍ）を算出する。さらにこれら２つの一致度から帰属候補ピークの一致度（図６７のＳＣＯＲＥ）を算出する。その算出結果は、判定結果ファイル（図１２０の判定結果ファイル例１８９参照）として出力される。
　ステップＳ１０００４は、ステップＳ１０００３で出力した判定結果ファイルを入力とし、「基準ＦＰ帰属処理３」が実行される。
　ステップＳ１０００４では、選定した基準ＦＰの組み合わせ間で、帰属候補ピークの一致度（ＳＣＯＲＥ）をもとに選定した基準ＦＰの組み合わせ間で対応するピークを特定する。その結果は、基準ＦＰごとに基準ＦＰ帰属データとして出力される。
　ステップＳ１０００５は、ステップＳ１０００４で出力した全基準ＦＰ帰属データを入力とし、「基準ＦＰ帰属結果統合処理」が実行される。
　ステップＳ１０００５では、コンピュータの基準ＦＰ帰属結果統合部１７が機能し、基準ＦＰピーク帰属部１５で特定した各基準ＦＰのピーク対応関係を参照し、全基準ＦＰ帰属データを統合して基準ＦＰ対応表を作成し、ステップＳ１０００６へ移行する。ステップＳ１０００６では、コンピュータの基準ＦＰピーク特徴量作成部１９が機能し、基準ＦＰ帰属結果統合部１７で作成された基準ＦＰ対応表を基に全基準ＦＰによるピーク特徴量（基準群ＦＰ）を作成する。この基準ＦＰピーク特徴量作成部１９での処理は、基準ＦＰ対応表の各ピーク（列）で統計量（最大値、最小値、中央値、平均値、ｅｔｃ）を算出し、その情報を基にピーク（列）を選定する。選定したピーク（列）は、基準群ＦＰ（図１２３の基準群ＦＰ例１９７参照）として出力される。
　ステップＳ１０００７は、ステップＳ１０００６で出力した基準群ＦＰと全基準ＦＰとを入力とし、「ＦＰ_type２の作成」の処理が実行される。
　ステップＳ１０００７では、コンピュータの基準ＦＰタイプ２作成部２１が対象ＦＰタイプ２作成部９と同様に機能し、図９３のステップＳ６と同様にして、複数の各基準ＦＰから前記特徴量化されたピークをそれぞれ除いて残ったピークとそのリテンション・タイムとで構成されるＦＰを基準ＦＰタイプ２としてそれぞれ作成する（図１２５のＦＰタイプ２ファイル例２０１参照）。
　ステップＳ１０００８では、「基準ＦＰ_type２の特徴量化処理」が実行される。この処理では、コンピュータの基準ＦＰ領域分割特徴量作成部２３が機能し、図７３～図８５の領域分割により、基準ＦＰ領域分割特徴量が作成される。その結果は、基準ｔｙｐｅ２群ＦＰ（図１２８の基準ｔｙｐｅ２群ＦＰ例２０７参照）として出力される。
　ステップＳ１０００９では、「基準データ作成処理」の処理が実行される。この処理では、コンピュータの基準ＦＰ特徴量統合部２５が機能し、基準ＦＰピーク特徴量作成部１９で作成された基準群ＦＰと基準ＦＰ領域分割特徴量作成部２３で作成された基準ｔｙｐｅ２群ＦＰとを統合して全基準ＦＰの特徴量データを作成する。その結果は、基準群統合データ（図１２９の基準群統合データ例２０９参照）として出力される。
［Ｓ１０００５：基準ＦＰ対応表の作成］
　図１１１、図１１２は、図１１０ステップＳ１０００５の「基準ＦＰ帰属結果統合処理（基準ＦＰ対応表の作成）」の詳細を示すフローチャートである。
　ステップＳ１０１０１では、「帰属順番１番の帰属データを統合データとして読み込む」の処理が実行される。この処理では、Ｓ１０００４で１番目に帰属処理しピークの対応関係を特定した基準ＦＰ帰属データを統合データとして読み込み、ステップＳ１０１０２へ移行する。
　ステップＳ１０１０２では、「帰属データ２番目以降を順番に読み込む」の処理が実行される。この処理では、まずＳ１０００４で２番目に帰属処理しピークの対応関係を特定した基準ＦＰ帰属データを統合データのとして読み込み、ステップＳ１０１０３へ移行する。
　ステップＳ１０１０３では、「統合データと帰属データを共通するピーク・データで統合」の処理が実行される。この処理では、統合データと帰属データで共通に存在する基準ＦＰのピーク・データをもとに２つのファイルを統合し、その結果で統合データを更新し、ステップＳ１０１０４へ移行する。
　ステップＳ１０１０４では、「帰属データ中の全てのピークを統合データに追加？」の判断処理が実行される。この処理では、帰属データの全てのピークが統合データに追加されたか否かが判断される。追加された（ＹＥＳ）場合は、ステップＳ１０１０５へ移行する。追加されていないピーク（欠落ピーク）がある（ＮＯ）場合は、この欠落ピークを統合データに追加処理するため、ステップＳ１０１０７へ移行する。尚、欠落ピークの統合データへの追加処理（Ｓ１０１０７－Ｓ１０１２０）は、前記Ｓ５（対象ＦＰ帰属処理４）におけるステップＳ５０４－Ｓ５１７と同様の処理が行われる。
　ステップＳ１０１２１では、「統合データにＴＥＭＰ２のデータを追加（全てのリテンション・タイムとピーク）」の処理が実行される。この処理では、ＴＥＭＰ２の全てのリテンション・タイム（Ｒ３）とピーク（Ｐ１）を統合データの該当箇所に追加し、ステップＳ１０１２２へ移行する。
　ステップＳ１０１２２では、「閾値２　←　初期値、ＴＥＭＰ２内のデータを全て削除」の処理が実行される。この処理では、ＵＶ＿Ｓｉｍに更新されている閾値２を初期値に戻し、全欠落ピークのリテンション・タイムやピークなどのデータが入ったＴＥＭＰ２から全てのデータを削除し、ステップＳ１０１０４へ戻る。
　ステップＳ１０１０４から移行するステップＳ１０１０５では、「全ての帰属データの処理終了？」の判断処理が実行される。この処理では、全基準データの処理が終了したか否かが判断される。処理が終了（ＹＥＳ）の場合は、全帰属データの統合結果である基準ＦＰ対応表を出力するため、ステップＳ１０１０６へ移行する。全ての処理が終了していない（ＮＯ）の場合は、ステップＳ１０１０２へ戻り、残りの帰属データを順次処理する。
　ステップＳ１０１０６では、「統合データを出力（基準ＦＰ対応表）」の処理が実行される。この処理では、全帰属データを統合した結果を基準ＦＰ対応表として出力し、基準ＦＰ対応表の作成処理を終了する。
［Ｓ１０００６：ピーク特徴量化処理］
　図１１３は、図１０９ステップＳ１０００６の「ピーク特徴量化処理（基準群ＦＰの作成）」の詳細を示すフローチャートである。
　ステップＳ１０２０１では、「基準ＦＰ対応表を読み込む」の処理が実行される。この処理では、Ｓ１０００５で作成した基準ＦＰ対応表を読み込み、ステップＳ１０２０２へ移行する。
　ステップＳ１０２０２では、「各ピーク（列）で統計量を算出」の処理が実行される。この処理では、基準ＦＰ対応表の各ピーク(列)で統計量（最大値、最小値、中央値、平均値、分散、標準偏差、存在数、存在率）を算出し、ステップＳ１０２０３へ移行する。
　ステップＳ１０２０３では、「算出した統計量を参考にピーク（列）を選定」の処理が実行される。この処理では、Ｓ１０１０２で算出した統計量を参考にピークを選定し、ステップＳ１０２０４へ移行する。
　ステップＳ１０２０４では、「選定したピーク（列）を出力（基準群ＦＰ）」の処理が実行される。この処理では、統計量によりピーク（列）の選定結果を基準群ＦＰとして出力し、基準群ＦＰの作成処理を終了する。
　図１２３に前記のように出力する基準ＦＰ対応表例１９７を示す。
［Ｓ１０００７：基準ＦＰタイプ２の作成処理］
　図１１４は、図１１０ステップＳ１０００７の「基準ＦＰ編集処理（基準ＦＰ_type２の作成）」の詳細を示すフローチャートである。
　ステップＳ１０３０１では、「基準ＦＰを順番に読み込む」の処理が実行される。この処理では、複数の基準ＦＰのファイル（図１１９のＦＰのデータ例１８７参照）を読み込み、ステップＳ１０３０２へ移行する。
　ステップＳ１０３０２では、「基準群ＦＰを読み込む」の処理が実行される。この処理では、基準群ＦＰのデータ・ファイル（図１２３の基準群ＦＰのデータ例１９７参照）が読み込まれ、ステップＳ１０３０３へ移行する。
　ステップＳ１０３０３では、「基準群ＦＰから基準ＦＰのピーク・データ特徴量を取り出す」の処理が実行される。この処理では、基準群ＦＰ４５のファイルから基準ＦＰの帰属処理されたピーク・データ特徴量を取り出し、ステップＳ１０３０４へ移行する。
　ステップＳ１０３０４では、「基準ＦＰと取り出したピーク・データ特徴量ファイルを比較」の処理が実行され、基準ＦＰがピーク・データ特徴量ファイルと比較され、ステップＳ１０３０５へ移行する。
　ステップＳ１０３０５では、「基準ＦＰのみに存在するピークのリテンション・タイムとピーク・データを出力」の処理が実行され、基準ＦＰからピーク・データ特徴量ファイルのピークが除かれて、ステップＳ１０３０６へ移行する。
　ステップＳ１０３０６では、「全基準ＦＰで処理終了？」の判断処理が実行される。この処理では、全基準ＦＰで処理終了したときは（ＹＥＳ）、Ｓ１０００７は終了し、全基準ＦＰで処理終了していなければ（ＮＯ）、Ｓ１０３０１－Ｓ１０３０５が繰り返される。したがって、複数の基準ＦＰが順に処理され、各基準ＦＰからピーク・データ特徴量ファイルのピークが除かれて基準ＦＰタイプ２のファイル（図１２５に示す対象及び基準ＦＰタイプ２のデータ例２０１参照）が作成される。
［Ｓ１０００８：領域分割による基準ＦＰ_type２の特徴量化処理］
　図１１５は、図１１０ステップＳ１０００８の「領域分割による基準ＦＰ_type２の特徴量化処理」の詳細を示すフローチャートである。
　ステップＳ１０４０１では、「ＦＰ空間の領域分割条件の設定」の処理が実行される。この処理では、基準ＦＰタイプ２の領域を分割するため、縦・横の線（分割線）１本目の位置がそれぞれ複数個設定される。この設定により、ＦＰ空間に対し、例えば図７６、図７７のように、縦・横分割線（1本目）１４１、１４３が分割線として複数個設定される。縦・横分割線（1本目）１４１、１４３が複数個設定されるとステップＳ１０４０２へ移行する。
　ステップＳ１０４０２では、「ＦＰ空間の領域分割パターンの設定」の処理が実行される。この処理では、縦・横分割線１本目の全組み合わせで各２本目以降の分割線の位置が設定され、分割パターン（ｍ×ｎ個）が作成される。この設定により、ＦＰ空間に対し、例えば図７８のように、縦・横分割線１４１、１４３による領域分割のパターンが複数設定される。領域分割が行われるとステップＳ１０４０３へ移行する。
　ステップＳ１０４０３では、「基準ＦＰ_type２のファイルを順番に読み込む」の処理が実行される。この処理により、基準ＦＰタイプ２のファイルが読み込まれ、ステップＳ１０４０４へ移行する。
　ステップＳ１０４０４では、「ＦＰ空間全体の総ピーク・データを算出」の処理が実行される。この処理では、例えば、図７９のように分割された各格子１４５全てに存在するピークの高さ合計が算出され（図８１）、ステップＳ１０４０５へ移行する。
　ステップＳ１０４０５では、「ＦＰ空間を各分割パターンで順番に分割」の処理が実行される。この処理では、Ｓ１０４０２で設定された複数の領域分割パターンでＦＰ空間が順次分割され、ステップＳ１０４０６へ移行する。
　ステップＳ１０４０６では、「分割された領域内でのピーク・データの存在割合を算出」の処理が実行される。この処理では、例えば、図７９のように分割された各格子１４５全てに存在するピークの高さ合計が算出され（図８１）、図７９の各格子１４５内でのピーク存在割合が前記特徴量＝領域内ピーク高さ合計／全ピーク高さ合計としてされる。算出結果は、例えば図８３～図８５のようになる。算出が終了するとステップＳ１０４０８へ移行する。
　ステップＳ１０４０８では、「全分割パターンで分割終了」の処理が実行される。この処理では、Ｓ１０４０２で設定された複数の全領域分割パターンでの特徴量処理が終了したか否かの判断が行われる。特徴量処理が終了すれば（ＹＥＳ）、ステップＳ１０４０９へ移行し、特徴量処理が終了していなければ（ＮＯ）、ステップＳ１０４０５へ移行する。Ｓ１０４０５～Ｓ１０４０８は、全領域分割パターンでの特徴量処理が終了するまで繰り返される。
　ステップＳ１０４０９では、「全基準ＦＰ_type２で処理終了？」の判断処理が実行される。この処理では、複数の基準ＦＰごとに作成された複数の基準ＦＰタイプ２の全てにおいて特徴量処理が終了したか否かの判断が行われる。全基準ＦＰタイプ２が終了すれば（ＹＥＳ）、Ｓ１０００８は終了し、全基準ＦＰタイプ２が終了していなければ（ＮＯ）、ステップＳ１０４０３へ移行する。Ｓ１０４０３～Ｓ１０４０９は、基準ＦＰタイプ２での特徴量処理が終了するまで繰り返される。
　図１２８に、基準ｔｙｐｅ２群ＦＰ例２０７を示す。
［Ｓ１０００９：基準データ作成処理］
　図１１６は、図１１０ステップＳ１０００９の「基準データの作成処理」の詳細を示すフローチャートである。
　ステップＳ１０５０１では、「領域分割特徴量ファイルを読み込む」の処理が実行される。この処理により、基準ＦＰ領域分割特徴量ファイル（図１２８で示す基準ｔｙｐｅ２群ＦＰ例２０７参照）が読み込まれ、ステップＳ１０５０２へ移行する。
　ステップＳ１０５０２では、「領域分割した際の分割パターン数を算出」の処理が実行される。この処理により、領域分割の分割パターン数が算出される。分割パターン数は、図７０～図８０での説明のように、例えば１００通りと算出される。この算出後にステップＳ１０５０３へ移行する。
　ステップＳ１０５０３では、「基準群ＦＰを読み込む」の処理が実行され、基準群ＦＰが読み込まれてステップＳ１０５０４へ移行する。
　ステップＳ１０５０４では、「基準群ＦＰの各行を分割パターン数分複製したファイル（基準群ＦＰ２）を作成」の処理が実行される。この処理では、基準群ＦＰと領域分割特徴量ファイルとを統合するために基準群ＦＰの行を分割パターン数に合わせて複製し、基準群ＦＰ２を作成する。例えば、図１２３の基準群ＦＰのファイル例１９７を、図１２９の基準群統合データ例２０９のピーク・データ特徴量（基準群ＦＰ２）と対応するように複製する。この複製後に、ステップＳ１０５０５へ移行する。
　ステップＳ１０５０５では、「基準群ＦＰ２と領域分割特徴量ファイルを行ごとに統合」の処理が実行される。この処理では、Ｓ１０５０４で複製された基準群ＦＰ２のデータと領域分割特徴量ファイルのデータとが行ごとに統合され、ステップＳ１０５０６へ移行する。
　ステップＳ１０５０６では、「統合したデータを出力」の処理が実行される。この処理では、統合結果による基準ＦＰ特徴量統合ファイル（図１２９の基準群統合データ例２０９参照）が出力される。
［実施例１の効果］
　本発明実施例１の多成分物質の評価方法では、前記ＦＰ作成工程１４８と、対象ＦＰピーク帰属工程１４９と、対象ＦＰピーク特徴量作成工程１５１と、対象ＦＰタイプ２作成工程１５３と、対象ＦＰ領域分割特徴量作成工程１５５と、対象ＦＰ特徴量統合工程１５７と、基準ＦＰピーク帰属工程１５９と、基準ＦＰ帰属結果統合工程１６１と、基準ＦＰピーク特徴量作成工程１６３と、基準ＦＰタイプ２作成工程１６５と、基準ＦＰ領域分割特徴量作成工程１６７と、基準ＦＰ特徴量統合工程１６９と、評価工程１７１とを備えている。
　前記ＦＰ作成工程１４８は、前記対象ＦＰ作成工程１７３と、基準ＦＰ作成工程１７５とを備えている。
　前記対象ＦＰピーク帰属工程１４９は、前記基準ＦＰ選定工程１７７と、ピーク・パターン作成工程１７９と、ピーク帰属工程１８１とを備えている。
　評価対象となる多成分薬剤の３Ｄクロマト４１をこれら７工程（１７８、１４９、１５１、１５３、１５５、１５７、１７１）で処理することで、評価対象薬剤の品質評価の精度及び効率をより向上させることができる。
　特に、対象ＦＰ４３と複数の基準ＦＰとに基づき特徴量化された対象ＦＰピーク特徴量を作成し、この特徴量化から漏れた対象ＦＰ４３の残存ピークとして対象ＦＰタイプ２を作成し、この対象ＦＰタイプ２を複数の領域に分割し各領域に存在するピークの存在率から対象ＦＰ領域分割特徴量を作成し、対象ＦＰピーク特徴量及び対象ＦＰ領域分割特徴量を統合して対象ＦＰ統合特徴量を作成し、対象ＦＰ統合特徴量とこの対象ＦＰ統合特徴量に対応し評価基準となる多成分物質の複数の基準ＦＰに基づく基準ＦＰ統合特徴量とを比較評価するため、対象ＦＰピーク特徴量に含まれなかった対象ピークのピークをも含めて評価することができ、評価対象薬剤の品質評価の精度を確実に向上させることができる。
　対象ＦＰ作成工程１７３で作成された対象ＦＰ４３は、３Ｄクロマト４１と同様に三次元の情報（ピーク、リテンション・タイム及びＵＶスペクトル）で構成している。そのため、その薬剤特有の情報をそのまま継承したデータである。それにも係らず、データ容量は約１／７０に圧縮されているため、３Ｄクロマト４１に比較して、処理すべき情報量を大幅に減少させることができ処理速度を速めることができる。
　対象ＦＰ作成工程１７３は、検出波長の異なる複数のＦＰを合成したＦＰを作成する。これにより、１つの波長で全ての成分を検出できない成分が組み合わさった多成分薬剤であっても、複数の検出波長のＦＰを合成することで、全ての成分を含んだ品質評価が可能となる。
　対象ＦＰ作成工程１７３は、３Ｄクロマトで検出された全ピークを含んだＦＰを作成する。このため、多成分薬剤である漢方薬の品質評価に適している。
　基準ＦＰ選定工程１７７では、対象ＦＰの帰属に適した基準ＦＰをＦＰ間のリテンション・タイム・出現パターンを比較し、パターンの一致度が良い基準ＦＰ選定する。これにより、ピーク帰属工程１８１において、パターンが類似したＦＰ間で帰属処理ができるため、精度の高い帰属が可能となる。
　ピーク・パターン作成工程１７９では、帰属対象ピーク及び帰属候補ピークそれぞれで複数の周辺ピークを使って網羅的にピーク・パターンを作成する。これにより、対象ＦＰと基準ＦＰでＦＰ全体のパターンが多少異なっていても、ピーク帰属工程１８１で精度の高い帰属が可能となる。
　ピーク帰属工程１８１では、ピーク・パターン作成工程１７９で作成されたピーク・パターンの一致度に加え、帰属対象ピークと帰属候補ピークのＵＶスペクトルの一致度も加味して、帰属すべきピークを特定している。そのため、精度の高い帰属が可能となる。 
　ピーク帰属工程１８１では、対象ＦＰの全ピークを基準ＦＰのピークへ一斉帰属する。そのため、効率のよい帰属処理が可能となる。
　評価工程１７１では、多次元データである多成分で構成されたＦＰをＭＴ法でＭＤ値として1次元に集約し、複数の評価対象ロットを簡単に比較評価する。このため、複数の成分で構成される多成分系薬剤の評価に適している。 
　対象ＦＰ領域分割特徴量作成工程１５５は、シグナル強度軸に平行な複数の縦分割線１４１と時間軸に平行な複数の横分割線１４３とにより前記領域の分割を行う。
　このため、領域分割を簡素化し、処理速度を速めることができる。
　複数の横分割線１４３は、シグナル強度が増大する方向へ等比間隔で設定された。
　このため、ピーク密度の高い部分で領域を細分化することができ、領域分割によるピーク存在率の算出を効率的に行わせることができる。
　多成分物質の評価方法は、さらに前記基準ＦＰ作成工程１７５と、基準ＦＰピーク帰属工程１５９と、基準ＦＰ帰属結果統合工程１６１と、基準ＦＰピーク特徴量作成工程１６３と、基準ＦＰタイプ２作成工程１６５と、基準ＦＰ領域分割特徴量作成工程１６７と、基準ＦＰ特徴量統合工程１６９とを備えた。
　このため、基準ＦＰピーク特徴量と基準ＦＰ領域分割特徴量とを統合した基準ＦＰ統合特徴量を作成し、評価工程１７１です対象ＦＰ統合特徴量と比較することができ、評価対象薬剤の品質評価の精度及び効率をより向上させることができる。
　基準ＦＰ領域分割特徴量作成工程１６７は、各領域の位置を変更し変更前後で基準ＦＰ領域分割特徴量を作成することができる。
　このため、分析条件の僅かなバラツキ等により、リテンション・タイムやピーク高さが変動し、単一パターンでは各格子１４５内の値が大きく変動する場合でも、この変動に係わらず各格子１４５内のピークの存在量を捉えることができ、評価対象薬剤の品質評価の精度及び効率をより向上させることができる。
　基準ＦＰ領域分割特徴量作成工程１６７は、シグナル強度軸に平行な複数の縦分割線１４１と時間軸に平行な複数の横分割線１４３とにより前記領域の分割を行う。
　このため、領域分割を簡素化し、処理速度を速めることができる。
　複数の横分割線１４３は、シグナル強度が増大する方向へ等比間隔で設定された。
　このため、ピーク密度の高い部分で領域を細分化することができ、領域分割によるピーク存在率の算出を効率的に行わせることができる。
　基準ＦＰ領域分割特徴量作成工程１６７は、各縦・横分割線１４１、１４３を設定範囲内で平行移動させるように位置を変更設定することで各領域１４５の位置を変更する。
　このため、各領域１４５の位置変更を簡単な処理で効率的に行わせることができる。
　本発明実施例の多成分薬剤の評価プログラムは、各機能をコンピュータに実現させ、評価の精度及び効率をより向上させることができる。
　本発明実施例の多成分薬剤の評価装置は、各部３、５、７、９、１１、１３、１５、１７、１９、２１、２３、２５、２７を作用させ、評価の精度及び効率をより向上させることができる。
［ピーク・パターンの一致度計算（Ｐ＿Ｓｉｍ）の変形例］
　図６３、図６４、図１０５でのピーク・パターンの一致度計算（Ｐ＿Ｓｉｍ）は、ＦＰをピーク高さで作成した上記実施例の場合について適用し、比較対象のピーク高さの差に基づいて計算した。
　一方、本発明のパターンの評価方法、多成分物質の評価方法、評価プログラム、及び評価装置におけるピークについては、上記のようにシグナル強度（高さ）の極大値を意味する場合と、シグナル強度の面積値（ピーク面積）を高さで表現したものを意味する場合の何れも含めることができる。
　この場合、ＦＰをピーク面積で作成するときも、面積値を高さで表現してＦＰを作成するため、ＦＰとしては上記実施例のピーク高さで作成する場合と同様の表現となる。このため、ＦＰをピーク高さで作成した場合と同様の上記実施例の処理により同様に評価することができる。
　但し、ＦＰをピーク面積で作成したときは、比較対象のピーク値の差が大きくなるため、比に基づいた計算とし、取り扱いを容易とするのが適している。
　以下に、比に基づいて計算するピーク・パターンの一致度（Ｐ＿Ｓｉｍ）を、ｎ＝２、ｎ＝４の場合を例として示す。
ｎ＝２の場合 
　Ｐ＿Ｓｉｍ＝ (p1／p2♯１)×(|(r1－(r2＋d)|＋1)
　　　 　   ＋(dn1／fn1♯１)×(|(cn1－r1)－(en1－r2)|+1)
　　　    　 ＋(dn2／fn2♯１)×(|(cn2－r1)－(en2－r2)|+1)
ｎ＝４の場合 
　Ｐ＿Ｓｉｍ＝ (p1／p2♯１)×(|(r1－(r2＋d)|＋1)
      　　　＋(dn1／fn1♯１)×(|(cn1－r1)－(en1－r2)|+1)
       　　 ＋(dn2／fn2♯１)×(|(cn2－r1)－(en2－r2)|+1)
       　　 ＋(dn3／fn3♯１)×(|(cn3－r1)－(en3－r2)|+1)
   　 　　　＋(dn4／fn4♯１)×(|(cn4－r1)－(en4－r2)|+1)
　ここに、#1は、比較対象の２つの値の比（大きい値/小さい値） であることを示している。
　なお、ＦＰをピーク高さで作成した場合にも、比に基づいてピーク・パターンの一致度（Ｐ＿Ｓｉｍ）を計算することができ、ＦＰをピーク面積で作成した場合にも、上記ピーク高さの差同様に、ピーク面積値の差に基づいてピーク・パターンの一致度（Ｐ＿Ｓｉｍ）を得ることができる。
［サブルーチン２の変形例］
　図１３０は、図１０４に代えて適用するサブルーチン２の変形例に係り、図９９の「対象ＦＰ帰属処理２」における「サブルーチン２」の変形例の詳細を示すフローチャートである。この変形例に係る処理により、ＵＶスペクトルの一致度を計算する。
　本サブルーチン２の変形例では、図１０４のサブルーチン２でのＲＭＳＤにＵＶパターンの移動平均の傾き情報（ＤＮＳ）を加味する処理ができるようにした。ＤＮＳは、後述の式で表わされ、ＵＶパターンにおける移動平均値の移動傾きを２つのパターンで比較した時の傾き符号（ ＋／－ ）の不一致数として定義される。すなわち、ＤＮＳは、ＵＶパターンの極大、極小値の位置の一致具合を評価する値である。
　このＤＮＳの情報を前記ＲＭＳＤに加味することで、ＵＶスペクトルの波形の一致度をより正確に算出することができる。
　図１３０の変形例に係るサブルーチン２において、ステップＳ２００１～Ｓ２００８までは、図１０４のサブルーチン２とほぼ同一である。但し、ステップＳ２００１では、区間１←ｗ１、区間２←ｗ２の初期設定が追加して行われ、後述する移動平均、移動傾きの計算の区間に用いられる。
　本変形例のサブルーチン２では、ＤＮＳ加味のためにステップＳ２０１０～Ｓ２０１３を追加し、ステップＳ２００９ＡでＤＮＳを加味した一致度の計算を可能とした。
　ステップＳ２０１０では、「ＤＮＳを加味する？」の判断処理が実行され、ＤＮＳを加味すると判断されたときは（ＹＥＳ）、ステップＳ２０１１へ移行し、ＤＮＳを加味しないと判断されたときは（ＮＯ）、ステップＳ２００９Ａへ移行する。ＤＮＳを加味するか否かの起因は、例えば初期の設定による。例えば、ＦＰを、ピーク面積で作成したときはＤＮＳ加味、ＦＰをピーク高さで作成したときは、ＤＮＳ非加味に設定する。
　但し、ＦＰをピーク高さで作成した上記実施例の場合にも、ＤＮＳを加味する処理でＵＶパターン一致度を計算することができ、ＦＰをピーク面積で作成した場合にも、ＤＮＳを加味しない上記実施例の処理でＵＶパターン一致度を計算することができる。
　ステップＳ２０１１では、「区間１（ｗ１）でｘとｙの移動平均を計算」の処理が実行され、区間１（ｗ１）における移動平均が求められる。区間１（ｗ１）は、ＵＶデータの波長に関する区間であり、ステップＳ２００１の初期設定においてｗ１＝３であれば区間１（３）となり、３個の波長におけるＵＶ強度の平均が求められる。具体的には図１３１の図表で後述する。
　ステップＳ２０１２では、「区間２（ｗ２）でｘとｙの移動傾きを計算」の処理が実行され、区間２（ｗ２）における移動傾きが求められる。区間２（ｗ２）は、ステップＳ２０１１で求めた移動平均に関する区間であり、ステップＳ２００１の初期設定においてｗ２＝３であれば区間２（３）となり、ステップＳ２０１１で計算した移動平均に基づき、３個の移動平均に渡る傾きの（±）が求められる。具体的には図１０１の図表で後述する。
　ステップＳ２０１３では、「ｘとｙの移動傾きの符号の不一致数を算出（ＤＮＳ）」の処理が実行され、ステップＳ２０１２で計算された移動傾きから傾きの（±）の一致数が計算される。移動傾きの＋は、図６６において右肩上がりを表し、移動傾きの－は、同右肩下がりを表す。
　ステップＳ２０１３からステップＳ２００９Ａへ移行すると、このステップＳ２００９Ａの処理においてＤＮＳを加味した一致度の計算が行われる。
　ステップＳ２００９Ａでは、「ｘとｙのＵＶスペクトルの一致度を計算（ＵＶ＿Ｓｉｍ）」の処理が実行され、ＤＮＳを加味した一致度の計算では、ＵＶ＿Ｓｉｍを、前記ＵＶスペクトル間距離の二乗和ｚとｘのデータ数ａとＤＮＳとから、
　ＵＶ＿Ｓｉｍ　＝　√（ｚ／ａ）×１．１ＤＮＳ
として算出し、このＵＶ＿Ｓｉｍを図８１のステップＳ３０６に渡し、ＵＶスペクトルの一致度計算処理を終了する。
　なお、ステップＳ２０１０からステップＳ２００９Ａへ移行した場合の処理は、図８６のステップＳ２００９と同一である。
　図１３１は、移動平均及び移動傾きの計算例を示す図表である。
　図１３１の上段は、ＵＶデータ例、中段は、移動平均の計算例、下段は、移動傾きの計算例を示す。ＵＶデータ例は、具体的な数値に代え、ＵＶ強度をａ１～ａ７で表記している。例えば、２２０ｎｍのＵＶ強度がａ１、２２１ｎｍのＵＶ強度がａ２等となる。移動平均の計算例及び移動傾きの計算例も具体的数値に代え、ＵＶ強度ａ１～ａ７を使用している。
　移動平均は、区間１（ｗ１＝３）を例とし、ステップＳ２０１２（図１３０）において、区間（ａ１、ａ２、ａ３）、区間（ａ２、ａ３、ａ４）、・・・毎に計算した値としてｍ１、ｍ２、・・・が計算される。移動傾きも区間２（３）を例とし、ステップＳ２０１３（図１３０）において、区間（ｍ１、ｍ２、ｍ３）、区間（ｍ２、ｍ３、ｍ４）、・・・毎に計算した値としてｓ１、・・・が計算される。例えば、移動平均の差ｍ３－ｍ１が移動傾きとなり、その（±）を取り出す。
　こうして、ＦＰをピーク面積で作成したときは、基準群ＦＰへの帰属処理ならびに基準ＦＰ帰属結果統合処理において、ＤＮＳを加味した処理でＵＶパターン一致度を計算することができる。この計算により、図６６で示す対応する２点の距離（ｄｉｓ）がピーク高さで作成したＦＰに比較して大きくなっても、取り扱いを容易とし、ＵＶパターン一致度を正確に計算することができる。
［その他］
　本発明実施例のパターンの評価方法、多成分物質の評価方法、評価プログラム、及び評価装置では、ＦＰをピーク面積で作成するときは、シグナル強度軸を面積値軸、シグナル強度を面積値として同様に適用することができる。
　本発明実施例は、多成分薬剤として漢方薬の評価について適用したが、その他の多成分物質の評価にも適用することができる。
　なお、本発明は、ピーク帰属により得られた結果を特徴量として比較評価することによるピーク特徴量と、特徴量化されなかった残りのピークによるＦＰ（ＦＰタイプ２）を領域分割により特徴量化した領域分割特徴量とを合体させ、ＦＰ全体を網羅した統合特徴量を比較評価することができれば良く、ＦＰタイプ２の前提となるピーク特徴量の作成は、各種のものを適用することができる。
　他の手法によるピーク特徴量の作成概要を示すと、以下のとおりである。
　１．ＣｈｅｍＳｔａｔｉｏｎ　ライブラリ検索　（Ａｇｉｌｅｎｔ）
　一般的な帰属方法であり、帰属したいピークのＵＶスペクトルとリテンション・タイム（例えば、１０-１０．２分）をライブラリに登録しておき、この登録したピークと同じリテンション・タイムの範囲内でＵＶスペクトルが一致するピークを検索して帰属し、特徴量化する。
　２．ＣｈｅｍＳｔａｔｉｏｎ用Ｐｏｗｅｒｅｄ　（西川計測 ）
　ピークのリテンション・タイム情報をもとに、階層的クラスタリング（最遠法）法を使用してピークを分類し、対応するピークを決定し、特徴量化する。この帰属方法ではＵＶスペクトルは使用しない。
　３．ＯＲＩＧＩＮ　（ＯｒｉｇｉｎＬａｂ）
　クロマトあるいはピーク形状等の情報からピーク帰属し、特徴量化する。
　４．ＡＣＤ／ＡｕｔｏＣｈｒｏｍ
　ＵＶスペクトルの類似性とピーク面積や形状等の情報の一致数をもとにピーク帰属し、特徴量化する。（ＵＶＭＡＰ）
　ＬＣ／ＭＳの情報をもとにピーク帰属し、特徴量化する。（ＭＳＭＡＰ）
　５．Ｅｍｐｏｗｅｒ　クロマトパターンマッチング　（Ｗａｔｅｒｓ）
　上記帰属方法とは少し考え方が違っており、クロマトの全体（又は一部分）のパターンの類似度合いを定量的に評価する。方法としては、クロマトを具現化していき（５パターン）、そのパターンの差の大小で類似度合いを定量化する。（ＵＳＰ５９６９２２８）
　上記実施例のＦＰは、３Ｄクロマト上での全ピークを対象としたが、細かいデータ、例えば３Ｄクロマト上でピーク面積が５％未満のピークを除いてＦＰを作成することもできる。
　上記実施例のＦＰは、ピーク高さに基づいて作成し、図８７～図９１の評価を得たが、ピーク面積に基づいてＦＰを作成した場合についても、ピーク高さに基づいて作成した上記実施例同様の手順によりＭＴ法によりＭＤ値を求め、図８７～図９１と同様に評価を得ることができる。
　クロマトは、３Ｄクロマトに限らず、ＦＰとしてＵＶスペクトルを除いたピークとそのリテンション・タイムとで構成されたものを用いることもできる。この場合、ＵＶスペクトルの一致度を除き、上記実施例と同様に行わせることができる。
１　多成分薬剤の評価装置
３　ＦＰ作成部
５　対象ＦＰピーク帰属部
７　対象ＦＰピーク特徴量作成部
９　対象ＦＰタイプ２作成部
１１　対象ＦＰ領域分割特徴量作成部
１３　対象ＦＰ特徴量統合部
１５　基準ＦＰピーク帰属部
１７　基準ＦＰ帰属結果統合部
１９　基準ＦＰピーク特徴量作成部
２１　基準ＦＰタイプ２作成部
２３　基準ＦＰ領域分割特徴量作成部
２５　基準ＦＰ特徴量統合部
２７　評価部
３１　基準ＦＰ作成部
３３　基準ＦＰ選定部
３５　ピーク・パターン作成部
３７　ピーク帰属部
３９　漢方薬
４１　３Ｄクロマト
４２　対象ＦＰに含まれるピークのＵＶスペクトル
４３　対象ＦＰ
４５　基準群ＦＰ
４７　基準群ＦＰに帰属した対象ＦＰ
４９　対象ＦＰタイプ２
５１　対象ＦＰ領域分割特徴量
５３　対象ＦＰの評価結果
５５　薬剤ＡのＦＰ
５７　薬剤ＢのＦＰ
５９　薬剤ＣのＦＰ
６１　対象ＦＰ（リテンション・タイム１０．０－１４．５分）
６３、６５、６７、６９、７１、７３、７５、７７、７９、８１　対象ＦＰ（リテンション・タイム１０．０－１４．５分）中の各ピーク
８３　基準ＦＰ（リテンション・タイム１０．０－１４．５分）
８５、８７、８９、９１、９３、９５、９７、９９、１０１、１０３、１０５　基準ＦＰ（リテンション・タイム１０．０－１４．５分）中の各ピーク
１０７　対象ＦＰリテンション・タイム・出現パターン
１０９　基準ＦＰリテンション・タイム・出現パターン
１１１　リテンション・タイム・出現距離の一致数
１１３　リテンション・タイム・出現パターンの一致度
１１５　対象ＦＰ帰属対象ピークのピーク・パターン（３本）
１１７、１１９、１２１、１２３　基準ＦＰ帰属候補ピークのピーク・パターン（３本）１２５　対象ＦＰ帰属対象ピークのピーク・パターン（５本）
１２７、１２９、１３１、１３３　基準ＦＰ帰属候補ピークのピーク・パターン（５本）１３５　帰属対象ピークのＵＶスペクトル
１３９　帰属候補ピークのＵＶスペクトル
１４１　縦領域分割線
１４３　横領域分割線
１４５　縦・横領域分割線により分割した各領域（格子）
１４７　各領域をピーク高さの割合で数量化（特徴量化）した結果例
１４８　ＦＰ作成工程
１４９　対象ＦＰピーク帰属工程
１５１　対象ＦＰピーク特徴量作成工程
１５３　対象ＦＰタイプ２作成工程
１５５　対象ＦＰ領域分割特徴量作成工程
１５７　対象ＦＰ特徴量統合工程
１５９　基準ＦＰピーク帰属工程
１６１　基準ＦＰ帰属結果統合工程
１６３　基準ＦＰピーク特徴量作成工程
１６５　基準ＦＰタイプ２作成工程
１６７　基準ＦＰ領域分割特徴量作成工程
１６９　基準ＦＰ特徴量統合工程
１７１　評価工程
１７３　対象ＦＰ作成工程
１７５　基準ＦＰ作成工程
１７７　基準ＦＰ選定工程
１７９　ピーク・パターン作成工程
１８１　ピーク帰属工程
１８３　３Ｄクロマト・データ例
１８５　ピーク情報データ例
１８７　ＦＰデータ例
１８９　判定結果ファイル例
１９１　帰属候補ピークスコア表例
１９３　帰属候補ピーク番号表例
１９５　照合結果ファイル例
１９７　基準群ＦＰデータ例
１９９　対象ＦＰピーク特徴量ファイル例
２０１　ＦＰタイプ２データ例
２０３　対象ＦＰ領域分割特徴量ファイル例
２０５　対象ＦＰ統合特徴量ファイル例
２０７　基準ｔｙｐｅ２群ＦＰデータ例
２０９　基準群統合データ例

Claims (33)

  1. 　時系列でピークが変化する評価対象の対象パターンを取得する対象パターン取得工程と、
    　前記対象パターンとこの対象パターンに対応し評価基準となる基準パターンとのピークを比較し対応するピークを特定する対象ピーク帰属工程と、
    　この対象ピーク帰属工程で特定されて帰属したピークと評価基準となる複数の基準パターンのピークとを比較評価して特徴量化された対象ピーク特徴量を作成する対象ピーク特徴量作成工程と、
    　前記対象パターンから前記特徴量化されたピークを除いて残ったピークで構成されるパターンを対象パターン・タイプ２として作成する対象パターン・タイプ２作成工程と、
    　前記対象パターン・タイプ２を複数の領域に分割し各領域に存在するピークの存在率又は存在量から対象パターン領域分割特徴量を作成する対象パターン領域分割特徴量作成工程と、
    　前記対象パターン・ピーク特徴量と前記対象パターン領域分割特徴量とを統合して対象パターン統合特徴量を作成する対象パターン特徴量統合工程と、
    　前記対象パターン統合特徴量とこの対象パターン統合特徴量に対応し評価基準となる複数の基準パターンに基づく基準パターン統合特徴量とを比較評価する評価工程と、
    　を備えたことを特徴とするパターンの評価方法。
  2. 　評価対象となる多成分物質のクロマトから検出されたピークとそのリテンション・タイムとで構成されるＦＰを対象ＦＰとして作成する対象ＦＰ作成工程と、
    　前記対象ＦＰとこの対象ＦＰに対応し評価基準となる多成分物質の基準ＦＰとのピークを比較し対応するピークを特定する対象ＦＰピーク帰属工程と、
    　この対象ＦＰピーク帰属工程で特定されて帰属したピークと評価基準となる多成分物質の複数の基準ＦＰのピークとを比較評価して特徴量化された対象ＦＰピーク特徴量を作成する対象ＦＰピーク特徴量作成工程と、
    　前記対象ＦＰから前記特徴量化されたピークを除いて残ったピークとそのリテンション・タイムとで構成されるＦＰを対象ＦＰタイプ２として作成する対象ＦＰタイプ２作成工程と、
    　前記対象ＦＰタイプ２を複数の領域に分割し各領域に存在するピークの存在率又は存在量から対象ＦＰ領域分割特徴量を作成する対象ＦＰ領域分割特徴量作成工程と、
    　前記対象ＦＰピーク特徴量と前記対象ＦＰ領域分割特徴量とを統合して対象ＦＰ統合特徴量を作成する対象ＦＰ特徴量統合工程と、
    　前記対象ＦＰ統合特徴量とこの対象ＦＰ統合特徴量に対応し前記評価基準となる多成分物質の複数の基準ＦＰに基づく基準ＦＰ統合特徴量とを比較評価する評価工程と、
    　を備えたことを特徴とする多成分物質の評価方法。
  3. 　請求項２記載の多成分物質の評価方法であって、
    　前記多成分物質は、多成分薬剤である、
    　ことを特徴とする多成分物質の評価方法。
  4. 　請求項３記載の多成分物質の評価方法であって、
    　前記多成分薬剤は、生薬、生薬の組合せ、それらの抽出物、漢方薬の何れかである、
    　ことを特徴とする多成分物質の評価方法。
  5. 　請求項２～４の何れかに記載の多成分物質の評価方法であって、
    　前記対象ＦＰ領域分割特徴量作成工程は、シグナル強度軸又は面積値軸に平行な複数の縦分割線と時間軸に平行な複数の横分割線とにより前記領域の分割を行う、
    　ことを特徴とする多成分物質の評価方法。
  6. 　請求項５記載の多成分物質の評価方法であって、
    　前記複数の横分割線は、シグナル強度又は面積値が増大する方向へ等比間隔で設定された、
    　ことを特徴とする多成分物質の評価方法。
  7. 　請求項２～６の何れかに記載の多成分物質の評価方法であって、
    　評価基準となる複数の多成分物質のクロマトから検出されたピークとそのリテンション・タイムとで構成されるＦＰを基準ＦＰとして複数作成する基準ＦＰ作成工程と、
    　前記複数の基準ＦＰのピークを相互に比較し対応するピークを特定する基準ＦＰピーク帰属工程と、
    　この基準ピーク帰属工程で特定されて帰属したピークを統合して基準ピーク対応表を作成する基準ＦＰ帰属結果統合工程と、
    　前記基準ピーク対応表に基づき前記複数の基準ＦＰをそれぞれ特徴量化した各基準ＦＰピーク特徴量を作成する基準ＦＰピーク特徴量作成工程と、
    　前記複数の各基準ＦＰから前記特徴量化されたピークを除いて残ったピークとそのリテンション・タイムとで構成されるＦＰを各基準ＦＰタイプ２として作成する基準ＦＰタイプ２作成工程と、
    　前記基準ＦＰタイプ２を複数の領域に分割し各領域に存在するピークの存在率又は存在量から基準ＦＰ領域分割特徴量を作成する基準ＦＰ領域分割特徴量作成工程と、
    　前記基準ＦＰピーク特徴量と前記基準ＦＰ領域分割特徴量とを統合して前記基準ＦＰ統合特徴量を作成する基準ＦＰ特徴量統合工程と、
    　を備えたことを特徴とする多成分物質の評価方法。
  8. 　請求項７記載の多成分物質の評価方法であって、
    　前記基準ＦＰ領域分割特徴量作成工程は、前記各領域の位置を変更し変更前後で前記基準ＦＰ領域分割特徴量を作成する、
    　ことを特徴とする多成分物質の評価方法。
  9. 　請求項７記載の多成分物質の評価方法であって、
    　前記基準ＦＰ領域分割特徴量作成工程は、シグナル強度軸又は面積値軸に平行な複数の縦分割線と時間軸に平行な複数の横分割線とにより前記領域の分割を行う、
    　ことを特徴とする多成分物質の評価方法。
  10. 　請求項９記載の多成分物質の評価方法であって、
    　前記複数の横分割線は、シグナル強度又は面積値が増大する方向へ等比間隔で設定された、
    　ことを特徴とする多成分物質の評価方法。
  11. 　請求項９又は１０記載の多成分物質の評価方法であって、
      前記基準ＦＰ領域分割特徴量作成工程は、前記各縦・横分割線を設定範囲内で平行移動させるように位置を変更設定することで前記各領域の位置を変更する、
    　ことを特徴とする多成分物質の評価方法。
  12. 　時系列でピークが変化する評価対象の対象パターンを取得する対象パターン取得機能と、
    　前記対象パターンとこの対象パターンに対応し評価基準となる基準パターンとのピークを比較し対応するピークを特定する対象ピーク帰属機能と、
    　この対象ピーク帰属機能で特定されて帰属したピークと評価基準となる複数の基準パターンのピークとを比較評価して特徴量化された対象ピーク特徴量を作成する対象ピーク特徴量作成機能と、
    　前記対象パターンから前記特徴量化されたピークを除いて残ったピークで構成されるパターンを対象パターン・タイプ２として作成する対象パターン・タイプ２作成機能と、
    　前記対象パターン・タイプ２を複数の領域に分割し各領域に存在するピークの存在率又は存在量から対象パターン領域分割特徴量を作成する対象パターン領域分割特徴量作成機能と、
    　前記対象パターン・ピーク特徴量と前記対象パターン領域分割特徴量とを統合して対象パターン統合特徴量を作成する対象パターン特徴量統合機能と、
    　前記対象パターン統合特徴量とこの対象パターン統合特徴量に対応し評価基準となる複数の基準パターンに基づく基準パターン統合特徴量とを比較評価する評価機能と、
    　をコンピュータに実現させることを特徴とするパターンの評価プログラム。
  13. 　評価対象となる多成分物質のクロマトから検出されたピークとそのリテンション・タイムとで構成されるＦＰを対象ＦＰとして作成する対象ＦＰ作成機能と、
    　前記対象ＦＰとこの対象ＦＰに対応し評価基準となる多成分物質の基準ＦＰとのピークを比較し対応するピークを特定する対象ＦＰピーク帰属機能と、
    　この対象ＦＰピーク帰属機能で特定されて帰属したピークと評価基準となる多成分物質の複数の基準ＦＰのピークとを比較評価して特徴量化された対象ＦＰピーク特徴量を作成する対象ＦＰピーク特徴量作成機能と、
    　前記対象ＦＰから前記特徴量化されたピークを除いて残ったピークとそのリテンション・タイムとで構成されるＦＰを対象ＦＰタイプ２として作成する対象ＦＰタイプ２作成機能と、
    　前記対象ＦＰタイプ２を複数の領域に分割し各領域に存在するピークの存在率又は存在量から対象ＦＰ領域分割特徴量を作成する対象ＦＰ領域分割特徴量作成機能と、
    　前記対象ＦＰピーク特徴量と前記対象ＦＰ領域分割特徴量とを統合して対象ＦＰ統合特徴量を作成する対象ＦＰ特徴量統合機能と、
    　前記対象ＦＰ統合特徴量とこの対象ＦＰ統合特徴量に対応し前記評価基準となる多成分物質の複数の基準ＦＰに基づく基準ＦＰ統合特徴量とを比較評価する評価機能と、
    　をコンピュータに実現させることを特徴とする多成分物質の評価プログラム。
  14. 　請求項１３記載の多成分物質の評価プログラムであって、
    　前記多成分物質は、多成分薬剤である、
    　ことを特徴とする多成分物質の評価プログラム。
  15. 　請求項１４記載の多成分物質の評価プログラムであって、
    　前記多成分薬剤は、生薬、生薬の組合せ、それらの抽出物、漢方薬の何れかである、
    　ことを特徴とする多成分物質の評価プログラム。
  16. 　請求項１３～１５の何れかに記載の多成分物質の評価プログラムであって、
    　前記対象ＦＰ領域分割特徴量作成機能は、シグナル強度軸又は面積値軸に平行な複数の縦分割線と時間軸に平行な複数の横分割線とにより前記領域の分割を行う、
    　ことを特徴とする多成分物質の評価プログラム。
  17. 　請求項１６記載の多成分物質の評価プログラムであって、
    　前記複数の横分割線は、シグナル強度又は面積値が増大する方向へ等比間隔で設定された、
    　ことを特徴とする多成分物質の評価プログラム。
  18. 　請求項１３～１７の何れかに記載の多成分物質の評価プログラムであって、
    　評価基準となる複数の多成分物質のクロマトから検出されたピークとそのリテンション・タイムとで構成されるＦＰを基準ＦＰとして複数作成する基準ＦＰ作成機能と、
    　前記複数の基準ＦＰのピークを相互に比較し対応するピークを特定する基準ＦＰピーク帰属機能と、
    　この基準ピーク帰属機能で特定されて帰属したピークを統合して基準ピーク対応表を作成する基準ＦＰ帰属結果統合機能と、
    　前記基準ピーク対応表に基づき前記複数の基準ＦＰをそれぞれ特徴量化した各基準ＦＰピーク特徴量を作成する基準ＦＰピーク特徴量作成機能と、
    　前記複数の各基準ＦＰから前記特徴量化されたピークを除いて残ったピークとそのリテンション・タイムとで構成されるＦＰを各基準ＦＰタイプ２として作成する基準ＦＰタイプ２作成機能と、
    　前記基準ＦＰタイプ２を複数の領域に分割し各領域に存在するピークの存在率又は存在量から基準ＦＰ領域分割特徴量を作成する基準ＦＰ領域分割特徴量作成機能と、
    　前記基準ＦＰピーク特徴量と前記基準ＦＰ領域分割特徴量とを統合して前記基準ＦＰ統合特徴量を作成する基準ＦＰ特徴量統合機能と、
    　を備えたことを特徴とする多成分物質の評価プログラム。
  19. 　請求項１８記載の多成分物質の評価プログラムであって、
    　前記基準ＦＰ領域分割特徴量作成機能は、前記各領域の位置を変更し変更前後で前記基準ＦＰ領域分割特徴量を作成する、
    　ことを特徴とする多成分物質の評価プログラム。
  20. 　請求項１８記載の多成分物質の評価プログラムであって、
    　前記基準ＦＰ領域分割特徴量作成機能は、シグナル強度軸又は面積値軸に平行な複数の縦分割線と時間軸に平行な複数の横分割線とにより前記領域の分割を行う、
    　ことを特徴とする多成分物質の評価プログラム。
  21. 　請求項２０記載の多成分物質の評価プログラムであって、
    　前記複数の横分割線は、シグナル強度又は面積値が増大する方向へ等比間隔で設定された、
    　ことを特徴とする多成分物質の評価プログラム。
  22. 　請求項２０又は２１記載の多成分物質の評価プログラムであって、
    前記基準ＦＰ領域分割特徴量作成機能は、前記各縦・横分割線を設定範囲内で平行移動させるように位置を変更設定することで前記各領域の位置を変更する、
    　ことを特徴とする多成分物質の評価プログラム。
  23. 　時系列でピークが変化する評価対象の対象パターンを取得する対象パターン取得部と、
    　前記対象パターンとこの対象パターンに対応し評価基準となる基準パターンとのピークを比較し対応するピークを特定する対象ピーク帰属部と、
    　この対象ピーク帰属部で特定されて帰属したピークと評価基準となる複数の基準パターンのピークとを比較評価して特徴量化された対象ピーク特徴量を作成する対象ピーク特徴量作成部と、
    　前記対象パターンから前記特徴量化されたピークを除いて残ったピークで構成されるパターンを対象パターン・タイプ２として作成する対象パターン・タイプ２作成部と、
    　前記対象パターン・タイプ２を複数の領域に分割し各領域に存在するピークの存在率又は存在量から対象パターン領域分割特徴量を作成する対象パターン領域分割特徴量作成部と、
    　前記対象パターン・ピーク特徴量と前記対象パターン領域分割特徴量とを統合して対象パターン統合特徴量を作成する対象パターン特徴量統合部と、
    　前記対象パターン統合特徴量とこの対象パターン統合特徴量に対応し評価基準となる複数の基準パターンに基づく基準パターン統合特徴量とを比較評価する評価部と、
    　を備えたことを特徴とするパターンの評価装置。
  24. 　評価対象となる多成分物質のクロマトから検出されたピークとそのリテンション・タイムとで構成されるＦＰを対象ＦＰとして作成する対象ＦＰ作成部と、
    　前記対象ＦＰとこの対象ＦＰに対応し評価基準となる多成分物質の基準ＦＰとのピークを比較し対応するピークを特定する対象ＦＰピーク帰属部と、
    　この対象ＦＰピーク帰属部で特定されて帰属したピークと評価基準となる多成分物質の複数の基準ＦＰのピークとを比較評価して特徴量化された対象ＦＰピーク特徴量を作成する対象ＦＰピーク特徴量作成部と、
    　前記対象ＦＰから前記特徴量化されたピークを除いて残ったピークとそのリテンション・タイムとで構成されるＦＰを対象ＦＰタイプ２として作成する対象ＦＰタイプ２作成部と、
    　前記対象ＦＰタイプ２を複数の領域に分割し各領域に存在するピークの存在率又は存在量から対象ＦＰ領域分割特徴量を作成する対象ＦＰ領域分割特徴量作成部と、
    　前記対象ＦＰピーク特徴量と前記対象ＦＰ領域分割特徴量とを統合して対象ＦＰ統合特徴量を作成する対象ＦＰ特徴量統合部と、
    　前記対象ＦＰ統合特徴量とこの対象ＦＰ統合特徴量に対応し前記評価基準となる多成分物質の複数の基準ＦＰに基づく基準ＦＰ統合特徴量とを比較評価する評価部と、
    　を備えたことを特徴とする多成分物質の評価装置。
  25. 　請求項２４記載の多成分物質の評価装置であって、
    　前記多成分物質は、多成分薬剤である、
    　ことを特徴とする多成分物質の評価装置。
  26. 　請求項２５記載の多成分物質の評価装置であって、
    　前記多成分薬剤は、生薬、生薬の組合せ、それらの抽出物、漢方薬の何れかである、
    　ことを特徴とする多成分物質の評価装置。
  27. 　請求項２４～２６の何れかに記載の多成分物質の評価装置であって、
    　前記対象ＦＰ領域分割特徴量作成部は、シグナル強度軸又は面積値軸に平行な複数の縦分割線と時間軸に平行な複数の横分割線とにより前記領域の分割を行う、
    　ことを特徴とする多成分物質の評価装置。
  28. 　請求項２７記載の多成分物質の評価装置であって、
    　前記複数の横分割線は、シグナル強度又は面積値が増大する方向へ等比間隔で設定された、
    　ことを特徴とする多成分物質の評価装置。
  29. 　請求項２４～２８の何れかに記載の多成分物質の評価装置であって、
    　評価基準となる複数の多成分物質のクロマトから検出されたピークとそのリテンション・タイムとで構成されるＦＰを基準ＦＰとして複数作成する基準ＦＰ作成部と、
    　前記複数の基準ＦＰのピークを相互に比較し対応するピークを特定する基準ＦＰピーク帰属部と、
    　この基準ピーク帰属部で特定されて帰属したピークを統合して基準ピーク対応表を作成する基準ＦＰ帰属結果統合部と、
    　前記基準ピーク対応表に基づき前記複数の基準ＦＰをそれぞれ特徴量化した各基準ＦＰピーク特徴量を作成する基準ＦＰピーク特徴量作成部と、
    　前記複数の各基準ＦＰから前記特徴量化されたピークを除いて残ったピークとそのリテンション・タイムとで構成されるＦＰを各基準ＦＰタイプ２として作成する基準ＦＰタイプ２作成部と、
    　前記基準ＦＰタイプ２を複数の領域に分割し各領域に存在するピークの存在率又は存在量から基準ＦＰ領域分割特徴量を作成する基準ＦＰ領域分割特徴量作成部と、
    　前記基準ＦＰピーク特徴量と前記基準ＦＰ領域分割特徴量とを統合して前記基準ＦＰ統合特徴量を作成する基準ＦＰ特徴量統合部と、
    　を備えたことを特徴とする多成分物質の評価装置。
  30. 　請求項２９記載の多成分物質の評価装置であって、
    　前記基準ＦＰ領域分割特徴量作成部は、前記各領域の位置を変更し変更前後で前記基準ＦＰ領域分割特徴量を作成する、
    　ことを特徴とする多成分物質の評価装置。
  31. 　請求項２９記載の多成分物質の評価装置であって、
    　前記基準ＦＰ領域分割特徴量作成部は、シグナル強度軸又は面積値軸に平行な複数の縦分割線と時間軸に平行な複数の横分割線とにより前記領域の分割を行う、
    　ことを特徴とする多成分物質の評価装置。
  32. 　請求項３１記載の多成分物質の評価装置であって、
    　前記複数の横分割線は、シグナル強度又は面積値が増大する方向へ等比間隔で設定された、
    　ことを特徴とする多成分物質の評価装置。
  33. 　請求項３１又は３２記載の多成分物質の評価装置であって、
    前記基準ＦＰ領域分割特徴量作成部は、前記各縦・横分割線を設定範囲内で平行移動させるように位置を変更設定することで前記各領域の位置を変更する、
    　ことを特徴とする多成分物質の評価装置。
PCT/JP2012/003616 2011-06-01 2012-05-31 パターンの評価方法、多成分物質の評価方法、評価プログラム、及び評価装置 WO2012164955A1 (ja)

Priority Applications (7)

Application Number Priority Date Filing Date Title
JP2012549181A JP5954180B2 (ja) 2011-06-01 2012-05-31 パターンの評価方法、多成分物質の評価方法、評価プログラム、及び評価装置
US13/806,712 US20140142866A1 (en) 2011-06-01 2012-05-31 Evaluating method for pattern, evaluating method for multicomponent material, evaluating program, and evaluating apparatus
KR1020127032277A KR101436532B1 (ko) 2011-06-01 2012-05-31 패턴의 평가방법, 다성분 물질의 평가방법, 평가프로그램, 및 평가장치
EP12793870.2A EP2717050B1 (en) 2011-06-01 2012-05-31 Method for evaluating pattern in a chromatographic fingerprint
CN201280001662.XA CN103097886B (zh) 2011-06-01 2012-05-31 图案的评价方法、多成分物质的评价方法以及评价装置
HK13108498.5A HK1181120A1 (en) 2011-06-01 2013-07-19 Method for evaluating pattern, method for evaluating multi-component substance, and evaluation device
US15/257,637 US10527595B2 (en) 2011-06-01 2016-09-06 Method of and apparatus for formulating multicomponent drug

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2011-123848 2011-06-01
JP2011123848 2011-06-01

Related Child Applications (2)

Application Number Title Priority Date Filing Date
US13/806,712 A-371-Of-International US20140142866A1 (en) 2011-06-01 2012-05-31 Evaluating method for pattern, evaluating method for multicomponent material, evaluating program, and evaluating apparatus
US15/257,637 Continuation-In-Part US10527595B2 (en) 2011-06-01 2016-09-06 Method of and apparatus for formulating multicomponent drug

Publications (1)

Publication Number Publication Date
WO2012164955A1 true WO2012164955A1 (ja) 2012-12-06

Family

ID=47258824

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/003616 WO2012164955A1 (ja) 2011-06-01 2012-05-31 パターンの評価方法、多成分物質の評価方法、評価プログラム、及び評価装置

Country Status (8)

Country Link
US (1) US20140142866A1 (ja)
EP (1) EP2717050B1 (ja)
JP (1) JP5954180B2 (ja)
KR (1) KR101436532B1 (ja)
CN (1) CN103097886B (ja)
HK (1) HK1181120A1 (ja)
TW (1) TWI528032B (ja)
WO (1) WO2012164955A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018017729A (ja) * 2016-07-28 2018-02-01 アルファ エム オー エス 分析物を特徴付ける方法及びデバイス

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230102127A1 (en) * 2020-02-04 2023-03-30 Base Se Systems and methods for identifying samples of interest by comparing aligned time-series measurements

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02196959A (ja) * 1989-01-26 1990-08-03 Shimadzu Corp クロマトグラフ用データ処理装置
US5969228A (en) 1996-04-12 1999-10-19 Waters Investments Limited Method and devices for chromatographic pattern analysis employing chromatographic variability characterization
JP2007183151A (ja) * 2006-01-06 2007-07-19 Central Res Inst Of Electric Power Ind Ｐｃｂ分析方法
JP2007315941A (ja) * 2006-05-26 2007-12-06 Univ Of Miyazaki 植物品種判定装置、植物品種判定方法及び植物品種判定用プログラム
JP2011033346A (ja) * 2009-07-29 2011-02-17 Shimadzu Corp クロマトグラフ質量分析データ解析方法及び装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4886933B2 (ja) * 2001-01-12 2012-02-29 カウンセル オブ サイエンティフィック アンド インダストリアル リサーチ クロマトグラフフィンガープリントならびに単一の医薬および処方物の標準化のための新規な方法
CN100356380C (zh) * 2001-02-13 2007-12-19 科学与工业研究会 一种色谱指纹图谱和单一药物和制剂标准化的新方法
WO2005121777A1 (ja) * 2004-06-07 2005-12-22 Tsumura & Co. 多成分系薬剤の評価方法
US7373256B2 (en) * 2005-04-19 2008-05-13 Nicholson Jeremy K Method for the identification of molecules and biomarkers using chemical, biochemical and biological data
AU2006274029B2 (en) * 2005-07-25 2011-07-14 Metanomics Gmbh Means and methods for analyzing a sample by means of chromatography-mass spectrometry
JP2008100918A (ja) * 2006-10-17 2008-05-01 Nec Corp 類似度計算処理システム、その処理方法及びプログラム
WO2009064015A1 (ja) * 2007-11-12 2009-05-22 In-Silico Sciences, Inc. インシリコスクリーニング装置、および、インシリコスクリーニング方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02196959A (ja) * 1989-01-26 1990-08-03 Shimadzu Corp クロマトグラフ用データ処理装置
US5969228A (en) 1996-04-12 1999-10-19 Waters Investments Limited Method and devices for chromatographic pattern analysis employing chromatographic variability characterization
JP2007183151A (ja) * 2006-01-06 2007-07-19 Central Res Inst Of Electric Power Ind Ｐｃｂ分析方法
JP2007315941A (ja) * 2006-05-26 2007-12-06 Univ Of Miyazaki 植物品種判定装置、植物品種判定方法及び植物品種判定用プログラム
JP2011033346A (ja) * 2009-07-29 2011-02-17 Shimadzu Corp クロマトグラフ質量分析データ解析方法及び装置

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
"Mathematics for Quality Engineering", 2000, JAPANESE STANDARDS ASSOCIATION, pages: 136 - 138
"Precautions", PRESCRIPTIONS FOR MEDICAL KAMPO DRUG FORMULATION AND IN GUIDE TO GENERAL KAMPO PRESCRIPTION, vol. 148, 1978
"Quality Engineering of Application Course", 1999, JAPANESE STANDARDS ASSOCIATION, article "Technical Developments in Chemistry, Pharmacy and Biology", pages: 454 - 456
"The Japanese Pharmacopoeia"
INTRODUCTION TO MT SYSTEM, 2008
PHARMACEUTICALS MONTHLY, vol. 28, no. 3, 1986, pages 67 - 71
QUALITY ENGINEERING, vol. 11, no. 5, 2003, pages 78 - 84
See also references of EP2717050A4

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018017729A (ja) * 2016-07-28 2018-02-01 アルファ エム オー エス 分析物を特徴付ける方法及びデバイス

Also Published As

Publication number Publication date
HK1181120A1 (en) 2013-11-01
CN103097886A (zh) 2013-05-08
TW201303289A (zh) 2013-01-16
JPWO2012164955A1 (ja) 2015-02-23
US20140142866A1 (en) 2014-05-22
CN103097886B (zh) 2015-07-01
JP5954180B2 (ja) 2016-07-20
EP2717050A4 (en) 2014-12-17
TWI528032B (zh) 2016-04-01
EP2717050A1 (en) 2014-04-09
KR101436532B1 (ko) 2014-09-01
EP2717050B1 (en) 2021-12-29
KR20130037683A (ko) 2013-04-16

Similar Documents

Publication Publication Date Title
JP5915540B2 (ja) ピーク帰属方法、帰属プログラム、及び帰属装置
JP5912880B2 (ja) パターン又はｆｐの特徴量作成方法、作成プログラム、及び作成装置
JP5915539B2 (ja) パターンの評価方法、多成分物質の評価方法、評価プログラム、及び評価装置
JP5954180B2 (ja) パターンの評価方法、多成分物質の評価方法、評価プログラム、及び評価装置
JP5910506B2 (ja) 集合データの類似性評価方法、類似性評価プログラム、及び類似性評価装置
JP5895847B2 (ja) Ｆｐ作成方法、作成プログラム、作成装置、及びｆｐ

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 201280001662.X

Country of ref document: CN

ENP Entry into the national phase

Ref document number: 2012549181

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 20127032277

Country of ref document: KR

Kind code of ref document: A

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12793870

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 13806712

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 2012793870

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE