WO2018097616A1 - Maldi tof ms 데이터 처리 장치 및 방법 - Google Patents

Maldi tof ms 데이터 처리 장치 및 방법 Download PDF

Info

Publication number
WO2018097616A1
WO2018097616A1 PCT/KR2017/013415 KR2017013415W WO2018097616A1 WO 2018097616 A1 WO2018097616 A1 WO 2018097616A1 KR 2017013415 W KR2017013415 W KR 2017013415W WO 2018097616 A1 WO2018097616 A1 WO 2018097616A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
locus
analysis
data processing
difference
Prior art date
Application number
PCT/KR2017/013415
Other languages
English (en)
French (fr)
Inventor
백선종
김양선
Original Assignee
주식회사 아스타
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from KR1020170156398A external-priority patent/KR101989473B1/ko
Application filed by 주식회사 아스타 filed Critical 주식회사 아스타
Publication of WO2018097616A1 publication Critical patent/WO2018097616A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J49/00—Particle spectrometers or separator tubes
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J49/00—Particle spectrometers or separator tubes
    • H01J49/26—Mass spectrometers or separator tubes

Definitions

  • MALDI TOF MS Matrix-Assisted Laser Desorption Ionization Time-of-Flight Mass Spectrometry
  • MALDI is a method of ionizing a large molecular weight biomolecule or organic molecules with a laser with the help of a matrix material.
  • the mass is measured using the time of flight (TOF) of the sample, which is ionized by the laser and detached from the surface of the plate and then moved to the detector under the force of an electric field produced by ion optics.
  • TOF time of flight
  • Ions are subjected to the same force by an electric field, but different masses have different accelerations. Light ions accelerate rapidly and heavier ions accelerate slowly to reach the detector at different times, so the TOF distribution can be converted into a mass spectrum to obtain information about the sample.
  • a data processing apparatus for processing MALDI TOF MS analysis results.
  • the data processing apparatus includes a storage unit which stores the result data of performing the analysis on the target area on the plate and the image data of the target area, and a controller which controls writing and reading of the storage unit.
  • the image data for the target area includes a first image before MALDI TOF MS analysis for the target area and a second image after MALDI TOF MS analysis for the target area.
  • the data processing apparatus may further include an image processor configured to generate a difference image between the first image and the second image.
  • the difference image is provided with identification information for each of a plurality of locus included in the target area.
  • the data processing apparatus may further include an operation unit configured to exclude, from the final result data, result data corresponding to at least one locus of the plurality of locus based on the difference image.
  • the data processing apparatus may further include an operation unit which generates final result data by applying weights to result data corresponding to at least one locus of the plurality of locus based on the difference image.
  • the data processing apparatus may further include an operation unit configured to determine an order in which result data corresponding to each of the plurality of locus is stored in the storage based on the difference in the difference image for each of the plurality of locus. .
  • a data processing method for processing a MALDI TOF MS analysis result includes storing data obtained by performing a MALDI TOF MS analysis on a target area on a plate and image data about the target area in a storage unit, and reading and reading the result stored in the storage unit on a display. Steps.
  • the image data for the target area includes a first image before MALDI TOF MS analysis for the target area and a second image after MALDI TOF MS analysis for the target area.
  • the data processing method may further include generating a difference image between the first image and the second image.
  • the difference image is provided with identification information for each of a plurality of locus included in the target area.
  • the data processing method may further include generating final result data from which result data corresponding to at least one locus of the plurality of locus is excluded based on the difference image.
  • the data processing method may further include generating final result data by applying weights to result data corresponding to at least one locus of the plurality of locus based on the difference image.
  • the data processing method further comprises determining an order in which result data corresponding to each of the plurality of locus is stored in the storage based on the difference in the difference image for each of the plurality of locus. .
  • FIG. 1 is a block diagram illustrating an MALDI TOF MS data processing apparatus according to an exemplary embodiment.
  • FIG. 2 is a flowchart illustrating a method of processing MALDI TOF MS data according to an embodiment.
  • FIG. 3 exemplarily illustrates a first image obtained by capturing a target region on a plate to be analyzed in an MALDI TOF MS analysis process before analysis.
  • FIG. 4 illustrates a second image obtained by capturing a target region on a plate to be analyzed in an MALDI TOF MS analysis process after image analysis.
  • FIG. 5 is a diagram for describing a process of generating a difference image between the first image and the second image and providing identification information of each locus, according to an exemplary embodiment.
  • the data processing apparatus 100 may include a storage 110, a controller 120, an image processor 130, and a calculator 140. In one embodiment, the data processing apparatus 100 may further include a display (not shown).
  • the data processing apparatus 100 associates the result data of the MALDI TOF MS analysis of the target region on the plate on which the crystallized sample is loaded with the image data photographed with respect to the target region and the storage unit ( 110).
  • Data stored in the storage unit 110 may be recorded or read by the controller 120 that controls the writing and reading of the storage unit 110 and provided to the user.
  • the target region may be previously designated as a region of interest on which the crystallized sample is placed on the upper surface of the plate.
  • the data processing apparatus 100 records not only the result data of the TOF distribution but also an image of a locus, which is a laser irradiation target, to analyze the cause of the abnormal result through image analysis. Identify and selectively process locus-specific mass spectrometry data to increase the accuracy of microbial identification.
  • the image data for the target area may include a first image before MALDI TOF MS analysis for the target area and a second image after MALDI TOF MS analysis for the target area. That is, images of the target area on the plate before and after the MALDI TOF MS analysis may be separately stored.
  • the data processing apparatus 100 further includes an image processor 130 generating a difference image between the first image and the second image.
  • the image processor 130 may use an existing image processing method to generate a difference image.
  • the difference image may be provided together with identification information for each of the plurality of MALDI TOF MS analysis locus included in the target area.
  • the identification information may include the location of the locus in the image, the size and shape of the locus and the identification number of the locus.
  • the difference between the images before and after MALDI TOF MS analysis is often correlated with the mass spectrometry results.
  • a differential image of any one of the plurality of locus in the target area shows a relatively larger difference or a smaller difference than the other locus before and after MALDI TOF MS analysis. You can exclude related data from the final result data or increase or decrease the impact of the data on the locus on the final result data.
  • the calculation unit 140 may exclude the mass analysis data of the portion corresponding to at least one locus of the plurality of locus from the final result data by using the difference image and its identification information.
  • mass spectrometry data corresponding to a locus having a large difference in the difference image may be excluded from the final result data when the difference in the difference image exceeds the first threshold.
  • mass analysis data corresponding to a locus having a small difference in the difference image may be excluded from the final result data when the difference of the difference image is less than a second predetermined threshold.
  • the calculation unit 140 applies the weight analysis data of the portion corresponding to at least one locus of the plurality of locus by applying a different weight according to a predetermined criterion by using the difference image and its identification information to apply the result data. Can provide.
  • the calculator 140 may apply a relatively large weight to the mass spectrometry data corresponding to the locus having a large difference in the difference image to reflect the final result data.
  • the calculation unit 140 may give a relatively large weight to the mass analysis data corresponding to the locus having a small difference in the difference image and reflect it in the final result data.
  • the relationship between the difference and the weight of the difference image may be set differently according to the material to be analyzed.
  • the calculation unit 140 may store the mass analysis data corresponding to the plurality of locus by using the difference image and the identification information of the difference image in alignment with the difference image of the difference image. For example, instead of storing the mass spectrometry data corresponding to each locus in the experiment order, the difference images of the difference images may be stored in the order of large difference. On the contrary, the mass spectrometry data corresponding to each locus may be stored in the order of the difference of the difference images.
  • the determination of the data storage order does not have a significant meaning in the analysis of the existing TOF distribution, but in the data processing apparatus 100 according to an exemplary embodiment, when additional analysis is required due to occurrence of abnormal results, the difference is based on the difference of the difference images. It is advantageous in that the data can be reprocessed or have a format that is easy for the user to observe the data and analyze the cause in case of emergency.
  • the process of recording and analyzing images before and after the MALDI TOF MS analysis of the sample on the plate may increase the amount and quality of information that can be obtained under the same experiment. As a result, it can help to increase the accuracy of microbial identification, prevent the occurrence of abnormal results or find the cause.
  • FIG. 2 is a flowchart illustrating a method of processing MALDI TOF MS data according to an embodiment.
  • the data processing method illustrated in FIG. 2 may be a method using the data processing apparatus of FIG. 1.
  • a first image of the target area may be stored in the storage.
  • the target region may be previously designated as the region of interest on which the crystallized sample is placed on the upper surface of the plate.
  • step 220 MALDI TOF MS analysis may be performed.
  • the analyzing process may include irradiating a laser to one or more locus included in the target area of the upper surface of the plate.
  • the analysis result data can be obtained from the TOF distribution corresponding to each locus.
  • a second image of the target area may be stored in the storage.
  • the second image may be an image after MALDI TOF MS analysis of the same target area as the first image is performed.
  • differential images of a plurality of locus in the target area may be generated.
  • the difference image for the locus may be provided together with identification information for each of the plurality of locus. Since the difference between the images before and after MALDI TOF MS analysis often has a significant correlation with the mass analysis results, the difference of the difference images corresponding to each of the locus may be used for further classification or reprocessing of the MALDI TOF MS analysis result data. Can be.
  • MALDI TOF MS analysis result data for a plurality of locus may be selectively processed based on the difference image.
  • the final result data may be generated by subtracting the result data corresponding to the locus of which the difference image is too large or too small from the final result data or by weighting the result data corresponding to each locus based on the difference of the difference image. Can be.
  • the storage order of the result data corresponding to each locus may be determined based on the difference between the difference images.
  • 3 and 4 exemplarily show images taken before and after analysis, respectively, of a target region on a plate to be analyzed in a MALDI TOF MS analysis process.
  • the MALDI TOF MS analysis is a method of providing information for molecular identification by measuring molecular weight from a sample, and is easier to apply than other mass spectrometry methods because it can be ionized without decomposition of a sample.
  • it is useful for analysis of biomass polymers having a large mass and heat instability, and thus has been applied in various fields including biomaterial analysis.
  • the matrix and the sample are mixed in the solvent at a constant ratio, the mixture is placed on a plate, the environmental conditions required for the crystallization of the mixture are applied, and the laser is irradiated with a laser such as a pulse laser. Is transferred to the sample through the matrix to cause ionization of the sample. Then, the ionized ions are accelerated to a constant potential difference, and then the mass of the ions is analyzed by measuring the flight time from the ion source to the detector.
  • a laser such as a pulse laser
  • Maldi mass spectrum analysis results are generally stored using parameters such as mass and counts, and are often visualized in the form of a table or graph.
  • the target area on the plate to be analyzed may involve changes in the image before and after the analysis.
  • the identification rate can be improved by additionally reflecting such a change in the identification based on the recorded image.
  • FIG. 5 is a diagram for describing a process of generating a difference image between a first image and a second image, and providing identification information of each locus, according to an exemplary embodiment.
  • the image processor may generate a difference image between the first image and the second image in order to further reflect the change on the image before and after the analysis.
  • the difference image may be provided together with identification information for each of the plurality of MALDI TOF MS analysis locus included in the target area.
  • differential images can be used, for example, for data classification of the Maldi mass spectra or to exclude abnormal spectral analysis results. As an example, it may be considered to exclude the partial data corresponding to the at least one locus from the final result data according to a predetermined criterion among the plurality of MALDI TOF MS analysis locus.
  • the microbial identification rate may be increased by using a result of separating and analyzing locus for each difference of the difference images.
  • the areas corresponding to the plurality of locus indicated by the plurality of circles in FIG. 5 are provided with respective identification numbers.
  • the selective processing may be performed on the result data for the specific locus in consideration of this.
  • image data before and after the MALDI TOF MS analysis can be recorded so that further analysis can be performed later without performing direct processing on the result data.
  • the apparatus described above may be implemented as a hardware component, a software component, and / or a combination of hardware components and software components.
  • the devices and components described in the embodiments may be, for example, processors, controllers, arithmetic logic units (ALUs), digital signal processors, microcomputers, field programmable arrays (FPAs), It may be implemented using one or more general purpose or special purpose computers, such as a programmable logic unit (PLU), microprocessor, or any other device capable of executing and responding to instructions.
  • the processing device may execute an operating system (OS) and one or more software applications running on the operating system.
  • the processing device may also access, store, manipulate, process, and generate data in response to the execution of the software.
  • OS operating system
  • the processing device may also access, store, manipulate, process, and generate data in response to the execution of the software.
  • processing device includes a plurality of processing elements and / or a plurality of types of processing elements. It can be seen that it may include.
  • the processing device may include a plurality of processors or one processor and one controller.
  • other processing configurations are possible, such as parallel processors.
  • the software may include a computer program, code, instructions, or a combination of one or more of the above, and configure the processing device to operate as desired, or process it independently or collectively. You can command the device.
  • Software and / or data may be any type of machine, component, physical device, virtual equipment, computer storage medium or device in order to be interpreted by or to provide instructions or data to the processing device. Or may be permanently or temporarily embodied in a signal wave to be transmitted.
  • the software may be distributed over networked computer systems so that they may be stored or executed in a distributed manner.
  • Software and data may be stored on one or more computer readable recording media.
  • the method according to the embodiment may be embodied in the form of program instructions that can be executed by various computer means and recorded in a computer readable medium.
  • the computer readable medium may include program instructions, data files, data structures, etc. alone or in combination.
  • the program instructions recorded on the media may be those specially designed and constructed for the purposes of the embodiments, or they may be of the kind well-known and available to those having skill in the computer software arts.
  • Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tape, optical media such as CD-ROMs, DVDs, and magnetic disks, such as floppy disks.
  • Examples of program instructions include not only machine code generated by a compiler, but also high-level language code that can be executed by a computer using an interpreter or the like.
  • the hardware device described above may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

MALDI TOF (Matrix-Assisted Laser Desorption Ionization Time-of-Flight) MS 분석을 수행한 결과 데이터를 저장하는 데이터 처리 장치가 제공된다. 장치는 상기 결과 데이터, 이를테면 질량 분석 스펙트럼을 저장하는 경우, 플레이트 상의 타겟 영역에 대해 촬영한 이미지 데이터를 함께 저장한다. 이렇게 결과 데이터와 함께 저장되는 시료 이미지는 결과 값을 이용한 정보 활용이나 정보 가공에 이용될 수 있다.

Description

MALDI TOF MS 데이터 처리 장치 및 방법
데이터 처리 장치 및 방법에 연관되며, 보다 특정하게는 MALDI TOF MS (Matrix-Assisted Laser Desorption Ionization Time-of-Flight Mass Spectrometry) 분석 장치의 시료 이미지 및 결과 데이터를 처리하는 장치 및 방법에 연관된다.
MALDI는 분자량이 큰 생체분자나, 유기분자들을 매트릭스라는 물질의 도움을 받아 레이저로 이온화 시키는 방법이다. 시료가 레이저에 의해 이온화되어 플레이트(plate) 표면으로부터 탈착된 후 이온 옵틱스(ion optics)가 만드는 전기장에 의해 힘을 받아 감지부(detector)로 움직이는데 걸리는 시간(Time Of Flight: TOF)을 이용하여 질량을 분석하는 것이다.
이온은 전기장에 의해 같은 힘을 받지만 질량이 다르면 가속도가 다르다. 가벼운 이온은 빠르게 가속되고 무거운 이온은 천천히 가속되어 감지부에 도달하는 시간이 다르고, 따라서 TOF 분포를 질량 스펙트럼(mass spectrum)으로 변환하여 시료에 대한 정보를 얻어낼 수 있다.
일측에 따르면, MALDI TOF MS 분석 결과를 처리하는 데이터 처리 장치가 제공된다. 데이터 처리 장치는, 플레이트 상의 타겟 영역에 대해 분석을 수행한 결과 데이터 및 상기 타겟 영역에 대한 이미지 데이터를 저장하는 저장부, 및 상기 저장부의 쓰기 및 읽기를 제어하는 컨트롤러를 포함한다.
일실시예에서, 상기 타겟 영역에 대한 이미지 데이터는 상기 타겟 영역에 대한 MALDI TOF MS 분석 전의 제1 이미지 및 상기 타겟 영역에 대한 MALDI TOF MS 분석 후의 제2 이미지를 포함한다.
일실시예에서, 데이터 처리 장치는 상기 제1 이미지와 상기 제2 이미지의 차분 영상을 생성하는 영상 처리부를 더 포함한다.
일실시예에서, 상기 차분 영상은 상기 타겟 영역에 포함되는 복수의 로커스(Locus) 각각에 대한 식별 정보와 함께 제공된다.
일실시예에서, 데이터 처리 장치는 상기 차분 영상에 기초하여 상기 복수의 로커스 중 적어도 하나의 로커스에 대응하는 결과 데이터를 최종 결과 데이터에서 제외하는 연산부를 더 포함한다.
일실시예에서, 데이터 처리 장치는 상기 차분 영상에 기초하여 상기 복수의 로커스 중 적어도 하나의 로커스에 대응하는 결과 데이터에 가중치를 적용하여 최종 결과 데이터를 생성하는 연산부를 더 포함한다.
일실시예에서, 데이터 처리 장치는 상기 복수의 로커스 각각에 대한 상기 차분 영상 내의 차이에 기초하여 상기 복수의 로커스 각각에 대응하는 결과 데이터가 상기 저장부에 저장되는 순서를 결정하는 연산부를 더 포함한다.
다른 일측에 따르면, MALDI TOF MS 분석 결과를 처리하는 데이터 처리 방법이 제공된다. 데이터 처리 방법은 플레이트 상의 타겟 영역에 대해 MALDI TOF MS 분석을 수행한 결과 데이터 및 상기 타겟 영역에 대한 이미지 데이터를 저장부에 저장하는 단계, 및 상기 저장부에 저장된 결과를 판독하여 디스플레이에 제공하는 독출 단계를 포함한다.
일실시예에서, 상기 타겟 영역에 대한 이미지 데이터는 상기 타겟 영역에 대한 MALDI TOF MS 분석 전의 제1 이미지 및 상기 타겟 영역에 대한 MALDI TOF MS 분석 후의 제2 이미지를 포함한다.
일실시예에서, 데이터 처리 방법은 상기 제1 이미지와 상기 제2 이미지의 차분 영상을 생성하는 단계를 더 포함한다.
일실시예에서, 상기 차분 영상은 상기 타겟 영역에 포함되는 복수의 로커스 각각에 대한 식별 정보와 함께 제공된다.
일실시예에서, 데이터 처리 방법은 상기 차분 영상에 기초하여 상기 복수의 로커스 중 적어도 하나의 로커스에 대응하는 결과 데이터가 제외되는 최종 결과 데이터를 생성하는 단계를 더 포함한다.
일실시예에서, 데이터 처리 방법은 상기 차분 영상에 기초하여 상기 복수의 로커스 중 적어도 하나의 로커스에 대응하는 결과 데이터에 가중치를 적용하여 최종 결과 데이터를 생성하는 단계를 더 포함한다.
일실시예에서, 데이터 처리 방법은 상기 복수의 로커스 각각에 대한 상기 차분 영상 내의 차이에 기초하여 상기 복수의 로커스 각각에 대응하는 결과 데이터가 상기 저장부에 저장되는 순서를 결정하는 단계를 더 포함한다.
도 1은 일실시예에 따른 MALDI TOF MS 데이터 처리 장치를 설명하기 위한 블록도이다.
도 2는 일실시예에 따른 MALDI TOF MS 데이터 처리 방법을 설명하기 위한 흐름도이다.
도 3은 일실시예에 따른 MALDI TOF MS 분석 과정에서 분석 대상이 되는 플레이트 상의 타겟 영역을 분석 전에 영상 촬영한 제1 이미지를 예시적으로 보여준다.
도 4는 일실시예에 따른 MALDI TOF MS 분석 과정에서 분석 대상이 되는 플레이트 상의 타겟 영역을 분석 후에 영상 촬영한 제2 이미지를 예시적으로 보여준다.
도 5는 일실시예에 따라 상기 제1 이미지와 상기 제2 이미지의 차분 영상을 생성하는 과정 및 각 로커스의 식별 정보를 제공하는 과정을 설명하기 위한 도면이다.
이하에서, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 권리범위는 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
아래 설명에서 사용되는 용어는, 연관되는 기술 분야에서 일반적이고 보편적인 것으로 선택되었으나, 기술의 발달 및/또는 변화, 관례, 기술자의 선호 등에 따라 다른 용어가 있을 수 있다. 따라서, 아래 설명에서 사용되는 용어는 기술적 사상을 한정하는 것으로 이해되어서는 안 되며, 실시예들을 설명하기 위한 예시적 용어로 이해되어야 한다.
또한 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 설명 부분에서 상세한 그 의미를 기재할 것이다. 따라서 아래 설명에서 사용되는 용어는 단순한 용어의 명칭이 아닌 그 용어가 가지는 의미와 명세서 전반에 걸친 내용을 토대로 이해되어야 한다.
도 1은 일실시예에 따른 MALDI TOF MS 데이터 처리 장치를 설명하기 위한 블록도이다. 일실시예에서, 데이터 처리 장치(100)는 저장부(110), 컨트롤러(120), 영상 처리부(130), 및 연산부(140)를 포함할 수 있다. 일실시예에서, 데이터 처리 장치(100)는 디스플레이(미도시)를 더 포함할 수 있다.
일실시예에서, 데이터 처리 장치(100)는 결정화된 시료가 올려진 플레이트 상의 타겟 영역에 대해 MALDI TOF MS 분석을 수행한 결과 데이터를 타겟 영역에 대해 영상 촬영한 이미지 데이터와 함께 연관시켜 저장부(110)에 저장한다. 저장부(110)에 저장된 데이터는 저장부(110)의 쓰기 및 읽기를 제어하는 컨트롤러(120)에 의해 기록되거나 판독되어서 사용자에게 제공될 수 있다. 타겟 영역은 플레이트 상면 중에서 결정화된 시료가 올려진 관심 영역(region of interest)으로 미리 지정될 수 있다.
기존의 TOF 분포에만 의존하여 질량 분석을 수행하는 방식의 경우 질량 스펙트럼 분석 중 발생할 수 있는 비정상적인 결과 등에 대한 원인을 발견 및 분석하는 데에는 어느 정도 한계가 있다. 이에 대하여, 일실시예에 따른 데이터 처리 장치(100)는 TOF 분포에 대한 결과 데이터뿐 아니라 레이저 조사의 대상이 되는 로커스(Locus)에 대한 이미지를 함께 기록하여 영상 분석을 통해 비정상적인 결과에 대한 원인을 규명하고 필요시 로커스 별 질량 분석 데이터를 선별적으로 처리하여 미생물 동정의 정확도를 높일 수 있다.
일실시예에서, 타겟 영역에 대한 이미지 데이터는 타겟 영역에 대한 MALDI TOF MS 분석 전의 제1 이미지 및 타겟 영역에 대한 MALDI TOF MS 분석 후의 제2 이미지를 포함할 수 있다. 즉, MALDI TOF MS 분석 전후의 플레이트 상의 타겟 영역의 이미지를 각각 구별하여 저장할 수 있다.
일실시예에서, 데이터 처리 장치(100)는 제1 이미지와 제2 이미지의 차분 영상을 생성하는 영상 처리부(130)를 더 포함한다. 영상 처리부(130)는 차분 영상을 생성하기 위하여 기존의 이미지 프로세싱 방법을 이용할 수 있다. 이 때, 차분 영상은 타겟 영역에 포함되는 복수의 MALDI TOF MS 분석 로커스(Locus) 각각에 대한 식별 정보와 함께 제공될 수 있다. 예를 들어, 식별 정보는 이미지 내의 로커스의 위치, 로커스의 크기와 형태 및 로커스의 식별 번호를 포함할 수 있다.
MALDI TOF MS 분석 전과 분석 후의 영상의 차이는 질량 분석 결과와 유의미한 상관관계를 가지는 경우가 많다. 이러한 특징을 이용하여, 타겟 영역 내의 복수의 로커스 중 어느 하나의 로커스에 대한 차분 영상이 MALDI TOF MS 분석 전후에 나머지 로커스에 비하여 상대적으로 더 큰 차이를 보이거나 더 작은 차이를 보이는 경우, 해당 로커스에 관한 데이터를 최종 결과 데이터에서 제외시키거나 해당 로커스에 관한 데이터가 최종 결과 데이터에 미치는 영향을 증감시킬 수 있다.
일실시예에서, 연산부(140)는 차분 영상 및 그 식별 정보를 이용하여 복수의 로커스 중 적어도 하나의 로커스에 대응하는 부분의 질량 분석 데이터를 미리 지정된 기준에 따라 최종 결과 데이터에서 제외시킬 수 있다.
예를 들어, 차분 영상의 차이가 큰 로커스에 대응하는 질량 분석 데이터는 그 차분 영상의 차이가 제1 임계치를 초과하는 경우 최종 결과 데이터에서 제외될 수 있다. 또한, 차분 영상의 차이가 작은 로커스에 대응하는 질량 분석 데이터는 그 차분 영상의 차이가 미리 지정된 제2 임계치 미만인 경우 최종 결과 데이터에서 제외될 수 있다.
일실시예에서, 연산부(140)는 차분 영상 및 그 식별 정보를 이용하여 복수의 로커스 중 적어도 하나의 로커스에 대응하는 부분의 질량 분석 데이터를 미리 지정된 기준에 따라 상이한 가중치를 적용하여 상기 결과 데이터를 제공할 수 있다.
예를 들어, 연산부(140)는 차분 영상의 차이가 큰 로커스에 대응하는 질량 분석 데이터에 상대적으로 큰 가중치를 부여하여 최종 결과 데이터에 반영할 수 있다. 반대로, 연산부(140)는 차분 영상의 차이가 작은 로커스에 대응하는 질량 분석 데이터에 상대적으로 큰 가중치를 부여하여 최종 결과 데이터에 반영할 수도 있다. 차분 영상의 차이 및 가중치 간의 관계는 분석 대상 물질에 따라 상이하게 설정될 수 있다.
일실시예에서, 연산부(140)는 차분 영상 및 그 식별 정보를 이용하여 복수의 로커스에 대응하는 질량 분석 데이터를 차분 영상의 차이 기준으로 정렬하여 저장할 수 있다. 예를 들어, 각 로커스에 대응하는 질량 분석 데이터를 실험 순서대로 저장하는 대신 차분 영상의 차이가 큰 순서대로 저장할 수 있다. 반대로, 각 로커스에 대응하는 질량 분석 데이터를 차분 영상의 차이가 작은 순서대로 저장할 수도 있다.
이러한 데이터 저장 순서의 결정은 기존의 TOF 분포 분석에서는 중요한 의미를 가지지 않지만, 일실시예에 따른 데이터 처리 장치(100)에서는 비정상적인 결과의 발생 등으로 인하여 추가적인 분석이 필요한 경우 차분 영상의 차이에 기초하여 결과 데이터의 재처리를 수행할 수 있도록 하거나 유사시 사용자가 직접 데이터를 관찰하여 원인을 분석하기에 용이한 포맷을 갖출 수 있다는 점에서 장점을 가진다.
이와 같이, 플레이트 상의 시료에 대한 MALDI TOF MS 분석 전후의 이미지를 기록하고 분석하는 과정을 통해 동일한 실험 하에서 얻을 수 있는 정보의 양과 질을 높일 수 있다. 결과적으로, 미생물 동정의 정확도를 높이고 비정상적인 결과 발생을 방지하거나 그 원인을 발견하는 데 도움을 줄 수 있다.
도 2는 일실시예에 따른 MALDI TOF MS 데이터 처리 방법을 설명하기 위한 흐름도이다. 예를 들어, 도 2에 도시된 데이터 처리 방법은 도 1의 데이터 처리 장치를 이용하는 방법일 수 있다.
단계(210)에서, 타겟 영역에 대한 제1 이미지가 저장부에 저장될 수 있다. 타겟 영역은 플레이트 상면 중에서 결정화된 시료가 올려진 관심 영역으로 미리 지정될 수 있다.
단계(220)에서, MALDI TOF MS 분석이 수행될 수 있다. 분석 과정은 플레이트 상면의 타겟 영역 내에 포함된 하나 이상의 로커스에 레이저를 조사하는 과정을 포함할 수 있다. MALDI TOF MS 분석을 통해, 각 로커스에 대응하는 TOF 분포로부터 분석 결과 데이터를 얻을 수 있다.
단계(230)에서, 타겟 영역에 대한 제2 이미지가 저장부에 저장될 수 있다. 제2 이미지는 제1 이미지와 동일한 타겟 영역에 대한 MALDI TOF MS 분석이 수행된 이후의 이미지일 수 있다. 제1 이미지 및 제2 이미지를 저장부에 저장함으로써 TOF 분포 분석에 더하여 다양한 방식의 영상 분석을 수행할 수 있는 가능성을 얻을 수 있다.
단계(240)에서, 타겟 영역 내의 복수의 로커스에 대한 차분 영상이 생성될 수 있다. 로커스에 대한 차분 영상은 복수의 로커스 각각에 대한 식별 정보와 함께 제공될 수 있다. MALDI TOF MS 분석 전과 분석 후의 영상의 차이는 질량 분석 결과와 유의미한 상관관계를 가지는 경우가 많기 때문에, 로커스 각각에 대응하는 차분 영상의 차이는 MALDI TOF MS 분석 결과 데이터의 추가적인 분류 또는 재처리에 이용될 수 있다.
단계(250)에서, 차분 영상에 기초하여 복수의 로커스에 대한 MALDI TOF MS 분석 결과 데이터를 선별적으로 처리할 수 있다. 차분 영상의 차이가 지나치게 크거나 지나치게 작은 로커스에 대응하는 결과 데이터를 최종 결과 데이터에서 제외시키거나, 차분 영상의 차이에 기초하여 각 로커스에 대응하는 결과 데이터에 가중치를 부여하여 최종 결과 데이터를 생성할 수 있다. 또한, 차분 영상의 차이에 기초하여 각 로커스에 대응하는 결과 데이터의 저장 순서를 결정할 수 있다.
도 3 및 도 4는 일실시예에 따른 MALDI TOF MS 분석 과정에서 분석 대상이 되는 플레이트 상의 타겟 영역을 분석 전 및 분석 후에 각각 촬영한 이미지를 예시적으로 보여준다.
MALDI TOF MS 분석은 시료로부터 분자량을 측정하여 분자 동정이 가능하도록 정보를 제공하는 방식으로서, 시료의 분해 없이도 이온화가 가능한 방법이라는 점에서 다른 질량분석법에 비해 적용이 용이하다. 특히, 질량이 크고 열에 불안정한 생체 고분자 등의 분석에 유용하여 생체 물질 분석을 비롯한 다양한 분야에서 응용되고 있다.
MALDI TOF MS 분석 과정을 예시적으로 설명하면, 매트릭스와 시료를 일정한 비율로 용매에 혼합하고, 혼합물을 플레이트 상에 올려놓고 혼합물의 결정화에 필요한 환경 조건을 적용한 후 펄스 레이저 등의 레이저로 조사하면 에너지가 매트릭스를 통해 시료로 전달되어 시료의 이온화가 일어나게 된다. 이어서, 이와 같이 이온화된 이온들을 일정한 전위차로 가속시킨 다음, 이온 소스로부터 검출기까지의 비행시간을 측정하여 이온의 질량을 분석하게 된다.
이와 같은 말디 질량 스펙트럼 분석 결과는 일반적으로 질량(mass) 및 검출 횟수(counts) 등의 파라미터를 이용하여 저장되며, 테이블 또는 그래프의 형태로 가시화되는 경우가 많다.
이와 관련하여, 질량 분석에 대한 정확도 향상 또는 추가적인 정보 획득을 위하여, 시료의 이미지 데이터를 추가적으로 또는 대안적으로 저장하는 것을 고려할 수 있다. 예컨대, 시료의 상태를 이미지로 기록해 두면, 말디 질량 스펙트럼 분석 중 발생할 수 있는 비정상적인 결과 등에 대한 원인 규명에 활용이 가능하다. 도 3 및 도 4에 예시적으로 도시된 바와 같이, 분석 대상이 되는 플레이트 상의 타겟 영역은 분석 전과 분석 후에 이미지 상에서의 변화를 수반할 수 있다.
따라서, 기록된 이미지에 기초하여 이러한 변화를 동정에 추가적으로 반영함으로써 동정율을 향상시킬 수 있다. 또한, 기록된 이미지를 통하여 분석 과정에서 레이저 조사의 대상이 되는 로커스와 시료의 정렬이 정밀하게 이루어져 있는지 여부를 확인하고 필요한 경우 그에 대한 캘리브레이션을 수행할 수 있다.
도 5는 일실시예에 따라 제1 이미지와 제2 이미지의 차분 영상을 생성하는 과정 및 각 로커스의 식별 정보를 제공하는 과정을 설명하기 위한 도면이다.
일실시예에서, 영상 처리부는 분석 전후 이미지 상에서의 변화를 동정에 추가적으로 반영하기 위하여 제1 이미지와 제2 이미지의 차분 영상을 생성할 수 있다. 차분 영상은 타겟 영역에 포함되는 복수의 MALDI TOF MS 분석 로커스 각각에 대한 식별 정보와 함께 제공될 수 있다.
이러한 차분 영상은 예를 들어, 말디 질량 스펙트럼의 데이터 분류에 이용되거나 비정상적인 스펙트럼 분석 결과를 제외시키는 데에 이용될 수 있다. 일례로서, 복수의 MALDI TOF MS 분석 로커스 중 미리 지정된 기준에 따라 적어도 하나의 로커스에 대응하는 부분 데이터를 최종 결과 데이터에서 제외하는 것을 고려할 수 있다.
다른 일례로서, 복수의 MALDI TOF MS 분석 로커스 중 미리 지정된 기준에 따라 적어도 하나의 로커스에 대응하는 부분 데이터에 다른 부분 데이터와 상이한 가중치를 적용하는 것을 고려할 수 있다.
또한, 실험 전과 후에 대한 샘플의 차분 영상과 말디 실험을 수행한 로커스의 위치를 비교하여 차분 영상의 차이 별로 데이터를 분리함으로써 한번의 실험에서 보다 많은 정보를 얻을 수 있다.
구체적인 예로서, 말디 질량 스펙트럼으로 미생물 동정을 하는 경우, 차분 영상의 차이 별로 로커스를 분리하여 분석한 결과를 이용하여 미생물 동정율을 높일 수 있다. 예를 들어, 도 5에서 복수의 원으로 표시된 복수의 로커스에 대응하는 영역은 각각의 식별 번호와 함께 제공된다. 이 중에서 특정 로커스의 차분 영상이 다른 로커스에 비하여 더 큰 차이를 보이거나 더 작은 차이를 보이는 경우, 이를 고려하여 특정 로커스에 대한 결과 데이터에 선별적 처리를 수행할 수 있다. 혹은, 결과 데이터에 직접적 처리를 수행하지 않더라도 추후에 추가적인 분석이 가능하도록 MALDI TOF MS 분석 전후의 이미지 데이터를 기록할 수 있다.
이러한 방식으로, 하나 이상의 이미지 및/또는 그에 기초하여 생성된 차분 영상을 말디 질량 스펙트럼 분석에 이용하는 것이 가능하다. 따라서, MALDI TOF MS 분석에 영상 분석을 병행함으로써 단순히 질량 스펙트럼에 의존하던 기존의 방식에 비하여 보다 효과적인 정보 획득을 기대할 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (15)

  1. 플레이트 상의 타겟 영역에 대해 MALDI TOF MS(Matrix-Assisted Laser Desorption Ionization Time-of-Flight Mass Spectrometry) 분석을 수행한 결과 데이터 및 상기 타겟 영역에 대한 이미지 데이터를 저장하는 저장부; 및
    상기 저장부의 쓰기 및 읽기를 제어하는 컨트롤러
    를 포함하는 데이터 처리 장치.
  2. 제1항에 있어서,
    상기 타겟 영역에 대한 이미지 데이터는 상기 타겟 영역에 대한 MALDI TOF MS 분석 전의 제1 이미지 및 상기 타겟 영역에 대한 MALDI TOF MS 분석 후의 제2 이미지를 포함하는 데이터 처리 장치.
  3. 제2항에 있어서,
    상기 제1 이미지와 상기 제2 이미지의 차분 영상을 생성하는 영상 처리부
    를 더 포함하는 데이터 처리 장치.
  4. 제3항에 있어서,
    상기 차분 영상은 상기 타겟 영역에 포함되는 복수의 로커스(Locus) 각각에 대한 식별 정보와 함께 제공되는 데이터 처리 장치.
  5. 제4항에 있어서,
    상기 차분 영상에 기초하여, 상기 복수의 로커스 중 적어도 하나의 로커스에 대응하는 결과 데이터를 최종 결과 데이터에서 제외하는 연산부
    를 더 포함하는 데이터 처리 장치.
  6. 제4항에 있어서,
    상기 차분 영상에 기초하여, 상기 복수의 로커스 중 적어도 하나의 로커스에 대응하는 결과 데이터에 가중치를 적용하여 최종 결과 데이터를 생성하는 연산부
    를 더 포함하는 데이터 처리 장치.
  7. 제4항에 있어서,
    상기 복수의 로커스 각각에 대한 상기 차분 영상 내의 차이에 기초하여 상기 복수의 로커스 각각에 대응하는 결과 데이터가 상기 저장부에 저장되는 순서를 결정하는 연산부
    를 더 포함하는 데이터 처리 장치.
  8. 플레이트 상의 타겟 영역에 대해 MALDI TOF MS 분석을 수행한 결과 데이터 및 상기 타겟 영역에 대한 이미지 데이터를 저장부에 저장하는 단계; 및
    상기 저장부에 저장된 결과를 판독하여 디스플레이에 제공하는 독출 단계
    를 포함하는 데이터 처리 방법.
  9. 제8항에 있어서,
    상기 타겟 영역에 대한 이미지 데이터는 상기 타겟 영역에 대한 MALDI TOF MS 분석 전의 제1 이미지 및 상기 타겟 영역에 대한 MALDI TOF MS 분석 후의 제2 이미지를 포함하는 데이터 처리 방법.
  10. 제9항에 있어서,
    상기 제1 이미지와 상기 제2 이미지의 차분 영상을 생성하는 단계
    를 더 포함하는 데이터 처리 방법.
  11. 제10항에 있어서,
    상기 차분 영상은 상기 타겟 영역에 포함되는 복수의 로커스 각각에 대한 식별 정보와 함께 제공되는 데이터 처리 방법.
  12. 제11항에 있어서,
    상기 차분 영상에 기초하여, 상기 복수의 로커스 중 적어도 하나의 로커스에 대응하는 결과 데이터가 제외되는 최종 결과 데이터를 생성하는 단계
    를 더 포함하는 데이터 처리 방법.
  13. 제11항에 있어서,
    상기 차분 영상에 기초하여, 상기 복수의 로커스 중 적어도 하나의 로커스에 대응하는 결과 데이터에 가중치를 적용하여 최종 결과 데이터를 생성하는 단계
    를 더 포함하는 데이터 처리 방법.
  14. 제11항에 있어서,
    상기 복수의 로커스 각각에 대한 상기 차분 영상 내의 차이에 기초하여 상기 복수의 로커스 각각에 대응하는 결과 데이터가 상기 저장부에 저장되는 순서를 결정하는 단계
    를 더 포함하는 데이터 처리 방법.
  15. 제8항의 데이터 처리 방법을 수행하는 프로그램을 수록한 컴퓨터 판독 가능 기록 매체.
PCT/KR2017/013415 2016-11-24 2017-11-23 Maldi tof ms 데이터 처리 장치 및 방법 WO2018097616A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR10-2016-0157536 2016-11-24
KR20160157536 2016-11-24
KR1020170156398A KR101989473B1 (ko) 2016-11-24 2017-11-22 Maldi tof ms 데이터 처리 장치 및 방법
KR10-2017-0156398 2017-11-22

Publications (1)

Publication Number Publication Date
WO2018097616A1 true WO2018097616A1 (ko) 2018-05-31

Family

ID=62195291

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2017/013415 WO2018097616A1 (ko) 2016-11-24 2017-11-23 Maldi tof ms 데이터 처리 장치 및 방법

Country Status (1)

Country Link
WO (1) WO2018097616A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040262514A1 (en) * 2001-04-17 2004-12-30 Large Scale Proteomics Corporation, A Division Of Large Scale Biology Corporation System for optimizing alignment of laser beam with selected points on samples in maldi mass spectrometer
JP2011169740A (ja) * 2010-02-18 2011-09-01 Shimadzu Corp 質量分析装置
KR20120095638A (ko) * 2011-02-21 2012-08-29 연세대학교 산학협력단 말디톱 질량분석기용 시료 플레이트 및 상기 시료 플레이트를 이용한 말디톱 질량분석기를 이용한 질량분석 방법
KR20130007704A (ko) * 2011-07-07 2013-01-21 한국과학기술연구원 매트릭스 레이져 탈착/이온화 질량분석법을 이용한 종이 내 혈액 시료로부터 생체화합물의 직접 분석 방법
JP2014212068A (ja) * 2013-04-19 2014-11-13 株式会社島津製作所 Ｍａｌｄｉ質量分析装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040262514A1 (en) * 2001-04-17 2004-12-30 Large Scale Proteomics Corporation, A Division Of Large Scale Biology Corporation System for optimizing alignment of laser beam with selected points on samples in maldi mass spectrometer
JP2011169740A (ja) * 2010-02-18 2011-09-01 Shimadzu Corp 質量分析装置
KR20120095638A (ko) * 2011-02-21 2012-08-29 연세대학교 산학협력단 말디톱 질량분석기용 시료 플레이트 및 상기 시료 플레이트를 이용한 말디톱 질량분석기를 이용한 질량분석 방법
KR20130007704A (ko) * 2011-07-07 2013-01-21 한국과학기술연구원 매트릭스 레이져 탈착/이온화 질량분석법을 이용한 종이 내 혈액 시료로부터 생체화합물의 직접 분석 방법
JP2014212068A (ja) * 2013-04-19 2014-11-13 株式会社島津製作所 Ｍａｌｄｉ質量分析装置

Similar Documents

Publication Publication Date Title
Plotkin et al. Using the Fundamental Plane of black hole activity to distinguish X-ray processes from weakly accreting black holes
WO2020071701A1 (ko) 딥러닝 네트워크 모델에 의한 실시간 객체 검출 방법 및 장치
WO2022149894A1 (ko) 병리 검체에 대한 판단 결과를 제공하는 인공 뉴럴 네트워크의 학습 방법, 및 이를 수행하는 컴퓨팅 시스템
US20110216952A1 (en) Method and Apparatus for Processing Mass Analysis Data
WO2017164478A1 (ko) 미세 얼굴 다이나믹의 딥 러닝 분석을 통한 미세 표정 인식 방법 및 장치
WO2016204402A1 (ko) 부품 결함 검사 방법 및 그 장치
CN104025249A (zh) 针对滞留时间确定或确认的视窗化质谱分析数据的使用
CN103282997B (zh) 用于触发用于数据获取的相关频谱的方法
JP2007046966A5 (ko)
CN109682880B (zh) 质谱分析装置用信息管理装置
Hook et al. Multivariate ToF-SIMS image analysis of polymer microarrays and protein adsorption
CN112734827B (zh) 一种目标检测方法、装置、电子设备和存储介质
Kotze et al. ToF‐SIMS as a tool for metabolic profiling small biomolecules in cancer systems
US20240266001A1 (en) Method and apparatus for identifying molecular species in a mass spectrum
JP2012517588A (ja) 質量分析方法
Soe et al. Automatic track following system to study double strangeness nuclei in nuclear emulsion exposed to the observable limit
WO2018097616A1 (ko) Maldi tof ms 데이터 처리 장치 및 방법
WO2017171176A1 (ko) 근적외선 형광을 이용한 질량 분석 장치 및 방법
JP2021528767A (ja) 視覚的検索方法、装置、コンピュータ機器及び記憶媒体
KR101989473B1 (ko) Maldi tof ms 데이터 처리 장치 및 방법
KR20190076952A (ko) 매트릭스 지원 레이저 탈착/이온화 비행 시간 질량 분광계를 이용한 데이터베이스 관리
WO2021020746A1 (ko) 가상 머신 관리 장치 및 방법
CN114003784A (zh) 请求录制方法、装置、设备及存储介质
WO2017007047A1 (ko) 불규칙 비교를 이용하는 공간적 깊이 불균일성 보상 방법 및 장치
WO2017073968A1 (ko) 스펙트럼 분석 장치, 방법 및 컴퓨터 프로그램

Legal Events

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

Ref document number: 17874045

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17874045

Country of ref document: EP

Kind code of ref document: A1