WO2020110720A1 - 液体試料分析方法及び装置 - Google Patents

液体試料分析方法及び装置 Download PDF

Info

Publication number
WO2020110720A1
WO2020110720A1 PCT/JP2019/044474 JP2019044474W WO2020110720A1 WO 2020110720 A1 WO2020110720 A1 WO 2020110720A1 JP 2019044474 W JP2019044474 W JP 2019044474W WO 2020110720 A1 WO2020110720 A1 WO 2020110720A1
Authority
WO
WIPO (PCT)
Prior art keywords
liquid sample
chemical sensor
analysis
analysis method
gas
Prior art date
Application number
PCT/JP2019/044474
Other languages
English (en)
French (fr)
Inventor
皓輔 南
元起 吉川
Original Assignee
国立研究開発法人物質・材料研究機構
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 国立研究開発法人物質・材料研究機構 filed Critical 国立研究開発法人物質・材料研究機構
Priority to CN201980077729.XA priority Critical patent/CN113167717A/zh
Priority to JP2020558317A priority patent/JP7080455B2/ja
Priority to EP19889567.4A priority patent/EP3889577B1/en
Priority to US17/289,394 priority patent/US11879863B2/en
Publication of WO2020110720A1 publication Critical patent/WO2020110720A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/543—Immunoassay; Biospecific binding assay; Materials therefor with an insoluble carrier for immobilising immunochemicals
    • G01N33/54366—Apparatus specially adapted for solid-phase testing
    • G01N33/54373—Apparatus specially adapted for solid-phase testing involving physiochemical end-point determination, e.g. wave-guides, FETS, gratings
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
    • G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
    • G01N27/12—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body in dependence upon absorption of a fluid; of a solid body in dependence upon reaction with a fluid, for detecting components in the fluid
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/02—Analysing fluids
    • G01N29/022—Fluid sensors based on microsensors, e.g. quartz crystal-microbalance [QCM], surface acoustic wave [SAW] devices, tuning forks, cantilevers, flexural plate wave [FPW] devices
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4481—Neural networks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/483—Physical analysis of biological material
    • G01N33/487—Physical analysis of biological material of liquid biological material
    • G01N33/48707—Physical analysis of biological material of liquid biological material by electrical means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/024—Mixtures
    • G01N2291/02466—Biological material, e.g. blood
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/025—Change of phase or condition
    • G01N2291/0256—Adsorption, desorption, surface mass change, e.g. on biosensors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/025—Change of phase or condition
    • G01N2291/0256—Adsorption, desorption, surface mass change, e.g. on biosensors
    • G01N2291/0257—Adsorption, desorption, surface mass change, e.g. on biosensors with a layer containing at least one organic compound

Definitions

  • the present invention relates to analysis of a liquid sample, and more particularly to a liquid sample analysis method to which a gas sensor sample chemical sensor analysis method such as a surface stress sensor is applied.
  • the present invention also relates to a liquid sample analyzer for performing analysis by this analysis method.
  • Chemical sensors have received a great deal of attention as powerful tools for the detection, discrimination and identification of analytes of interest, especially diverse odors consisting of complex mixtures of gaseous molecules.
  • This type of sensor generally detects changes in physical parameters that accompany adsorption of molecules to be detected (analyte molecules).
  • the sensor is generally coated with a layer called "receptor layer" and then used for measurement.
  • the sensor before coating the receptor may be referred to as a sensor body.
  • the physical parameters detected by this type of sensor are diverse, but non-limiting examples include surface stress, stress, force, surface tension, pressure, mass, elasticity, Young's modulus, Poisson's ratio, resonance frequency, frequency, volume. , Thickness, viscosity, density, magnetic force, magnetic quantity, magnetic field, magnetic flux, magnetic flux density, electric resistance, electric quantity, permittivity, electric power, electric field, charge, current, voltage, potential, mobility, electrostatic energy, capacitance, inductance , Reactance, susceptance, admittance, impedance, conductance, plasmon, refractive index, luminous intensity and temperature, or a combination thereof.
  • Specific chemical sensors include various types such as a quartz crystal microbalance (QCM), a conductive polymer (CP), and a field effect transistor (FET). Further, such a chemical sensor may be used as a single sensor, but in many cases, as a chemical sensor array in which a plurality of sensor elements (hereinafter, also referred to as channels) are assembled in some form into an array. It has been used.
  • QCM quartz crystal microbalance
  • CP conductive polymer
  • FET field effect transistor
  • pattern recognition based on the gas-solid interface can be further extended to a reverse method, that is, solid sample recognition.
  • a reverse method that is, solid sample recognition.
  • the subject of this application is to analyze a liquid sample with high accuracy using a chemical sensor. Further, it is an object of the present application to realize a highly accurate analysis by applying statistical processing, pattern recognition, or the like to the analysis of such a liquid sample.
  • a liquid sample to be measured is applied to a chemical sensor carrying a receptor layer, and one or more kinds of gas are applied to the chemical sensor after applying the liquid sample,
  • a liquid sample analysis method for analyzing a component in the liquid sample based on a signal output from the chemical sensor due to a change in a physical parameter that is given to the chemical sensor.
  • the receptor layer may be dried before applying the one or more gases to the chemical sensor.
  • the physical parameters are surface stress, stress, force, surface tension, pressure, mass, elasticity, Young's modulus, Poisson's ratio, resonance frequency, frequency, volume, thickness, viscosity, density, magnetic force, magnetic amount, magnetic field, magnetic flux.
  • the physical parameter may be surface stress.
  • the chemical sensor may be a film type surface stress sensor.
  • the receptor layer may include a material selected from the group consisting of a polymer, an organic compound other than the polymer, an inorganic compound, a simple substance, a porous body, and an aggregate of particles. Further, the analysis may be performed based on the result of extracting the characteristic amount from the signal output from the chemical sensor.
  • the present invention performs the analysis of a liquid sample by diverting the analysis of a gas by a chemical sensor, it is possible to realize an analysis with high accuracy and large discrimination ability for a liquid sample.
  • the conceptual diagram explaining the process of analysis of the liquid sample by this invention is a graph showing an example of output signals obtained for each combination of four probe gases and four types of polymers, MS, sensor channels coated with PS, P4MS, PVF, and PCL in an example of the present invention.
  • the graph of the principal component analysis result which shows the result of the experiment for demonstrating the principle of this invention.
  • 3 is a graph showing the results of LDA for identifying a medium containing fetal bovine serum, a medium without fetal bovine serum, etc., which is an example of the present invention.
  • the analysis of the liquid sample is performed as conceptually shown in FIG.
  • the liquid sample is provided to the MSS by immersing the MSS in which the surface of the sensor body is coated with the receptor material in the liquid sample.
  • various components in the liquid sample are bound to the solid receptor on the MSS surface by adsorption or the like.
  • the MSS to which various components in the liquid sample are bound as described above is lifted from the liquid sample and then dried. After drying, an appropriate gas (hereinafter referred to as a probe gas) is supplied to this MSS to obtain an output signal from the MSS.
  • This output signal contains a pattern of signals that reflects the unique interactions between a given probe gas and the various components bound to the MSS receptor. If the liquid sample component to be analyzed gives a very characteristic output signal that can be easily identified for a specific receptor and specific probe gas combination, the output signal can be visually observed or a simple pattern can be obtained. It is possible to identify and quantify the component by a simple method such as performing processing such as matching. However, in many cases, as shown in FIG. 1, multiple receptors and/or multiple probe gases are used to obtain response signals for these combinations and these response signals are optionally patterned. It is possible to obtain more accurate and precise results by performing the processing such as recognition and the like to identify and quantify the liquid sample components and the liquid sample itself.
  • liquid sample in addition of the liquid sample to the MSS, various methods other than dipping in the liquid sample are possible. Although not intended to be limited to these, if enumerated without limitation, for example, dropping of a liquid sample or application in the form of droplets such as a spray is also possible.
  • dropping of a liquid sample or application in the form of droplets such as a spray is also possible.
  • the explanation that the liquid sample is applied to the MSS and then dried is given above, it is not necessary to perform this drying until the solvent is completely removed.
  • it is possible to terminate the drying treatment in the raw dry state that is, in the state in which it is clear that the solvent remains by visual observation or other simple observation, and then perform the subsequent measurement.
  • each data set in the case of digital data, can be represented as a vector of data
  • the degree of similarity between data sets is expressed in some form based on the characteristics of the data sets, such as principal component analysis (PCA, principal component analysis) and linear discriminant analysis (LDA, linear discriminant analysis).
  • PCA principal component analysis
  • LDA linear discriminant analysis
  • Pattern recognition also includes various statistical processing and machine learning related thereto.
  • the field of application of the above-mentioned analysis is not limited to this, but for example, as shown in FIG. 1, it can be applied to diagnosis and screening of diseases such as cancer and diabetes in the field of medical diagnosis. You can
  • each of these MSS elements (usually coated with different receptors) is hereinafter referred to as a channel.
  • the MSS having a plurality of channels it is possible to easily obtain a set of response signals of a plurality of types of receptors for a single liquid sample as described above.
  • multiple MSSs may be used simultaneously if response signals from a very large number of channels are required.
  • the response signal is usually digitized and then used for display, storage, data processing and the like.
  • purging such as holding MSS in the purge gas flow for a sufficient time between cycles in order to remove/reduce it. Treatment is preferred. This is because in order to facilitate the analysis of the output signal, it is preferable that as little changes as possible to the MSS (specifically, the receptor on it) caused by the previous cycle remain after the purging process. .. From this point of view, it can be said that the combination of the receptor, the liquid sample component, and the purge gas, which gives the receptor an irreversible change that affects the output signal of the MSS, may not be preferable.
  • the probe gas (corresponding to the sample gas described above) used during the switching in the cycle and the probe gas used between the cycles may be the same gas, or may be different gases.
  • the purging process may be performed using a liquid such as water instead of using the purging gas between cycles. It should be noted that the use of a liquid for cleaning the gas sensor is described in Patent Document 2, so refer to it as necessary. In the case of a purging process using a liquid, a process of removing the liquid adhering to the MSS by drying or the like may be performed as necessary before the start of the cycle using the next probe gas.
  • the liquid sample it becomes possible to identify and quantify various components in the liquid sample and their combinations from the output signals obtained in this way. Instead of identifying and quantifying the individual components in the liquid sample, it is possible to identify what the liquid sample itself is even if the individual components are unknown.
  • the following examples show examples of determining whether the liquid sample is water, serum-free medium, or serum-containing medium.
  • Examples of materials that can be used as the receptor include various polymers, various organic and inorganic compounds other than polymers, simple substance materials, porous bodies, particle aggregates, and other receptor materials that can be used for gas analysis. There are many of them.
  • the specific material to be used may be appropriately selected depending on the liquid sample to be analyzed and the type of probe gas used in the latter half of the measurement process.
  • the response signal from the MSS shows various patterns depending on the combination of the liquid sample (components in the liquid sample), the receptor, and the probe gas.
  • the liquid sample that can be analyzed often has a complex composition with many components, but it has been measured by applying appropriately selected probe gases to multiple channels coated with different receptors.
  • a collection of detection signals is obtained that contains a great deal of information about the types of components (and even their amounts) in a liquid sample. Therefore, even for a liquid sample with a complicated composition, high-accuracy and high-speed liquid sample analysis can be performed by appropriately selecting the receptor and probe gas and performing appropriate processing on the resulting set of detection signals. Can be realized using a relatively simple device configuration.
  • steam, ethanol, heptane, and toluene were used in the examples as to what to use as the probe gas, but the probe gas is not limited to this.
  • a mixed gas or the like that has been mixed can be appropriately selected as the probe gas.
  • chemical sensors such as surface stress sensors are used for in-liquid measurements, but in that case, they are consistently measured in liquid.
  • the present invention is based on a technical idea completely different from the prior art in that the component is once extracted from the liquid sample into the receptor and the sensor output is obtained by exposing the component to the probe gas.
  • the measurement process using the chemical sensor is divided into two processes, that is, the extraction process of the liquid sample component by the receptor and the exposure process to the probe gas for obtaining the detection output from the receptor containing the component by the extraction. Since the processes are separated, these processes can be individually optimized by appropriately selecting suitable materials (receptor, gas, other conditions) for each process. In this way, there are more controllable parameters than the conventional measurement that consistently measures in liquid, so improvement of sensitivity and component selectivity, etc. compared to conventional measurement in liquid, optimal for control etc. The degree of freedom of conversion is improved.
  • MSS coated with four types of acceptor materials that is, PS (polystyrene), P4MS (poly(4-methylstyrene)), PCL (polycaprolactone), and PVF (polyvinylidene fluoride), are prepared, and four types of probes are prepared.
  • the output signal was obtained by feeding a gas, namely steam, ethanol, n-heptane, and toluene.
  • a gas namely steam, ethanol, n-heptane, and toluene.
  • the ethanol, heptane, and toluene used as probe gas were purchased from Sigma-Aldrich, Tokyo Chemical Industry Co., Ltd. and Fujifilm Wako Pure Chemical Industries, Ltd. in analytical grade or higher grade. All reagents were used as purchased. In addition, ultrapure water was used to obtain water vapor used as the probe gas (also referred to as water in the figure).
  • Each polymer was dissolved in DMF at a concentration of 1 mg/mL, and deposited or coated on each channel of MSS by inkjet.
  • an inkjet spotter (LaboJet-500SP from MICROJET Corporation) equipped with a nozzle (IJHBS-300 from MICROJET Corporation) was used.
  • the ink jet ejection speed, droplet volume, and ink jet ejection number when performing this deposition were fixed at about 5 m/sec, about 300 pL, and 300 shots, respectively.
  • the DMF was dried by heating the stage of the inkjet spotter to 80°C.
  • Each polymer was coated on at least two different channels on the MSS and examined for coating quality.
  • each vapor is used as the probe gas and the MSS (more specifically, four MSS sensor channels provided on the MSS chip are used). ), a detection signal representing a gas-solid interaction for each of the combinations of four kinds of probe gases and four kinds of polymers was obtained (these substances in a liquid state are hereinafter referred to as a solvent or a solvent liquid). There is). Specifically, the following device configuration/procedure was used.
  • FIG. 2 shows an example of an output signal from an MSS sensor channel coated with four kinds of polymers for steam, ethanol, heptane, and toluene which are four kinds of probe gases (vapors), PS, P4MS, PVF, and PCL.
  • This figure shows specific examples of output signals corresponding to the combinations of the above-mentioned four types of polymer-coated MSS sensor channels and four types of probe gases. These data were measured at a sampling rate of 10 Hz, with the bridge voltage of the MSS sensor channel set to -0.5V.
  • the response signal from each polymer changes the chemical/physical affinity between the polymer and the vapor. It is unique in terms of strength and shape, reflecting the sex.
  • the data set thus obtained (that is, the set of data obtained by digitizing the waveform of each response signal) was analyzed using principal component analysis (PCA).
  • PCA principal component analysis
  • a plurality of parameters were extracted as a set of feature amounts from each of the normalized attenuation curves of the response signal. More specifically, the output signals from each MSS coated with any of P4MS, PCL, PS, and PVF are obtained in four sequences when steam, ethanol, heptane, and toluene are given as probe gases.
  • Four series of output signal sets were treated as one data set for the corresponding receptor material. Principal component analysis was performed on four data sets corresponding to four types of receptor materials. The result is shown in FIG. In FIG.
  • the plots for the receiver materials P4MS, PCL, PS and PVF are each grouped in narrow areas that do not overlap each other. In the vicinity of these regions, the abbreviations of the corresponding receptor materials are attached, and the chemical structural formulas of the relevant receptor materials are shown.
  • the receptor material is identified by pattern recognition (PCA in this example) from the response signal on the receptor side to the gas (here, probe gas) given to the MSS for analysis.
  • PCA pattern recognition
  • probe gas gas
  • this method is not limited to verification of known materials.
  • the receptor on the MSS that has taken in the sample (component to be measured) in the sample by adsorption or the like by a treatment such as immersing in the sample liquid is no longer the same as the receptor before immersion, and thus unknown. It is a receptor.
  • such an unknown receptor is dipped in another receptor (a different sample liquid, etc., or even if it is the same sample liquid, a different treatment such as a dipping treatment, or a treatment such as a dipping treatment). It is also possible to discriminate from "raw" receptors which have not been performed) and to judge that these different receptors belong to different classes. In the end, this means that the substance adsorbed on the receptor from the sample liquid is identified and identified.
  • the purpose of this experiment is to distinguish three types of water and an aqueous solution (an aqueous solution containing a medium containing both serum of the medium and an aqueous solution containing a medium without serum).
  • the reason why two MSS chips are used here is that they may not be washed sufficiently so that the receptors on the MSS chip will not be affected by such medium components once immersed in an aqueous medium solution with/without serum. Therefore, there is a possibility that inaccurate results may be obtained when the other aqueous solution (serum-free/medium-containing medium with serum) is subsequently used with the same MSS.
  • the plot results for the medium containing fetal bovine serum, the medium containing no fetal bovine serum, water, and no immersion are included in the regions clearly separated from each other. Therefore, according to the present invention, it is possible to identify a liquid sample such as whether the liquid sample is a fetal calf serum-containing medium, a fetal calf serum-free medium, or water, or for verification of normal operation of a comparison target or a device. It is possible to discriminate whether or not the measurement is performed on the MSS just coated with the receptor that has not been immersed in the liquid sample (or due to a mistaken operation).
  • the latter half of the process for directly obtaining the measurement data in the analysis of the liquid sample has many advantages as compared with the liquid measurement, and many findings and Since it can be realized by directly using the method of gas measurement using a chemical sensor represented by MSS in which data and the like are accumulated, it is expected to greatly contribute to liquid sample analysis.

Abstract

本発明は、化学センサーによる液体試料の分析を行う際に問題となる液体－固体界面での動力学的に緩慢な平衡という問題を解決する液体試料分析方法を提供する。本発明の一実施形態に係る液体試料分析方法では、化学センサーの受容体層に液体試料中の分析対象成分を吸着させた後、この化学センサーに１または複数種類のガスを与え、その応答を測定する。これにより緩慢な液体－固体界面の平衡を利用していないので、短時間で高感度の測定を行うことができ、また研究の進んでいる気体試料の分析に関する既存の成果を利用することができる。

Description

液体試料分析方法及び装置
　本発明は液体試料の分析に関し、特にガス試料についての表面応力センサーなどの化学センサーの分析方法を応用した液体試料の分析方法に関する。本発明はまたこの分析方法によって分析を行う液体試料の分析装置に関する。
　例えば医学や生物学等の分野では試料の同定や分析が頻繁に行われる。このような場合、対象となる試料としてはガス状の試料だけではなく液体試料も多いが、液体試料の同定・分析に当たっては気体とは異なる困難性がある。現在使用されているバイオセンサーの多くは、抗原抗体反応による検出のような、対象となる検体を一対一で検出するタイプである。このような検出形態では、非常に低濃度であるバイオマーカーを検出する必要があるため、既知のバイオマーカーを個別に検出する必要があることから非常に高感度のセンサーを多数使用して検出を行う必要がある。したがって、このような液体試料分析装置は大型で高価なものとなり、一般向けの製品としてほとんど実用化されていない。
　各種の物質に対してそれぞれ特有な応答を示す化学センサーを使用して検体の同定や定量を行う手法が開発されている。化学センサーは対象となる検体、とりわけガス状分子の複雑な混合物からなる多様なニオイの検出、判別及び同定のための強力なツールとして大きな注目を集めてきた。この種のセンサーは一般に検出対象の分子（検体分子）の吸着に伴い生じる物理パラメーターの変化を検出するものである。物理パラメーターの変化を検出しやすくするため、一般にセンサーは「受容体層」と呼ばれる層で被覆した後、測定に用いられる。なお、本願では受容体を被覆する前のセンサーをセンサー本体と呼ぶことがある。この種のセンサーが検出する物理パラメーターは多岐にわたるが、非限定的に例示すれば、表面応力、応力、力、表面張力、圧力、質量、弾性、ヤング率、ポアソン比、共振周波数、周波数、体積、厚み、粘度、密度、磁力、磁気量、磁場、磁束、磁束密度、電気抵抗、電気量、誘電率、電力、電界、電荷、電流、電圧、電位、移動度、静電エネルギー、キャパシタンス、インダクタンス、リアクタンス、サセプタンス、アドミッタンス、インピーダンス、コンダクタンス、プラズモン、屈折率、光度および温度、あるいはこれらの組み合わせ等が用いられる。具体的な化学センサーとしては、例えば水晶振動子マイクロバランス（ＱＣＭ）、導電性ポリマー（ＣＰ）、電界効果トランジスタ（ＦＥＴ）等の多様なものがある。また、このような化学センサーは単一のセンサーとして使用する場合もあるが、多くの場合は複数のセンサー素子（以下、チャンネルとも称する）を何らかの形態でまとめてアレイ状に構成した化学センサーアレイとして利用されてきた。
　しかしながら、これまでのところ化学センサーによる液体試料の分析はガス状の試料の分析と比較して例が少なく、特にパターン認識の手法を用いた液体試料の分析についての研究はほとんど行われていなかった。そのひとつの要因として、液体－固体界面での動力学的に緩慢な平衡にともなう有効な信号パターンを得るのが困難であることが挙げられる。一方、ガス状の試料については、ガス－固体界面での平衡が液体の場合に比べて大幅に速いことによって、パターン認識が有効な方法であることが示されている。
　最近、本願発明者はガス－固体界面に基づくパターン認識を逆方向の手法、すなわち固体試料認識、に更に拡張できることを見出した。概念実証として、ナノメカニカルセンサーに代表される化学センサー上に被覆された各種の固体層の判別例を示すとともに、図４に示す通り、この手法は固体層の非常にわずかな違いを明確に認識できることを確認した。したがって、もし液体試料がある固体マトリクス（以下、単にマトリクスと呼ぶこともある）中で抽出及び不動化できるものとすれば、ガス－固体界面を経由することでパターン認識を液体の分析に効果的に適用して、液体試料のパターン認識を実現できる。もちろん、結果についてパターン認識等を適用するまでもなく目視その他の簡単な手法で必要な分析結果を得ることができる場合であっても、本発明は有用である。
　したがって、本願の課題は化学センサーを使用して高精度で液体試料の分析を行うことにある。本願は更に、このような液体試料の分析に統計的な処理やパターン認識等を適用することにより更に高精度の分析を実現することも、その課題とする。
　本発明の一側面によれば、受容体層を担持した化学センサーに測定対象の液体試料を与え、前記液体試料を与えた後の前記化学センサーに１または複数種類のガスを与え、前記ガスを与えられたことによって前記化学センサーに引き起こされる物理パラメーターの変化により前記化学センサーから出力される信号に基づいて前記液体試料中の成分の分析を行う液体試料分析方法が与えられる。
　ここで、前記化学センサーに前記１または複数種類のガスを与える前に前記受容体層を乾燥させてよい。
　また、前記物理パラメーターは、表面応力、応力、力、表面張力、圧力、質量、弾性、ヤング率、ポアソン比、共振周波数、周波数、体積、厚み、粘度、密度、磁力、磁気量、磁場、磁束、磁束密度、電気抵抗、電気量、誘電率、電力、電界、電荷、電流、電圧、電位、移動度、静電エネルギー、キャパシタンス、インダクタンス、リアクタンス、サセプタンス、アドミッタンス、インピーダンス、コンダクタンス、プラズモン、屈折率、光度および温度のうちの１種または２種以上であってよい。
　また、前記物理パラメーターは表面応力であってよい。
　また、前記化学センサーは膜型表面応力センサーであってよい。
　また、前記受容体層はポリマー、ポリマー以外の有機化合物、無機化合物、単体材料、多孔体、粒子の集積体からなる群から選択される材料を含んでよい。
　また、前記化学センサーから出力される信号からの特徴量の抽出を行った結果に基づいて前記分析を行ってよい。
　また、前記化学センサーに前記ガスとパージ用流体とを交互に切り替えて与えてよい。
　また、前記化学センサーから出力される信号を機械学習することにより前記分析を行ってよい。
　また、前記化学センサーから出力される信号を多変量解析処理することにより前記分析を行ってよい。
　また、前記化学センサーから出力される信号に主成分分析または線形判別分析を適用することによって前記分析を行ってよい。
　また、前記化学センサーから出力される信号にパターン認識を適用することによって前記分析を行ってよい。
　本発明の他の側面によれば、化学センサー及び前記化学センサーから出力される信号に基づいて前記分析を行う分析手段を備えることにより、前記何れかの液体試料分析方法を行う液体試料分析装置が与えられる。
　本発明は液体試料の分析を化学センサーによる気体の分析を転用して行うものであるため、液体試料に対して高精度でありまた識別能力の大きな分析を実現することができる。
本発明による液体試料の分析の過程を説明する概念図。 本発明の実施例における４種類のプローブガスと４種類のポリマー、ＰＳ、Ｐ４ＭＳ、ＰＶＦ及びＰＣＬ、を被覆したＭＳＳセンサーチャンネルとの組み合わせの夫々について得られた出力信号の例を示すグラフ。 本発明の実施例において正規化された出力信号から特徴量の抽出を行う方法を示す図。 本発明の原理を実証するための実験の結果を示す主成分分析結果のグラフ。 本発明の実施例である、ウシ胎仔血清入り培地、ウシ胎仔血清無し培地等の同定のためのＬＤＡの結果を示すグラフ。
　本発明においてはナノメカニカルセンサーなどの化学センサーを使用して液体試料の分析を行うが、この分析を従来のように一貫して液相中で行う代わりに、分析の過程の一部を気相中で行うことによって、上述したところの液体－固体界面での平衡が緩慢であることに起因する問題を解消する。なお、本願で言う「液体試料」とは、化学センサーに与えられた時点で液体である試料である。液体試料中には各種の成分が溶解・分散等しており、試料の温度を変化させたり、他の物質の添加や、揮発成分の蒸発、時間の経過等により、液体試料全体あるいは一部の成分が凝固したり、揮発性の成分が気体になるなど、条件により固体や気体に変化することもあり得るが、本願では条件の変化などにより全体あるいは一部が液体でない状態を取る可能性がある試料であっても、化学センサーに与えられた時点で液体であれば液体試料であるとすることに注意されたい。
　化学センサーはこれまで各種の形式・構造のものが報告されており、適宜選択して使用できる。以下の説明では化学センサーの例として膜型表面応力センサー（以下、ＭＳＳと称する）を使用する。ＭＳＳの具体的な構造、作製方法、動作、特性等については既によく知られている事項なので本願では具体的に説明しないが、必要に応じて特許文献１、非特許文献１等を参照されたい。また、受容体の材料やその被覆の形態等は分析の目的、分析対象の試料等に応じて適宜設計・選択される。
　本発明の一実施形態によれば、液体試料の分析は図１に概念的に示すようにして行われる。測定の過程の前半では、センサー本体表面上に受容体材料を被覆したＭＳＳを液体試料中に浸漬する等により、ＭＳＳに液体試料を与える。これにより、ＭＳＳ表面の固体状の受容体に液体試料中の各種の成分が吸着などにより結合する。
　測定の過程の後半では、上述のようにして液体試料中の各種の成分が結合されたＭＳＳを液体試料中から引き揚げてから乾燥する。乾燥後、このＭＳＳに適切なガス（以下、プローブガスと称する）を与えて、ＭＳＳからの出力信号を得る。この出力信号は与えられたプローブガスとＭＳＳの受容体に結合している各種の成分との間の固有の相互作用を反映する信号のパターンを含む。分析対象の液体試料成分が特定の受容体と特定のプローブガスとの組み合わせに対して容易に識別可能な非常に特徴的な出力信号を与える場合には、出力信号を目視したり、簡単なパターンマッチング等の処理を行ったりする等の簡単な手法で当該成分の同定や定量等が可能となる。しかし、多くの場合には、図１に示すように、複数の受容体及び／または複数のプローブガスを使用してこれらの組み合わせに対する応答信号を得て、これらの応答信号を必要に応じてパターン認識等の処理を行うことで、液体試料成分や液体試料自体の同定、定量等を行った方が、より正確、精密な結果を得ることができる。
　なお、ここで液体試料のＭＳＳへの付与に当たっては、液体試料中に浸漬する以外にも多様な方法が可能である。これらに限定する意図はないが、非限定的に列挙すれば例えば液体試料の滴下、スプレーなどの飛沫の形態での付与も可能である。また、ＭＳＳに液体試料を付与した後に乾燥する旨の説明を上で行ったが、この乾燥は完全に溶媒を除去するまで行う必要はなく、溶媒が一部残留している状態、極端な場合としては生乾き状態、すなわち目視その他の簡単な観測でも明らかに溶媒が残留していることがわかる状態、で乾燥の処理を打ち切って以降の測定を行ってもよい。更には上の説明では乾燥終了まではプローブガスを与えてＭＳＳからの出力信号を観察するという測定は行わないと理解されるかもしれないが、実際はそのような場合に限定する意図はなく、必要に応じて乾燥の過程でもプローブガスを与えながら出力信号を得ることもできる。また、必要に応じて、乾燥処理の前後、すなわち液体試料の付与から乾燥までの間及び／または乾燥以降において他の処理を行ってもよい。このような処理としては、例えばＭＳＳの表面に付着している余分な液体試料などを除去する洗浄処理、その他、受容体に吸着した液体試料成分の吸着状態を安定化したり、測定の感度に影響を与えるような各種の処理を行うこともできる。
　本願で言うパターン認識とは対象を幾何図形に限定した狭い意味ではなく、多くのデータ処理分野で使用されているように、夫々のデータ集合（ディジタルデータの場合にはデータのベクトルとして表現できる）の特徴からそのデータ集合が属するクラスを判定することである。例えば、１個のＭＳＳの出力を考えた場合には、通常その出力をサンプリングしてディジタル化するが、その一連のディジタルデータ全体が一つのデータ集合であり、多数の試料のそれぞれから得られたデータ集合の全体がデータ集合の空間を形成する。このデータ集合の空間を複数のクラスに分割して、ある測定から得られたデータ集合がどのクラスに属するかを求める。例えば、血液の測定によって得られたデータ集合が形成するデータ集合空間を、対応する疾病（○○ガン、△△ガン、・・・、糖尿病、・・・）によりクラス分割して、特定の血液試料の測定から得られたデータ集合がどのクラスに属するかにより、当該血液の提供者が罹患している可能性のある疾病を判定するというような血液の分析が可能である。ここで、測定対象の試料や受容体の種類その他の測定条件、また測定結果のデータ集合が有する各種の特性に応じて、使用するパターン認識の手法を適宜選択してよい。
　なお、本願においては、例えば主成分分析（ＰＣＡ、principal component analysis）や線形判別分析（ＬＤＡ、linear discriminant analysis）等、データ集合の特徴に基づいて、データ集合間の類似の程度を何らかの形態で表現する各種の統計的な処理やそれに関連する機械学習もパターン認識に含める。
　上述したような分析の応用分野としては、もちろんこれに限定されるものではないが、例えば、図１に例示したように、医療診断分野においてガン、糖尿病等の疾病の診断やスクリーニングに適用することができる。
　複数種類の受容体を準備し、これらを複数のＭＳＳに被覆することで一つの液体試料に対する複数種類の受容体の応答信号の集合を得るようにする場合、ＭＳＳでは一つのセンサチップ上に特性の揃った複数のＭＳＳ素子を作り込むのが容易であり、実際にそのようなＭＳＳが作製されているので好都合である。測定系としてみた時にこれらのＭＳＳ素子（通常はそれぞれ異なる受容体で被覆されている）の各々を以下ではチャンネルと称する。複数チャンネルを有するＭＳＳを使用することで、上述したような単一の液体試料に対する複数種類の受容体の応答信号の集合を容易に得ることができる。もちろん、非常に多数のチャンネルからの応答信号が必要な場合には、複数個のＭＳＳを同時に使用してもよい。応答信号は通常ディジタル化してから表示、記憶、データ処理等に供する。
　複数のＭＳＳを準備してこれらに単一の種類のプローブガスを与える手法に加えて、単一の（あるいはプローブガスの種類よりも少ない）ＭＳＳを使用して分析を行うことも可能である。そのような場合は、例えば、ＭＳＳに各種のプローブガスを１種類ずつ与えて当該プローブガスに対する応答としての出力信号を得るというサイクルの終了後、プローブガスを次のものに切り替えて次のサイクルを開始して同様な測定を行う。このようなサイクルを繰り返すことにより、複数種類のプローブガスに対する出力信号の組を得てその後の解析を行うことができる。この場合、先行するサイクルで使用されたプローブガスの影響が残留する可能性がある場合には、それを除去／低減するため、サイクル間でＭＳＳを十分な時間パージガス流中に保持する等のパージ処理を行うことが好ましい。これは、出力信号の解析を容易にするためには、パージ処理後には前回のサイクルにより引き起こされたＭＳＳ（具体的にはその上の受容体）に対する変化ができるだけ残留しないことが好ましいからである。このような点からは、ＭＳＳの出力信号に影響を与えるような不可逆変化を受容体に与える受容体－液体試料成分－パージガスの組み合わせは好ましくない場合があるということができる。あるいは、不可逆変化が受容体に起こることで出力信号に影響が出る場合であっても、後処理などでそのような影響が最終的な同定、定量等の結果に実質的な影響が現れないようにすることで、不可逆変化の悪影響を打ち消すことも可能である。逆に、不可逆変化が出力信号に与える影響まで出力信号の特徴としてパターン認識などを行うこともできる。
　また、ＭＳＳを使用した分析においては、各サイクル内で試料ガスとパージガスとを所定周期で切り替えることで鋸歯状の出力信号を得て、これを解析するという処理が通常採用されており、本発明でもこのような周期的な切替処理を行う手法に従うことが好ましい。ここで、サイクル内で上記切替の際に使用するプローブガス（上述の試料ガスに対応）とサイクル間で使用するプローブガスとを同一のガスとしてよいし、あるいは別のガスとすることもできる。更には、サイクル間でパージ用のガスを使用する代わりに水等の液体を使用してパージ処理を行ってもよい。なお、ガスセンサーの洗浄のために液体を使用することについては特許文献２に記載があるので、必要に応じて参照されたい。液体を使用したパージ処理の場合には、次のプローブガスを使用したサイクルの開始前に必要に応じてＭＳＳに付着した当該液体を乾燥等によって除去する処理を行ってもよい。
　従って、このようにして得られた出力信号から液体試料中の各種の成分やその組み合わせの同定や定量を行うことが可能となる。液体試料中の個々の成分の同定・定量を行うのではなく、個々の成分が不明であっても液体試料自体が何であるかを同定することもできる。例えば、以下の実施例では液体試料が水、血清無し培地、血清入り培地のうちの何れであるかを判定する例が示されている。
　液体試料中に存在する可能性のある成分が１種類あるいは非常に限定された数種類に限定されていることが既知であったり、ある特定の物質に固有な非常に特徴的な応答信号のパターンが検出されたりしたなどという単純な状況では、上述したように、応答信号パターンの目視等により直ちに液体試料の分析結果を得ることができる。しかし、多くの場合には、応答信号を、上述したように例えばＰＣＡ、ＬＤＡを含む多変量解析等の各種の統計的処理や機械学習等を用いたパターン認識の手法を使用することで液体試料の分析を行うこともできる。
　受容体として使用可能な材料としては、各種のポリマー、ポリマー以外の各種の有機及び無機化合物や単体材料、多孔体、粒子の集積体、その他、ガスの分析を行う際に使用可能な受容体材料の多くを挙げることができる。具体的にどの材料を使用するかは、分析対象の液体試料や、測定過程の後半で使用するプローブガスの種類により、適宜選択してよい。液体試料（液体試料中の成分）、受容体、プローブガスの組み合わせにより、ＭＳＳからの応答信号は多様なパターンを示す。分析対象となり得る液体試料は多くの場合多数の成分を含む複雑な組成を有するが、異なる受容体で被覆された複数のチャンネルに、適切に選択されたプローブガスを与えることによって、測定されている液体試料中の成分の種類（更にはそれらの量）についての大量の情報を含む検出信号の集合が得られる。したがって、複雑な組成を有する液体試料でも、受容体やプローブガスを適切に選択し、更にその結果得られる検出信号の集合に対して適切な処理を行うことにより、高精度・高速の液体試料分析を比較的単純な装置構成を用いて実現することができる。また、当然のことではあるが、プローブガスとして何を使用するかについては、実施例では水蒸気、エタノール、ヘプタン及びトルエンを使用したが、これに限定されるものではない。測定対象の試料（また、検出したい、あるいは検出されることが予期されている成分）、受容体、その他の諸条件の組み合わせに応じて適切な一または複数のガス、あるいは任意の種類のガスを混合した混合ガスなどをプローブガスとして適宜選択することができる。
　なお、上述した測定過程の後半において、全てのチャンネルに対して同一種のプローブガスを供給するように装置を構成すれば、装置中のガス流路の構造・制御が簡略化される。逆に、チャンネル間で異なる種類のプローブガスを供給できるようにすれば、ガス流路の構造・制御は複雑になるが、液体試料（あるいはその成分）の識別能力を最大化できる。
　なお、表面応力センサーなどの化学センサーを使用して液中測定を行うことも一部では行われているが、その場合には一貫して液体中での測定を行っている。本発明では一旦液体試料中からその成分を受容体に抽出し、これをプローブガスに曝すことでセンサー出力を得る点で従来技術と全く異なる技術思想に基づいているということができる。また、この相違により、化学センサーを使用した測定の過程を、受容体による液体試料成分の抽出過程と抽出によってその成分を含む受容体から検出出力を得るためのプローブガスへの暴露過程という２つの過程に分離しているので、それぞれの過程毎に好適な材料（受容体、ガス、その他の条件）を適宜選択する等により、これらの過程を個別に最適化できる。このように、一貫して液中で測定を行う従来の測定に比べて制御可能なパラメーターが多くなるため、従来の液中測定に比べ、感度や成分の選択性等の向上・制御等の最適化の自由度が向上する。
　以下、実施例に基づいて本発明をさらに具体的に説明する。以下の実施例は本発明を判り易くするための例示であって、本発明を特定の実現形態に限定するものでないことに注意されたい。
＜実験１－ＭＳＳを使用して通常のガス分析とは逆に、既知のプローブガスから受容体材料を識別する＞
　ここでは、４種類の受容体材料、すなわちＰＳ（polystyrene）、Ｐ４ＭＳ（poly(4-methylstyrene)）、ＰＣＬ（polycaprolactone）、ＰＶＦ（polyvinylidene fluoride）で被覆したＭＳＳを準備し、これらに４種類のプローブガス、すなわち水蒸気、エタノール（ethanol）、ヘプタン（n-heptane）、及びトルエン（toluene）を与えることにより出力信号を得た。上記４種類の受容体材料の化学構造式を以下に示す。
Figure JPOXMLDOC01-appb-C000001
　受容体材料として使用した４種類のポリマーであるＰＳ（Ｍｗ＝３５０，０００）、ＰＣＬ、Ｐ４ＭＳ及びＰＶＦはSigma-Aldrichから購入した。ポリマー溶液を作成することでインクジェットによる膜形成に用いる溶媒として使用したＤＭＦ（N,N’-Dimethylformamide）は富士フイルム和光純薬株式会社から購入した。
　プローブガスとして使用したエタノール、ヘプタン及びトルエン（toluene）はSigma-Aldrich、東京化成工業株式会社及び富士フイルム和光純薬株式会社から、分析グレードあるいはより上級のものを購入した。全ての試薬は購入したままの状態で使用した。また、プローブガスとして使用した水蒸気（図中ではwaterとも表記）を得るために超純水を使用した。
　各々のポリマーをＤＭＦに濃度１ｍｇ／ｍＬで溶解し、インクジェットによりＭＳＳの各チャンネル上に堆積つまり被覆させた。ここではノズル（MICROJET CorporationのIJHBS-300）を装着したインクジェットスポッタ（MICROJET CorporationのLaboJet-500SP）を使用した。この堆積を行う際のインクジェットの射出速度、液滴体積、及びインクジェット射出数はそれぞれ約５ｍ／秒、約３００ｐＬ、及び３００発に固定した。また、インクジェットスポッタのステージを８０℃に加熱しておくことで、ＤＭＦを乾燥させた。各ポリマーをＭＳＳ上の少なくとも２つの異なるチャンネルに被覆して、コーティング品質を調べた。具体的な被覆チャンネル数Ｎは以下の通りであった：ＰＳ：Ｎ＝１１；ＰＣＬ：Ｎ＝１１；Ｐ４ＭＳ：Ｎ＝１１；ＰＶＦ：Ｎ＝１１。
　プローブガスとして使用した４種類の物質は何れも常温では液体であるので、それぞれの蒸気をプローブガスとして使用して、ＭＳＳ（より具体的にはＭＳＳチップ上に設けられている４つのＭＳＳセンサーチャンネル）から、４種類のプローブガスと４種類のポリマーとの組み合わせの各々についてのガス－固体相互作用を表す検出信号を得た（液体状態のこれらの物質を以下では溶媒、あるいは溶媒液体と呼ぶことがある）。具体的には以下の装置構成・手順を使用した。
　上述のようにして準備した、ポリマーで被覆されたＭＳＳチップをテフロン（登録商標）製のチャンバー（ＭＳＳチャンバー）に取り付け、これを２５．０±０．５℃に温度制御されたインキュベータ中に置いた。このチャンバーを２つのマスフローコントローラ（ＭＦＣ（ＭＦＣ－１及びＭＦＣ－２））、パージガスライン並びに１５．０±０．５℃に温度制御されたインキュベータ内に収容された混合チャンバー及び溶媒液体を入れるバイアル瓶からなるガスシステムに結合した。各溶媒の蒸気はＭＦＣ－１を通して供給されるキャリアガスのバブリングにより発生させた。ここでは、純窒素ガスをキャリアガス及びパージガスとして使用した。実験中、全流量を１００ｍＬ／分に維持した。４種類の異なる溶媒蒸気の濃度はＭＦＣ－１によりＰａ／Ｐｏ＝０．１になるように制御した。ここで、Ｐａ及びＰｏはそれぞれ溶媒蒸気の分圧及び飽和蒸気圧を表す。
　ＭＳＳの出力信号を測定する前に、純窒素ガスをＭＦＣ－２によって流量が制御されるパージガスラインからＭＳＳチャンバー中に１分間導入した。次に、ＭＦＣ－１（プローブガスライン）を１０秒毎にオン／オフするとともに、ＭＦＣ－２の制御により、ＭＦＣ－１のオン、オフに関わらずＭＳＳチャンバーへ送り込まれるガスの全流量が１００ｍＬ／分を維持するようにした。このオン、オフを５サイクル繰り返した。図２に、４種類のプローブガス（蒸気）である水蒸気、エタノール、ヘプタン、トルエンに対する４種類のポリマー、ＰＳ、Ｐ４ＭＳ、ＰＶＦ及びＰＣＬ、を被覆したＭＳＳセンサーチャンネルからの出力信号の例を示す。この図は上記４種類のポリマーを被覆したＭＳＳセンサーチャンネルと４種類のプローブガスとの組み合わせのそれぞれに対応する出力信号の具体例を示す。これらのデータはＭＳＳセンサーチャンネルのブリッジ電圧を－０．５Ｖとして、サンプリングレート１０Ｈｚで測定したものである。
　上述したように、各々の蒸気に暴露されると、図２から判るように、各ポリマーからの応答信号（ＭＳＳセンサーチャンネルからの出力信号）は、当該ポリマーと蒸気との化学的・物理的親和性を反映して強度及び形状の面でユニークなものとなった。
　このようにして得られたデータ集合（つまり、夫々の応答信号の波形をディジタル化したデータの集合体）に対して主成分分析（ＰＣＡ）を使用して解析を行った。先ず、図３に示すように、正規化された応答信号の減衰曲線の各々から複数のパラメーターを特徴量の集合として抽出した。より具体的には、Ｐ４ＭＳ、ＰＣＬ、ＰＳ、ＰＶＦの何れかで被覆された各ＭＳＳからの出力信号は水蒸気、エタノール、ヘプタン及びトルエンをプローブガスとして与えた場合の４系列が得られるが、これら４系列の出力信号の組を対応する受容体材料についての一つのデータ集合として取り扱った。４種類の受容体材料に対応する４つのデータ集合について主成分分析を行った。その結果を図４に示す。図４において、受容体材料Ｐ４ＭＳ、ＰＣＬ、ＰＳ及びＰＶＦについてのプロットは相互に重なることのない狭い領域にそれぞれまとまっている。これらの領域の近傍にそれに対応する受容体材料の略号を付し、更に当該受容体材料の化学構造式を示した。
　上の例から、従来とは逆に、分析のためにＭＳＳに対して与えるガス（ここではプローブガス）に対する受容体側の応答信号から、パターン認識（この実施例ではＰＣＡ）により受容体材料の同定が可能となることが実証された。より具体的に言えば、上記実験１では４種類のポリマーという既知の材料の識別を行ったが、当然ながら、この方法は既知の材料の検証に限定されるものではない。すなわち、試料液体に浸漬する等の処理により試料中の検体（測定対象成分）を吸着等により取り込んだＭＳＳ上の受容体は浸漬前の受容体とはもはや異なる材料になっているため、未知の受容体である。本実験によれば、そのような未知の受容体を他の受容体（異なる試料液体に浸漬等し、あるいは同じ試料液体であっても浸漬等の処理が異なるもの、また浸漬等の処理を何も行っていない「生の」受容体等）から識別し、またこれら異なる受容体とは異なるクラスに属する受容体であると判定することが可能となる。これは結局は試料液体から受容体に吸着された物質の識別、同定などを行っていることになる。
＜実験２－培地が水、血清無し培地、血清入り培地のうちの何れであるかを識別する＞
　ここでは、ウシ胎仔血清（fetal bovine serum、ＦＢＳ）を１０％含むウシ胎仔血清入り培地及びウシ胎児血清無し培地（これらでは培地としてＤＭＥＭ（高グルコース）（Dulbecco's modified eagle medium (high glucose)）を使用）に浸漬したＭＳＳにプローブガスとして水蒸気及びエタノールを与えた時の測定信号からそれぞれデータ集合を得た。また同じＭＳＳを水に浸漬してから同じプローブガスを与えた場合、更には受容体を塗布しただけで水にもまた血清入りあるいは血清無し培地にも浸漬していないＭＳＳ（以下、この状態を未浸漬と称する）についても同じプローブガスを与えた場合のデータ集合も得た。これらのデータ集合を得るための具体的な手順は実験１の場合と同様とした。実際の実験手順としては、ＭＳＳチップを２枚用意し、血清あり及び血清無し培地の各々について、最初ＭＳＳに受容体を塗布し、次に何も浸漬を行わないで（つまり、未浸漬で）測定し、その後水に浸漬して測定し、さらに同じＭＳＳを培地（一方のＭＳＳは血清あり、他方のＭＳＳは血清無し）に浸漬して測定を行った。上記４種類のデータ集合についてＬＤＡを行った結果をプロットしたものを図５に示す。なお、この実験は水と水溶液（培地の血清両者入りの培地が入っている水溶液と血清無しの培地が入っている水溶液）の３種類を識別することが目的である。ここでＭＳＳチップを２枚使っているのは、一旦血清あり／血清無し培地水溶液に浸漬すると、ＭＳＳチップ上の受容体にそのような培地成分の影響が残らないように十分に洗浄できない可能性があるため、他方の水溶液（血清無し／血清あり培地水溶液）をその後に同じＭＳＳで行った場合に不正確な結果が得られる恐れがあったからである。また，水浸漬しているのは，この場合には、測定後の洗浄によって、同じＭＳＳで次に血清ありまたは血清無し培地水溶液の測定を行っても最初の水浸漬の影響が残らないようにでき、また溶解している固体成分なども残存しないと考えられたからである。
　図５において、ウシ胎仔血清入り培地、ウシ胎仔血清無し培地、水、無浸漬についてのプロット結果は互いに明瞭に分離された領域に含まれている。したがって、本発明により、液体試料がウシ胎仔血清入り培地、ウシ胎仔血清無し培地、水のいずれであるか、という液体試料の同定を行うことができ、あるいは比較対象や装置の正常動作検証用の（あるいは誤操作の類により）液体試料に浸漬等されていない受容体を塗布しただけのＭＳＳについての測定を行ったものであるのかを判別することができる。
　以上詳細に説明したように、本発明によれば、液体試料の分析のうちの測定データを直接得るための後半部の処理を、液体測定に比べて長所が多く、また従来から多くの知見やデータ等が蓄積されているＭＳＳに代表される化学センサーを使用した気体測定の手法をそのまま利用して実現できるため、液体試料分析に大いに貢献することが期待される。
国際公開２０１１／１４８７７４ 国際公開２０１８／０７９５０９
G. Yoshikawa, T. Akiyama, F. Loizeau, K. Shiba, S. Gautsch, T. Nakayama, P. Vettiger, N. Rooij and M. Aono. Sensors, 2012, 12, 15873-15887.

Claims (13)

  1. 　受容体層を担持した化学センサーに測定対象の液体試料を与え、
    　前記液体試料を与えた後の前記化学センサーに１または複数種類のガスを与え、
    　前記ガスを与えられたことによって前記化学センサーに引き起こされる物理パラメーターの変化により前記化学センサーから出力される信号に基づいて前記液体試料中の成分の分析を行う
    液体試料分析方法。
  2. 　前記化学センサーに前記１または複数種類のガスを与える前に前記受容体層を乾燥させる、請求項１に記載の液体試料分析方法。
  3. 　前記物理パラメーターは、表面応力、応力、力、表面張力、圧力、質量、弾性、ヤング率、ポアソン比、共振周波数、周波数、体積、厚み、粘度、密度、磁力、磁気量、磁場、磁束、磁束密度、電気抵抗、電気量、誘電率、電力、電界、電荷、電流、電圧、電位、移動度、静電エネルギー、キャパシタンス、インダクタンス、リアクタンス、サセプタンス、アドミッタンス、インピーダンス、コンダクタンス、プラズモン、屈折率、光度および温度のうちの１種または２種以上である、請求項１または２に記載の液体試料分析方法。
  4. 　前記物理パラメーターは表面応力である、請求項１から３の何れかに記載の液体試料分析方法。
  5. 　前記化学センサーは膜型表面応力センサーである、請求項４に記載の液体試料分析方法。
  6. 　前記受容体層はポリマー、ポリマー以外の有機化合物、無機化合物、単体材料、多孔体、粒子の集積体からなる群から選択される材料を含む、請求項１から５の何れかに記載の液体試料分析方法。
  7. 　前記化学センサーから出力される信号からの特徴量の抽出を行った結果に基づいて前記分析を行う、請求項１から６の何れかに記載の液体試料分析方法。
  8. 　前記化学センサーに前記ガスとパージ用流体とを交互に切り替えて与える、請求項１から７の何れかに記載の液体試料分析方法。
  9. 　前記化学センサーから出力される信号を機械学習することにより前記分析を行う、請求項１から８の何れかに記載の液体試料分析方法。
  10. 　前記化学センサーから出力される信号を多変量解析処理することにより前記分析を行う、請求項１から８の何れかに記載の液体試料分析方法。
  11. 　前記化学センサーから出力される信号に主成分分析または線形判別分析を適用することによって前記分析を行う、請求項１０に記載の液体試料分析方法。
  12. 　前記化学センサーから出力される信号にパターン認識を適用することによって前記分析を行う、請求項１０に記載の液体試料分析方法。
  13. 　化学センサー及び前記化学センサーから出力される信号に基づいて前記分析を行う分析手段を備える、請求項１から１２の何れかの液体試料分析方法を行う液体試料分析装置。
PCT/JP2019/044474 2018-11-26 2019-11-13 液体試料分析方法及び装置 WO2020110720A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201980077729.XA CN113167717A (zh) 2018-11-26 2019-11-13 液体试样分析方法和装置
JP2020558317A JP7080455B2 (ja) 2018-11-26 2019-11-13 液体試料分析方法及び装置
EP19889567.4A EP3889577B1 (en) 2018-11-26 2019-11-13 Liquid sample analysis method
US17/289,394 US11879863B2 (en) 2018-11-26 2019-11-13 Method for analyzing liquid sample and apparatus

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018220427 2018-11-26
JP2018-220427 2018-11-26

Publications (1)

Publication Number Publication Date
WO2020110720A1 true WO2020110720A1 (ja) 2020-06-04

Family

ID=70852063

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/044474 WO2020110720A1 (ja) 2018-11-26 2019-11-13 液体試料分析方法及び装置

Country Status (5)

Country Link
US (1) US11879863B2 (ja)
EP (1) EP3889577B1 (ja)
JP (1) JP7080455B2 (ja)
CN (1) CN113167717A (ja)
WO (1) WO2020110720A1 (ja)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005031316A1 (ja) * 2003-09-29 2005-04-07 National Institute Of Advanced Industrial Science And Technology 自動分析方法及び装置
WO2011148774A1 (ja) 2010-05-24 2011-12-01 独立行政法人物質・材料研究機構 表面応力センサ
JP2012225910A (ja) * 2011-04-14 2012-11-15 E M D Millipore Corp 赤外線（ｉｒ）に基づき生体分子を定量するためのデバイスおよび方法
WO2014196606A1 (ja) * 2013-06-05 2014-12-11 独立行政法人物質・材料研究機構 抗体または抗原を固定化した膜型表面応力センサとその製造方法並びにこれを用いた免疫測定方法
WO2018079509A1 (ja) 2016-10-27 2018-05-03 国立研究開発法人物質・材料研究機構 ガスセンサー装置および気体成分除去方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102012389B (zh) * 2001-01-17 2013-04-10 爱科来株式会社 使用传感器的定量分析方法和定量分析装置
WO2006011531A1 (ja) * 2004-07-27 2006-02-02 Mitsubishi Kagaku Iatron, Inc. 被検試料の自動判別方法
JP5012507B2 (ja) * 2005-07-14 2012-08-29 パナソニック株式会社 分析装置、及び分析方法
DE102010064391A1 (de) * 2010-10-29 2012-05-03 Endress + Hauser Conducta Gesellschaft für Mess- und Regeltechnik mbH + Co. KG Verfahren zur Bestimmung eines Analytgehalts einer Flüssigkeitsprobe mittels eines Bioanalysators
WO2015086654A1 (en) * 2013-12-12 2015-06-18 Altra Tech Limited A capacitive sensor and method of use
WO2016121155A1 (ja) * 2015-01-27 2016-08-04 国立研究開発法人物質・材料研究機構 多孔質材料または粒状材料を受容体層として有するセンサ
EP3264064A4 (en) * 2015-02-27 2018-10-24 National Institute for Materials Science Sensor including receptor layer coating comprising mixture of base material and particulate material
WO2017098862A1 (ja) 2015-12-08 2017-06-15 国立研究開発法人物質・材料研究機構 炭化水素基修飾微粒子を受容体層とする燃料油識別センサおよび燃料油識別方法
US20200075134A1 (en) 2016-11-29 2020-03-05 National Institute For Materials Science Method and Device for Estimating Value to be Estimated Associated with Specimen

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005031316A1 (ja) * 2003-09-29 2005-04-07 National Institute Of Advanced Industrial Science And Technology 自動分析方法及び装置
WO2011148774A1 (ja) 2010-05-24 2011-12-01 独立行政法人物質・材料研究機構 表面応力センサ
JP2012225910A (ja) * 2011-04-14 2012-11-15 E M D Millipore Corp 赤外線（ｉｒ）に基づき生体分子を定量するためのデバイスおよび方法
WO2014196606A1 (ja) * 2013-06-05 2014-12-11 独立行政法人物質・材料研究機構 抗体または抗原を固定化した膜型表面応力センサとその製造方法並びにこれを用いた免疫測定方法
WO2018079509A1 (ja) 2016-10-27 2018-05-03 国立研究開発法人物質・材料研究機構 ガスセンサー装置および気体成分除去方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
G. YOSHIKAWAT. AKIYAMAF. LOIZEAUK. SHIBAS. GAUTSCHT. NAKAYAMAP. VETTIGERN. ROOIJM. AONO, SENSORS, vol. 12, 2012, pages 15873 - 15887
See also references of EP3889577A4

Also Published As

Publication number Publication date
US11879863B2 (en) 2024-01-23
JP7080455B2 (ja) 2022-06-06
EP3889577A1 (en) 2021-10-06
EP3889577A4 (en) 2022-08-03
EP3889577B1 (en) 2024-01-03
CN113167717A (zh) 2021-07-23
US20210396699A1 (en) 2021-12-23
JPWO2020110720A1 (ja) 2021-09-30

Similar Documents

Publication Publication Date Title
Karunakaran et al. Introduction to biosensors
Spadavecchia et al. Surface plamon resonance imaging of DNA based biosensors for potential applications in food analysis
US20170160221A1 (en) Methods for detecting and quantifying gas species analytes using differential gas species diffusion
CN111812075B (zh) Sers-spr双模传感器及其制备方法和应用
Ahmad et al. Trends in the bacterial recognition patterns used in surface enhanced Raman spectroscopy
US20180292393A1 (en) Method and apparatus for measuring physiological properties of biological samples
WO2020110720A1 (ja) 液体試料分析方法及び装置
Huang et al. An electrochemical impedance sensor for simple and specific recognition of G–G mismatches in DNA
EP3805730A1 (en) Material analysis method and material analysis device
Gamero et al. Molecularly imprinted electroimpedance sensor for detection of 8-isoprostane in exhaled breath condensate
RU2390765C1 (ru) Способ определения бензола
Hawari et al. Development of interdigitated electrode molecular imprinted polymer sensor for monitoring alpha pinene emissions from mango fruit
KR102350449B1 (ko) 정전용량을 기반한 바이오센서 및 그의 제조방법
US9939371B2 (en) Systems and methods for multi-component detection
US20240125781A1 (en) Low voltage reduced graphene oxide (rgo)-based biosensor
Patel et al. Sensor Used in E-nose
Cheng et al. Sensitive and Selective Determination of multiple Diagnostic Targets using a Modular, ASSURED POC Platform called ESSENCE
KR101941771B1 (ko) 반도체 2d 결정 물질을 이용한 dna의 전기화학적 검출방법
US20230273150A1 (en) Integrated circuit chip with 2d field-effect transistors and on-chip thin film layer deposition with electrical characterization
Fitzgerald et al. Cross-Reactive, Self-Encoded Polymer Film Arrays for Sensor Applications
Alodhayb et al. Functionalization of quartz tuning fork sensor with a thin layer of dopamine for enhanced sensitivity
WO2023186363A1 (en) Biosensors for the identification of nematode species
Wang et al. Charge Sensitive Optical Detection for Measurement of Small-Molecule Binding Kinetics
McCaig Resonant Nanocantilever Chemical Vapor Sensors
Xiaoying et al. Using biomedical sensor-reflectometry interference spectroscopy for evaluation of biocompatibility of biomaterials

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: 19889567

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2020558317

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2019889567

Country of ref document: EP

Effective date: 20210628