WO2021049011A1 - 分析装置 - Google Patents

分析装置 Download PDF

Info

Publication number
WO2021049011A1
WO2021049011A1 PCT/JP2019/036132 JP2019036132W WO2021049011A1 WO 2021049011 A1 WO2021049011 A1 WO 2021049011A1 JP 2019036132 W JP2019036132 W JP 2019036132W WO 2021049011 A1 WO2021049011 A1 WO 2021049011A1
Authority
WO
WIPO (PCT)
Prior art keywords
analysis
imaging
mass
image
unit
Prior art date
Application number
PCT/JP2019/036132
Other languages
English (en)
French (fr)
Inventor
真一 山口
Original Assignee
株式会社島津製作所
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 株式会社島津製作所 filed Critical 株式会社島津製作所
Priority to PCT/JP2019/036132 priority Critical patent/WO2021049011A1/ja
Priority to US17/620,515 priority patent/US20220359176A1/en
Priority to CN201980097569.5A priority patent/CN113994203A/zh
Publication of WO2021049011A1 publication Critical patent/WO2021049011A1/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J49/00—Particle spectrometers or separator tubes
    • H01J49/0027—Methods for using particle spectrometers
    • H01J49/0036—Step by step routines describing the handling of the data generated during a measurement
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J49/00—Particle spectrometers or separator tubes
    • H01J49/0004—Imaging particle spectrometry
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J49/00—Particle spectrometers or separator tubes
    • H01J49/02—Details
    • H01J49/10—Ion sources; Ion guns
    • H01J49/16—Ion sources; Ion guns using surface ionisation, e.g. field-, thermionic- or photo-emission
    • H01J49/161—Ion sources; Ion guns using surface ionisation, e.g. field-, thermionic- or photo-emission using photoionisation, e.g. by laser
    • H01J49/164—Laser desorption/ionisation, e.g. matrix-assisted laser desorption/ionisation [MALDI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction

Definitions

  • the present invention relates to an analyzer that collects data by performing a predetermined analysis on a sample or a subject and performs a multivariate analysis process based on the collected data.
  • multivariate analysis which is one of the statistical analysis methods, has been actively used for analysis of data obtained by various analysis devices such as mass spectrometers, chromatograph devices, and optical analyzers.
  • mass spectrum data showing signal intensities over a wide mass-to-charge ratio range can be obtained at each point in a large number of spaces, so that the amount of data is generally enormous.
  • Multivariate analysis is a very useful technique for extracting meaningful information from vast amounts of data.
  • Non-Patent Document 1 includes a reference image such as a stained image of a sample such as a biological tissue section and an MS imaging image showing a signal intensity distribution at each mass-to-charge ratio m / z obtained by an imaging mass spectrometer.
  • Data analysis software having a function of comparing and extracting a mass-to-charge ratio showing a two-dimensional distribution similar to a reference image and displaying an MS imaging image at the extracted mass-to-charge ratio is disclosed.
  • the partial least squares method PLS: Partial Least Squares
  • the data constituting the reference image is used as the objective variable and the mass analysis imaging data is used as the explanatory variable.
  • the mass spectrum data in each of the plurality of regions of interest is analyzed by a method such as principal component analysis, and the region of interest is analyzed. It is also often the case to search for mass-to-charge ratio values, or biomarkers, that characterize regional differences.
  • principal component analysis score plots and loading plots are created, and each plot on the loading plot corresponds to a parameter of the mass spectrum, that is, a mass-to-charge ratio value. Therefore, in general, the user performs the task of checking the loading plot, selecting the mass-to-charge ratio estimated to contribute to the difference in the region of interest, and displaying the mass spectrometric imaging image of the mass-to-charge ratio. ..
  • the present invention has been made to solve these problems, and is complicated by the user in an analyzer that performs a multivariate analysis process based on data obtained by performing a predetermined analysis on a sample.
  • the main purpose is to provide users with useful information based on the results of multivariate analysis in an easy-to-understand manner, while eliminating troublesome judgments that require complicated work and experience.
  • An analyzer that collects data by performing predetermined analysis on each sample and processes the data.
  • An analysis processing unit that executes multivariate analysis processing based on collected data for analysis of differences between a plurality of measurement targets or classification of the plurality of measurement targets.
  • a feature extraction unit that extracts characteristic parameters or elements that are presumed to be mainly related to the difference or classification according to a predetermined criterion from the results of the multivariate analysis process.
  • An image creation unit that creates an imaging image of a predetermined two-dimensional range corresponding to the parameters or elements extracted by the feature extraction unit, and an image creation unit. The same visual aspect is assigned to the characteristic parameters or elements extracted on the multivariate analysis result and the corresponding imaging image created by the image creation unit, and the multivariate analysis result and the imaging are performed.
  • a display processing unit that displays an image on the display unit, Is provided.
  • the analyzer according to the above aspect of the present invention is typically an imaging analyzer such as an imaging mass spectrometer, a Raman spectroscopic imaging device, or an infrared spectroscopic imaging device.
  • the imaging image is not necessarily an image corresponding to a two-dimensional region on the sample, and is obtained, for example, by analyzing the sample placed at the position of each lattice point of the two-dimensional lattice on the sample plate. It is useful to perform a multivariate analysis on the data or the data virtually placed at the positions of the grid points of such a two-dimensional grid, and to create an imaging image with a specific parameter value based on the result. It can be applied to various analyzers such as those.
  • the multivariate analysis process can include principal component analysis, partial least squares regression analysis, and the like.
  • the "visual aspect” here includes the brightness of a specific color, the shade of a specific color, and the like.
  • the analyzer of the above aspect of the present invention is an imaging mass spectrometer and the multivariate analysis is principal component analysis
  • the result of the multivariate analysis process is a loading plot
  • the feature extraction unit measures from the loading plot. Characteristic plots that are presumed to be primarily related to the difference or classification of the subject can be extracted.
  • the image creation unit creates an MS imaging image corresponding to one or more extracted plots
  • the display processing unit assigns the same display color to the plot extracted on the loading plot and the MS imaging image.
  • the loading plot and the MS imaging image can be displayed on the display unit.
  • the analyzer of the above aspect of the present invention it is possible to deal with characteristic parameters and elements without the need for the user to judge the parameters and elements that characterize the differences and classifications in the analysis and classification of differences by multivariate analysis. It is possible to display and confirm the imaging image to be performed. Further, even when there are a plurality of features for differences and classifications, the user can grasp at a glance on the display which imaging image is related to the parameters and elements corresponding to each feature. As a result, useful information based on the multivariate analysis result can be provided to the user in an easy-to-understand manner while eliminating troublesome judgments that require complicated work and experience of the user.
  • the block diagram of the main part of the imaging mass spectrometer which is one Embodiment of the analyzer which concerns on this invention.
  • the flowchart which shows the analysis procedure in the imaging mass spectrometer of this embodiment.
  • the schematic diagram which shows the measurement point which mass spectrometric analysis is performed on a sample in the imaging mass spectrometer of this embodiment.
  • the schematic diagram which shows the correspondence relationship between the measurement point on a sample, and the sample on a sample plate in the imaging mass spectrometer of another embodiment.
  • the schematic which shows the origin of each sample on a sample plate in the analyzer of another embodiment.
  • FIG. 1 is a block diagram of a main part of the imaging mass spectrometer of the present embodiment.
  • This apparatus includes a measurement unit 1, a data analysis unit 2, an input unit 3, and a display unit 4, which include an optical microscopic observation unit 11 and an imaging mass spectrometry unit 12.
  • the optical microscopic observation unit 11 acquires an optical microscopic image of the measurement region on the sample.
  • the imaging mass spectrometric unit 12 performs mass spectrometry over a predetermined mass-to-charge ratio range for each of a large number of measurement points (microregions) two-dimensionally set in the measurement region on the same sample. Each collects mass spectrometric data.
  • the imaging mass analyzer 12 is a matrix-assisted laser desorption / ionization (MALDI) ion trap flight time mass analyzer, but the imaging mass analyzer 12 is not limited to this, and is a triple equipped with a MALDI ion source.
  • MALDI matrix-assisted laser desorption / ionization
  • a quadrupole mass analyzer a quadrupole-time-of-flight mass analyzer, an LDI ion source other than the MALDI ion source, a SALDI ion source, or the like may be used. Also, MS / MS analysis does not have to be possible.
  • the data analysis unit 2 is a data storage unit including an optical microscopic image data storage unit 211 for storing optical microscopic image data and an MS imaging data storage unit 212 for storing mass spectroscopic data acquired by the imaging mass spectrometric analysis unit 12. 21, an optical microscopic image creation unit 22, a multivariate analysis processing unit 23, a feature parameter extraction unit 24, an MS imaging image creation unit 25, and an analysis result display processing unit 26 are provided as functional blocks.
  • the substance of the data analysis unit 2 is a personal computer or a higher-performance computer, and the functions of each unit are realized by executing the dedicated analysis software installed on the computer on the computer. be able to.
  • FIG. 2 is a flowchart showing an example of the procedure of analysis processing in the imaging mass spectrometer of the present embodiment.
  • FIG. 3 is an explanatory diagram of analysis processing in the imaging mass spectrometer of the present embodiment.
  • the characteristic analysis processing in the imaging mass spectrometer of the present embodiment will be described with reference to FIGS. 2 and 3.
  • the user sets a sample such as a biological sample section in the measuring unit 1.
  • the optical microscopic observation unit 11 takes an optical microscopic image of the sample and stores the image data in the optical microscopic image data storage unit 211 of the data storage unit 21.
  • the optical microscopic image creating unit 22 creates an optical microscopic image based on this data and displays it on the display unit 4.
  • the user sets an appropriate measurement range on the optical microscopic image by the input unit 3, further sets analysis conditions, and then instructs the start of analysis.
  • the analysis conditions are, for example, the pulse width of the ionized laser at the MALDI ion source, the laser power, the irradiation diameter, and the mass-to-charge ratio range of the measurement target.
  • the imaging mass spectrometer 12 has a large number of measurement points (actually, a size determined according to the laser irradiation diameter and the like) defined two-dimensionally within the measurement range 101 specified on the sample 100.
  • (Measurement region) 102 is subjected to mass spectrometry one by one, and mass spectrum data over a predetermined mass-to-charge ratio range is acquired.
  • the mass spectrum data corresponding to each measurement point 102 collected in this way is stored in the MS imaging data storage unit 212 of the data storage unit 21 (step S1).
  • the mass spectrum data for all measurement points or some measurement points may be collectively referred to as MS imaging data
  • MS imaging data the mass spectrum data for all measurement points or some measurement points
  • the optical microscopic image creating unit 22 creates an optical microscopic image corresponding to the measurement range based on the data stored in the optical microscopic image data storage unit 211. , Displayed on the display unit 4.
  • the user appropriately sets a plurality of regions of interest (ROI) on the image (step S2).
  • FIG. 3A is an example of a state in which a plurality of regions of interest are set on the optical microscopic image.
  • the multivariate analysis processing unit 23 When the user sets a plurality of regions of interest and instructs the execution of the difference analysis by the principal component analysis, the multivariate analysis processing unit 23 outputs the mass spectrum data obtained at the measurement points included in the plurality of designated regions of interest. Is read from the MS imaging data storage unit 212. Then, for each region of interest, the average mass spectrum or the maximum intensity mass spectrum is calculated from the mass spectrum data obtained at a plurality of measurement points included in one region of interest. Further, peak detection is performed in the average mass spectrum or the maximum intensity mass spectrum, and the mass-to-charge ratio and signal intensity of each peak are obtained to create a peak list. Then, the peak list obtained in each region of interest is collected, and the number for specifying the region of interest (for example, "ROI1" in FIG. 3A) is set in the vertical direction, and the mass-to-charge ratio value is set in the horizontal direction (naturally, vertically and horizontally). The direction may be reversed), and a data matrix using the signal strength value as an element is
  • the multivariate analysis processing unit 23 executes principal component analysis on the created data matrix and creates score plots and loading plots as principal component analysis results (see step S4 and FIG. 3B).
  • principal component analysis the number of principal components (the number of principal component axes) is generally determined in the process of analysis. Therefore, a number of score plots and loading plots are obtained according to the number of the principal components.
  • each plot on the score plot corresponds to each row of the above data matrix, that is, one region of interest. Therefore, if the user has set 10 regions of interest, the plot on the score plot is 10 points.
  • the two principal component axes of the score plot are the differences in the region of interest, usually the type and amount of compounds present in the region of interest.
  • plots corresponding to similar regions of interest are located close to each other, and plots corresponding to regions of interest with clear differences are located apart from each other, provided that differences and the like are properly reflected.
  • the loading plot is a graph having the same two principal component axes as the score plot, but each plot point corresponds to each column of the above data matrix, that is, the mass-to-charge ratio value which is a parameter at the time of analysis.
  • the loading value represents the degree of influence on the difference in the region of interest on the principal component axis. Therefore, for example, a plot showing a large loading value on the first principal component axis PC1, that is, a mass-to-charge ratio value has a relatively large effect on the difference in the region of interest on the first principal component axis PC1. .. In other words, the mass-to-charge ratio value showing a large loading value on the first principal component axis PC1 is likely to be used as a marker that can determine the degree of difference in the region of interest on the first principal component axis PC1.
  • the feature parameter extraction unit 24 extracts plots (mass-to-charge ratio values and peaks on the mass spectrum) that are presumed to characterize the differences between the regions of interest based on the created score plots and loading plots. (Step S5). Specifically, for example, first select a principal component that contributes to the difference in the region of interest from the relative distance of each plot on the score plot, and then set a large loading value on that axis in the loading plot centered on that principal component. You can select the plot shown. The number of plots to be selected on the loading plot may be determined in advance, or if the thresholds PC1a and Pc2a can be set as shown in FIG. 3 (b), the thresholds are used as a reference. As a result, an unlimited number of plots may be selected.
  • the MS imaging image creation unit 25 receives the signal of each measurement point corresponding to the selected mass-to-charge ratio.
  • the intensity value is read out from the MS imaging data storage unit 212, and an MS imaging image of the entire measurement range is created for each mass-to-charge ratio (step S6).
  • an MS imaging image of a narrower range specified by the user within the measurement range may be created.
  • the MS imaging image created here is an image showing a two-dimensional distribution of markers, that is, compound candidates, which are likely to be able to determine the degree of difference in the region of interest.
  • the analysis result display processing unit 26 creates a display screen in which the principal component analysis result and a plurality of MS imaging images are combined and displays them on the display unit 4. At this time, the same display color is assigned to associate the plurality of plots selected as having the same tendency characteristics on the loading plot which is the result of the principal component analysis with the plurality of MS imaging images corresponding to the plots (step S7). ).
  • three plots that can be included as group A for the second principal component axis PC1 are selected and can be included as group B for the second principal component axis PC2.
  • Three plots are selected.
  • the three plots belonging to group A are assigned, for example, red
  • the three plots belonging to group B are assigned, for example, blue
  • the above six plots on the drawn loading plot are colored red or blue, respectively. ..
  • the three MS imaging images corresponding to the three plots belonging to the A group are assigned the same red color as the three plots, and a red frame-shaped frame is attached around the MS imaging image. ..
  • the three MS imaging images corresponding to the three plots belonging to the B group are assigned the same blue color as the three plots, and a blue frame-shaped frame is attached around the MS imaging image. ..
  • the MS imaging image presumed to be characteristic for analyzing the difference in the region of interest specified by the user can be displayed without any judgment or work by the user.
  • the plot estimated to be significant for the difference analysis on the loading plot and the MS imaging image are associated with the same display color, the user has the same characteristics in the difference analysis for a plurality of regions of interest. It is possible to grasp at a glance the MS imaging images of a plurality of estimated compounds and perform operations such as comparison.
  • the color assigned to the MS imaging image is assigned as it is to the icon indicating the file or the folder in which the file is stored.
  • the specific file or folder may be easily distinguished from others.
  • the difference analysis between a plurality of regions of interest on one sample was performed, but the plurality of regions of interest can be replaced with a plurality of samples. That is, the above-mentioned analysis method can be used as it is when performing difference analysis between measurement ranges on different samples.
  • score values and loading values are obtained as multivariate analysis results.
  • the loading values are numerical values related to the characterization of differences between regions of interest.
  • the regression coefficient regression coefficient matrix
  • the regression coefficient can be obtained by regression analysis, and the regression coefficient can be obtained. It is presumed that the mass-to-charge ratio with a large absolute value is highly related to the difference between the regions of interest.
  • the regression coefficients that are presumed to have a high contribution to the characterization of the differences between the regions of interest are extracted from the regression coefficient matrix, and the regression coefficients are colored and displayed. At the same time, the same color may be assigned to the corresponding MS imaging image and displayed. Further, a spectrum-like graph showing the relationship between the mass-to-charge ratio and the regression coefficient may be created based on the regression coefficient matrix, and the mass-to-charge ratio corresponding to the characteristic regression coefficient may be colored and shown on the graph. ..
  • the same display color is assigned to the plot on the loading plot and the corresponding MS imaging image, but other than that, for example, a mass spectrum (including an average spectrum and a maximum intensity spectrum) is displayed.
  • the same color as the display color of the plot may be assigned to the peak of the mass-to-charge ratio corresponding to the plot on the mass spectrum. This may not be the color of the peak itself, but the color of the label indicating the mass-to-charge ratio value of the peak. This makes it possible to confirm at a glance which peak in the mass spectrum is a characteristic peak that contributes to the difference or classification.
  • the above embodiment is an example of applying the present invention to an imaging mass spectrometer, but the present invention is a two-dimensional region on a sample such as a Raman spectroscopic imaging device and an infrared spectroscopic imaging device other than the imaging mass spectrometer. It can be applied to various analyzers capable of visualizing the distribution of substances (components) in the above.
  • Patent Document 2 discloses a method that combines a sampling method called a laser microdissection (LMD) method and a liquid chromatograph mass spectrometry method (LC / MS).
  • LMD laser microdissection
  • LC / MS liquid chromatograph mass spectrometry method
  • a slide glass to which a film that melts by heat is attached is used, and in a state where the film and the biological sample are in close contact with each other, a near-infrared laser beam is applied to a target portion on the biological sample. Irradiate. When irradiated with laser light, the film melts, and some sample pieces at the target site (and its surroundings) stick to the melted film and are collected on the film.
  • sample pieces at a plurality of measurement points 102 in the two-dimensional region 101 on the biological sample 100 are collected at distant positions on the film 110, and the two-dimensional measurement points 102 on the biological sample are collected.
  • Position information and the two-dimensional position information of the sample piece 111 on the film 110 are associated with each other.
  • a liquid sample is prepared from each sample piece 111 collected on the film 110, and each liquid sample is sequentially analyzed by a liquid chromatograph mass spectrometer. After mass spectrometry is performed on all liquid samples to acquire mass spectrum data, ion intensity information based on the mass spectrum data is reconstructed based on the two-dimensional position information given to each liquid sample. Therefore, a two-dimensional distribution image of ion intensity corresponding to a specific component, that is, an MS imaging image can be created.
  • each sample piece collected from each measurement point on the sample is placed on the sample plate while maintaining the respective position information, and the MALDI ion source is mounted on the sample piece on the sample plate. It is also possible to collect mass spectrum data by performing mass spectrometry with the mass spectrometer.
  • the sample is placed on the sample plate.
  • the present invention can be applied as long as it is meaningful to display the two-dimensional distribution of ionic strength for each mass-to-charge ratio.
  • a large number of samples 121 as shown in FIG. 6 are prepared by dropping the eluate collected for each of a plurality of samples for each different elution time range by a liquid chromatograph sorter onto a sample plate to prepare a sample.
  • the prepared sample plate 120 can be obtained. If mass spectrometric data is collected by performing mass spectrometry on each sample on this sample plate and an MS imaging image of a specific mass-to-charge ratio is created based on the mass spectrometric data, the substance corresponding to the mass-to-charge ratio is obtained. It is possible to obtain an image in which the abundance of the electric charge can be compared for each sample. In this way, the present invention can also be applied, for example, when each sample on a sample plate is associated with a specific sample and an MS imaging image is created at a specific mass-to-charge ratio of the entire sample plate. it can.
  • the analyzer of one aspect according to the present invention is an analyzer that collects data by performing predetermined analysis on each sample and processes the data.
  • An analysis processing unit that executes multivariate analysis processing based on collected data for analysis of differences between a plurality of measurement targets or classification of the plurality of measurement targets.
  • a feature extraction unit that extracts characteristic parameters or elements that are presumed to be mainly related to the difference or classification according to a predetermined criterion from the results of the multivariate analysis process.
  • An image creation unit that creates an imaging image of a predetermined two-dimensional range corresponding to the parameters or elements extracted by the feature extraction unit, and an image creation unit. The same visual aspect is assigned to the characteristic parameters or elements extracted on the multivariate analysis result and the corresponding imaging image created by the image creation unit, and the multivariate analysis result and the imaging are performed.
  • a display processing unit that displays an image on the display unit, Is provided.
  • the analyzer described in the first section it is possible to deal with characteristic parameters and elements without the need for the user to judge the parameters and elements that characterize the differences and classifications in the analysis and classification of differences by multivariate analysis. It is possible to display and confirm the imaging image to be performed. Further, even when there are a plurality of features for differences and classifications, the user can grasp at a glance on the display which imaging image is related to the parameters and elements corresponding to each feature. As a result, useful information based on the multivariate analysis result can be provided to the user in an easy-to-understand manner while eliminating troublesome judgments that require complicated work and experience of the user.
  • the feature extraction unit extracts characteristic plots that are presumed to be mainly related to the difference or classification according to a predetermined criterion from the loading plot.
  • the image creation unit may create a mass spectrometric imaging image at a mass-to-charge ratio corresponding to the extracted plot.
  • the mass-to-charge ratio that characterizes the difference on the loading plot is determined.
  • the same visual display mode can be assigned to the corresponding plot and the MS imaging image at its mass-to-charge ratio, and the loading plot and the MS imaging image can be displayed on the display. This allows the user to see the MS imaging images that characterize the differences without having to select a characteristic plot on the loading plot.
  • the user can confirm at a glance, for example, a plot that is presumed to characterize a difference on a loading plot and an MS imaging image corresponding to the plot.

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Optics & Photonics (AREA)
  • Electrochemistry (AREA)
  • Plasma & Fusion (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

試料についてそれぞれ所定の分析を行うことでデータを収集し該データを処理する分析装置であって、複数の測定対象の間の差異の解析又は該複数の測定対象の分類のために、収集されたデータに基づく多変量解析処理を実行する解析処理部（２３）と、多変量解析結果から、所定の基準に従って、差異又は分類に主として関連すると推定される特徴的なパラメータ又は要素を抽出する特徴抽出部（２４）と、抽出されたパラメータ又は要素に対応する所定の２次元範囲のイメージング画像を作成する画像作成部（２５）と、多変量解析結果上で抽出された特徴的なパラメータ又は要素とそれに対応して作成されたイメージング画像とに同じ視覚的な態様を割り当てて、それらを表示部（４）に表示する表示処理部（２６）と、を備える。

Description

分析装置
　本発明は、試料や被検体に対し所定の分析を実行することでデータを収集し、収集されたデータに基づいて多変量解析処理を実施する分析装置に関する。
　近年、質量分析装置、クロマトグラフ装置、光学分析装置といった様々な分析装置で得られたデータの解析に、統計的解析手法の一つである多変量解析が盛んに利用されるようになってきている。特に、質量分析イメージングの分野では、幅広い質量電荷比範囲に亘る信号強度を示すマススペクトルデータが非常に多数の空間上の各点においてそれぞれ得られるため、一般に、そのデータ量が膨大であり、その膨大なデータから有意な情報を引き出すために多変量解析は非常に有用な手法である。
　例えば非特許文献１には、例えば生体組織切片等の試料についての染色画像等の参照画像と、イメージング質量分析装置で得られる各質量電荷比m/zにおける信号強度分布を示すＭＳイメージング画像とを比較し、参照画像に類似した２次元分布を示す質量電荷比を抽出して、その抽出された質量電荷比におけるＭＳイメージング画像を表示する機能を有するデータ解析用ソフトウェアが開示されている。特許文献１等に記載されているように、類似画像の探索には、例えば、参照画像を構成するデータを目的変数、質量分析イメージングデータを説明変数とした部分最小二乗法（ＰＬＳ：Partial Least Square）による回帰分析を用いることができる。
　また、生体組織切片等の試料についての染色画像（光学顕微画像）上でユーザが関心領域を複数設定すると、その複数の関心領域それぞれにおけるマススペクトルデータを主成分分析等の手法で解析し、関心領域の差異を特徴付ける質量電荷比値、つまりはバイオマーカを探索することもしばしば行われる。主成分分析ではスコアプロット及びローディングプロットが作成され、ローディングプロット上の各プロットはそれぞれマススペクトルのパラメータつまりは質量電荷比値に対応する。したがって、一般的に、ユーザはローディングプロットを確認して関心領域の差異に寄与していると推定される質量電荷比を選択し、その質量電荷比の質量分析イメージング画像を表示させるという作業を行う。
国際公開第２０１７／００２２２６号パンフレット 国際公開第２０１６／１６３３８５号パンフレット
「IMAGEREVEALTM　MS　質量分析イメージングのデータ解析を簡単に、思い通りに」、[online]、株式会社島津製作所、[2019年7月3日検索]、インターネット＜URL: https://www.an.shimadzu.co.jp/bio/imagereveal/index.htm＞
　しかしながら、従来のイメージング質量分析装置では、ユーザが例えばローディングプロット上でどのプロットが差異解析に特徴的であるか判断してプロットを指定する必要がある。こうした判断を伴う作業はユーザにとって負担であるうえに、解析を行うには或る程度の経験と技量とを必要とするという問題があった。また、ローディングプロット上でそれぞれ異なる特徴に関連すると推測される複数のプロットを指定してそれらプロットに対応する質量電荷比におけるＭＳイメージング画像を表示したときに、その複数のＭＳイメージング画像がローディングプロット上のどのプロットに対応するものであるかの関係が把握しにくいという問題もあった。
　こうした問題はイメージング質量分析装置に限らず、ラマン分光イメージング、赤外分光イメージングなど、他のイメージング分析を行う分析装置でも少なからず生じる。また、同じ質量分析イメージング法でも特許文献１に記載の装置のように、生体組織切片などに対して直接的に２次元的な質量分析を行うものでなく、生体試料上の２次元的な位置情報を保つように、該試料上の異なる測定点からそれぞれ採取された試料微細片をサンプルプレート上に並べ（貼り付け）てサンプルを調製し、その各試料微細片由来のサンプルを順次質量分析するような分析装置でも同様の問題がある。
　本発明はこうした課題を解決するために成されたものであり、試料に対して所定の分析を実行することで得られたデータに基づいて多変量解析処理を実施する分析装置において、ユーザの煩雑な作業や経験等を要する面倒な判断を省きながら、多変量解析結果に基づく有用な情報を分かり易くユーザに提供することを主たる目的としている。
　上記課題を解決するために成された本発明に係る一態様の分析装置は、試料についてそれぞれ所定の分析を行うことでデータを収集し該データを処理する分析装置であって、
　複数の測定対象の間の差異の解析又は該複数の測定対象の分類のために、収集されたデータに基づく多変量解析処理を実行する解析処理部と、
　前記多変量解析処理の結果から、所定の基準に従って、前記差異又は分類に主として関連すると推定される特徴的なパラメータ又は要素を抽出する特徴抽出部と、
　前記特徴抽出部で抽出されたパラメータ又は要素に対応する所定の２次元範囲のイメージング画像を作成する画像作成部と、
　前記多変量解析結果上で抽出された特徴的なパラメータ又は要素とそれに対応して前記画像作成部で作成されたイメージング画像とに同じ視覚的な態様を割り当てて、前記多変量解析結果及び前記イメージング画像を表示部に表示する表示処理部と、
　を備えるものである。
　本発明の上記態様に係る分析装置は、典型的には、イメージング質量分析装置、ラマン分光イメージング装置、赤外分光イメージング装置などのイメージング分析装置である。但し、イメージング画像は必ずしも試料上の２次元領域に対応する画像であるとは限らず、例えば、サンプルプレート上の２次元格子の格子点の位置にそれぞれ置かれた試料を分析することで得られたデータ、又は、そうした２次元格子の格子点の位置に仮想的に配置されたデータに対し多変量解析を実行し、その結果に基づいて特定のパラメータ値におけるイメージング画像を作成することが有益であるような様々な分析装置に適用可能である。
　また、ここで多変量解析処理は、主成分分析、部分最小二乗回帰分析などを含むものとすることができる。
　また、ここでいう「視覚的な態様」とは、表示色のほか、特定の色の輝度、特定の色の濃淡などを含む。
　本発明の上記態様の分析装置がイメージング質量分析装置であり、多変量解析が主成分分析である場合、その多変量解析処理の結果としてはローディングプロットであり、特徴抽出部はそのローディングプロットから測定対象の差異又は分類に主として関連すると推定される特徴的なプロットを抽出するものとすることができる。そして、画像作成部は、抽出された一又は複数のプロット対応するＭＳイメージング画像を作成し、表示処理部は、ローディングプロット上で抽出されたプロットとＭＳイメージング画像とに同じ表示色を割り当てて、ローディングプロット及びＭＳイメージング画像を表示部に表示するものとすることができる。
　本発明の上記態様の分析装置によれば、多変量解析による差異の解析や分類などにおいてその差異や分類を特徴付けるパラメータや要素をユーザ自身が判断する必要なしに、特徴的なパラメータや要素に対応するイメージング画像を表示させて確認することができる。また、差異や分類のための特徴が複数ある場合でも、ユーザは、それぞれの特徴に対応したパラメータや要素とどのイメージング画像とが関連するのかを表示上で一目で把握することができる。これにより、ユーザの煩雑な作業や経験等を要する面倒な判断を省きながら、多変量解析結果に基づく有用な情報を分かり易くユーザに提供することができる。
本発明に係る分析装置の一実施形態であるイメージング質量分析装置の要部の構成図。 本実施形態のイメージング質量分析装置における解析手順を示すフローチャート。 本実施形態のイメージング質量分析装置における解析処理の説明図。 本実施形態のイメージング質量分析装置において試料上で質量分析が実行される測定点を示す概略図。 他の実施形態のイメージング質量分析装置において試料上の測定点とサンプルプレート上のサンプルとの対応関係を示す概略図。 他の実施形態の分析装置においてサンプルプレート上の各サンプルの由来を示す概略図。
　本発明に係る分析装置の一実施形態であるイメージング質量分析装置について、添付図面を参照して説明する。
　［本実施形態の装置の構成］
　図１は、本実施形態のイメージング質量分析装置の要部の構成図である。
　本装置は、光学顕微観察部１１とイメージング質量分析部１２とを含む測定部１、データ解析部２、入力部３、及び、表示部４、を含む。
　光学顕微観察部１１は、試料上の測定領域についての光学的顕微画像を取得するものである。一方、イメージング質量分析部１２は、同じ試料上の測定領域内に２次元的に設定された多数の測定点（微小領域）のそれぞれについて、所定の質量電荷比範囲に亘る質量分析を実施し、それぞれマススペクトルデータを収集するものである。ここでは、イメージング質量分析部１２はマトリクス支援レーザ脱離イオン化（ＭＡＬＤＩ）イオントラップ飛行時間型質量分析装置であるが、イメージング質量分析部１２はこれに限るものではなく、ＭＡＬＤＩイオン源を搭載したトリプル四重極型質量分析装置、四重極－飛行時間型質量分析装置、さらにはＭＡＬＤＩイオン源以外のＬＤＩイオン源、ＳＡＬＤＩイオン源などを用いたものでもよい。また、ＭＳ／ＭＳ分析が可能でなくてもよい。
　データ解析部２は、光学顕微画像データが格納される光学顕微画像データ記憶部２１１、及びイメージング質量分析部１２で取得されるマススペクトルデータが格納されるＭＳイメージングデータ記憶部２１２を含むデータ格納部２１と、光学顕微画像作成部２２と、多変量解析処理部２３と、特徴パラメータ抽出部２４と、ＭＳイメージング画像作成部２５と、解析結果表示処理部２６と、を機能ブロックとして備える。
　なお、一般に、データ解析部２の実体はパーソナルコンピュータ又はより高性能なコンピュータであり、そのコンピュータにインストールされた専用の解析ソフトウェアを該コンピュータで実行することにより各部の機能が実現されるものとすることができる。
　［本実施形態の装置における特徴的な解析処理］
　図２は、本実施形態のイメージング質量分析装置における解析処理の手順の一例を示すフローチャートである。図３は、本実施形態のイメージング質量分析装置における解析処理の説明図である。
　図１に加え、図２、図３を参照して、本実施形態のイメージング質量分析装置における特徴的な解析処理について説明する。
　ユーザは、生体試料切片などの試料を測定部１にセットする。ユーザによる入力部３からの指示を受けて光学顕微観察部１１は、試料についての光学顕微画像を撮影し、その画像データをデータ格納部２１の光学顕微画像データ記憶部２１１に格納する。光学顕微画像作成部２２はこのデータに基づいて光学顕微画像を作成し、表示部４に表示する。ユーザはこの光学顕微画像上で入力部３により適宜の測定範囲を設定し、さらに分析条件を設定したうえで分析開始を指示する。分析条件は例えば、ＭＡＬＤＩイオン源でのイオン化レーザのパルス幅、レーザパワー、照射径、さらには、測定対象の質量電荷比範囲などである。
　イメージング質量分析部１２は、図４に示すように、試料１００上で指定された測定範囲１０１内に２次元的に定められる多数の測定点（実際にはレーザ照射径等に応じて決まる大きさの微小領域）１０２について、一点ずつ質量分析を実行し、所定の質量電荷比範囲に亘るマススペクトルデータを取得する。こうして収集された、各測定点１０２に対応するマススペクトルデータはデータ格納部２１のＭＳイメージングデータ記憶部２１２に格納される（ステップＳ１）。
　上述したように収集されたマススペクトルデータ（以下、全測定点又は一部の測定点に対するマススペクトルデータをまとめてＭＳイメージングデータという場合がある）に基づいて、試料上の複数の関心領域間の差異解析を行う際には以下のようにする。
　即ち、ユーザが入力部３で所定の操作を行うと、光学顕微画像作成部２２は、光学顕微画像データ記憶部２１１に格納されているデータに基づいて測定範囲に対応する光学顕微画像を作成し、表示部４に表示する。ユーザはその画像上で複数の関心領域（ＲＯＩ）を適宜に設定する（ステップＳ２）。図３（ａ）は、光学顕微画像上で複数の関心領域が設定された状態の一例である。
　ユーザが複数の関心領域を設定したうえで主成分分析による差異解析の実行を指示すると、多変量解析処理部２３は、指定された複数の関心領域に含まれる測定点において得られたマススペクトルデータをＭＳイメージングデータ記憶部２１２から読み出す。そして、関心領域毎に、一つの関心領域に含まれる複数の測定点において得られたマススペクトルデータから平均マススペクトル又は最大強度マススペクトルを計算する。さらに、その平均マススペクトル又は最大強度マススペクトルにおいてピーク検出を行い、各ピークの質量電荷比と信号強度とを求めてピークリストを作成する。そして、各関心領域において求まるピークリストを集め、関心領域を特定する番号（例えば図３（ａ）中の「ＲＯＩ１」等）を縦方向、質量電荷比値を横方向（当然、縦方向、横方向は逆でもよい）にとり、信号強度値を要素としたデータ行列を作成する（ステップＳ３）。
　多変量解析処理部２３は、作成したデータ行列に対して主成分分析を実行し、主成分分析結果としてスコアプロット及びローディングプロットを作成する（ステップＳ４、図３（ｂ）参照）。主成分分析では一般に、分析の過程で主成分数（主成分軸の数）が決まる。したがって、その主成分の数に応じた数のスコアプロット及びローディングプロットが得られる。
　ここでは、スコアプロット上の各プロットは上記データ行列の各行、つまりそれぞれ一つの関心領域に対応している。したがって、ユーザが１０個の関心領域を設定していれば、スコアプロット上のプロットは１０点である。スコアプロットの二つの主成分軸（図３（ｂ）の例では第１主成分軸PC1と第２主成分軸PC2）が関心領域の差異、通常は関心領域に存在する化合物の種類や量の差異など、を適切に反映していれば、スコアプロット上は、類似した関心領域に対応するプロットは互いに近接し、明確な差異がある関心領域に対応するプロットは離れて位置する。
　一方、ローディングプロットはスコアプロットと同じ二つの主成分軸を持つグラフであるが、各プロット点は上記データ行列の各列、つまり分析の際のパラメータである質量電荷比値に対応している。ローディング値は主成分軸上での関心領域の差異に影響を及ぼす程度を表している。したがって、例えば、第１主成分軸PC1上で大きなローディング値を示すプロットつまり質量電荷比値は、第１主成分軸PC1上での関心領域の差異に対し相対的に大きな影響を及ぼすものである。換言すれば、第１主成分軸PC1上で大きなローディング値を示す質量電荷比値は、第１主成分軸PC1上での関心領域の差異の程度を判断できるマーカとして利用できる可能性が高い。
　そこで、特徴パラメータ抽出部２４は、作成されたスコアプロット及びローディングプロットに基づいて関心領域の間の差異を特徴付けると推定されるプロット（質量電荷比値であり且つマススペクトル上のピーク）を抽出する（ステップＳ５）。具体的には例えば、まずスコアプロット上の各プロットの相対距離から関心領域の差異に寄与する主成分を選択したうえで、その主成分を軸とするローディングプロットにおいてその軸上で大きなローディング値を示すプロットを選択すればよい。ローディングプロット上で選択するプロットの数は予め決めておいてもよいし、或いは、図３（ｂ）中で示しているように閾値PC1a、Pc2aを設定可能である場合には、その閾値を基準として、数を限らずにプロットを選択してもよい。
　上述したようにステップＳ４で選択されたローディングプロット上のプロットはそれぞれ質量電荷比に対応しているから、ＭＳイメージング画像作成部２５は、その選択された質量電荷比に対応する各測定点の信号強度値をＭＳイメージングデータ記憶部２１２から読み出し、質量電荷比毎に測定範囲全体のＭＳイメージング画像を作成する（ステップＳ６）。ここでは、測定範囲全体のＭＳイメージング画像ではなく、測定範囲内でユーザにより指定された、より狭い範囲についてのＭＳイメージング画像を作成してもよい。ここで作成されるＭＳイメージング画像は、関心領域の差異の程度を判断できる可能性が高いマーカつまりは化合物の候補の２次元分布を示す画像である。
　解析結果表示処理部２６は、主成分分析結果と複数のＭＳイメージング画像とを併せた表示画面を作成し表示部４に表示する。このとき、主成分分析結果であるローディングプロット上で同じ傾向の特徴を有するとして選択された複数のプロットとそのプロットに対応する複数のＭＳイメージング画像とを関連付けるために同じ表示色を割り当てる（ステップＳ７）。
　例えば図３の例では、図３（ｂ）に示すローディングプロットでは、第２主成分軸PC1に関してＡ群として包含できる３個のプロットが選択され、第２主成分軸PC2に関してＢ群として包含できる３個のプロットが選択されている。Ａ群に属する３個のプロットには例えば赤色、Ｂ群に属する３個のプロットには例えば青色が割り当てられ、描出されるローディングプロット上の上記６個のプロットはそれぞれ赤色又は青色で色付けされる。一方、Ａ群に属する３個のプロットに対応する三つのＭＳイメージング画像には、その３個のプロットと同じ赤色が割り当てられ、ＭＳイメージング画像の周囲には赤色の額縁状の枠が付される。また、Ｂ群に属する３個のプロットに対応する三つのＭＳイメージング画像には、その３個のプロットと同じ青色が割り当てられ、ＭＳイメージング画像の周囲には青色の額縁状の枠が付される。
　以上のような処理によって、ユーザにより指定された関心領域の差異を解析する上で特徴的であると推定されるＭＳイメージング画像を、ユーザによる判断や作業を伴うことなく表示することができる。また、ローディングプロット上で差異解析に有意であると推定されるプロットとＭＳイメージング画像とが同じ表示色で関連付けられているので、ユーザは、複数の関心領域についての差異解析において同じ特徴を有すると推定される複数の化合物のＭＳイメージング画像を一目で把握して、比較する等の作業を行うことができる。
　なお、ＭＳイメージング画像に色を割り当ててその色で該ＭＳイメージング画像を表示する際には、額縁状の枠に色付けをするほか、その色のタグ付けする、背景色をその色にする、等、様々な態様とすることができる。即ち、そのＭＳイメージング画像にその表示色を割り当てられていることが容易に視認できさえすればよい。
　また、上記のようなＭＳイメージング画像を構成するデータを一つのデータファイルとして保存する場合、そのファイル又はそのファイルが格納されたフォルダを示すアイコンにそのＭＳイメージング画像に割り当てられた色をそのまま割り当て、ファイルやフォルダの一覧等を表示する際にその特定のファイルやフォルダを他と容易に識別できるようにしてもよい。
　なお、上記説明では、一つの試料上の複数の関心領域の間の差異解析を実施していたが、複数の関心領域を複数の試料に置き換えることもできる。即ち、異なる試料上の測定範囲の間の差異解析を実施する場合にも、上述した解析手法をそのまま用いることができる。
　［主成分分析以外の多変量解析への適用］
　上記説明では多変量解析として主成分分析を利用していたが、他の多変量解析の手法を用いることもできる。
　上述した主成分分析では、多変量解析結果としてスコア値やローディング値が得られ、例えばローディング値は関心領域間の差異の特徴付けに関連した数値である。これと同様に、複数の関心領域の間の差異解析に部分最小二乗（ＰＬＳ）回帰分析を用いた場合には、回帰分析により回帰係数（回帰係数行列）を求めることができ、その回帰係数の絶対値が大きくなる質量電荷比は、関心領域の間の差異との関連性が高いと推定される。
　そこで、上述したローディングプロットとＭＳイメージング画像との関係と同様に、回帰係数行列から関心領域間の差異の特徴付けへの寄与が高いと推測される回帰係数を抽出し、その回帰係数を色付け表示するとともに、該対応したＭＳイメージング画像に同じ色を割り当てて表示するとよい。また、回帰係数行列に基づいて質量電荷比と回帰係数との関係を示すスペクトル様のグラフを作成し、そのグラフ上で特徴的な回帰係数に対応する質量電荷比を色付けして示してもよい。
　［そのほかの変形例］
　また、上記実施形態では、ローディングプロット上のプロットとそれに対応するＭＳイメージング画像とに同じ表示色が割り当てられていたが、それ以外に、例えばマススペクトル（平均スペクトルや最大強度スペクトルを含む）を表示する際に、そのマススペクトル上で上記プロットに対応する質量電荷比のピークにプロットの表示色と同じ色を割り当てるようにしてもよい。これはピーク自体の色ではなく、そのピークの質量電荷比値等を示すラベルの色でもよい。これにより、マススペクトルの中でどのピークが差異や分類に寄与する特徴的なピークであるのを一目で確認することができる。
　また、上記実施形態は本発明をイメージング質量分析装置に適用した一例であるが、本発明は、イメージング質量分析装置以外の、ラマン分光イメージング装置、赤外分光イメージング装置など、試料上の２次元領域における物質（成分）の分布などを可視化することが可能な様々な分析装置に適用することができる。
　また、試料上の２次元領域における物質（成分）の分布などを示すイメージング画像を作成する分析装置として、生体組織切片などの試料そのものに対して直接的に分析を行う装置以外に、以下に述べるような方法による装置が知られている。
　即ち、特許文献２には、レーザマイクロダイセクション（ＬＭＤ）法と呼ばれる試料採取方法と液体クロマトグラフ質量分析法（ＬＣ／ＭＳ）とを組み合わせた方法が開示されている。ＬＭＤ法には、レーザ光により生体試料を切り取る一般的なＬＭＤ法のほかに、特許文献２に記載のホットメルトＬＭＤ法と呼ばれる試料採取法がある。
　例えばホットメルトＬＭＤ法では、熱により溶解するフィルムを貼り付けたスライドガラスを使用し、該フィルムと生体試料とを密着させた状態で、該生体試料上のターゲットとする部位に近赤外レーザ光を照射する。レーザ光が照射されるとフィルムが溶融し、ターゲットの部位（及びその周辺）にある一部の試料片が溶解したフィルムに貼り付いて該フィルム上に採取される。
　図５に示すように、生体試料１００上の２次元領域１０１内の複数の測定点１０２における試料片をそれぞれフィルム１１０上の離れた位置に採取し、且つ生体試料上の測定点１０２の２次元的な位置情報とフィルム１１０上の試料片１１１の２次元的な位置情報とを対応付ける。そして、フィルム１１０上に採取した各試料片１１１からそれぞれ液体試料を調製し、各液体試料を順番に液体クロマトグラフ質量分析装置で分析する。全ての液体試料について質量分析を実行してマススペクトルデータを取得したあと、各液体試料に付与されている２次元的な位置情報に基づいて、マススペクトルデータに基づくイオン強度情報を再構成することで、特定の成分に対応するイオン強度の２次元分布画像、つまりＭＳイメージング画像を作成することができる。
　また、図５に示すように試料上の各測定点から採取した各試料片をそれぞれの位置情報を保ったままサンプルプレート上に載せ、そのサンプルプレート上の試料片に対してＭＡＬＤＩイオン源を搭載した質量分析装置で質量分析を実施してマススペクトルデータを収集することも可能である。
　上述したように試料上の各測定点に対して直接的に質量分析を行うのではなく、試料上の各測定点から物理的に採取して別のフィルムやサンプルプレート上に移した試料片を質量分析する場合においても、各測定点に対応するマススペクトルデータから特定の質量電荷比におけるＭＳイメージング画像を作成することが可能であるのは上記実施形態の装置と同様である。したがって、こうした方法又は装置においても本発明を適用可能であることは当然である。
　さらにまた、上述したようにサンプルプレート上に２次元配置された多数の試料がそれぞれ生体試料上の測定点に対応したものではなく、それぞれが別の由来によるものであっても、サンプルプレート上における質量電荷比毎のイオン強度の２次元分布を表示することに意味があるものであれば、本発明を適用することが可能である。
　例えば複数の試料それぞれについて液体クロマトグラフ分取装置で異なる溶出時間範囲毎に分取した溶出液をサンプルプレート上に滴下してサンプルを調製することで、図６に示すような、多数のサンプル１２１が調製されたサンプルプレート１２０を得ることができる。このサンプルプレート上の各サンプルについて質量分析を行うことでマススペクトルデータを収集し、そのマススペクトルデータに基づいて特定の質量電荷比のＭＳイメージング画像を作成すれば、その質量電荷比に対応する物質の存在量を試料毎に比較可能な画像を得ることができる。このように、例えばサンプルプレート上の各サンプルが特定の試料に対応付けられていて、そのサンプルプレート全体の特定の質量電荷比におけるＭＳイメージング画像を作成する場合にも、本発明を適用することができる。
　また、上記実施形態や変形例はいずれも本発明の一例にすぎず、上記記載した以外の点において、本発明の趣旨の範囲で適宜変形、修正、追加などを行っても本願特許請求の範囲に包含されることは明らかである。
［種々の態様］
　上述した例示的な実施形態が以下の態様の具体例であることは、当業者には明らかである。
　（第１項）本発明に係る一態様の分析装置は、試料についてそれぞれ所定の分析を行うことでデータを収集し該データを処理する分析装置であって、
　複数の測定対象の間の差異の解析又は該複数の測定対象の分類のために、収集されたデータに基づく多変量解析処理を実行する解析処理部と、
　前記多変量解析処理の結果から、所定の基準に従って、前記差異又は分類に主として関連すると推定される特徴的なパラメータ又は要素を抽出する特徴抽出部と、
　前記特徴抽出部で抽出されたパラメータ又は要素に対応する所定の２次元範囲のイメージング画像を作成する画像作成部と、
　前記多変量解析結果上で抽出された特徴的なパラメータ又は要素とそれに対応して前記画像作成部で作成されたイメージング画像とに同じ視覚的な態様を割り当てて、前記多変量解析結果及び前記イメージング画像を表示部に表示する表示処理部と、
　を備えるものである。
　第１項に記載の分析装置によれば、多変量解析による差異の解析や分類などにおいてその差異や分類を特徴付けるパラメータや要素をユーザ自身が判断する必要なしに、特徴的なパラメータや要素に対応するイメージング画像を表示させて確認することができる。また、差異や分類のための特徴が複数ある場合でも、ユーザは、それぞれの特徴に対応したパラメータや要素とどのイメージング画像とが関連するのかを表示上で一目で把握することができる。これにより、ユーザの煩雑な作業や経験等を要する面倒な判断を省きながら、多変量解析結果に基づく有用な情報を分かり易くユーザに提供することができる。
　（第２項）第１項に記載の分析装置であって、当該分析装置はイメージング質量分析装置であり、前記パラメータは質量電荷比、前記多変量解析処理は主成分分析、前記多変量解析結果はローディングプロットであって、
　前記特徴抽出部は、ローディングプロットから、所定の基準に従って、前記差異又は分類に主として関連すると推定される特徴的なプロットを抽出し、
　前記画像作成部は、前記抽出されたプロットに対応する質量電荷比における質量分析イメージング画像を作成する、ものとすることができる。
　第２項に記載の分析装置によれば、例えば複数の試料間の、又は一つの試料上の複数の関心領域間の差異解析を行う際に、ローディングプロット上でその差異を特徴付ける質量電荷比に対応するプロットとその質量電荷比におけるＭＳイメージング画像とに同じ視覚的な表示態様を割り当て、ローディングプロットとＭＳイメージング画像とを表示部に表示することができる。それにより、ユーザ自身がローディングプロット上で特徴的なプロットを選択することなく、差異を特徴付けるＭＳイメージング画像を確認することができる。
　（第３項）第１項又は第２項に記載の分析装置であって、前記視覚的な態様は表示上の色であるものとすることができる。
　第３項に記載の分析装置によれば、ユーザは、例えばローディングプロット上で差異を特徴付けると推定されるプロットとそのプロットに対応するＭＳイメージング画像とを一目で確認することができる。
１…測定部
　１１…光学顕微観察部
　１２…イメージング質量分析部
２…データ解析部
　２１…データ格納部
　　２１１…光学顕微画像データ記憶部
　　２１２…ＭＳイメージングデータ記憶部
　２２…光学顕微画像作成部
　２３…多変量解析処理部
　２４…特徴パラメータ抽出部
　２５…ＭＳイメージング画像作成部
　２６…解析結果表示処理部
３…入力部
４…表示部

Claims (3)

  1. 　試料についてそれぞれ所定の分析を行うことでデータを収集し該データを処理する分析装置であって、
    　複数の測定対象の間の差異の解析又は該複数の測定対象の分類のために、収集されたデータに基づく多変量解析処理を実行する解析処理部と、
    　前記多変量解析処理の結果から、所定の基準に従って、前記差異又は分類に主として関連すると推定される特徴的なパラメータ又は要素を抽出する特徴抽出部と、
    　前記特徴抽出部で抽出されたパラメータ又は要素に対応する所定の２次元範囲のイメージング画像を作成する画像作成部と、
    　前記多変量解析結果上で抽出された特徴的なパラメータ又は要素とそれに対応して前記画像作成部で作成されたイメージング画像とに同じ視覚的な態様を割り当てて、前記多変量解析結果及び前記イメージング画像を表示部に表示する表示処理部と、
    　を備える分析装置。
  2. 　イメージング質量分析装置であり、前記パラメータは質量電荷比、前記多変量解析処理は主成分分析、前記多変量解析結果はローディングプロットであって、
    　前記特徴抽出部は、ローディングプロットから、所定の基準に従って、前記差異又は分類に主として関連すると推定される特徴的なプロットを抽出し、
    　前記画像作成部は、前記抽出されたプロットに対応する質量電荷比における質量分析イメージング画像を作成する、ものである、請求項１に記載の分析装置。
  3. 　前記視覚的な態様は表示上の色である、請求項１に記載の分析装置。
PCT/JP2019/036132 2019-09-13 2019-09-13 分析装置 WO2021049011A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
PCT/JP2019/036132 WO2021049011A1 (ja) 2019-09-13 2019-09-13 分析装置
US17/620,515 US20220359176A1 (en) 2019-09-13 2019-09-13 Analysis device
CN201980097569.5A CN113994203A (zh) 2019-09-13 2019-09-13 分析装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/036132 WO2021049011A1 (ja) 2019-09-13 2019-09-13 分析装置

Publications (1)

Publication Number Publication Date
WO2021049011A1 true WO2021049011A1 (ja) 2021-03-18

Family

ID=74865733

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/036132 WO2021049011A1 (ja) 2019-09-13 2019-09-13 分析装置

Country Status (3)

Country Link
US (1) US20220359176A1 (ja)
CN (1) CN113994203A (ja)
WO (1) WO2021049011A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023062725A1 (ja) * 2021-10-12 2023-04-20 株式会社島津製作所 代謝物解析方法、代謝物解析装置、及び代謝物解析用プログラム

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009066088A (ja) * 2007-09-11 2009-04-02 Jeol Ltd 多変量解析装置及びコンピュータプログラム

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010001439A (ja) * 2008-06-23 2010-01-07 Yokohama Rubber Co Ltd:The ゴム組成物
CN102077086B (zh) * 2008-07-03 2013-06-05 株式会社岛津制作所 质量分析装置
WO2016120958A1 (ja) * 2015-01-26 2016-08-04 株式会社島津製作所 ３次元スペクトルデータ処理装置及び処理方法
EP3318866A4 (en) * 2015-07-01 2018-09-19 Shimadzu Corporation Data processing device
CN108780065B (zh) * 2016-03-14 2021-03-19 株式会社岛津制作所 质谱分析数据解析装置、方法及非暂时性计算机可读介质
WO2019150573A1 (ja) * 2018-02-05 2019-08-08 株式会社島津製作所 データ解析装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009066088A (ja) * 2007-09-11 2009-04-02 Jeol Ltd 多変量解析装置及びコンピュータプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
CALLIGARIS ET AL.: "Mass spectrometry imaging as a tool for surgical decision-making", JOURNAL OF MASS SPECTROMETRY, vol. 48, no. 11, November 2013 (2013-11-01), pages 1178 - 1187, XP055806494 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023062725A1 (ja) * 2021-10-12 2023-04-20 株式会社島津製作所 代謝物解析方法、代謝物解析装置、及び代謝物解析用プログラム

Also Published As

Publication number Publication date
US20220359176A1 (en) 2022-11-10
CN113994203A (zh) 2022-01-28

Similar Documents

Publication Publication Date Title
JP5348029B2 (ja) 質量分析データ処理方法及び装置
JP6597909B2 (ja) 質量分析データ処理装置
JP6569805B2 (ja) イメージング質量分析装置
JP2011203239A (ja) 質量分析データ処理方法及び装置
JP6791373B2 (ja) クロマトグラフ質量分析データ処理装置及びクロマトグラフ質量分析データ処理用プログラム
JP7063342B2 (ja) 質量分析装置及び質量分析装置における質量較正方法
WO2016103312A1 (ja) 分析データ処理方法及び装置
WO2015181893A1 (ja) 分析データ処理装置
JPWO2018037569A1 (ja) イメージング質量分析データ処理装置及び方法
JP4984617B2 (ja) 質量分析データ解析方法
WO2021049011A1 (ja) 分析装置
US10147590B2 (en) Mass spectrometry data processing apparatus and mass spectrometry data processing method
JP6308107B2 (ja) クロマトグラフ質量分析データ処理装置
WO2019150575A1 (ja) イメージング質量分析データ解析装置
WO2017002156A1 (ja) 分析結果出力処理装置及び分析結果出力処理用プログラム
WO2019229902A1 (ja) イメージング質量分析データ処理装置
JPWO2019186965A1 (ja) イメージング質量分析におけるデータ処理方法及びデータ処理プログラム
JP2017040520A (ja) 分析データ表示処理装置及び表示処理プログラム
WO2021019752A1 (ja) イメージング質量分析装置
JP6897804B2 (ja) 表示処理装置、イメージング質量分析システムおよび表示処理方法
JP2021196260A (ja) イメージング質量分析装置、及びイメージング質量分析方法
WO2022003890A1 (ja) イメージング質量分析装置及びイメージング質量分析データ処理方法
WO2021044509A1 (ja) データ解析装置及び分析装置
WO2023058234A1 (ja) 質量分析データ解析方法及びイメージング質量分析装置
WO2022049811A1 (ja) 質量分析装置

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: 19944992

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: 19944992

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP