WO2023276269A1 - 生体試料分析装置 - Google Patents

生体試料分析装置 Download PDF

Info

Publication number
WO2023276269A1
WO2023276269A1 PCT/JP2022/008132 JP2022008132W WO2023276269A1 WO 2023276269 A1 WO2023276269 A1 WO 2023276269A1 JP 2022008132 W JP2022008132 W JP 2022008132W WO 2023276269 A1 WO2023276269 A1 WO 2023276269A1
Authority
WO
WIPO (PCT)
Prior art keywords
information processing
biological sample
light
processing unit
signal intensity
Prior art date
Application number
PCT/JP2022/008132
Other languages
English (en)
French (fr)
Inventor
克俊 田原
Original Assignee
ソニーグループ株式会社
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 ソニーグループ株式会社 filed Critical ソニーグループ株式会社
Priority to EP22832435.6A priority Critical patent/EP4365572A1/en
Priority to JP2023531390A priority patent/JPWO2023276269A1/ja
Publication of WO2023276269A1 publication Critical patent/WO2023276269A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume, or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Electro-optical investigation, e.g. flow cytometers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64—Fluorescence; Phosphorescence

Definitions

  • the present disclosure relates to a biological sample analyzer. More specifically, the present disclosure relates to a biological sample analyzer having a light irradiation unit that irradiates biological particles contained in a biological sample with light, and a detection unit that detects light generated by the light irradiation.
  • a particle population such as cells, microorganisms, and liposomes is labeled with a fluorescent dye, and each particle in the particle population is irradiated with laser light to measure the intensity and/or pattern of fluorescence generated from the excited fluorescent dye. It has been done to measure the properties of the particles.
  • a flow cytometer can be mentioned as a representative example of a particle analyzer that performs the measurement.
  • a flow cytometer irradiates a laser beam (excitation light) of a specific wavelength to particles flowing in a line in a flow channel, and detects fluorescence and/or scattered light emitted from each particle.
  • the flow cytometer converts the light detected by the photodetector into an electrical signal, quantifies it, and performs statistical analysis to determine the characteristics of individual particles, such as their types, sizes, and structures. can.
  • the laser light source and photodetector are calibrated before the flow cytometer analyzes the biological sample.
  • Several methods related to the calibration have been proposed so far.
  • a plurality of fluorescence intensities are obtained based on fluorescence signals from a sample composed of a plurality of particles labeled with fluorescent dyes having different fluorescence intensities, and detection is performed based on the fluorescence intensity ratio of the sample.
  • An information processing device includes an information processing unit that recognizes intensity ranges for each of a plurality of fluorescence intensities obtained and calculates information regarding the sensitivity of the fluorescence detection unit.
  • photodiodes such as MPPC (Multi-Pixel Photon Counter) are sometimes adopted as photodetectors. It is required that there is linearity between the amount of light incident on the photodetector and the output value of the detector. However, the linearity may deteriorate depending on the amount of incident light. In order to improve detection accuracy, it is desirable to eliminate the deterioration.
  • MPPC Multi-Pixel Photon Counter
  • verification or adjustment processing using beads configured to form a predetermined peak is performed. For example, detection system verification or adjustment processing using 8-peak beads is performed. However, if verification or adjustment processing of the detection system is performed while other types of beads remain in the device, the other types of beads may affect the processing. In order to improve detection accuracy, it is desirable to remove this effect.
  • the present disclosure aims to solve at least one of these problems.
  • This disclosure is a light irradiation unit that irradiates the particles with light; a detection unit that detects light generated by the light irradiation; and an information processing unit that controls the light irradiation unit and the detection unit,
  • the information processing section measures the signal strength of the light detected by the detection section based on the relationship between the light irradiation output value of the light irradiation section and the signal strength measurement value of the light detected by the detection section. correct the value,
  • a biological sample analyzer is provided.
  • the information processing unit may be configured to perform the correction using an n-order approximation expression indicating the relationship, n in the n-th order approximation formula may be an odd number of 3 or more.
  • the information processing unit creating a first-order approximation expression that indicates the relationship between a light irradiation output value equal to or less than a predetermined value and a signal strength measurement value obtained for the light irradiation output value;
  • a data group for generating the n-order approximation may be acquired using the first-order approximation.
  • the information processing unit can acquire the correlation index of the first-order approximation formula.
  • the information processing unit can determine whether the correlation index satisfies a predetermined condition.
  • the information processing unit compares the signal strength measurement value obtained when the light irradiation output value is equal to or greater than the predetermined value and the signal strength calculation value calculated by substituting the light irradiation output value into the first-order approximation formula.
  • a data set containing pairs may be used to generate the n-th order approximation.
  • the information processing section can determine whether to correct the signal strength measurement value using the signal strength calculation value calculated using the first-order approximation formula as a threshold when the light irradiation output value is the predetermined value.
  • the detection unit may include one or more MPPCs as detectors for detecting the light.
  • This disclosure also provides a detection unit that detects light generated by irradiating the particles with light; an information processing unit that processes signal intensity data of the light detected by the detection unit; The information processing unit detects a particle group that does not belong to the particle group from light signal intensity data generated by light irradiation of a sample that includes a particle group composed of a plurality of types of particle groups having stepwise different fluorescence intensity levels. is configured to perform a cancellation process that removes signal strength data for
  • the information processing unit uses two or more of a plurality of photodetectors included in the detection unit as fluorescence channels for identifying particle groups that do not belong to the particle group. Run the configuration process to set as, A biological sample analyzer is also provided.
  • the information processing unit performs the fluorescence channel setting process such that the fluorescence intensity level of a particle group that does not belong to the particle population is higher than the fluorescence intensity level of any of the plurality of types of particle groups included in the particle population.
  • the information processing unit in the removal process, A specifying process may be performed to specify, from among the signal intensity data acquired by the fluorescence channel, signal intensity data relating to a particle group having a maximum fluorescence intensity level among the plurality of types of particle groups constituting the particle population.
  • the information processing unit in the specific process, A signal intensity output value with the largest number of events can be identified among the signal intensity data for the particle group having the maximum fluorescence intensity level.
  • the information processing unit in the specific process, Based on the signal intensity output value with the largest number of events, signal intensity data for the particle group with the highest fluorescence intensity level can be identified.
  • the information processing unit in the removal process, A removal condition for removing signal intensity data relating to a particle group that does not belong to the particle group can be set based on the signal intensity data relating to the particle group having the maximum fluorescence intensity level.
  • the information processing section may set the removal condition based on the maximum signal intensity output value among the signal intensity data regarding the particle group having the maximum fluorescence intensity level.
  • the information processing unit performs setting processing for setting two or more of the plurality of photodetectors included in the detection unit as fluorescence channels to be used for evaluating signal intensity data after execution of the removal processing. You can do more.
  • the information processing section can perform separation and identification processing on the signal intensity data after execution of the removal processing by a k-means method.
  • FIG. 1 is a diagram showing a configuration example of a biological sample analyzer of the present disclosure
  • FIG. FIG. 10 is a diagram showing a graph for explaining deterioration of linearity
  • 1 shows an example of a block diagram of a biological sample analyzer according to the present disclosure
  • FIG. 10 is an example of a flowchart of processing for obtaining a relationship between a light irradiation output value of a light irradiation unit and a light signal intensity measurement value detected by a detection unit; It is an example of the flowchart of the correction process using the n-th order approximation formula.
  • 4 is a table showing data acquired in the n-th order approximation expression generation process of the embodiment;
  • FIG. 10 is a diagram showing a graph for explaining deterioration of linearity
  • 1 shows an example of a block diagram of a biological sample analyzer according to the present disclosure
  • FIG. 10 is an example of a flowchart of processing for obtaining a relationship between a light
  • FIG. 4 is an example of a flowchart of processing executed by an information processing unit; 2 shows an example of two-dimensional plot data generated by performing flow cytometry. It is an example of a flow chart of specific processing.
  • FIG. 4 is a diagram schematically showing a generated histogram;
  • FIG. 10 is a diagram for explaining regions separated by sums of squares adopted in removal conditions;
  • FIG. 10 is a diagram showing evaluation results obtained by separation and identification processing;
  • FIG. 10 is a diagram showing evaluation results obtained by separation and identification processing; It is two-dimensional plot data with VioGreen and PE as the X-axis and Y-axis, respectively.
  • the biological sample analyzer 6100 shown in FIG. 1 includes a light irradiation unit 6101 that irradiates light onto the biological sample S flowing through the flow channel C, and a detection unit 6102 that detects light generated by irradiating the biological sample S with light. , and an information processing unit 6103 that processes information about the light detected by the detection unit.
  • Examples of the biological sample analyzer 6100 include flow cytometers and imaging cytometers.
  • the biological sample analyzer 6100 may include a sorting section 6104 that sorts out specific biological particles P in the biological sample.
  • a cell sorter can be given as an example of the biological sample analyzer 6100 including the sorting section.
  • the biological sample S may be a liquid sample containing biological particles.
  • the bioparticles are, for example, cells or non-cellular bioparticles.
  • the cells may be living cells, and more specific examples include blood cells such as red blood cells and white blood cells, and germ cells such as sperm and fertilized eggs.
  • the cells may be directly collected from a specimen such as whole blood, or may be cultured cells obtained after culturing.
  • Examples of the noncellular bioparticles include extracellular vesicles, particularly exosomes and microvesicles.
  • the bioparticles may be labeled with one or more labeling substances (eg, dyes (particularly fluorescent dyes) and fluorescent dye-labeled antibodies). Note that particles other than biological particles may be analyzed by the biological sample analyzer of the present disclosure, and beads or the like may be analyzed for calibration or the like.
  • the channel C is configured so that the biological sample S flows.
  • the channel C can be configured to form a flow in which the biological particles contained in the biological sample are arranged substantially in a line.
  • a channel structure including channel C may be designed to form a laminar flow.
  • the channel structure is designed to form a laminar flow in which the flow of the biological sample (sample flow) is surrounded by the flow of the sheath liquid.
  • the design of the flow channel structure may be appropriately selected by those skilled in the art, and known ones may be adopted.
  • the channel C may be formed in a flow channel structure such as a microchip (a chip having channels on the order of micrometers) or a flow cell.
  • the width of the channel C may be 1 mm or less, and particularly 10 ⁇ m or more and 1 mm or less.
  • the channel C and the channel structure including it may be made of a material such as plastic or glass.
  • the biological sample analyzer of the present disclosure is configured such that the biological sample flowing in the flow path C, particularly the biological particles in the biological sample, is irradiated with light from the light irradiation unit 6101 .
  • the biological sample analyzer of the present disclosure may be configured such that the light irradiation point (interrogation point) for the biological sample is in the channel structure in which the channel C is formed, or A point may be configured to lie outside the channel structure.
  • the former there is a configuration in which the light is applied to the channel C in the microchip or the flow cell. In the latter, the light may be applied to the bioparticles after exiting the flow path structure (especially the nozzle section thereof).
  • the light irradiation unit 6101 includes a light source unit that emits light and a light guide optical system that guides the light to the irradiation point.
  • the light source section includes one or more light sources.
  • the type of light source is, for example, a laser light source or an LED.
  • the wavelength of light emitted from each light source may be any wavelength of ultraviolet light, visible light, or infrared light.
  • the light guiding optics include optical components such as beam splitter groups, mirror groups or optical fibers. Also, the light guide optics may include a lens group for condensing light, for example an objective lens. There may be one or more irradiation points where the biological sample and the light intersect.
  • the light irradiation unit 6101 may be configured to condense light irradiated from one or different light sources to one irradiation point.
  • the detection unit 6102 includes at least one photodetector that detects light generated by irradiating the biological particles with light.
  • the light to be detected is, for example, fluorescence or scattered light (eg, any one or more of forward scattered light, backscattered light, and side scattered light).
  • Each photodetector includes one or more photodetectors, such as a photodetector array.
  • Each photodetector may include one or more PMTs (photomultiplier tubes) and/or photodiodes such as APDs and MPPCs as light receiving elements.
  • the photodetector includes, for example, a PMT array in which a plurality of PMTs are arranged in a one-dimensional direction.
  • the detection unit 6102 may include an imaging device such as a CCD or CMOS.
  • the detection unit 6102 can acquire images of biological particles (for example, bright-field images, dark-field images, fluorescence images, etc.) using the imaging device.
  • the detection unit 6102 includes a detection optical system that causes light of a predetermined detection wavelength to reach a corresponding photodetector.
  • the detection optical system includes a spectroscopic section such as a prism or a diffraction grating, or a wavelength separating section such as a dichroic mirror or an optical filter.
  • the detection optical system disperses, for example, the light generated by irradiating the bioparticle with light, and the dispersive light is detected by a plurality of photodetectors, the number of which is greater than the number of fluorescent dyes with which the bioparticle is labeled. Configured.
  • a flow cytometer including such a detection optical system is called a spectral flow cytometer.
  • the detection optical system separates light corresponding to the fluorescence wavelength range of a specific fluorescent dye from the light generated by light irradiation of the biological particles, for example, and causes the separated light to be detected by the corresponding photodetector. configured as follows.
  • the detection unit 6102 can include a signal processing unit that converts the electrical signal obtained by the photodetector into a digital signal.
  • the signal processing unit may include an A/D converter as a device that performs the conversion.
  • a digital signal obtained by conversion by the signal processing unit can be transmitted to the information processing unit 6103 .
  • the digital signal can be handled by the information processing section 6103 as data related to light (hereinafter also referred to as “optical data”).
  • the optical data may be optical data including fluorescence data, for example. More specifically, the light data may be light intensity data, and the light intensity may be light intensity data of light containing fluorescence (which may include feature amounts such as Area, Height, Width, etc.) good.
  • the information processing unit 6103 includes, for example, a processing unit that processes various data (for example, optical data) and a storage unit that stores various data.
  • the processing unit can perform fluorescence leakage correction (compensation processing) on the light intensity data.
  • the processing unit performs fluorescence separation processing on the optical data and acquires light intensity data corresponding to the fluorescent dye.
  • the fluorescence separation process may be performed, for example, according to the unmixing method described in JP-A-2011-232259.
  • the processing unit may acquire morphological information of the biological particles based on the image acquired by the imaging device.
  • the storage unit may be configured to store the acquired optical data.
  • the storage unit may further be configured to store spectral reference data used in the unmixing process.
  • the information processing unit 6103 can determine whether to sort the biological particles based on the optical data and/or the morphological information. Then, the information processing section 6103 can control the sorting section 6104 based on the result of the determination, and the sorting section 6104 can sort the bioparticles.
  • the information processing unit 6103 may be configured to output various data (for example, optical data and images).
  • the information processing section 6103 can output various data (for example, two-dimensional plots, spectrum plots, etc.) generated based on the optical data.
  • the information processing section 6103 may be configured to be able to receive input of various data, for example, it receives gating processing on the plot by the user.
  • the information processing unit 6103 can include an output unit (such as a display) or an input unit (such as a keyboard) for executing the output or the input.
  • the information processing unit 6103 may be configured as a general-purpose computer, and may be configured as an information processing device including a CPU, RAM, and ROM, for example.
  • the information processing unit 6103 may be included in the housing in which the light irradiation unit 6101 and the detection unit 6102 are provided, or may be outside the housing.
  • Various processing or functions by the information processing unit 6103 may be implemented by a server computer or cloud connected via a network.
  • the sorting unit 6104 sorts the bioparticles according to the determination result by the information processing unit 6103 .
  • the sorting method may be a method of generating droplets containing bioparticles by vibration, applying an electric charge to the droplets to be sorted, and controlling the traveling direction of the droplets with electrodes.
  • the sorting method may be a method of sorting by controlling the advancing direction of the bioparticles in the channel structure.
  • the channel structure is provided with a control mechanism, for example, by pressure (jetting or suction) or electric charge.
  • a chip having a channel structure in which the channel C branches into a recovery channel and a waste liquid channel downstream thereof, and in which specific biological particles are recovered in the recovery channel. For example, a chip described in JP-A-2020-76736).
  • MPPC Multi-Pixel Photon Counter
  • SiPMs SiPMs and includes multiple APDs (avalanche photodiodes) arranged in an array.
  • a unit of each APD is also called a pixel.
  • MPPC detects photons that enter every pixel within the detection time.
  • the number of output pulses from each pixel is one, which does not change with the number of photons entering each pixel. That is, one output pulse is obtained whether one photon enters one pixel or two photons enter at the same time. Therefore, if two or more photons are incident on one pixel within the detection time, the linearity relationship between the amount of incident light and the MPPC output becomes inconsistent, and this becomes more likely as the amount of incident light increases.
  • Fig. 2 shows a graph for explaining the deterioration of linearity.
  • the horizontal axis is the laser power
  • the vertical axis is the output value (height data of the FITC channel).
  • the output value is lower than the value based on the assumed linear relationship. For example, when the laser power of the excitation light is 60 mW, the output value is 9.1% lower than the expected value, as shown in the figure. As described above, when the amount of incident light increases, the linearity deteriorates.
  • the biological sample analyzer is based on the relationship between the light irradiation output value of the light irradiation unit and the signal intensity measurement value of the light detected by the detection unit. It includes an information processing unit that corrects the measured value. This makes it possible to deal with linearity deterioration when the amount of incident light increases.
  • the above relationship may be obtained, for example, by actually flowing sample beads while changing the laser power, performing photodetection processing, and acquiring the output from the incident light to the MPPC.
  • the relationship may be represented by, for example, an approximation formula, particularly an n-th order approximation formula.
  • the process of generating the nth-order approximation will be described below in (2-2) with reference to FIGS. 3 and 4.
  • FIG. FIG. 3 is an example block diagram of a biological sample analyzer according to the present disclosure.
  • FIG. 4 is an example of a flow chart of processing for acquiring the relationship.
  • the correction processing using the n-th order approximation formula will be described below in (2-3) with reference to FIGS. 3 and 5.
  • FIG. Further, an embodiment of the n-th approximation formula generation process and the correction process using the n-th approximation formula will be described below in (2-4) with reference to FIG.
  • Degradation of linearity due to high input to the MPPC depends on the characteristics of the light incident on the MPPC (eg shape, size, intensity distribution, etc.). With respect to biological sample analyzers such as flow cytometers, the characteristics of the incident light are largely unchanged in the short term (eg, for a single analysis), but may change over the long term. In order to deal with changes in the characteristics of incident light, it is desirable to perform linearity calibration at predetermined timings. For example, it is conceivable to perform linearity calibration in a QC (Quality Control) stage performed before performing analysis of a biological sample. That is, the biological sample analyzer according to the present disclosure may perform the process of obtaining the relationship, for example, in the QC stage, and particularly may be configured to perform the process of generating the nth-order approximation.
  • QC Quality Control
  • a biological sample analyzer 100 shown in FIG. 3 controls a light irradiation unit 101 that irradiates biological particles contained in a biological sample with light, a detection unit 102 that detects light generated by the light irradiation, and the light irradiation unit. and an information processing unit 103 for processing.
  • the light irradiation unit 101, the detection unit 102, and the information processing unit 103 are the same as the light irradiation unit 6101, the detection unit 6102, and the information processing unit 6103 described in (2) above.
  • the detection unit 102 preferably includes one or more photodiodes, preferably one or more Si photodiodes, as a detector that detects the light.
  • the one or more photodiodes may include, for example, one or more APDs, one or more MPPCs, or a combination thereof.
  • the detection section includes one or more MPPCs as detectors for detecting the light. The present disclosure is suitable for solving the above problems that occur when the detection section includes such a light receiving element.
  • step S101 of the flow diagram shown in FIG. 4 the information processing unit 103 performs processing for obtaining the relationship between the light irradiation output value of the light irradiation unit and the light signal intensity measurement value detected by the detection unit.
  • the processing may be performed in the device setting stage before the biological sample analysis processing by the biological sample analyzer is started, for example, in the QC stage. Note that this processing may be performed during the analysis processing of the biological sample by the biological sample analyzer.
  • step S102 the biological sample analyzer 100 executes a process of acquiring signal intensity measurement values for each of the plurality of light irradiation output values.
  • biological sample analyzer 100 performs flow cytometry for the acquisition.
  • the information processing unit 103 acquires signal intensity measurement values for each of the plurality of light irradiation output values.
  • predetermined fluorescent beads are obtained. That is, in step S102, the flow cytometry is performed on the predetermined fluorescent beads.
  • the predetermined fluorescent beads are preferably uniform in size and fluorescence intensity, for example.
  • the predetermined fluorescent beads may be beads that emit fluorescence in the wavelength range of 400 nm to 800 nm, for example. Examples of such beads include, but are not limited to, AlignCheck Beads and SortCal Beads (both from Sony Group Inc.).
  • the plurality of light irradiation output values include a plurality of values below (or below) a predetermined value and a plurality of values above (or above) a predetermined value.
  • the predetermined value is a value set such that linearity deterioration does not occur or can be ignored at light irradiation output values equal to or less than the predetermined value, and linearity deterioration occurs at light irradiation output values exceeding the predetermined value.
  • linearity degradation occurs with a certain probability at a certain amount of incident light, and exhibits the same tendency. That is, when the amount of incident light is low, linearity deterioration does not occur, and when the amount of incident light is large, linearity deterioration occurs. Therefore, the predetermined value can be set in advance.
  • a signal intensity measurement value obtained at each of the plurality of light irradiation output values equal to or less than the predetermined value is used to generate a first-order approximation formula described below. That is, in step S102, the information processing section 103 acquires signal strength measurement values acquired for each of two or more light irradiation output values equal to or less than the predetermined value. Further, the signal strength measurement values obtained for each of the plurality of light irradiation output values equal to or greater than the predetermined value are used to generate an n-th order approximation formula, which will be described later. That is, in step S102, the information processing section 103 acquires the signal strength measurement values acquired for each of the light irradiation output values equal to or greater than the predetermined value (n+1).
  • the number of fluorescence signal events acquired for each of the plurality of light irradiation output values is, for example, 500 events to 10,000 events, preferably 1,000 events to 70,000 events, more preferably may be from 2,000 events to 50,000 events.
  • the signal strength measurement obtained in step S102 may be, for example, the median or mean of the fluorescence channel outputs.
  • each light receiving element may be set as one fluorescence channel.
  • the information processing section 103 may acquire a signal intensity measurement value for each of the one or more fluorescence channels for which linearity calibration is required.
  • the subsequent steps S103 to S108 may be performed for each fluorescence channel.
  • step S103 the information processing section 103 creates a first-order approximation using the detection section measurement values for the light irradiation output values equal to or less than the predetermined value.
  • step S104 the information processing section 103 acquires the correlation index of the first-order approximation formula.
  • Said correlation measure may for example be the coefficient of determination R2 .
  • step S105 the information processing section 103 determines whether the correlation index is equal to or greater than (or exceeds) a predetermined threshold.
  • the predetermined threshold may be appropriately set by a person skilled in the art so that the validity of the first-order approximation can be determined.
  • the predetermined threshold value may be any value of 0.9900 or more, 0.9990 or more, or 0.9995 or more.
  • the information processing section 103 determines whether the correlation index is greater than 0.9995 (R 2 >0.9995).
  • step S105 if the correlation index is equal to or greater than the predetermined threshold (or exceeds the threshold), the information processing section 103 advances the process to step S106.
  • the correlation index is less than (or equal to or less than) the predetermined threshold, the information processing section 103 advances the process to step S110.
  • step S110 the information processing section 103 can generate an alert notifying the user that, for example, an appropriate first-order approximation formula has not been generated.
  • the information processing unit 103 may output to the display device, for example, a screen asking the user whether to execute the n-th order approximation formula generation process again.
  • step S106 the information processing unit 103 substitutes each of the light irradiation output values equal to or greater than the predetermined value among the plurality of light irradiation output values into the first-order approximation formula generated in step S103 to obtain the predetermined value.
  • a signal intensity calculation value corresponding to each of the above light irradiation output values is acquired.
  • data including pairs of signal strength measurement values and signal strength calculation values for each light irradiation output value equal to or greater than the predetermined value is obtained.
  • the data may be associated with each illumination output value.
  • the signal strength calculated value can also be said to be a true value calculated based on assumed linearity.
  • step S107 the information processing unit 103 calculates the signal intensity measured value obtained when the light irradiation output value is equal to or greater than the predetermined value and the signal intensity calculated by substituting the light irradiation output value into the first-order approximation formula.
  • a data group including pairs with calculated values is used to generate an nth-order approximation.
  • n may be an odd number of 3 or more.
  • n may be, for example, 3, 5, 7 or 9, particularly 3, 5 or 7, more particularly 3 or 5, even more particularly 3, in order to reduce the number of data points required. you can
  • the number of pairs used to generate the nth-order approximation formula may be appropriately adjusted according to the nth-order approximation formula to be generated, and may be, for example, n+1 or more. For example, in the case of the cubic approximation, at least four pairs are prepared.
  • the information processing device includes a first-order approximation formula showing the relationship between the light irradiation output value equal to or less than a predetermined value and the signal intensity measurement value obtained in the case of the light irradiation output value and using the first-order approximation formula, a data group for generating the n-th order approximation formula can be obtained.
  • step S108 the information processing section 103 saves the n-order approximation formula generated in step S107.
  • the nth-order approximation formula is used in the subsequent biological sample analysis process.
  • step S108 the signal intensity calculated value calculated when the light irradiation output value is the predetermined value is saved as a threshold value used in the correction process described later.
  • step S109 the information processing section 103 ends the n-order approximation formula generation process.
  • biological sample analysis may be performed using the biological sample analyzer 100 .
  • the correction process described in (2-3) below is executed.
  • the biological sample analyzer 100 shown in FIG. 3 executes biological sample analysis processing.
  • the analytical process may include performing flow cytometry.
  • the light irradiation unit 101 irradiates the biological particles contained in the biological sample with light.
  • the detection unit 102 detects the light generated by the light irradiation.
  • the information processing unit 103 performs correction processing using the n-order approximation formula on the data regarding the detected light (in particular, fluorescence signal intensity data).
  • An example of a flow chart of the correction process is shown in FIG.
  • step S201 of the flow diagram shown in FIG. 5 the information processing section 103 starts correction processing.
  • step S202 the information processing section 103 acquires the measured value of the fluorescence signal intensity of the fluorescence detected by the detection section (also referred to as "detection section measurement value").
  • step S203 the information processing unit 103 determines whether the detection unit measurement value is greater than the threshold described in step S108. If the detection unit measurement value is greater than the threshold, the information processing unit 103 advances the process to step S204. If the detection unit measurement value is equal to or less than the threshold, the information processing unit 103 advances the process to step S206. As described above, in the present disclosure, the information processing unit calculates the signal strength measurement value using the signal strength calculation value calculated using the first-order approximation formula as a threshold when the light irradiation output value is the predetermined value. You can decide whether to correct it.
  • step S204 the information processing section 103 corrects the detection section measurement value using the n-order approximation formula described in step S108. For example, the information processing section 103 substitutes the detection section measurement value into the n-order approximation formula to obtain a corrected measurement value.
  • step S205 the information processing section 103 adopts the post-correction measured value as the output value.
  • step S206 the information processing section 103 adopts the detection section measurement value as an output value.
  • step S207 the information processing section 103 ends the correction process.
  • each light receiving element may be set as one fluorescence channel.
  • the information processing unit 103 executes the processes of steps S102 to S108 for each fluorescence channel, and obtains the n-order approximation formula and threshold value for each fluorescence channel.
  • the information processing unit 103 can execute the above-described correction processing for each fluorescence channel using the n-th order approximation formula and threshold value of each fluorescence channel. Further, the information processing section 103 may execute the above correction processing for each event.
  • the fluorescence signal data obtained in this manner is more appropriate data because the problem of linearity deterioration has been resolved.
  • FIG. 1 An example of the n-th order approximation formula generation process will be described below with reference to FIG.
  • the figure shows data acquired in the generation process.
  • the production process was carried out using a flow cytometer with a detection unit containing MPPC as a photodetector.
  • the flow cytometer performed the following steps. Note that in this example, the generation of the cubic approximation formula for correcting the output value of the FITC fluorescence channel is described. Third-order approximations may be similarly generated for other fluorescence channels.
  • Step 1 The laser power (light irradiation output value) of the laser light source included in the light irradiation unit of the flow cytometer was set to 60 mW. In this state, predetermined fluorescent beads were analyzed by the flow cytometer, and 3,000 points of event data were acquired. For these event data, the median of the output values of the FITC fluorescence channel was obtained, and the median was used as the signal intensity measurement value.
  • Step 2 The light irradiation output value and the threshold value of the flow cytometer were set to 1/a of the value in step 1. where a was 3 as shown in FIG. After the setting, the fluorescent beads were analyzed by the flow cytometer to acquire 3,000 event data points. For these event data, the median output value of the FITC fluorescence channel was obtained and the median value was taken as the signal intensity measurement. The measured values are also shown in the figure.
  • Step 3 The light irradiation output value and the threshold value of the flow cytometer were set to 1/b of the value in step 1. where b was 10 as shown in FIG. After the setting, the fluorescent beads were analyzed by the flow cytometer to acquire 3,000 event data points. For these event data, the median output value of the FITC fluorescence channel was obtained and the median value was taken as the signal intensity measurement.
  • Step 4 The light irradiation output value and the threshold value of the flow cytometer were set to 1/c of the value in step 1. where c was 30 as shown in FIG. After the setting, the fluorescent beads were analyzed by the flow cytometer to acquire 3,000 event data points. For these event data, the median output value of the FITC fluorescence channel was obtained and the median value was taken as the signal intensity measurement.
  • Step 5 The light irradiation output value and the threshold value of the flow cytometer were set to 1/d of the value in step 4. where d was 2 as shown in FIG. After the setting, the fluorescent beads were analyzed by the flow cytometer to acquire 3,000 event data points. For these event data, the median output value of the FITC fluorescence channel was obtained and the median value was taken as the signal intensity measurement.
  • Step 6 The light irradiation output value and the threshold value of the flow cytometer were set to 1/e of the value in step 4. where e was 4 as shown in FIG. After the setting, the fluorescent beads were analyzed by the flow cytometer to acquire 3,000 event data points. For these event data, the median output value of the FITC fluorescence channel was obtained and the median value was taken as the signal intensity measurement.
  • Step 7 From the measurement results obtained in steps 4, 5, and 6 above, a linear approximation between the light irradiation output value (laser power) and the signal strength measurement value (Median) was generated.
  • the coefficient of determination R 2 for this first-order approximation formula was 0.999965. The coefficient of determination satisfied the condition of R 2 >0.9995.
  • Step 8 By substituting the laser powers set in steps 1 to 4 into the first-order approximation formula generated in step 7, a signal intensity calculation value for each laser power was obtained. These signal strength calculated values are shown as true values in the figure.
  • Step 9 A cubic approximation was generated from the signal strength measurements and signal strength calculations in steps 1-4.
  • the cubic approximation formula was adopted as the approximation formula for the correction process.
  • the signal intensity calculated value (true value) in step 4 was adopted as the threshold used in the correction process.
  • Step 10 A bioparticle analysis procedure was performed. In the analysis process, if the signal strength measurement value is equal to or greater than the threshold value (the signal strength calculation value calculated in step 4), the signal strength measurement value is corrected by the cubic approximation formula generated in step 9. was done. On the other hand, if the signal strength measurement was less than the signal strength calculation calculated for step 4, no such correction was made.
  • a, b, c, d, and e mentioned in steps 2 to 6 above were set so as to satisfy the following relationships. Setting the light irradiation output value so as to satisfy such a relationship is effective for generating good n-order approximation formulas and first-order approximation formulas. 1 ⁇ a ⁇ b ⁇ c and 1 ⁇ d ⁇ e
  • the laser power adopted in step 1 is a value near which the fluorescence signal intensity does not saturate and the fluorescence signal intensity saturates.
  • the laser power employed in steps 1 to 3 is large, and there is concern that linearity may deteriorate when such laser power is employed.
  • the laser power adopted in steps 4 to 6 is relatively small, and there is no concern about deterioration of linearity.
  • the signal intensity at saturation in the fluorescence channel is 1,048,575.
  • step 8 a first order approximation was generated that represents the relationship between the signal strength measurements measured in steps 4-6 and the laser power.
  • a first-order approximation formula two data points are sufficient, but in the above example, three data points are used in consideration of measurement variations and the like.
  • R 2 the validity of the generated first-order approximation was judged by R 2 .
  • the calculated R2 was 0.999965 as described above. Then, using the first-order approximation formula, the signal intensity calculated value (true value) at the laser power adopted in steps 4 to 6 was obtained.
  • step 9 a cubic approximation formula was generated using the signal strength measurement values and the signal strength calculation values in steps 1 to 4.
  • the cubic approximation was used to correct the measured signal strength measurements at laser powers of 50, 40, 16, 7, and 3 mW ("verification measurements" row in FIG. 6). These signal strength measurements are greater than or equal to the true values calculated in step 8 for step 4 .
  • the corrected values are shown in the figure. Also shown are the percent difference between the true value and the corrected value, and the percent difference between the true value and the signal strength measurement. For example, the percent difference between the true value and the signal strength measurement was up to 9.1%. On the other hand, the maximum difference between the true value and the corrected value was 0.8%. Thus, it can be seen that the correction using the cubic approximation formula makes the difference rate smaller, and the signal strength is appropriately corrected.
  • beads composed of a plurality of types of particle groups having stepwise different fluorescence intensity levels may be used for verification or adjustment of the detection unit.
  • the beads are used, for example, to verify the fluorescence sensitivity of the instrument, examples of which include beads configured to form multiple peaks, such as 4-peak beads, 6-peak beads, and 8-peak beads. be done.
  • An example of such beads is 8peakBeads (Sony Group Inc.) used for verification of fluorescence sensitivity.
  • other beads may also be used, such as instrument alignment beads or focus adjustment beads. Examples of such beads include AlignCheck Beads (Sony Group Inc.), which are used for adjusting or checking the status of devices.
  • the other beads may affect the processing.
  • an object of the present disclosure is to provide a technique for removing the influence of other beads in verification or adjustment processing using beads for fluorescence sensitivity verification.
  • the treatment for removing the influence of the other particles is also referred to as "carryover removal treatment”.
  • a biological sample analyzer includes a detector that detects light generated by irradiating particles with light, and an information processor that processes signal intensity data of the light detected by the detector,
  • the information processing unit detects a particle group that does not belong to the particle group from light signal intensity data generated by light irradiation of a sample that includes a particle group composed of a plurality of types of particle groups having stepwise different fluorescence intensity levels. is configured to perform a cancellation process to remove signal strength data relating to Further, in the removal process, the information processing unit uses two or more of the plurality of photodetectors included in the detection unit as fluorescence channels to identify the particle group that does not belong to the particle group. Execute the setting process to be set.
  • the removal process and the setting process By executing the removal process and the setting process, it is possible to remove the influence of other beads in the verification or adjustment process using beads for fluorescence sensitivity verification, which enables more appropriate fluorescence sensitivity verification. Furthermore, it also contributes to the improvement of detection accuracy. In addition, since the effect is removed by the removing process, the time required for the cleaning process can be shortened or the cleaning process can be simplified, thereby shortening the QC execution time.
  • the information processing unit adjusts the fluorescence channel so that the fluorescence intensity level of a particle group that does not belong to the particle population is higher than the fluorescence intensity level of any of the plurality of types of particle groups included in the particle population. Execute the setting process. This makes it easier to execute the later-described specifying process and removal process.
  • FIG. 3 is as described in (2) above.
  • FIG. 7 is an example of a flowchart of processing executed by the information processing section.
  • step S301 of FIG. 7 the information processing section 103 starts carryover removal processing.
  • the biological sample analyzer 100 may be subjected to device verification or adjustment processing using the other particles (for example, beads) described above. That is, the information processing unit 103 may be configured to execute the detection unit evaluation process including the carryover removal process after the device verification or adjustment process using the other particles is executed. Said other particles are hereinafter also referred to as "carryover". That is, the carryover may remain within the biological sample analyzer 100 .
  • step S302 the information processing unit 103 acquires signal intensity data of light generated by irradiating a sample including a particle group composed of a plurality of types of particle groups having stepwise different fluorescence intensity levels.
  • biological sample analyzer 100 performs flow cytometry on the sample. Thereby, event data for the sample is obtained.
  • the carryover may remain in the biological sample analyzer 100 (particularly in the channel) as described above. The carryover is a group of particles that do not belong to the particle population.
  • the particle population composed of a plurality of types of particle populations having stepwise different fluorescence intensity levels may be, for example, a fluorescent bead population, and more specifically, it is used for verifying the fluorescence sensitivity of the device. It may be a fluorescent bead population that is Examples of the fluorescent bead population include bead populations configured to form multiple peaks, such as 4-peak beads, 6-peak beads, and 8-peak beads.
  • step S303 the information processing section 103 executes extraction processing for extracting singlet data from the event data.
  • the information processing unit For the extraction process, the information processing unit generates scattered light plot data from event data acquired by, for example, flow cytometry, and sets a predetermined gate for the scattered light plot data to obtain a singlet Data may be extracted.
  • step S304 the information processing unit 103 specifies two or more of the plurality of photodetectors included in the detection unit as a particle group (carryover) that does not belong to the particle group in a removal process described later. Execute processing to set the fluorescence channel to be used for For example, in the same step, the information processing section executes the setting process such that the fluorescence intensity level of the carryover is higher than the fluorescence intensity level of any of the plurality of types of particle groups included in the particle population. .
  • the information processing section sets two photodetectors as fluorescence channels used to identify the carryover.
  • the carryover is a plurality of species contained in the particle population
  • the information processing unit sets two fluorescence channels so that the fluorescence intensity level is higher than any of the particle groups.
  • Each axis of the two-dimensional plot data may be the signal intensity of the fluorescence derived from the fluorochromes assigned to the two fluorescence channels.
  • the two-dimensional plot data may be two-dimensional plot data generated from the singlet data obtained by the extraction process in step S303.
  • FIG. 8 shows an example of two-dimensional plot data generated by performing the flow cytometry.
  • the two-dimensional plot data has the fluorescence intensity of the two fluorescence channels as the X and Y axes, respectively.
  • the plot of the carryover in the two-dimensional plot data 350 shown in FIG. The two fluorescence channels are set so that they are located farther from the intersection 353 of the two axes of the plot data than the plots in the dashed circle indicated by 352).
  • the A fluorescence channel employed as each axis of two-dimensional plot data is set such that the sum of squares for carryover is greater than any of the sums of squares for the plurality of types of particle groups.
  • the characteristics of the plurality of types of particle groups and the fluorescence of the carryover used for improving detection accuracy are generally known. A person skilled in the art can specify a fluorescence channel to be appropriately set based on these characteristics. Therefore, the fluorescence channel to be set may be determined in advance. For example, when performing the alignment process with the AlignCheck Beads and then performing the verification process with the 8peakBeads, the FITC channel and the PE channel may be set as the two fluorescence channels.
  • step S305 the information processing unit extracts signal intensity data relating to the particle group having the maximum fluorescence intensity level among the plurality of types of particle groups constituting the particle population, among the signal intensity data acquired by the fluorescence channel. Executes a specific process that identifies the . By executing the setting process and the specific process in step S304, it is possible to appropriately distinguish carryover data that should be removed from data related to the plurality of types of particle groups that should not be removed.
  • the information processing section generates a histogram of signal intensities for each of the two fluorescence channels set in step S304 in the identification process, and based on the histogram, particles having the maximum fluorescence intensity level Identify groups.
  • the histogram may be a histogram with signal strength as classes and the number of events of each signal strength as frequency.
  • the information processing section specifies the signal intensity at which the maximum number of events is recorded (hereinafter referred to as “maximum event number signal intensity”) in each of the two generated histograms.
  • maximum event number signal intensity the proportion of particle groups having the maximum fluorescence intensity level among the plurality of types of particle groups forming the particle population may be referred to.
  • the information processing section identifies the maximum signal intensity in the particle group having the maximum fluorescence intensity level based on the maximum event number signal intensity. In this way, the range of particles with the maximum fluorescence intensity level in each histogram is identified, and for each histogram the maximum signal intensity within that range is identified. The sum of squares of the maximum signal intensities of each histogram may be used for the removal condition described below. This embodiment is described below with reference to FIGS. 9 and 10.
  • FIG. FIG. 9 is an example of a flow chart of the specific processing.
  • FIG. 10 is a diagram schematically showing the generated histogram. The information processing section can execute the specific processing shown in the flowchart for each of the two generated histograms.
  • step S401 the information processing section 103 starts the identification process.
  • step S402 the information processing unit 103 generates a signal intensity histogram for each of the two set fluorescence channels.
  • the histogram is a histogram that uses signal strength as classes and the number of events of each signal strength as frequency.
  • such histograms are generated for each of the two fluorescence channels.
  • a schematic diagram of the histogram is shown in FIG. 10, and the following description will be made with reference to this schematic diagram. Note that the schematic diagram is prepared for better understanding of the processing to be performed, and may differ from the actual histogram.
  • step S403 the information processing unit uses the numerical value set based on the composition ratio of the particle group having the maximum fluorescence intensity level among the plurality of types of particle groups constituting the particle population, and obtains the Perform filtering to filter out a portion of the received signal strength data.
  • the particle population is composed of eight types of particle groups, and the constituent ratios of the eight types of particle groups are the same.
  • the particle group having the maximum fluorescence intensity level exists within the top 13%.
  • step S403 for example in histogram 451 of FIG. 10, the range indicated by arrow 452 is filtered. By executing the filtering process in this way, the specific process in the next step S404 is properly executed.
  • step S404 the information processing unit identifies the signal strength that recorded the maximum number of events (maximum number of events signal strength) from the data in the range filtered in step S403. For example, in the histogram 451 of FIG. 10, the position indicated by "max" on the vertical axis is the maximum number of events, and the signal strength recording the maximum number of events is at the position indicated by arrow 453 on the horizontal axis. value.
  • the information processing section can specify, in the specifying process, the signal intensity output value with the maximum number of events among the signal intensity data regarding the particle group having the maximum fluorescence intensity level.
  • step S405 the information processing section identifies signal intensity data relating to the particle group having the maximum fluorescence intensity level based on the maximum number of events signal intensity.
  • the information processing section may filter the particle group having the maximum fluorescence intensity level based on the maximum number of events signal intensity for the identification.
  • the identification of signal intensity data derived from particles belonging to the particle group having the maximum fluorescence intensity level contributes to proper discrimination from carryover signal intensity data. For example, in the histogram, the number of events obtained by multiplying the maximum number of events by a predetermined ratio (for example, any value between 0.0001 and 0.1, particularly 0.01) was recorded. A signal strength is determined to be calculated. The specified signal intensity exists at two points in the foot of the histogram.
  • the area sandwiched between these two locations is identified as the area corresponding to the signal intensity data for the particle group with the highest fluorescence intensity level.
  • the position indicated by "max ⁇ 0.01" on the vertical axis is the position of the number of events obtained by multiplying the maximum number of events by the predetermined ratio.
  • An arrow 454 indicates the range corresponding to this position on the horizontal axis. The range indicated by this arrow 454 is filtered as the region corresponding to the signal intensity data for the particle group with the maximum fluorescence intensity level.
  • step S406 the information processing section identifies the maximum signal strength value from among the signal strength data identified in step S405.
  • the value on the horizontal axis at the position indicated by arrow 455 is the maximum signal intensity value.
  • step S407 the information processing unit ends the identification process, and advances the process to step S306.
  • step S306 the information processing section sets removal conditions for removing signal intensity data relating to particle groups that do not belong to the particle population, based on signal intensity data relating to particle groups having the maximum fluorescence intensity level.
  • the information processing section sets the removal condition based on the maximum signal intensity value among the signal intensity data regarding the particle group having the maximum fluorescence intensity level.
  • the signal strength maximum is identified as described above.
  • the information processing section calculates the sum of squares of these two maximum signal strength values.
  • the sum of squares is employed as the threshold employed in the removal condition.
  • the sum of squares separates the two groups on the two-dimensional plot data, like the dashed line 460 shown in FIG.
  • the upper right portion of the area divided by the dashed line 460 is the area where the event data to be removed (that is, carryover data) exists.
  • the information processing section sets a removal condition to remove the event data when the sum of squares of the event data is equal to or greater than the threshold.
  • step S307 using the removal condition set in step S306, a process of removing signal strength data that satisfies the removal condition is executed.
  • the information processing section calculates the sum of squares for each event data.
  • the information processing section removes the event data when the sum of squares is equal to or greater than the threshold (or exceeds the threshold).
  • the information processing section does not remove the event data when the sum of squares is less than the threshold (or equal to or less than the threshold). Event data not removed in the latter case is used in the evaluation process of steps S308-S310.
  • two or more evaluation fluorescence channels are set for evaluating the signal intensity data after removal processing.
  • the two evaluation fluorescence channels are preferably different from the two fluorescence channels set in step S304.
  • the two evaluation fluorescence channels may be determined in advance for a sample containing a particle population composed of a plurality of types of particle groups having the stepwise different fluorescence intensity levels. Note that the two evaluation fluorescence channels may be the same as the two fluorescence channels set in step S304.
  • step S309 the information processing unit performs separation identification processing on the signal intensity data acquired in the two evaluation fluorescence channels set in step S308.
  • the information processing unit determines the number of stages (or the number of species) of a plurality of types of particle groups having different fluorescence intensity levels in stages from the signal intensity data after the removal process in step S307. identify groups of In this way, data of a plurality of groups (the same number of groups as the number of stages) is specified from the signal intensity data after the removal processing.
  • the separation and identification process is preferably performed using the k-means method.
  • the k-means separation and identification process may be performed by a method known in the art, for example, as described in Patent Document 1 above. For example, when the particle population composed of a plurality of types of particle groups having stepwise different fluorescence intensity levels is 8-peak beads, the information processing unit performs Eight populations are identified from the signal intensity data using, for example, the k-means method.
  • step S310 the information processing section executes evaluation processing using the data of the plurality of groups identified in step S309.
  • the information processing section calculates, for example, statistical values for each of the plurality of groups of data in order to execute the evaluation process.
  • the statistic may be, for example, the median fluorescence intensity or mean fluorescence intensity (MFI) of each population, or may be another statistic calculated using the median and/or MFI. .
  • the information processing section executes the evaluation processing, particularly the evaluation processing of the detection section, using statistical values of each of the plurality of groups of data.
  • the evaluation may be, for example, an evaluation based on sensitivity information.
  • the information on the sensitivity is, for example, an evaluation based on linearity or fluorescence detection sensitivity (MESF).
  • the method of calculating information on these sensitivities may be performed by methods known in the art, for example, as described in Patent Document 1 above.
  • the information processing section calculates sensitivity information (for example, the linearity and/or the fluorescence detection sensitivity) using the statistical values, and evaluates the detection section based on the calculated sensitivity information. For example, the nearer to 100% the linearity, the better. Also, the fluorescence detection sensitivity is evaluated to be better as it approaches a predetermined reference value (for example, 0).
  • step S309 and the evaluation processing in S310 are performed after the carryover is removed as described above, a more appropriate evaluation result can be obtained, thereby improving the detection accuracy.
  • step S311 the information processing section ends the process.
  • steps S301 to S311 Specific conditions adopted in steps S301 to S311 were as follows.
  • step S304 the FITC channel and the PE channel were set as fluorescence channels used for carryover removal processing.
  • step S305 steps S401-S407 described above were performed.
  • step S403 since the 8 peakBeads each contain 12.5% of the 8 types of particle groups, the above 6.5% is filtered.
  • step S405 the signal strength recording the number of events obtained by multiplying the maximum number of events by 0.01 as the predetermined ratio was identified.
  • step S306 the sum of squares of the maximum signal intensity values identified from the respective histograms of the FITC channel and the PE channel was calculated, and the sum of squares was adopted as the threshold adopted in the removal condition.
  • the information processing section sets a removal condition that the event data is removed when the sum of squares of the event data is equal to or greater than the threshold.
  • step S307 using the removal condition set in step S306, a process of removing signal intensity data satisfying the removal condition is executed.
  • step S308, the VioGreen channel and the PE channel are set as two evaluation fluorescence channels for evaluating the signal intensity data after removal processing.
  • step S309 separation identification processing is performed. The separation and identification processing was performed by the k-means method. Evaluation results for a plurality of populations specified by the separation and identification process are shown in FIGS. 12A and 12B. In these figures, the Y-axis is the number of events.
  • the X-axis is the signal intensity in the FITC channel and the signal intensity in the VioGreen channel respectively.
  • FIG. 13 also shows two-dimensional plot data with VioGreen and PE on the X-axis and Y-axis, respectively. From these figures, it can be seen that the peaks of each of the eight particle groups of the 8peakBeads are appropriately identified. Also, in these figures, carryovers are indicated by reference numerals 470, 471, and 472, respectively, and it was confirmed that these carryovers were removed and the separation and identification process was performed.
  • the biological sample analyzer of the present disclosure may perform both the linearity correction process described in (2) above and the evaluation process including the carryover removal process described in (3) above.
  • the biological sample analyzer may execute the evaluation process including the carryover removal process after executing the linearity correction process. As a result, the detection accuracy is improved by the linearity correction processing, and the carryover in the linearity correction processing is removed by the carryover removal processing, so that the evaluation processing can be executed appropriately.
  • the present disclosure includes a light irradiation unit that irradiates light onto particles, a detection unit that detects light generated by the light irradiation; and an information processing unit that controls the light irradiation unit and the detection unit,
  • the information processing section measures the signal strength of the light detected by the detection section based on the relationship between the light irradiation output value of the light irradiation section and the signal strength measurement value of the light detected by the detection section.
  • the information processing unit detects a particle group that does not belong to the particle group from light signal intensity data generated by light irradiation of a sample that includes a particle group composed of a plurality of types of particle groups having stepwise different fluorescence intensity levels. configured to perform a cancellation process that removes signal strength data for A biological sample analyzer is also provided.
  • the information processing unit sets two or more of the plurality of photodetectors included in the detection unit as fluorescence channels to be used for identifying particle groups that do not belong to the particle group.
  • a configuration process may be performed.
  • a light irradiation unit that irradiates the particles with light
  • a detection unit that detects light generated by the light irradiation
  • an information processing unit that controls the light irradiation unit and the detection unit
  • the information processing section measures the signal strength of the light detected by the detection section based on the relationship between the light irradiation output value of the light irradiation section and the signal strength measurement value of the light detected by the detection section. correct the value, Biological sample analyzer.
  • the information processing unit is configured to perform the correction using an n-order approximation expression indicating the relationship, n in the n-order approximation formula is an odd number of 3 or more, The biological sample analyzer according to [1].
  • the information processing unit creating a first-order approximation expression that indicates the relationship between a light irradiation output value equal to or less than a predetermined value and a signal strength measurement value obtained for the light irradiation output value; Obtaining a data group for generating the n-order approximation using the first-order approximation, The biological sample analyzer according to [2].
  • the information processing unit determines whether to correct the signal strength measurement value using the signal strength calculation value calculated using the first-order approximation formula as a threshold when the light irradiation output value is the predetermined value, [ The biological sample analyzer according to any one of 3] to [6]. [8] The biological sample analyzer according to any one of [1] to [7], wherein the detection unit includes one or more MPPCs as detectors for detecting the light.
  • a detection unit that detects light generated by irradiating the particles with light; an information processing unit that processes signal intensity data of the light detected by the detection unit; The information processing unit detects a particle group that does not belong to the particle group from light signal intensity data generated by light irradiation of a sample that includes a particle group composed of a plurality of types of particle groups having stepwise different fluorescence intensity levels. is configured to perform a cancellation process that removes signal strength data for
  • the information processing unit uses two or more of a plurality of photodetectors included in the detection unit as fluorescence channels for identifying particle groups that do not belong to the particle group. Run the configuration process to set as, Biological sample analyzer.
  • the information processing unit performs the fluorescence channel setting process such that the fluorescence intensity level of a particle group that does not belong to the particle population is higher than the fluorescence intensity level of any of the plurality of types of particle groups included in the particle population.
  • the biological sample analyzer according to [9].
  • the information processing unit in the removal process, performing a specifying process of specifying, from among the signal intensity data acquired by the fluorescence channel, the signal intensity data relating to the particle group having the maximum fluorescence intensity level among the plurality of types of particle groups that make up the particle population; The biological sample analyzer according to [9] or [10].
  • the information processing unit in the specific process, Identifying the signal intensity output value with the maximum number of events among the signal intensity data for the particle group having the maximum fluorescence intensity level, The biological sample analyzer according to [11].
  • the information processing unit in the specific process, Identifying the signal intensity data for the particle group having the maximum fluorescence intensity level based on the signal intensity output value with the maximum number of events; The biological sample analyzer according to [12].
  • the information processing unit in the removal process, setting a removal condition for removing signal intensity data for a particle group that does not belong to the particle group based on the signal intensity data for the particle group having the maximum fluorescence intensity level; [11] The biological sample analyzer according to any one of [13].
  • the information processing unit performs setting processing for setting two or more of the plurality of photodetectors included in the detection unit as fluorescence channels to be used for evaluating signal intensity data after execution of the removal processing.
  • the biological sample analyzer according to any one of [9] to [15], further executed.

Abstract

本技術は、生体試料分析装置における検出精度の向上のための技法を提供することを目的とする。　本開示は、粒子に光照射する光照射部と、前記光照射によって生じた光を検出する検出部と、前記光照射部及び前記検出部を制御する情報処理部とを含む生体試料分析装置に関する。一実施態様において、前記情報処理部は、前記光照射部の光照射出力値と前記検出部により検出された光の信号強度測定値との間の関係性に基づき、前記検出部により検出された光の信号強度測定値を補正する。また、一実施態様において、前記情報処理部は、前記段階的に異なる蛍光強度レベルを有する複数種の粒子群から構成される粒子集団を含む試料に対する光照射によって生じた光の信号強度データから、前記粒子集団に属さない粒子群に関する信号強度データを除去する除去処理を実行するように構成されている。

Description

生体試料分析装置
　本開示は、生体試料分析装置に関する。より詳細には、本開示は、生体試料に含まれる生体粒子に光照射する光照射部と、前記光照射によって生じた光を検出する検出部とを有する生体試料分析装置に関する。
　例えば細胞、微生物、及びリポソームなどの粒子集団を蛍光色素によって標識し、当該粒子集団のそれぞれの粒子にレーザ光を照射して励起された蛍光色素から発生する蛍光の強度及び／又はパターンを計測することによって、粒子の特性を測定することが行われている。当該測定を行う粒子分析装置の代表的な例として、フローサイトメータを挙げることができる。
　フローサイトメータは、流路内を１列に並んで通流する粒子に特定波長のレーザ光（励起光）を照射して、各粒子から発せられた蛍光及び／又は散乱光を検出することにより、複数の粒子を１つずつ分析する装置である。フローサイトメータは、光検出器で検出した光を電気的信号に変換して数値化し、統計解析を行うことにより、個々の粒子の特性、例えば種類、大きさ、及び構造などを判定することができる。
　フローサイトメータによって生体試料の分析を実行する前に、例えばレーザ光源及び光検出器などの校正が行われる。当該校正に関する手法が、これまでにいくつか提案されている。例えば以下の特許文献１には、異なる蛍光強度を有する蛍光色素で標識された複数の粒子からなるサンプルからの蛍光信号に基づき複数の蛍光強度を取得し、前記サンプルの蛍光強度割合に基づいて検出された複数の蛍光強度それぞれに対する強度範囲を認識し、蛍光検出部の感度に関する情報を算出する情報処理部を備える情報処理装置が開示されている。
特開第２０１６－２１７７８９号公報
　フローサイトメータなどの生体試料分析装置に関して、光検出器として、ＭＰＰＣ（Multi-Pixel Photon Counter）などのフォトダイオードが採用されることがある。当該光検出器へ入射する入射光量と当該検出器の出力値との間には、リニアリティがあることが求められる。しかしながら、入射光量によっては当該リニアリティの劣化が生じる場合がある。検出精度の向上のためには、当該劣化を解消することが望ましい。
　また、フローサイトメータなどの生体試料分析装置の検出精度を高めるために、所定のピークを形成するように構成されたビーズを用いた検証又は調整処理が行われる。例えば８ピークビーズを用いた検出系の検証又は調整処理が行われる。しかしながら、装置内に、他の種類のビーズが残存している状態で前記検出系の検証又は調整処理を行うと、当該他の種類のビーズが当該処理に影響を及ぼす場合がある。検出精度の向上のためには、当該影響を除去することが望ましい。
　本開示は、これらの課題の少なくとも一つを解決することを目的とする。
　本開示は、
　粒子に光照射する光照射部と、
　前記光照射によって生じた光を検出する検出部と、
　前記光照射部及び前記検出部を制御する情報処理部と、を含み、
　前記情報処理部は、前記光照射部の光照射出力値と前記検出部により検出された光の信号強度測定値との間の関係性に基づき、前記検出部により検出された光の信号強度測定値を補正する、
　生体試料分析装置を提供する。
　前記情報処理部は、前記関係性を示すｎ次近似式を利用して前記補正を実行するように構成されてよく、
　前記ｎ次近似式におけるｎは３以上の奇数であってよい。
　前記情報処理部は、
　所定値以下の光照射出力値と当該光照射出力値の場合に取得された信号強度測定値との間の関係性を示す１次近似式を作成し、そして、
　当該１次近似式を利用して、前記ｎ次近似式を生成するためのデータ群を取得してよい。
　前記情報処理部は、前記１次近似式の相関性指標を取得しうる。
　前記情報処理部は、前記相関性指標が所定の条件を満たすかを判定しうる。
　前記情報処理部は、前記所定値以上の光照射出力値の場合に取得された信号強度測定値と前記１次近似式に当該光照射出力値を代入して算出された信号強度算出値とのペアを含むデータ群を用いて、前記ｎ次近似式を生成しうる。
　前記情報処理部は、光照射出力値が前記所定値である場合において前記１次近似式を用いて算出された信号強度算出値を閾値として、信号強度測定値を補正するかを判定しうる。
　前記検出部は、前記光を検出する検出器として１以上のＭＰＰＣを含みうる。
　また、本開示は、
　粒子への光照射によって生じた光を検出する検出部と、
　前記検出部により検出された光の信号強度データを処理する情報処理部と、を含み、
　前記情報処理部は、段階的に異なる蛍光強度レベルを有する複数種の粒子群から構成される粒子集団を含む試料に対する光照射によって生じた光の信号強度データから、前記粒子集団に属さない粒子群に関する信号強度データを除去する除去処理を実行するように構成されており、
　ここで、前記情報処理部は、前記除去処理において、前記検出部に含まれる複数の光検出器のうちの２つ以上を、前記粒子集団に属さない粒子群を特定するために利用する蛍光チャネルとして設定する設定処理を実行する、
　生体試料分析装置も提供する。
　前記情報処理部は、前記粒子集団に属さない粒子群の蛍光強度レベルが前記粒子集団に含まれる複数種の粒子群のいずれの蛍光強度レベルよりも大きくなるように、前記蛍光チャネルの設定処理を実行しうる。
　前記情報処理部は、前記除去処理において、
　前記蛍光チャネルによって取得された信号強度データのうちから、前記粒子集団を構成する複数種の粒子群のうちの最大蛍光強度レベルを有する粒子群に関する信号強度データを特定する特定処理を実行しうる。
　前記情報処理部は、前記特定処理において、
　最大蛍光強度レベルを有する粒子群に関する信号強度データのうち、イベント数が最大となる信号強度出力値を特定しうる。
　前記情報処理部は、前記特定処理において、
　前記イベント数が最大となる信号強度出力値に基づき、最大蛍光強度レベルを有する粒子群に関する信号強度データを特定しうる。
　前記情報処理部は、前記除去処理において、
　前記最大蛍光強度レベルを有する粒子群に関する信号強度データに基づき、前記粒子集団に属さない粒子群に関する信号強度データを除去するための除去条件を設定しうる。
　前記情報処理部は、前記除去条件を、前記最大蛍光強度レベルを有する粒子群に関する信号強度データのうち、信号強度出力値の最大値に基づき設定しうる。
　前記情報処理部は、前記検出部に含まれる複数の光検出器のうちの２つ以上を、前記除去処理の実行後の信号強度データを評価するために利用する蛍光チャネルとして設定する設定処理をさらに実行しうる。
　前記情報処理部は、k-means法により、前記除去処理の実行後の信号強度データに対する分離識別処理を実行しうる。
本開示の生体試料分析装置の構成例を示す図である。 リニアリティの劣化を説明するためのグラフを示す図である。 本開示に従う生体試料分析装置のブロック図の一例を示す図である。 光照射部の光照射出力値と検出部により検出された光の信号強度測定値との間の関係性を取得する処理のフロー図の一例である。 ｎ次近似式を用いた補正処理のフロー図の一例である。 実施例のｎ次近似式生成処理において取得されたデータを示す表である。 情報処理部により実行される処理のフロー図の一例である。 フローサイトメトリーを実施して生成された二次元プロットデータの例を示す。 特定処理のフロー図の一例である。 生成されるヒストグラムを模式的に示した図である。 除去条件において採用される二乗和により区切られる領域を説明するための図である。 分離識別処理によって得られた評価結果を示す図である。 分離識別処理によって得られた評価結果を示す図である。 ＶｉｏＧｒｅｅｎ及びＰＥをそれぞれＸ軸及びＹ軸として二次元プロットデータである。
　以下、本開示を実施するための好適な形態について説明する。なお、以下に説明する実施形態は、本開示の代表的な実施形態を示したものであり、本開示の範囲がこれらの実施形態のみに限定されることはない。なお、本開示の説明は以下の順序で行う。
１．第１の実施形態（生体試料分析装置）
（１）構成例
（２）リニアリティ補正
（２－１）リニアリティ補正の基本概念
（２－２）ｎ次近似式生成処理のフロー
（２－３）ｎ次近似式を用いた補正処理のフロー
（２－４）ｎ次近似式の生成処理及び当該近似式を用いた補正処理の実施例
（３）キャリーオーバー除去
（３－１）キャリーオーバー除去の基本概念
（３－２）キャリーオーバー除去処理を含む検出部評価処理のフロー
（３－３）キャリーオーバー除去処理を含む検出部評価処理の具体例
（４）上記（２）及び（３）が実行される態様
１．第１の実施形態（生体試料分析装置）
（１）構成例
　本開示の生体試料分析装置の構成例を図１に示す。図１に示される生体試料分析装置６１００は、流路Ｃを流れる生体試料Ｓに光を照射する光照射部６１０１、前記生体試料Ｓに光を照射することにより生じた光を検出する検出部６１０２、及び前記検出部により検出された光に関する情報を処理する情報処理部６１０３を含む。生体試料分析装置６１００の例としては、フローサイトメータ及びイメージングサイトメータを挙げることができる。生体試料分析装置６１００は、生体試料内の特定の生体粒子Ｐの分取を行う分取部６１０４を含んでもよい。前記分取部を含む生体試料分析装置６１００の例としては、セルソータを挙げることができる。
（生体試料）
　生体試料Ｓは、生体粒子を含む液状試料であってよい。当該生体粒子は、例えば細胞又は非細胞性生体粒子である。前記細胞は、生細胞であってよく、より具体的な例として、赤血球や白血球などの血液細胞、及び精子や受精卵等生殖細胞を挙げることができる。また前記細胞は全血等検体から直接採取されたものでもよいし、培養後に取得された培養細胞であってもよい。前記非細胞性生体粒子として、細胞外小胞、特にはエクソソーム及びマイクロベシクルなどを挙げることができる。前記生体粒子は、１つ又は複数の標識物質（例えば色素（特には蛍光色素）及び蛍光色素標識抗体など）によって標識されていてもよい。なお、本開示の生体試料分析装置により、生体粒子以外の粒子が分析されてもよく、キャリブレーションなどのために、ビーズなどが分析されてもよい。
（流路）
　流路Ｃは、生体試料Ｓが流れるように構成される。特には、流路Ｃは、前記生体試料に含まれる生体粒子が略一列に並んだ流れが形成されるように構成されうる。流路Ｃを含む流路構造は、層流が形成されるように設計されてよい。特には、当該流路構造は、生体試料の流れ（サンプル流）がシース液の流れによって包まれた層流が形成されるように設計される。当該流路構造の設計は、当業者により適宜選択されてよく、既知のものが採用されてもよい。流路Ｃは、マイクロチップ（マイクロメートルオーダーの流路を有するチップ）又はフローセルなどの流路構造体（flow channel structure）中に形成されてよい。流路Ｃの幅は、１ｍｍ以下であり、特には１０μｍ以上１ｍｍ以下であってよい。流路Ｃ及びそれを含む流路構造体は、プラスチックやガラスなどの材料から形成されてよい。
　流路Ｃ内を流れる生体試料、特には当該生体試料中の生体粒子に、光照射部６１０１からの光が照射されるように、本開示の生体試料分析装置は構成される。本開示の生体試料分析装置は、生体試料に対する光の照射点（interrogation point）が、流路Ｃが形成されている流路構造体中にあるように構成されてよく、又は、当該光の照射点が、当該流路構造体の外にあるように構成されてもよい。前者の例として、マイクロチップ又はフローセル内の流路Ｃに前記光が照射される構成を挙げることができる。後者では、流路構造体（特にはそのノズル部）から出た後の生体粒子に前記光が照射されてよく、例えばＪｅｔ　ｉｎ　Ａｉｒ方式のフローサイトメータを挙げることができる。
（光照射部）
　光照射部６１０１は、光を出射する光源部と、当該光を照射点へと導く導光光学系とを含む。前記光源部は、１又は複数の光源を含む。光源の種類は、例えばレーザ光源又はＬＥＤである。各光源から出射される光の波長は、紫外光、可視光、又は赤外光のいずれかの波長であってよい。導光光学系は、例えばビームスプリッター群、ミラー群又は光ファイバなどの光学部品を含む。また、導光光学系は、光を集光するためのレンズ群を含んでよく、例えば対物レンズを含む。生体試料と光が交差する照射点は、１つ又は複数であってよい。光照射部６１０１は、一の照射点に対して、一つ又は異なる複数の光源から照射された光を集光するよう構成されていてもよい。
（検出部）
　検出部６１０２は、生体粒子への光照射により生じた光を検出する少なくとも一つの光検出器を備えている。検出する光は、例えば蛍光又は散乱光（例えば前方散乱光、後方散乱光、及び側方散乱光のいずれか１つ以上）である。各光検出器は、１以上の受光素子を含み、例えば受光素子アレイを有する。各光検出器は、受光素子として、１又は複数のＰＭＴ（光電子増倍管）及び／又はＡＰＤ及びＭＰＰＣ等のフォトダイオードを含んでよい。当該光検出器は、例えば複数のＰＭＴを一次元方向に配列したＰＭＴアレイを含む。また、検出部６１０２は、ＣＣＤ又はＣＭＯＳなどの撮像素子を含んでもよい。検出部６１０２は、当該撮像素子により、生体粒子の画像（例えば明視野画像、暗視野画像、及び蛍光画像など）を取得しうる。
　検出部６１０２は、所定の検出波長の光を、対応する光検出器に到達させる検出光学系を含む。検出光学系は、プリズムや回折格子等の分光部又はダイクロイックミラーや光学フィルタ等の波長分離部を含む。検出光学系は、例えば生体粒子への光照射により生じた光を分光し、当該分光された光が、生体粒子が標識された蛍光色素の数より多い複数の光検出器にて検出されるよう構成される。このような検出光学系を含むフローサイトメータをスペクトル型フローサイトメータと呼ぶ。また、検出光学系は、例えば生体粒子への光照射により生じた光から特定の蛍光色素の蛍光波長域に対応する光を分離し、当該分離された光を、対応する光検出器に検出させるよう構成される。
　また、検出部６１０２は、光検出器により得られた電気信号をデジタル信号に変換する信号処理部を含みうる。当該信号処理部が、当該変換を行う装置としてＡ／Ｄ変換器を含んでよい。当該信号処理部による変換により得られたデジタル信号が、情報処理部６１０３に送信されうる。前記デジタル信号が、情報処理部６１０３により、光に関するデータ（以下「光データ」ともいう）として取り扱われうる。前記光データは、例えば蛍光データを含む光データであってよい。より具体的には、前記光データは、光強度データであってよく、当該光強度は、蛍光を含む光の光強度データ（Ａｒｅａ、Ｈｅｉｇｈｔ、Ｗｉｄｔｈ等の特徴量を含んでもよい）であってよい。
（情報処理部）
　情報処理部６１０３は、例えば各種データ（例えば光データ）の処理を実行する処理部及び各種データを記憶する記憶部を含む。処理部は、蛍光色素に対応する光データを検出部６１０２より取得した場合、光強度データに対し蛍光漏れ込み補正（コンペンセーション処理）を行いうる。また、処理部は、スペクトル型フローサイトメータの場合、光データに対して蛍光分離処理を実行し、蛍光色素に対応する光強度データを取得する。　前記蛍光分離処理は、例えば特開２０１１－２３２２５９号公報に記載されたアンミキシング方法に従い行われてよい。検出部６１０２が撮像素子を含む場合、処理部は、撮像素子により取得された画像に基づき、生体粒子の形態情報を取得してもよい。記憶部は、取得された光データを格納できるように構成されていてよい。記憶部は、さらに、前記アンミキシング処理において用いられるスペクトラルリファレンスデータを格納できるように構成されていてよい。
　生体試料分析装置６１００が後述の分取部６１０４を含む場合、情報処理部６１０３は、光データ及び／又は形態情報に基づき、生体粒子を分取するかの判定を実行しうる。そして、情報処理部６１０３は、当該判定の結果に基づき当該分取部６１０４を制御し、分取部６１０４による生体粒子の分取が行われうる。
　情報処理部６１０３は、各種データ（例えば光データや画像）を出力することができるように構成されていてよい。例えば、情報処理部６１０３は、当該光データに基づき生成された各種データ（例えば二次元プロット、スペクトルプロットなど）を出力しうる。また、情報処理部６１０３は、各種データの入力を受け付けることができるように構成されていてよく、例えばユーザによるプロット上へのゲーティング処理を受け付ける。情報処理部６１０３は、当該出力又は当該入力を実行させるための出力部（例えばディスプレイなど）又は入力部（例えばキーボードなど）を含みうる。
　情報処理部６１０３は、汎用のコンピュータとして構成されてよく、例えばＣＰＵ、ＲＡＭ、及びＲＯＭを備えている情報処理装置として構成されてよい。情報処理部６１０３は、光照射部６１０１及び検出部６１０２が備えられている筐体内に含まれていてよく、又は、当該筐体の外にあってもよい。また、情報処理部６１０３による各種処理又は機能は、ネットワークを介して接続されたサーバコンピュータ又はクラウドにより実現されてもよい。
（分取部）
　分取部６１０４は、情報処理部６１０３による判定結果に応じて、生体粒子の分取を実行する。分取の方式は、振動により生体粒子を含む液滴を生成し、分取対象の液滴に対して電荷をかけ、当該液滴の進行方向を電極により制御する方式であってよい。分取の方式は、流路構造体内にて生体粒子の進行方向を制御し分取を行う方式であってもよい。当該流路構造体には、例えば、圧力（噴射若しくは吸引）又は電荷による制御機構が設けられる。当該流路構造体の例として、流路Ｃがその下流で回収流路及び廃液流路へと分岐している流路構造を有し、特定の生体粒子が当該回収流路へ回収されるチップ（例えば特開２０２０－７６７３６に記載されたチップ）を挙げることができる。
（２）リニアリティ補正
（２－１）リニアリティ補正の基本概念
　ＭＰＰＣ（Multi-Pixel Photon Counter）は、ＳｉＰＭの一つであり、アレイ状に配置された複数のＡＰＤ（avalanche photodiode）を含む。各ＡＰＤの単位をピクセルともいう。ＭＰＰＣは、検出時間内に全てのピクセルに入った光子を検出する。
　各ピクセルからの出力パルス数は１つであり、これは、各ピクセルに入った光子の数によって変化しない。すなわち、１ピクセルに１つの光子が入った場合も、２つの光子が同時に入った場合も出力パルスは１つである。そのため、１ピクセルに２光子以上が検出時間内に入射すると、入射光量とＭＰＰＣ出力との間のリニアリティの関係に齟齬が生じることになり、これは入射光量が大きくなるほど起こりやすくなる。
　図２に、リニアリティの劣化を説明するためのグラフを示す。当該グラフにおいて、横軸はレーザパワーであり、縦軸は出力値（ＦＩＴＣチャネルのHeightデータ）である。当該グラフに示されるように、レーザパワーが大きい領域、すなわち入射光量が大きい領域では、出力値は、想定される直線関係に基づく値よりも低くなる。例えば、励起光のレーザパワーが６０ｍＷである場合には、同図に示されるように、出力値は、想定される値よりも９．１％低い。このように、入射光量が大きくなるとリニアリティの劣化が生じる。
　リニアリティの劣化は、或る入射光量において決まった確率で起こり、また、同じ傾向を示す。そのため、リニアリティの劣化に対して、事前に取得されたデータに基づく補正を行うことで対処することができる。
　本開示に従う生体試料分析装置は、光照射部の光照射出力値と検出部により検出された光の信号強度測定値との間の関係性に基づき、前記検出部により検出された光の信号強度測定値を補正する情報処理部を含む。これにより、入射光量が大きくなった場合におけるリニアリティ劣化に対処することができる。
　前記関係性は、例えば、レーザパワーを変更しながら実際にサンプルビーズを流して光検出処理を行い、ＭＰＰＣへの入射光による出力を取得することによって得られてよい。前記関係性は、例えば近似式、特にはｎ次近似式によって表されてよい。当該ｎ次近似式の生成処理について、以下（２－２）において図３及び図４を参照しながら説明する。図３は、本開示に従う生体試料分析装置のブロック図の一例である。図４は、前記関係性を取得する処理のフロー図の一例である。また、前記ｎ次近似式を用いた補正処理について、以下（２－３）において図３及び図５を参照しながら説明する。さらに、当該ｎ次近似式の生成処理及び当該ｎ次近似式を用いた補正処理の実施例を以下（２－４）において図５を参照しながら説明する。
　ＭＰＰＣへの高入力によるリニアリティの劣化は、ＭＰＰＣへの入射光の特徴（例えば形状、大きさ、及び強度分布など）に依存する。フローサイトメータなどの生体試料分析装置に関して、当該入射光の特徴は、短期間（例えば１回の分析など）ではほぼ変わらないが、長期的には変化する可能性がある。入射光の特徴の変化に対処するために、所定のタイミングでリニアリティ校正を実行することが望ましい。例えば、生体試料の分析を実行する前に実行されるＱＣ（Quality Control）段階で、リニアリティ校正を実行することが考えられる。すなわち、本開示に従う生体試料分析装置は、例えばＱＣ段階で、前記関係性を取得する処理を行ってよく、特には前記ｎ次近似式の生成処理を実行するように構成されてよい。
（２－２）ｎ次近似式生成処理のフロー
　図３に示される生体試料分析装置１００は、生体試料に含まれる生体粒子に光照射する光照射部１０１と、前記光照射によって生じた光を検出する検出部１０２と、前記光照射部を制御する情報処理部１０３とを備えている。光照射部１０１、検出部１０２、及び情報処理部１０３は、上記（２）において説明した光照射部６１０１、検出部６１０２、及び情報処理部６１０３と同じである。
　本開示において、検出部１０２は、前記光を検出する検出器として、好ましくは１以上のフォトダイオード、好ましくは１以上のＳｉフォトダイオードを含む。前記１以上のフォトダイオードは、例えば１以上のＡＰＤ、１以上のＭＰＰＣ、又はこれらの組合せを含んでよい。一つの実施態様において、前記検出部は、前記光を検出する検出器として１以上のＭＰＰＣを含む。本開示は、検出部がこのような受光素子を含む場合において生じる上記課題を解決するために適している。
　図４に示されるフロー図のステップＳ１０１において、情報処理部１０３は、光照射部の光照射出力値と検出部により検出された光の信号強度測定値との間の関係性を取得する処理を開始する。当該処理は、前記生体試料分析装置による生体試料の分析処理が開始される前の装置設定段階において行われてよく、例えばＱＣ段階で行われよい。なお、当該処理は、前記生体試料分析装置による生体試料の分析処理の途中に行われてもよい。
　ステップＳ１０２において、生体試料分析装置１００は、複数の光照射出力値それぞれにおける信号強度測定値を取得する処理を実行する。例えば、生体試料分析装置１００は、当該取得のためにフローサイトメトリーを実行する。当該フローサイトメトリーによって、情報処理部１０３が、複数の光照射出力値それぞれにおける信号強度測定値を取得する。
　例えば、当該処理において、所定の蛍光ビーズからの蛍光の検出結果が取得される。すなわち、ステップＳ１０２において、当該所定の蛍光ビーズに対して、前記フローサイトメトリーが実行される。前記所定の蛍光ビーズは、例えばサイズ及び蛍光強度において均一であることが好ましい。前記所定の蛍光ビーズは、例えば４００ｎｍ～８００ｎｍの波長域において蛍光が得られるビーズであってよい。そのようなビーズの例として、AlignCheck Beads及びSortCal Beads（いずれもソニーグループ株式会社）が挙げられるが、これらに限定されない。
　前記複数の光照射出力値は、所定値以下（又は所定値未満）の複数の値と、所定値以上（又は所定値超）の複数の値と、を含む。当該所定値は、当該所定値以下の光照射出力値ではリニアリティ劣化が起こらず又は無視でき且つ当該所定値超の光照射出力値ではリニアリティ劣化が起こるように設定された値である。
　上記のとおり、リニアリティの劣化は、或る入射光量で決まった確率で起こり、また、同じ傾向を示す。すなわち、入射光量が低い場合にはリニアリティ劣化は起こらず、入射光量が多い場合にリニアリティ劣化が起こる。そのため、当該所定値は、予め設定することができる。
　前記所定値以下の複数の光照射出力値のそれぞれにおいて取得された信号強度測定値は、後述の１次近似式を生成するために利用される。
　すなわち、ステップＳ１０２において、情報処理部１０３は、前記所定値以下の２以上の光照射出力値それぞれにおいて取得された信号強度測定値を取得する。
　また、前記所定値以上の複数の光照射出力値のそれぞれにおいて取得された信号強度測定値は、後述のｎ次近似式を生成するために利用される。
　すなわち、ステップＳ１０２において、情報処理部１０３は、前記所定値以上の（ｎ＋１）以上の光照射出力値それぞれにおいて取得された信号強度測定値を取得する。
　ステップＳ１０２において、前記複数の光照射出力値のそれぞれの場合に取得される蛍光信号のイベント数は、例えば５００イベント～１０，０００イベント、好ましくは１，０００イベント～７０，０００イベントイベント、より好ましくは２，０００イベント～５０，０００イベントであってよい。
　ステップＳ１０２において取得される信号強度測定値は、例えば蛍光チャネルの出力の中央値（Median）又は平均（Mean）であってよい。
　前記検出部が複数の受光素子（例えば複数のＡＰＤ又は複数のＭＰＰＣ）を含む場合において、各受光素子が１つの蛍光チャネルとして設定されてよい。この場合において、情報処理部１０３は、ステップＳ１０２において、リニアリティ校正が求められる１以上の蛍光チャネルそれぞれについて信号強度測定値を取得してよい。本開示において、蛍光チャネル毎に、以降のステップＳ１０３～Ｓ１０８の処理が行われてよい。
　ステップＳ１０３において、情報処理部１０３は、前記所定値以下の光照射出力値における検出部測定値を用いて１次近似式を作成する。
　ステップＳ１０４において、情報処理部１０３は、前記１次近似式の相関性指標を取得する。前記相関性指標は、例えば決定係数Ｒ2であってよい。
　ステップＳ１０５において、情報処理部１０３は、前記相関性指標が所定の閾値以上（又は閾値超）であるかを判定する。前記所定の閾値は、前記１次近似式の妥当性を判定できるように当業者により適宜設定されてよい。前記前記相関性指標が決定係数Ｒ2である
場合、前記所定の閾値は例えば０．９９００以上、０．９９９０以上、又は０．９９９５以上のいずれかの値であってよい。一つの実施態様において、同ステップにおいて、情報処理部１０３は、前記相関性指標が０．９９９５超（Ｒ2＞０．９９９５）であるかを判定する。
　ステップＳ１０５において、前記相関性指標が所定の閾値以上（又は閾値超）である場合、情報処理部１０３は、処理をステップＳ１０６に進める。前記相関性指標が所定の閾値未満（又は閾値以下）である場合、情報処理部１０３は、処理をステップＳ１１０に進める。
　ステップＳ１１０において、情報処理部１０３は、例えば適切な１次近似式が生成されなかったことをユーザに知らせるアラートを生成しうる。情報処理部１０３は、当該アラートの生成とともに、例えば再度ｎ次近似式生成処理を実行するかをユーザに問い合わせる画面を表示装置に出力してよい。
　ステップＳ１０６において、情報処理部１０３は、前記複数の光照射出力値のうちの前記所定値以上の光照射出力値のそれぞれをステップＳ１０３において生成された１次近似式に代入して、前記所定値以上の光照射出力値それぞれに対応する信号強度算出値を取得する。これにより、前記所定値以上の光照射出力値それぞれに関する信号強度測定値と信号強度算出値とのペアを含むデータが得られる。当該データは、各光照射出力値に関連付けられていてよい。なお、前記信号強度算出値は、想定されるリニアリティに基づき算出された真値とも言える。
　ステップＳ１０７において、情報処理部１０３は、前記所定値以上の光照射出力値の場合に取得された信号強度測定値と前記１次近似式に当該光照射出力値を代入して算出された信号強度算出値とのペアを含むデータ群を用いて、ｎ次近似式を生成する。ここで、ｎは３以上の奇数であってよい。ｎは、例えば３、５、７、又は９であってよく、求められるデータ点数を少なくするために、特には３、５、又は７、より特には３又は５、さらにより特には３であってよい。
　前記ｎ次近似式を生成するために用いられる前記ペアの数は、生成されるｎ次近似式に応じて適宜調整されてよく、例えばｎ＋１以上であってよい。例えば３次近似式の場合は、少なくとも４つのペアが用意される。
　このように、本開示において、前記情報処理装置は、所定値以下の光照射出力値と当該光照射出力値の場合に取得された信号強度測定値との間の関係性を示す１次近似式を作成し、そして、当該１次近似式を利用して、前記ｎ次近似式を生成するためのデータ群を取得しうる。
　ステップＳ１０８において、情報処理部１０３は、ステップＳ１０７において生成されたｎ次近似式を保存する。当該ｎ次近似式は、その後に行われる生体試料分析処理において用いられる。
　ステップＳ１０８において、光照射出力値が前記所定値である場合に算出された信号強度算出値を、後述の補正処理において用いられる閾値として保存する。
　ステップＳ１０９において、情報処理部１０３は、ｎ次近似式生成処理を終了する。当該処理が行われた後に、生体試料分析装置１００を用いて生体試料分析が行われてよい。当該生体試料分析において、以下（２－３）において説明する補正処理が実行される。
（２－３）ｎ次近似式を用いた補正処理のフロー
　図３に示される生体試料分析装置１００は、生体試料の分析処理を実行する。当該分析処理はフローサイトメトリーを実行することを含んでよい。当該分析処理において、光照射部１０１が前記生体試料に含まれる生体粒子に光照射する。そして、検出部１０２が、前記光照射によって生じた光を検出する。当該検出された光に関するデータ（特には蛍光信号強度データ）に対して、情報処理部１０３は、前記ｎ次近似式を用いた補正処理を実行する。当該補正処理のフロー図の一例が図５に示されている。
　図５に示されるフロー図のステップＳ２０１において、情報処理部１０３は、補正処理を開始する。
　ステップＳ２０２において、情報処理部１０３は、検出部が検出した蛍光の蛍光信号強度の測定値（「検出部測定値」ともいう）を取得する。
　ステップＳ２０３において、情報処理部１０３は、前記検出部測定値が、上記ステップＳ１０８において述べた閾値より大きいかを判定する。
　前記検出部測定値が前記閾値よりも大きい場合、情報処理部１０３は、処理をステップＳ２０４に進める。
　前記検出部測定値が前記閾値以下である場合、情報処理部１０３は、処理をステップＳ２０６に進める。
　このように、本開示において、前記情報処理部は、光照射出力値が前記所定値である場合において前記１次近似式を用いて算出された信号強度算出値を閾値として、信号強度測定値を補正するかを判定しうる。
　ステップＳ２０４において、情報処理部１０３は、上記ステップＳ１０８において述べたｎ次近似式を利用して、前記検出部測定値を補正する。例えば、情報処理部１０３は、前記検出部測定値を前記ｎ次近似式に代入して、補正後測定値を得る。
　ステップＳ２０５において、情報処理部１０３は、補正後測定値を、出力値として採用する。
　ステップＳ２０６において、情報処理部１０３は、前記検出部測定値を出力値として採用する。
　ステップＳ２０７において、情報処理部１０３は、補正処理を終了する。
　上記（２－２）において述べたとおり、前記検出部が複数の受光素子（例えば複数のＡＰＤ又は複数のＭＰＰＣ）を含む場合において、各受光素子が１つの蛍光チャネルとして設定されてよい。この場合において、情報処理部１０３は、蛍光チャネル毎にステップＳ１０２～Ｓ１０８の処理を実行し、蛍光チャネル毎にｎ次近似式及び閾値を得る。情報処理部１０３は、以上で述べた補正処理を、蛍光チャネル毎に、各蛍光チャネルのｎ次近似式及び閾値を用いて実行しうる。
　また、情報処理部１０３は、以上の補正処理をイベント毎に実行してよい。
　このようにして得られた蛍光信号データは、リニアリティの劣化の問題が解消されており、より適切なデータである。
（２－４）ｎ次近似式の生成処理及び当該近似式を用いた補正処理の実施例
　以下で、ｎ次近似式の生成処理の実施例について、図６を参照しながら説明する。同図は、当該生成処理において取得されたデータを示す。前記生成処理は、光検出器としてＭＰＰＣを含む検出部を備えたフローサイトメータを用いて行われた。当該フローサイトメータは、以下のステップを実行した。なお、この実施例では、ＦＩＴＣ蛍光チャネルの出力値補正のための３次近似式の生成が説明されている。他の蛍光チャネルも同様に３次近似式が生成されてよい。
ステップ１．前記フローサイトメータの光照射部に含まれるレーザ光源のレーザパワー（光照射出力値）を６０ｍＷに設定した。このように設定された状態で、所定の蛍光ビーズに対して前記フローサイトメータによる分析処理を実行して、３，０００点のイベントデータを取得した。これらのイベントデータについて、ＦＩＴＣ蛍光チャネルの出力値の中央値（Median）を取得し、当該中央値を信号強度測定値とした。
ステップ２．前記フローサイトメータの光照射出力値及びThreshold値が、ステップ１における値の１／ａに設定された。ここでａは図６に示されるとおり３であった。当該設定後、前記蛍光ビーズに対する前記フローサイトメータによる分析処理を実行して、３，０００点のイベントデータを取得した。これらのイベントデータについて、ＦＩＴＣ蛍光チャネルの出力値の中央値を取得し、当該中央値を信号強度測定値とした。当該測定値も同図に示されている。
ステップ３．前記フローサイトメータの光照射出力値及びThreshold値が、ステップ１における値の１／ｂに設定された。ここでｂは図６に示されるとおり１０であった。当該設定後、前記蛍光ビーズに対する前記フローサイトメータによる分析処理を実行して、３，０００点のイベントデータを取得した。これらのイベントデータについて、ＦＩＴＣ蛍光チャネルの出力値の中央値を取得し、当該中央値を信号強度測定値とした。
ステップ４．前記フローサイトメータの光照射出力値及びThreshold値が、ステップ１における値の１／ｃに設定された。ここでｃは図６に示されるとおり３０であった。当該設定後、前記蛍光ビーズに対する前記フローサイトメータによる分析処理を実行して、３，０００点のイベントデータを取得した。これらのイベントデータについて、ＦＩＴＣ蛍光チャネルの出力値の中央値を取得し、当該中央値を信号強度測定値とした。
ステップ５．前記フローサイトメータの光照射出力値及びThreshold値が、ステップ４における値の１／ｄに設定された。ここでｄは図６に示されるとおり２であった。当該設定後、前記蛍光ビーズに対する前記フローサイトメータによる分析処理を実行して、３，０００点のイベントデータを取得した。これらのイベントデータについて、ＦＩＴＣ蛍光チャネルの出力値の中央値を取得し、当該中央値を信号強度測定値とした。
ステップ６．前記フローサイトメータの光照射出力値及びThreshold値が、ステップ４における値の１／ｅに設定された。ここでｅは図６に示されるとおり４であった。当該設定後、前記蛍光ビーズに対する前記フローサイトメータによる分析処理を実行して、３，０００点のイベントデータを取得した。これらのイベントデータについて、ＦＩＴＣ蛍光チャネルの出力値の中央値を取得し、当該中央値を信号強度測定値とした。
ステップ７．上記ステップ４、５、及び６において得られた測定結果から、光照射出力値（レーザパワー）と信号強度測定値（Median）との間の１次近似式が生成された。また、当該１次近似式に関して、決定係数Ｒ2は0.999965であった。当該決定係数は、Ｒ2＞０．９９９５という条件を満たしていた。
ステップ８．ステップ７において生成された前記１次近似式に、ステップ１～４において設定されたレーザパワーを代入して、各レーザパワーにおける信号強度算出値を得た。これらの信号強度算出値は、同図において真値として示されている。
ステップ９．ステップ１～４における信号強度測定値及び信号強度算出値から、３次近似式が生成された。当該３次近似式、補正処理のための近似式として採用された。また、ステップ４における信号強度算出値（真値）が、補正処理において用いられる閾値として採用された。
ステップ１０．生体粒子分析処理を行った。当該分析処理において、信号強度測定値が、前記閾値（ステップ４に関して算出された信号強度算出値）以上である場合に、ステップ９において生成された前記３次近似式により、信号強度測定値が補正された。一方で、信号強度測定値が、ステップ４に関して算出された信号強度算出値未満の場合には、当該補正は行われなかった。
　なお、上記ステップ２～６において言及したａ、ｂ、ｃ、ｄ、及びｅは、下記の関係を満たすように設定された。このような関係を満たすよう光照射出力値を設定することは、良いｎ次近似式及び１次近似式を生成するために有効である。
１＜ａ＜ｂ＜ｃ、及び、１＜ｄ＜ｅ
　以上で述べたステップ１～１０について、以下で、より詳細な説明を行う。
　ステップ１において採用されたレーザパワーは、蛍光信号強度の飽和が起こらず、且つ、蛍光信号強度は飽和する付近の値であることが望ましい。ステップ１～３において採用されたレーザパワーは大きく、このようなレーザパワーが採用された場合は、リニアリティの劣化が懸念される。一方で、ステップ４～６において採用されたレーザパワーは比較的小さく、リニアリティの劣化は懸念されない。なお、前記蛍光チャネルにおける飽和時の信号強度は1048575である。
　そこで、ステップ８において、ステップ４～６において測定された信号強度測定値とレーザパワーとの間の関係性を示す１次近似式が生成された。なお、１次近似式を生成するためには、データ点数は２点でよいが、上記では測定ばらつきなどを考慮し、３点とした。さらに、生成された１次近似式について、Ｒ2により妥当性が判定された。算出されたＲ2は、上記のとおり0.999965であった。そして、当該１次近似式を用いて、ステップ４～６において採用されたレーザパワーにおける信号強度算出値（真値）を得た。
　そして、ステップ９において、ステップ１～４における信号強度測定値と信号強度算出値とを用いて、３次近似式が生成された。
　前記３次近似式を用いて、レーザパワーが５０、４０、１６、７、及び３ｍＷである場合に測定された信号強度測定値を補正した（図６の「検証用測定」の行）。これらの信号強度測定値は、ステップ８において算出された真値のうち、ステップ４に関する真値以上である。
　補正後の値が同図に示されている。真値と補正後の値との差率、及び、真値と信号強度測定値との差率も示されている。例えば真値と信号強度測定値の差率は最大９．１％であった。一方で、真値と補正後の値との差率は最大で０．８％であった。このように、３次近似式を用いた補正によって差率がより小さくなっており、適切に信号強度が補正されたことが分かる。
　また、信号強度測定値が、ステップ４における真値である３２００８以上の時は前記３次近似式を用いた補正を行い、３２００８未満の場合は、低出力でリニアリティに懸念がないため補正を行わないとする。これにより、不要な補正処理が実行されることを防ぐことができ、処理速度を高めることができる。
（３）キャリーオーバー除去
（３－１）キャリーオーバー除去の基本概念
　上記で述べたように、フローサイトメータなどの生体試料分析装置の検出精度を高めるために又はＱＣ（Quality Control）のために、いくつかの種類のビーズを用いた検証又は調整処理が行われる。
　例えば、検出部の検証又は調整のために、段階的に異なる蛍光強度レベルを有する複数種の粒子群から構成されたビーズが用いられることがある。当該ビーズは、例えば装置の蛍光感度の検証のために用いられ、その例として、４ピークビーズ、６ピークビーズ、及び８ピークビーズなどの複数のピークが形成されるように構成されたビーズが挙げられる。このようなビーズの例として、蛍光感度の検証のために用いられる8peakBeads（ソニーグループ株式会社）を挙げることができる。
　また、前記蛍光感度検証用のビーズ以外にも、例えば装置のアラインメント用ビーズ又は焦点調節用ビーズなど他のビーズも用いられる。このようなビーズの例として、装置の調整又は状態確認のために用いられるAlignCheck Beads（ソニーグループ株式会社）を挙げることができる。
　前記他のビーズが装置内に残存している状態で前記蛍光感度検証用のビーズを用いた検証又は調整処理を行うと、前記他のビーズが当該処理に影響を及ぼす場合がある。検出精度の向上のためには、当該影響をできる限り除去することが望ましい。当該影響の完全に排除するために流路内の十分な洗浄処理を行うことも考えられるが、これには大量の時間を要することもある。
　以上を踏まえ、本開示は、前記蛍光感度検証用のビーズを用いた検証又は調整処理における他のビーズの影響を除去するための技術を提供することを目的とする。
　なお、本明細書内において、当該他の粒子による影響を除去するための処理を、「キャリーオーバー除去処理」ともいう。
　本開示に従う生体試料分析装置は、粒子への光照射によって生じた光を検出する検出部と、前記検出部により検出された光の信号強度データを処理する情報処理部と、を含み、
　前記情報処理部は、段階的に異なる蛍光強度レベルを有する複数種の粒子群から構成される粒子集団を含む試料に対する光照射によって生じた光の信号強度データから、前記粒子集団に属さない粒子群に関する信号強度データを除去する除去処理を実行するように構成されている。さらに、前記情報処理部は、前記除去処理において、前記検出部に含まれる複数の光検出器のうちの２つ以上を、前記粒子集団に属さない粒子群を特定するために利用する蛍光チャネルとして設定する設定処理を実行する。
　前記除去処理及び前記設定処理を実行することによって、蛍光感度検証用のビーズを用いた検証又は調整処理における他のビーズの影響を除去することができ、これはより適切な蛍光感度検証を可能とし、さらには検出精度の向上にも貢献する。
　また、当該除去処理によって前記影響が除去されるので、洗浄処理に要する時間の短縮又は洗浄処理の簡素化が可能となり、これによりＱＣの実行時間を短縮することができる。
　好ましくは、前記情報処理部は、前記粒子集団に属さない粒子群の蛍光強度レベルが前記粒子集団に含まれる複数種の粒子群のいずれの蛍光強度レベルよりも大きくなるように、前記蛍光チャネルの設定処理を実行する。これにより、後述の特定処理及び除去処理を実行しやすくなる。
（３－２）キャリーオーバー除去処理を含む検出部評価処理のフロー
　以上の情報処理部による処理の例について、図３及び図７を参照しながら説明する。図３は、上記（２）において説明したとおりである。図７は、前記情報処理部により実行される処理のフロー図の一例である。
　図７のステップＳ３０１において、情報処理部１０３は、キャリーオーバー除去処理を開始する。
　なお、ステップＳ３０１が開始される前に、生体試料分析装置１００に対して、上記で述べた前記他の粒子（例えばビーズ）による装置の検証又は調整処理が行われていてよい。すなわち、情報処理部１０３は、前記他の粒子による装置の検証又は調整処理が実行された後に、キャリーオーバー除去処理を含む検出部評価処理を実行するように構成されていてよい。前記他の粒子を、以下では「キャリーオーバー」ともいう。すなわち、前記キャリーオーバーが、前記生体試料分析装置１００内に残存していてよい。
　ステップＳ３０２において、情報処理部１０３は、段階的に異なる蛍光強度レベルを有する複数種の粒子群から構成される粒子集団を含む試料に対する光照射によって生じた光の信号強度データを取得する。当該データの取得のために、生体試料分析装置１００は、前記試料に対するフローサイトメトリーを実行する。これにより、前記試料についてのイベントデータが取得される。
　このステップにおいて、生体試料分析装置１００内（特には流路内）には、上記のとおり前記キャリーオーバーが残存していてよい。前記キャリーオーバーは、前記粒子集団に属さない粒子群である。
　また、上記のとおり、生体試料分析装置１００内（特には流路内）に上記のとおり前記キャリーオーバーが残存していることにより、前記試料に対するフローサイトメトリーを実行するときに、前記キャリーオーバーに対してもフローサイトメトリーが実行される。
　また、前記段階的に異なる蛍光強度レベルを有する複数種の粒子群から構成される粒子集団は、例えば蛍光ビーズ集団であってよく、より具体的には、装置の蛍光感度の検証のために用いられる蛍光ビーズ集団であってよい。当該蛍光ビーズ集団の例として、４ピークビーズ、６ピークビーズ、及び８ピークビーズなど、複数のピークが形成されるように構成されたビーズ集団が挙げられる。
　ステップＳ３０３において、情報処理部１０３は、前記イベントデータのうちから、シングレットデータを抽出する抽出処理を実行する。当該抽出処理のために、前記情報処理部は、例えばフローサイトメトリーにより取得されたイベントデータから散乱光プロットデータを生成し、当該散乱光プロットデータに対して所定のゲートを設定することによって、シングレットデータを抽出してよい。
　ステップＳ３０４において、情報処理部１０３は、後述の除去処理において、前記検出部に含まれる複数の光検出器のうちの２つ以上を、前記粒子集団に属さない粒子群（キャリーオーバー）を特定するために利用する蛍光チャネルとして設定する処理を実行する。
　例えば、同ステップにおいて、前記情報処理部は、前記キャリーオーバーの蛍光強度レベルが前記粒子集団に含まれる複数種の粒子群のいずれの蛍光強度レベルよりも大きくなるように、前記設定処理を実行する。
　好ましい実施態様において、ステップＳ３０４において、前記情報処理部は、前記キャリーオーバーを特定するために利用する蛍光チャネルとして、２つの光検出器を設定する。好ましくは、２つの蛍光チャネルとして設定された前記２つの光検出器により取得された信号強度データに基づき二次元プロットデータを生成した場合に、前記キャリーオーバーが、前記粒子集団に含まれる複数種の粒子群のいずれの蛍光強度レベルよりも大きくなるように、前記情報処理部は２つの蛍光チャネルを設定する。前記二次元プロットデータの各軸は、前記２つの蛍光チャネルに割り当てられた蛍光色素に由来する蛍光の信号強度であってよい。また、前記二次元プロットデータは、ステップＳ３０３における抽出処理によって得られたシングレットデータから生成された二次元プロットデータであってよい。
　前記蛍光チャネルの設定に関して、以下で図８を参照しながら説明する。図８は、前記フローサイトメトリーを実施して生成された二次元プロットデータの例を示す。当該二次元プロットデータは、２つの蛍光チャネルの蛍光強度をそれぞれＸ軸及びＹ軸として有するものである。
　例えば同ステップにおいて、同図に示される二次元プロットデータ３５０中における前記キャリーオーバーのプロット（符号３５１により示された破線の円中のプロット）が、前記複数種の粒子群のいずれのプロット（符号３５２により示された破線の円中の複数のプロット）よりも、当該プロットデータの２つの軸の交点３５３から遠い位置に配置されるように、２つの蛍光チャネルを設定する。
　本開示の好ましい実施態様において、同ステップにおいて、前記情報処理部は、前記複数種の粒子群及び前記キャリーオーバーについて二次元プロットデータの各軸の蛍光強度の２乗和を算出した場合に、前記キャリーオーバーに関する２乗の和が、前記複数種の粒子群についての２乗和のいずれよりも大きくなるように、二次元プロットデータの各軸として採用される蛍光チャネルを設定する。
　検出精度向上のために用いられる前記複数種の粒子群及び前記キャリーオーバーの蛍光に関する特徴は、通常は既知である。当業者は、これらの特徴に基づき、適宜設定されるべき蛍光チャネルを特定することができる。そのため、設定されるべき蛍光チャネルは予め決められていてよい。例えば、前記AlignCheck Beadsによる調整処理を実行した後に前記8peakBeadsによる検証処理を実行する場合は、ＦＩＴＣチャネル及びＰＥチャネルが前記２つの蛍光チャネルとして設定されてよい。
　ステップＳ３０５において、前記情報処理部は、前記蛍光チャネルによって取得された信号強度データのうちから、前記粒子集団を構成する複数種の粒子群のうちの最大蛍光強度レベルを有する粒子群に関する信号強度データを特定する特定処理を実行する。ステップＳ３０４における設定処理と当該特定処理とを実行することによって、除去されるべきキャリーオーバーデータと、除去されるべきでない前記複数種の粒子群に関するデータとの区別を適切に実行することができる。
　一つの好ましい実施態様において、前記情報処理部は、当該特定処理において、ステップＳ３０４において設定された２つの蛍光チャネルそれぞれについて信号強度のヒストグラムを生成し、当該ヒストグラムに基づき、最大蛍光強度レベルを有する粒子群を特定する。当該ヒストグラムは、信号強度を階級とし且つ各信号強度のイベント数を度数とするヒストグラムであってよい。
　好ましくは、当該実施態様において、前記情報処理部は、生成された２つのヒストグラムのそれぞれにおいて、最大イベント数を記録した信号強度（以下「最大イベント数信号強度」という）を特定する。前記最大イベント数信号強度を特定するために、前記粒子集団を構成する複数種の粒子群のうちの最大蛍光強度レベルを有する粒子群の構成割合が参照されてよい。次に、前記情報処理部は、各ヒストグラムについて、前記最大イベント数信号強度に基づき、前記最大蛍光強度レベルを有する粒子群における最大信号強度を特定する。このようにして、各ヒストグラムにおける、前記最大蛍光強度レベルを有する粒子群の範囲が特定され、そして、各ヒストグラムについて、当該範囲のうちの最大信号強度が特定される。各ヒストグラムの前記最大信号強度の二乗和が、後述の除去条件のために用いられてよい。
　この実施態様について、以下で図９及び図１０を参照しながら説明する。図９は、当該特定処理のフロー図の一例である。図１０は、生成されるヒストグラムを模式的に示した図である。前記情報処理部は、当該フロー図に示された特定処理を、生成せれた２つのヒストグラムそれぞれについて実行しうる。
　ステップＳ４０１において、情報処理部１０３は、前記特定処理を開始する。
　ステップＳ４０２において、情報処理部１０３は、設定された２つの蛍光チャネルそれぞれについて信号強度のヒストグラムを生成する。当該ヒストグラムは、信号強度を階級とし且つ各信号強度のイベント数を度数とするヒストグラムである。ステップＳ４０２において、このようなヒストグラムを、前記２つの蛍光チャネルそれぞれについて生成する。当該ヒストグラムの模式図が図１０に示されており、以下では、この模式図を参照しながら説明する。なお、当該模式図は、実行される処理をより良い理解のために用意されたものであり、実際のヒストグラムとは異なりうる。
　ステップＳ４０３において、前記情報処理部は、前記粒子集団を構成する複数種の粒子群のうちの最大蛍光強度レベルを有する粒子群の構成割合に基づき設定された数値を用いて、前記蛍光チャネルによって取得された信号強度データの一部をフィルタするフィルタ処理を実行する。
　例えば、前記粒子集団が、８種類の粒子群から構成されており、且つ、前記８種類の粒子群の構成割合が同じである場合を想定する。この場合において、前記最大蛍光強度レベルを有する粒子群の構成割合は１２．５％（＝１／８）である。前記キャリーオーバーの存在を考慮すると、イベントデータを信号強度順に並べた場合には、上位１３％以内に、最大蛍光強度レベルを有する粒子群が存在している。次に、粒子の均一性を考慮すると、例えば上位６．５％（＝１３％／２）以内に、前記最大蛍光強度レベルを有する粒子群のうちのイベント数が最大である信号強度が存在する。そのため、上位６．５％をフィルタするフィルタ処理が行われる。これにより、イベント数が最大である信号強度を特定することができる。
　ステップＳ４０３において、例えば図１０のヒストグラム４５１においては、矢印４５２に示される範囲がフィルタされる。
　このようにフィルタ処理を実行することによって、次のステップＳ４０４における特定処理が適切に実行される。
　ステップＳ４０４において、前記情報処理部は、ステップＳ４０３においてフィルタされた範囲のデータから、最大イベント数を記録した信号強度（最大イベント数信号強度）を特定する。
　例えば図１０のヒストグラム４５１においては、縦軸中の「max」によって示された位置が最大イベント数であり、当該最大イベント数を記録した信号強度は、矢印４５３で示された位置の横軸における値である。
　このように、前記情報処理部は、前記特定処理において、最大蛍光強度レベルを有する粒子群に関する信号強度データのうち、イベント数が最大となる信号強度出力値を特定しうる。
　ステップＳ４０５において、前記情報処理部は、最大イベント数信号強度に基づき、前記最大蛍光強度レベルを有する粒子群に関する信号強度データを特定する。同ステップにおいて、例えば、前記情報処理部は、当該特定のために、最大イベント数信号強度に基づき、前記最大蛍光強度レベルを有する粒子群をフィルタ処理してよい。前記最大蛍光強度レベルを有する粒子群に属する粒子に由来する信号強度データが特定されることは、キャリーオーバーの信号強度データとの適切な区別に貢献する。
　例えば、前記ヒストグラムのうち、前記最大イベント数に、所定の割合（例えば０．０００１～０．１の間のいずれかの値、特には０．０１）を乗じて得られたイベント数を記録した信号強度が算出される特定される。当該特定された信号強度は、ヒストグラムの山の裾部分に２か所存在する。これら２か所に挟まれる領域が、最大蛍光強度レベルを有する粒子群に関する信号強度データに相当する領域として特定される。
　図１０に示されるヒストグラムにおいて、縦軸中の「max×０．０１」によって示された位置が、前記最大イベント数に前記所定の割合を乗じて得られたイベント数の位置である。この位置に、横軸上で対応する範囲が矢印４５４で示されている。この矢印４５４で示された範囲が、最大蛍光強度レベルを有する粒子群に関する信号強度データに相当する領域としてフィルタされる。
　ステップＳ４０６において、前記情報処理部は、ステップＳ４０５において特定された信号強度データのうちから、信号強度最大値を特定する。図１０に示されるヒストグラムにおいて、矢印４５５で示された位置の横軸上の値が、信号強度最大値である。
　ステップＳ４０７において、前記情報処理部は、前記特定処理を終了し、処理をステップＳ３０６に進める。
　ステップＳ３０６において、前記情報処理部は、前記最大蛍光強度レベルを有する粒子群に関する信号強度データに基づき、前記粒子集団に属さない粒子群に関する信号強度データを除去するための除去条件を設定する。
　好ましくは、ステップＳ３０６において、前記情報処理部は、前記除去条件を、前記最大蛍光強度レベルを有する粒子群に関する信号強度データのうち、前記信号強度最大値に基づき設定する。
　上記のとおり、ステップＳ３０５において、２つのヒストグラムそれぞれから、上記のとおり前記信号強度最大値が特定されている。前記情報処理部は、これら２つの信号強度最大値の二乗和を算出する。当該二乗和が、除去条件において採用される閾値として採用される。当該二乗和は、図１１において示される破線４６０のように、二次元プロットデータ上において２つの集団を区切る。破線４６０によって分けられた領域のうち、右上部分が除去されるべきイベントデータ（すなわちキャリーオーバーのデータ）が存在する領域である。
　そして、前記情報処理部は、イベントデータの当該二乗和が前記閾値以上である場合に、当該イベントデータを除去するという除去条件を設定する。
　ステップＳ３０７において、ステップＳ３０６において設定された除去条件を用いて、当該除去条件を満たす信号強度データを除去するという処理を実行する。
　例えば、前記情報処理部は、各イベントデータについて前記二乗和を算出する。前記情報処理部は、当該二乗和が前記閾値以上（又は前記閾値超）である場合に、当該イベントデータを除去する。前記情報処理部は、当該二乗和が前記閾値未満（又は前記閾値以下）である場合に、当該イベントデータを除去しない。後者の場合において除去されなかったイベントデータが、ステップＳ３０８～Ｓ３１０の評価処理において用いられる。
　ステップＳ３０８において、除去処理後の信号強度データに対して評価をするための２つ以上の評価用蛍光チャネル、特には２つの評価用蛍光チャネルを設定する。当該２つの評価用蛍光チャネルは、好ましくは、ステップＳ３０４において設定された２つの蛍光チャネルと異なる。当該２つの評価用蛍光チャネルは、前記段階的に異なる蛍光強度レベルを有する複数種の粒子群から構成される粒子集団を含む試料について予め決められていてよい。
　なお、当該２つの評価用蛍光チャネルは、ステップＳ３０４において設定された２つの蛍光チャネルと同じであってもよい。
　ステップＳ３０９において、前記情報処理部は、ステップＳ３０８において設定された２つの評価用蛍光チャネルにおいて取得された信号強度データに対する分離識別処理を実行する。前記情報処理部は、当該分離識別処理によって、ステップＳ３０７における除去処理後の信号強度データから、段階的に異なる蛍光強度レベルを有する複数種の粒子群の当該段階の数（又は当該種の数）の集団を特定する。このようにして、前記除去処理後の信号強度データから、複数の集団（前記段階の数と同じ数の集団）のデータが特定される。当該分離識別処理は、好ましくはk-means法を用いて行われる。前記k-means法による分離識別処理は、当技術分野で既知の方法で行われてよく、例えば上記特許文献１に記載されたとおりに実行されてよい。
　例えば、段階的に異なる蛍光強度レベルを有する複数種の粒子群から構成される粒子集団が８ピークビーズである場合において、前記情報処理部は、前記分離識別処理によって、ステップＳ３０７における除去処理後の信号強度データから、例えばk-means法を用いて、８つの集団を特定する。
　ステップＳ３１０において、前記情報処理部は、ステップＳ３０９において特定された複数の集団のデータを用いて、評価処理を実行する。前記情報処理部は、前記評価処理を実行するために、例えば前記複数の集団のデータそれぞれの統計値を算出する。当該統計値は、例えば各集団の蛍光強度の中央値若しくは平均蛍光強度（ＭＦＩ）であってよく、又は、前記中央値及び／又はＭＦＩを用いて算出される他の統計値であってもよい。
　前記情報処理部は、前記複数の集団のデータそれぞれの統計値を用いて、前記評価処理、特には前記検出部の評価処理を実行する。当該評価は、例えば感度に関する情報に基づく評価であってよい。当該感度に関する情報は、例えば直線度（Linearity）又は蛍光検出感度（MESF）に基づく評価である。これらの感度に関する情報の算出方法は、当技術分野で既知の方法により実行されてよく、例えば上記特許文献１に記載されたとおりに実行されてよい。前記情報処理部は、前記統計値を用いて感度に関する情報（例えば前記直線度又は／及び前記蛍光検出感度）を算出し、算出された前記感度に関する情報に基づき、前記検出部の評価を行う。例えば、前記直線度は１００％に近いほどよいと評価される。また、前記蛍光検出感度は、所定のリファレンス値（例えば０）に近いほどよいと評価される。
　ステップＳ３０９の分離識別処理及びＳ３１０における評価処理が、上記のとおりキャリーオーバーが除去された後に実行されるので、より適切な評価結果が得られ、これにより検出精度が向上される。
　ステップＳ３１１において、前記情報処理部は、処理を終了する。
（３－３）キャリーオーバー除去処理を含む検出部評価処理の具体例
　上記（３－２）で述べたキャリーオーバー除去処理を、フローサイトメータの情報処理部に実装した。そして、当該フローサイトメータによって、前記AlignCheck Beadsを用いて当該フローサイトメータの調整処理を実行した。次に、前記AlignCheck Beadsのキャリーオーバーが当該フローサイトメータ内に残存している状態で、前記8peakBeadsを用いて、上記（３－２）において述べたステップＳ３０１～Ｓ３１１の処理を実行した。すなわち、前記8peakBeadsが、これらステップにおける段階的に異なる蛍光強度レベルを有する複数種の粒子群から構成される粒子集団を含む試料に相当する。
　ステップＳ３０１～Ｓ３１１において採用された具体的な条件は以下のとおりであった。
　ステップＳ３０４においては、キャリーオーバー除去処理のために用いられる蛍光チャネルとしてＦＩＴＣチャネル及びＰＥチャネルが設定された。
　ステップＳ３０５において、上記で述べたステップＳ４０１～Ｓ４０７が実行された。これらのステップのうち、ステップＳ４０３においては、前記8peakBeadsが、８種の粒子群をそれぞれ１２．５％の構成割合で含むため、上記６．５％をフィルタするフィルタ処理が行われた。ステップＳ４０５においては、前記最大イベント数に、前記所定の割合として０．０１を乗じて得られたイベント数を記録した信号強度が特定された。
　ステップＳ３０６においては、ＦＩＴＣチャネル及びＰＥチャネルそれぞれのヒストグラムそれぞれから特定された信号強度最大値の二乗和が算出され、当該二乗和が、除去条件において採用される閾値として採用された。前記情報処理部は、イベントデータの当該二乗和が前記閾値以上である場合に、当該イベントデータを除去するという除去条件を設定した。
　ステップＳ３０７において、ステップＳ３０６において設定された除去条件を用いて、当該除去条件を満たす信号強度データを除去するという処理を実行した。
　ステップＳ３０８において、除去処理後の信号強度データに対して評価をするための２つの評価用蛍光チャネルとして、ＶｉｏＧｒｅｅｎチャネル及びＰＥチャネルが設定された。
　ステップＳ３０９において、分離識別処理を行った。当該分離識別処理はk-means法によって行われた。当該分離識別処理によって特定された複数の集団についての評価結果が図１２Ａ及び図１２Ｂに示されている。これらの図において、Ｙ軸はイベント数である。Ｘ軸は、それぞれＦＩＴＣチャネルにおける信号強度及びＶｉｏＧｒｅｅｎチャネルにおける信号強度である。また、図１３に、ＶｉｏＧｒｅｅｎ及びＰＥをそれぞれＸ軸及びＹ軸として二次元プロットデータが示されている。これらの図から、前記8peakBeadsの８種の粒子群それぞれのピークが適切に特定されていることが分かる。また、これらの図においてキャリーオーバーがそれぞれ符号４７０、４７１、及び４７２によって示されているが、これらキャリーオーバーは除去されて、前記分離識別処理が行われたことが確認できた。
（４）上記（２）及び（３）が実行される態様
　本開示の生体試料分析装置は、上記（２）において説明したリニアリティ補正処理及び上記（３）において説明したキャリーオーバー除去処理を含む評価処理の両方を実行してもよい。前記生体試料分析装置は、前記リニアリティ補正処理を実行した後に、前記キャリーオーバー除去処理を含む評価処理を実行してよい。これにより、前記リニアリティ補正処理により検出精度が向上され、且つ、前記キャリーオーバー除去処理によって前記リニアリティ補正処理におけるキャリーオーバーが除去されるので、前記評価処理を適切に実行することができる。
　すなわち、本開示は、粒子に光照射する光照射部と、
　前記光照射によって生じた光を検出する検出部と、
　前記光照射部及び前記検出部を制御する情報処理部と、を含み、
　前記情報処理部は、前記光照射部の光照射出力値と前記検出部により検出された光の信号強度測定値との間の関係性に基づき、前記検出部により検出された光の信号強度測定値を補正する補正処理を実行し、そして次に、
　前記情報処理部は、段階的に異なる蛍光強度レベルを有する複数種の粒子群から構成される粒子集団を含む試料に対する光照射によって生じた光の信号強度データから、前記粒子集団に属さない粒子群に関する信号強度データを除去する除去処理を実行するように構成されている、
　生体試料分析装置も提供する。
　前記情報処理部は、前記除去処理において、前記検出部に含まれる複数の光検出器のうちの２つ以上を、前記粒子集団に属さない粒子群を特定するために利用する蛍光チャネルとして設定する設定処理を実行してよい。　
　なお、本開示は、以下のような構成をとることもできる。
〔１〕
　粒子に光照射する光照射部と、
　前記光照射によって生じた光を検出する検出部と、
　前記光照射部及び前記検出部を制御する情報処理部と、を含み、
　前記情報処理部は、前記光照射部の光照射出力値と前記検出部により検出された光の信号強度測定値との間の関係性に基づき、前記検出部により検出された光の信号強度測定値を補正する、
　生体試料分析装置。
〔２〕
　前記情報処理部は、前記関係性を示すｎ次近似式を利用して前記補正を実行するように構成されており、
　前記ｎ次近似式におけるｎは３以上の奇数である、
　〔１〕に記載の生体試料分析装置。
〔３〕
　前記情報処理部は、
　所定値以下の光照射出力値と当該光照射出力値の場合に取得された信号強度測定値との間の関係性を示す１次近似式を作成し、そして、
　当該１次近似式を利用して、前記ｎ次近似式を生成するためのデータ群を取得する、
　〔２〕に記載の生体試料分析装置。
〔４〕
　前記情報処理部は、前記１次近似式の相関性指標を取得する、〔３〕に記載の生体試料分析装置。
〔５〕
　前記情報処理部は、前記相関性指標が所定の条件を満たすかを判定する、〔４〕に記載の生体試料分析装置。
〔６〕
　前記情報処理部は、前記所定値以上の光照射出力値の場合に取得された信号強度測定値と前記１次近似式に当該光照射出力値を代入して算出された信号強度算出値とのペアを含むデータ群を用いて、前記ｎ次近似式を生成する、〔３〕～〔５〕のいずれか一つに記載の生体試料分析装置。
〔７〕
　前記情報処理部は、光照射出力値が前記所定値である場合において前記１次近似式を用いて算出された信号強度算出値を閾値として、信号強度測定値を補正するかを判定する、〔３〕～〔６〕のいずれか一つに記載の生体試料分析装置。
〔８〕
　前記検出部は、前記光を検出する検出器として１以上のＭＰＰＣを含む、〔１〕～〔７〕のいずれか一つに記載の生体試料分析装置。
〔９〕
　粒子への光照射によって生じた光を検出する検出部と、
　前記検出部により検出された光の信号強度データを処理する情報処理部と、を含み、
　前記情報処理部は、段階的に異なる蛍光強度レベルを有する複数種の粒子群から構成される粒子集団を含む試料に対する光照射によって生じた光の信号強度データから、前記粒子集団に属さない粒子群に関する信号強度データを除去する除去処理を実行するように構成されており、
　ここで、前記情報処理部は、前記除去処理において、前記検出部に含まれる複数の光検出器のうちの２つ以上を、前記粒子集団に属さない粒子群を特定するために利用する蛍光チャネルとして設定する設定処理を実行する、
　生体試料分析装置。
〔１０〕
　前記情報処理部は、前記粒子集団に属さない粒子群の蛍光強度レベルが前記粒子集団に含まれる複数種の粒子群のいずれの蛍光強度レベルよりも大きくなるように、前記蛍光チャネルの設定処理を実行する、〔９〕に記載の生体試料分析装置。
〔１１〕
　前記情報処理部は、前記除去処理において、
　前記蛍光チャネルによって取得された信号強度データのうちから、前記粒子集団を構成する複数種の粒子群のうちの最大蛍光強度レベルを有する粒子群に関する信号強度データを特定する特定処理を実行する、
　〔９〕又は〔１０〕に記載の生体試料分析装置。
〔１２〕
　前記情報処理部は、前記特定処理において、
　最大蛍光強度レベルを有する粒子群に関する信号強度データのうち、イベント数が最大となる信号強度出力値を特定する、
　〔１１〕に記載の生体試料分析装置。
〔１３〕
　前記情報処理部は、前記特定処理において、
　前記イベント数が最大となる信号強度出力値に基づき、最大蛍光強度レベルを有する粒子群に関する信号強度データを特定する、
　〔１２〕に記載の生体試料分析装置。
〔１４〕
　前記情報処理部は、前記除去処理において、
　前記最大蛍光強度レベルを有する粒子群に関する信号強度データに基づき、前記粒子集団に属さない粒子群に関する信号強度データを除去するための除去条件を設定する、
　〔１１〕～〔１３〕のいずれか一つに記載の生体試料分析装置。
〔１５〕
　前記情報処理部は、前記除去条件を、前記最大蛍光強度レベルを有する粒子群に関する信号強度データのうち、信号強度出力値の最大値に基づき設定する、〔１４〕に記載の生体試料分析装置。
〔１６〕
　前記情報処理部は、前記検出部に含まれる複数の光検出器のうちの２つ以上を、前記除去処理の実行後の信号強度データを評価するために利用する蛍光チャネルとして設定する設定処理をさらに実行する、〔９〕～〔１５〕のいずれか一つに記載の生体試料分析装置。
〔１７〕
　前記情報処理部は、k-means法により、前記除去処理の実行後の信号強度データに対して分離識別処理を実行する、〔１６〕に記載の生体試料分析装置。
１００　生体試料分析装置
１０１　光照射部
１０２　検出部
１０３　情報処理部

Claims (17)

  1. 　粒子に光照射する光照射部と、
    　前記光照射によって生じた光を検出する検出部と、
    　前記光照射部及び前記検出部を制御する情報処理部と、を含み、
    　前記情報処理部は、前記光照射部の光照射出力値と前記検出部により検出された光の信号強度測定値との間の関係性に基づき、前記検出部により検出された光の信号強度測定値を補正する、
    　生体試料分析装置。
  2. 　前記情報処理部は、前記関係性を示すｎ次近似式を利用して前記補正を実行するように構成されており、
    　前記ｎ次近似式におけるｎは３以上の奇数である、
    　請求項１に記載の生体試料分析装置。
  3. 　前記情報処理部は、
    　所定値以下の光照射出力値と当該光照射出力値の場合に取得された信号強度測定値との間の関係性を示す１次近似式を作成し、そして、
    　当該１次近似式を利用して、前記ｎ次近似式を生成するためのデータ群を取得する、
    　請求項２に記載の生体試料分析装置。
  4. 　前記情報処理部は、前記１次近似式の相関性指標を取得する、請求項３に記載の生体試料分析装置。
  5. 　前記情報処理部は、前記相関性指標が所定の条件を満たすかを判定する、請求項４に記載の生体試料分析装置。
  6. 　前記情報処理部は、前記所定値以上の光照射出力値の場合に取得された信号強度測定値と前記１次近似式に当該光照射出力値を代入して算出された信号強度算出値とのペアを含むデータ群を用いて、前記ｎ次近似式を生成する、請求項３に記載の生体試料分析装置。
  7. 　前記情報処理部は、光照射出力値が前記所定値である場合において前記１次近似式を用いて算出された信号強度算出値を閾値として、信号強度測定値を補正するかを判定する、請求項３に記載の生体試料分析装置。
  8. 　前記検出部は、前記光を検出する検出器として１以上のＭＰＰＣを含む、請求項１に記載の生体試料分析装置。
  9. 　粒子への光照射によって生じた光を検出する検出部と、
    　前記検出部により検出された光の信号強度データを処理する情報処理部と、を含み、
    　前記情報処理部は、段階的に異なる蛍光強度レベルを有する複数種の粒子群から構成される粒子集団を含む試料に対する光照射によって生じた光の信号強度データから、前記粒子集団に属さない粒子群に関する信号強度データを除去する除去処理を実行するように構成されており、
    　ここで、前記情報処理部は、前記除去処理において、前記検出部に含まれる複数の光検出器のうちの２つ以上を、前記粒子集団に属さない粒子群を特定するために利用する蛍光チャネルとして設定する設定処理を実行する、
    　生体試料分析装置。
  10. 　前記情報処理部は、前記粒子集団に属さない粒子群の蛍光強度レベルが前記粒子集団に含まれる複数種の粒子群のいずれの蛍光強度レベルよりも大きくなるように、前記蛍光チャネルの設定処理を実行する、請求項９に記載の生体試料分析装置。
  11. 　前記情報処理部は、前記除去処理において、
    　前記蛍光チャネルによって取得された信号強度データのうちから、前記粒子集団を構成する複数種の粒子群のうちの最大蛍光強度レベルを有する粒子群に関する信号強度データを特定する特定処理を実行する、
    　請求項９に記載の生体試料分析装置。
  12. 　前記情報処理部は、前記特定処理において、
    　最大蛍光強度レベルを有する粒子群に関する信号強度データのうち、イベント数が最大となる信号強度出力値を特定する、
    　請求項１１に記載の生体試料分析装置。
  13. 　前記情報処理部は、前記特定処理において、
    　前記イベント数が最大となる信号強度出力値に基づき、最大蛍光強度レベルを有する粒子群に関する信号強度データを特定する、
    　請求項１２に記載の生体試料分析装置。
  14. 　前記情報処理部は、前記除去処理において、
    　前記最大蛍光強度レベルを有する粒子群に関する信号強度データに基づき、前記粒子集団に属さない粒子群に関する信号強度データを除去するための除去条件を設定する、
    　請求項１１に記載の生体試料分析装置。
  15. 　前記情報処理部は、前記除去条件を、前記最大蛍光強度レベルを有する粒子群に関する信号強度データのうち、信号強度出力値の最大値に基づき設定する、請求項１４に記載の生体試料分析装置。
  16. 　前記情報処理部は、前記検出部に含まれる複数の光検出器のうちの２つ以上を、前記除去処理の実行後の信号強度データを評価するために利用する蛍光チャネルとして設定する設定処理をさらに実行する、請求項９に記載の生体試料分析装置。
  17. 　前記情報処理部は、k-means法により、前記除去処理の実行後の信号強度データに対する分離識別処理を実行する、請求項１６に記載の生体試料分析装置。
PCT/JP2022/008132 2021-06-30 2022-02-28 生体試料分析装置 WO2023276269A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
EP22832435.6A EP4365572A1 (en) 2021-06-30 2022-02-28 Biological sample analysis device
JP2023531390A JPWO2023276269A1 (ja) 2021-06-30 2022-02-28

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021108449 2021-06-30
JP2021-108449 2021-06-30

Publications (1)

Publication Number Publication Date
WO2023276269A1 true WO2023276269A1 (ja) 2023-01-05

Family

ID=84692280

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/008132 WO2023276269A1 (ja) 2021-06-30 2022-02-28 生体試料分析装置

Country Status (3)

Country Link
EP (1) EP4365572A1 (ja)
JP (1) JPWO2023276269A1 (ja)
WO (1) WO2023276269A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024024319A1 (ja) * 2022-07-26 2024-02-01 ソニーグループ株式会社 生体試料分析システム、生体試料分析方法、及びプログラム

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61128140A (ja) * 1984-11-27 1986-06-16 Canon Inc 粒子解析装置
JP2002243624A (ja) * 2001-02-20 2002-08-28 Horiba Ltd 粒径分布測定装置
JP2011232259A (ja) 2010-04-28 2011-11-17 Sony Corp 蛍光強度補正方法、蛍光強度算出方法及び蛍光強度算出装置
JP2012021863A (ja) * 2010-07-14 2012-02-02 Hitachi High-Technologies Corp 解析装置及び解析方法
JP2016217789A (ja) 2015-05-15 2016-12-22 ソニー株式会社 情報処理装置、情報処理システム及び情報処理方法
JP2019528680A (ja) * 2016-07-08 2019-10-17 ビオメリューＢｉｏｍｅｒｉｅｕｘ 抗菌剤感受性予測のためのフローサイトメトリデータ処理
JP2020027094A (ja) * 2018-08-15 2020-02-20 貴志 山本 蛍光検出方法とその蛍光検出を実現するシステム
JP2020076736A (ja) 2018-09-10 2020-05-21 ソニー株式会社 微小粒子分取装置、細胞治療薬製造装置、微小粒子分取方法、及びプログラム
JP2021063664A (ja) * 2019-10-10 2021-04-22 ソニー株式会社 情報処理装置、粒子測定装置、情報処理方法、粒子測定方法、及びコンピュータプログラム
WO2021100622A1 (ja) * 2019-11-20 2021-05-27 ソニーグループ株式会社 情報処理システムおよび情報処理装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61128140A (ja) * 1984-11-27 1986-06-16 Canon Inc 粒子解析装置
JP2002243624A (ja) * 2001-02-20 2002-08-28 Horiba Ltd 粒径分布測定装置
JP2011232259A (ja) 2010-04-28 2011-11-17 Sony Corp 蛍光強度補正方法、蛍光強度算出方法及び蛍光強度算出装置
JP2012021863A (ja) * 2010-07-14 2012-02-02 Hitachi High-Technologies Corp 解析装置及び解析方法
JP2016217789A (ja) 2015-05-15 2016-12-22 ソニー株式会社 情報処理装置、情報処理システム及び情報処理方法
JP2019528680A (ja) * 2016-07-08 2019-10-17 ビオメリューＢｉｏｍｅｒｉｅｕｘ 抗菌剤感受性予測のためのフローサイトメトリデータ処理
JP2020027094A (ja) * 2018-08-15 2020-02-20 貴志 山本 蛍光検出方法とその蛍光検出を実現するシステム
JP2020076736A (ja) 2018-09-10 2020-05-21 ソニー株式会社 微小粒子分取装置、細胞治療薬製造装置、微小粒子分取方法、及びプログラム
JP2021063664A (ja) * 2019-10-10 2021-04-22 ソニー株式会社 情報処理装置、粒子測定装置、情報処理方法、粒子測定方法、及びコンピュータプログラム
WO2021100622A1 (ja) * 2019-11-20 2021-05-27 ソニーグループ株式会社 情報処理システムおよび情報処理装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024024319A1 (ja) * 2022-07-26 2024-02-01 ソニーグループ株式会社 生体試料分析システム、生体試料分析方法、及びプログラム

Also Published As

Publication number Publication date
EP4365572A1 (en) 2024-05-08
JPWO2023276269A1 (ja) 2023-01-05

Similar Documents

Publication Publication Date Title
USRE49543E1 (en) Fine particle measuring apparatus
CN110573858B (zh) 用于成像流式细胞术的设备、系统和方法
CN106018771B (zh) 血液分析装置及血液分析方法
JP5308521B2 (ja) 微細成分を分類および計数する電気光学的測定装置および電気光学的測定法
WO2023276269A1 (ja) 生体試料分析装置
JP2020122803A (ja) 微小粒子測定装置、情報処理装置及び情報処理方法
CN112240863A (zh) 测定装置、测定装置的调整方法及计算机存储介质
WO2022270009A1 (ja) 生体試料分析装置
US20220404260A1 (en) Particle detection apparatus, information processing apparatus, information processing method, and particle detection method
JP6699102B2 (ja) 微小粒子測定装置及び情報処理方法
EP4249893A1 (en) Biological sample analysis system, information processing device, information processing method, and biological sample analysis method
AU2021236605B2 (en) Systems and method for correction of positionally dependent electromagnetic radiation detected from objects within a fluid column
WO2024024319A1 (ja) 生体試料分析システム、生体試料分析方法、及びプログラム
EP4339597A1 (en) Information processing device, information processing method, and program
WO2023145551A1 (ja) 生体試料分析システム、生体試料分析システムにおける光データ取得区間の設定方法、及び情報処理装置
WO2023223851A1 (ja) 生体試料分析システム、情報処理装置、情報処理方法及び生体試料分析方法
CN112368565A (zh) 微粒测量光谱仪、使用微粒测量光谱仪的微粒测量装置以及用于校正微粒测量光电转换系统的方法
WO2023248561A1 (ja) 生体試料分析システム、及び生体試料分析方法
WO2023171463A1 (ja) 情報処理装置及び情報処理システム
JPS62153758A (ja) フロ−サイトメ−タによる網状赤血球測定方法
CN117607010A (zh) 一种基于流式细胞仪的全光谱检测系统及检测方法
CN114252425A (zh) 一种高通量拉曼单细胞分选装置及方法
CN118010605A (en) Optical system and sample analyzer
CN117642668A (zh) 物镜和样本分析装置
CN117607008A (zh) 一种全光谱流式细胞仪光学检测方法及检测系统

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: 22832435

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2023531390

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 2022832435

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2022832435

Country of ref document: EP

Effective date: 20240130