JP4594154B2 - 少なくとも１つの成分および生成する生成物の観点でサンプルを特性付けし、特性付けデータを提供するための２つ以上の技術に基づいた少なくとも１つのサンプルの分析；方法、システムおよび指示プログラム - Google Patents

Description

本発明は、少なくとも１つの成分、特にそこに含まれている化学的成分、生物的成分あるいは生物化学的成分、および少なくとも１つの該技術を行うことから生じる生成物に関して、該サンプルを特性付ける特性化データを提供するために、２つ以上の技術を行うことにより、少なくとも１つのサンプルを分析する方法およびシステムに関する。この点に関して、それは、
ａ）ｉ）成分を分離するための、あるいは
ii）該第１分析技術あるいは少なくとも１つの第１分析技術を行うことにより生じる生成物を分離するための、あるいは
iii）該第１分析技術あるいは少なくとも１つの第１分析技術を行うことにより生じる成分および生成物を分離するための
少なくとも１つの第１分析技術を行う工程であって、該第１分析技術は、該サンプルに関して、あるいはすでに分離された成分あるいは生成物に関して行われ、該分離は、該成分あるいは生成物の少なくとも１つの第１識別特性に基づいて行われことを特徴とする工程と；
ｂ）既に分離された、あるいは分離中の成分あるいは生成物に関して、少なくとも１つのさらなる技術を行う工程であって、さらなる技術は、ｉ）少なくとも１度工程ａ）を行うことにより得られる少なくとも１つの分離、および ii）少なくとも１つのさらなる識別特性のうちの少なくとも１つに基づいて、分離された成分あるいは生成物を特性づけるための少なくとも１つの分析技術および検出技術であることを特徴とする工程からなることを特徴とする方法を参照にするものである。

そのような方法において、少なくとも工程ｂ）おそらく工程ａ）中でも、少なくとも２つの特性付け測定量という観点での該成分あるいは生成物の少なくとも１つの特性付けを表示する測定データを提供し、該特性付け測定量の少なくとも１つの第１は、少なくとも１度の工程ａ）を行うことから得られる該あるいは少なくとも１つの分離を反映し、また、該特性付け測定量のさらなる少なくとも１つは、ｉ）少なくとも１度の工程ａ）を行うことから得た少なくとも１つの他の分離および ii）該さらなる識別特性あるいは少なくとも１つのさらなる識別特性の少なくとも１つを反映する検出ハードウエアが使用される。

実施される技術および望みの特性付けにより、該検出ハードウエアにより提供される該測定データは、該検出ハードウエアにより検出されまたそれに関連した少なくとも１つの特性付け測定量を参照した少なくとも１つの定量的測定量に関して、検出ハードウエアにより提供される少なくとも１つの定量化を表示する定量的測定データを含んでいてもよいし、含まなくても良い。

上記のような背景において、一般的態様により、本発明は、データの取り扱い、データ処理および該２つ以上の技術を行うことから得られるデータに関連したデータ処理にも関している。特に、本態様により、本発明は、少なくとも２つの、一般的には少なくとも３あるいはそれ以上の固有の次元を持つデータの非情報コンテンツおよび情報コンテンツのあいだの区別あるいは識別に関するものである。１例として、液体クロマトグラフィーとイオン化質量スペクトル分析法たとえば電気スプレーイオン化質量スペクトル分析との組み合わせから得られた３次元のデータセットがある。このような背景においてあるいは他の背景においても、パターン認識分析あるいは少なくともいわゆるピークピッキングが、サンプル群の各サンプルの適当な特性付けに必要である。従来は、このようなパターン認識分析あるいは少なくともいわゆるピークピッキングは、各データの可視化に基づいて、オペレータあるいは科学者により行われてきた。この技術の状態は、そのようなデータから関係情報をいくつか抽出できるある方法およびアルゴリズムである。いくつかの先行技術アプローチの概略を以下に示す。

このような背景におけるさらなる一般的態様は、液体クロマトグラフィーとイオン化質量スペクトル分析法（ＬＣ−ＭＳ）、あるいは液体クロマトグラフィーと電気スプレーイオン化質量スペクトル分析法（ＬＣ−ＥＳＩ−ＭＳ）などから得られるデータセットは、少なくとも多くの実際的応用において、大記憶容量を必要とするという問題である。したがって、関係する情報を表示するデータのみ、あるいは一般的には、関係する情報の適当なマッピングをデータに蓄えることにより、必要とされる記憶スペースを減少させる態様、あるいは記憶スペースを減少させるためのある種のデータ圧縮が、問題となる。

本発明の背景は、非限定的例、すなわち液体クロマトグラフィーとイオン化質量スペクトル分析法、たとえば、電気スプレーイオン化質量スペクトル分析法との組み合わせに基づいて説明する。分析技術のこの組み合わせは、実用的に高度な関係のある非常に強力な分析道具である。

関係情報に対するデータ量を削減するために、すなわち多次元あるいは高次元データ、たとえばＬＣ−ＭＳデータセットあるいはＬＣ−ＭＳデータセット類などから関係する情報を抽出することを目標としたデータ処理方法は、データ分析たとえばパターン認識分析あるいは、単にある種のピークピッキングの重要な工程である。ＬＣ−ＭＳデータセット（あるいはＭＳスペクトルセット）は、広い質量範囲、たとえば質量／電荷値（ｍ／ｚ）で表される約５０―１００Ｄａから数千Ｄａ（典型的には、２０００−１００００Ｄａ）を用いた数百スキャンからなる。このことは、１回の測定のデータセットは、数百万のデータポイントからなり、そこから大部分は、冗長な情報（電気的および化学的ノイズ、可動相部品から来る非冗長の「真」の信号、イオン源汚染、クロマトグラフィー材料の漏れ信号）を表示することを意味する。１次データポイントの莫大な数のために、冗長情報を手動で選択することは、実際の使用においては想像できないし、このために適当なアルゴリズムの応用が必要である。

ＬＣ−ＭＳデータなどの多くの２次元、３次元あるいはそれ以上の高次元データセットに対しては、パターン認識分析に対してかなりの有害な作用を及ぼす両次元上の操作毎の変化が、観察される。同じ物質の信号をデータセットの集合体（１サンプル以上の測定など）に正しく割り当てることは、正当なパターン認識分析応用の重要な前提である。パターン内の個々の化学品に対して虚偽のピークの割り当てを行うことは、「真」のパターンを見出す可能性を減少させる。

ＬＣ−ＭＳデータセットにおいては、保持時間の変動は、種々の理由、たとえば傾斜形成の不均一性、流速の変動、クロマトグラフイーカラムの過負荷、クロマトグラフー材料の経時変化による化学的変化および機械的変化などにより生じうる。質量／電荷測定の変動は、たとえば質量検出の精度、質量―電荷値、強度値あるいは信号／ノイズ比、連続スペクトルからの中心スペクトルの発生などに依存している。

多くのケモメトリック方法は、ＬＣ−ＭＳデータ（以下を参照）のデータ処理を取り扱っている。これらの方法の大多数は、１次元のみのデータを解析するアルゴリズムを用いて、データセットの情報部分を抽出するものである。これらの方法のいくつかは、同時に二つの次元でデータを解析し、このことが、予備処理データの品質を実質的に向上させる。

以下に考慮される公知の方法は、いずれも、非常に類似の情報コンテンツを持った矛盾しないデータセットとして全分析セット（サンプル群）に関しているものではなくて、個々の分析ごとに別個に分析を行うものである。

いくつかの従来技術のアプローチ
クロマトグラフイージャーナルＡ７７１、１９９７年、１−７頁「連続一対共分散法の液体クロマトグラフィーへの応用、質量スペクトル分析データ；クロマトグラムにおける信号／ノイズ比および検体ピークの解像度の両者の向上」デビッド・マデイマンら。
一般的には、連続１対共分散法（ＳＰＣ）は、１連の仮想増幅質量スペクトルを発生させる。質量スペクトル中の各データポイントは、次の質量スペクトル中の対応するデータポイントと積算され、幾何学的に増幅されたスペクトルとなり；各積算操作に使用されたスペクトル数は、共分散法アルゴリズムのオーダーを定めるものとなる。このようにして、クロマトグラム中のＳ／Ｎ比および解像度の劇的な向上は、達成されているが、絶対定量情報は、連続的なデータポイントの積算により失われているから、このアルゴリズムは、定性的な解析のみに使用できる。

アナリテイカ・ケミカ・アクタ４４６巻、２００１年４６７−４７６頁：「ケモメトリックスを用いた複雑ＬＣ−ＭＳデータの迅速解釈」、Ｗ，ウインデイッヒら、
米国特許第５，６７２，８６９号（クロマトグラフィー／スペクトル分析法における成分検出用のノイズバックグランド削減法）
成分検出アルゴリズム（ＣＯＤＡ）は、ＬＣ−ＭＳデータから、ランダムノイズ、スパイクおよび移動相ピーク除去により、化合物情報を抽出する。それは、元のクロマトグラムおよび０から１のあいだの値を持つ類似性指標を用いたスパイク除去用スムーズ形式のあいだの差の評価を使用する。ユーザーは、類似性指標カットオフ値を特定するべきである。背景の溶媒を表示するクロマトグラムを検出するために、選択された質量クロマトグラム内の全てのデータポイントの平均値の比較を用いる。
公知の方法は、基本的には、次の工程を包含する：
１．スペクトル分析法によるデータを平滑化する工程、
２．変数の強度の平均値を得る工程
３．第１工程で得られたデータから第２工程で得た平均値を差し引く工程
４．第３工程の出力と元の変数を正規化する工程
５．類似性を比較しかつ閾値を設定する工程
６．閾値を越える全変数を選択する工程
７．選択されたクロマトグラムを得るために選択された変数の合計をプロットする工程

クロマトグラフイージャーナルＡ８４９、１９９９年、７１−８５頁「ウインドウ表示の質量選択方法：液体クロマトグラフィー−質量スペクトル分析データ用の真データ処理アルゴリズム」Ｃ，Ｍ．フレミングら。
「ウインドウ表示の質量選択方法（ＷＭＳＭ）」と名づけられるＳＰＣ改良法は、データ中に生じるランダムノイズを除去するために示している。この処理方法は、ランダムバックグラウンドノイズを除去するための２工程よりなり、さらにピーク幅における差により、検体をノイズから区別することが出来るという主たる前提に基づいている。
この方法の前提は：
１．どのピークもウインドウの長さに亙って非ゼロ信号を持っている。
２．ランダムノイズの特性は、ウインドウにより定義されたスキャン数に亙り一定の信号を持っていないが、完結的に、ゼロ強度を表示するということである。ウインドウ範囲に亙っての強度積算は、ゼロ信号になる。
３．低一貫性バックグラウンドは、各クロマトグラムの平均値をこのクロマトグラムから差し引くことにより、除去される。
４．移動相ピークは、理論ピークの最大長さを設定する選択基準により除去される。このピークが、最大許容値より長い場合には、データセットから除去される。
この方法の前提は、ＬＣ−ＭＳデータセット（たとえば、重なったピーク、変動する強度値を持った長いノイズ域）中に生じる偶発性の全てを完全には包含していない。ＳＰＣ法に対する利点としては、原理的には、絶対強度値の保存がありうるが、バックグラウンドを差し引いた後強度値の補正を必要とすることになる。

特異値分解法
特異値分解法（ＳＶＤ）は、データ圧縮および角マトリクスに対する固有値分解によるノイズ低減に対して共通の方法である。
（フレミングら：クロマトグラフイージャーナルＡ８４９、１９９９年、７１−８５頁およびそこで引用された文献中にある本方法の特性）

ＷＯ０２／１３２２８Ａ２（混合物中の化学化合物を同定し、また定量化する方法およびシステム、フォーゲルら）
クロマトグラムのデータポイントの平滑化工程および平滑化されたクロマトグラム（クロマトグラムは、選択された質量あるいは全イオンクロマトグラムのいずれかであってもよい）に対するエンタルピー値を求める工程からなるデータ処理と評価方法が開示されている。データセット中の各平滑化質量クロマトグラムに対する品質因子（エンタルピー値に基づいた）の評価後、アルゴリズムは、定められた閾値以上のＩＱ値をもつ選択された質量クロマトグラムから再構築された全イオンクロマトグラムを発生させる。

米国特許第５，９９５，９８９号Ａ１（スペクトル分析に関連したデータの圧縮とろ過用の方法と装置、ゲッケら）
スペクトル分析に関連したデータの圧縮とろ過用の方法と装置が開示されている。この方法は、各データポイントの値をモニターし、それを以前のデータポイントと比較して、それが、ピーク上にあるかあるいはピークのごく近くにあるかどうかを求める。意図されたデータ数に対する強度値を合計し、ノイズのあるバックグラウンドの平均を求めるために平均化する。閾値は、ズレに経験で定められた常数ｋを掛けることにより求められ、各データポイントは、この閾値に比較される。

米国特許第２００２／０１９３９５０Ａ１（質量スペクトル分析方法、ギャビンら）
質量スペクトル分析法を開示している。この分析法は、Ｓ／Ｎカットオフ以上の信号の検出、信号の集積化、特性の事前選択、選択クラスターに対する同定質量値、分類モデルの創生および未知サンプルの割り当てよりなっている。この方法は、クロマトグラフィー法による検出以前の時間依存性の分離を行うことなく、ＭＡＬＤＩ，ＳＥＬＤＩあるいはＥＳＩ−ＭＳスペクトルなどの１次元信号に対してあらかじめ定められる。
この文書は、異なった生物学的状況により特性付けられるクラスを持った分類モデルの創造に焦点を当てている。こういう背景で、クラスター分析法を用いた特性事前選択が、記載されている。あらかじめ定められた信号数（ここでは、信号が存在する生物学的サンプル）を持っている信号クラスターは、分類モデルに対して選択され、信号の少ないクラスターは、捨てられる。
生データを事前処理する可能性は、この文書の中で極簡単に考慮されている。この最後には、データ分析は、検出された標識の信号強度（たとえば、信号の高さ）を求める工程を包含しうることが述べられており、また「異常値」（あらかじめ定められた統計分布からズレたデータ）を除去することが、述べられている。

米国特許第２００３／００４０１２３Ａ１（多次元データ中でのピーク選択、ヘーステイング）
この方法は、データの各次元成分に対するローカルノイズ閾値を計算する。各点は、データセットの各次元に対して、それに適用されたローカルノイズ閾値を持っており、１点は、適用されたローカルノイズ閾値の全てをその値が越える場合にのみ、ピーク候補として、選択される。隣接する候補ピークを実際のピークに集めて１団とする（それは、検出された真のクロマトグラフィー法によるピークを意味する）。
ノイズ閾値は、特定の１点の周りの点のウインドウから計算できる。ピークピッキング後、追加の基準は、それらがピークデータベース中に受け入れられる前に、このピークに適用できる。実際のピークの選択に関しては、線形分析、あるいは質量クロマトグラムあるいは質量スペクトル用アイソトープ分布分析法に対するベイジアン／尤度などの追加のピーク認識アルゴリズムも適用しても良い。詳細は、示されていない。ピークピッキングに関しては、公知のノイズ分布に基づいて、適当なフィルターを用いることにより、ノイズを低減できると考えられており、このためピークを検出できる。米国特許第２００３／００４０１２３Ａ１中に開示されている方法は、ノイズ問題、殊に、データの異なる次元に異なるノイズ閾値を適用することにより、ＬＣ−ＭＳデータ中のノイズの特異性を述べている。

質量スペクトル分析データに関しての例に用いることが出来るいわゆるデータ検索技術のレビューは、「医薬の発見と開発における現在の意見２００１、４（３）、３２５−３３１ページ」「バイオ標識発見のためのスペクトル分析法のデータ検索」Ｓ．Ｍ．ノートンらの中で見出す事が出来る。一般の関心事としては、パターン解析および人工知能に関するＩＥＥＥトランスアクション２２（１）、２０００年４−３７頁「統計的パターン認識：レビュー」Ａ．Ｋ．ジェーンらのレビュー記事もあり、その記事は、特性抽出および選択、クラスター解析、およびベイジアン統計を含む統計方法に基づいて、一般的ないわゆるデータ検索などの問題を考察している。

ＬＣ−ＭＳスペクトル分析法の背景にある現在のアルゴリズムの欠点は、一般に、
１．ピークピッキング（ノイズ除去、スパイク同定、移動相クラスター消去）に必要な全情報は、特定の単一データセットの解析に基づくことになっている。データ特性の取得された情報は、次のデータセットに転送してはならないし、このため次のデータセット用の新しいピークピッキングプロセスのスタートが必要である。
２．大抵のアルゴリズムは、保持時間の不正確さおよび特定のピークに対する質量／電荷値に関する知識を保存しない。これは、パターン認識法により分析されるデータセットの集合体中に、同一物質（ピーク）の信号を正しく割り当てるために、重要なポイントである。パターン内の同一物質に対してピークの間違った割り当てをすることは、間違った正のあるいは負の結果を与えることになる。
３．大抵の記載された方法は、実際を反映しない非常に正確な質量対電荷値を前提としている。一定期間溶離する単一ピークの質量／電荷値（ｍ／ｚ）は、ＭＳ分析器の質量精度に起因している不正確さ、すなわちノイズピークの元の値と比較して中心質量値の質量シフトを示している。
このような質量トレース中へのデータの「ハードビニング」は、実際の分子が、測定された質量対電荷比中の第１少数位上で変化するという事実を心にとどめていない。このことは、質量軸の測定の不正確さのために、ピークを連続トレース中に分けることになり、このために、次のエラーを生じる：
−ピークに対するビンの不正な割り当て
−ピーク中の不正な全強度値
−保持時間軸中に生じるギャップは、ピークとしてまったく認識されていない正しいピークに導かれる。
より高度の質量精度の測定の場合でさえも（ＴＯＦ分析器のように）、これらの理由が、結果として検出信号の重なりを生じ、また続いて、データポイントの不正な割り当てを各々のピーク（ビン）に行うことになり、たとえば、より高い荷電状態でのアイソトープの重なり信号、非常に類似の分子量を持ったクロマトグラフィーで不完全に分離された物質を生じることになる。
「広い」質量トレースの選択の場合には、種々のピークからのデータポイントを単一ビン中にプールするリスクがあり、一方、「狭い」質量トレースの選択の場合には、単一ピークを分離して、２つ以上のビンを生じることになる。
４．大抵の記載した方法は、質量トレースに沿って、定められたΔｍ／ｚ（４重極解析器からのデータに対するデフォールト０．５−１Ｄａより、ＴＯＦ解析器からのデータに対して、Δｍ／ｚ ０．１−０．０１）を用いて、ピークピッキングを行う。通常は、オペレータは、質量精度についての初期情報およびデータセット中の関係する情報の位置に基づいて、取得データを評価する。
しかしながら、血清あるいは尿サンプルのＬＣ抽出物、組織ホモジェネート抽出物、細胞培養媒体、などの非常に複雑なサンプルの大きな集合体のパターン認識分析法に対して、質量トレースに沿ってのピークピッキングの戦略は、結果として計算時間の広がりとなる。１つのピークを***して２つの連続した質量トレースにするという問題とは別に、このことは、情報信号の位置についての初期情報を知ることも無く、その情報のコンテンツに関係なく全ての質量トレースをスクリーンする必要があるから、複雑なデータセットのデータ処理に対して、非常に退屈な戦略となる。
５．大抵の記載した方法は、単一質量トレース（ｍ／ｚ値）上でのノイズ削減を行い、また完全なデータセットに亙るノイズの一般的な特性を特徴づけしていない。従来の「ハードビニング」と共に、情報データポイントが、削除されるという危険がある。

本発明の目的は、上記に確認したように、非情報データおよび情報データ情報のあいだを識別するために、多次元測定データの有効データ処理あるいはデータ処理に適している方法を提供することである。特に、この発明は、上述した現在のアプローチの欠点の少なくともいくつかを克服するための基礎を提供することを目的とする。本目的および他の目的は、付帯された独立請求項により定められる発明により達成される。好ましい実施の態様およびさらなる改良は、付帯された請求項の従属請求項により、また本発明の次の要約中にも定められている。

異なった態様および好ましい実施の態様および更なる利点と追加の説明に結びつくさらなる改良による発明の要約は、非制限的図示例を参照して、すなわち液体クロマトグラフィーとイオン化質量スペクトル分析法（たとえば、電気スプレーイオン化質量スペクトル分析法）との組み合わせおよび対応した測定データを参照にして、次に示す。一般的には、このようなデータは、３次元を持ち、すなち、クロマトグラフイーカラム中の各物質の保持時間に関係する第１次元、各イオンの質量対電荷比に関係する第２次元およびイオン強度あるいはある保持時間およびある質量対電荷比に対して測定されたイオンカウウント数、すなわち（保持時間、質量対電荷比）−座標に関しての第３次元を持っている。カラム中のある物質の保持時間は、質量スペクトル分析計の各測定スキャンを確認するスキャン数という言葉で、あるいはある質量対電荷比を持つあるイオン強度が検出されるための検出時間により、一般的に表現されている。そのような測定データに基づいて、各サンプルあるいはサンプル数を分析するために、同一物質（生成物のサンプルの成分）に帰せられるこれらのデータポイントを同定するデータにグループ分けすることが、必要であり、このことは、従来、経験に基づいて、オペレータあるいは科学者がこのようなデータの目視による表示を見て行ってきたし、また先に考察した先行文献中のパターン認識アルゴリズムおよび異なったピークピッキングに行われるように試みられている。同一物質から由来するデータポイントは、あるスキャン数間隔あるいは検出時間間隔およびある質量対電荷比間隔に位置している。そのようなスキャン数間隔は、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］として示され、そのような検出時間間隔は、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］として示され、またそのような質量対電荷比は、［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］として示され、そこでは、Ｎ_ION、ｔ_IONおよびｍ／ｚ_IONは、一般的に境界Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev、あるいはｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_devあるいは、ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_devを持っている各測定値間隔の中央値のみである。しかし、さらによく理解するためには、これらの値Ｎ_ION、ｔ_IONおよびｍ／ｚ_IONは、ある物質に対して測定される真の、あるいは特性的あるいは平均スキャン数、検出時間、あるいは質量対電荷比であると仮定するが、それは、個々のデータポイントが、平均値あるいは真の値の周りに対照的に分配されているときにのみ各間隔の中心値に対応する。

理解に役立つように、本発明の次の要約および説明および好ましい実施態様およびさらなる改良の要約および説明において、これらの例に参照を含めることにより、非限定的図示例がここで考慮されていることを、明確に参照する。この包含された要約および説明中には、参照質量対電荷比（質量対電荷比を参照）と共に、参照スキャン数（記述したスキャン数を参照）、あるいは参照検出時間（検出時間を参照）があり、さらに−適用するとすれば−質量スペクトル分析計により測定される参照イオン強度（イオン強度あるいは、イオンカウンターを参照）がある。さらに、参照として、スキャン数および検出時間に対する各測定値Ｎ_i、およびｔ_i（これらは、使用しても良い代替値である）、質量対電荷比に対する各測定値ｍ／ｚ_i、および−適用するとすれば−イオン強度に対する各測定値ｌ_i、とともに、上述した該表示における各測定値間隔がある。

この非限定的図示例に基づいたいくつかの参照としては、さらに意味を各文脈中に明確にするべきであるが、たとえば、Ｎ_ION；ｔ_ION（各イオンの真の、あるいは特性値の、あるいは平均のそれぞれのスキャン数あるいは検出時間を参照）、ｍ／ｚ_ION（各イオンの真の、あるいは特性値の、あるいは平均の質量対電荷比を参照）、Δｍ／ｚ_i（各イオンの真の、あるいは特性値の、あるいは平均の質量対電荷比からの、質量対電荷比に対する各測定値のズレを参照）が、含まれる。この参照は、参照サインに関して従来の慣行と同様に、請求項中に含まれている。したがって、「コンマ」により隔てられた参照は、一般に共通に適用できる参照のリストとして見なければならないし、「セミコロン」により隔てられた参照は、一般に代替物として適用できる参照のリストとして見なければならない。

これらの参照は、本発明の理解の手助けをするためだけのものであり、また他の測定状況および他の分析および検出技術に対して、もちろん、他の言葉および参照が、これまで使用した参照の代わりに導入しなければならないという点は、強調するべきである。

さらなる注意としては、以下、測定するべきあるいは定量するべき量（あるいは変数）、あるいは複数の量（あるいは変数）および各量あるいは変数に対して測定されるあるいは定量される値あるいは複数の値のあいだは、完全に識別するように試みる。たとえば、ある電圧が関心事であれば、量あるいは変数電圧は、量として示され、各測定あるいは定量から得られた電圧値（たとえば、単位ボルトを有している）は、値として示される。先に考慮された非限定的図示例中において、スキャン数、検出時間、質量対電荷比およびイオン強度という言葉は、この意味において複数の量を参照し、またＮ_i、ｔ_i、ｍ／ｚ_iおよびｌ_iは、この意味で複数の値を参照する。これらの識別は、基本的には、理解の手助けをするものであり、ともかく本発明の範囲に対して限定的作用を持つものではないと考えるべきである。

第１態様によれば、本発明は、少なくとも１つの成分、特にそこに含まれている化学的成分、生物的成分あるいは生物化学的成分、および少なくとも１つの該技術を行うことから生じる生成物に関して、該サンプルを評価する特性化データを提供するために、２つ以上の技術を行うことにより、少なくとも１つのサンプルを分析する方法であって、
ａ）ｉ）成分を分離するための、あるいは
ii）該第１分析技術あるいは少なくとも１つの第１分析技術を行うことにより生じる生成物を分離するための、あるいは
iii）該第１分析技術あるいは少なくとも１つの第１分析技術を行うことにより生じる成分および生成物を分離するための
少なくとも１つの第１分析技術を行う工程であって、該第１分析技術は、該サンプルに関して、あるいはすでに分離されている成分あるいは生成物に関して行われ、該分離は、該成分あるいは生成物の少なくとも１つの第１識別特性に基づいて行われることを特徴とする工程と、
ｂ）既に分離された、あるいは分離中の成分あるいは生成物に関して、少なくとも１つのさらなる技術を行う工程であって、さらなる技術は、ｉ）少なくとも１度工程ａ）を行うことにより得られる少なくとも１つの分離、および ii）少なくとも１つのさらなる識別特性のうちの少なくとも１つに基づいて、分離された成分あるいは生成物を特性づけるための少なくとも１つの分析技術および検出技術であることを特徴とする工程からなることを特徴とする方法であり；
少なくとも工程ｂ）において、少なくとも２つの特性付け測定量（スキャン数、質量対電荷比；検出時間、質量対電荷比）と、少なくとも１度工程ａ）を行うことにより得られる該分離あるいは少なくとも１つの分離を反映する該特性付け測定量の少なくとも１つの第１（スキャン数；検出時間）と、ｉ）少なくとも１度工程ａ）を行うことにより得られる少なくとも１つの他の分離と ii）該さらなる識別特性あるいはさらなる識別特性の少なくとも１つのうちの少なくとも１つを反映する該特性付け測定量の少なくとも１つのさらなる（質量対電荷比）と言う言葉で該成分あるいは生成物の少なくとも１つの特性付けを表示する測定データを提供する検出ハードウエアを使用することを特徴とし；
該方法は、
ｃ）該特性付け測定量の少なくとも１つの該第１（スキャン数；検出時間）と言う言葉で、該特性付けあるいは少なくとも１つの特性付けを表示する少なくとも１つの各第１特性付け測定値（Ｎ_i、ｔ_i）と、該特性付け測定量の該少なくとも１つのさらなる（質量対電荷比）と言う言葉で、該特性付けあるいは少なくとも１つの特性付けを表示する少なくとも１つのさらなる各特性付け測定値（ｍ／ｚ_i）とを互いに関連させることにより、検出ハードウエアにより提供される測定データに基づいて、データ組（（Ｎ_i、ｍ／ｚ_i）；（ｔ_i、ｍ／ｚ_i））を提供する工程と、
ｄ）該データ組を、該特性付け測定量の少なくとも１つに対する特性付け測定値に関して、測定値を特性付ける特性付け測定値間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）で、該各間隔は、該成分あるいは生成物の１つの特定物に潜在的に関連しているきめられるものである測定値間隔にグループ分けする工程とからなり；
該グループ分けが、該成分あるいは生成物の該特定物に関連した真の、あるいは特性的な、あるいは平均の特性付け測定値（ｍ／ｚ_ION）からの各特性付け測定値（ｍ／ｚ_i）のズレ（Δｍ／ｚ_i）の少なくとも１つの統計的分布に基づいて行われることを特徴とし；
さらに該方法は、
ｅ）ｉ）該グループ分けから得られるデータ組の群および ii）該グループ分けから得られた該特性付け測定値の少なくとも１つの間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）の少なくとも１つを反映しあるいは包含するデータの貯蔵、表示および印刷あるいはデータの可視化の少なくとも１つの工程と；
ｆ）ｉ）該グループ分けから得られるデータ組の群および ii）該グループ分けから得られた該特性付け測定値の少なくとも１つの間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）の少なくとも１つに基づいて、あるいは工程ｅ）により貯蔵され、表示されあるいは印刷されたデータあるいは可視化に基づいて、該少なくとも１つのサンプルの解析あるいは該成分あるいは生成物の少なくとも１つ解析をする工程の少なくとも１つからさらになることを特徴とする方法を提供する（提案１）。

本発明の第１態様によれば、測定データのグループ分けは、成分あるいは生成物の特定物に関連している真の、あるいは特性的な、あるいは平均の特性付け測定値からの各特性付け測定値のズレの少なくとも１つの統計的分布に基づいて行われる。このアプローチに基づいて、非常に有効なグループ分けを、行うことが出来る。ＬＣ質量スペクトル分析法（ＬＣ−ＭＳ分析法）の例を参照して、質量対電荷比データ部分に対する適当な間隔を求めるために、すなわち、測定データに関して定められる対応する座標システムの質量対電荷比軸に沿って、適当な間隔を見出すために、本アプローチは、有利に採用できる。このような状況から、伝統的なあるいは従来の統計学のみならずベイジアン統計あるいは非頻度統計も有利に用いられる。

工程ａ）は、数回、同時にあるいは連続的に使用しても良いことを、指摘するべきである。工程ｂ）は、工程ａ）による分離に類似の分離を包含しても良いし、あるいは少なくともそのような分離を行うために採用しても良い。１例として、分離を行うために採用される質量スペクトル分析法がある。しかし、もし異なった物質が、すでに分離されていれば、そのときには、該物質に関して質量スペクトル分析法を行うことは、必ずしもさらなる分離を生じるものではなく、その代わりに工程ａ）で行われる分離、おそらく少なくとも１つのクロマトグラフイーカラムなどをもちいることによる分離を反映するある検出時間あるいはスキャン数に対して、ｍ／ｚ軸の物質のマップを作ることのみに役立つ。

工程ｂ）も数回、同時にあるいは連続的に行うことが出来る。さらに、測定状況および用いられる技術により、工程ｂ）は、工程ａ）と同時に、あるいは重ねて行うことが出来る。１例として、誘導蛍光発光による電気泳動バンドのオンライン検出を用いる電気泳動法がある。このような測定状況において、電気泳動法は、物質を分離する。この分離に基づいて、該分離を表示する測定データは、工程ｂ）にしたがって、得られる。

他の可能性は、工程ａ）も測定データを提供するために、検出ハードウエアの使用を包含することである。再び、適当な手段により検出される電気泳動法バンドのオンライン検出のできる電気泳動法の例を参照する。得られる分離に基づいて、蛍光発光バンドの検出からえられる特性付けのほかに、追加の特性付けが、工程ｂ）にしたがって得られよう。

工程ｃ）に関しては、データを体系化する可能性が多いことを注目すべきである。使用されるデータ構造には制限はなんらない。各データ組の特性付け測定値は、互いの関連性および各特性付け測定量に関して、各データ組の特性付け測定値を同定できることは、充分であるから、これらの特性付け測定値は、グループ分けにアクセスされよう。したがって、「データ組」という言葉ならびに互いの特性付け測定値の関連性は、機能的に理解されねばならないし、このような関連性およびアクセスの可能性を実行する、あるいは反映するあるいは可能にする可能性のあるデータ体系化を含んでいるものとする。

工程ｃ）も工程ｄ）も、同時に、あるいはともかく交互に配置して行っても良い。同じことは、工程ｄ）および工程ｅ）にも適用される。さらに、一方では工程ｄ）あるいは／および工程ｅ）また一方では工程ｆ）は、同時に、あるいはともかく交互に配置して行っても良い。

該間隔は、一般的に成分あるいは生成物の１特定物に確実に関連して求められることに注目すべきである。本発明によるグループ分けの作業仮説は、成分あるいは生成物の１特定物にそれぞれ関連する間隔を求めるために、グループ分けが有効であるということである。しかし、作為があれば、あるいは最適の分析技術および検出技術を用いなければ、必ずしも悪い測定を排除できるものではない。エラーの可能性を考慮すると、本発明によるグループ分けは、成分あるいは生成物の１特定物に潜在的に関連する間隔を、ともかく求めるものである。これらの間隔が、成分あるいは生成物の１特定物に確かに関連するかどうかは、おそらく、分析されるべきサンプルあるいはサンプル群に関する現在の知識および参照データベース中に含まれる参照データベースを考慮して、さらなる実証工程で求められよう。

工程ｅ）に関しては、該グループ分けにより得られるデータ組のグループあるいは／および該グループ分けにより得られる各特性付け測定値の間隔を反映するかあるいは含んでいる好ましくはデータのみ、あるいはデータの可視化が、貯蔵されあるいは／および表示されあるいは／および印刷されることを付け加えるべきであり、またグループあるいは間隔に入らない他のデータを捨てることを付け加えるべきである。このことは、データ削減に大いに役立つ。各グループのデータ組あるいは各間隔に入るデータ組ではなくて、グループあるいは間隔を記述するデータの代わりに、ＬＣ−ＭＳデータの場合、たとえば平均ｍ／ｚ値、平均ｔ値、あるいはＮ値および合計強度値（たとえば、全ての個々の強度の合計、データ組により定められる曲線の元にある領域に亙る積分、平均強度値、など）が、蓄えられれば、ある種のデータ圧縮という意味でのデータのさらなる削減は、得られるかもしれない。平均ｍ／ｚ値および平均ｔ値、あるいはＮ値にさらに加えて、あるいはその代わりに、おそらく各間隔の境界を蓄えることにより、あるいは各間隔の中心値および幅を蓄えることにより、ｍ／ｚ間隔およびｔ間隔あるいはＮ間隔が、蓄えられる。しかし、特にもし大きなデータ貯蔵スペースが使用できるか、また高速のプロセッサが使用可能であれば、そのようなデータ削減およびデータ圧縮は必ずしも必要ではないことを強調するべきである。このような状況下に、そのようなデータのグループ分けは、データ解析に役立たせる価値が高い。たとえば、同一グループに属するデータ組は、異なる色を異なるグループに帰することにより、（たとえば虚偽の色あるいは幻影色表示から知られる）、データの可視化で同定され、その結果各サンプルあるいはサンプル類の定性的解析が、科学者あるいはオペレータがデイスプレイ上あるいはプリントアウト上での可視化で見えるのに役立つことになる。

少なくとも、工程ｄ）による該グループ分けおよび一般的には、貯蔵、表示および印刷およびさらなる工程ｅ）の解析、および一般的には、工程ｃ）によるデータ組の提供は、適当なデータ処理配列、たとえばデータ処理ユニットあるいはデータ処理システムなど、あるいは汎用コンピュータあるいは測定および解析システムの制御ユニットにより、自動的に行われあるいは自動化される。科学者あるいはオペレータが、あるアクションをトリガーする、あるいはある処理工程に対する基礎として取り入れられるあるデータを入力することが、可能であろうが、そのようなグループ分けは、おそらく本発明を具現化するプログラム指示の制御の下に、該技術を行うことから得られる生データ測定に基づいて、人の作用を用いずに行われるものである。

好ましくは、工程ｄ）による該グループ分けは、該成分あるいは生成物の該特定物に関連した真の、あるいは特性的な、あるいは平均の特性付け測定値（ｍ／ｚ_ION）からの各特性付け測定値のズレ（Δｍ／ｚ_i）の統計的分布を示す測定ズレの統計的分布に基づいて行われる（提案２）。

さらに、該間隔は、該ズレ（Δｍ／ｚ_i）の統計的分布により、該成分あるいは生成物の該特定物から由来する各特性付け測定値の全ての実質的量を含んでいる間隔に対応することが、示唆されている（提案３）。

有利にするために、該間隔は、該成分あるいは生成物の該特定物から由来する全ての特性付け測定値の実質的量を包含するために、該ズレ（Δｍ／ｚ_i）の統計的分布により予測される予測間隔であってもよい（提案４）。

もし該間隔が、初期化データに基づいて、および−工程ｄ）によるグループ分けのうちに−該成分あるいは生成物の該特定物に由来し、またまだグループ分けされていないデータ組に属する全ての各特性付け測定値の実質的量を包含するために既にグループ分けされているデータ組に基づいて、該ズレ（Δｍ／ｚ_i）の統計的分布により予測される予測間隔、おそらく確信間隔であるとすれば、高度に有効なグループ分けが、得られよう（提案５）。好ましくは、ベイジアン統計をこの状況で使用する。いわゆるベイジアンを有利にするために、習得あるいは更新が使用され、現在の特性付け測定値を向上させる。

次元は、工程ｃ）により提供されるデータ組に帰せられてもよい。これに関して、該データ組の１つの第１次元上に描かれる少なくとも１つの各第１特性付け測定値（Ｎ_i、ｔ_i）を包含するために、また該データ組の少なくとも１つの更なる次元上に描かれる少なくとも１つのさらなる各特性付け測定値（ｍ／ｚ_i）を包含するために、該データ組は、工程ｃ）中に発生されることが、提案されている（提案６）。これらの次元、たとえば適当な次元のアレーを反映するデータ構造を有利にするために使用しても良い。

工程ｄ）に関しては、該データ組は、工程ｄ）において、少なくとも２つの異なった特性付け測定量に対する特性付け測定値に関して特性付け測定値間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）にグループ分けされており、その中では、該グループ分けは、該少なくとも２つの異なった特性付け測定量の各々に対しての１つの特性付け測定値を含む間隔セット（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）が、該成分あるいは生成物の該特定物に潜在的に関連して求められ、そこでは、該グループ分けは、該特性付け測定量の少なくとも１つに対する特性付け測定値の特性付け測定値間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］）に関して、該ズレ（Δｍ／ｚ_i）の統計的分布の少なくとも１つに基づいて行われるということをさらに提案している（提案７）。提案６を参照にして、少なくとも２つの異なった特性付け測定量に関連した該特性付け測定値は、該データ組の異なった次元上で描かれるであろう。

好ましくは、該グループ分けは、該さらなる特性付け測定量に対するさらなる特性付け測定値の特性付け測定値間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］）、あるいはさらなる特性付け測定値間隔としてここでも示されるさらなる特性付け測定値の少なくとも１つのさらなる特性付け測定量、該特性付け測定値間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］）に関して、該ズレ（Δｍ／ｚ_i）の統計的分布の少なくとも１つに基づいて行われる（提案８）。

測定状況および使用される技術により、該測定ハードウエアにより提供される該測定データは、時々、しばしば、あるいは一般的に、該検出ハードウエアにより検出されかつそれに関連する少なくとも１つの特性付け測定量を参照して、少なくとも１つの定量的測定量（イオン強度）と言う言葉で検出ハードウエアにより提供される少なくとも１つの定量化（イオン強度）を表示する定量的測定データを包含するであろう。この場合、該データ組は、少なくとも１つの各特性付け測定値を包含しても良い。この点に関して、該データ組（（Ｎ_i、ｍ／ｚ_i、ｌ_i）；（ｔ_i、ｍ／ｚ_i、ｌ_i））は、該定量化あるいは少なくとも１つの定量化（イオン強度）を表示する該少なくとも１つの各第１特性付け測定値（Ｎ_i、ｔ_i）と、該少なくとも１つのさらなる各特性付け測定値（ｍ／ｚ_i）および少なくとも１つの定量的測定量（イオン強度）と言う言葉で、該定量化あるいは少なくとも１つの定量化（イオン強度）を表示する少なくとも１つの各定量的測定値（ｌ_i）とを、互いに関連づけることにより提供されることを提案する（提案９）。この場合、該データ組は、該データ組の１つの第１次元上に描かれる少なくとも１つの各第１特性付け測定値（Ｎ_i、ｔ_i）を包含するために、該データ組の少なくとも１つの更なる次元上に描かれる少なくとも１つのさらなる各特性付け測定値（ｍ／ｚ_i）を包含するために、また該データ組の少なくとも１つの他の次元上に描かれる少なくとも１つの該各特性付け測定値（ｌ_i）を包含するために工程ｃ）中に発生されてもよい（提案１０）。

本発明の第２の態様を参照して、工程ｄ）における該グループ分けは、複数の該定量的測定値（ｌ_i）で各々は該データ組のそれぞれ１つに属している値の少なくとも１つの集約的特性に基づいて、さらに行われることを、さらに提案する（提案１１）。

特に、該グループ分けは、複数の該定量的測定値から求められる全体の定量的尺度値よりなる少なくとも１つの集約的特性に基づいて、有利にするために行われても良い（提案１２）。全体の定量的尺度値として、たとえば、複数の該定量的測定値、複数の該定量的測定値の和あるいは積などに対しての平均の定量的測定値が役立つかもしれない。「全体の定量的尺度値」という言葉の中の準語「尺度」は、全体の定量的尺度値が、組み合わせて考えられる該定量的測定値の全体特性を示す尺度として役立つことが出来ることを意味している。したがって、該定量的測定値あるいは該定量的測定値のいくつかの平均が、増加するかまた逆の場合に、全体の定量的測定値が減少することは、排除されない。たとえば、一方での全体的定量的測定値と他方での定量的測定値のあいだには、逆の関係がある。

さらに該グループ分けは、複数の該定量的測定値の少なくとも１つの各々をそれぞれ含むこれらのデータ組により直接にあるいは間接に定められる少なくとも１つの曲線あるいは柱状図の形状よりなる少なくとも１つの集約的特性に基づいて、追加的にあるいは２者択一的に、有利にするために行っても良い（提案１３）。この場合、該少なくとも１つの曲線あるいは柱状図の形状が、準組値、おそらくはこれらの該データ組の組値より定められ、またそこでは、準組値、おそらくは組値がそれぞれ、複数の該定量的測定値の少なくとも１つの各値および少なくとも１つの各複数の該特性付け測定値を含み、少なくとも１つの特性付け測定値は、少なくとも１つの各定量的測定量に関連している少なくとも１つの特性付け測定量という言葉で少なくとも１つの該特性付けを表示している（提案１４）。

提案１１から１４の少なくとも１つを参照して、工程ｄ）に関しては、該データ組は、工程ｄ）において、少なくとも２つの異なった特性付け測定量に対する特性付け測定値に関して特性付け測定値間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）にグループ分けされており、その中では、該グループ分けは、該少なくとも２つの異なった特性付け測定量の各々に対しての１つの特性付け測定値を含む間隔セット（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）が、該成分あるいは生成物の該特定物に潜在的に関連して求められ、そこでは、該グループ分けは、該特性付け測定量の少なくとも１つに対する特性付け測定値の特性付け測定値間隔（［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）に関して、複数の該定量的測定値（ｌ_i）の集約的特性に基づいて行われる（提案１５）。提案１０を参照にして、少なくとも２つの異なった特性付け測定量に関連した該特性付け測定値は、該データ組の異なった次元上で描かれるであろう。

有利にするために、該グループ分けは、該第１特性付け測定量あるいは少なくとも１つの該第１特性付け測定量に対する第１特性付け測定値間隔（［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）に関する該複数の該特性付け測定値（ｌ_i）の集約的特性に基づいて行われ、ここにおける第１特性付け測定値の該特性付け測定値間隔（［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）は、該第１特性付け測定値間隔としても示される（提案１６）。

提案９から１６を参照して、工程ｅ）に貯蔵され、表示されあるいは印刷されているデータは、該定量的測定量あるいは少なくとも１つの定量的測定量という言葉で該定量化あるいは少なくとも１つの定量化を表示する定量的情報を含むことがさらに示唆される（提案１７）。該グループ分けから得られるデータ組の各グループに対して、少なくとも１つの各蓄積的定量値は、該定量的測定量あるいは少なくとも１つの定量的測定量という言葉で、該定量化あるいは少なくとも１つの定量化を表示するために各グループのデータ組中に含まれる定量的測定値に基づいて、由来するということを示唆している（提案１８）。たとえば、平均定量値あるいは定量値の合計は、蓄積的定量値として使用しても良い。好ましくは、工程ｅ）では、各蓄積的定量値は、蓄積的定量値がベースとしている蓄積的定量値の代わりに蓄えられる（提案１９）。実質的なデータ圧縮が得られよう。提案１の工程ｅ）に関する上記の註を参照のこと。

既に（提案１１の状況の中で述べている）第２の態様にしたがって、本発明は、少なくとも１つの成分、特にそこに含まれている化学的成分、生物的成分あるいは生物化学的成分、および少なくとも１つの該技術を行うことから生じる生成物に関して、該サンプルを評価する特性化データを提供するために、２つ以上の技術を行うことにより、少なくとも１つのサンプルを分析する方法であって、
ａ）ｉ）成分を分離するための、あるいは
ii）該第１分析技術あるいは少なくとも１つの第１分析技術を行うことにより生じる生成物を分離するための、あるいは
iii）該第１分析技術あるいは少なくとも１つの第１分析技術を行うことにより生じる成分および生成物を分離するための
少なくとも１つの第１分析技術を行う工程であって、該第１分析技術は、該サンプルに関して、あるいはすでに分離されている成分あるいは生成物に関して行われ、該分離は、該成分あるいは生成物の少なくとも１つの第１識別特性に基づいて行われることを特徴とする工程と、
ｂ）既に分離された、あるいは分離中の成分あるいは生成物に関して、少なくとも１つのさらなる技術を行う工程であって、さらなる技術は、ｉ）少なくとも１度工程ａ）を行うことにより得られる少なくとも１つの分離、および ii）少なくとも１つのさらなる識別特性のうちの少なくとも１つに基づいて、分離された成分あるいは生成物を特性づけるための少なくとも１つの分析技術および検出技術であることを特徴とする工程からなることを特徴とする方法であり；
少なくとも工程ｂ）において、少なくとも２つの特性付け測定量（スキャン数、質量対電荷比；検出時間、質量対電荷比）と、少なくとも１度工程ａ）を行うことにより得られる該分離あるいは少なくとも１つの分離を反映する該特性付け測定量の少なくとも１つの第１（スキャン数；検出時間）と、ｉ）少なくとも１度工程ａ）を行うことにより得られる少なくとも１つの他の分離と ii）該さらなる識別特性あるいはさらなる識別特性の少なくとも１つのうちの少なくとも１つを反映する該特性付け測定量の少なくとも１つのさらなる（質量対電荷比）と言う言葉で該成分あるいは生成物の少なくとも１つの特性付けを表示する測定データを提供する検出ハードウエアを使用することを特徴とし；
該検出ハードウエアにより提供される該測定データは、該検出ハードウエアにより検出されかつそれに関連する少なくとも１つの特性付け測定量を参照して、定量的測定量（イオン強度）と言う言葉で検出ハードウエアにより提供される少なくとも１つの定量化（イオン強度）を表示する定量的測定データを包含することを特徴とし、
該方法は、
ｃ）該特性付け測定量の少なくとも１つの該第１（スキャン数；検出時間）と言う言葉で、該特性付けあるいは少なくとも１つの特性付けを表示する少なくとも１つの各第１特性付け測定値（Ｎ_i、ｔ_i）と、該特性付け測定量の該少なくとも１つのさらなる（質量対電荷比）と言う言葉で、該特性付けあるいは少なくとも１つの特性付けを表示する少なくとも１つのさらなる各特性付け測定値（ｍ／ｚ_i）と、定量的測定量（イオン強度）と言う言葉で、該定量化あるいは少なくとも１つの定量化（イオン強度）を表示する少なくとも１つの各定量的測定値（ｌ_i）とを互いに関連させることにより、検出ハードウエアにより提供される測定データに基づいて、データ組（（Ｎ_i、ｍ／ｚ_i、ｌ_i）；（ｔ_i、ｍ／ｚ_i、ｌ_i））を提供する工程と、
ｄ）該データ組を、該特性付け測定量の少なくとも１つに対する特性付け測定値に関して、測定値を特性付ける特性付け測定値間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）で、該各間隔は、該成分あるいは生成物の１つの特定物に潜在的に関連しているきめられるものである測定値間隔にグループ分けする工程とからなり；
該グループ分けは、複数の該定量的測定値（ｌ_i）で各々は該データ組のそれぞれ１つに属している値の少なくとも１つの集合的特性に基づいて、さらに行われることを特徴とし；
さらに該方法は、
ｅ）ｉ）該グループ分けから得られるデータ組の群および ii）該グループ分けから得られた該特性付け測定値の少なくとも１つの間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）の少なくとも１つを反映しあるいは包含するデータの貯蔵、表示および印刷あるいはデータの可視化の少なくとも１つの工程と；
ｆ）ｉ）該グループ分けから得られるデータ組の群および ii）該グループ分けから得られた該特性付け測定値の少なくとも１つの間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）の少なくとも１つに基づいて、あるいは工程ｅ）により貯蔵され、表示されあるいは印刷されたデータあるいは可視化に基づいて、該少なくとも１つのサンプルの解析あるいは該成分あるいは生成物の少なくとも１つ解析をする工程の少なくとも１つからさらになることを特徴とする方法を提供する（提案２０）。

第２態様によれば、本発明は、複数の該定量的測定量の少なくとも１つの集約的特性、および該データ組の各１つに属する該複数の該定量的測定量の各々に基づいて該測定データのグループ分けをすることを提案する。このアプローチに基づいて、非常に有効なグループ分けを、行うことが出来る。ＬＣ−ＭＳ分析法の例を参照して、時間あるいはスキャン数部分に対する適当な間隔を求めるために、すなわち、測定データに関して定められる対応する座標システムの時間あるいはスキャン数軸に沿って、適当な間隔を見出すために、本アプローチは、有利に採用できる。

工程ａ）は、数回、同時にあるいは連続的に使用しても良いことを、指摘するべきである。工程ｂ）は、工程ａ）による分離に類似の分離を包含しても良いし、あるいは少なくともそのような分離を行うために採用しても良い。１例として、分離を行うために採用される質量スペクトル分析法がある。しかし、もし異なった物質が、すでに分離されていれば、そのときには、該物質に関して質量スペクトル分析法を行うことは、必ずしもさらなる分離を生じるものではなく、その代わりに工程ａ）で行われる分離、おそらく少なくとも１つのクロマトグラフイーカラムなどをもちいることによる分離を反映するある検出時間あるいはスキャン数に対して、ｍ／ｚ軸の物質のマップを作ることのみに役立つことになる。

工程ｂ）も数回、同時にあるいは連続的に行うことが出来る。さらに、測定状況および用いられる技術により、工程ｂ）は、工程ａ）と同時に、あるいは重ねて行うことが出来る。１例として、誘導蛍光発光による電気泳動バンドのオンライン検出を用いるキャピラリー電気泳動法（ＣＥ）がある。このような測定状況において、電気泳動法は、物質を分離する。この分離に基づいて、該分離を表示する測定データは、工程ｂ）にしたがって、得られる。

他の可能性は、工程ａ）も測定データを提供するために、検出ハードウエアの使用を包含することである。再び、適当な手段により検出される電気泳動法バンドのオンライン検出のできる電気泳動法の例を参照する。得られる分離に基づいて、蛍光発光バンドの検出からえられる特性付けのほかに、追加の特性付けが、工程ｂ）にしたがって得られよう。

工程ｃ）に関しては、データを体系化する可能性が多いことを注目すべきである。使用されるデータ構造には制限はなんらない。各データ組の特性付け測定値は、互いの関連性および各特性付け測定量に関して、各データ組の特性付け測定値を同定できることは、充分であるから、これらの特性付け測定値は、グループ分けにアクセスされよう。したがって、「データ組」という言葉ならびに互いの特性付け測定値の関連性は、機能的に理解されねばならないし、このような関連性およびアクセスの可能性を実行する、あるいは反映するあるいは可能にする可能性のあるデータ体系化を含んでいるものとする。

工程ｃ）も工程ｄ）も、同時に、あるいはともかく交互に配置して行っても良い。同じことは、工程ｄ）および工程ｅ）にも適用される。さらに、一方では工程ｄ）あるいは／および工程ｅ）また一方では工程ｆ）は、同時に、あるいはともかく交互に配置して行っても良い。

該間隔は、一般的に成分あるいは生成物の１特定物に確実に関連して求められることに注目すべきである。本発明によるグループ分けの作業仮説は、成分あるいは生成物の１特定物にそれぞれ関連する間隔を求めるために、グループ分けが有効であるということである。しかし、作為があれば、あるいは最適の分析技術および検出技術を用いなければ、必ずしも悪い測定を排除できるものではない。エラーの可能性を考慮すると、本発明によるグループ分けは、成分あるいは生成物の１特定物に潜在的に関連する間隔を、ともかく求めるものである。これらの間隔が、成分あるいは生成物の１特定物に確かに関連するかどうかは、おそらく、分析されるべきサンプルあるいはサンプル群に関する現在の知識および参照データベース中に含まれる参照データベースを考慮して、さらなる実証工程で求められよう。

工程ｅ）に関しては、該グループ分けにより得られるデータ組のグループあるいは／および該グループ分けにより得られる各特性付け測定値の間隔を反映するかあるいは含んでいる好ましくはデータのみ、あるいはデータの可視化が、貯蔵されあるいは／および表示されあるいは／および印刷されることを付け加えるべきであり、またグループあるいは間隔に入らない他のデータを捨てることを付け加えるべきである。このことは、データ削減に大いに役立つ。各グループのデータ組あるいは各間隔に入るデータ組ではなくて、グループあるいは間隔を記述するデータの代わりに、ＬＣ−ＭＳデータの場合、たとえば平均ｍ／ｚ値、平均ｔ値、あるいはＮ値および合計強度値（たとえば、全ての個々の強度の合計、データ組により定められる曲線の元にある領域に亙る積分、平均強度値、など）が、蓄えられれば、ある種のデータ圧縮という意味でのデータのさらなる削減は、得られるかもしれない。平均ｍ／ｚ値および平均ｔ値、あるいはＮ値にさらに加えて、あるいはその代わりに、おそらく各間隔の境界を蓄えることにより、あるいは各間隔の中心値および幅を蓄えることにより、ｍ／ｚ間隔およびｔ間隔あるいはＮ間隔が、蓄えられる。しかし、特にもし大きなデータ貯蔵スペースが使用できるか、また高速のプロセッサが使用可能であれば、そのようなデータ削減およびデータ圧縮は必ずしも必要ではないことを強調するべきである。このような状況下に、そのようなデータのグループ分けは、データ解析に役立たせる価値が高い。たとえば、同一グループに属するデータ組は、異なる色を異なるグループに帰することにより、（たとえば虚偽の色あるいは幻影色表示から知られる）、データの可視化で同定され、その結果各サンプルあるいはサンプル類の定性的解析が、科学者あるいはオペレータがデイスプレイ上あるいはプリントアウト上での可視化で見えるのに役立つことになる。

少なくとも、工程ｄ）による該グループ分けおよび一般的には、貯蔵、表示および印刷およびさらなる工程ｅ）の解析、および一般的には、工程ｃ）によるデータ組の提供は、適当なデータ処理配列、たとえばデータ処理ユニットあるいはデータ処理システムなど、あるいは汎用コンピュータあるいは測定および解析システムの制御ユニットにより、自動的に行われあるいは自動化される。科学者あるいはオペレータが、あるアクションをトリガーする、あるいはある処理工程に対する基礎として取り入れられるあるデータを入力することが、可能であろうが、そのようなグループ分けは、おそらく本発明を具現化するプログラム指示の制御の下に、該技術を行うことから得られる生データ測定に基づいて、人の作用を用いずに行われるものである。

有利にするために、複数の該定量的測定値から求められる全体の定量的尺度値よりなる少なくとも１つの集約的特性に基づいて、該グループ分けは、行われても良い（提案２１）。全体の定量的尺度値として、たとえば、複数の該定量的測定値、複数の該定量的測定値の和あるいは積などに対しての平均の定量的測定値が役立つかもしれない。「全体の定量的尺度値」という言葉の中の準語彙「尺度」は、全体の定量的尺度値が、組み合わせて考えられる該定量的測定値の全体特性を示す尺度として役立つことが出来ることを意味している。したがって、該定量的測定値あるいは該定量的測定値のいくつかの平均が、増加するかまた逆の場合に、全体の定量的測定値が減少することは、排除されない。たとえば、一方での全体的定量的測定値と他方での定量的測定値のあいだには、逆の関係があるようである。

追加的にあるいは２者択一的に、該グループ分けは、複数の該定量的測定値の少なくとも１つの各々をそれぞれ含むこれらのデータ組により直接にあるいは間接に定められる少なくとも１つの曲線あるいは柱状図の形状よりなる少なくとも１つの集約的特性に基づいて、有利にするために行っても良い（提案２２）。

該少なくとも１つの曲線あるいは柱状図の形状が、準組値、おそらくはこれらの該データ組の組値より定められ、またそこでは、準組値、おそらくは組値がそれぞれ、複数の該定量的測定値の少なくとも１つの各値および少なくとも１つの各複数の該特性付け測定値を含み、少なくとも１つの特性付け測定値は、少なくとも１つの各定量的測定量に関連している少なくとも１つの特性付け測定量という言葉で少なくとも１つの該特性付けを表示している（提案２３）。

工程ｃ）を参照して、該データ組は、該データ組の１つの第１次元上に描かれる少なくとも１つの各第１特性付け測定値（Ｎ_i、ｔ_i）を包含するために、該データ組の少なくとも１つの更なる次元上に描かれる少なくとも１つのさらなる各特性付け測定値（ｍ／ｚ_i）を包含するために、また該データ組の少なくとも１つの他の次元上に描かれる少なくとも１つの該各特性付け測定値（ｌ_i）を包含するために工程ｃ）中に発生されてもよい（提案２４）。

工程ｄ）を参照して、該データ組は、工程ｄ）において、少なくとも２つの異なった特性付け測定量に対する特性付け測定値に関して特性付け測定値間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）にグループ分けされており、その中では、該グループ分けは、該少なくとも２つの異なった特性付け測定量の各々に対しての１つの特性付け測定値を含む間隔セット（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）が、該成分あるいは生成物の該特定物に潜在的に関連して求められ、そこでは、該グループ分けは、該特性付け測定量の少なくとも１つに対する特性付け測定値の特性付け測定値間隔（［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）に関して、該複数の該特性付け測定値（ｌ_i）の該集約的特性に基づいて行われるということを示唆している（提案２５）。提案２４を参照にして、少なくとも２つの異なった特性付け測定量に関連した該特性付け測定値は、該データ組の異なった次元上で描かれるであろう。

好ましくは、該グループ分けは、該第１特性付け測定量、あるいは少なくとも１つの第１特性付け測定量に対する第１特性付け測定値の特性付け測定値間隔（［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）に関する該複数の該特性付け測定値（ｌ_i）の集約的特性に基づいて行われ、ここでの第１特性付け測定値の特性付け測定値間隔（［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）は、第１特性付け測定値間隔としても示される（提案２６）。

一般的に、工程ｅ）に貯蔵され、印刷されあるいは表示されているデータは、該定量的測定量あるいは少なくとも１つの定量的測定量という言葉で、該定量化あるいは少なくとも１つの定量化を表示する定量的情報を含むであろう（提案２７）。

さらに、該グループ分けから得られるデータの各グループに対して、少なくとも１つの各蓄積的定量値は、該定量的測定量あるいは少なくとも１つの定量的測定量という言葉で、該定量化あるいは少なくとも１つの定量化を表示するために、各グループのデータ組中に含まれる定量的測定値に基づいて、由来するということを示唆している（提案２８）。好ましくは、工程ｅ）では、各蓄積的定量値は、蓄積的定量値がベースとしている蓄積的定量値の代わりに蓄えられる（提案２９）。実質的なデータ圧縮を得ることができる。提案２０の工程ｅ）に関する上記の註を参照のこと。

本発明の第１態様を参照して、工程ｄ）における該グループ分けは、該成分あるいは生成物の該特定物に関連した真の、あるいは特性的な、あるいは平均の各特性付け測定値（ｍ／ｚ_ION）からの各特性付け測定値（ｍ／ｚ_i）のズレ（Δｍ／ｚ_i）の少なくとも１つの統計的分布に基づいて、さらに行われるということをさらに示唆している（提案３０）。

工程ｅ）における該グループ分けは、利益を得るために、該成分あるいは生成物の該特定物に関連した真の、あるいは特性的な、あるいは平均の各特性付け測定値（ｍ／ｚ_ION）からの各特性付け測定値のズレ（Δｍ／ｚ_i）の少なくとも１つの統計的分布に基づいて、行われてもい（提案３１）。

該グループ分けが参照する該間隔は、ズレ（Δｍ／ｚ_i）の該統計的分布により、該成分あるいは生成物の該特定物から由来する各特性付け測定値の全ての実質的量を含んでいる間隔に対応してもよい（提案３２）。

もし該間隔が、該成分あるいは生成物の該特定物から由来する全ての特性付け測定値の実質的量を包含するために、該ズレ（Δｍ／ｚ_i）の統計的分布により予測される予測間隔であるとすると、高度に有効なグループ分けが、達成されよう（提案３３）。

特に、該間隔は、初期化データに基づいて、および−工程ｄ）によるグループ分けのうちに−該成分あるいは生成物の該特定物に由来し、またまだグループ分けされていないデータ組に属する全ての各特性付け測定値の実質的量を包含するために既にグループ分けされているデータ組に基づいて、該ズレ（Δｍ／ｚ_i）の統計的分布により予測される予測間隔、おそらく確信間隔である（提案３４）。

提案３２から３４の少なくとも１つを参照して、該データ組は、工程ｄ）において、少なくとも２つの異なった特性付け測定量に対する特性付け測定値に関して、特性付け測定値間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）にグループ分けされており、その中では、該グループ分けは、該少なくとも２つの異なった特性付け測定量の各々に対しての１つの特性付け測定値を含む間隔セット（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）が、該成分あるいは生成物の該特定物に潜在的に関連して求められるように行われ、そこでは、該グループ分けは、該少なくとも１つの該特性付け測定量に対する特性付け測定値の特性付け測定値間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］）に関して、該ズレ（Δｍ／ｚ_i）の少なくとも１つの統計的分布に基づいて行われるということを、さらに示唆している（提案３５）。提案２４を参照にして、少なくとも２つの異なった特性付け測定量に関連した該特性付け測定値は、該データ組の異なった次元上で描かれるであろう。

好ましくは、該グループ分けは、該さらなる特性付け測定量あるいは少なくとも１つのさらなる特性付け測定量に対するさらなる特性付け測定値の特性付け測定値間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］）に関して、該ズレ（Δｍ／ｚ_i）の少なくとも１つの統計的分布に基づいて行われ、ここでのさらなる特性付け測定値の該特性付け測定値間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］）は、さらなる特性付け測定値間隔としてここでも示されている（提案３６）。

本発明の第１態様による該１から１９および本発明の第２態様による該２０から３６を参照にして、本発明の第１態様によるおよび本発明の第２態様によるアプローチは、提案１１から１６および提案３０から３６により明確に示唆されているように、組み合わせて実現される。しかし、該アプローチ（本発明の第１態様によるアプローチおよび本発明の第２態様によるアプローチ）の１つのみに基づいて、先行技術の解と比較した主たる改良が、達成されよう。

該提案のいずれかを参照して、該データ組は、該グループ分けの過程で、決められたアクセススケジュールにより、アクセスされるということをさらに提案している（提案３７）。特に、該データ組あるいは１つのデータ組の少なくとも１つの準組のデータ組が、該特性付け測定量の少なくとも１つに対する特性付け測定値により、好ましくは、該第１特性付け測定量により、支配されるシーケンスにおいてアクセスされよう（提案３８）。有利にするために、該データ組あるいは該データ組の少なくとも１つの準組のデータ組は、特性付け測定値を増加あるいは減少させるために、アクセスされよう（提案３９）。

本発明の第２態様を参照して（提案１１と２０を比較）およびこの点での追加の提案（提案１２から１６および提案２１から２９の比較）を参照して、さらなる利点に導くさらなる提案を次に述べる。

少なくとも提案１４から２３を参照して、該柱状図あるいは曲線は、複数の該特性付け測定値および該複数の各特性付け測定値に関連している少なくとも１つの各特性付け測定値により直接にあるいは間接に定められ、特性付け測定値は、それぞれ、強度値、収率値、量値、カウント値、確率値、あるいは強度、収率、量、カウント、確率などの少なくとも１つの特性付け測定量という言葉で測定される、また各少なくとも１つの特性付け測定値を参照して測定される他の定量値として解釈されるということをさらに示唆している（提案４０）。追加的にあるいは２者択一的に、グループ分けが根拠としている該曲線あるいは少なくとも１つの曲線が、これらのデータ組により、あるいは１）該特性付け測定値が、該データ組、あるいは該準組値、あるいは対値中に含まれている少なくとも１つの特性付け測定量および２）該特性付け測定値が、該データ組、あるいは該準組値、あるいは対値中に含まれている少なくとも１つの定量的測定量の少なくとも１つの言葉で不連続の不連続曲線として直接に、該準組値、あるいは対値により、定められることを示唆している（提案４１）。さらに追加的にあるいは代替的に、グループ分けが根拠としている該曲線あるいは少なくとも１つの曲線が、これらのデータ組により、あるいは１）該特性付け測定値が、該データ組、あるいは該準組値、あるいは対値中に含まれている少なくとも１つの特性付け測定量および２）該特性付け測定値が、該データ組、あるいは該準組値、あるいは対値中に含まれている少なくとも１つの定量的測定量の少なくとも１つの言葉で連続である連続曲線として直接に、あるいは間接に、該準組値、あるいは対値により、定められることを示唆している（提案４２）。

もし該グループ分けが、少なくとも１つの先鋭性条件が該複数の該特性付け測定値の各々の少なくとも１つをそれぞれ含むこれらのデータ組に対して、あるいは該準組値、あるいは対値に対し、あるいは該曲線あるいは柱状図に対して、実行するかどうかを決定するための少なくとも１つの先鋭性チェックを行うことを包含する場合には、該少なくとも１つの集約的特性に基づいた高度に有効なグループ分けを得ることが出来る（提案４３）。追加的にあるいは代替的に、該グループ分けが、少なくとも１つの先鋭性条件が該複数の該特性付け測定値の各々の少なくとも１つをそれぞれ含むこれらのデータ組に対して、あるいは該準組値、あるいは対値に対し、あるいは該曲線あるいは柱状図に対して、実行するかどうかを決定するための少なくとも１つの単一モード性チェックを行うことを包含することを示唆している（提案４４）。ただ唯一の最大値があるとすれば、柱状図あるいは曲線および対応した該複数の定量的測定値を持っている該データ組が、単一モード化される。該単一モード性チェックは、該成分あるいは生成物の１特定物からまったく起因するピークおよび用いた技術の人工物などにより生じる他のピークのあいだを識別するためには、強力である。

原理上、この単一モード性チェックをどのようにして実行するかという点で異なった可能性がある。好ましい実施の態様により、該単一モード性チェックは、他方では参照関数と、一方ではこれらのデータ組の比較、あるいは該準組値、あるいは対値の比較、あるいは、該曲線あるいは柱状図の比較を含んでおり、該比較関数は、これらのデータ組、あるいは該準組値、あるいは対値、あるいは該曲線あるいは柱状図に基づいて求められ、そこでは、一方ではこれらのデータ組、あるいは該準組値、あるいは対値の比較、あるいは、該曲線あるいは柱状図と、他方では参照関数との点状の差は、該複数の該定量的測定値に関連している該複数の該特性付け測定値の全てあるいはある部分に対して計算され、そこでは、参照関数は、これらのデータ組、あるいは該準組値、あるいは対値の比較、あるいは、該曲線あるいは柱状図に基づいて求められるので、計算される点状差の最大点状差あるいは計算される点状差の点状差合計は、単一モード性条件の実行あるいは非実行に対する尺度となる（提案４５）。該参照関数は、第１中間関数を得るために積分あるいは和により、第１中間関数への最近接単一モード関数である第２中間関数を見出すことにより、また該第２中間関数を微分することにより、あるいは参照関数を得るために該第２中間関数からの差を計算することにより、これらのデータ組、あるいは該準組値、あるいは対値の比較、あるいは、該曲線あるいは柱状図から計算しても良い（提案４６）。

提案４５あるいは４６を参照して、該グループ分けにおいて、該複数の該特性付け測定値のズレあるいは該参照関数の対応値からの該曲線あるいは柱状図の対応する値のズレを反映する少なくとも１つのズレ尺度値が、計算されることが、さらに示唆される（提案４７）。

一般的に、該単一モード性チェックは実施できるので、もし単一モード性条件は、該ズレ尺度値が、閾値ズレ尺度値に満たされないでかつ実施されないと決められると、もし該全体のズレ尺度値が、該閾値ズレ尺度値を越えるか、該単一モード性条件が実行されないと決定されると、もし該全体のズレ尺度値が、ある閾値ズレ尺度値に足りなくて、実行されると決定されると、もし該全体のズレ尺度値が、該閾値ズレ尺度値を越えると、該単一モード性条件は、実行されると決定される（提案４８）。語彙「ズレ尺度値」中の準語彙「尺度」は、該参照値から該定量的測定量のズレを反映する値は、原理上ズレ尺度値として使用されるということを表明しようとするものである。したがって、ズレ尺度値は、全てのズレ（たとえば、点状差のいくつか）と共に増加するか、あるいは−逆の関係が取れるのならば−ズレの増加と共に減少しよう。しかし、好ましくは、該最大点状差あるいは該点状差は、該ズレ尺度値として計算される（提案４９）。その他、該先鋭性チェックあるいは／および単一モード性チェックに好ましくはさらに追加して、該成分あるいは生成物の１つの特定物の関連するデータポイントあるいは間隔の間違った決定を避けるために、用いても良い。たとえば、第ｒ次の条件の少なくとも１つの中央値が、該複数の該定量的測定量の少なくとも１つの各値をそれぞれ含むこれらのデータ組に対して、あるいは該準組値、あるいは対値あるいは該曲線あるいは柱状図に対して、実行するかどうかを決定するための少なくとも１つの中央モーメントチェックを行うことを含んでも良い（提案５０）。特に、異なった次元の複数の中央モーメントのあいだの関係に基づいて少なくとも１つの条件が、該複数の該定量的測定量の少なくとも１つの各量をそれぞれ含むこれらのデータ組に対して、あるいは該準組値、あるいは対値あるいは該曲線あるいは柱状図に対して、実行するかどうかを決定するための少なくとも１つの中央モーメントチェックを行うことを、該グループ分けは、含んでいることを示唆している（提案５１）。

好ましい実施の態様によると、該グループ分けは、少なくとも１つの尖度条件が、該複数の該定量的測定量の少なくとも１つの各量をそれぞれ含むこれらのデータ組に対して、あるいは該準組値、あるいは対値あるいは該曲線あるいは柱状図に対して、実行するかどうかを決定するための少なくとも１つの尖度チェックを行うことを含んでいる（提案５２）。測定値用に求められるいわゆる尖度に基づいたグループ分けすることは、該成分あるいは生成物の１つの特定物からまさに由来する該データにおけるピークと応用される技術の人工物によって生じる他のピークとを識別するために、高度に有効である。

ここで尖度を参照することは、統計上の尖度の定義、すなわち分布の第４中心モーメントを分布の第２中心モーメントの２乗で割ったものを反映しあるいは対応する測定の特性付けを含むものとする。

しかし、原理上、尖度チェックの実施の仕方には多くの方法がある。この点に関しては、もし尖度尺度値が、閾値尺度値に足りなくてかつ実行しないと決める場合には、もし尖度尺度値が、閾値尺度値に足りなくてかつ実行すると決める場合には、もし該尖度尺度値が、閾値尺度値を超える場合には、該尖度条件は、実行されると決めるのが、好ましい（提案５３）。

概して、該少なくとも１つの集約的特性に基づいた該グループ分けは、これらのデータ組に基づいた、あるいは該準組値、あるいは対値に基づいた、あるいは該曲線あるいは柱状図に基づいた第２次中心モーメントおよび第４次中心モーメントの少なくとも１つを計算することを包含しても良い（提案５４）。好ましくは、該グループ分けは、これらのデータ組に基づいた、あるいは該準組値、あるいは対値に基づいた、あるいは該曲線あるいは柱状図に基づいた第２次中心モーメントおよび第４次中心モーメントを計算すること、および第２次中心モーメントの２乗に対する第４次中心モーメントの比を計算することを包含する（提案５５）。尖度チェックおよび尖度条件に関しては、第２次中心モーメントの２乗に対する第４次中心モーメントの該比は、該尖度尺度値として使用されることが示唆される（提案５６）。

概して、該グループ分け、特に本発明の第２の態様による該グループ分けは、該複数の該定量的測定値と関連した特性付け測定値の直接あるいは間接の比較を包含し、あるいは該複数の定量的測定値の少なくとも１つの各値をそれぞれ含むこれらのデータ組の直接あるいは間接の比較を包含し、あるいは一方では該準組値、あるいは対値、あるいは該曲線あるいは柱状図の、他方では、真の、特性的な、あるいは平均特性付け測定値（Ｎ_ION；ｔ_ION）の付近の特性付け測定値に対する期待定量的測定値の統計分布との直接あるいは間接の比較を包含しても良い（提案５７）。

もし該グループ分けが、少なくとも１つの中心傾向条件が、該複数の該定量的測定量の少なくとも１つの各量をそれぞれ含むこれらのデータ組に対して、あるいは該準組値、あるいは対値あるいは該曲線あるいは柱状図に対して、実行するかどうかを決定するための少なくとも１つの中央傾向チェックを行うことを包含するとすれば、それも正当であろう（提案５８）。「中央傾向」という語彙は、分布のいわゆる「位置」とする。該位置に対する尺度は、たとえば、いくらかの「平均値」（たとえば、数平均、幾何平均、調和平均あるいは一般化平均）あるいは各測定値の単純和であっても良い。

好ましい実施態様によれば、該グループ分けは、少なくとも１つの定量的条件、あるいは強度条件が、該複数の該定量的測定量の少なくとも１つの各量をそれぞれ含むこれらのデータ組に対して、あるいは該準組値、あるいは対値あるいは該曲線あるいは柱状図に対して、実行するかどうかを決定するために、少なくとも１つの定量的チェックあるいは強度チェックを行うことを包含する（提案５９）。

提案５８および５９の少なくとも１つを参照して、該グループ分けにおいて、該複数の定量的測定値は、全体の定量的測定値あるいは全体強度尺度値に結び付けられていることを示唆している（提案６０）。有利にするために、該全体的定量的測定値に対する該定量的測定値の結びつけは、あるいは全体強度尺度値は、少なくとも１つの背景値あるいはベースライン値を含み、そこでは、該定量的測定値は、該複数の定量的測定値と背景値あるいはベースライン値あるいいは各背景値あるいはベースライン値との間の差の結びつきに対応している（提案６１）。好ましくは、該複数の定量的測定値あるいは差は、該全ての定量的測定値あるいは全ての強度尺度値にさらに結びついている（提案６２）。

原理上、該中央傾向条件および該定量化条件をどのようにして実行できるかについては、多くの可能性がある。この点に関しては、もし該全体的定量的測定値あるいは全体的強度尺度値が、閾値定量的測定値あるいは閾値強度尺度値を越えてかつ実行されないと決定される場合には、もし該全体的定量的測定値あるいは全体的強度尺度値が、該閾値定量的測定値あるいは閾値強度尺度値に足りなくて、あるいは、該中央傾向条件あるいは該定量化条件、あるいは該強度条件は、実行されないと決定される場合には、もし該全体的定量的測定値あるいは全体的強度尺度値が、閾値定量的測定値あるいは閾値強度尺度値を越えてかつ実行されると決定される場合には、もし該全体的定量的測定値あるいは全体的強度尺度値が、閾値定量的測定値あるいは閾値強度尺度値に足りない場合には、該中央条件あるいは該定量化条件あるいは強度条件を実行することが決められることを提案している（提案６３）。再び、準語彙「尺度」は、どのように「尺度値」を定義づけるかという制限は原理上ないので、「尺度値」を増加させるかあるいは減少させるかということは、個々の条件をよりよく実行することを示しているという可能性を考慮に入れて、使用される。

本発明の第２の態様（提案１１および２０を比較）による該グループ分けは、有利にするために、次の工程を含んでも良い（提案６４）。
ｄ３）あらかじめ定められたアクセススケジュールにより、該データ組あるいは該あるいは該データ組の部分集合の少なくとも１つのデータ組にアクセスする工程と；
ｄ５）少なくとも１つのアクセスされたデータ組を、該成分あるいは生成物の１つの特定物に関連しているデータ組の各群の最初のあるいはさらなる候補メンバーとして同定し、必要により、該同定は、少なくとも１つの同定条件の実施に依存している工程と
ｄ６）もしある停止基準あるいは停止基準の少なくとも１つが、実施されると、
ｉ）グループわけを停止する工程と；を包含し、
工程ｄ６）が、達成されるまで、工程ｄ３）からｄ５）を反復することを特徴とする方法。

工程ｄ３）、ｄ５）およびｄ６）による本グループ分けも、本発明の第１の態様によるグループ分けを包含しても良い。

１つの中止基準は、同定条件に基づいても良い。たとえば、１つの中止基準によると、アクセスされたデータ組あるいは巧くあるいは同時にアクセスされるデータ組の決められた数が、同定条件を実行しない場合には、このグループ分けは、中止される（提案６４ａ）。さらに、測定データの構成にもよるが、アクセス工程ｄ３）でアクセスされる少なくとも１つの各データ組の有無に基づく中止条件があってもよい。このような中止基準により、もし１つのアクセス工程ｄ３）中で、あるいはアクセス工程ｄ３）の決められた数の中で、検出ハードウエアによる検出を表示する適切な測定データを含むデータ組を、見出すことが出来ない場合には、このグループ分けは、中止される（提案６４ｂ）。

該成分あるいは生成物の１つの特定物に関係する（あるいは、潜在的に関係する）複数のグループあるいはデータ組は、同時に考慮するように付け加えるべきである。アクセス工程ｄ３）によるアクセスは、アクセスされたデータ組が、既に確立されたデータ組のグループに、あるいは、既に確立されたデータ組のグループの１つに、加えられるという結果、あるいは第１のデータ組あるいはデータ組の１つの追加のグループが、このデータ組に基づいて確立されるという結果を持っても良い。

好ましくは（提案６５）、準工程ｄ５）は、さらに、
iii）少なくとも１つの確認条件を、該成分あるいは生成物の１つの特定物に関連するデータ組の該各グループの複数の候補メンバーに適用し、該複数の候補メンバーは、もし該少なくとも１つの確認条件が該候補メンバーに対して、集約的に実行されるとき、該グループの確認された候補メンバーとなることを特徴とする準工程；あるいは
iii'）少なくとも１つの確認条件を、該成分あるいは生成物の１つの特定物に関連するデータ組の複数の候補および該各グループの確認されたメンバーに適用し、各候補メンバーは、もし該少なくとも１つの確認条件が該候補および確認されたメンバーに対して、集約的に実行されるとき、該グループの確認されたメンバーとなることを特徴とする準工程を含む。

さらに、該グループに付加された第１候補メンバーは、該グループから削除され、あるいはそこでは、もし該複数の候補メンバーに対して、少なくとも１つの確認条件が集約的に実行されないとき、該グループは、削除される（提案６６）。該少なくとも１つの候補メンバーは、もし該複数の確認された候補メンバーに対して、該確認条件が集約的に実行されないとき、該グループから削除される（提案６７）。

工程ｄ６）を参照にして、ひとつの中止基準は、該少なくとも１つの確認条件からなり、該中止基準は、もし該確認条件が、該複数の候補メンバーに対して、あるいは少なくとも１つの追加的候補メンバーとともに複数の確認されるメンバーに対して集約的に実行されないとき、実行されるように決定される（提案６８）。

該確認条件およびしたがってグループ分けは、複数の定量的測定値の少なくとも１つの集約的特性上の利点に基づいていてもよく、各々は、該候補あるいは確認されるメンバーの各１つに属している（提案６９）。本提案は、提案１１および２０による一般的アプローチの特別な実施態様（工程ｄ）と比較）、すなわち、本発明の第２の態様の解の実施態様であると考えられるものである。特に、該確認条件は、該候補あるいは確認されるメンバーに属する該複数の該定量的測定値から求められる全体定量的尺度値からなる少なくとも１つの集約的特性に基づいていても良い（提案７０；提案１２および２１を比較）。さらに、該確認条件は、該候補あるいは確認されるメンバーにより直接あるいは間接に定められる少なくとも１つの曲線あるいは柱状図の形状からなる少なくとも１つの集約的特性に基づいていても良い（提案７１；提案１３および２２を比較）。本発明の第２の態様によるアプローチに関する他の提案も、該候補あるいは確認されるメンバーに対して、あるいは該確認条件に関して、適用しても良い。したがって、該確認条件が、実行されるのか、されないのかという決定は、提案１２から１６の少なくとも１つの、あるいは提案２１から２６の少なくとも１つの、あるいは他の提案のいずれか１つ、たとえば提案４０から６３の少なくとも１つの特徴および方法工程にしたがって行っても良い（提案７２）。

本方法のさらなる実施態様は、有利となろう。工程６）に関して、本工程は、さらに
ii）もし候補メンバーあるいは確認されているメンバーあるいは候補および確認されているメンバーのグループが、見出されると、さらに候補メンバーを追加するために、該グループ閉じる準工程をさらに包含することを示唆している（提案７３）。

好ましい実施態様によると、方法工程ｄ３）からｄ６）は、全データ組あるいはデータ組の該準セットの全データ組が、アクセスされるまで数回反復される（提案７４）。さらに、数準セットが提供されること、また該データ組の該数準セットの各々に対して、工程ｄ３）およびｄ６）は、該データ組の各準セットの全データ組が、アクセスされるまで、少なくとも１回、一般的には数回反復されることが示唆されている（提案７５）。

有利になるように、該同定条件およびしたがって該グループ分けは、各特性付け測定値に関するズレの少なくとも１つの統計的分布に基づいても良い（提案７６）。特に該同定条件は、本発明の第１の態様（提案１、工程ｄを比較）および提案３０）によるグループ分けに関係してもよい。特に、本発明の第１の態様を参照しているが、一般的にも、該同定条件は、もしアクセスされた各データ組の少なくとも１つの特性付け測定値が、あらかじめ定められた特性付け測定値間隔に入る場合には、あるいは該ズレの少なくとも１つの分布に基づいて得られる現在の特性付け測定値間隔に入る場合には、実行するように決定しても良い（提案７７）。従来の「ハードビニング」間隔の意味でのこの状況下で決められた特性付け測定値間隔を使用しても良いことを付け加えるべきである。しかし、好ましくは、間隔境界に関してのグループ分けのうちに決められた間隔および該成分あるいは生成物の１特定物に対するそれらの潜在的関連性が、使用され、またそれらは、本発明の第１の態様によるグループ分けからフォローしている。

本発明の第１の態様を参照して（提案１および３０を比較する）、またこの点に関するさらなる提案を参照して（提案２から２０および３１から３６を比較する）、さらなる利点に導くさらなる提案を次に述べる。

特に、提案１から５あるいは３０から３４の少なくとも１つを参照して、ズレ（Δｍ／ｚ_i）の統計的分布の少なくとも１つに基づく該グループ分け、すなわち特に測定ズレの統計的分布の少なくとも１つ（提案２および３１を比較する）は、各データ組の少なくとも１つの特性付け測定値（Δｍ／ｚ_i）が、該ズレの統計的分布から得られる現在の特性付け測定値間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］）に入るか、あるいは入らないかを決定することを包含していることを示唆している（提案７８）。好ましくは、ズレ（±Δｍ／ｚ_i）の該統計的分布は、少なくとも１つの特性付け測定値（Δｍ／ｚ_i）が、現在の特性付け測定値間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］）に入るという決定および各少なくとも１つの特性付け測定値が、現在の特性付け測定値に入らないという決定の少なくとも１つに基づいて、更新され、またそこでは、更新される特性付け測定値間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］）は、ズレの更新された統計的分布から得られ、該グループ分けにおいて、現在の特性付け測定値間隔として使用される（提案７９）。好ましくは、ベイジアンの更新あるいは習得スキームは、このような背景で使用されている。図示される非限定的例のＬＣ−ＭＳ解析、たとえばＮＣ−ＥＳＩ−ＭＳ解析を参照にして、この更新あるいは習得は、質量対電荷比の軸に沿って適当な間隔を決定する事に関して、有利にするために行うことが出来る。

提案５あるいは提案３４あるいはこれらの提案のうちの１つに基づいた他の提案のいずれかを参照して、該グループ分けは、次の工程を含む（提案８０）；
ｄ１）測定ズレの現在の分布として、初期化データに基づいた測定ズレの以前の分布を前提とする工程と；
ｄ２）測定ズレ（Δｍ／ｚ_i）の現在の分布に基づいて、少なくとも１つの現在の予測間隔、おそらくは現在の確信間隔を得る（たとえば、計算するあるいは求める）工程と；
ｄ３）あらかじめ定められたアクセススケジュールにより、該データ組あるいは該あるいは該データ組の少なくとも１つのデータ組、おそらく第１データ組あるいは次のデータ組にアクセスする工程と；
ｄ４）アクセスされる各データ組の少なくとも１つの特性付け測定値（ｍ／ｚ_i）が、現在の予測間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］）中に落ちるか、あるいは落ちないかを決定する工程と；
ｄ５）もし特性付け測定値が、現在の予測間隔に落ちる場合には；
ｉ）少なくとも１つのアクセスされたデータ組を、該成分あるいは生成物の１つの特定物に関連しているデータ組の各群の最初のあるいはさらなる候補メンバーとして特性付け測定値を包含するデータ組を同定する工程と
ii）少なくとも測定ズレの現在の分布に基づいて、またおそらく現在の予測間隔以内の該特性付け測定値の位置に基づいて、既にアクセスされていないデータ組に関して測定ズレの以前の分布である測定ズレの後の分布を計算する工程と；
ｄ６）もしある停止基準あるいは停止基準の少なくとも１つが、実施されると、
ｉ）測定ズレの現在の分布に基づいたグループわけを停止する工程と；を包含し、
工程ｄ６）が、達成されるまで、工程ｄ２）からｄ５）を反復することを特徴とすることを包含しても良い。

工程ｄ１）から工程ｄ６）による本グループ分けは、本発明の第２の態様によるグループ分けを含んでいても良い。

工程ｄ６）を参照して、１つの中止基準によると、もし特性付け測定値あるいは、巧くあるいは同時にアクセスされるデータ組に含められる特性付け測定値の決められた数が、現在の予想間隔に入らない場合には、このグループ分けは、中止される（提案８１）。さらに、測定データの構成にもよるが、アクセス工程ｄ３）でアクセスされる少なくとも１つの各データ組の有無に基づく中止条件があってもよい。このような中止基準により、もし１つのアクセス工程ｄ３）中で、あるいはアクセス工程ｄ３）の決められた数の中で、検出ハードウエアによる検出を表示する適切な測定データを含むデータ組を、見出すことが出来ない場合には、このグループ分けは、中止される（提案８１ａ）。

該成分あるいは生成物の１つの特定物に関係する（あるいは、潜在的に関係する）複数のグループあるいはデータ組は、同時に考慮するように付け加えるべきである。アクセス工程ｄ３）によるアクセスは、アクセスされたデータ組が、既に確立されたデータ組のグループに、あるいは、既に確立されたデータ組のグループの１つに、加えられるという結果、あるいは第１のデータ組あるいはデータ組の１つの追加のグループが、このデータ組に基づいて確立されるという結果を持っても良い。

工程ｄ５）は、さらに、有利にするために、
iii）少なくとも１つの確認条件を、該成分あるいは生成物の１つの特定物に関連するデータ組の該各グループの複数の候補メンバーに適用し、該複数の候補メンバーは、もし該少なくとも１つの確認条件が該候補メンバーに対して、集約的に実行されるとき、該グループの確認された候補メンバーとなることを特徴とする工程；あるいは
iii'）少なくとも１つの確認条件を、該成分あるいは生成物の１つの特定物に関連するデータ組の複数の候補および該各グループの確認されたメンバーに適用し、各候補メンバーは、もし該少なくとも１つの確認条件が該候補および確認されたメンバーに対して、集約的に実行されるとき、該グループの確認されたメンバーとなることを特徴とする工程を含む（提案８２）。

この確認条件は、該候補メンバーあるいは集約的候補メンバーの集約的特性に基づいても良い。

あるテスト条件による該成分あるいは生成物の１特定物に関連付けられるように既に決められさらにそれゆえに確認されるメンバーとして同定されるように決められたデータポイントは、維持することが出来るし、また追加のデータポイントは、これらの追加データポイントも、同一成分あるいは生成物に関連しているかどうかを決めるための該条件に対して、確認されるメンバーとともに試験できるから、確認されるメンバーおよび候補メンバー間の提案された識別は、高度に有効なグループ分けを行える。

引かれるべき因果関係に関して、もし該少なくとも１つの確認条件あるいはいくつかの確認条件の少なくとも１つが、該複数の候補メンバーあるいは該複数の候補および確認されるメンバーに対して集約的に実行されない場合には、異なる解は、可能である。１つのアプローチにより、該グループに加えられた少なくとも第１候補メンバーは、該グループから削除されるか、あるいはそこでは、もし該少なくとも１つの確認条件が、あるいはもしいくつかの確認条件のうちの少なくとも１つの特定の確認条件が、該複数の候補メンバーに対して集約的に実行されない場合には、該グループは、削除される（提案８３）。さらに、もし該少なくとも１つの確認条件が、あるいはもしいくつかの確認条件のうちの少なくとも１つの特定の確認条件が、該複数の確認される候補メンバーに対して集約的に実行されない場合には、該グループは、削除される（提案８４）。

好ましい実施態様によると、１つの中断基準は、もし該確認条件が、該複数の候補メンバーに対して、あるいは少なくとも１つの追加の候補メンバーと共に該複数の確認されるメンバーに対して集約的に実行されない場合には、実行されないと決定される（提案８５）。

もし該確認条件およびそれ故グループ分けが、複数の定量的測定値（ｌ_i）の少なくとも１つの集約的特性に基づいている場合には、高度に効果的なグループ分けを得ることができて、それぞれは、該候補あるいは確認されるメンバーに属している（提案８６）。特に、該確認条件は、本発明の第２の態様によるグループ分けに関係してもよい（提案１１および２０、工程ｄ）を比較する）。本発明の第２の態様による該グループ分けの好ましい実施態様は、該グループ分けが基づいている該集約的特性を、候補メンバーあるいは該候補および確認されるメンバーに関係させている。したがって、該確認条件は、該候補あるいは確認されるメンバーに属する該複数の該定量的測定値から求められる全体の定量的尺度値よりなる少なくとも１つの集約的特性に基づいていても良い（提案８７）。該確認条件は、該候補あるいは確認されるメンバーにより直接あるいは間接に定められる少なくとも１つの曲線あるいは柱状図の形状よりなる少なくとも１つの集約的特性に基づいていても良い（提案８８）。本発明の第２の態様に関する他の提案も、この状況に用いても良い。したがって、該確認条件を実行するかしないかを決定することは、特性および少なくとも１つの提案１２から１６あるいは少なくとも１つの提案２１から２６、あるいは他の提案のいずれか、たとえば提案４４から７７の方法工程にしたがって、行っても良い（提案８９）。

測定ズレの現在の分布に基づいたグループ分けを再び参照して、工程ｄ６）は、
ii）もし候補メンバーあるいは確認されているメンバーあるいは候補および確認されているメンバーのグループが、見出されると、さらに候補メンバーを追加するために、該グループ閉じる準工程をさらに包含することが、さらに示唆される（提案９０）。

工程ｄ１）からｄ６）は、全データ組あるいはデータ組の該準セットの全データ組が、アクセスされるまで数回反復されることを提案する（提案９１）。さらに、該データ組の該数準セットの各々に対して、工程ｄ１）およびｄ６）は、該データ組の各準セットの全データ組が、アクセスされるまで、少なくとも１回、一般的には数回反復されることが提案されている（提案９２）。

データ組の少なくとも１つの参照準セットに対して、測定ズレの以前の分布は、あらかじめ定められたあるいは仮定された初期化データに基づいて、工程ｄ１）において初期化され、該初期化データは、好ましくは、少なくとも１つの理論的初期化データおよび少なくとも１つの外部標準を用いた測定に基づいて得られるあるいは提供される初期化データおよび過去の実際の経験に基づいて仮定される初期化データを包含し、さらにそこでは、データ組の該参照準セットは、参照目的で、あるいは内部標準としてサンプル中に添加された参照成分により、潜在的に生じる、あるいはそのような参照成分に関係する生成物により、潜在的に生じると決められているデータ組を包含するということを提案している（提案９３）。さらに、データ組の少なくとも１つの参照準セットに対して、測定ズレの以前の分布は、あらかじめ定められたあるいは仮定された初期化データに基づいて、工程ｄ１）において初期化され、該初期化データは、好ましくは、少なくとも１つの理論的初期化データおよび少なくとも１つの外部標準を用いた測定に基づいて得られるあるいは提供される初期化データおよび過去の実際の経験に基づいて仮定される初期化データおよび該参照準セットのデータ組に関して行われたグループ分けから得られる初期化データを包含し、さらにそこでは、データ組の該参照準セットは、サンプル中に含まれる関心のあるあるいは未知の成分により、潜在的に生じる、あるいはそのような成分に関係する生成物により、潜在的に生じると決められているデータ組を包含するということを提案している（提案９４）。

提案９３および９４により、該グループ分けに含まれているたとえば、ベイジアン更新習得スキームなどの更新あるいは習得において、この更新あるいは習得は、適当な出発値から開始するということを可能にする。

上記の提案の多くは、本発明の１つの特定のあるいは両態様に直接に、あるいは間接に関係する、すなわち、本発明の第１の態様あるいは／および本発明の第２の態様に直接に、あるいは間接に関係する。多くの追加的利点は、本発明のこれらのアプローチの実行に関係していない、あるいはこれらのアプローチの実行に直接にあまり指向していない特徴および方法工程からも得ることが出来る。たとえば、測定データのノイズ除去を行う方法工程を実行しても良い。特に、その方法は、電気的ノイズあるいは化学的ノイズなどの少なくとも１つのノイズにより潜在的に生じる、あるいは、該技術あるいは該検出ハードウエアに関連するあるいは生じると決められるデータポイントあるいはデータ組を除去することにより、該測定データあるいはデータ組のノイズ除去を行う工程を含むことが示唆される（提案９５）。好ましくは、該ノイズ除去は、該グループ分けを行う前に行い（提案９６）その結果ノイズは、グループ分けには有害な作用を及ぼさない。

提案９あるいは２０を参照して、該ノイズ除去は、測定された定量的測定値（ｌ_i）の分布を求めることからなり、またデータポイントあるいはデータ組（そのそれぞれの少なくとも１つの定量的測定値は、測定された定量的測定値の該分布から由来する定量的値の閾値、あるいは強度閾値に足りない）を除去することからなっていてもよい（提案９７）。もし該定量的値の閾値、あるいは強度閾値が、定量的測定値の柱状図あるいは該分布を表示する定量的測定値の対数において、最小値に対応する場合には、少なくともある測定状況に対する高度に有効なノイズろ過が、得られよう。そこでは、該最小値は、一方の真の信号に帰せられる少なくとも１つの柱状図と他方のノイズに帰せられる少なくとも１つの柱状図のあいだの最小値である（提案９８）。

本発明の第１の態様あるいは／および第２の態様による方法は、参照目的で、あるいは内部標準としてサンプルに添加された参照成分により潜在的に生じる、あるいは、参照成分などに関係する生成物により潜在的に生じると決められる、あるいは、該技術あるいは該検出ハードウエアの少なくとも１つのシステムの人工物に対応すると決められるデータポイントあるいはデータ組を除去することにより、該測定データあるいは該データ組の特性付け測定値依存性のろ過を行う工程を、さらに含んでいても良い（提案９９）。適当なものとして、特性付け測定値依存性のろ過は、該グループ分けの前、あるいは後あるいはそのあいだに行っても良い。該グループ分け内の更新あるいは習得スキームの初期化に使用される参照成分に関係するデータポイントに関してのろ過の場合に、これらのデータポイントあるいはデータ組は、初期化が行われるまで、もちろん維持されなければならない。工程ｅ）およびｆ）によるさらなる分析に対して、蓄えられ、表示され、印刷されまた使用される他のデータに沿って、参照データとしてそのようなデータポイントあるいはデータ組を維持することは、しばしば正当である。

本発明の第１あるいは第２あるいは両者の態様による方法は、該技術あるいは該検出ハードウエアの少なくとも１つの非システム的人工物に対応すると決められるデータポイントあるいはデータ組を除去することにより、該測定データあるいは該データ組の特性付け測定値非依存性のろ過を行う工程を、さらに含んでいても良い（提案１００）。たとえば、スパイクなどの人工物は、除去してもよい。好ましくは、該測定データあるいは該データ組は、該データポイントあるいはデータ組に用いられる少なくとも１つの分布基準に基づいて、除去される（提案１０１）。

一般的に、本発明の第１の態様による、あるいは第２の態様による、あるいは両者の態様によるグループ分けは、データ組の複数の集合に関する各グループ分けを包含してもよく、この集合は、異なったサンプルに基づいて得られ、あるいは同一サンプルに該２つ以上の技術を繰り返し行うことにより、得られることを特徴とする（提案１０２）。この場合、各集合に対して行われたグループ分け結果は、興味あるものであり、あるいは代替的に、各集合に関して行われるグループ分け結果を結び付けて達成される第２のグループ分け結果であってもよい。第２の可能性に関して、該グループ分けは、該集合の１つに関して行われるグループ分けから得られるデータ組の少なくとも１つのグループを、データ組の結び付けられたグループあるいは該グループ分けの結果として、データ組の結び付けられたグループを得るために、該集合の１つに関して行われるグループ分けから得られるデータ組の少なくとも１つの各グループに結びつけることを包含していることを提案している（提案１０３）。代替的にあるいは２者択一的に、該グループ分けは、該集合の１つに関して行われるグループ分けから得られる少なくとも１つの各特性付け測定値間隔を、該グループ分けの結果として、１つの結び付けられた特性付け測定値間隔あるいは結び付けられた特性付け測定値間隔類を得るために、該集合の少なくとも１つの他のものに関して行われるグループ分けから得られる少なくとも１つの各特性付け測定値間隔に結びつけることを包含してもよい（提案１０４）。

前述において、それは、ＬＣ−ＭＳスペクトル解析、たとえばＬＣ−ＥＳＩ−ＭＳスペクトル解析の測定状況を図示される非限定的例として、しばしば参照した。原理的には、使用される技術（少なくとも１つの第１分析技術たとえば、第１分析および検出技術およびさらなる技術、たとえば、さらなる分析技術あるいはさらなる検出技術、あるいはさらなる分析および検出技術）に関しての制限はない。

第１技術に関して、該成分および生成物の少なくとも１つの分離を行うために採用されるいかなる技術使用できると信じられている。さらにより一般的に、該第１技術あるいは少なくとも１つの第１技術は、好ましくは、化学的効果、物理的効果、動力学的特性および平衡特性の少なくとも１つに基づいて、該成分および生成物の少なくとも１つの分離を行うために採用されることを示唆している（提案１０５）。好ましい実施の態様によると、該第１分析技術あるいは少なくとも１つの第１分析技術は、クロマトグラフィー技術および電気泳動技術のうちの少なくとも１つからなっている（提案１０６）。

該第１分析技術あるいは少なくとも１つの第１分析技術は、あるいはイオン化技術、好ましくは、電気スプレーイオン化技術あるいは／およびＭＡＬＤＩ技術を含めて、質量スペクトル分析技術からもなっていることを注意するべきである（提案１０７）。

該さらなる技術に関しては、該さらなる技術あるいは少なくとも１つのさらなる技術は、スペクトル分析技術からなっている（提案１０８）。たとえば、該さらなる技術あるいは少なくとも１つのさらなる技術は、光スペクトル分析技術からなっていてもよい（提案１０９）。他の可能性は、該さらなる技術あるいは少なくとも１つのさらなる技術は、電気化学的および電量技術の少なくとも１つからなっていてもよい（提案１１０）。

該さらなる技術あるいは少なくとも１つのさらなる技術は、化学的効果、物理的効果、動力学的特性および平衡特性の少なくとも１つに基づいて、該成分および生成物の少なくとも１つの分離を行うために採用されてもよい（提案１１１）。

好ましくは、該さらなる技術あるいは少なくとも１つのさらなる技術は、あるいはイオン化技術、好ましくは電気スプレーイオン化技術あるいは／およびＭＡＬＤＩ技術を含めて、質量スペクトル分析技術からなっている（提案１１２）。他の分析技術を、２者択一的にあるいは追加的に使用しても良い。

該さらなる技術あるいは少なくとも１つのさらなる技術は、粒子検出技術、あるいはイオン検出技術からなっていてもよい（提案１１３）。さらに、該さらなる技術あるいは少なくとも１つのさらなる技術は、光子検出技術、放射線検出技術および電子検出技術の少なくとも１つからなっていてもよい（提案１１４）。

第１態様による本発明は、少なくとも１つの成分、特にそこに含まれている化学的成分、生物的成分あるいは生物化学的成分、および先行する請求項１から２０のいずれか１つに請求されている方法に記載されている少なくとも１つの該技術を行うことから生じる生成物に関して、該サンプルを評価する特性化データを提供するために、２つ以上の技術を行うことにより、少なくとも１つのサンプルを分析するシステムであって、
ａ）ｉ）成分を分離するための、あるいは
ii）該第１分析技術あるいは少なくとも１つの第１分析技術を行うことにより生じる生成物を分離するための、あるいは
iii）該第１分析技術あるいは少なくとも１つの第１分析技術を行うことにより生じる成分および生成物を分離するための
少なくとも１つの第１分析技術を行うために採用されている少なくとも１つの第１分析部門あるいはユニットであって、少なくとも１つの第１分析部門あるいはユニットは、該サンプルに関して、あるいはすでに分離されている成分あるいは生成物に関して該第１分析技術を行うために採用されており、該第１分析部門あるいはユニットは、該成分あるいは生成物の少なくとも１つの第１識別特性に基づいて、該分離を行うために採用されていることを特徴とする少なくとも１つの第１分析部門あるいはユニットと；
ｂ）ｉ）該１つの第１分析部門あるいはユニットにより達成される少なくとも１つの分離および ii）少なくとも１つのさらなる識別特性のうちの少なくとも１つに基づいて、分離された成分あるいは生成物を特性づけるための少なくとも１つの分析技術を行うために採用されている少なくとも１つの第１分析部門あるいはユニットと、該さらなる技術は、分析技術および検出技術の少なくとも１つであり、該さらなる部門あるいはユニットは、分析および検出部門あるいはユニットの少なくとも１つであることを特徴とする少なくとも１つの第１分析部門あるいはユニットとからなり；
少なくともさらなる該部門あるいはユニットは、少なくとも２つの特性付け測定量（スキャン数、質量対電荷比；検出時間、質量対電荷比）と、該１つの第１分析部門あるいはユニットにより達成される該分離あるいは少なくとも１つの分離を反映する該特性付け測定量の少なくとも１つの第１（スキャン数；検出時間）と、１）該１つの第１分析部門あるいはユニットにより達成される少なくとも１つの分離と２）該さらなる識別特性あるいはさらなる識別特性の少なくとも１つのうちの少なくとも１つを反映する該特性付け測定量の少なくとも１つのさらなる（質量対電荷比）と言う言葉で、該成分あるいは生成物の少なくとも１つの特性付けを表示する測定データを提供するために採用される関連の検出ハードウエアを含みあるいは持っていることを特徴とし；
該検出ハードウエアは、該検出ハードウエアにより検出されかつそれに関連する少なくとも１つの特性付け測定量を参照して、少なくとも１つの定量的測定量（イオン強度）と言う言葉で検出ハードウエアにより提供される少なくとも１つの定量化（イオン強度）を表示する定量的測定データを包含する測定データを提供するために、採用されてもよく、あるいは採用されなくてもよいことを特徴とし；
該システムは、さらに、少なくとも１つのプロセッサを持つ少なくとも１つの制御ユニットと、関連する少なくとも１つのデータ貯蔵ユニットを含みあるいは有する該制御ユニットと、さらに好ましくは関連する少なくとも１つの表示ユニットを持つ該制御ユニットと、印刷ユニットからなり、また好ましくは、少なくとも１つの第１分析部門あるいはユニットおよび該さらなる部門あるいはユニットを制御するために、配置されあるいはプログラムされていることを特徴とし；
該制御ユニットは、
ｃ）該特性付け測定量の少なくとも１つの該第１（スキャン数；検出時間）と言う言葉で、該特性付けあるいは少なくとも１つの特性付けを表示する少なくとも１つの各第１特性付け測定値（Ｎ_i、ｔ_i）と、該特性付け測定量の該少なくとも１つのさらなる（質量対電荷比）と言う言葉で、該特性付けあるいは少なくとも１つの特性付けを表示する少なくとも１つのさらなる各特性付け測定値（ｍ／ｚ_i）とを互いに関連させることにより、検出ハードウエアにより提供される測定データに基づいて、データ組（（Ｎ_i、ｍ／ｚ_i）；（ｔ_i、ｍ／ｚ_i））を提供するために；
ｄ）該データ組を、該特性付け測定量の少なくとも１つに対する特性付け測定値に関して、測定値を特性付ける特性付け測定値間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）で、該各間隔は、該成分あるいは生成物の１つの特定物に潜在的に関連しているきめられるものである測定値間隔にグループ分けするために；配置されあるいはプログラムされていることを特徴とし；
該制御ユニットは、該成分あるいは生成物の該特定物に関連した真の、あるいは特性的な、あるいは平均の特性付け測定値（ｍ／ｚ_ION）からの各特性付け測定値（ｍ／ｚ_i）のズレ（Δｍ／ｚ_i）の少なくとも１つの統計的分布に基づいて、該グループ分けを行うために配置されあるいはプログラムされていることを特徴とし；
さらに該制御ユニットは、次の少なくとも１つ；
ｅ）ｉ）該グループ分けから得られるデータ組の群および ii）該グループ分けから得られた該特性付け測定値の少なくとも１つの間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）の少なくとも１つを反映しあるいは包含するデータの貯蔵、表示および印刷あるいはデータの可視化の少なくとも１つと；
ｆ）ｉ）該グループ分けから得られるデータ組の群および ii）該グループ分けから得られた該特性付け測定値の少なくとも１つの間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）の少なくとも１つに基づいて、あるいは工程ｅ）により貯蔵され、表示されあるいは印刷されたデータあるいは可視化に基づいて、該少なくとも１つのサンプルの解析あるいは該成分あるいは生成物の少なくとも１つ解析；を提供するために、配置されあるいはプログラムされていることを特徴とするシステムをさらに提供する（提案１１５）。

第２態様によると本発明は、少なくとも１つの成分、特にそこに含まれている化学的成分、生物的成分あるいは生物化学的成分、および先行する請求項１から２０のいずれか１つに請求されている方法に記載されている少なくとも１つの該技術を行うことから生じる生成物に関して、該サンプルを評価する特性化データを提供するために、２つ以上の技術を行うことにより、少なくとも１つのサンプルを分析するシステムであって、
ａ）ｉ）成分を分離するための、あるいは
ii）該第１分析技術あるいは少なくとも１つの第１分析技術を行うことにより生じる生成物を分離するための、あるいは
iii）該第１分析技術あるいは少なくとも１つの第１分析技術を行うことにより生じる成分および生成物を分離するための
少なくとも１つの第１分析技術を行うために採用されている少なくとも１つの第１分析部門あるいはユニットであって、少なくとも１つの第１分析部門あるいはユニットは、該サンプルに関して、あるいはすでに分離されている成分あるいは生成物に関して該第１分析技術を行うために採用されており、該第１分析部門あるいはユニットは、該成分あるいは生成物の少なくとも１つの第１識別特性に基づいて、該分離を行うために採用されていることを特徴とする少なくとも１つの第１分析部門あるいはユニットと；
ｂ）ｉ）該１つの第１分析部門あるいはユニットにより達成される少なくとも１つの分離および ii）少なくとも１つのさらなる識別特性のうちの少なくとも１つに基づいて、分離された成分あるいは生成物を特性づけるための少なくとも１つの分析技術を行うために採用されている少なくとも１つの第１分析部門あるいはユニットと、該さらなる技術は、分析技術および検出技術の少なくとも１つであり、該さらなる部門あるいはユニットは、分析および検出部門あるいはユニットの少なくとも１つであることを特徴とする少なくとも１つの第１分析部門あるいはユニットとからなり；
少なくともさらなる該部門あるいはユニットは、少なくとも２つの特性付け測定量（スキャン数、質量対電荷比；検出時間、質量対電荷比）と、該１つの第１分析部門あるいはユニットにより達成される該分離あるいは少なくとも１つの分離を反映する該特性付け測定量の少なくとも１つの第１（スキャン数；検出時間）と、ｉ）該１つの第１分析部門あるいはユニットにより達成される少なくとも１つの分離と ii）該さらなる識別特性あるいはさらなる識別特性の少なくとも１つのうちの少なくとも１つを反映する該特性付け測定量の少なくとも１つのさらなる（質量対電荷比）と言う言葉で、該成分あるいは生成物の少なくとも１つの特性付けを表示する測定データを提供するために採用される関連の検出ハードウエアを含みあるいは持っていることを特徴とし；
該検出ハードウエアは、該検出ハードウエアにより検出されかつそれに関連する少なくとも１つの特性付け測定量を参照して、少なくとも１つの定量的測定量（イオン強度）と言う言葉で検出ハードウエアにより提供される少なくとも１つの定量化（イオン強度）を表示する定量的測定データを包含する測定データを提供するために、採用されていることを特徴とし；
該システムは、さらに、少なくとも１つのプロセッサを持つ少なくとも１つの制御ユニットと、関連する少なくとも１つのデータ貯蔵ユニットを含みあるいは有する該制御ユニットと、さらに好ましくは関連する少なくとも１つの表示ユニットを持つ該制御ユニットと、印刷ユニットからなり、また好ましくは、少なくとも１つの第１分析部門あるいはユニットおよび該さらなる部門あるいはユニットを制御するために、配置されあるいはプログラムされていることを特徴とし；
該制御ユニットは、
ｃ）該特性付け測定量の少なくとも１つの該第１（スキャン数；検出時間）と言う言葉で、該特性付けあるいは少なくとも１つの特性付けを表示する少なくとも１つの各第１特性付け測定値（Ｎ_i、ｔ_i）と、該特性付け測定量の該少なくとも１つのさらなる（質量対電荷比）と言う言葉で、該特性付けあるいは少なくとも１つの特性付けを表示する少なくとも１つのさらなる各特性付け測定値（ｍ／ｚ_i）と、定量的測定量（イオン強度）と言う言葉で、該定量化あるいは少なくとも１つの定量化（イオン強度）を表示する少なくとも１つの各定量的測定値（ｌ_i）とを互いに関連させることにより、検出ハードウエアにより提供される測定データに基づいて、データ組（（Ｎ_i、ｍ／ｚ_i、ｌ_i）；（ｔ_i、ｍ／ｚ_i、ｌ_i））を提供するために；
ｄ）該データ組を、該特性付け測定量の少なくとも１つに対する特性付け測定値に関して、測定値を特性付ける特性付け測定値間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）で、該各間隔は、該成分あるいは生成物の１つの特定物に潜在的に関連しているきめられるものである測定値間隔にグループ分けするために；配置されあるいはプログラムされていることを特徴とし；
該制御ユニットは、複数の該定量的測定値（ｌ_i）で各々は該データ組のそれぞれ１つに属している値の少なくとも１つの集合的特性に基づいて、該グループ分けを行うために、配置されあるいはプログラムされていることを特徴とし；
さらに該制御ユニットは、次の少なくとも１つ；
ｅ）ｉ）該グループ分けから得られるデータ組の群および ii）該グループ分けから得られた該特性付け測定値の少なくとも１つの間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）の少なくとも１つを反映しあるいは包含するデータの貯蔵、表示および印刷あるいはデータの可視化の少なくとも１つと；
ｆ）ｉ）該グループ分けから得られるデータ組の群および ii）該グループ分けから得られた該特性付け測定値の少なくとも１つの間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）の少なくとも１つに基づいて、あるいは工程ｅ）により貯蔵され、表示されあるいは印刷されたデータあるいは可視化に基づいて、該少なくとも１つのサンプルの解析あるいは該成分あるいは生成物の少なくとも１つ解析；を提供するために、配置されあるいはプログラムされていることを特徴とするシステムをさらに提供する（提案１１６）。

本発明の第１あるいは第２あるいは両者の態様によるシステムに対しては、該第１分析部門あるいはユニット、該分析ハードウエア、あるいはシステムおよび制御ユニットの各他の部品は、該技術を行うために、該データ組を提供するために、該グループ分けを行うために、かつ提案１から１１４の１つあるいはいくつかによる方法にしたがって、該尺度ｅ）およびｆ）の少なくとも１つを提供するために、採用され、配列され、あるいはプログラム化されることをさらに提案する（提案１１７）。

本発明によるシステムは、複数の構造的に独立したサブシステムの形式であってもよく、あるいは異なる位置に位置づけられても良いことに注意するべきである。１つのサブシステム、測定サブシステムは、測定のみを行うために提供されてもよく、他のサブシステム、グループ分けサブシステムは、測定サブシステムにより提供されかつグループ分けサブシステムに対して若干移される測定データに基づいて、データのグループ分けのみを行うために提供されても良い。このデータの移送は、通信リンク経由あるいはデータキャリヤー経由で行っても良い。

第１態様による本発明は、少なくとも１つの成分、特にそこに含まれている化学的成分、生物的成分あるいは生物化学的成分、および先行する請求項１から２０のいずれか１つに請求されている方法に記載されている少なくとも１つの該技術を行うことから生じる生成物に関して、該サンプルを評価する特性化データを提供するために、２つ以上の技術を行うことにより、少なくとも１つのサンプルを分析するシステムにより実行可能な指令のプログラムであって、このシステムは、
ａ）ｉ）成分を分離するための、あるいは
ii）該第１分析技術あるいは少なくとも１つの第１分析技術を行うことにより生じる生成物を分離するための、あるいは
iii）該第１分析技術あるいは少なくとも１つの第１分析技術を行うことにより生じる成分および生成物を分離するための
少なくとも１つの第１分析技術を行うために採用されている少なくとも１つの第１分析部門あるいはユニットであって、少なくとも１つの第１分析部門あるいはユニットは、該サンプルに関して、あるいはすでに分離されている成分あるいは生成物に関して該第１分析技術を行うために採用されており、該第１分析部門あるいはユニットは、該成分あるいは生成物の少なくとも１つの第１識別特性に基づいて、該分離を行うために採用されていることを特徴とする少なくとも１つの第１分析部門あるいはユニットと；
ｂ）ｉ）該１つの第１分析部門あるいはユニットにより達成される少なくとも１つの分離および ii）少なくとも１つのさらなる識別特性のうちの少なくとも１つに基づいて、分離された成分あるいは生成物を特性づけるための少なくとも１つの分析技術を行うために採用されている少なくとも１つの第１分析部門あるいはユニットと、該さらなる技術は、分析技術および検出技術の少なくとも１つであり、該さらなる部門あるいはユニットは、分析および検出部門あるいはユニットの少なくとも１つであることを特徴とする少なくとも１つの第１分析部門あるいはユニットとからなり；
少なくともさらなる該部門あるいはユニットは、少なくとも２つの特性付け測定量（スキャン数、質量対電荷比；検出時間、質量対電荷比）と、該１つの第１分析部門あるいはユニットにより達成される該分離あるいは少なくとも１つの分離を反映する該特性付け測定量の少なくとも１つの第１（スキャン数；検出時間）と、１）該１つの第１分析部門あるいはユニットにより達成される少なくとも１つの分離と２）該さらなる識別特性あるいはさらなる識別特性の少なくとも１つのうちの少なくとも１つを反映する該特性付け測定量の少なくとも１つのさらなる（質量対電荷比）と言う言葉で、該成分あるいは生成物の少なくとも１つの特性付けを表示する測定データを提供するために採用される関連の検出ハードウエアを含みあるいは持っていることを特徴とし；
該検出ハードウエアは、該検出ハードウエアにより検出されかつそれに関連する少なくとも１つの特性付け測定量を参照して、少なくとも１つの定量的測定量（イオン強度）と言う言葉で検出ハードウエアにより提供される少なくとも１つの定量化（イオン強度）を表示する定量的測定データを包含する測定データを提供するために、採用されてもよく、あるいは採用されなくてもよいことを特徴とし；
該システムは、さらに、少なくとも１つのプロセッサを持つ少なくとも１つの制御ユニットと、関連する少なくとも１つのデータ貯蔵ユニットを含みあるいは有する該制御ユニットと、さらに好ましくは関連する少なくとも１つの表示ユニットを持つ該制御ユニットと、印刷ユニットからなり、また好ましくは、少なくとも１つの第１分析部門あるいはユニットおよび該さらなる部門あるいはユニットを制御するために、配置されあるいはプログラムされていることを特徴とし；
該制御ユニットは、該指示に応答して、
ｃ）該特性付け測定量の少なくとも１つの該第１（スキャン数；検出時間）と言う言葉で、該特性付けあるいは少なくとも１つの特性付けを表示する少なくとも１つの各第１特性付け測定値（Ｎ_i、ｔ_i）と、該特性付け測定量の該少なくとも１つのさらなる（質量対電荷比）と言う言葉で、該特性付けあるいは少なくとも１つの特性付けを表示する少なくとも１つのさらなる各特性付け測定値（ｍ／ｚ_i）とを互いに関連させることにより、検出ハードウエアにより提供される測定データに基づいて、データ組（（Ｎ_i、ｍ／ｚ_i）；（ｔ_i、ｍ／ｚ_i））を提供する工程と；
ｄ）該データ組を、該特性付け測定量の少なくとも１つに対する特性付け測定値に関して、測定値を特性付ける特性付け測定値間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）で、該各間隔は、該成分あるいは生成物の１つの特定物に潜在的に関連しているきめられるものである測定値間隔にグループ分けする工程と；を実行することを特徴とし；
該制御ユニットは、該指示に応答して、該成分あるいは生成物の該特定物に関連した真の、あるいは特性的な、あるいは平均の特性付け測定値（ｍ／ｚ_ION）からの各特性付け測定値（ｍ／ｚ_i）のズレ（Δｍ／ｚ_i）の少なくとも１つの統計的分布に基づいて、該グループ分けを行うことを特徴とし；
さらに該制御ユニットは、該指示に応答して、次の工程の少なくとも１つ；
ｅ）ｉ）該グループ分けから得られるデータ組の群および ii）該グループ分けから得られた該特性付け測定値の少なくとも１つの間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）の少なくとも１つを反映しあるいは包含するデータの貯蔵、表示および印刷あるいはデータの可視化の少なくとも１つと；
ｉ）該グループ分けから得られるデータ組の群および ii）該グループ分けから得られた該特性付け測定値の少なくとも１つの間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）の少なくとも１つに基づいて、あるいは工程ｅ）により貯蔵され、表示されあるいは印刷されたデータあるいは可視化に基づいて、該少なくとも１つのサンプルの解析あるいは該成分あるいは生成物の少なくとも１つの解析の工程；
を実行することを特徴とするシステムにより実行可能なプログラムをさらに提供する（提案１１８）。

第２態様による本発明は、少なくとも１つの成分、特にそこに含まれている化学的成分、生物的成分あるいは生物化学的成分、および先行する請求項１から２０のいずれか１つに請求されている方法に記載されている少なくとも１つの該技術を行うことから生じる生成物に関して、該サンプルを評価する特性化データを提供するために、２つ以上の技術を行うことにより、少なくとも１つのサンプルを分析するシステムにより実行可能な指令のプログラムであって、このシステムは、
ａ）ｉ）成分を分離するための、あるいは
ii）該第１分析技術あるいは少なくとも１つの第１分析技術を行うことにより生じる生成物を分離するための、あるいは
iii）該第１分析技術あるいは少なくとも１つの第１分析技術を行うことにより生じる成分および生成物を分離するための
少なくとも１つの第１分析技術を行うために採用されている少なくとも１つの第１分析部門あるいはユニットであって、少なくとも１つの第１分析部門あるいはユニットは、該サンプルに関して、あるいはすでに分離されている成分あるいは生成物に関して該第１分析技術を行うために採用されており、該第１分析部門あるいはユニットは、該成分あるいは生成物の少なくとも１つの第１識別特性に基づいて、該分離を行うために採用されていることを特徴とする少なくとも１つの第１分析部門あるいはユニットと；
ｂ）ｉ）該１つの第１分析部門あるいはユニットにより達成される少なくとも１つの分離および ii）少なくとも１つのさらなる識別特性のうちの少なくとも１つに基づいて、分離された成分あるいは生成物を特性づけるための少なくとも１つの分析技術を行うために採用されている少なくとも１つの第１分析部門あるいはユニットと、該さらなる技術は、分析技術および検出技術の少なくとも１つであり、該さらなる部門あるいはユニットは、分析および検出部門あるいはユニットの少なくとも１つであることを特徴とする少なくとも１つの第１分析部門あるいはユニットとからなり；
少なくともさらなる該部門あるいはユニットは、少なくとも２つの特性付け測定量（スキャン数、質量対電荷比；検出時間、質量対電荷比）と、該１つの第１分析部門あるいはユニットにより達成される該分離あるいは少なくとも１つの分離を反映する該特性付け測定量の少なくとも１つの第１（スキャン数；検出時間）と、１）該１つの第１分析部門あるいはユニットにより達成される少なくとも１つの分離と２）該さらなる識別特性あるいはさらなる識別特性の少なくとも１つのうちの少なくとも１つを反映する該特性付け測定量の少なくとも１つのさらなる（質量対電荷比）と言う言葉で、該成分あるいは生成物の少なくとも１つの特性付けを表示する測定データを提供するために採用される関連の検出ハードウエアを含みあるいは持っていることを特徴とし；
該検出ハードウエアは、該検出ハードウエアにより検出されかつそれに関連する少なくとも１つの特性付け測定量を参照して、少なくとも１つの定量的測定量（イオン強度）と言う言葉で検出ハードウエアにより提供される少なくとも１つの定量化（イオン強度）を表示する定量的測定データを包含する測定データを提供するために、採用されていることを特徴とし；
該システムは、さらに、少なくとも１つのプロセッサを持つ少なくとも１つの制御ユニットと、関連する少なくとも１つのデータ貯蔵ユニットを含みあるいは有する該制御ユニットと、さらに好ましくは関連する少なくとも１つの表示ユニットを持つ該制御ユニットと、印刷ユニットからなり、また好ましくは、少なくとも１つの第１分析部門あるいはユニットおよび該さらなる部門あるいはユニットを制御するために、配置されあるいはプログラムされていることを特徴とし；
該制御ユニットは、該指示に対応して、
ｃ）該特性付け測定量の少なくとも１つの該第１（スキャン数；検出時間）と言う言葉で、該特性付けあるいは少なくとも１つの特性付けを表示する少なくとも１つの各第１特性付け測定値（Ｎ_i、ｔ_i）と、該特性付け測定量の該少なくとも１つのさらなる（質量対電荷比）と言う言葉で、該特性付けあるいは少なくとも１つの特性付けを表示する少なくとも１つのさらなる各特性付け測定値（ｍ／ｚ_i）と、定量的測定量（イオン強度）と言う言葉で、該定量化あるいは少なくとも１つの定量化（イオン強度）を表示する少なくとも１つの各定量的測定値（ｌ_i）とを互いに関連させることにより、検出ハードウエアにより提供される測定データに基づいて、データ組（（Ｎ_i、ｍ／ｚ_i、ｌ_i）；（ｔ_i、ｍ／ｚ_i、ｌ_i））を提供する工程と；
ｄ）該データ組を、該特性付け測定量の少なくとも１つに対する特性付け測定値に関して、測定値を特性付ける特性付け測定値間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）で、該各間隔は、該成分あるいは生成物の１つの特定物に潜在的に関連しているきめられるものである測定値間隔にグループ分けする工程と；を実行することを特徴とし；
該制御ユニットは、該指示に応答して、複数の該定量的測定値（ｌ_i）で各々は該データ組のそれぞれ１つに属している値の少なくとも１つの集合的特性に基づいて、該グループ分けを行うことを特徴とし；
さらに該制御ユニットは、該指示に応答して、次の少なくとも１つの工程；
ｅ）ｉ）該グループ分けから得られるデータ組の群および ii）該グループ分けから得られた該特性付け測定値の少なくとも１つの間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）の少なくとも１つを反映しあるいは包含するデータの貯蔵、表示および印刷あるいはデータの可視化の少なくとも１つ工程と；
ｆ）ｉ）該グループ分けから得られるデータ組の群および ii）該グループ分けから得られた該特性付け測定値の少なくとも１つの間隔（［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［Ｎ_ION−ΔＮ_dev、Ｎ_ION＋ΔＮ_dev］；［ｍ／ｚ_ION−Δｍ／ｚ_dev、ｍ／ｚ_ION＋Δｍ／ｚ_dev］、［ｔ_ION−Δｔ_dev、ｔ_ION＋Δｔ_dev］）の少なくとも１つに基づいて、あるいは工程ｅ）により貯蔵され、表示されあるいは印刷されたデータあるいは可視化に基づいて、該少なくとも１つのサンプルの解析あるいは該成分あるいは生成物の少なくとも１つ解析の工程と；
実行することを特徴とするシステムにより実行可能なプログラムをさらに提供する（提案１１９）。

本発明の第１あるいは第２あるいは両者の態様によるプログラムに対しては、該指示に対応して、該制御ユニットは、該データ組を提供し、該グループ分けを行い、かつ提案１から１１４の１つあるいはいくつかによる方法にしたがって、工程ｅ）およびｆ）の少なくとも１つを行うことをさらに提案する（提案１２０）。該プログラムは、提案１から１１４の１つあるいはいくつかにより定められるような方法を実行するために、提案１１５から１１７の１つによるシステムにより、実行できよう（提案１２１）。

本発明による指示のプログラムは、少なくとも１つの測定サブシステムおよび少なくとも１つのグループ分けサブシステムからなる全体システムのグループ分けサブシステムのみを制御するのに役立つかも知れないということに注意するべきである。そのような場合、グループ分けサブシステムの制御ユニットは、測定サブシステムの検出ハードウエアにより提供され、またたとえば通信リンクを経由して、あるいはデータキャリヤーの手段により、グループ分けサブシステムに移されるデータ上で作用することを注意するべきである。追加のプログラムモジュールは、測定サブシステムを制御するのに役立つかもしれない。

さらに、本発明は、提案１１８から１２１の１つによるプログラムを具現化するコンピュータプログラム製品に関するものである（提案１２２）。このコンピュータプログラム製品は、該指示のプログラムを運ぶコンピュータ読み取り可能な媒体の形式であっても良い（提案１２３）。

さらに、本発明は、通信リンクを経由して、あるいはインターネットを経由して読み込むための提案１１８から１２１の１つにより、プログラムを蓄えるサーバーコンピュータシステムに関するものである（提案１２４）。

独立請求項により定められまた−さらなる利点に導く好ましい実施態様およびデザイン−従属請求項および前述の異なる提案により定められる本発明は、全てのシングルあるいは全次元の測定値を明確に変数として、すなわちランダムあるいは確率論的な変数として処理することを可能にし、また明確に提供する。これは、関連する特性付け測定値（たとえば、質量対電荷比および時間あるいはスキャン数値）のプリセットされたグリッド（ハードビン）上での変動として、たとえが各定量的測定値（たとえば、イオン強度）を処理するよりも、一般的により正しく応用測定手段を反映させる。

さらに、異なった態様および追加の提案における本発明によれば、適当にすれば、たとえば、内部標準サンプルなどの品質サンプルあるいは参照サンプルを含めた測定操作の全測定からの変化量の特性に関する情報を得ることが出来る。したがって、より信頼性のある情報を得ることが出来る。

ＬＣ−ＭＳスペクトル分析に関する出版された方法において、データポイントは、質量軸および時間軸上のプリセットされたグリッドのビン中に集められている。このようにして、１つの物質の信号は、質量軸の測定不正確により、２つの異なったビン中に位置づけられ／検出され、そしてこれが次のエラーを導くことになる。
−ピークへのビンの誤った割り当て
−ピーク中での誤った全強度値
−保持時間軸に起きるギャップが、ピークとしてまったく認識されていない正しいピークを導くことすら起きるかもしれない。

本発明は、グリッドのスキームを共に残すことを、また各サンプルから得られる信号あるいは測定データにより求められるビンの位置と大きさを持つことを目的としている。このようにして、ピークの未検出は、避けられかつ検出されたピークの測定は、おそらく３次元以上の全てにおいて、より精密になる。

適用された技術、たとえばクロマトグラフィープロセスおよび質量スペクトル分析による検出に基づいて、データ前処理および処理プロセスの多くの設定パラメータが、特にグループ分けが根拠としている統計モデル化に対して自動的に見出されることになろう。設定パラメータの見積もりは、適用されるモデル化により、何が代表的であるかにより、個々のサンプルに対しおよびサンプル数に対しグローバルに両者にサンプル特異的に、行うことが出来る。このようにして、データ前処理およびデータ処理の重要なパラメータの手動設定をかなりの程度に避けることが出来、あるいは、少なくとも適度に行うことが出来て、測定状況および分析されるサンプルあるいはサンプル類という観点から、正確にできる。このため、データ前処理およびデータ処理を、ある機器から他の機器へあるいはあるオペレターから他のオペレターへの転送を容易にできることになる。

適用技術についての、たとえばクロマトグラフィープロセスおよび質量スペクトル分析による検出についての知識に基づいて、適切なパラメータ、条件および前提たとえば統計的モデル化における前提、および測定精度を守るための最小限の必要事項は、品質制御の意味から、全ての次元において自動的にチェックされる。

本発明は、ある応用領域に限定されるものではない。本発明の方法、システムおよびプログラムを２つの態様に適用するのに適しかつ異なった提案にしたがっている分析システムおよび方法およびデータフォーマットに対するいくつかの例は、次の通りである：
Ａ）質量スペクトル分析による検出器を用いたイオン源ユニットを経由して結ばれた分離された、たとえば時間分解信号オンライン、あるいは１つの共通イオン源ユニットあるいはいくつかの質量スペクトル分析による検出器を用いた各イオン源ユニットを経由して結ばれた信号オンラインを発生させる少なくとも１つの分析方法のあらゆる可能な組み合わせ。
−たとえば、ＭＳ分析器に直接に結ばれたクロマトグラフィー方法、電気クロマトグラフィー方法、あるいは電気泳動方法、たとえば、液体クロマトグラフィー（ＬＣ），ガスクロマトグラフィー（ＧＣ），電気クロマトグラフィー（ＥＣ）、電気泳動法（ＥＦ）、等速電気泳動法（ＩＴＰ）
−たとえば、ＥＳＩ（電気スプレーイオン化），ＡＰＣＩ−ＭＳ（常圧化学イオン化），ＰＩ−ＭＳ（光子イオン化），ＭＡＬＤＩ（マトリクス支援レーザーイオン化），ＦＡＢ（高速原子衝撃），ＥＩ（電子衝撃）イオン化技術，
−たとえば、４極子、トリプル４極子、ＴＯＦ（飛行時間），ＦＴ（フーリエ変換）質量解析器
質量スペクトル分析データの全ての共通タイプは、データ入力、たとえば；−連続スペクトルデータスペクトル軸中のデータ密度は、ＭＳ検出（ダルトンあたりのデータポイント）のパラメータによってセットされる：−質量ピークおよびその高さの平均質量対電荷値により特性付けられる連続データの削減された形式として使用できる。
Ｂ）測定の各分離点あるいは時間点における多重信号の取得という観点で、スペクトル信号あるいは多重信号を生成する少なくとも１つの検出器と組み合わせて分離された、たとえば時間分解信号を発生させる少なくとも１つの分析技術のあらゆる可能な組み合わせ。
−たとえば、分光測光法（たとえば、ＤＡＤ，ＩＲ，蛍光、光学２色性、レーザー散乱）
−たとえば、電気化学的（たとえば、電量分析）
分光測光法検出器に対して、ＬＣ−ＭＳデータなどのデータに関して示唆されるいくつかの予測間隔（たとえば、確信間隔）以内の測定／非測定のデジタルモデル化の使用は、適当なスペクトル中の信号のスペクトルバンド幅以内の測定数に対するいくつかの連続あるいは不連続のモデル化により、置換できる。
ベイジアン習得に使用される初期の確信間隔は、その値が、通常は無視できるから、測定の期待エラーによってのみ決められるのみならず、適当なスペクトル中の信号のスペクトルバンドの期待幅によっても決められる。
Ｃ）シリアルあるいはパラレルの２つ以上の検出器と組み合わせて、分離された、たとえば時間分解信号を発生させる少なくとも１つの分析技術のあらゆる可能な組み合わせ。
−２つ以上の質量スペクトル分析検出器の組み合わせ、あるいは例Ａ）およびＢ）の２つ以上の検出器の組み合わせ
例：検体（たとえば、溶出液）の流れは、クロマトグラフィー分離後、同一あるいは異なる流速を持つ２つ以上の特定の流れに分けられ、さらにそれらは、異なるタイプの検出器中に平行に導入される。両検出器から生じた信号は、測定された品質／特性（たとえば、質量対電荷比、波長）および量（たとえば、強度／カウント／吸光度）に依存しない分析の全ての時間点における補足的情報を表示する。
２つ以上の検出器の組み合わせのいくつかの技術的特性（たとえば、キャピラリー長さ、種々の流速、フローセルあるいはイオン源デザイン）は、同一の操作からデータの時間軸の不和合性となる検体流れの同じ部分に対する信号取得の種々の遅れを生じる。時間軸の一致は、相対的時間上での全ての測定から、内部標準に対する信号の割り当てにより起こる。このプロセスは良く知られており、クロマトグラフィーの応用にしばしば使用される（たとえば、溶出指標）。

全ての他の測定状況において、分離された、たとえば時間分解信号実質的データの削減は、適切な信号の抽出およびノイズ除去の抽出という観点で得られよう。

本発明により得られるグループ分けの結果に用いられる適当なパターン認識アルゴリズムと協力して、本発明の方法およびシステムは、たとえば、生物学、生物化学、あるいはヒトの診断への応用を見出すことが出来る。いくつかの例は：、
１．毒性、細胞および組織バイオロジーにおける生物学的システムに対する外部刺激の多検体への影響の研究。
２．代謝研究、新しい代謝産物の同定、代謝経路の記述および代謝障害
３．傷病の非治療の種々の段階から治療される病人の正常人との認識／識別、予見／前向き研究のみならず調査過程の傷病（侵攻性対非侵攻性、遅い成長対速い成長）のタイプ
４．ヒトの診断における標識のスクリーニング

２つの態様および異なる提案における本発明を、図示的な非限定的例のＬＣ−ＭＳスペクトル解析、特にＬＣ−ＥＳＩ−ＭＳスペクトル解析に基づいて、またＬＣ−ＭＳデータ、特にＬＣ−ＥＳＩ−ＭＳデータおよび本発明の第１および第２態様によるグループ分けの好ましい具体例に基づいて、より詳細に、次に示す。この点に関して、それは、次の図示的図、ダイアグラムおよびフローチャートを参照する：

次のようなＬＣ−ＭＳスペクトル分析法、特にＬＣ−ＥＳＩ−ＭＳスペクトル分析法の測定状況において、３次元測定データは、―第１次元−スキャン数（Ｎ_i）あるいは保持時間値（ｔ_i）あるいは検出時間（ｔ_i）により、および−第２次元−質量対電荷値（ｍ／ｚ_i）により、および―第３次元―強度値（ｌ_i）あるいはカウント数により定義される１つのデータポイントあるいはデータ組により得られるという仮定をたてる。本発明により可能なように、データ前処理およびデータ処理は、３次元ランダムベクトル（一般に多次元ランダムベクトルの）の実現としての信号のこれらの測定値に関して、ベースとしている。

基本的な考え方
ある測定状況に関する本発明の実行に対して、使用された技術およびハードウエアの特性は、そこから生じる信号あるいは測定データの特性に関して解析されるべきである。これに関して、使用された技術およびハードウエアに基づいて得られる測定値の３次元（一般に多次元の）分布の特性は、解析されるべきである。

一般に、信号の源は、各測定値分布の形状とパラメータを決める。異なる源から由来する信号の分布のそのような特性に基づいて、不適切な源から高い確率で来る信号をろ過することが、一般には、可能になる。適切な分布のパラメータは、前提とした源にもよるが、個々のサンプルに対してサンプル特異的で、あるいはサンプル数に対してグローバルであると見なしても良い。

イオンの信号は、ＬＣプロセスにより、保持時間の分子特異的分布を持ち、ＭＳプロセスによっては、ｍ／ｚ値のイオン特異的分布を持っている。あるスキャン時間とあるｍ／ｚにおいて、ある元のイオンが測定できるという条件の下に、強度分布は、ａ）物質の平均保持時間；ｂ）イオン化プロセス；ｃ）サンプル中の物質の組成に依存する。サンプル中の物質の濃度が、測定強度に強い影響を与えるだけでなく、たとえば共溶出物質との可能な抑制メカニズムのような異なる物質間の相互作用も、強い影響を与える。これらの影響の測定可能な結果は、サンプル中の物質の組成についての潜在的に興味ある情報を提供する。

ここで、測定データ中にあるデータ部分を生じかつそれに対して測定データ中にピークを見出さなければならない各サンプルの成分のみを一般に参照する。しかし、元のサンプル中に既に含まれていなかったある他の物質を生じる分析技術を使用することは、排除されるべきではない。この物質（ここでは、生成物として示す）が形成されている出発材料でさえも、サンプル中に元々含まれていないことであってもよい。それにもかかわらず、追加の物質あるいは生成物に由来するピークの同定が、サンプルの特性付情報を与えるように、追加の物質あるいは生成物が、サンプルのなんらかの特性を反映してもよい。勿論、通常のＬＣ−ＭＳ分析では、特性付けられるサンプルの成分以外の追加の生成物は、一般的にない。

ノイズ除去
第１工程で、電気的あるいは化学的ノイズは、ろ過できる。これらを識別するための可能な基準は、測定される強度値の高さである。電気的ノイズは、検出されるイオンからは生じなくて、かつその程度において、ｍ／ｚ値および保持時間は、意味が無い。たとえば、ＬＣ−ＭＳシステムの全成分の不可避の汚染により説明することが出来る化学的ノイズは、常におよびどこでも（保持時間およびｍ／ｚ領域参照）弱い信号が、測定されることに特徴がある。化学的ノイズの対数化された強度値の分布は、通常の分布により容易に記載できて、その期待値は、他の信号クラスターの期待値より特徴的に低く、また電気的ノイズに属する第３信号クラスターの１つより高い。図１は、対応する例を示す。対数化された強度値の柱状図においては、真の信号と化学的電気的ノイズのあいだには谷あるいは最小値がある。このようにして、対数化された強度値の柱状図における谷を見出すことにより、ノイズ信号と非ノイズ信号のあいだにはよく分離された線を引くことが出来る。この境界線は、従来のデータ処理技術に基づいて、多に中の最小値を見出すことにより、各個々のサンプルに対して、自動的に求めることが出来る。

本技術の系統的人工物
サンプルから来ない物質は、サンプルの物質の組成に関する適切な情報をほとんど提供しないか、あるいはまったく提供しない。移動相のイオンの信号および添加した標準のイオンの信号は、この測定法の人工物である。分布のパラメータは、ブランク測定中および標準品の測定中におけるサンプル数に対して、あるいはサンプルのグループに対して、グローバルに求めることが出来る。これらの測定に基づいて、同定テンプレートおよび削除テンプレートを定めることが出来て、それは、それに対してそれらが、典型的なｍ／ｚ値および保持時間を示すので、添加した標準から、あるいは移動相から最も来そうな質量および保持スペース（領域）中の信号を同定しまた望みにより、削除する。典型的な強度が含まれる３次元同定テンプレートおよび削除テンプレートは、さらに、検出されることになっている、また望みにより、削除される共溶出分子および相互作用現象の信号を出すことになろう。

スパイク除去
クロマトグラフィープロセス以内に、ノイズの典型的な特性も物質の典型的な特性をも持たない全ての他の信号は、スパイクと呼ばれる。主な原因は、たとえば移動相、カラム、キャピラリー中のあるいはイオン源中の測定機器側の全ての種類の「土くれのような」汚染であると考えられる。このことが、クロマトグラフィー特性による予想外のときに、現れるイオンをもたらすことになる。このような信号は、再生できなくて、このため、実際の統計モデルには採用するべきではない。スパイクの信号は、その信号が、真のピークの分布前提を満足しないという事実に基づいて、除去しても良い。各適応基準に対する閾値の値は、個々のサンプル以内あるいは種々のサンプルに対してグローバルに求めてもよい。もし、グループ分けが、適当な条件に基づいている場合には、ピークの除去は、グループ分けの過程で自動的に行うことが出来る。

分布モデルの適用
前提とされる図示的状況において使用可能な分布モデル用の例を次に示す。

電気的ノイズ
好ましくは、強度分布のみが、時間軸および質量軸を考慮することなくモデル化される。換言すれば、ランダムベクトルのみが、電気的ノイズを特性付けるための強度の境界分布を考慮している。期待値が、この分布に対して存在することを仮定する。
ｌ（ｅｌ）〜Ｆ（μ（ｅｌ）） （Ｆ１）

化学的ノイズ
再び、好ましくは、強度分布のみが、時間軸および質量軸を考慮することなくモデル化される。正規分布が、強度の対数に対しての分布タイプとして仮定する。
ｌｏｇ₁₀ｌ（ｃｈ）〜Ｎ（μ（ｃｈ），σ（ｃｈ）） （Ｆ２）

質量対電荷比の測定における質量測定エラーの分布
イオンＭ^*の質量対電荷比を測定するために、小さなねじれがあるという可能性を考慮に入れて、正規分布測定エラーを仮定する：
ＭＺ−ｍｚ（Ｍ^*）〜Ｎ（δ（Ｍ^*），（σ（Ｍ^*）） （Ｆ３）

最も簡単な場合、測定エラーが、全てのイオンを等しく関与しているということ、すなわち
すべてのＭ^*に対してδ（Ｍ^*）≡δ，σ（Ｍ^*）≡σ
が、有効であると仮定する。しかし、イオンの質量対電荷比のサイズあるいは強度のサイズにより、測定エラーをモデル化することが、適当であろう。

保持時間および強度の分布
１次事象は、時間Ｔすなわち保持時間Ｔを持った物質の１つの単一分子の溶出である。

最も簡単なモデルにおいて、クロマトグラフィープロセス中のある物質の単一分子の保持時間に対して、正規分布を仮定してもよい。
Ｔ〜Ｎ（μ_t（Ｍ），σ_t（Ｍ）） （Ｆ４）

これから、スキャン時間ｔ_S−１とｔ_Sのあいだでのある物質の分子の溶出の事象に対するベルヌーイ分布を、次の２つの式でフォローする：
ｌ（Ｍ）｜ｔ_s〜Ｂｉｎ（１，ｐ（Ｍ，ｔ_s）） （Ｆ５）
と
ｐ（Ｍ，ｔ_s）＝φ（ｔ_s｜μ_t（Ｍ），σ_t（Ｍ））−φ（ｔ_S-1｜μ_t（Ｍ），σ_t（Ｍ）） （Ｆ６）

正規分布の前提は、稼動プロセスの全体簡素化である。その基本モデル−放射状拡散プロセスに依存しているファン・デイームタ理論における質量転移および乱流拡散−は、勾配溶離の使用によりすでに妨害されているが、クロマトグラフィープロセス（たとえば、不動のあるいは静止相を持っている物質の２次相互作用、混合保持メカニズム、経時変化による不動相の機械的および化学的変化）における種々の他のプロセス稼働を経由しても妨害されている。ある単一の物質を測定するときに、保持時間の分布に対して、さらに複雑なモデルがあり、それらが、上記のプロセスをさらに詳細に記述する。全てのモデルは、共通に、内在する分布が、単一モードであり、またそれらが、尖度におけるよりもむしろ歪曲あるいはねじれて、正規分布からズレている。

さらに、一般的には、（Ｆ６）に対して次のように書ける。
ｐ（Ｍ，ｔ_s）＝Ｆ（ｔ_s｜ＭΔｔ_S）−Ｆ（ｔ_S-1｜Ｍ，Δｔ_S-1） （７）
式中、Ｆは、単一モード分布クラスから来ておりまた分子特異的パラメータ、および溶離特異的パラメータおよびかくして時間依存性パラメータにより、正確な形で求められる。

（Ｆ６）あるいは（Ｆ７）から、１次事象に対して、ベルヌーイ分布は、ある物質のあるイオンが、２回のスキャン時のあいだに検出されていることを、フォローしているが、このイオンが、イオン化プロセス中に生じるという事象がさらに起きるに違いないから、成功の確率は小さくなる。
ｌ（Ｍ）｜ｔ_S〜Ｂｉｎ（１，ｐ（Ｍ^*，ｔ_S） （Ｆ８）
と
ｐ（Ｍ^*，ｔ_S）＝ｐ（Ｍ^*，Ｍ）ｐ（Ｍ，ｔ_S） （Ｆ９）

ＬＣ−ＭＳプロセス中の「真」の信号の強度は、２回のスキャン時のあいだの物質のある電荷数を用いてイオンの検出を行う頻度である。ベルヌーイ分布の１次事象が独立であるという簡素化仮定の下に、またＮ_M分子が、クロマトグラフィープロセスに暴露された場合には、このことは、従法線分布により記述される。
ｌ（Ｍ^*）｜ｔ_S〜Ｂｉｎ（Ｎ_M，ｐ（Ｍ^*，ｔ_S）） （Ｆ１０）

抑制メカニズムは、ｐ（Ｍ^*，Ｍ）を削減するかもしれないということに注意するべきである。ＭＳ機器の過敏性およびノイズカットオフは、ランダム変数の具現化を検閲して観察することになる。

移動相の物質
質量スペクトル分析器のイオン源への移動相の連続した流れは、大抵非常に強い溶媒クラスターイオンをデータのＬＣ−ＭＳセットの背景に出現させる。これらの信号は、生じたクロマトグラフィープロセスの特性をなんら示さないので、２回のスキャン時ｔ_S-1とｔ_Sのあいだでのそれらのイオンの１つが出現する頻度は、入力Ｎ_M（Δｔ_S）の（初期発生）量とイオン化の確率により支配される従法線分布となる（Ｎ_M（Δｔ_S）が、全てのΔｔ_Sに対して大きい場合）：
ｌ（Ｍ^*）｜ｔ_S〜Ｂｉｎ（Ｎ_M（Δｔ_S），ｐ（Ｍ^*，Ｍ）） （Ｆ１１）

製品
もし用いられた分析技術あるいは技術が、ある生成物を生み出す場合には、適用できる分布モデルは、生産メカニズムに依存している。当業者なら、適当な分布モデルをセットアップできる。

本発明にしたがったデータ前処理およびデータ処理
そのような理論的考察およびモデルに基づいて、測定データのグループ分けは、既知のおよび未知のイオンのピークを見出すための現在の図示のケースにおいて、既知のおよび未知の成分あるいは生成物のピークを見出すために実行できる。

その処理の始めにおいて、たとえば、図１にしたがって、強度値の仮想対数分布に基づいて、好ましくは、データのノイズ除去をする。真のデータから得られる密度柱状図において、真の信号と電気的および化学的ノイズのあいだの最小値を探し、その後ノイズに起因する信号を除去する。「統計的パターン認識」あるいは「ベイジアン習得」を適用する必要は無い。個々に提案している好ましいアプローチにおいて、分布Ｆ１およびＦ２による理論的モデル化は、ノイズ除去アプローチを与えることのみに役立つ。「統計モデル」は、理論的モデルを、ノイズ信号と真の信号とのあいだの境界が、柱状図の谷間で探さねばならないということを予測していることとして、その程度でのみ適用される。

しかし、ノイズ除去後残留している信号のグループ分けに対しては、ベイジアン習得は、サンプルの各成分、あるいはサンプルの集合あるいは該サンプルあるいはサンプルに適用される技術の１つあるいはいくつかから生じる生成物の各成分おそらく関連しているグループあるいは間隔中のグループデータに適用される。

好ましい実施の態様におけるベイジアン習得は、信号あるいは関心のあるデータ組をグループ分けするのに基本的には役立っており、それらは、使用される技術にもよるが、幅、たとえば４極子質量スペクトル分析器に対しては約±０．２Ｄａの幅、飛行時間スペクトル分析器に対しては約±０．００２Ｄａの幅およびフーリエ変換スペクトル分析器に対しては約±０．０００２Ｄａの幅を持ったか確信間隔以内の各成分あるいは生成物におそらく関連していると思われる。確信間隔（および期待される測定精度）の選択は、ＭＳ分析器におけるイオンを分離する方法に依存している。ここで述べる値は、従来の測定条件の下で予測される典型的な測定不正確さである。

このグループ分けから得られる信号のこれらのグループに対して、選択されたイオンモニタリング（ＳＩＭ）クロマトグラムの種類における次元の削減が、ｍ／ｚ次元中の全てのデータポイントを、各時間値あるいはスキャン数以内に結びつけることにより、得られよう。好ましくは、このグループ分けは、ベイジアン習得から得られる確信間隔上で行われるだけでなく、追加の条件上でも行われる。特に、各成分あるいは生成物に関連する信号および人工物などの他の信号のあいだの識別は、各確信間隔以内の強度値が、強度カットオフ条件、単一モード性条件および尖度条件の少なくとも１つあるいはいくつかを満足するものとするという条件に基づいて、得られよう。この強度カットオフ条件は、真のピーク下にある領域は、真の信号として認知される閾値を越えているものとするという前提に基づいている。この単一モード性条件および尖度条件は、真の信号および人工物などの他の信号が、信号の形に基づいて識別できるという前提に基づいている。

外部標準を基にした測定から由来する出発値からなどの、所定の出発値からスタートして、各確信間隔は、ベイジアン習得により（特に狭められて）決定されあるいは改良される。外部標準の測定から由来する出発値は、内部標準に基づいた特定の測定状況あるいはシステムに、ＬＣ−ＭＳスペクトル分析の場合には、内部標準に帰せられる信号に選択的なアルゴリズムを用いることにより、各サンプルとともに溶出する、あるいは各サンプルに添加される内部標準に基づいて、適用してもよい。その後、望みにより削除テンプレートを用いて信号を除去してもよい。

移動相に帰せなければならない信号も対応する削除テンプレートを用いることにより除去できることを加えるべきである。関心のある成分あるいは生成物から由来する信号、あるいは未知の成分あるいは生成物から由来する信号のグループ分けの前に、このことが、好ましくはおこなわれる。

測定エラー分布Ｎ（δ、σ）のサンプル特異的習得
測定エラー分布は、添加された標準に割り当てられる信号の助けを用いて、習得できる。これらの真の質量対電荷比は公知であるので、いかなる乖離度も観察されよう。好ましくは、測定エラー分布は、全ての物質およびイオンに対して同じであるという仮定をすることにより、ベイジアン後評価が用いられる。このようにして、あまり情報量が高い場合、およびもし前提とした測定エラーが、あまりにも小さい場合に、グループ分けプロセスで標準のイオンピークとして集められる信号をなんら見出すことが出来ないので、ベイジアン習得に選択される前の分布は、明確にチェックされる。この後分布は、各サンプル内の測定エラーが、許容できるかどうかをテストするために使用できる。もしこれがこの場合であると、あるいはそのようなテストをしないでアルゴリズムを実行すると決心する場合には、添加された標準に関係するデータ上でのベイジアン習得から得られる測定エラーの後分布は、未知の物質中のイオンに対するピーク検出用の前分布として役立つ（図３を比較）。

他のオプションは、観察される測定領域内の不等測定エラー分布を仮定した測定エラー分布のベイジアン後評価であろう。

既知の物質の信号の検出
初期仮定：ＬＣ−ＭＳが適用される物質あるいはサンプルの内、１つ以上のイオンの質量対電荷比および関連ピークの保持時間は、同じシステムで行われる以前の測定などから知られている。質量スペクトル分析器を用いた経験は、たとえば「９０％の確実性で９５％の観察が、イオンの真の質量対電荷比を最大±０．４Ｄａだけミスをする」という測定エラーの確定間隔についての不確かなメッセージを可能にしている。これが、測定エラー分布の未知のパラメータに対する前分布を求めるのに役立っており、その助けにより、イオンの信号のｍ／ｚ値（ｍ／ｚウインドウ）に対する予測確信間隔が、確立できる。

既知の保持時間の前のスタートスキャン時間において、既知の真のｍ／ｚ値の周りのｍ／ｚウインドウ内の観察の調査を開始する。そのような信号が見出されるときには、次のスキャンにおいて、同じタイプのイオンのｍ／ｚ値に対するベイジアン更新スキームにしたがって、新しい予測確信間隔が、形成される。もし、１連のあるいは現在のｍ／ｚウインドウ内に少なくとも１つ以上のスキャンに亙り観察が無い場合には、そのピークは完成されたものだと考えて、さらにこのｍ／ｚトレースの近傍に沿った信号は、同じイオンには属さないと考えられる。スキャン時間が、現在の保持時間よりなる信号のグループは、各標準イオンのピークとして同定される（図１３を比較）。

いくつかの信号を未知のイオンのピークとしてグループ分けすること
未知のｍ／ｚ値を持ったイオンに対する調査は、測定エラー分布のパラメータに対する前分布に基づいてスタートされる。最初のスキャンを開始して、次のスキャンにおける同じタイプのイオンに対する予測間隔を、ベイジアン習得による各観察されたｍ／ｚ値に対して、計算する。第１の信号を検出後、既知の物質に対するのと同じスキームにより、信号は、グループ分けされる。しかし既知の物質と同じという検出された「類似の」信号は真のピークであるという確かさは無いから、更なる基準は、たとえば用いられた技術の人工物などの他の可能な事象からのピークと識別するために使用される。

モデル化するという意味において、ｍ／ｚウインドウ内の継続的スキャンにおけるいくつかの信号が、見出されるときに、次の事象が、起きたかもしれない：
１．ノイズ事象：ノイズカットオフ以上に存在する化学的ノイズイオンの偶発的接近
２．ピーク（ピーク事象）：信号は、サンプルのクロマトグラフィーで分離された分子のイオンに属する。
３．いくつかの重なりピーク（ピーク事象）
４．恒久事象：信号は、移動相のイオンに属する。
５．スパイク（スパイク事象）：溶解された汚染物のいくらか異なった、たとえばいくつかの信号が、あるいは他の非系統的人工物が測定された。

ノイズ事象からのピークの識別
ノイズ事象からのピークの識別をするために、強度カットオフをセットしてもよく、その値は、そのサンプル内の谷柱状図中に求めても良い（図１を比較）。

強度カットオフを求める例
強度カットオフを求めるために使用する観察される強度は、出来るだけ低い確率を持つべきであり、全てノイズ事象であるべきである。これは、たとえば、それらの最大値あるいはそれらの平均値が、ノイズの強度の３−σ領域外にあるときの場合である。ノイズ強度の変動は、各個々のサンプルに対する谷柱状図中で検出されよう。

それから由来して、強度値の合計に適用されるなんらかの弱い強度条件も求められようし、この強度条件により強度値は、真のピークであると同定される最大値を越えるものとする。これらが、典型的には、より短く起こりまた真のピークよりも小さい強度で起きるので、これは、スパイクの識別にも有用である。

スパイクからのピークの識別
スパイクからのピークの識別のために、時間ウインドウに沿って強度値の形状を使用しても良く、それは、ほぼ正規の尖度を持った単一モード分布の柱状図に対応するべきである。これは、分布モデル（Ｆ１０）中の成功確率（Ｆ７）の時間における変動による。

したがって、単一モード性からの乖離度について、あるいは尖度についてなんらかを言う柱状図の各パラメータを、識別のために使用しても良い。

これらのパラメータに対する閾値の値は、たとえばブランクおよび標準測定中に結びつけて考えられるいくつかのサンプルから求めるべきである。

重なるピーク類からのピークの識別
適当な基準は：
単一モード性からの乖離度
モデル（Ｆ１１）のベイズ因子およびタイプ（Ｆ１１）のいくつかのモデルの混合物

一定ピークからのピークの識別
適当な基準は：
単一モード性からの乖離度
ブランクの測定における習得されたｍ／ｚ値への近傍
モデル（Ｆ１１）およびモデル（Ｆ１０）のベイズ因子

べイジアン習得スキームあるいは更新スキーム
適当な分布により定められる現在のｍ／ｚウインドウに基づいて、この第１データあるいは次のデータが、見出されるときに、このデータポイントが、各成分あるいは生成物におそらく属しているかいないかが、決定される。もし、このデータポイントが、この現在の質量ウインドウに入らない場合には、そのときには、このデータポイントは、各グループの候補の１員という意味で、各成分あるいは生成物に属することが、決定され、またの現在のｍ／ｚウインドウに入らない場合には、そのときには、このデータポイントは、各成分あるいは生成物に属さないことが、決定される。

内部標準の場合には、初期のｍ／ｚウインドウは、内部標準の公知のｍ／ｚ値およびこの公知の値の付近のｍ／ｚ値が、この間隔に含まれるように、公知のｍ／ｚ値の付近に確立されるｍ／ｚ間隔に対応する。測定エラー分布としては、既知のｍ／ｚ値に集中する正規分布が想定される。

未知の物質（成分あるいは生成物）の場合には、初期のｍ／ｚウインドウは、未知の成分あるいは生成物に由来する信号は、予測されているｍ／ｚ軸の全領域をカバーする。「真」のｍ／ｚ値は、まだ知られていないので、正規分布ではなくて、いわゆるｔ−分布に対応する正規分布の代わりの分布が、仮定される。

第１のデータポイントが、見出されると、そのときには、このデータポイントが、各成分あるいは生成物におそらく属しているかいないのかを、決定する。もしこのデータポイントが、初期のｍ／ｚウインドウに入らないときには、そのときには、このデータポイントは、ある成分あるいは生成物に属し、またこのデータポイントに基づいて、適用可能な分布（公知物質の場合には正規分布および未知物質の場合にはｔ−分布）が、このデータポイントに基づいた分布の各パラメータを設定することにより、更新される。この更新された分布から、新しいｍ／ｚウインドウが、求められる。もし、時間軸あるいはスキャン軸に沿って続くデータポイントが、このｍ／ｚ値に入らないときには、そのときには、このデータポイントは、同一物質に属することを仮定する。

このｍ／ｚウインドウは、大多数、たとえば同一サンプルに属する全データポイントの９９％が、現在の分布により、ｍ／ｚウインドウに入るように定められる。

測定エラーの分布に基づいて、確立される現在のｍ／ｚ間隔あるいはｍ／ｚウインドウに入るデータポイントのグループを見出すことは、これらのデータポイントを、一般的には、各物質に属するピークとして同定するための十分条件ではない。したがって、一般的な追加の条件を採用するべきである。

１つの条件は、上述した強度カットオフ条件あるいは強度条件である。

他の条件は、真のピークと他の現象のあいだの有効な識別を可能とさせる単一モード性条件である。諸ピークを見出すことが出来るばかりではなく、重なりピークも解像される。単一モード性条件の実行に対するチェックは、次のように実行しても良い：測定値の柱状図は、いわゆるＳ−曲線に理想的に対応する第１曲線まで積分するかあるいは合計する。その後、第１曲線は、微分され、元の不連続なデータポイントを表示する第２曲線を得る。第２曲線と柱状図（分布）の測定値の正の差を合計することにより、次の単一モード性曲線からのズレに対する尺度が、得られる。この尺度を、閾値と比較する。単一モード性条件は、この尺度が、たとえば１０％より小さければ実行されると仮定する。

単一モード性に対するチェックは、真のピークを見出すための唯一の適当な方法ではない。測定値の仮定された分布の追加の特性は、たとえば分布の尖度あるいは柱状図と考えても良い。尖度という語彙は、第４の中央モーメントを分布あるいは柱状図の第２モーメントを２乗したもので割った値とする。正規分布に対する３の尖度値に基づいて、約±０．１のズレは、対応する尖度条件を実行するために許容される。

ここで考慮される好ましい実施の形態によれば、ベイジアン習得も、ベイジアン習得スキームあるいはベイジアン更新スキームも、時間軸あるいはスキャン数軸に沿って測定値を見出すためには適用されない。ベイジアン習得あるいはベイジアン更新は、ｍ／ｚ軸に沿って測定値を見出すためにだけ適用される。しかし、他の状況では、全ての適切な軸に関してのベイジアン習得は、適当であってもよい。

一般的ベイズ習得
ベイジアン統計では、確率分布は、（将来の）事象について仮説を設けるときに、不確実性を定量し、またそれらは、世間の未知の「真」の状態について仮説を立てる不確実性を定量するためにも使用出来る。

ベイジアン習得理論は、もし新しい証拠あるいは将来の事象あるいは世間の未知の状態に関しての情報―データが、届く場合には、不確実性の現状レベルを以下に更新するかということを規定する枠組みである。この更新メカニズムに対する基礎式が、いわゆるベイズ式である。それは、レベレンド・トーマス・ベイズ氏により、彼の死の２年後に、１７６３年に最初に出版された。ベイズ、トーマス「機会の原則における問題解決へ向けての随筆」Philosophical Transaction of the Royal Society（1763）53：370-418。そのもっとも簡単な形式においては、Ｈを仮説またＥを証拠とすると、それは、次のことを述べている：
Ｐｒ（Ｈ｜Ｅ，Ｃ）＝Ｐｒ（Ｈ｜Ｃ）Ｐｒ（Ｅ｜Ｈ，Ｃ）／Ｐｒ（Ｅ｜Ｃ）
ここで、Ｐｒ（Ｈ｜Ｅ，Ｃ）は、現在の状況Ｃ（Ｈについての不確実性の状態）を与えられＥを得た後Ｈ中の信頼の確率であり、またＰｒ（Ｈ｜Ｃ）は、Ｃを与えられ、Ｅを考慮する前にＨの前確率である。この理論の左辺Ｐｒ（Ｈ｜Ｅ）は、通常はＨの後確率とされている。

もし、データが反復して集められあるいは流れとなって入ってくる場合には、１ポイントにおける後確率（それは、仮説のセットおよびそれらの準セットに対する後確率の収集である）のいずれも、次のポイントの前確率である。また、２つの後分布は、組み合わされて、結ばれた後分布を形成することが出来る。

ある機器の質量対電荷の測定エラーについて前分布を求めること
同一タイプからのイオンの「たいていの」測定が、出現するということが、期待されるところでは、あるｍ／ｚ間隔の長さを特定するように頼まれる専門家にとっては、対応する見積もりを提供するのに、一般的には問題は無いであろう。さらに、その専門家が、彼あるいは彼女が該情報についてどのくらい確かであるか（たとえば、Ｃ＝８０または９０％？）ということを定義するように頼まれたとき、この専門家は、そのような見積もりを与えるのに一般的に問題はない。それは、ある実験の結果について賭けを考える場合のちょうどそのようなものである。全ての測定の（１−α）^*１００％の百分率に対するある予想間隔の観点で「たいてい」を解釈すると、ベイジアン習得あるいは更新スキームに対する基礎としての前分布を求めるための基本情報は、入手可能である。これらのメッセージは、ベイジアン統計の方法により、容易に組み合わされて、前分布を形成する。特定された確実性の効果は、それが低ければ低いほど、後分布上への入手データの影響は、高くなる。ベイジアン統計の批評家たちは、ベイジアン統計の多くの応用の中で、前分布の影響を最小にするためには、「データに、データ自身を語らせる」ことが、ベストであろうとしばしばクレームしている。しかし、現在の状況では、このアルゴリズムが、同時に溶出しかつやや異なったｍ／ｚ値を持つイオンの特定から、標準の特定されたイオンの測定をともかくも識別できるように、測定された値あるいはあるタイプのイオンが、このイオンの真のｍ／ｚ値に近くなるというある確実性を必要とされているから、確実性Ｃがあまり小さすぎないことが、一般的に重要である。さらに、専門家が、「４極子分析器を用いると、自分は、９０％の確実性で、質量不正確性が±０．２Ｄａになると期待する」というこのようなメッセージを出すことは、一般的にまったく問題がないであろう。

ある未知のイオンの質量対電荷値のベイジアン習得
ベイジアン更新あるいは習得アルゴリズムの好ましい実施の態様は、ゲルマン、カーリン、スターンおよびルビン（１９９５年、３．３章）：ベイジアンデータ解析、チャップマン・ホール／ＣＲＣに記載されているように、共役前分布を用いた正常データのベイジアンモデルに基づいている。頁数は、ＣＲＣリプリント、２０００年を参照のこと。

ベイジアン習得のプロセスは、パラメータμ₀、σ² ₀、ｋ₀およびｖ₀を持った所定のＮ−ｌｎｖ−Ｘ²前分布を用いてスタートする（式（３．６）、７１頁）。

パラメータσ² ₀およびｖ₀は、専門家の質量エラー分布上の規格を用いて、セットアップされてきたし、既知の真の質量対電荷値をもった内部標準のイオンの観測されたピークによるあるサンプルの与えられたＬＣ−ＭＳ測定に対して潜在的にすでに更新されてきた。

未知の物質に対して、μ₀およびｋ₀を特定するために、質量対電荷値の観察された間隔［Ｌ，Ｕ］上で、期待値（すなわち、この間隔の中間）における正規分布の最大確率の最小値（すなわち、ＬおよびＵ中で）の比が、１／０．９９９９に等しくなるように、フラットプライアが取られる。

ここで、あるイオンが、スキャン時間ｔ₁において質量対電荷値ｙ₁を用いて検出されたと仮定する。分散σ²で測定される未知の質量対電荷値μに対する更新されたジョイント分布は、７２頁上の式（３．７）下の式により、更新されたパラメータμ₁、σ² ₁、ｋ₁およびｖ₁を持った、あるＮ−ｌｎｖ−Ｘ²分布でもある。

７２頁上の式（３．９）および７３頁上の第１式にそれぞれ与えられているように、σ²およびμに対する限界後分布を、これらから計算できる。このように、真の分散σ²についての不確実性は、自由度ｖ₁およびスケールσ₁ ²を持った、あるスケールされたｌｎｖ−Ｘ²分布により記載される。このようにして、真のパラメータμについての不確実性は、自由度ｖ₁、位置μ₁およびスケール（σ₁ ²／ｋ₀）^-0.5を持った、あるｔ分布により記載される。

３２頁上の式（２．７）および式（２．８）を用いて次のスキャン中に検出される同じタイプのイオンの場合での質量対電荷値についての期待値をコードする予想後分布を、これらから計算できる。このように、質量対電荷値についての不確実性は、これらのイオンの真の質量対電荷値μについての不確実性のように、あるｔ分布によっても記載される。この分布は、μについての不確実性を記載している分布と同じ自由度ｖ₁および位置μ₁を持っているが、未知の分散σ²により測定された値が、真のパラメータの周りに広がるという知識から生じる大きなスケールを持った分布である。このスケールは、かくして、（σ² ₁＋σ₁ ²／ｋ₀）^-0.5である。

この分布の（１−ａ）間隔は、対応するｔ−分布のα／２百分率および（１−α／２）百分率により与えられる。この間隔は、スキャン時間ｔ₂に対する質量ウインドウを定める。

もし、あるイオンが、そこで検出されると、μ₁、σ² ₁、ｋ₁およびｖ₁が、μ₀、σ² ₀、ｋ₀およびｖ₀に取って代わり、また同じ習得プロセスが、上記のようにスタートする。

また、前述：ゲルマン、カーリン、スターンおよびルビン（２００３年）：ベイジアンデータ解析、チャップマン・ホール／ＣＲＣおよびテキストブック：Ｄ．Ｓ．シルビアによる「データ解析、ベイジアン指導書」（１９９６年、オックスフォード大学出版部）を参照したテキストブックの第２版を参照のこと。このテキストブックは、ここに考察した測定状況の背景中および他の測定状況の背景中における測定データのグループ分けに適したベイジアン習得スキームをセットアップするために必要とされる全ての情報を包含する。

ｍ／ｚ軸に関する分布モデルとしてここに考察しているいわゆる「共役プライアを持った正規モデル」のほかに、他の分布モデル、たとえば、測定可能なｍ／ｚ値の不連続性を考慮できるいわゆる「共役プライアを持った多項式モデル」も、用いても良い。

たとえば「ベイジアンデータ解析」から異なった式類は、閉鎖された形式では常に正確には解かれないので、多くの解が必要であろうということを、付け加えるべきである。処理の効率化のために、近似の解たとえば、スチューデントｔ−蓄積分布関数の逆を計算するための解を計算することさえ、有用であろう。適切な式のそのような数値解あるいは近似の解は、熟練した人なら容易に実行できる。

ベイジアン習得スキームの好ましい実行
すでに示したように、成分あるいは生成物、特に未知の成分および生成物に関して特性付けられるサンプルに対しての測定データのグループ分けは、標準の測定に対して得られるグループ分け結果を考慮しているベイジアン習得スキームに基づいている。さらに、ブランク測定に関するグループ分け結果を考慮することが好ましい。

この点に関して、「グローバルな」処理スキームを次のように提案する：
１．内部標準のみを含んでいるサンプルの測定セットの処理（「標準測定」）
出力：
ａ）各標準物質ｓ＝１、...、Ｓ、各物質のイオンにより生じたデータポイントが見出されたｍ／ｚ軸上の自動的に求められた間隔の数
ｂ）質量測定エラーに対する後分布
２．なんらのサンプルを注入することのないバックグラウンド測定のセットの処理（「ブランク測定」）
出力：
移動相中の物質のイオンにより生じたデータポイントが見出されたｍ／ｚ軸上の自動的に求められた間隔の数
３．測定されたサンプルのセットの処理
出力：
各サンプルに対して、サンプル中のイオンにより生じたピークの自動的に求められた数。
ピークは、
ａ）ｍ／ｚ軸（質量ウインドウ）上の間隔および
ｂ）時間軸（時間ウインドウ）上の間隔により記載される。
これらの２つの間隔は、時間軸およびｍ／ｚ軸を記述しており、その中では、ピーク検出アルゴリズムにより、同じタイプのイオンの測定が現れかつこのタイプのたいていの測定が、同じように他の測定されたサンプル中に現れると期待されている。
さらに、ピークは、
ｃ）そのピークを生じる全てのデータポイントの強度値の合計である強度により記述される。

標準の処理に関して、次の「ローカル」処理スキームあるいは次の工程を提案する：
単一の測定に対しては、
１）ノイズ除去
２）標準物質の特定のイオンのピークの検出
ａ、質量測定エラー分布のチェック
ｂ、それが充分であれば、質量エラー分布を更新する
３）特定イオンとして同じ時間間隔に現れるイオンのピーク検出。これらは、同様に、内部標準により潜在的に生じると考えられている。
４）時間の標準化
を行うこと。
標準測定セット中の情報の組み合わせに対して、
５）時間ウインドウおよび質量ウインドウの矩形が、少なくともある程度重なる測定のある百分率（たとえば８０％あるいは５０％）中に現れるこれらのピークの検出をすること。質量ウインドウは、組み合わされて「標準削除テンプレート」を形成する。新しい測定中の「標準削除テンプレート」の時間ウインドウは、それ自身内の内部標準の特定イオンピークを用いて、各測定中で個々に求められるであろう。
６）仕上げの質量エラー後分布に対する機器（ベイジアン習得）の質量エラー分布についての情報と全ての標準測定を組み合わせること。

「単一測定」として、少なくとも１つの内部標準を含む１つのサンプルに対して得られる完全な測定データセットは、ここに意味づけられる。しばしば、このような標準測定は、複数のサンプルに対して行われ、あるいは各１つのサンプルに対して数回、たとえば５０回行われる。ここで前提とする「単一測定」は、アルゴリズムが時間ウインドウおよび質量ウインドウを検出するために用いられるそのようなデータセットの１つを参照する。もし標準測定が、複数のサンプルに対して行われてきたか、あるいは各１つのサンプルに対して数回行われてきた場合には、各単一測定に対して得られた時間ウインドウおよび質量ウインドウは、たとえば各個々のウインドウの全てを含む各エンベロープウインドウに対応するために、あるいは全領域のある百分率をカバーする平均ウインドウに対応するために、あるいはウインドウの重なりに基づいて、各時間ウインドウおよび質量ウインドウの組み合わせに結び付けられてもよい（工程５を比較）。有利にするために、個々のウインドウの組み合わせは、ベイジアン統計に基づいて行われてもよく、その結果、各個々のウインドウに関連する確信値は、生じた組み合わせウインドウの確信値に結び付けられる。数多くの異なった単一測定に対する各ウインドウの組み合わせは、図２に示す。

処理ブランクに関しては、次の「ローカル」処理スキームあるいは次の工程を提案する：
第１測定に対しては：
１）ノイズ除去
２）移動相中の物質のイオンの質量トレースの検出
ブランク測定セット中の情報の組み合わせに対して、
３）質量ウインドウが、少なくともある特定の程度重なる測定のある百分率（たとえば８０％あるいは５０％）中に現れるこれらの質量トレースの検出をすること。これらは、「移動削除テンプレート」の組み合わされた形式である。

再び、「単一測定」という語彙は、完全なブランク測定データセットを参照する。ブランク測定セットに対して得られるグループ分け結果を、工程３）により結び付けてもよい。

成分あるいは製品に関して特性付けられるサンプルの処理に関して、次の「ローカル」処理スキームあるいは次の工程を提案する。
単一の測定に対しては；
１）ノイズ除去
２）標準物質の特定のイオンのピークの検出
ａ、質量測定エラー分布のチェック
ｂ、それが充分であれば、質量測定エラー分布を更新する
３）サンプル中の他のイオンのピーク検出
４）時間の標準化
サンプル測定の（サブ）セット中の情報の組み合わせに対して、
５）時間ウインドウおよび質量ウインドウの矩形が、少なくともある特定の程度重なる測定のある百分率（たとえば８０％あるいは５０％）中に現れるこれらのピークの検出をすること。これらは、サンプルの（サブ）セットに対する典型的なピークを形成するために、組み合わされる。

再び、「単一測定」という語彙は、サンプルに対して得られる完全な測定データセットを参照する。もし測定が、特定の１つのサンプルに関して数回行われてきた場合には、あるいはもし、複数のサンプルが、組み合わせて考慮されるものとすると、そのときには、工程５）にしたがって、各単一グループ分け結果を、結び付けることが出来る。

測定データの異なった集合に対して得られるグループ分け結果の組み合わせは、たとえば、もし、しかし「個々のサンプル」として考えなければならない、あるいは一方では、関心のある情報を組み合わせて含むいくつかの類似のサンプルが測定されたときには、適用しても良い。１例として、同じ病気を患っている患者から由来しているサンプルがある。各グループの組み合わせは、この病気を反映しているデータ中でのパターンの同定に役立っている。

標準削除テンプレートの適用は、工程２）の追加の準工程ｃとして実行できるオプションである。しかし、価値のある更なる情報は、さらなる解析に役立つこれらのグループ分け結果から得られるかもしれないので、内部標準に対して達成されたグループ分け結果を維持することが、しばしば適当であろう。たとえば、物質の相互影響に関する情報は、そこから由来するかもしれない。

ノイズ除去
提案された処理スキームの各々は、第１肯定としてノイズ除去を含んでいる。既に示したように、信号とノイズを識別するための基準は、データポイントの強度のサイズである。電気的ノイズは、検出されたイオンからは生じないので、ｍ／ｚ値および保持時間は、意味が無い。化学的ノイズは、どこにでも現れ、いつでも弱い信号である。対数強度分布は、３つの分布：化学的ノイズに対する低い平均値および高い平均値を持った２つの正規分布および電気的ノイズの非常に小さな強度に対するある単一モード性分布の混合物により、巧くモデル化される。低い強度を持ったノイズと信号とのあいだの良好な分離は、対数強度の柱状図の窪みに見出すことが出来る（図１参照）。この窪みは、各サンプルに対して、個々におよび自動的に求められる。

図１は、１サンプル中の全データポイントの強度の対数の柱状図を示している。異なった作用を持った領域が見受けられる：ごく左側には、スムースな分布は、データの発生を規定するようなものはない。それとは別に、２つの主なクラスターを識別することが出来る。低強度データポイントのクラスターおよび高強度データポイントの他のクラスターである。低レベルのクラスター中のデータは、ノイズにより生じると仮定する。

提案によると、ノイズ除去は、１サンプルに対する単一測定を表示するデータに関して、グローバルに行われていることを、付け加えるべきである。しかしノイズ除去に関する良好な結果は、ｍ／ｚ値あるいは／および時間値特異性ノイズ除去が、実行される場合には、得られよう。

質量エラー分布のチェック
内部標準の使用により、期待測定値および該測定エラー内のデータポイントの期待百分率に関して専門家の予測をチェックできるので、内部標準に関して行われる測定に基づいて、ベイジアン更新スキームに対するパラメータの初期化が可能になる。このことは、次のように行われる：
内部標準の特定のイオンの各々に対して、真のｍ／ｚ値に対する検出されたデータポイントの観察されたｍ／ｚ値の乖離度は、計算される。もし、与えられた測定の実際の質量測定エラーが、専門家が期待していたものより大きい場合には、このことは、２つの効果を主に持つことになる：
１．それが、かなり大きい場合には、ピーク検出アルゴリズムは、１以上の特定のイオンにより生じる１つのピークを形成するこれらのデータポイントを検出しないであろう。
２．それが、やや大きい場合には、特定の不確実性により、専門家は、予測間隔について、予測間隔の実際のサイズは、以前のものより幅広くなるとする。

このことは、ボックスプロットで可視化することが出来る。好ましくは、アルゴリズムは、もし、１つあるいは両方の影響がある測定に対して観察される場合には、警告を表示する。

図３は、そのようなボックスプロットダイアグラムを示している。縦座標に沿って、測定エラーΔｍ／ｚが、概説され、また横軸に沿って、ある内部標準に対する理論値が、概説される。各標準に対して、上部と下部を持つボックスが、示され、上部ボックス部および下部ボックス部は、それぞれ各測定データの全ての２５％を表示している。内部標準の結果は、組み合わされ、それは、ダイアグラムの最も左の部分に示されている。不断の横線が、前の（１−α）−予測間隔（ここでは：前の９５％間隔）を表示し、横破線は、前の（１−α／２）−予測間隔（ここでは：前の９７．５％間隔）を表示し、また最も左部の短い横点破線は、後の（１−α）−予測間隔（ここでは：後の９５％間隔）を表示している。

この場合に対して、専門家は、エラー間隔は±０．４Ｄａであると予測した。ベイジアン習得後の質量ウインドウ全体標準は、点破線により表示されている間隔、すなわち約−０．２２から０．３１Ｄａの中に存在しており、それは、専門家により予測される範囲以内である。現在の場合、全ての特定イオンの全てのピークは、見出されており、このため、測定および初期化は、質量測定エラー制御を合格している。

質量測定エラー分布の習得
もしある測定が、内部標準に基づいた質量測定エラーのチェックに合格した場合には、残りの全ては、前の質量測定エラー分布の習得を更新するために使用しても良いし、未知のイオンを検出するために使用しても良い。予測間隔の付いての確実性は、今では、以前よりもかなり高くなっており、多くのベイジアン設定において、それは、前の不確実性と観察数の組み合わせとして表現できる（ここでは、残余の数）。もし、標準の測定が、全ての他の測定のあいだでランダムに行われた場合に、これは、プロセスへの良好な道であり、このため、機器の性能における変化は、標準の測定で検出できたであろう。しかし、もし後分布を、将来の操作に使用する意図があるのであれば、予測間隔の新しい長さについての情報のみを保持するのが、賢いことであろうが、それについての確実性を低下させることにもなる。これは、多くのベイジアンモデルに対して、後分布の式を導入しやすくなる。効果において、この手段は、機器の特性の変化に、より敏感になるであろう。

時間の標準化
内部標準に基づいて、時間あるいはスキャン数軸の標準化（時間の標準化）を行ってもよい。

内部標準という概念は、分配液体クロマトグラフィー中の溶出指標の理論から由来しており、またそれは、簡易化された仮定の下で、現在の状況で使用されている。移動相組成のランダム変動は、保持時間中でのシフトの原因となり、分離された物質の溶出順序は、不変のままであり、しかも傾斜溶出により、保持時間の差は、線形化された。２つの内部標準の保持のあいだの保持時間は、線形関数を用いて標準化される。観察の時間間隔に亙って広がる保持時間を用いて、所定の実験的設定中で測定可能でありかつ質量対電荷値の範囲をカバーする内部標準に対する物質のセットのいずれかを使用することができる。

時間の標準化は、基本的には、仮定された真の、あるいは理論的な、あるいは共通の時間軸あるいはスキャン軸上に、測定された時間軸あるいはスキャン軸を描くことに等しい。この時間の標準化により、装置依存性のズレを除去することが出来る。

分離たとえば少なくとも１つの第１解析技術に基づいて達成された時間シリーズなどに基づいて、複数の異なるさらなる技術が、用いられ、各技術は、少なくとも１つの第１解析技術により達成された分離が、描かれるそのものの時間軸あるいは他の特性付け測定値軸を持っているという状況に対して、時間の標準化の概念を、一般化し、あるいは外挿することが出来る。これらの異なる時間軸あるいは特性付け測定値軸は、各さらなる技術から得られる測定データ部分中に現れる内部標準に基づいて、同期化されあるいは標準化されてもよい。

実施の態様
本発明による方法の好ましい実施の態様により、示したように、一般にいくつかのサンプル、すなわち、ブランクサンプル、標準のみを含むサンプル、真のサンプル、検定サンプルおよび内部標準を含む真のサンプルを解析する。１つの真のサンプルに関して、少なくとも１つの関連した標準測定および少なくとも１つのブランク測定を、真のサンプルから得られる測定データに関して、グループ分けの初期化に対する基礎として、使用するべきである。したがって、まず、真のサンプルに対するグループ分けをスタ−トさせる前に、ブランクサンプルと標準サンプルに対する測定データを得ておかなければならない。しかし、データ前処理およびデータ処理が、該サンプルに対する全測定を含めたデータセットに関してグローバルに行われていることを排除するべきではない。さらに、測定データを提供する技術を行う過程で、同時に、データ前処理およびデータ処理をすでに行うことを排除するべきではない。特に、検出ハードウエアにより提供される測定データの収集を用いて挟まれるある種の「オンラインデータ処理」を、実行してもよい。

未知の物質および内部標準を含む真のサンプルの測定データのグループ分けおよびベイジアン習得は、好ましくは、次のように行われる：まず、それは、内部標準が、期待されている既知のｍ／ｚトレースに沿って、対応するデータポイントに対して探索される。この探索に対して、ベイジアン習得アルゴリズムは、既知のｍ／ｚ値および標準サンプル上の測定から得られる予測質量対電荷間隔を用いて、初期化される。真のｍ／ｚ値は、既知であるので、正規分布を仮定する。

内部標準に基づいたベイジアン習得の後に、未知のイオンの探索に向けて、ベイジアン習得アルゴリズムを開始する。この探索に対して、まず、どちらのｍ／ｚ値を仮定しなければならないかが、未知であるから、全ｍ／ｚ軸に亘る測定エラーの公平な分布を仮定する。第１データポイントが、検出された後、このデータポイントのｍ／ｚ値に集中されていた測定エラー分布を、さらなる探索のためのベイジアン習得アルゴリズムを初期化するために、仮定する。真のｍ／ｚ値が、未知であるために、正規分布の代わりに、ｔ−分布をとる。同一ピークに属する追加のデータポイントをさらに探索するために、ｔ−分布を初期化し、それにより、得られた予測質量対電荷間隔あるいはウインドウは、内部標準から由来するデータのグループ分けから得られる予測質量対電荷間隔あるいはウインドウを、まだ反映している。電流予測質量対電荷ウインドウに入る各追加のデータポイントは、一般的に、ｔ−分布が集中される平均ｍ／ｚ値を変化させ、また一般的にこの分布の幅をも変化させ、またしたがって、生じる予測質量対電荷ウインドウを変化させる。しかし、単一データ値は、分布から得られる予測質量対電荷ウインドウ上への影響は相対的に低いから、平均ｍ／ｚ値上げおよびそれゆえ予測質量対電荷ウインドウの位置上での単一データポイントの影響は、ウインドウの幅に対する影響よりも高くなる。

ベイジアンモデル化に基づいた内部標準の特定イオンのピークを検出するプロセスの１例は、図４ａから４ｄのフローチャートあるいはデータフロー中に、より詳細に述べられている。予測間隔（１−α）および専門家により見積もられた確実性Ｐおよび特定イオンの各ｍ／ｚ値に基づいて、そのようなイオンの測定に対する前分布が、確立される。この確率計算法を適用することにより、第１質量ウインドウが、求められる。安全サイドにするために、専門家により見積もられた予測間隔（１−α）よりも大きな予測間隔（１−α／２）を用いて、アルゴリズムをスタートさせる。電流質量ウインドウ、たとえば、専門家の予測に基づいて得られる第１質量ウインドウおよび対応する後続の電流質量ウインドウは、各電流質量ウインドウに入る測定が、後続のスキャン中に観察されない限り、同一のままである。

もし、電流質量ウインドウに入る測定値が、観察される場合には（比較；図４ａ中のスキャンｉおよびｉ＋１）、そのときには、そのようなイオンの測定に対する後分布は、ベイジアン習得により得られ、また確率計算法を適用することにより、各次の電流質量ウインドウ（比較；図４ａおよび図４ｂ中の第２質量ウインドウあるいは第３質量ウインドウ）が、得られる。

第１質量ウインドウ中にはいる第１測定値を見出した後、同一物質に属するさらなるデータポイントを探索することは、次のスキャン中に、電流質量ウインドウに入るさらなるデータポイントが、見出されない場合には、原理上、中止しても良い。しかし、１つあるいはいくつかの連続スキャンにおいて、各電流質量ウインドウに入る質量ポイントが見出されないことが、よく起こるから、中止条件は、あまりにも厳しい。したがって、１つの物質あるいはイオンに属する全てのデータポイントが、ここで見出されたと仮定して、同一イオンに関連するさらなるデータポイントに対する探索を中止する前に、追加のデータポイントを与えないある数のスキャンを行うことが好ましい。これは、ダイアグラム（比較；図４ｂ）に例示しており、そこでは、もし、すなわち、各電流質量ウインドウを確立した後の次のスキャンにおいて、この電流質量ウインドウにはいるデータポイントが、見出されないという状況に対して、省略ＮａＮは、「番号ではない」を意味する。たとえば、電流質量ウインドウに入るデータポイントが、見出されない１つあるいは２つの後続のスキャンは、探索を中止することなく行われることを許されよう。

内部標準の特定のイオンを検出する過程でも、他の条件たとえば単一モード性条件および強度条件をさらに適用することは、適当であろう。たとえば、各電流質量ウインドウに入ることが連続して見出され、またしたがって、同じイオンにおそらく関連していると思われる４つのデータポイントに基づいて、これを、行うことが出来る。この種の少なくとも１つの追加の条件、たとえば、単一モード性条件および強度条件に基づいて、さらに探索の中止が、あってもよい。探索の中止後、ベイジアン習得アルゴリズムは、各他の内部標準の他の特定イオンに関連するデータポイントに対する探索に対して、新たに初期化しても良い。

各探索の中止後、生じる保持時間は、各内部標準の既知の値に基づいてチェックしても良い（図４ｃ）。各ピークに対して、適切なデータを出力しても良い（図４ｄ）。

未知のイオンのピーク検出に関しての対応する例を、図５に示す。手続きは、図４ａから４ｄの場合と非常に類似している。各特定イオンの理論的ｍ／ｚ値に集中される各分布（たとえば、正規分布）を仮定する代わりに、使用された装置の全測定範囲にわたる公平な分布を、ここでは、出発質量ウインドウとして用いる。

第１データポイントを検出した後、後分布および狭められた電流質量ウインドウは、確率計算法に基づいて得られ、適応可能な質量ウインドウのピーク検出および更新に関して、内部標準の特定のイオンのピークの場合として、アルゴリズムは、基本的には進行する。しかし、未知のイオン検出に対しては、強度カットオフ条件あるいは強度条件およびクロマトグラフィー法ピークの典型的な形状に基づいた少なくとも１つの条件などの追加の条件の適用が、同じタイプのイオン測定は、ｍ／ｚ値およびスキャン時間という観点で互いに近接しなければならないという暗黙の要求に加えて、行われるべきである。特に、各強度値の連続は、最小の蓄積強度を持ちまたクロマトグラフィー法ピークの典型的な形状を示す。以下において、これらの追加の条件の好ましい実施を説明する。

グループ分けの過程での追加的基準の適用
まず第１に、もし、ある適用可能な質量ウインドウ内での第２観察が、第１観察より小さな強度を持っている場合には、第１観察が落とされ、また第１強度値および第２強度値が、単一モード性条件という観点から同じピーク中に属することが出来ないから、第１観察の役割に取って代わる第２の観察を用いて、探索が、継続される。

適用可能な質量ウインドウ内のｍ／ｚ値（ｍ／ｚ₁、ｍ／ｚ₂、ｍ／ｚ₃、ｍ／ｚ₄）を用いて、継続的スキャン時間中に、４つのデータポイントが、観察されるとすると、そのときには、共通のベースラインを用いてとられた蓄積的強度が、ある閾値以上であるかどうかをチェックされる。そうでない限り、適用可能な質量ウインドウ内の探索は、継続される。もし、次のスキャンにおいて、適用可能な質量ウインドウ中への追加のデータポイントの流れが、強度カットオフ通過する強度値を用いないで遮断される場合には、このデータポイントは、捨てる。

ある適用可能な質量ウインドウ内のある継続的データポイントの蓄積的強度が、強度カットオフを合格する場合には、強度値の連続が、ある単一モード性の形状を示すかどうかが、チェックされる。もしこれが、あまり大きく妨害されない場合には、探索は継続される。もしそれが妨害される場合には、第１データポイントは、落とされまた捨てられ、さらに探索は、新しい集合体である他のデータポイントを用いて継続される。もし、次のスキャン時において、さらに多くのデータポイントが、その集合体に入り、また導入される新しいデータポイントを用いるときに、入る場合に、単一モード性は、もはや実行されなくて、最近のデータポイントを持たないデータポイントの集合体が、完成されたピークと考えられかつ新しい探索が、第１のものとして、最近のデータポイントを用いて、スタートされる。

したがって、電流質量ウインドウに入るデータポイントを巧く見出して、単一モード性条件およびある種の強度条件、好ましくは追加の尖度条件も、同じイオンにおそらく属している４つのデータポイントが、見出された後、スタートに適用される。これらのデータポイントは、データポイントの各グループの「候補メンバー」と名づけられている。もし、追加の条件が、実行され時には、そのときには、各イオンに属する全てのデータポイントは、見出され、あるいは、このｍ／ｚ範囲には、そのようなデータポイントはない。後になって、他の未知のイオンに対して、アルゴリズムの再初期化を行う。このことは、完全なｍ／ｚ軸あるいは各測定の完全なｍ／ｚ観察間隔にわたる公平な分布は、再びアルゴリズムのスタートのために仮定されることを、意味している。

ある程度重なる質量ウインドウを持つピークの集まりが、見出される場合は、各質量ウインドウおよび時間ウインドウは、これらのピークが、移動相に帰せられるべきかどうかをチェックするために、組み合わされる。この組み合わされた時間ウインドウは、観察時間の大部分に亘り広がり、その後、これらのデータポイントは、移動相中のイオン測定であるということを、一般的には仮定できる。したがって、これらのデータは、対応する削除テンプレートを適用することにより、削除しても良い。

データポイントの集約的特性付けに基づく基準
強度条件、単一モード性条件および尖度条件あるいは検出は、適用可能な質量ウインドウ内のｍ／ｚ値を用いた次のスキャン時に観測されるデータポイントの属する複数の強度値の集約的特性付けに基づく追加の条件に対する例である。後者の２つの条件は、次のように適用される：
あるポテンシャルピークは、保持時間ｔ₁、ｔ₂...ｔ_Nおよび強度ｌ₁、ｌ₂...ｌ_Nを用いて見出されると仮定する。第１保持時間は、ある時間間隔の上限値であり、ある質量対電荷範囲以内のｌ₁イオンは、そこまで集められる。さらに、その間隔の下限値は、必要とされまた以下のように定義される：
ｔ₀：＝ｔ₁−ｍｉｎ｛ｔ_n+1−ｔ_n、ｎ＝１...Ｎ｝

これらは、単一モード性条件および尖度条件が適用されるデートである。

同一の成分のイオンに属する１連の観察される強度値は、いわゆる「グループ分け」データのある柱状図として解釈できる。語彙「グループ分け」のある統計的意義を、ここでは仮定する。したがって、単一モード性条件および尖度条件は、この統計的意義中の「グループ分けされた」データに対して、適用される。

これは、検出ハードウエアが、スキャン時間で定義される時間間隔内に現れる同じ（不連続の）質量対電荷値用いて、全てのイオンを、実際にはカウントするからである。

ＬＣ−プロセスが、あるランダムプロセス与えられると、同一物質中の分子は、ある保持時間あるいは検出時間の付近のある確率分布による確率を持って現れる。この分布は、時間に対して（ほとんど）連続であるように見えるが、プロセスは、不連続時間ポイント、すなわち異なったスキャン時間でのみ観察できる。このようにして、各バー−すなわち強度−が、ある時間間隔内で観察された数の発生を与える柱状図が、観察される。

観測できない「オリジナル」データに対して比較されるグループ分けデータは、時には、分析の適合しうる方法を必要とする。

単一モード性のチェック
単一モード性のチェックは、いわゆるハーチガンのＤＩＰ−テストおよびハーチガン（１９８５）；参照、Ｐ．Ｍ．ハーチガン：「単一モード性用テストに対するＤＩＰテストの計算」；応用統計学（１９８５年）３４巻３２０−３２５頁、およびＪ．Ａ．ハーチガンおよびＰ．Ｍ．ハーチガン「単一モード性のＤＩＰテスト」；統計学年報（１９８５年）１３巻７０−８４頁に基づいている。

さらに、ギャブラーおよびボルグ：「単一モード性および単一モード性統計学、ＺＵＭＡ−報告（１９９６年）３８巻３３−３４頁」を参照している。

１）ピーク強度は、合計が１つになるまで正規化され、

そして、集約合計は、次式で計算される。

得られる関数Ｆ_empは、ある経験的分布関数の特性を持っている。

２）この分布関数に対する最近接単一モード性分布関数は、最大の凸状優級数および最小の凹状の劣級数を用いて見出される。

モードｍを持つ単一モード性分布関数は、（∞、ｍ］で凸であり、また［ｍ、∞）で凹である。経験的分布Ｆ_empに対する最近接単一モード性分布関数Ｕは、間隔［ｔ₁、ｔ_L］におけるＦ_empの最大の凸状優級数および間隔［ｔ_U、ｔ_N］における最小の凹状の劣級数により与えられ、そこでは、ｔ_Lおよびｔ_Uは、Ｆ_empおよびＵ間の（点状）距離を最小にするために反復して求められる。（Ｕは、連続−図６参照）。この距離が、「ＤＩＰ」と呼ばれている。

３）そこで、この差は、
ｕ（ｔ_n）：Ｕ（ｔ_n+1）−Ｕ（ｔ_n），ｎ＝０，...，Ｎ
構築され、またｆ_empと同じグラニテイを持つＵによる、ある近接経験的密度関数ｕが、得られる。

４）単一モード性の尺度として使用される差は、ｕおよびｆ_emp間の最大点状差であると定義される。

あるいは、従来のＤＩＰ尺度であるＵおよびＦ_emp間の最大点状差も使用できよう。しかし、得られた限りの結果は、良好には見えない。その理由は、おそらく、ＤＩＰ統計学は、元のデータ用に開発されたが、このデータは、グループ分けされたデータであるということであろう。

５）もしこの差が、ある閾値（典型的には、０．０１から０．１のあいだのある値）より大きい場合には、データポイントの集合体は、同じタイプのイオンからは生じないと考えられている。

均一分布は、単一モード性分布のクラスに属しているので、ほとんど長方形状をした柱状図は、非単一モード性閾値によりろ過されない。このことは、適合された単一モード性密度の尖度をチェックすることにより、行われる。

尖度のチェック
尖度を計算するための計算式を書くに当たり、平均保持時間は、

として示されている。さらに、次の式で示される対応する保持時間間隔あるいは検出時間間隔の各々の平均値は、

必要である。

適合される単一モード性密度の尖度は、

により計算される。

（ここで使用されるように）尖度は、第４中央モーメントを第２中央モーメントの２乗で割ったものと定義される。正規分布の尖度−標準正規分布のみでなく−は、３である。いずれの間隔上で定義される均一分布（長方形分布とも呼ばれている）の尖度は、１．８である。このように、ほとんど長方形状の柱状図をろ過するためには、尖度閾値は、好ましくは、越えられなければならない約２から２．５のレベルに設定される。

一般的に、あるランダム変数の第ｒ番目の変数は、ランダム変数の第ｒべき乗の期待値であると定義されている。あるランダム変数の第ｒ番目の中央モーメントは、第１番目の中央モーメントに対して、ランダム変数の差の第ｒ乗の期待値であると定義されている。

ある分布の密度の位置は、次の高次の中央モーメントである第１モーメントにより求められる。このモーメントが等しいものが多ければ多いほど、分布は、類似性が多くなる。

図示例
次に、ベイジアン更新スキームに対するいくつかの図示例およびそれに基づいて得られるグループ分けを示す。

ある未知のイオンに対するピークを探して、全ｍ／ｚ幅に亘り測定エラーの公平な分布を、図７ａにシンボル的に示すように、仮定する。データポイントの第１観察は、強度値を与える（図７ｂ）。ベイジアン確率計算法に基づいて、狭められた質量ウインドウが、得られる（図７ｃ）。この質量ウインドウ（図７ｃ）に入るさらなるデータポイントは、ある強度を持つサンプルの同じ生成物あるいは成分に属している候補データポイントとして、同定される（図７ｄ）。このスキームは、反復され（図７ｅおよび図７ｆを比較）、また同じイオンによって生じたと思われる１連の強度値（図７ｈ）を導くことになる。図７ｈによる強度値は、強度チェック、単一モード性チェックおよび尖度チェックを合格した。

グループ分けにおいて、電流質量ウインドウに入るデータポイントは、各スキャン中には、見出されないということを、説明されるであろう。図８ａおよび図８ｂに示すように、対応する失われた強度値が、たとえば１連の強度値中への直線的外挿により加えられてもよく、それに対して、強度条件、単一モード性条件および尖度条件が、適用される。もし後続の強度値の１つあるいは定められた数が、失われると、そのときには、失われたデータポイントは、適用された技術の状況により生じかつそれらが、存在していても、それを検出できないので、グループ分けは、中止してはならない。失われたポイントあるいは複数のポイントの外挿により、検出された集合強度は、否定的には影響されなくて、単一モード性テストおよび尖度テストが、まだ有効に適用できる。

好ましくは、強度条件は、ピークを形成していると思われる各グループのデータポイントに属する複数の強度値に直接適用されないで、その代わりに、各強度値とこのグループの第１強度値および最後の強度値を交差する直線ベースラインの対応する強度との強度差Δｌ_iに適用される。図８ｂにおいて、時間ポイントｔ_iからの強度値および時間ポイントｔ_i+8に対する強度値ではあるが、そのようなベースラインが引かれる。したがって、強度値のそのようなグループの第１および最後の強度値は、強度条件においてのチェックによる蓄積的強度値には、寄与しない。

好ましくは、単一モード性条件は、単一モード性の要件のマイナーな妨害は、許容できるように、適用される（図９）。

２つの重なるピークの各々の１つに関連するデータポイントの２つのグループのあいだに不明確な相互作用が、あるとしても（図１１）、単一モード性チェックは、重なるピーク重なるピークの分離には、強力な手段となることを証明した（図１０）。

単一モード性条件単独あるいは他の条件、特に尖度条件と組み合わせることにより、ベイジアン習得を適用しないこと、およびただピーク探索アルゴリズムのみが、いわゆる「ハードビニング」という意味で、ｍ／ｚトレースを固定するために、各ピークを、強度条件および単一モード性条件またおそらくは少なくとも１つの追加条件、たとえば尖度条件に基づいているピーク探索アルゴリズムと同定するために適用されることが、ある測定状況に対して充分であろう。

好ましくは、強度条件、単一モード性条件および好ましくは尖度条件も、いずれのピークも、少なくとも４つのデータポイントを持たなければならないという仮定に基づいて、少なくとも４つのデータポイントにより形成されたデータグループのみに適用される。したがって、４ポイントより少ないポイントを持つスパイクは、どんな場合でも真のピークとは考えられないから、強度条件、単一モード性条件および他の条件が適用される前に、捨てられる。４あるいはそれ以上のポイントを持つスパイク（図１２）は、強度条件あるいは／および単一モード性条件を一般的に合格しない。これらの条件を合格するスパイクは、もし強度条件などの分布条件に基づいた他の条件が、適用されない場合には、真のピークとして取り扱って良い。通常は、分析は、多くの測定の合奏に基づいているから、原理上は、強度条件および単一モード性条件を合格したスパイクを選別する必要は、一般的にない。スパイクが何度かの測定において同じ場所で起こることはほとんどない。

未知のグループに関するグループ分けを参照にして、グループ分けプロセスも、図１３によるダイアグラムを示す。第１データポイントを見出した後、データポイントに集中されているｍ／ｚ値に対する質量エラー分布が、得られる。さらに、個々の電流分布により定められる個々の電流質量ウインドウに入るデータポイントは、各々の同じイオンに関連する同一グループの候補メンバーとして、同定される。好ましくは、「電流質量ウインドウに入るデータポイント」および「電流質量ウインドウに入るデータポイント」の情報は、ベイジアン更新に対して考慮に入れられるが、各々のデータポイントの強度は、考慮に入れられない。しかし、このことは、原理上可能である。ここで仮定されるアプローチによると、強度が考慮に入れられないときには、ｔ−軸あるいはスキャン数軸の方向に起こる異なったデータポイントの分布は、各グループの全メンバー（候補あるいは確認されたメンバー）に対して得られるｍ／ｚ値が、得られる分布の最大に対応するという各電流後分布（これは、次のデータポイントに対する前分布である）を得るために評価される。

ベイジアン習得から得られる質量対電荷軸に沿った「変数ビン」の使用は、データポイントの悪いグループ分けすなわちあるデータポイントが、他の悪いイオンに属するという悪い決定が、避けることが出来るというメジャーな利点を持っている。このことが、ｍ／ｚ軸に沿った「ハードビン」に基づいている従来のピークピッキング方法における危険である。図１４は、ハードビニング（図１４ａ）を、ベイジアン習得（図１４ｂ）から得られる変数ビンに基づいたグループ分けとを図面で比較している。１つの変数ビンは、各電流（適用可能な）変数ビンに入る全ての観察に対する平均ｍ／ｚ値、ｍ／ｚ_IONおよびｍ／ｚ_IONに集中される各変数ビンの幅２^*Δｍ／ｚ_devにより特性付けられる。図１４ａにおいては、「ハードビニング」方法の場合に悪くグループ分けされるであろうこれらのデータポイントは、矢印により同定される。

データ処理および前述中に提示されたスキームにしたがったグループ分けは、さらに図１５から２３に図示する。

図１５は、何らかの処理の前の生データの部分を示す。ノイズに帰せられるデータポイントは、たとえば、図１に基づいて説明されるような対数処理した強度値の柱状図に基づいて、除去できる。このようなノイズデータポイントは、フルドットとして、図１６中に同定される。図１７は、ノイズレベル以上の強度値を持つデータポイントを示す。このノイズデータポイントは、除去されてきた。

内部標準イオンが予測される質量ウインドウに、アルゴリズムを選択的に適用することにより、図１８にフルポイントとしてマークされるデータポイントは、内部標準の特定イオンの１つにより生じられるとして同定される。これらのポイントおよび他のデータに基づいて、質量エラー分布は、チェックされかつ習得される。

このアルゴリズムを残りのポイントに適用することにより、他のデータポイントのみならず真のクロマトグラフィーピークの全ての候補データポイントは、同定される。図１９では、クロマトグラフィーピークの基準を満たさないデータポイントが、フルポイントとして示されている。したがって、このアルゴリズムは、これらのデータポイントが、ＬＣ−ＭＳプロセスを正しく経由するある物質により生じていないということを決定する。図２０は、図１９中の４５７と４５７．５Ｄａのあいだにあるデータポイントの１連の強度値を示す。明瞭なピーク形状を持った結果およびある（蓄積的）かなりの強度の結果が無いので、全てのデータポイントは、捨てる。

図２１は、クロマトグラフィーピークの基準を実行するこれらのデータポイントを、フルドットとして示している。図２１は、明らかに単一モード性の形状をフォローしているこれらのデータポイントの１連の強度値を示している。

これらのデータポイントを維持する代わりに、蓄積的強度および質量ウインドウおよび時間ウインドウの矩形が、検出されたイオンについての主な情報として、維持されても良い（図２３）。

システム
図２４は、発明の態様の１つあるいは両方の態様中で、本発明を実行するために使用されるシステムの構造の例を系統的に示す。システムあるいは分析装置１００は、分離ユニット１０２、たとえばキャピラリー電気泳動ユニットあるいは液体クロマトグラフィーユニット、イオン化ユニット１０４、たとえば、電気スプレーイオン化ユニットおよび質量分析ユニット１０６（たとえば、飛行時間スペクトル分析器、４極子質量スペクトル分析器など）を持っている。分離ユニット１０２は、各サンプルの成分を分離しかつ分離された成分を時間連続により、イオン化ユニット１０４に提供し、その中では、成分はイオン化されまた質量分析ユニット１０６に提供され、またそれは、検出時間あるいはスキャン数、各イオンあるいは各イオン類の質量対電荷値および各イオンあるいはイオン類に対する強度あるいはカウント数を含む３次元データの合計になるデータの時間シリーズあるいはスキャンシリーズを提供するために、適当なイオン分離および検出ハードウエアを持っている。

このユニットは、表示１１０を持った制御ユニット１０８、キーボード１１２、およびプリンタ１１４により制御される。少なくとも１つのプロセッサ１１６およびデータ貯蔵ユニット１１８が、制御ユニット中に統合されている。貯蔵ユニット１１８は、本システム１００を用いて達成される測定結果と比較するための関心のある成分の特性データのデータを貯蔵しても良い。

制御ユニット１０８は、質量スペクトル分析器１０６からの測定データを受け取り、かつ本発明にしたがってこれらのデータをグループ分けする。

これらのグループ分けを行うために、質量スペクトル分析器１０６から受け取る生データは、貯蔵ユニット１１８中に貯蔵される。好ましくは、各時間あるいはスキャン数値、各質量対電荷値および各強度値あるいはカウント数値の互いの連携を反映するデータ構造が、使用される。これらの生じるデータは、生データから由来できる全ての興味ある情報を基本的には含んでいる。全てのさらなる分析は、生データの代わりに、生じるグループ分けデータに基づいて行うことが出来る。したがって、生データは、グループ分けデータの発生後削除しても良い。たとえ更なる分析を、生データに基づいて行うとしても、グループ分けデータは、特に関心のあるデータポイントを同定させるから、グループ分けデータは、非常に手助けとなる。

本発明によるデータ前処理およびデータ処理も、データ処理システム、たとえば、ユニット１０２，１０４および１０６を含む測定ユニットに直接にはリンクされていないたとえば、汎用コンピュータにより、行っても良いことは、注意されるべきである。

図２４によるシステム１００に関して、本発明を具現化するこのようなシステムは、本発明を具現化する適当なソフトウエアを搭載することにより、データ処理を行うように適合される制御ユニットを持っている従来のシステムに基づいて、提供されても良いということを付け加えておくべきである。このソフトウエアは、本発明を具現化する指示プログラムを運んでいるコンピュータ読み取り可能な媒体の形式データたとえば、ＣＤ−ＲＯＭあるいはＤＶＤ−ＲＯＭの形式で、あるいはサーバー・コンピュータシステム、たとえばインターネットからのソフトウエアの取り込みにより、提供されてもよい。

２つの態様における本発明によるデータ前処理およびデータ処理は、血清サンプルのＬＣ−ＥＳＩ−ＭＳデータセットに適用された。ノイズ除去、スパイク同定、移動相および内部標準のシーケンスの削除および可変ビン中へのピークのグループ分けにより、データ量をかなり削減しながら、「真」のピークの位置と強度についての完全に適切な情報を保持する新しいデータセットが、発生された。生データは、約２２ＭＢのデータ量に相当する約３００万の単一データポイントを包含していた。データ前処理およびデータ処理後、約７００ｋＢのデータ量に相当する１０８７ピークが、残った。したがって、そこに含まれる成分に関して、サンプルの特性付けに必要な全ての情報は、維持されたが、かなりのデータ削減と圧縮が、得られた。

図２５は、２つの態様における本発明によるデータ前処理およびデータ処理の前（図２４ａ：生データ）および後（図２４ｂ：グループ分けされたデータ）のＬＣ−ＭＳデータセットの３次元表示の比較である。関係のある情報は、データ量を約１００という因数だけ削減しながら、保持される。

数値例
大きなＬＣ−ＭＳ生データセット中の本発明によるグループわけにより見出されるピークを表示するダイアグラムを示す図２６を参照し、また図２６によるグループ分け結果の根底をなすグループ分けを表示するプロトコルデータセットが、含まれている図２７から７８に示されたグループ分けプロトコルを参照して、本発明によるグループ分けの好ましい実施の態様を、さらに示している。図２７から７８は、多くのグループ分けプロトコル頁を持つグループ分けプロトコルからの抜粋を表している。

グループ分けプロトコルの序文部分１０において、グループ分けが根拠としているいくつかのパラメータを、図２７の１頁グループ分けプロトコルに対して示している。重要なパラメータは、強度カットオフ閾値、単一モード性カットオフ閾値および尖度カットオフ閾値である。プロトコルの第１２章および１４章において、仮定された前分布およびベイジアン統計に対する初期化データが、与えられている。

より簡単なデータ処理という理由のために、電流質量対電荷ウインドウに入るデータポイントの生データをスキャンするときに、全質量対電荷軸を１度に考えるのではなくて、グループ分けプロトコルの電流部分における作業中の質量対電荷ウインドウが２００．００から２０５．００Ｄａのある作業中の質量対電荷ウインドウのみを考察している（１６における所見を参照）。２０００．００Ｄａまでの他の質量対電荷範囲は、５．００Ｄａ各幅を持った（好ましくは重なっている）各作業中の質量対電荷ウインドウ中で、別々にスキャンされる。

グループ分けアルゴリズムは、作業中の質量対電荷ウインドウ、すなわち２００．００から２０５．００Ｄａのウインドウに対応して、電流質量対電荷ウインドウに対して初期化される。この電流ウインドウに亘る公平な分布は、前分布と仮定される。

スキャン時間９０１．３３秒（１８参照）での質量スペクトル分析器の１スキャンに対応するデータを経由した第１スキャンは、２つの観察（２０参照）を生じ、すなわち２つのデータポイントが、見出され、その第１データは、２０１．０１Ｄａの質量対電荷比と７８６８２の強度を持っており、他のデータは、２０２．９３Ｄａの質量対電荷比と５３４２７８４の強度を持っている。

図２８のグループ分けプロトコル３頁は、これまでのグループ分けの結果をまとめている。電流位置を与える名前により同定される２つの電位ピークが、見出された：ピークおよびおおよその平均ｍ／ｚ値を形成するデータポイントの各グループに対して、候補メンバーとして付け加えられる前のデータポイントのスキャン数。現在の場合には、第１スキャン後に、２つのグループがあり、各グループは、１つの候補データポイント、すなわち２２および２４に示されているスキャン１ＭＺ２０１およびスキャン１ＭＺ２０３として示されるグループあるいはピークをそれぞれ含んでいる。これらの統計数式から、次のスキャンに対する前分布となる後分布およびそこから生じる９５％予測質量ウインドウが、２つのグループに対して２３および２５示したように得られる。分布としては、ｔ−分布が、取られる。

図２８のグループ分けプロトコル４頁上で示された第２スキャンは、４つの観察を生じた。見出された２つのデータポイントは、グループ分けプロトコル３頁による予測質量ウインドウに入った、すなわち、予測質量ウインドウ［２００．７２、２０１．３０］中のデータポイント（２００．７５、１３５５４）は、スキャン１ＭＺ２０１ピークと関連し、また予測質量ウインドウ［２０２．６５、２０３．２２］中のデータポイント（２０２．９３、３８６７１３２）は、スキャン１ＭＺ２０３ピークに関連していた。第２スキャン中に見出された各データポイントの強度値は、第１スキャン中に見出された各データポイントの強度値に足りないので、第１スキャンの各データポイントは、スキャン２ＭＺ２０１としてここで示されるグループあるいはピークから削除され、またスキャン２ＭＺ２０３としてここで示されるグループあるいはピークから削除されて、かつ第３スキャンに対する前分布である第２スキャン後の後分布が、第２スキャンで見出された各データポイントに基づいて新たに初期化される。グループ分けプロトコルは、５頁の２６上の対応する註を含む。

第２スキャンで見出される他の２つのデータポイント（２００．２４、４７６１７）および（２０１．２７、１８１９３）は、さらに２つの電位ピークあるいはグループ、すなわちピークあるいはグループスキャン２ＭＺ２００およびスキャン２ＭＺ２０１を生じる。

第３スキャンは、２つの追加のデータポイントを見出した、またそのうちのデータポイント（２０１．０１，３１５２９）は、グループスキャン２ＭＺ２０１の予測質量ウインドウ中に入り、このためこのデータポイントは、このグループに加えられ、ここでスキャン３ＭＺ２０１として示される。他のデータポイント（２０３．０６、２５８７４５０）は、スキャン３ＭＺ２０３として示される追加の電位ピークあるいはグループを生じる。

この説明の中で、それらの質量対電荷値およびそれらの強度値によってのみ同定されるデータポイントは、まったくの３次元データポイント、すなわち、クロマトグラフィーユニット中の保持時間を表す各スキャン時間をも含むデータポイントであることを、加えておくべきである。したがって、ここで第３スキャン中に見出されるデータポイント（２０１．０１，３１５２９）を参照すると、これは、３次元のデータポイントあるいはデータ組（９０５．５３［秒］、２０１．０１［ｍ／ｚ］、３１５２９［ｌ］）に対するただ単なる省略である。各測定値が参照する測定量は、さらに角付きの括弧で与えられている。スキャン時間ｔ_iの代わりに、スキャン数Ｎ_iも使用できかつ３次元データポイントあるいはデータ組中に含まれる。

スキャン３ＭＺ２０１としてここで示されるグループスキャン２ＭＺ２０１に付加される追加のデータポイントは、図３０のグループ分けプロトコル７頁中の３０で示されているように、予測ｔ−分布および予測質量ウインドウの更新となる。第４スキャンに対応して、ここでスキャン４ＭＺ２０１として示されるさらなる候補メンバーが、グループスキャン３ＭＺ２０１に付加される（図３１のグループ分けプロトコル９頁参照）。

もし、１スキャン中に、追加の候補メンバーが、見出されない場合には、電位ピークあるいはグループは、削除されないことを付け加えるべきである。もし、１スキャン中に、グループの追加の候補メンバーが、見出されないでかつ１スキャン中にメンバーが見出される場合には、そのときには、失われたメンバーが、隣の候補メンバーとのあいだの直線的外挿により加えられる。しかし、もし、次の２つのスキャン中に、追加の候補メンバーが、見出されない場合には、そのときには、そのグループは、削除される。

したがって、グループスキャン２ＭＺ２０１は、グループスキャン３ＭＺ２０１としての第３スキャンとして、唯一の候補メンバー（２０１．２７、１８１９３）を用いて、維持される。しかし、第４スキャンが、このグループに対して、追加の候補メンバーを生成しなかったので、このグループは、第４スキャン後削除される。

ここで使用される表示において、異なるグループは、同じ名前を持っていることを追加するべきである。第３スキャン後、スキャン３ＭＺ２０１という名を持った２つのグループがあり、その１つは、ヘッドライン「１観察での潜在ピーク」後に含まれるただ１つの候補メンバーを持っており、またもう１つは、ヘッドライン「２観察での潜在ピーク」の下に含まれる２つの候補メンバーを含む。

紛失したデータポイントの外挿は、図３３から３５のグループ分けプロトコル１３から１７頁に見ることが出来る。スキャン６のデータポイント（２００．３７、２５０５３）に基づいて、グループ分けプロトコル１３頁上のスキャン６ＭＺ２００として示される電位ピークあるいはグループが、確立された。第７スキャンは、このグループに対して、なんら追加の候補メンバーを与えなかったため、ここでスキャン７ＭＺ２００として示されるこのグループは、グループ分けプロトコル１５上に示され、ただ１つの候補メンバーを持つことになる（３２を参照）。このグループの対応する予測質量ウインドウは、［２００．０８、２００．６５］である。スキャン８中には、ｍ／ｚ値を持って予測質量ウインドウ中にはいるデータポイント［２００．３７、３４４９０］が、見出される。したがって、データポイントが、グループスキャン７ＭＺ２００に付加され、またここで、スキャン８ＭＺ２００で示されるグループは、グループ分けプロトコル１７頁上で示され、３つのデータポイント（３４参照）を含み、スキャン７の失われたデータポイントにはいるために、線形外挿により得られる追加のデータポイント（２００．３７、２９７７１）を含む。

図２６中に示されるピークの第１データポイントは、スキャン９、すなわちデータポイント（２０４．７３、３４０４０）中で見出され、またこのポイントに基づいて、電位ピークあるいはグループスキャン９ＭＺ２０５は、図３６および３７のグループ分けプロトコル２０および２１頁上に示されるように、確立される。このグループは、グループ分けプロトコル２０頁上および矢印による次のグループ分けプロトコル頁上でマークされる。

スキャン１０から３４のそれぞれは、図２６によるグループあるいはピークのさらなるメンバーを与える。スキャン３５においては、図７５のグループ分けプロトコル９７頁に見られるように、このグループあるいはピークのさらなる候補メンバーは、見出されないので、スキャン３５の後、このグループあるいはピーク、ここでは示されるスキャン３５ＭＺ２０５は、グループ分けプロトコル９９頁上に示され、スキャン３４後の図７４中のグループ分けプロトコル９６上のように、２６メンバー（２６観察結果）を持っている。

このグループあるいはピークの電流予測質量ウインドウ［２０４．７２、２０５．１２］に入るｍ／ｚ値が無いので（２８参照）、スキャン３６（グループ分けプロトコル１００頁を比較）は、このグループあるいはピークの追加の候補メンバーを見出せなかった。したがって、２６データポイントにより形成されるグループスキャン３５ＭＺ２０５は、スキャン３６後に、候補メンバーのさらなる追加に対して閉じられる。

図２６に示されるピークあるいはグループは、強度条件、単一モード性条件および尖度条件を実行する。好ましくは、これらの条件は、４つの候補メンバーを持つ各電位ピークあるいはグループに適用されるので、各グループのそのようなデータポイントのみおよびそのようなグループのみが、これらの全ての基準を満たすあるいは各グループに添加される追加の候補メンバーに基づいて実行される潜在ピークに対応して、潜在的グループとして維持される。このことは、これらのデータポイントは、各グループから削除されるか、あるいは、後続のグループ分けにおいておそらく見出される追加の候補メンバーに基づいてさえも、これらの条件が実行できないという意味において、これらの条件のいずれも実行しないかあるいは実行できないこれらのデータポイントは、削除されても良いということを、意味している。しかし、強度条件、単一モード性条件および尖度条件は、候補メンバーをさらに追加するためのグループを閉じた後にのみ適用されるように、グループ分けを実行してもよく、このため、これらの条件の１つが実行されない場合および各ピークを表示するグループとして維持されるときには、このグループは、捨てられる。

さらなる候補メンバーの追加のためのこのグループあるいはピークを閉じた後のグループあるいはピークを定める質量対電荷間隔として、図２６によるピークの場合には、図７６上の２８に示される質量ウインドウであるラストの前質量ウインドウ（すなわち、追加の潜在的メンバーが見出されなかったさらなるスキャンに対して、９５％−予測質量ウインドウ）、あるいは、２者択一的に、このグループあるいはピークに属するデータポイントの最低および最高のｍ／ｚ値により定められる間隔に注意するべきである。検出時間間隔として、好ましくは、このグループあるいはピークに属するデータポイントの最低および最高の時間値が、このグループあるいはピークのスキャン３５ＭＺ２０５、間隔［９１８．１４（ｓ）、９７０．６６（ｓ）］の場合にとられる。２者択一的に、このグループに加えられる第１および最後のデータポイントのスキャン数により定められるこのグループあるいはスキャンのスキャン３５ＭＺ２０５、間隔［９、３４］の場合に、このスキャン数間隔が、使用できる。

図２７から図７８に示されるグループ分けプロトコル頁は、電位ピークに関連した他のグループに関しても、グループ分けの仮定を示しているが、それは、特に、次の２つのスキャンにおいて、さらなる候補メンバーが、見出されなかったから、グループ分けの過程で、捨てられる。このプロトコルは、次の情報が与えられるので、グループ分けプロセスおよびデータ処理をフォローさせる：
各スキャンに対して、どちらのデータポイントが、見出されたかを示している。これらのデータポイントを用いて、どちらの電位ピークが、補われてきたかを示している：更新（どのようにして、およびなぜ）、結果を持って終了（ポイントの棄却あるいは１つのピークに対する組み合わせ）および理由。

電流質量ウインドウに入る追加のデータポイントは、見出されないので、終了する電位ピークは、リストアップされ、その結果が、示される：結果を持って終了（ポイントの放棄あるいはピークに対する組み合わせ）および理由。

もし電位ピークが、ｉ）各グループ中の４つの候補メンバーより以上の、および ii）充分な強度以上の閾値の上を通過する場合には、データポイントの棄却に関する決定あるいは真のピークとしての同定は、可視化される：このグループ分けプロトコルから示された抜粋に対して、これは、図２６に示されたピークにのみ適用し、図２６は、この可視化である。

各スキャンの終わりにおいて、それらの電流データ：ｍ／ｚ値強度、追加のｍ／ｚ値および失われたデータポイントのギャップを埋めるための線形外挿から得られる強度値、ｔ−分布のパラメータ、次のスキャンに対する予測質量ウインドウを含めた電流電位ピークが、リストアップされる。

本実施の態様におけるグループ分けの実施（それにより、グループ分けが、作業質量ウインドウ中で行われる）を参照して、重ね作業質量ウインドウが、提供され、そのため、境界であるいはｍ／ｚ軸に沿って２つの作業質量ウインドウの境界を横切って、ピークに関してグループ分けを行うことが可能になることを付け加えるべきである。もしあるピークが、重なりｍ／ｚ範囲にあるときには、そのときには、ピークは、１度は、２つの重ね作業質量ウインドウの各々に基づいて、２度見出されることになるだろう。２つのピークのうちの１つはその後、棄却されるであろう。

さらなる実施の態様
本発明は、ここで考察された実施の態様に限定されない。たとえば、本発明は、３以上の高い次元を持った測定状況に適用しても良い。たとえば、クロマトグラフィーユニット後に存在する物質の流れを、スペクトル分析器たとえば、ＵＶ−スペクトル分析器に、分けても良い。この場合、時間の標準化後あるいはすぐに得られる共通時間軸に基づいて、質量スペクトルと結び付けられる追加の強度スペクトル（波長に亙るＵＶ強度）が、得られるであろう。このような測定状況に対する測定データは、５次元を持つであろう：時間、質量対電荷比、質量スペクトル分析器強度、波長およびＵＶ強度。他の可能性は、２つのタイプのイオン化、たとえばＥＳＩイオン化およびＡＰＣＩイオン化（各々は、各質量スペクトル分析器と結ばれている）を平行して行うことである。この場合、共通の時間軸により結ばれている２つの質量スペクトル、すなわちＥＳＩスペクトルおよびＡＰＣＩスペクトルが、得られるであろうから、再び５次元が得られ、もし同様にＵＶスペクトル分析と組み合わせると、そのときには、７次元にもなる。

さらに、本発明は、まったく異なる分析技術および検出技術に応用できる。

他の態様によれば、本発明は、物質の特性付けに関して、少なくとも１つのサンプルを特性付ける特性付けデータを提供するために、２つ以上の技術を行うことにより得られる測定データをグループ分けするための方法を提供する。本発明の１つの特別な態様によると、このグループ分けは、各特性付け測定値のズレの少なくとも１つの統計的分布に基づいて行われる。本発明の他の特別な態様によると、このグループ分けは、複数の各定量的測定値の少なくとも１つの集約的特性付けに基づいて行われる。

あるサンプルに対して得られるデータポイントの１セットの全てのデータポイントの強度の対数の柱状図であり、その中では、ノイズにより生じる低強度データポイントのクラスターおよび真の信号により生じる高強度値を持ったクラスターが、識別できる。 生データの異なった集合から得られるグループ分け結果および第２のグループ分け結果を得るためのこれらのグループ分け結果の組み合わせを概略的に示す。 経験的分布データに基づいて、質量エラー分布のチェックをさせるボックスプロットダイアグラムである。 フローチャートあるいはデータフロータイプダイアグラムを示し、また生じるグループ分けデータは、内部標準の特定のイオンのピークを見出すためのグループ分けの実施の態様を示す。 フローチャートあるいはデータフロータイプダイアグラムを示し、また生じるグループ分けデータは、内部標準の特定のイオンのピークを見出すためのグループ分けの実施の態様を示す。 フローチャートあるいはデータフロータイプダイアグラムを示し、また生じるグループ分けデータは、内部標準の特定のイオンのピークを見出すためのグループ分けの実施の態様を示す。 フローチャートあるいはデータフロータイプダイアグラムを示し、また生じるグループ分けデータは、内部標準の特定のイオンのピークを見出すためのグループ分けの実施の態様を示す。 サンプルの成分の不明なイオンのピークを見出すためのグループ分け実施の態様を示すフローチャートあるいはデータフロータイプダイアグラムを示す。 単一モード性条件（ギャブラーおよびボルグからとられたダイアグラム、１９９６年）に使用されるいわゆる「ＤＩＰ」尺度を示すダイアグラムである。 図部分７ａから７ｄにおける概略的表示を用いて、ベイジアン習得に基づいたグループ分けにより、いくつかのピークを見出すための例を示している。 図部分７ｅから７ｇにおける概略的表示を用いて、ベイジアン習得に基づいたグループ分けにより、いくつかのピークを見出すための例を示している。 図部分８ａおよび８ｂにおける概略的表示を用いて、グループ分けの過程でのｍ／ｚ軸に対する１つの欠測値の取り扱いをするための図示例である。 単一モード性条件の少ない妨害はあるが、ピークとして同定される測定データのための図示例である。 単一モード性条件に基づいたグループ分けの過程で、分離できる重なりピークを示す図示例である。 ピーク類は、不明確な相互作用を持って高度に重なっているけれども、単一モード性条件に基づいて、分離できる重なりピークに関するさらなる図示例である。 測定データ中のスパイクに対する図示例である。 平均あるいは特性値ｍ／ｚ_IONからの各データポイントのズレΔｍ／ｚ_iの分布に基づいたｍ／ｚ軸に沿ったグループ分けプロセスの概略表示である。 「ハードビニング」法（図１４ａ）に基づいたグループ分けおよび図１３に示すグループ分けプロセスにしたがった変数ビン（図１４ｂ）に基づいたグループ分けの比較のための２つのダイアグラムである。 生データのノイズ除去とクロマトグラフィーピークとそこから抽出された適切な情報を同定するために、ノイズ除去された生データに基づいたグループ分けを示す３次元ダイアグラムのグラフ表示である。 生データのノイズ除去とクロマトグラフィーピークとそこから抽出された適切な情報を同定するために、ノイズ除去された生データに基づいたグループ分けを示す３次元ダイアグラムのグラフ表示である。 生データのノイズ除去とクロマトグラフィーピークとそこから抽出された適切な情報を同定するために、ノイズ除去された生データに基づいたグループ分けを示す３次元ダイアグラムのグラフ表示である。 生データのノイズ除去とクロマトグラフィーピークとそこから抽出された適切な情報を同定するために、ノイズ除去された生データに基づいたグループ分けを示す３次元ダイアグラムのグラフ表示である。 生データのノイズ除去とクロマトグラフィーピークとそこから抽出された適切な情報を同定するために、ノイズ除去された生データに基づいたグループ分けを示す３次元ダイアグラムのグラフ表示である。 生データのノイズ除去とクロマトグラフィーピークとそこから抽出された適切な情報を同定するために、ノイズ除去された生データに基づいたグループ分けを示す３次元ダイアグラムのグラフ表示である。 生データのノイズ除去とクロマトグラフィーピークとそこから抽出された適切な情報を同定するために、ノイズ除去された生データに基づいたグループ分けを示す３次元ダイアグラムのグラフ表示である。 生データのノイズ除去とクロマトグラフィーピークとそこから抽出された適切な情報を同定するために、ノイズ除去された生データに基づいたグループ分けを示す３次元ダイアグラムのグラフ表示である。 生データのノイズ除去とクロマトグラフィーピークとそこから抽出された適切な情報を同定するために、ノイズ除去された生データに基づいたグループ分けを示す３次元ダイアグラムのグラフ表示である。 本発明によるシステムの実施の態様の概略ブロックダイアグラムである。 本発明によるデータ前処理およびデータ処理の前の生ＬＣ−ＭＳデータを示している。 本発明によるデータ前処理およびデータ処理から得られるデータセットの比較を行わせる２つのダイアグラムを示している。 ベイジアン習得に基づいたグループ分けによるピークに属する同定されたデータポイントを示す３次元ダイアグラムのグラフ表示である。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。 図２６によるグループ分けの結果に下線を引いたグループ分けの過程で生じたグループ分けプロトコルのプロトコル１から１０４頁のグループ分けを示している。

Claims (12)

1. 分析技術および検出技術の１種または２種を組み合わせた２または３以上の技術を行うことにより、少なくとも１つのサンプルを分析して、少なくとも１つの成分、特にそこに含まれている化学的成分、生物的成分あるいは生物化学的成分、および少なくとも１つの該技術を行うことから生じる生成物に関して、該サンプルを評価する特性化データを提供する方法であって、
   ａ）ｉ）成分を分離するための、あるいは
   ii）前記２または３以上の分析技術のうちの少なくとも１つの分析技術を行うことにより生じる生成物を分離するための、あるいは
   iii）該少なくとも１つの分析技術を行うことにより生じる成分および生成物を分離するための
   少なくとも１つの分析技術を行う工程であって、該分析技術は、該サンプルに関して、あるいはすでに分離されている成分あるいは生成物に関して行われ、該分離は、該成分あるいは生成物の少なくとも１つの第１識別特性に基づいて行われることを特徴とする工程と、
   ｂ）既に分離された、あるいは分離中の成分あるいは生成物に関して、少なくとも１つの技術を行う工程であって、さらなる技術は、ｉ）工程ａ）を少なくとも１度行うことにより得られる少なくとも１つの分離、および ii）少なくとも１つの識別特性のうちの少なくとも１つに基づいて、分離された成分あるいは生成物を特性づけるための少なくとも１つの分析技術および検出技術であることを特徴とする工程からなることを特徴とする方法であり；
   少なくとも工程ｂ）において、質量対電荷比のスキャン数および質量対電荷比または質量スペクトルのスキャンの検出時間および質量対電荷比の少なくとも２つの特性付け測定量と、工程ａ）を少なくとも１度行うことにより得られる該分離あるいは少なくとも１つの分離を反映する該特性付け測定量の少なくとも１つの質量対電荷比のスキャン数および質量スペクトルのスキャンの検出時間と、ｉ）工程ａ）を少なくとも１度行うことにより得られる少なくとも１つの他の分離と ii）該さらなる識別特性あるいはさらなる識別特性の少なくとも１つのうちの少なくとも１つを反映する該特性付け測定量のうちの少なくとも１つの質量対電荷比により該成分あるいは生成物の少なくとも１つの特性付けを表示する測定データを提供する検出ハードウエアを使用することを特徴とし；
   該方法は、
   ｃ）該特性付け測定量の少なくとも１つの質量対電荷比のスキャン数および質量スペクトルのスキャンの検出時間により、該特性付けあるいは少なくとも１つの特性付けを表示する前記少なくとも１つの質量対電荷比のスキャン数または質量スペクトルのスキャンの検出時間にかかわる第１特性付け測定値と、該特性付け測定量の該少なくとも１つの質量対電荷比により、該特性付けあるいは、少なくとも１つの特性付けを表示する前記少なくとも１つの質量対電荷比にかかわる特性付け測定値とを互いに関連させることにより、検出ハードウエアにより提供される測定データに基づいて、データ組を提供する工程と、
   ｄ）該データ組を、該特性付け測定量の少なくとも１つに対する特性付け測定値に関して、測定値を特性付ける特性付け測定値間隔で、該各間隔は、該成分あるいは生成物の１つの特定物に潜在的に関連して求められるものである測定値間隔にグループ分けする工程とからなり；
   該グループ分けが、該成分あるいは生成物の該特定物に関連した真の、あるいは特性的な、あるいは平均の特性付け測定値からの各特性付け測定値のズレの少なくとも１つの統計的分布に基づいて行われ、前記間隔は、初期化データに基づいて、工程ｄ）によるグループ分けの過程で、前記成分あるいは製品の前記特定物から始まりかつ既にグループ分けされていないデータ組に属している各特性付け測定値全ての実質的量を包含するために既にグループ分けされたデータ組に基づいて、ズレの前記統計的分布によって予測される予測間隔であることを特徴とし；
   さらに該方法は、
   ｅ）ｉ）該グループ分けから得られるデータ組の群および ii）該グループ分けから得られた該特性付け測定値の少なくとも１つの間隔の少なくとも１つを反映しあるいは包含するデータの格納、表示および印刷あるいはデータの可視化の少なくとも１つの工程および；
   ｆ）ｉ）該グループ分けから得られるデータ組の群および ii）該グループ分けから得られた該特性付け測定値の少なくとも１つの間隔の少なくとも１つに基づいて、あるいは工程ｅ）により格納され、表示されあるいは印刷されたデータあるいは可視化に基づいて、前記少なくとも１つのサンプルの解析あるいは前記成分あるいは生成物の少なくとも１つ解析をする工程
   のうちの少なくとも１つを含むことを特徴とする方法。
2. 分析技術および検出技術の１種または２種を組み合わせた２または３以上の技術を行うことにより、少なくとも１つのサンプルを分析して、少なくとも１つの成分、特にそこに含まれている化学的成分、生物的成分あるいは生物化学的成分、および少なくとも１つの前記技術を行うことから生じる生成物に関して、前記サンプルを評価する特性化データを提供する方法であって、
   ａ）ｉ）成分を分離するための、あるいは
   ii）前記２または３以上の技術のうちの少なくとも１つの分析技術を行うことにより生じる生成物を分離するための、あるいは
   iii）前記少なくとも１つの分析技術を行うことにより生じる成分および生成物を分離するための
   少なくとも１つの分析技術を行う工程であって、前記分析技術は、前記サンプルに関して、あるいはすでに分離されている成分あるいは生成物に関して行われ、前記分離は、前記成分あるいは生成物の少なくとも１つの第１識別特性に基づいて行われることを特徴とする工程と、
   ｂ）既に分離された、あるいは分離中の成分あるいは生成物に関して、少なくとも１つの技術を行う工程であって、さらなる技術は、ｉ）工程ａ）を少なくとも１度行うことにより得られる少なくとも１つの分離、および ii）少なくとも１つの識別特性のうちの少なくとも１つに基づいて、分離された成分あるいは生成物を特性づけるための少なくとも１つの分析技術および検出技術であることを特徴とする工程からなることを特徴とする方法であり；
   少なくとも工程ｂ）において、質量対電荷比のスキャン数および質量対電荷比または質量スペクトルのスキャンの検出時間および質量対電荷比の少なくとも２つの特性付け測定量と、工程ａ）を少なくとも１度行うことにより得られる前記分離あるいは少なくとも１つの分離を反映する前記特性付け測定量の少なくとも１つの質量対電荷比のスキャン数および質量スペクトルのスキャンの検出時間と、ｉ）工程ａ）を少なくとも１度行うことにより得られる少なくとも１つの他の分離と ii）前記さらなる識別特性あるいはさらなる識別特性の少なくとも１つのうちの少なくとも１つを反映する前記特性付け測定量の少なくとも１つの質量対電荷比により、前記成分あるいは生成物の少なくとも１つの特性付けを表示する測定データを提供する検出ハードウエアを使用することを特徴とし；
   前記検出ハードウエアにより提供される前記測定データは、前記検出ハードウエアにより検出されかつそれに関連する少なくとも１つの特性付け測定量を参照して、イオン強度により、検出ハードウエアにより提供される少なくとも１つのイオン強度を表示する定量的測定データを包含することを特徴とし、
   前記方法は、
   ｃ）前記特性付け測定量の少なくとも１つの前記質量対電荷比のスキャン数および質量スペクトルのスキャンの検出時間により、前記特性付けあるいは少なくとも１つの特性付けを表示する前記少なくとも１つの質量対電荷比のスキャン数または質量スペクトルのスキャンの検出時間にかかわる第１特性付け測定値と、前記特性付け測定量の前記少なくとも１つの質量対電荷比により、前記特性付けあるいは少なくとも１つの特性付けを表示する少なくとも１つの質量対電荷比にかかわる特性付け測定値と、イオン強度により、前記定量化あるいは少なくとも１つのイオン強度を表示する少なくとも１つの各定量的測定値とを、互いに関連させることにより、検出ハードウエアにより提供される測定データに基づいて、データ組を提供する工程と、
   ｄ）前記データ組を、前記特性付け測定量の少なくとも１つに対する特性付け測定値に関して、測定値を特性付ける特性付け測定値間隔で、前記各間隔は、前記成分あるいは生成物の１つの特定物に潜在的に関連して求められるものである測定値間隔にグループ分けする工程とからなり；
   前記グループ分けは、複数の前記定量的測定値で各々は前記データ組のそれぞれ１つに属している値の少なくとも１つの集合的特性に基づいて、さらに行われることを特徴とし、前記集合的特性が、複数の前記定量的測定値から求められる全般的定量的測定値または複数の前記定量的測定値の少なくとも１つの各値を包含しているこれらのデータ組により、直接にあるいは間接に定められる少なくとも１つの曲線あるいはヒストグラムの形状からなり；
   さらに前記方法は、
   ｅ）ｉ）前記グループ分けから得られるデータ組の群および ii）前記グループ分けから得られた前記特性付け測定値の少なくとも１つの間隔の少なくとも１つを反映しあるいは包含するデータの格納、表示および印刷あるいはデータの可視化の少なくとも１つの工程および；
   ｆ）ｉ）前記グループ分けから得られるデータ組の群および ii）前記グループ分けから得られた前記特性付け測定値の少なくとも１つの間隔の少なくとも１つに基づいて、あるいは工程ｅ）により格納され、表示されあるいは印刷されたデータあるいは可視化に基づいて、前記少なくとも１つのサンプルの解析あるいは前記成分あるいは生成物の少なくとも１つ解析をする工程
   のうちの少なくとも１つを含むことを特徴とする方法。
3. 工程ｄ）における前記グループ分けが、前記成分あるいは生成物の前記特定物に関連した真の、あるいは特性的な、あるいは平均の特性付け測定値からの各特性付け測定値のズレの少なくとも１つの統計的分布に基づいて、さらに行われ、前記間隔は、初期化データに基づいて、工程ｄ）によるグループ分けの過程で、前記成分あるいは製品の前記特定物から始まりかつ既にグループ分けされていないデータ組に属している各特性付け測定値全ての実質的量を包含するために既にグループ分けされたデータ組に基づいて、ズレの前記統計的分布によって予測される予測間隔であることを特徴とする請求項２記載の方法。
4. 各データ組の少なくとも１つの特性付け測定値が、ズレの前記統計的分布から得られる電流特性付け測定値間隔中に落ちるか、あるいは落ちないかの決定を、ズレの少なくとも１つの統計的分布に基づいてのグループ分けが、包含することを特徴とする請求項１または３記載の方法。
5. 少なくとも１つの各特性付け測定値が、電流特性付け測定値間隔中に入るという決定と、少なくとも１つの各特性付け測定値が、電流特性付け測定値間隔中に入らないという決定との少なくとも１つに基づいて、ズレの前記統計的分布を更新することを特徴し、また更新される特性付け測定値間隔が、ズレの更新される統計的分布から得られ、前記グループ分けにおける電流特性付け測定値として使用されることを特徴とする請求項４記載の方法。
6. 前記グループ分けが、
   ｄ１）測定ズレの電流分布として、初期化データに基づいた測定ズレの以前の分布を前提とする工程と；
   ｄ２）測定ズレの電流分布に基づいて、少なくとも１つの電流予測間隔を得る工程と；
   ｄ３）あらかじめ定められたアクセススケジュールにより、前記データ組あるいは前記あるいは前記データ組の少なくとも１つのデータ組にアクセスする工程と；
   ｄ４）アクセスされる各データ組の少なくとも１つの特性付け測定値が、電流予測間隔中に落ちるか、あるいは落ちないかを決定する工程と；
   ｄ５）もし特性付け測定値が、電流予測間隔に落ちる場合には；
   ｉ）少なくとも１つのアクセスされたデータ組を、前記成分あるいは生成物の１つの特定物に関連しているデータ組の各群の最初のあるいはさらなる候補メンバーとして特性付け測定値を包含するデータ組を同定する工程と
   ii）少なくとも測定ズレの電流分布に基づいて、既にアクセスされていないデータ組に関して測定ズレの以前の分布である測定ズレの後の分布を計算する工程と；
   ｄ６）もしある停止基準あるいは停止基準の少なくとも１つが、実施されると、
   ｉ）測定ズレの電流分布に基づいたグループわけを停止する工程と；
   ii）もし候補メンバーあるいは確認されているメンバーあるいは候補および確認されているメンバーのグループが、見出されると、さらに候補メンバーを追加するために、前記グループを閉じる工程とを包含し、
   工程ｄ６）が、達成されるまで、工程ｄ２）からｄ５）を反復することを特徴とする請求項１、３、４または５記載の方法。
7. 少なくとも１つの成分、特にそこに含まれている化学的成分、生物的成分あるいは生物化学的成分、および請求項１から６にかかわる特性化データを提供するために、分析技術および検出技術の１種または２種を組み合わせた２または３以上の技術を行うことにより、少なくとも１つのサンプルを分析するシステムであって、
   ａ）ｉ）成分を分離するための、あるいは
   ii）前記２または３以上の技術のうちの少なくとも１つの分析技術を行うことにより生じる生成物を分離するための、あるいは
   iii）前記少なくとも１つの分析技術を行うことにより生じる成分および生成物を分離するための
   少なくとも１つの分析技術を行うために適合されている少なくとも１つの分析部あるいはユニットであって、少なくとも１つの分析部あるいはユニットは、前記サンプルに関して、あるいはすでに分離されている成分あるいは生成物に関して前記分析技術を行うために適合されており、前記分析部あるいはユニットは、前記成分あるいは生成物の少なくとも１つの第１識別特性に基づいて、前記分離を行うために適合されていることを特徴とする少なくとも１つの分析部あるいはユニットと；
   ｂ）ｉ）前記１つの分析部あるいはユニットにより達成される少なくとも１つの分離および ii）少なくとも１つの識別特性のうちの少なくとも１つに基づいて、分離された成分あるいは生成物を特性づけるための少なくとも１つの分析技術を行うために適合されている少なくとも１つの分析部あるいはユニットと、前記さらなる技術は、分析技術および検出技術の少なくとも１つであり、前記さらなる分析部あるいはユニットは、分析および検出部あるいはユニットの少なくとも１つであることを特徴とする少なくとも１つの分析部あるいはユニットとからなり；
   少なくとも前記分析部あるいはユニットは、質量対電荷比のスキャン数および質量対電荷比または質量スペクトルのスキャンの検出時間および質量対電荷比の少なくとも２つの特性付け測定量と、前記１つの分析部あるいはユニットにより達成される前記分離あるいは少なくとも１つの分離を反映する前記特性付け測定量の少なくとも１つの質量対電荷比のスキャン数および質量スペクトルのスキャンの検出時間と、ｉ）前記１つの分析部あるいはユニットにより達成される少なくとも１つの分離と ii）前記さらなる識別特性あるいはさらなる識別特性の少なくとも１つのうちの少なくとも１つを反映する前記特性付け測定量の少なくとも１つの質量対電荷比により、前記成分あるいは生成物の少なくとも１つの特性付けを表示する測定データを提供するために適合される関連の検出ハードウエアを含むことを特徴とし；
   前記検出ハードウエアは、前記検出ハードウエアにより検出され、かつそれに関連する少なくとも１つの特性付け測定量を参照して、少なくとも１つのイオン強度により、検出ハードウエアにより提供される少なくとも１つのイオン強度を表示する定量的測定データを包含する測定データを提供するために、適合されてもよく、あるいは適合されなくてもよいことを特徴とし；
   前記システムは、さらに、少なくとも１つのプロセッサを持つ少なくとも１つの制御ユニットと、関連する少なくとも１つのデータ格納ユニットを含みあるいは有する前記制御ユニットと、さらに好ましくは関連する少なくとも１つの表示ユニットを持つ前記制御ユニットと、印刷ユニットからなり、また好ましくは、少なくとも１つの分析部あるいはユニットおよび前記分析部あるいはユニットを制御するために、配置されあるいはプログラムされていることを特徴とし；
   前記制御ユニットは、
   ｃ）前記特性付け測定量の少なくとも１つの前記質量対電荷比のスキャン数および質量スペクトルのスキャンの検出時間により、前記特性付けあるいは少なくとも１つの特性付けを表示する前記少なくとも１つの質量対電荷比のスキャン数または質量スペクトルのスキャンの検出時間にかかわる第１特性付け測定値と、前記特性付け測定量の前記少なくとも１つの質量対電荷比により、前記特性付けあるいは少なくとも１つの特性付けを表示する前記少なくとも１つの質量対電荷比にかかわる特性付け測定値とを互いに関連させることにより、検出ハードウエアにより提供される測定データに基づいて、データ組を提供するために；
   ｄ）前記データ組を、前記特性付け測定量の少なくとも１つに対する特性付け測定値に関して、測定値を特性付ける特性付け測定値間隔で、前記各間隔は、前記成分あるいは生成物の１つの特定物に潜在的に関連して求められるものである測定値間隔にグループ分けするために；配置されあるいはプログラムされていることを特徴とし；
   前記制御ユニットは、前記成分あるいは生成物の前記特定物に関連した真の、あるいは特性的な、あるいは平均の特性付け測定値からの各特性付け測定値のズレの少なくとも１つの統計的分布に基づいて、前記グループ分けを行うために配置されあるいはプログラムされ、それによって前記間隔は、初期化データに基づいて、工程ｄ）によるグループ分けの過程で、前記成分あるいは製品の前記特定物から始まりかつ既にグループ分けされていないデータ組に属している各特性付け測定値全ての実質的量を包含するために既にグループ分けされたデータ組に基づいて、ズレの前記統計的分布によって予測される予測間隔であることを特徴とし；
   さらに前記制御ユニットが、
   ｅ）ｉ）前記グループ分けから得られるデータ組の群および ii）前記グループ分けから得られた前記特性付け測定値の少なくとも１つの間隔の少なくとも１つを反映しあるいは包含するデータの格納、表示および印刷あるいはデータの可視化の少なくとも１つと；
   ｆ）ｉ）前記グループ分けから得られるデータ組の群および ii）前記グループ分けから得られた前記特性付け測定値の少なくとも１つの間隔の少なくとも１つに基づいて、あるいは工程ｅ）により格納され、表示されあるいは印刷されたデータあるいは可視化に基づいて、前記少なくとも１つのサンプルの解析あるいは前記成分あるいは生成物の少なくとも１つ解析を提供するために、配置されあるいはプログラムされていることを特徴とするシステム。
8. 少なくとも１つの成分、特にそこに含まれている化学的成分、生物的成分あるいは生物化学的成分、および先行する請求項１から６にかかわる特性化データを提供するために、分析技術および検出技術の１種または２種を組み合わせた２または３以上の技術を行うことにより、少なくとも１つのサンプルを分析するシステムであって、
   ａ）ｉ）成分を分離するための、あるいは
   ii）前記２または３以上の技術のうちの少なくとも１つの分析技術を行うことにより生じる生成物を分離するための、あるいは
   iii）前記少なくとも１つの分析技術を行うことにより生じる成分および生成物を分離するための
   少なくとも１つの分析技術を行うために適合されている少なくとも１つの分析部あるいはユニットであって、少なくとも１つの分析部あるいはユニットは、前記サンプルに関して、あるいはすでに分離されている成分あるいは生成物に関して前記分析技術を行うために適合されており、前記分析部あるいはユニットは、前記成分あるいは生成物の少なくとも１つの第１識別特性に基づいて、前記分離を行うために適合されていることを特徴とする少なくとも１つの分析部あるいはユニットと；
   ｂ）ｉ）前記１つの分析部あるいはユニットにより達成される少なくとも１つの分離および ii）少なくとも１つの識別特性のうちの少なくとも１つに基づいて、分離された成分あるいは生成物を特性づけるための少なくとも１つの分析技術を行うために適合されている少なくとも１つの分析部あるいはユニットと、前記さらなる技術は、分析技術および検出技術の少なくとも１つであり、前記さらなる分析部あるいはユニットは、分析および検出部あるいはユニットの少なくとも１つであることを特徴とする少なくとも１つの分析部あるいはユニットとからなり；
   少なくともさらなる前記分析部あるいはユニットは、質量対電荷比のスキャン数および質量対電荷比または質量スペクトルのスキャンの検出時間および質量対電荷比の少なくとも２つの特性付け測定量と、前記１つの分析部あるいはユニットにより達成される前記分離あるいは少なくとも１つの分離を反映する前記特性付け測定量の少なくとも１つの質量対電荷比のスキャン数および質量スペクトルのスキャンの検出時間と、ｉ）前記１つの分析部あるいはユニットにより達成される少なくとも１つの分離と ii）前記さらなる識別特性あるいはさらなる識別特性の少なくとも１つのうちの少なくとも１つを反映する前記特性付け測定量の少なくとも１つの質量対電荷比により、前記成分あるいは生成物の少なくとも１つの特性付けを表示する測定データを提供するために適合される関連の検出ハードウエアを含むことを特徴とし；
   前記検出ハードウエアは、前記検出ハードウエアにより検出されかつそれに関連する少なくとも１つの特性付け測定量を参照して、少なくとも１つのイオン強度により、検出ハードウエアにより提供される少なくとも１つのイオン強度を表示する定量的測定データを包含する測定データを提供するために、適合されていることを特徴とし；
   前記システムは、さらに、少なくとも１つのプロセッサを持つ少なくとも１つの制御ユニットと、関連する少なくとも１つのデータ格納ユニットを含みあるいは有する前記制御ユニットと、さらに好ましくは関連する少なくとも１つの表示ユニットを持つ前記制御ユニットと、印刷ユニットからなり、また好ましくは、少なくとも１つの分析部あるいはユニットおよび前記さらなる分析部あるいはユニットを制御するために、配置されあるいはプログラムされていることを特徴とし；
   前記制御ユニットは、
   ｃ）前記特性付け測定量の少なくとも１つの前記質量対電荷比のスキャン数および質量スペクトルのスキャンの検出時間により、前記特性付けあるいは少なくとも１つの特性付けを表示する少なくとも１つの質量対電荷比のスキャン数または質量スペクトルのスキャンの検出時間にかかわる第１特性付け測定値と、前記特性付け測定量の前記少なくとも１つの質量対電荷比により、前記特性付けあるいは少なくとも１つの特性付けを表示する少なくとも１つの質量対電荷比にかかわる特性付け測定値と、イオン強度により、前記定量化あるいは少なくとも１つのイオン強度を表示する少なくとも１つの各定量的測定値とを、互いに関連させることにより、検出ハードウエアにより提供される測定データに基づいて、データ組を提供するために；
   ｄ）前記データ組を、前記特性付け測定量の少なくとも１つに対する特性付け測定値に関して、測定値を特性付ける特性付け測定値間隔で、前記各間隔は、前記成分あるいは生成物の１つの特定物に潜在的に関連して求められるものである測定値間隔にグループ分けするために；配置されあるいはプログラムされていることを特徴とし；
   前記制御ユニットは、複数の前記定量的測定値で各々は前記データ組のそれぞれ１つに属している値の少なくとも１つの集合的特性に基づいて、前記グループ分けを行うために、配置されあるいはプログラムされていることを特徴とし、前記集合的特性が、複数の前記定量的測定値から求められる全般的定量的測定値または複数の前記定量的測定値の少なくとも１つの各値を包含しているこれらのデータ組により、直接にあるいは間接に定められる少なくとも１つの曲線あるいはヒストグラムの形状からなり；
   さらに前記制御ユニットは、次の少なくとも１つ；
   ｅ）ｉ）前記グループ分けから得られるデータ組の群および２）前記グループ分けから得られた前記特性付け測定値の少なくとも１つの間隔の少なくとも１つを反映しあるいは包含するデータの格納、表示および印刷あるいはデータの可視化の少なくとも１つと；
   ｆ）ｉ）前記グループ分けから得られるデータ組の群および ii）前記グループ分けから得られた前記特性付け測定値の少なくとも１つの間隔の少なくとも１つに基づいて、あるいは工程ｅ）により格納され、表示されあるいは印刷されたデータあるいは可視化に基づいて、前記少なくとも１つのサンプルの解析あるいは前記成分あるいは生成物の少なくとも１つ解析を提供するために、配置されあるいはプログラムされていることを特徴とするシステム。
9. 少なくとも１つの成分、特にそこに含まれている化学的成分、生物的成分あるいは生物化学的成分、および先行する請求項１から６にかかわる特性化データを提供するために、分析技術および検出技術の１種または２種を組み合わせた２または３以上の技術を行うことにより、少なくとも１つのサンプルを分析するシステムにより実行可能な指令のプログラムであって、このシステムは、
   ａ）ｉ）成分を分離するための、あるいは
   ii）前記２または３以上の技術のうちの少なくとも１つの分析技術を行うことにより生じる生成物を分離するための、あるいは
   iii）前記少なくとも１つの分析技術を行うことにより生じる成分および生成物を分離するための
   少なくとも１つの分析技術を行うために適合されている少なくとも１つの分析部あるいはユニットであって、少なくとも１つの分析部あるいはユニットは、前記サンプルに関して、あるいはすでに分離されている成分あるいは生成物に関して前記分析技術を行うために適合されており、前記分析部あるいはユニットは、前記成分あるいは生成物の少なくとも１つの第１識別特性に基づいて、前記分離を行うために適合されていることを特徴とする少なくとも１つの分析部あるいはユニットと；
   ｂ）ｉ）前記１つの分析部あるいはユニットにより達成される少なくとも１つの分離および ii）少なくとも１つの識別特性のうちの少なくとも１つに基づいて、分離された成分あるいは生成物を特性づけるための少なくとも１つの分析技術を行うために適合されている少なくとも１つの分析部あるいはユニットと、前記さらなる技術は、分析技術および検出技術の少なくとも１つであり、前記さらなる分析部あるいはユニットは、分析および検出部あるいはユニットの少なくとも１つであることを特徴とする少なくとも１つの分析部あるいはユニットとからなり；
   少なくともさらなる前記分析部あるいはユニットは、質量対電荷比のスキャン数および質量対電荷比または質量スペクトルのスキャンの検出時間および質量対電荷比の少なくとも２つの特性付け測定量と、前記１つの分析部あるいはユニットにより達成される前記分離あるいは少なくとも１つの分離を反映する前記特性付け測定量の少なくとも１つの質量対電荷比のスキャン数および質量スペクトルのスキャンの検出時間と、ｉ）前記１つの分析部あるいはユニットにより達成される少なくとも１つの分離と ii）前記さらなる識別特性あるいはさらなる識別特性の少なくとも１つのうちの少なくとも１つを反映する前記特性付け測定量の少なくとも１つの質量対電荷比により、前記成分あるいは生成物の少なくとも１つの特性付けを表示する測定データを提供するために適合される関連の検出ハードウエアを含むことを特徴とし；
   前記検出ハードウエアは、前記検出ハードウエアにより検出されかつそれに関連する少なくとも１つの特性付け測定量を参照して、少なくとも１つのイオン強度により、検出ハードウエアにより提供される少なくとも１つのイオン強度を表示する定量的測定データを包含する測定データを提供するために、適合されてもよく、あるいは適合されなくてもよいことを特徴とし；
   前記システムは、さらに、少なくとも１つのプロセッサを持つ少なくとも１つの制御ユニットと、関連する少なくとも１つのデータ格納ユニットを含みあるいは有する前記制御ユニットと、さらに好ましくは関連する少なくとも１つの表示ユニットを持つ前記制御ユニットと、印刷ユニットからなり、また好ましくは、少なくとも１つの分析部あるいはユニットおよび前記さらなる分析部あるいはユニットを制御するために、配置されあるいはプログラムされていることを特徴とし；
   前記制御ユニットは、前記指示に応答して、
   ｃ）前記特性付け測定量の少なくとも１つの前記質量対電荷比のスキャン数および質量スペクトルのスキャンの検出時間により、前記特性付けあるいは少なくとも１つの特性付けを表示する少なくとも１つの質量対電荷比のスキャン数または質量スペクトルのスキャンの検出時間にかかわる第１特性付け測定値と、前記特性付け測定量の前記少なくとも１つの質量対電荷比により、前記特性付けあるいは少なくとも１つの特性付けを表示する少なくとも１つの質量対電荷比にかかわる特性付け測定値とを互いに関連させることにより、検出ハードウエアにより提供される測定データに基づいて、データ組を提供する工程と；
   ｄ）前記データ組を、前記特性付け測定量の少なくとも１つに対する特性付け測定値に関して、測定値を特性付ける特性付け測定値間隔で、前記各間隔は、前記成分あるいは生成物の１つの特定物に潜在的に関連して求められるものである測定値間隔にグループ分けする工程とを実行することを特徴とし；
   前記制御ユニットは、前記指示に応答して、前記成分あるいは生成物の前記特定物に関連した真の、あるいは特性的な、あるいは平均の特性付け測定値からの各特性付け測定値のズレの少なくとも１つの統計的分布に基づいて、前記グループ分けを行い、それによって前記間隔は、初期化データに基づいて、工程ｄ）によるグループ分けの過程で、前記成分あるいは製品の前記特定物から始まりかつ既にグループ分けされていないデータ組に属している各特性付け測定値全ての実質的量を包含するために既にグループ分けされたデータ組に基づいて、ズレの前記統計的分布によって予測される予測間隔であることを特徴とし；
   さらに前記制御ユニットは、前記指示に応答して、次の工程の少なくとも１つ；
   ｅ）ｉ）前記グループ分けから得られるデータ組の群および ii）前記グループ分けから得られた前記特性付け測定値の少なくとも１つの間隔の少なくとも１つを反映しあるいは包含するデータの格納、表示および印刷あるいはデータの可視化の少なくとも１つと；
   ｆ）ｉ）前記グループ分けから得られるデータ組の群および ii）前記グループ分けから得られた前記特性付け測定値の少なくとも１つの間隔の少なくとも１つに基づいて、あるいは工程ｅ）により格納され、表示されあるいは印刷されたデータあるいは可視化に基づいて、前記少なくとも１つのサンプルの解析あるいは前記成分あるいは生成物の少なくとも１つの解析の工程；
   を実行することを特徴とするシステムにより実行可能なプログラム。
10. 少なくとも１つの成分、特にそこに含まれている化学的成分、生物的成分あるいは生物化学的成分、および先行する請求項１から６にかかわる特性化データを提供するために、分析技術および検出技術の１種または２種を組み合わせた２または３以上の技術を行うことにより、少なくとも１つのサンプルを分析するシステムにより実行可能な指令のプログラムであって、このシステムは、
    ａ）ｉ）成分を分離するための、あるいは
    ii）前記２または３以上の技術のうちの少なくとも１つの分析技術を行うことにより生じる生成物を分離するための、あるいは
    iii）前記少なくとも１つの分析技術を行うことにより生じる成分および生成物を分離するための
    少なくとも１つの分析技術を行うために適合されている少なくとも１つの分析部あるいはユニットであって、少なくとも１つの分析部あるいはユニットは、前記サンプルに関して、あるいはすでに分離されている成分あるいは生成物に関して前記分析技術を行うために適合されており、前記分析部あるいはユニットは、前記成分あるいは生成物の少なくとも１つの第１識別特性に基づいて、前記分離を行うために適合されていることを特徴とする少なくとも１つの分析部あるいはユニットと；
    ｂ）ｉ）前記１つの分析部あるいはユニットにより達成される少なくとも１つの分離および ii）少なくとも１つの識別特性のうちの少なくとも１つに基づいて、分離された成分あるいは生成物を特性づけるための少なくとも１つの分析技術を行うために適合されている少なくとも１つの分析部あるいはユニットと、前記さらなる技術は、分析技術および検出技術の少なくとも１つであり、前記さらなる分析部あるいはユニットは、分析および検出部あるいはユニットの少なくとも１つであることを特徴とする少なくとも１つの分析部あるいはユニットとからなり；
    少なくともさらなる前記分析部あるいはユニットは、質量対電荷比のスキャン数および質量対電荷比または質量スペクトルのスキャンの検出時間および質量対電荷比の少なくとも２つの特性付け測定量と、前記１つの分析部あるいはユニットにより達成される前記分離あるいは少なくとも１つの分離を反映する前記特性付け測定量の少なくとも１つの質量対電荷比のスキャン数および質量スペクトルのスキャンの検出時間と、ｉ）前記１つの分析部あるいはユニットにより達成される少なくとも１つの分離と ii）前記さらなる識別特性あるいはさらなる識別特性の少なくとも１つのうちの少なくとも１つを反映する前記特性付け測定量の少なくとも１つの質量対電荷比により、前記成分あるいは生成物の少なくとも１つの特性付けを表示する測定データを提供するために適合される関連の検出ハードウエアを含むことを特徴とし；
    前記検出ハードウエアは、前記検出ハードウエアにより検出されかつそれに関連する少なくとも１つの特性付け測定量を参照して、少なくとも１つのイオン強度により、検出ハードウエアにより提供される少なくとも１つのイオン強度を表示する定量的測定データを包含する測定データを提供するために、適合されていることを特徴とし；
    前記システムは、さらに、少なくとも１つのプロセッサを持つ少なくとも１つの制御ユニットと、関連する少なくとも１つのデータ格納ユニットを含みあるいは有する前記制御ユニットと、さらに好ましくは関連する少なくとも１つの表示ユニットを持つ前記制御ユニットと、印刷ユニットからなり、また好ましくは、少なくとも１つの分析部あるいはユニットおよび前記さらなる分析部あるいはユニットを制御するために、配置されあるいはプログラムされていることを特徴とし；
    前記制御ユニットは、前記指示に対応して、
    ｃ）前記特性付け測定量の少なくとも１つの前記質量対電荷比のスキャン数および質量スペクトルのスキャンの検出時間により、前記特性付けあるいは少なくとも１つの特性付けを表示する少なくとも１つの質量対電荷比のスキャン数または質量スペクトルのスキャンの検出時間にかかわる第１特性付け測定値と、前記特性付け測定量の前記少なくとも１つの質量対電荷比により、前記特性付けあるいは少なくとも１つの特性付けを表示する少なくとも１つの質量対電荷比にかかわる特性付け測定値と、イオン強度により、前記定量化あるいは少なくとも１つのイオン強度を表示する少なくとも１つの各定量的測定値とを、互いに関連させることにより、検出ハードウエアにより提供される測定データに基づいて、データ組を提供する工程と；
    ｄ）前記データ組を、前記特性付け測定量の少なくとも１つに対する特性付け測定値に関して、測定値を特性付ける特性付け測定値間隔で、前記各間隔は、前記成分あるいは生成物の１つの特定物に潜在的に関連して求められるものである測定値間隔にグループ分けする工程と；を実行することを特徴とし；
    前記制御ユニットは、前記指示に応答して、複数の前記定量的測定値で各々は前記データ組のそれぞれ１つに属している値の少なくとも１つの集合的特性に基づいて、前記グループ分けを行い、前記集合的特性が、複数の前記定量的測定値から求められる全般的定量的測定値または複数の前記定量的測定値の少なくとも１つの各値を包含しているこれらのデータ組により、直接にあるいは間接に定められる少なくとも１つの曲線あるいはヒストグラムの形状からなることを特徴とし；
    さらに前記制御ユニットは、前記指示に応答して、次の少なくとも１つの工程；
    ｅ）ｉ）前記グループ分けから得られるデータ組の群および２）前記グループ分けから得られた前記特性付け測定値の少なくとも１つの間隔の少なくとも１つを反映しあるいは包含するデータの格納、表示および印刷あるいはデータの可視化の少なくとも１つ工程と；
    ｆ）ｉ）前記グループ分けから得られるデータ組の群および ii）前記グループ分けから得られた前記特性付け測定値の少なくとも１つの間隔の少なくとも１つに基づいて、あるいは工程ｅ）により格納され、表示されあるいは印刷されたデータあるいは可視化に基づいて、前記少なくとも１つのサンプルの解析あるいは前記成分あるいは生成物の少なくとも１つ解析の工程と；
    実行することを特徴とするシステムにより実行可能なプログラム。
11. 請求項９および１０のいずれかに記載のプログラムにより具現化されるコンピュータ製品。
12. 通信リンクを経由して、書き込むための請求項９および１０のいずれかに記載のプログラムを格納するサーバー・コンピュータシステム。

Images