JP6088177B2 - 解析装置、解析方法、プログラム - Google Patents

解析装置、解析方法、プログラム Download PDF

Info

Publication number
JP6088177B2
JP6088177B2 JP2012181749A JP2012181749A JP6088177B2 JP 6088177 B2 JP6088177 B2 JP 6088177B2 JP 2012181749 A JP2012181749 A JP 2012181749A JP 2012181749 A JP2012181749 A JP 2012181749A JP 6088177 B2 JP6088177 B2 JP 6088177B2
Authority
JP
Japan
Prior art keywords
test substance
spectrum
evaluation value
standard
spectra
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
JP2012181749A
Other languages
English (en)
Other versions
JP2013064730A (ja
Inventor
治男 島田
治男 島田
善昌 中谷
善昌 中谷
佑佳 森下
佑佳 森下
一真 木下
一真 木下
朋寛 佐久間
朋寛 佐久間
靖人 横井
靖人 横井
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shiseido Co Ltd
Mitsui Knowledge Industry Co Ltd
Bio Chromato Inc
Original Assignee
Shiseido Co Ltd
Mitsui Knowledge Industry Co Ltd
Bio Chromato Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shiseido Co Ltd, Mitsui Knowledge Industry Co Ltd, Bio Chromato Inc filed Critical Shiseido Co Ltd
Priority to JP2012181749A priority Critical patent/JP6088177B2/ja
Priority to US14/240,422 priority patent/US9087680B2/en
Priority to EP12828096.3A priority patent/EP2765414A4/en
Priority to PCT/JP2012/071976 priority patent/WO2013031881A1/ja
Publication of JP2013064730A publication Critical patent/JP2013064730A/ja
Application granted granted Critical
Publication of JP6088177B2 publication Critical patent/JP6088177B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J49/00—Particle spectrometers or separator tubes
    • H01J49/0027—Methods for using particle spectrometers
    • H01J49/0036—Step by step routines describing the handling of the data generated during a measurement
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6803—General methods of protein analysis not limited to specific proteins or families of proteins
    • G01N33/6848—Methods of protein analysis involving mass spectrometry
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J49/00—Particle spectrometers or separator tubes
    • H01J49/02—Details
    • H01J49/022—Circuit arrangements, e.g. for generating deviation currents or voltages ; Components associated with high voltage supply

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Hematology (AREA)
  • Urology & Nephrology (AREA)
  • Biomedical Technology (AREA)
  • Immunology (AREA)
  • Cell Biology (AREA)
  • Biotechnology (AREA)
  • Microbiology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Biophysics (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Description

本発明は、質量分析計の出力するマススペクトルを解析して被験物質の同定に役立てる解析装置及び方法、並びにプログラムに関する。
被験物質の成分を検知するための質量分析計（Mass Spectrometer）が知られている。質量分析計の出力するマススペクトルを解析して被験物質を同定する方法について種々の研究が進められている。
従来は、ＬＣ／ＭＳ（Liquid Chromatograph Mass Spectrometer；液体クロマトグラフ質量分析）やＧＣ／ＭＳ（Gas Chromatograph Mass Spectrometer；ガスクロマトグラフ質量分析）に代表されるように、混合物である被験物質をＬＣやＧＣで分離してからＭＳが単一成分のマススペクトルを検出するものが一般的に使用されてきた。
単一成分のマススペクトルに対しては、予めデータベースに登録された標準スペクトルと比較してマッチングすることにより、比較的容易に被験物質を同定することができる。
これに関連し、特許文献１には、被験物質を質量分析部に導入してマススペクトルを取得しつつ、予め与えられる被験物質用の標準スペクトルを目標として質量分析部の各種パラメータを調整するクロマトグラフ質量分析装置について記載されている。
また、非特許文献１には、予めデータベースに登録された標準スペクトルとマススペクトルを比較してマッチングすることにより、被験物質を同定する技術について記載されている。
特開２００５−２７４３５２号公報
Stein,S.E., & Scott,D.R.(1994). Optimization and testing of mass spectral library search algorithms for compound identification. Journal of the American Society for Mass Spectrometry, 5(9), 859‐866. oi: 10.1016/1044-0305(94)87009-8.
しかしながら、従来の解析技術は、専らＬＣ／ＭＳやＧＣ／ＭＳ等により分離された単一成分のマススペクトルを解析するのに留まり、複数成分のマススペクトルに対する解析手法が確立されていなかった。
このため、分離条件を被験物質毎に検討する等の作業が必要となり、作業時間を要するという問題が生じていた。
また、近年では、ＤＡＲＴ−ＭＳ（Direct Analysis in Real Time Mass Spectrometer）に代表される、分離を行わずに直接的にマススペクトルを取得する手法（直接測定手法）が公知となっている。ＤＡＲＴ−ＭＳは、分離を行わないことにより迅速な測定が可能であるだけでなく、溶媒に溶けないプラスチック等の物質に対しても計測が可能と成り得るという利点を有する。
しかしながら、上記のように複数成分のマススペクトルに対する解析手法が確立されていないため、直接測定手法の利用場面は、分析ターゲットが決まっている被験物質に限定されている。
本発明はこのような課題を解決するためのものであり、複数成分を含むマススペクトルを解析し、被験物質の同定に役立てることが可能な解析装置等を提供することを、主たる目的とする。
上記目的を達成するための一態様は、
同一の被験物質について複数回取得された、複数の被験物質スペクトルを取得する被験物質スペクトル取得部と、
既知物質についての複数の標準スペクトルが格納された記憶手段と、
前記複数の被験物質スペクトルと前記複数の標準スペクトルから一データずつ抽出した組み合わせに対して、前記標準スペクトルのピーク強度比と、前記被験物質スペクトルにおける前記標準スペクトルのピークに該当する部分のピーク強度比との一致程度を示す第１の評価値を計算する第１評価値計算手段と、
前記各組み合わせに対する第１の評価値に基づいて、前記被験物質と前記既知物質との一致程度を示す第２の評価値を計算する第２評価値計算手段と、
前記第２の評価値の分布に基づいて再帰的に前記被験物質が前記既知物質を含むか否かを判定する判定手段と
を備える解析装置である。
本発明によれば、複数成分を含むマススペクトルを解析し、より正確に被験物質を同定することが可能な解析装置等を提供することができる。
本発明の一実施例に係る解析装置１のシステム構成例である。 本発明の一実施例に係る解析装置１の他のシステム構成例である。 ＤＡＲＴ−ＭＳである質量分析計１００の構成及び検出原理を簡単に示す図である。 第１実施例の解析装置１の機能構成例である。 被験物質スペクトルＳｉに標準スペクトルＳ*ｊｋが含まれる様子を示すイメージ図である。 経時的要素を反映させつつ被験物質スペクトルＳｉと標準スペクトルＳ*ｊｋを示すイメージ図である。 ベクトルデータＩ*を示すイメージ図である。 二次元平面でベクトルデータＩ、Ｉ*と角度θの関係を簡易に示す図である。 ある既知物質ｊについて計算されたスペクトル別類似度Similarity（Ｓｉ，Ｓ*ｊｋ）をマトリクスデータの形式で表したものである。 部分的合計値Ｗｉ，ｋが各データについて計算された結果を示す図である。 統計的な手法により一致物質と非一致物質を特定する原理を模式的に示す図である。 第１実施例の解析装置１による処理の流れをフローチャートの形式で示す図である。 「期待値計算」に係る処理の流れを示すフローチャートである。 累積確率Ｐｊを示す図である。 実験及び解析の結果を示す表である。 第２実施例の解析装置２の機能構成例である。 被験物質スペクトルＳから標準スペクトルＳ*ｊを差し引いて残差スペクトルＳ−を生成する様子を示す図である。 第２実施例に係る解析装置２により実行される処理の流れを示すフローチャートの一例である。 標準スペクトルＳ*ｊｋにおいてピークを形成するm／zと、同じ又は一定の許容誤差範囲内のm／zにおける被験物質スペクトルＳｉの強度を抽出し、標準スペクトルＳ*ｊｋと同じ次数のベクトルデータＩを生成する様子を示す図である。 第３実施例の解析装置３の機能構成例である。 被験物質スペクトルＳｉにおいてピークを形成するm／zと同じ又は一定の許容誤差範囲内のm／zにおける標準スペクトルＳ*ｊの最大強度を抽出し、被験物質スペクトルＳｉと同じ次数のベクトルデータＩ*を生成する様子を示す図である。 表示制御部４２により生成される表示画面の例である。 表示制御部４２により生成される表示画面の例である。 表示制御部４２により生成される表示画面の例である。 成分Ａ、Ｂについてのマスクロマトグラムである。 成分Ａに関する純度Ｐがピークをつけた測定タイミング（１）と、成分Ｂに関する純度Ｐがピークをつけた測定タイミング（２）における、マススペクトルを示す図である。 第３実施例に係る解析装置３により実行される処理の流れを示すフローチャートである。
以下、本発明を実施するための形態について、添付図面を参照しながら実施例を挙げて説明する。
＜第１実施例＞
以下、図面を参照し、本発明の第１実施例に係る解析装置１について説明する。
［基本構成］
図１は、本発明の一実施例に係る解析装置１のシステム構成例である。図示するように、解析装置１は、質量分析計１００に接続され、ユーザ２００によって種々の設定入力等が行われるコンピュータである。
また、解析装置１は、例えば、ＣＰＵ（Central Processing Unit）１０と、ドライブ装置１２と、補助記憶装置１６と、メモリ装置１８と、インタフェース装置２０と、入力装置２２と、表示装置２４と、を備える。これらの構成要素は、バスやシリアル回線等を介して接続されている。
ＣＰＵ１０は、例えば、プログラムカウンタや命令デコーダ、各種演算器、ＬＳＵ（Load Store Unit）、汎用レジスタ等を有するプロセッサである。ドライブ装置１２は、記憶媒体１４からプログラムやデータを読み込み可能な装置である。プログラムを記録した記録媒体１４がドライブ装置１２に装着されると、プログラムが記録媒体１４からドライブ装置１２を介して補助記憶装置１６にインストールされる。記録媒体１４は、例えば、ＣＤ−ＲＯＭ、ＤＶＤディスク、ＵＳＢメモリ等の可搬型の記録媒体である。また、補助記憶装置１６は、例えば、ＥＥＰＲＯＭ（Electronically Erasable and Programmable Read Only Memory）、ＲＯＭ（Read Only Memory）、ＨＤＤ（Hard Disk Drive）、フラッシュメモリ等である。
プログラムのインストールは、上記のように記憶媒体１４を用いる他、インタフェース装置２０がネットワークを介して他のコンピュータよりダウンロードし、補助記憶装置１６にインストールすることによって行うこともできる。また、情報処理装置の出荷時に、予め補助記憶装置１６等に格納されていてもよい。このようにしてインストール又は予め格納されたプログラムをＣＰＵ１０が実行することにより、図１に示す態様の情報処理装置が、本実施例の解析装置１として機能することができる。
メモリ装置１８は、例えば、ＲＡＭ（Random Access Memory）やＥＥＰＲＯＭ（Electrically Erasable and Programmable Read Only Memory）である。インタフェース装置２０は、上記ネットワークとの接続等を制御する。入力装置２２は、例えば、キーボードやマウス、タッチパッド、タッチパネル、マイク等である。また、表示装置２４は、例えば、ＬＣＤ（Liquid Crystal Display）やＣＲＴ（Cathode Ray Tube）等の表示装置である。
なお、図２は、本発明の一実施例に係る解析装置１の他のシステム構成例である。図示するように、解析装置１は、ユーザ２００によって設定入力が行われる一以上のクライアントコンピュータ５０に接続されたサーバ装置であってもよい。
質量分析計１００は、例えばＤＡＲＴ−ＭＳである。図３は、ＤＡＲＴ−ＭＳである質量分析計１００の構成及び検出原理を簡単に示す図である。図示するように、質量分析計１００は、ＤＡＲＴ部１１０と、ＭＳ部１２０と、を備える。イオン源を生成するＤＡＲＴ部１１０は、ｉｏｎＳｅｎｓｅ社製のＤＡＲＴ ＳＶＰ等が用いられる。また、ＭＳ部１２０は、ＴＯＦ−ＭＳ（Time-of-Flight Mass Spectrometer；飛行時間型質量分析計）であり、Ｂｒｕｋｅｒ Ｄａｌｔｏｎｉｃｓ社製のｍｉｃｒＯＴＯＦＱＩＩ等が用いられる。
ＤＡＲＴ部１１０は、ニードル電極から放電することにより、Ｈｅ等の励起ガスを励起し、被験物質表面の成分をイオン化する。ＤＡＲＴ部１１０によるイオン化は、グロー放電によって励起したＨｅが空気中の水分子に作用して水のクラスターイオンを生成し、これのイオンから被験物質にプロトン移動が起こることによってなされると考えられている。次式（１）〜（４）は、プロトン移動反応推定式である。
Figure 0006088177
ＭＳ部１２０は、イオン化された被験物質を検出してマススペクトルを取得する。マススペクトルは、m／zを軸とした強度（イオンカウント）の分布を示す二次元データである。なお、マススペクトルは、更に時間を軸とする三次元データであってもよいが、以下の説明では二次元データであることを前提とする。三次元データである場合は、質量分析計１００と解析装置１のいずれかが時間積分を行って二次元データに変換する。
質量分析計１００は、上記説明したようなＤＡＲＴ−ＭＳに限らず、他の態様のものが採用されてもよい。
［解析装置の機能構成］
図４は、本実施例の解析装置１の機能構成例である。解析装置１は、被験物質スペクトル取得部３０と、スペクトル別類似度計算部３２と、総合類似度計算部３４と、一致判定部３６と、を備える。
これらの機能ブロックは、補助記憶装置１６等に格納されたプログラム・ソフトウエアをＣＰＵ１０が実行することにより機能する。なお、各機能ブロックが明確に別のプログラムにより実現される必要はなく、いずれかの機能ブロックが、サブルーチン等として他の機能ブロックにより呼び出されるものであっても構わない。また、このようなソフトウエアブロックに限らず、ＩＣ（Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等のハードウエアによってこれらの機能ブロックが実現されてもよい。
被験物質スペクトル取得部３０は、インタフェース装置２０等を介して質量分析計１００から、同一の被験物質について複数回取得された、複数の被験物質スペクトルＳｉを取得してメモリ装置１８に格納する。なお、既に質量分析計１００から取得された複数の被験物質スペクトルＳｉについては、予め補助記憶装置１６等に格納しておいたものを読み込んでメモリ装置１８上に展開する。
ここで、複数の被験物質スペクトルＳｉは、温度や圧力、その他の環境を変えながら、時間経過に応じて質量分析計１００により複数回取得された経時的データである。被験物質スペクトルＳｉの添え字ｉは、観測順序、すなわち「複数回」のうち何回目に取得されたデータであるかを示している（ｉ＝１〜ｎ）。具体的には、質量分析計１００内の温度を徐々に上昇させながら、時間経過に応じて複数のマススペクトルを取得するような制御が行われ、複数の被験物質スペクトルＳｉが取得される。
一方、補助記憶装置１６には、被験物質スペクトルＳｉの比較対象となる既知物質ｊについての複数の標準スペクトルＳ*ｊｋが登録されたスペクトルライブラリ１６Ａが格納されている。複数の標準スペクトルＳ*ｊｋは、被験物質スペクトルＳｉと同様、温度や圧力、その他の環境を変えながら、時間経過に応じて複数回取得された経時的データである。
標準スペクトルＳ*ｊｋの添え字ｊは既知物質の識別データであり、添え字ｋは、観測順序、すなわち「複数回」のうち何回目に取得されたデータであるかを示している（ｋ＝１〜ｎ*）。なお、回数ｎとｎ*は必ずしも一致する必要は無い。
被験物質は、単一物質であってもよいし、混合物であってもよい。既知物質も同様に、単一物質であってもよいし、混合物であってもよいが、被験物質よりも小規模な化合物であることが望ましい。この結果、被験物質スペクトルＳｉは、複数のマススペクトルが合成されたデータとなり、標準スペクトルＳ*ｊｋは、より単純なデータとなる。図５は、被験物質スペクトルＳｉに標準スペクトルＳ*ｊｋが含まれる様子を示すイメージ図である。このように、部分的に標準スペクトルＳ*ｊｋと一致する箇所が存在する場合、被験物質スペクトルＳｉは標準スペクトルＳ*ｊｋを含むと判定される。図中、横軸はm／zであり、縦軸は強度である。また、図中、Ａ〜Ｅは既知物質から出現する標準スペクトルＳ*ｊｋを示し、ＢＫはバックグラウンド（質量分析計の特性、測定環境等から生じる定常誤差）を示している。
また、図６は、経時的要素を反映させつつ被験物質スペクトルＳｉと標準スペクトルＳ*ｊｋを示すイメージ図である。
本実施例における標準スペクトルＳ*ｊｋは、例えば刻み幅が１程度のm／zをデータラベルとし、ピークを形成するm／zにのみ強度が対応付けられたベクトルデータＩ*である（ピークを形成しないm／zには強度が対応付けられていない）。図７は、ベクトルデータＩ*を示すイメージ図である。
〔スペクトル別類似度−得られた複数のスペクトル間の類似度〕
スペクトル別類似度計算部３２は、被験物質が、既知物質が混合された物質であるという仮定の下、以下の処理を行う。
まず、スペクトル別類似度計算部３２は、複数の被験物質スペクトルＳｉから、ノイズを除去する処理を行う。ノイズを除去する処理として、スペクトル別類似度計算部３２は、例えば、各被験物質スペクトルの強度分布に基づいて再帰的に求められる閾値を下回る強度をゼロに修正する。スペクトル別類似度計算部３２は、例えば、被験物質スペクトルをｍ／ｚの範囲毎に複数のセグメントに分け、セグメント内でピークに該当する大きい強度等を除外し、残りの強度の平均値に基づき閾値を決定し、閾値を下回る強度をゼロに修正する。
そして、スペクトル別類似度計算部３２は、複数の被験物質スペクトルＳｉと複数の標準スペクトルＳ*ｊｋから一データずつ抽出した組み合わせに対して、標準スペクトルＳ*ｊｋのピーク強度比と、被験物質スペクトルＳｉにおける標準スペクトルＳ*ｊｋのピークに該当する部分のピーク強度比との一致程度を示すスペクトル別類似度Similarity（Ｓｉ，Ｓ*ｊｋ）を計算する。スペクトル別類似度Similarity（Ｓｉ，Ｓ*ｊｋ）は、原則として全ての組み合わせ（ｉ×ｊ×ｋ通り）について計算するが、機械的に全ての組み合わせにするのではなく、何らかの絞り込みや分岐限定等を行っても構わない。
具体的には、標準スペクトルＳ*ｊｋにおいてピークを形成するm／z（上記標準スペクトルＳ*ｊｋのデータラベルとされているm／z）と、同じm／zにおける被験物質スペクトルＳｉの強度、又は一定の許容誤差範囲内のm／zにおける被験物質スペクトルＳｉの最大強度を抽出して、標準スペクトルＳ*ｊｋと同じ次数のベクトルデータＩを生成する。
図１９は、標準スペクトルＳ*ｊｋにおいてピークを形成するm／zと、同じ又は一定の許容誤差範囲内のm／zにおける被験物質スペクトルＳｉの強度を抽出し、標準スペクトルＳ*ｊｋと同じ次数のベクトルデータＩを生成する様子を示す図である。スペクトル別類似度計算部３２は、標準スペクトルＳ*ｊｋにおいてピークを形成するm／zと、同じ又は一定の許容誤差範囲内のm／zにおいて、被験物質スペクトルＳｉのピークが存在しない場合には、ベクトルデータＩの該当する成分をゼロとする。図１９では、被験物質スペクトルＳｉにおいてピークを形成する各ｍ／ｚにおける強度は（10，20，12.5，6.5，9.5，11，5，12.5，6.5，14，6.5）であり、これらのうち標準スペクトルＳ*ｊｋにおいてピークを形成するｍ／ｚと同じ又は一定の許容誤差範囲内のｍ／ｚに対応する強度が抜き出され、Ｉ＝（10，20，6.5，5）が得られる。
そして、スペクトル別類似度計算部３２は、次式（５）に基づき、各組み合わせに対してスペクトル別類似度Similarity（Ｓｉ，Ｓ*ｊｋ）を計算する。式中、Ｉｍは、ベクトルデータＩのｍ番目の成分であり、Ｉ*ｍは、ベクトルデータＩ*のｍ番目の成分である。
Figure 0006088177
上式（５）から分かるように、スペクトル別類似度Similarity（Ｓｉ，Ｓ*ｊｋ）は、ベクトルデータＩと、ベクトルデータＩ*がなす角度をθとすると、ｃｏｓθに相当する値である。図８は、二次元平面でベクトルデータＩ、Ｉ*と角度θの関係を簡易に示す図である。
なお、係る手法に限らず、ピアソンの積率相関係数を用いてスペクトル別類似度Similarity（Ｓｉ，Ｓ*ｊｋ）を計算してもよい。次式（６）は、ピアソンの積率相関係数を用いた場合の演算式を示す。また、次式（７）で示すように、式（５）又は（６）にイオンカウント比率（ベクトルデータＩの成分の合計値を、総イオンカウントＩｔｏｔａｌ、すなわち全てのm／zについての強度を合計した値で除算した値）を乗じてスペクトル別類似度Similarity（Ｓｉ，Ｓ*ｊｋ）を計算してもよい。
Figure 0006088177
〔総合類似度−被験物質と既知物質の類似度〕
総合類似度計算部３４は、スペクトル別類似度計算部３２により計算されたスペクトル別類似度Similarity（Ｓｉ，Ｓ*ｊｋ）に基づいて、被験物質と既知物質ｊとの一致程度を示す総合類似度Ｕｊ＝Similarity（Ｓ，Ｓ*ｊ）を計算する。
図９は、ある既知物質ｊについて計算された複数のスペクトル別類似度Similarity（Ｓｉ，Ｓ*ｊｋ）を、マトリクスデータの形式で表したものである。総合類似度計算部３４は、このマトリクスデータから、各列ｋ＝１〜ｎ*について一個ずつデータを選抜し（すなわち被験物質スペクトルＳｉと標準スペクトルＳ*ｊｋの組み合わせを選抜し）、その合計値をｎ*で除算して総合類似度Ｕｊを計算する。
（１）係るデータ選抜においては、ｋ列においてｉ行目のデータを選抜した場合、ｋ＋１列においては、ｉ−１行目以上のデータは選抜しないという規則が採用される。すなわち、マトリクスデータの左上から右下への最短経路を求める（上側にも左側にも戻ることが無い）という規則が採用される。係る規則は、被験物質スペクトルＳｉ、標準スペクトルＳ*ｊｋの観測順序に矛盾しないように定められている。
（２）また、データ選抜は、選抜された経路上のスペクトル別類似度Similarity（Ｓｉ，Ｓ*ｊｋ）の合計が最大となるように行われる。
以上、（１）、（２）を満たすために、最も確実なのは、（１）を満たす全ての経路についてスペクトル別類似度Similarity（Ｓｉ，Ｓ*ｊｋ）の合計を求め、最大値を示すデータを選抜する処理である。係る処理を採用してもよいが、以下に示すように近似解を求めるアルゴリズムを採用してもよい。
次式（８）は、部分的合計値Ｗｉ，ｋを求めるための式である。式中、Ｖｉ，ｋは、スペクトル別類似度Similarity（Ｓｉ，Ｓ*ｊｋ）を略記したものである。
Figure 0006088177
部分的合計値Ｗｉ，ｋは、マトリクスデータの左上から順次求められる。以下、図９のデータに即して具体的に説明する。Ｗ１，１については、Ｗ１−１，１、Ｗ１−１，１−１、Ｗ１，１−１、が共に存在しないためゼロと見されるため、Ｗ１，１＝Ｖ１，１であり、０．５となる。Ｗ１，２については、Ｗ１−１，２、Ｗ１−１，２−１はゼロであるが、Ｗ１，２−１は０．５であるため、三段目の式が採用され、０．５＋０．２＝０．７となる。Ｗ２，１については、Ｗ２−１，１は０．５、Ｗ２−１，１−１、Ｗ２，１−１はゼロであるため、一段目の式が採用され、０．５となる。このように、順次部分的合計値Ｗｉ，ｋを埋めていく処理を行う。図１０は、部分的合計値Ｗｉ，ｋが各データについて計算された結果を示す図である。図中、矢印は、式（８）において採用された参照先を示しており、下線が付されたブロックが、選抜された被験物質スペクトルＳｉと標準スペクトルＳ*ｊｋの組み合わせを示す。このブロックに該当する標準スペクトルＳ*ｊｋを一致スペクトルと称する。
そして、各列における部分的合計値Ｗｉ，ｋのうち最大値を示すデータのうち、最も上側に存在するデータを選抜したと見なし、右下のデータにおける部分的合計値Ｗｎ，ｎ*をｎ*で除算した値を、総合類似度Ｕｊとする（次式（９）参照）。図１０の例では、Ｕｊ＝３．２／５＝０．６４となる。
Ｕｊ＝Ｗｎ，ｎ*／ｎ* …（９）
係るアルゴリズムによって、少なくとも上記（１）の規則を満たし、高確率で（２）の目的を満たす近似解が得られる。なお、上記説明したように、全ての経路についてスペクトル別類似度Similarity（Ｓｉ，Ｓ*ｊｋ）の合計を求め、最大値を示すデータを選抜する場合の計算時間は、２ｎ＋ｎ’のオーダーとなるが、上記近似解を求めるアルゴリズムを採用した場合の計算時間は、ｎ・ｎ*のオーダーとなり、計算時間を短縮することができる。
総合類似度計算部３４が総合類似度Ｕｊを計算すると、例えば総合類似度Ｕｊが閾値を上回る場合に、被験物質が既知物質ｊを含むという判定結果を表示装置２４等により出力してもよいし（後述する一致判定部３６の処理による）、単に総合類似度Ｕｊを表示装置２４等により出力してもよい。
これによって、ユーザは、被験物質が既知物質ｊを含むか否かについて、正確な情報を得ることができ、被験物質の同定に役立てることができる。
また、総合類似度Ｕｊとして計算した値だけでなく、上記選抜された組み合わせに対応する標準スペクトルＳ*ｊｋ、すなわち標準スペクトルＳ*ｊｋが被験物質スペクトルＳｉに一致したと見なされる「一致スペクトル」の一覧を併せて提示すると好適である。こうすれば、「何回目のデータで、すなわちどのような環境下で、どの標準スペクトルに近いマススペクトルが出現したか」（より具体的には、試験開始後、何分後に温度が何度の状態でどのようなマススペクトルが出現したか）というデータが読み取れるため、ユーザは、被験物質が既知物質ｊを含むか否かについて、更に正確な情報を得ることができる。
なお、一致スペクトルの抽出は、上記のアルゴリズムを採用して総合類似度Ｕｊを計算した場合、以下のトレースバック処理によっても行うことができる。この場合、図１０における矢印はトレースバック経路を示し、下線部が一致スペクトルを示す。
１．Ｗｎ，ｎから開始する。
２．Ｗｉ−１，ｋがＷｉ，ｋと同じ場合は、Ｗｉ−１，ｋに移動する。
３．Ｗｉ−１，ｋがＷｉ，ｋよりも小さい場合は、Ｗｉ−１，ｋとＷｉ−１，ｋ−１のうち大きい方へ移動する。このときのＷｉ，ｋ相当する標準スペクトルＳ*ｊｋが、一致スペクトルである。
４．Ｗｉ，１まで２，３を繰り返す。
〔一致判定〕
一致判定部３６は、スペクトルライブラリ１６Ａに登録された標準スペクトルＳ*ｊｋの数が少ない場合等は、上記のように単純な閾値を用いて判定を行ってもよいが、以下のように、統計的な手法によって再帰的に判定を行うと、更に好適である。例えば、「被験物質と一致しない既知物質ｊ（非一致物質）に関する総合類似度Ｕｊが、非一致物質の方が多数派である故に正規分布を示す」という仮定の下、総合類似度Ｕｊが高いt個の既知物質を除外した場合の正規分布の赤池情報量規準（AIC）Gtが最小となるtを計算することにより、被験物質と一致する既知物質（一致物質）を特定してもよい。図１１は、統計的な手法により一致物質と非一致物質を特定する原理を模式的に示す図である。また、スミルノフ・グラブス検定等の他の統計的手法を適用して判定を行ってもよい。スミルノフ・グラブス検定は、正規分布から外れた高値を外れ値（本発明の場合、一致物質＝当たり）と見なす手法である。
このように、類似度Ｕｊの分布に基づいて再帰的に被験物質が既知物質ｊを含むか否かを判定することにより、ユーザは、被験物質が既知物質ｊを含むか否かについて、更に正確な情報を得ることができる。
［処理フロー］
図１２及び図１３は、上記説明した第１実施例の解析装置１による処理の流れをフローチャートの形式で示す図である。本フローは、解析装置１の各機能ブロックの協働により実行される。
まず、複数の被験物質スペクトルＳｉがメモリ装置１８に格納され、同様に複数の標準スペクトルＳ*ｊｋがメモリ装置１８に格納される（Ｓ３００）。なお、メモリ装置１８への展開を行わず、補助記憶装置１６上に存在するデータがそのまま用いられてもよい。
次に、Ｓ３０２、Ｓ３０４の処理を全ての被験物質スペクトルＳｉについて行う（ｉ＝１〜ｎ）。まず、複数の被験物質スペクトルからｉ番目のマススペクトルを取り出して被験物質スペクトルＳｉとし（Ｓ３０２）、次に「スペクトル別類似度計算」を実行する（Ｓ３０４）。
「スペクトル別類似度計算」では、Ｓ３１０、Ｓ３１２の処理を全ての標準スペクトルＳ*ｊｋについて行う（ｊは既知物質の数、ｋ＝１〜ｎ*）。まず、複数の標準スペクトルからｊ番目の既知物質についてのｋ回目のマススペクトルを取り出して標準スペクトルＳ*ｊｋとし（Ｓ３１０）、次に、被験物質スペクトルＳｉと標準スペクトルＳ*ｊｋの類似度を計算する（Ｓ３１２）。
Ｓ３０２〜Ｓ３１２のループ処理が完了すると、「総合類似度計算」を実行する（Ｓ３２０）。
「総合類似度計算」では、Ｓ３３０の処理を全ての既知物質ｊについて行う。Ｓ３３０では、ｊ番目の既知物質に対する総合類似度Ｕｊを計算する（Ｓ３３０）。
総合類似度Ｕｊを全ての既知物質について計算すると、「期待値計算」を実行する（Ｓ３４０）。図１３は、「期待値計算」に係る処理の流れを示すフローチャートである。
「期待値計算」では、まず、外れ値を除外した総合類似度Ｕｊの集合Ｕ！を取得する（Ｓ３５０）。
次に、集合Ｕ！の平均値ａ及び標準偏差ｂを計算する（Ｓ３５２）。
次に、Ｓ３６０〜Ｓ３６２の処理を、全ての既知物質ｊについて行う。まず、平均値ａ、標準偏差ｂで定義される正規分布における、総合類似度Ｕｊの累積確率Ｐｊを計算する（Ｓ３６０）。図１４は、累積確率Ｐｊを示す図である。図示するように、累積確率Ｐｊは、総合類似度Ｕｊが高い側から頻度（出現数）を積分した値となる。
そして、累積確率Ｐｊに既知物質の総数を乗算して、ｊ番目の既知物質の期待値Ｅｊを計算する（Ｓ３６２）。期待値Ｅｊは、上記から分かるように、値が小さい方が被験物質との一致可能性が高いことを示す指標値である。期待値Ｅｊを計算すると、上記のように期待値Ｅｊに基づき一致判定を行って結果を出力したり、期待値Ｅｊそのものを一覧表示したりする。
［実験内容］
本出願の発明者は、以下の条件に従い、実験及び測定データの解析を行った。まず、スペクトルライブラリ１６Ａに登録する既知物質として以下の１０種類の試料を用意した。（１）Lidocain、（２）Diphenhydramine and ポリオキシエチレン硬化ヒマシ油（HCO60） mixture、（３）Tocopherol acetate、（４）EcoGum、（５）Polypropylene、（６）Urea、（７）Solanine、（８）Crotamiton、（９）Caffeine、（１０）Irganox1010。これらのうち、（２）のDiphenhydramine and HCO60 mixtureは2種類の化合物の混合物である。
次に、被験物質として、既知物質のうち３種類（（１）、（２）、（３））が含まれていることが分かっているクリーム剤Ａを使用した。
そして、以下の装置、及び測定条件で既知物質と被験物質の測定をそれぞれ行った。質量分析計１００として、MicrOTOFQII（Bruker社製）にDARTsvp（IonScence社製）を装着したものを使用した。また、測定条件として、測定モード：Positive ion mode（測定範囲m/z：150-500）で、被験物質については10分間に30℃から400℃まで段階的に温度を上昇させて測定を行い、既知物質については500℃で測定を行った。
質量分析計１００による測定後、標準スペクトルＳ*ｊｋをMicrOTOF control（Bruker社）にてXML形式でファイル出力した。このとき、（２）の既知物質についてはDiphenhydramineとHCO60に対応するスペクトルとして２個（ｋ＝２）、その他は各１個（ｋ＝１）のスペクトルを選択した。被験物質スペクトルＳｉは、CompassXport（Bruker社）を使用してセントロイドモードでmzML形式に変換した。
そして、上記図１２、１３で説明したフローチャートに従い処理を実行した。このとき、標準スペクトルＳ*ｊｋと被験物質スペクトルＳｉの間のm/z許容誤差は100ppmとした。標準スペクトルＳ*ｊｋと被験物質スペクトルＳｉのスペクトル別類似度計算には、上式（７）で示した複合値計算式を使用した。総合類似度Ｕｊの計算は、上記アルゴリズムを採用した近似解を使用した。そして、期待値Ｅｊが0.05未満である既知物質を、被験物質の成分と判定した。
図１５は、上記実験及び解析の結果を示す表である。図中、ヒット番号は、化合物類似度の高い順に付与する連番であり、物質識別子は、スペクトルライブラリ１６Ａに登録された既知物質を示すIDであり、物質名は、スペクトルライブラリ１６Ａに登録された既知物質名である。また、スペクトル番号は、各既知物質に属するスペクトルに対して観測順序に付与された連番である。
この実験では、期待値Ｅｊが0.05未満である既知物質は３種類が検出された。同定結果上位から順にスペクトルライブラリ１６Ａ中の（２）、（１）、（３）に対応しており、被験物質中に存在することが分かっている３種類の既知物質の全てを同定することが出来た。
［まとめ］
以上説明した本実施例の解析装置１等によれば、複数成分を含むマススペクトルを解析し、被験物質の同定に役立てることができる。
＜第２実施例＞
以下、図面を参照し、本発明の第２実施例に係る解析装置２について説明する。
［基本構成］については第１実施例と同様であるため、説明を省略する。
［解析装置の機能構成］
図１６は、本実施例の解析装置２の機能構成例である。解析装置２は、被験物質スペクトル取得部３０と、スペクトル別類似度計算部３２と、残差スペクトル生成部３８と、を備える。
これらの機能ブロックは、補助記憶装置１６等に格納されたプログラム・ソフトウエアをＣＰＵ１０が実行することにより機能する。なお、各機能ブロックが明確に別のプログラムにより実現される必要はなく、いずれかの機能ブロックが、サブルーチン等として他の機能ブロックにより呼び出されるものであっても構わない。また、このようなソフトウエアブロックに限らず、ＩＣやＦＰＧＡ等のハードウエアによってこれらの機能ブロックが実現されてもよい。
被験物質スペクトル取得部３０は、インタフェース装置２０等を介して質量分析計１００から、被験物質スペクトルＳを取得してメモリ装置１８に格納する。なお、既に質量分析計１００から取得された被験物質スペクトルＳについては、予め補助記憶装置１６等に格納しておいたものを読み込んでメモリ装置１８上に展開する。
一方、補助記憶装置１６には、被験物質スペクトルＳの比較対象となる既知物質ｊについての複数の標準スペクトルＳ*ｊが登録されたスペクトルライブラリ１６Ａが格納されている。
被験物質は、単一物質であってもよいし、混合物であってもよい。既知物質も同様に、単一物質であってもよいし、混合物であってもよいが、被験物質よりも小規模な化合物であることが望ましい。この結果、被験物質スペクトルＳは、複数のマススペクトルが合成されたデータとなり、標準スペクトルＳ*ｊは、より単純なデータとなる。係る関係については、第１実施例において図５で説明した通りである。
〔スペクトル別類似度〕については、第１実施例と同様であるため、説明を省略する。但し、本実施例では、被験物質スペクトルＳ及び標準スペクトルＳ*ｊは経時的データである必要はないため、スペクトル別類似度はSimilarity（Ｓ，Ｓ*ｊ）で表される。
〔残差スペクトルの生成〕
残差スペクトル生成部３８は、スペクトル別類似度計算部３２によって高いスペクトル別類似度Similarity（Ｓ，Ｓ*ｊ）が計算された標準スペクトルＳ*ｊを、被験物質スペクトルＳから差し引いて残差スペクトルＳ−を生成する。図１７は、被験物質スペクトルＳから標準スペクトルＳ*ｊを差し引いて残差スペクトルＳ−を生成する様子を示す図である。
ここで、標準スペクトルＳ*ｊを差し引く際には、最大値を一致させる等、何らかの正規化処理が行われることが望ましい。
本実施例の解析装置２は、スペクトル別類似度計算部３２と、残差スペクトル生成部３８の処理を繰り返し行い、残差スペクトルＳ−に対して行われスペクトル別類似度が、標準スペクトルＳ*ｊを差し引く前よりも向上した場合はスペクトル別類似度を更新する。そして、このようなループ処理を、上限指定回数に達するか、スペクトル別類似度の向上が無くなるまで再帰的に繰り返す。
図１８は、第２実施例に係る解析装置２により実行される処理の流れを示すフローチャートの一例である。
まず、被験物質スペクトルＳがメモリ装置１８に格納され、同様に複数の標準スペクトルＳ*ｊがメモリ装置１８に格納される（Ｓ４００）。なお、メモリ装置１８への展開を行わず、補助記憶装置１６上に存在するデータがそのまま用いられてもよい。
次に、被験物質スペクトルＳについて「スペクトル別類似度計算」を実行する（Ｓ４０６）。
「スペクトル別類似度計算」では、Ｓ４１０、Ｓ４１２の処理を全ての標準スペクトルＳ*ｊについて行う（ｊは既知物質の数）。まず、複数の標準スペクトルからｊ番目の既知物質についてのマススペクトルを取り出して標準スペクトルＳ*ｊとし（Ｓ４１０）、次に、被験物質スペクトルＳと標準スペクトルＳ*ｊのスペクトル別類似度Similarity（Ｓ，Ｓ*ｊ）を計算する（Ｓ４１２）。
スペクトル別類似度Similarity（Ｓ，Ｓ*ｊ）を計算すると、これをそれぞれ閾値と比較することにより、被験物質に含まれると推定される既知物質の標準スペクトルＳ*ｊを抽出し（Ｓ４２０）、これを被験物質スペクトルＳから（既に残差スペクトルＳ−が生成されている場合は、残差スペクトルＳ−から）指し引いて残差スペクトルＳ−を生成する（Ｓ４２２）。
そして、Ｓ４１２で計算されたスペクトル別類似度Similarity（Ｓ，Ｓ*ｊ）が、全て前回計算された値と同じであるか否かを判定する（Ｓ４３０）。これらが全て前回計算された値と同じである場合は、Ｓ４２０で抽出された全ての標準スペクトルＳ*ｊから、被験物質に含まれる既知物質を特定してユーザに提示し（Ｓ４５０）、本フローを終了する。
一方、スペクトル別類似度Similarity（Ｓ，Ｓ*ｊ）が、全て前回計算された値と同じでない場合は、Ｓ４０６〜Ｓ４４０のループ処理が規定回数以上行われたか否かを判定する（Ｓ４４０）。Ｓ４０６〜Ｓ４４０のループ処理が規定回数以上行われた場合は、Ｓ４２０で抽出された全ての標準スペクトルＳ*ｊから、被験物質に含まれる既知物質を特定してユーザに提示し（Ｓ４５０）、本フローを終了する。
Ｓ４３０とＳ４４０のいずれにおいても否定的な判定を得た場合は、Ｓ４０６に戻る。
このような処理によって、複数成分を含む被験物質スペクトルＳに対して、複数の標準スペクトルＳ*ｊのそれぞれが含まれるか否かを正確に解析することができる。
［まとめ］
以上説明した本実施例の解析装置２等によれば、複数成分を含むマススペクトルを解析し、被験物質の同定に役立てることができる。
＜第３実施例＞
以下、図面を参照し、本発明の第３実施例に係る解析装置３について説明する。
［基本構成］について、第１実施例における図１、２を援用する。第３実施例における質量分析計１００は、例えばＬＣ／ＭＳ（液体クロマトグラフ質量分析計）である。ＬＣ／ＭＳにおいては、例えば、グラジエント分析によって、複数の被験物質スペクトルＳｉ、すなわち、環境を変えながら、時間経過に応じて複数回取得された経時的データが得られる。
グラジエント分析では、ＨＰＬＣにおいて２つのポンプを用いて、２つの溶液（移動相）を用いて物質の強度を測定する。そして、２つの溶液の割合を設定し、その割合を時間ごとに変化させることで、試料中の成分を分離させることができる。グラジエント分析を採用する場合の移動相条件としては、例えば、溶媒Ａとして水／ギ酸（1000：1，v/v）、溶媒Bとしてアセトニトリル／ギ酸（1000：1，v/v）が採用される。そして、まず、溶媒Ａと溶媒Ｂの混合物でグラジエント溶離することにより分離し、このとき、測定開始〜1分後は溶媒Ｂの濃度を30％にし、1分後に溶媒Bの濃度を100％に増加させて6分後まで測定する。次に、溶媒Ａと溶媒Ｂの混合物で10分のリニアグラジエント溶離により分離し、このとき溶媒Ｂの量を40％から50％に増加させる。ＬＣ／ＭＳの測定条件は、例えば以下の通りである。カラム：ＯＤＳカラム, 2.1×50mm、粒子経1.7μm、カラム温度：40℃、流速：0.2mL/min、ＭＳ：ＥＳＩ（ポジティブイオン検出モード）。
［解析装置の機能構成］
図２０は、本実施例の解析装置３の機能構成例である。解析装置３は、被験物質スペクトル取得部３０と、純度計算部４０と、表示制御部４２と、を備える。
これらの機能ブロックは、補助記憶装置１６等に格納されたプログラム・ソフトウエアをＣＰＵ１０が実行することにより機能する。なお、各機能ブロックが明確に別のプログラムにより実現される必要はなく、いずれかの機能ブロックが、サブルーチン等として他の機能ブロックにより呼び出されるものであっても構わない。また、このようなソフトウエアブロックに限らず、ＩＣやＦＰＧＡ等のハードウエアによってこれらの機能ブロックが実現されてもよい。
被験物質スペクトル取得部３０は、インタフェース装置２０等を介して質量分析計１００から、被験物質スペクトルＳｉを取得してメモリ装置１８に格納する。なお、既に質量分析計１００から取得された被験物質スペクトルＳｉについては、予め補助記憶装置１６等に格納しておいたものを読み込んでメモリ装置１８上に展開する。
ここで、複数の被験物質スペクトルＳｉは、上記のように、温度や圧力、その他の環境を変えながら、時間経過に応じて質量分析計１００により複数回取得された経時的データである。被験物質スペクトルＳｉの添え字ｉは、観測順序、すなわち「複数回」のうち何回目に取得されたデータであるかを示している（ｉ＝１〜ｎ）。
一方、補助記憶装置１６には、被験物質スペクトルＳの比較対象となる複数の既知物質ｊについての標準スペクトルＳ*ｊが登録されたスペクトルライブラリ１６Ａが格納されている。
標準スペクトルＳ*ｊは、例えば、複数の既知物質ｊについて測定されたスペクトルデータである。標準スペクトルＳ*ｊは、スペクトルデータの時間に応じた変化が無い、或いは小さい物質である（従って、余り大規模な化合物でない）ことが好ましい。
被験物質、及び既知物質は、単一物質であってもよいし、混合物であってもよい。
純度計算部４０は、経時的データである複数の被験物質スペクトルＳｉに含まれる各データと、標準スペクトルＳ*ｊの組み合わせに対して、標準スペクトルＳ*ｊが示す成分の、被験物質における純度P（Ｓｉ，Ｓ*ｊ）を計算する。
具体的には、まず、純度計算部４０は、被験物質スペクトルＳｉにおいてピークを形成するm／zと同じ又は一定の許容誤差範囲内のm／zにおける標準スペクトルＳ*ｊの最大強度を抽出し、被験物質スペクトルＳｉと同じ次数のベクトルデータＩ*を生成する。
図２１は、被験物質スペクトルＳｉにおいてピークを形成するm／zと同じ又は一定の許容誤差範囲内のm／zにおける標準スペクトルＳ*ｊの最大強度を抽出し、被験物質スペクトルＳｉと同じ次数のベクトルデータＩ*を生成する様子を示す図である。純度計算部４０は、被験物質スペクトルＳｉにおいてピークを形成するm／zと、同じ又は一定の許容誤差範囲内のm／zにおいて、標準スペクトルＳ*ｊのピークが存在しない場合には、ベクトルデータＩ*の該当する成分をゼロとする。図２１では、標準スペクトルＳ*ｊにおいてピークを形成する各ｍ／ｚにおける強度は（10，16.5，6.5，3.5）であり、被験物質スペクトルＳｉにおいてピークを形成するが標準スペクトルＳ*ｊにおいてピークを形成しないｍ／ｚの項についてゼロが付加され、Ｉ*＝（10，16.5，0，6.5，0，0，3.5，0，0，0，0）が得られる。
そして、純度計算部４０は、次式（１０）に基づき、各組み合わせに対して純度P（Ｓｉ，Ｓ*ｊ）を計算する。式中、Ｉｍは、ベクトルデータＩのｍ番目の成分であり、Ｉ*ｍは、ベクトルデータＩ*のｍ番目の成分である。
Figure 0006088177
なお、係る手法に限らず、ピアソンの積率相関係数を用いて純度P（Ｓｉ，Ｓ*ｊ）を計算してもよい。次式（１１）は、ピアソンの積率相関係数を用いた場合の演算式を示す。
Figure 0006088177
表示制御部４２は、ユーザにより選択された標準スペクトルＳ*ｊ、或いは自動的に選択される標準スペクトルＳ*ｊに関して、上記のように算出された純度Pの全部又は一部を、被験物質スペクトルの測定タイミング（測定時刻）に対応付けて表示装置２４に表示させる。より具体的には、表示制御部４２は、ユーザにより又は自動的に選択された標準スペクトルＳ*ｊについての、測定タイミング毎の純度P、すなわち純度Pの時間変化を、例えば被験物質のトータルイオンカレントクロマトグラム（ＴＩＣ）の時間変化と比較可能な態様で（例えば、並べて）表示装置２４に表示させる。トータルイオンカレントクロマトグラム（ＴＩＣ）は、測定タイミング毎の全イオンの合計強度である。
図２２〜２４は、表示制御部４２により生成される表示画面の例である。なお、これらの図は、被験物質として（１）Dimethyl Phthalate（100ppm）及びEthyl Paraben（500ppm）のアセトニトリル溶液、（２）Dimethyl Phthalate（20ppm）及びPropyl Paraben（100ppm）のアセトニトリル溶液を採用して得られたものである。
図２２は、被験物質が成分Ａと成分Ｂを含む場合の、被験物質のトータルイオンカレントクロマトグラム（ＴＩＣ）の時間変化（図２２の上段）と、成分Ａに関する純度P及び成分Ｂに関する純度Ｐ（図２２の下段）を並べて表示した画面を示す。図２２に示すように、成分Ａと成分Ｂは、前述したような環境下で分離し測定されるタイミングが近いため、純度Pがピークをつけるタイミングも近いものとなる。このため、被験物質のトータルイオンカレントクロマトグラム（ＴＩＣ）のみからは、被験物質が二つの成分を含むことを明確に読み取ることができず、成分Ａに関する純度Ｐのピーク値と、成分Ｂに関する純度Ｐのピーク値は、それぞれ０．７程度に留まっている。
図２３は、被験物質が成分Ｃと成分Ｄを含む場合の、被験物質のトータルイオンカレントクロマトグラム（ＴＩＣ）の時間変化（図２３の上段）と、成分Ｃに関する純度P及び成分Ｃに関する純度Ｐ（図２３の下段）を並べて表示した画面を示す。図２３に示すように、成分Ｃと成分Ｄは、前述したような環境下で分離し測定されるタイミングが成分Ａ、Ｂよりも離れているため、純度Pがピークをつけるタイミングは図２２よりも離れている。このため、被験物質のトータルイオンカレントクロマトグラム（ＴＩＣ）から被験物質が二つの成分を含むことがある程度読み取れ、成分Ｃに関する純度Ｐのピーク値と、成分Ｄに関する純度Ｐのピーク値は、それぞれ０．８程度となっている。
図２４は、被験物質が成分Ｅと成分Ｆを含む場合の、被験物質のトータルイオンカレントクロマトグラム（ＴＩＣ）の時間変化（図２４の上段）と、成分Ｃに関する純度P及び成分Ｃに関する純度Ｐ（図２４の下段）を並べて表示した画面を示す。図２４に示すように、成分Ｅと成分Ｆは、前述したような環境下で分離し測定されるタイミングが明確に離れているため、純度Pがピークをつけるタイミングは図２２、２３よりも離れている。このため、被験物質のトータルイオンカレントクロマトグラム（ＴＩＣ）から被験物質が二つの成分を含むことが明確に読み取れ、成分Ｅに関する純度Ｐのピーク値と、成分Ｆに関する純度Ｐのピーク値は、それぞれ０．９程度と高い値になっている。
純度Ｐの時間変化を表示することで、これを見た解析者は、様々なことを読み取ることができる。まず、純度Ｐのピーク値が余り高い値とならないことで、同じような測定タイミングで他の成分が存在することを読み取ることができる。また、純度Ｐがピーク値をつける測定タイミングが近い複数の成分を並べて表示することで、被験物質のトータルイオンカレントクロマトグラム（ＴＩＣ）のピークが、複数の成分によるものであることを明確に把握することができる。図２５は、成分Ａ、Ｂについてのマスクロマトグラムである。図２５に示す波形と図２２の上段を比較しても、被験物質のトータルイオンカレントクロマトグラム（ＴＩＣ）のピークが、複数の成分Ａ、Ｂによるものであるか否かを判断することはできない。これに対し、図２２に示すような表示を行うことで、解析者は、被験物質のトータルイオンカレントクロマトグラム（ＴＩＣ）のピークが、複数の成分によるものであると判断することができる。
更に、純度Ｐのピークをつけた測定タイミングが、被験物質のトータルイオンカレントクロマトグラム（ＴＩＣ）のピークをつけた測定タイミングと一致している又は近いことを確認することで、当該成分が、単なるノイズ成分ではないことを知ることができる。被験物質のトータルイオンカレントクロマトグラム（ＴＩＣ）が低い測定タイミングで、成分の純度Ｐがピークをつけたとしても、単に被験物質の主要でない成分が、たまたま当該成分のスペクトルと一致したに過ぎないと考えられるからである。
図２６は、成分Ａに関する純度Ｐがピークをつけた測定タイミング（１）と、成分Ｂに関する純度Ｐがピークをつけた測定タイミング（２）における、マススペクトルを示す図である。図２６の下段左側に示すマススペクトルでは、成分Ａに由来する物質のスペクトルＡ（１）、Ａ（２）のウエイトが高くなっており、図２６の下段右側に示すマススペクトルでは、成分Ｂに由来する物質のスペクトルＢ（１）のウエイトが高くなっている。このように、各測定タイミングにおいて、各成分のウエイトが高まるのに応じて純度Ｐが高くなる様子が見てとれる。
［フローチャート］
図２７は、第３実施例に係る解析装置３により実行される処理の流れを示すフローチャートである。
まず、解析装置３は、所定の環境下に置かれた複数の或いは単数の既知物質から、複数回の測定タイミングで測定された標準スペクトルをスペクトルライブラリに格納しておく（Ｓ５００）。
次に、解析装置３は、同じ環境下で被験物質から、複数回の測定タイミングで測定された被験物質スペクトルを取得し、メモリ装置１８に格納する（Ｓ５０２）。なお、Ｓ５０２で取得される被験物質スペクトルには、被験物質のトータルイオンカレントクロマトグラム（ＴＩＣ）の時間変化が付随している。Ｓ５００とＳ５０２の順序は上記の通りである必要はなく、逆であっても構わない。
次に、解析装置３は、純度Ｐを計算する対象となる標準スペクトルを選択する（Ｓ５０４）。標準スペクトルの選択は、ユーザの操作に応じて行ってもよいし、自動的に行ってもよい。標準スペクトルの選択を自動的に行う場合、例えば、解析装置３は第１実施例と同様の機能を有し、総合類似度Ｕｊが最も高い標準スペクトルから順に選択するものとしてよい。
次に、解析装置３の純度計算部４０は、各被験物質スペクトルと、選択された標準スペクトルの組み合わせに対して、純度Ｐを計算する（Ｓ５０６）。
そして、解析装置３の表示制御部４２は、Ｓ５０６で計算された純度Ｐの時間変化と、被験物質のトータルイオンカレントクロマトグラム（ＴＩＣ）の時間変化とを比較可能な態様で表示装置２４に表示させる（Ｓ５０８）。
その後、解析装置３は、ユーザの操作に応じて又は自動的に他の標準スペクトルを選択し、選択した標準スペクトルについての純度Ｐの時間変化を重畳表示したり、過去に表示した純度Ｐの時間変化を消去してから他の標準スペクトルについての純度Ｐの時間変化を表示したりする。
［まとめ］
以上説明した第３実施例の解析装置３等によれば、純度Ｐを測定タイミングに対応付けて表示するため、解析者に有用な情報を与えることができる。
以上、本発明を実施するための最良の形態について実施例を用いて説明したが、本発明はこうした実施例に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。
例えば、上記第３実施例では、標準スペクトルＳ*ｊの元となる物質は、スペクトルデータの時間に応じた変化が無い、或いは小さい物質であることが好ましいものとし、標準スペクトルＳ*ｊとして時系列でないデータを用いるものとしたが、スペクトルデータの時間に応じた変化が大きい物質のスペクトルを標準スペクトルとする場合、経時的データである標準スペクトルＳ*ｊｉを用いて純度Ｐを計算してもよい。ここで引数ｉは、被験物質スペクトルＳｉと同様、観測順序、すなわち「複数回」のうち何回目に取得されたデータであるかを示している（ｉ＝１〜ｎ）。
この場合、解析装置３は、複数の被験物質スペクトルＳｉと、選択された既知物質ｊに関する複数の標準スペクトルＳ*ｊｉに含まれるデータのうち、測定タイミング（測定時刻）が同じもの（すなわち添え字ｉが同じもの）同士を抽出した各組み合わせに対して、標準スペクトルＳ*ｊが示す成分の、被験物質における純度P（Ｓｉ，Ｓ*ｊｉ）を計算する。以降の処理は、第３実施例と同様、算出された純度Pの全部又は一部を、被験物質スペクトルの測定タイミング（測定時刻）に対応付けて表示装置２４に表示させる。
なお、被験物質と既知物質の測定タイミングや測定回数が一致しない場合も考えられるが、この場合、小さい相違に関しては無視してもよいし（測定順が一致していればよしとする）、時間補間等の処理を行って測定タイミングや測定回数を一致させる補正処理を行ってもよい。
１ 解析装置
１０ ＣＰＵ
１２ ドライブ装置
１６ 補助記憶装置
１６Ａ スペクトルライブラリ
１８ メモリ装置
２０ インタフェース装置
２２ 入力装置
２４ 表示装置
３０ 被験物質スペクトル取得部
３２ スペクトル別類似度計算部
３４ 総合類似度計算部
３６ 一致判定部
３８ 残差スペクトル生成部
４０ 純度計算部
４２ 表示制御部
１００ 質量分析計
２００ ユーザ

Claims (7)

  1. 同一の被験物質について複数回取得された、複数の被験物質スペクトルを取得する被験物質スペクトル取得部と、
    既知物質についての複数の標準スペクトルが格納された記憶手段と、
    前記複数の被験物質スペクトルと前記複数の標準スペクトルから一データずつ抽出した組み合わせに対して、前記標準スペクトルのピーク強度比と、前記被験物質スペクトルにおける前記標準スペクトルのピークに該当する部分のピーク強度比との一致程度を示す第１の評価値を計算する第１評価値計算手段と、
    前記各組み合わせに対する第１の評価値に基づいて、前記被験物質と前記既知物質との一致程度を示す第２の評価値を計算する第２評価値計算手段と、
    前記第２の評価値の分布に基づいて再帰的に前記被験物質が前記既知物質を含むか否かを判定する判定手段と
    を備える解析装置。
  2. 請求項１に記載の解析装置であって、
    少なくとも前記複数の被験物質スペクトルは、順序付けがされた経時的データであり、
    前記第２評価値計算手段は、前記順序付けに矛盾しない範囲で前記第１の評価値の高い組み合わせが選択されるように、前記被験物質スペクトルと前記標準スペクトルの組み合わせを選抜し、該選抜された前記被験物質スペクトルと前記標準スペクトルの組み合わせに対する前記第１の評価値を合計することにより、前記第２の評価値を計算する手段である、
    解析装置。
  3. 請求項２に記載の解析装置であって、
    前記第２評価値計算手段は、前記複数の被験物質スペクトルと前記複数の標準スペクトルを前記順序付けに応じて二軸上に並べ、前記第１の評価値をデータ成分としたマトリクスデータにおいて、前記順序付けにおける最先同士のデータ成分から最後尾同士のデータ成分に至る最短経路のうち、データ成分の合計値が高い経路上の前記被験物質スペクトルと前記標準スペクトルの組み合わせを選抜する手段である、
    解析装置。
  4. 請求項２又は３に記載の解析装置であって、
    前記順序付けは、異なる環境を与えて質量分析計が前記被験物質又は前記既知物質からスペクトルデータを取得した際の観測順序である、
    解析装置。
  5. 請求項１ないし４のいずれか１項に記載の解析装置であって、
    前記第１評価値計算手段は、前記標準スペクトルのピークに対応するm／zを抽出すると共に、前記標準スペクトルの各ピークにおける強度を成分とする第１のベクトルと、前記被験物質スペクトルにおける前記抽出したm／zにおける強度を成分とする第２のベクトルと、の余弦を前記第１の評価値として計算する手段である、
    解析装置。
  6. 同一の被験物質について複数回取得された、複数の被験物質スペクトルを取得する処理と、
    前記複数の被験物質スペクトルと、記憶手段に格納された既知物質についての複数の標準スペクトルから一データずつ抽出した組み合わせに対して、前記標準スペクトルのピーク強度比と、前記被験物質スペクトルにおける前記標準スペクトルのピークに該当する部分のピーク強度比との一致程度を示す第１の評価値を計算する処理と、
    前記各組み合わせに対する第１の評価値に基づいて、前記被験物質と前記既知物質との一致程度を示す第２の評価値を計算する処理と、
    前記第２の評価値の分布に基づいて再帰的に前記被験物質が前記既知物質を含むか否かを判定する処理と
    をコンピュータが実行する解析方法。
  7. 同一の被験物質について複数回取得された、複数の被験物質スペクトルを取得する処理と、
    前記複数の被験物質スペクトルと、記憶手段に格納された既知物質についての複数の標準スペクトルから一データずつ抽出した組み合わせに対して、前記標準スペクトルのピーク強度比と、前記被験物質スペクトルにおける前記標準スペクトルのピークに該当する部分のピーク強度比との一致程度を示す第１の評価値を計算する処理と、
    前記各組み合わせに対する第１の評価値に基づいて、前記被験物質と前記既知物質との一致程度を示す第２の評価値を計算する処理と、
    前記第２の評価値の分布に基づいて再帰的に前記被験物質が前記既知物質を含むか否かを判定する処理と
    をコンピュータに実行させるプログラム。
JP2012181749A 2011-09-02 2012-08-20 解析装置、解析方法、プログラム Expired - Fee Related JP6088177B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2012181749A JP6088177B2 (ja) 2011-09-02 2012-08-20 解析装置、解析方法、プログラム
US14/240,422 US9087680B2 (en) 2011-09-02 2012-08-30 Analysis device, analysis method, and storage medium
EP12828096.3A EP2765414A4 (en) 2011-09-02 2012-08-30 ANALYSIS DEVICE, ANALYSIS PROCEDURE AND STORAGE MEDIUM
PCT/JP2012/071976 WO2013031881A1 (ja) 2011-09-02 2012-08-30 解析装置、解析方法、記憶媒体

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2011191679 2011-09-02
JP2011191679 2011-09-02
JP2012181749A JP6088177B2 (ja) 2011-09-02 2012-08-20 解析装置、解析方法、プログラム

Publications (2)

Publication Number Publication Date
JP2013064730A JP2013064730A (ja) 2013-04-11
JP6088177B2 true JP6088177B2 (ja) 2017-03-01

Family

ID=47756360

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2012181749A Expired - Fee Related JP6088177B2 (ja) 2011-09-02 2012-08-20 解析装置、解析方法、プログラム

Country Status (4)

Country Link
US (1) US9087680B2 (ja)
EP (1) EP2765414A4 (ja)
JP (1) JP6088177B2 (ja)
WO (1) WO2013031881A1 (ja)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3004916A4 (en) * 2013-05-26 2016-12-28 Intel Ip Corp APPARATUS, SYSTEM AND METHOD FOR ESTIMATING A LOCATION OF A MOBILE DEVICE
CN105518448B (zh) * 2013-09-04 2018-04-10 株式会社岛津制作所 色谱质谱分析用数据处理装置
CN107077592B (zh) * 2014-03-28 2021-02-19 威斯康星校友研究基金会 高分辨率气相色谱-质谱数据与单位分辨率参考数据库的改进谱图匹配的高质量精确度滤波
US10121643B2 (en) * 2014-07-24 2018-11-06 Shimadzu Corporation Chromatography/mass spectrometry data processing device
WO2016120958A1 (ja) * 2015-01-26 2016-08-04 株式会社島津製作所 ３次元スペクトルデータ処理装置及び処理方法
CN108139356A (zh) * 2015-09-25 2018-06-08 株式会社岛津制作所 用于定性分析的质谱分析数据处理装置
JP6628181B2 (ja) * 2015-12-17 2020-01-08 株式会社島津製作所 質量分析を用いた試料解析方法及び試料解析システム
KR101748525B1 (ko) * 2016-02-02 2017-06-16 주식회사 엘지화학 질량 분석 이미징에 의해 시료 표면의 물질 분포를 분석하는 방법 및 시스템
WO2017149632A1 (ja) * 2016-03-01 2017-09-08 株式会社島津製作所 質量分析装置及び質量分析方法
US10950423B2 (en) * 2016-08-26 2021-03-16 Shimadzu Corporation Imaging mass spectrometry data processing device and imaging mass spectrometry data processing method
JP2018119897A (ja) * 2017-01-27 2018-08-02 株式会社島津製作所 質量分析を用いた物質同定方法及び質量分析データ処理装置
WO2018138901A1 (ja) * 2017-01-30 2018-08-02 株式会社島津製作所 スペクトルデータ処理装置
JP6994921B2 (ja) * 2017-12-05 2022-01-14 日本電子株式会社 質量分析データ処理装置および質量分析データ処理方法
JP7154582B2 (ja) * 2018-07-23 2022-10-18 フロンティア・ラボ株式会社 混合物同定支援システム
JP7196579B2 (ja) * 2018-12-07 2022-12-27 株式会社島津製作所 データ処理装置、分析装置、データ処理方法およびプログラム
CN109444071B (zh) * 2018-12-14 2020-12-11 江苏东交工程检测股份有限公司 基于分波段的沥青红外光谱质量检测方法和装置
KR20200133525A (ko) 2019-05-20 2020-11-30 삼성전자주식회사 생체 정보 추정 모델의 유효성 판단 장치 및 방법
US11841373B2 (en) * 2019-06-28 2023-12-12 Canon Kabushiki Kaisha Information processing apparatus, method for controlling information processing apparatus, and program
CN111426648B (zh) * 2020-03-19 2023-04-07 甘肃省交通规划勘察设计院股份有限公司 一种红外谱图的相似度确定方法及***
CN111616422A (zh) * 2020-06-08 2020-09-04 深圳市康泓威科技有限公司 可分析溶液成分和含量的电子雾化设备
CN117288708B (zh) * 2023-10-07 2024-03-26 中国标准化研究院 一种固体废物玻璃化产物玻璃化程度的检测方法
CN117490002B (zh) * 2023-12-28 2024-03-08 成都同飞科技有限责任公司 基于流量监测数据的供水管网流量预测方法及***

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH03165445A (ja) * 1989-11-22 1991-07-17 Hitachi Ltd 質量スペクトルの表示方法
JPH05149935A (ja) 1991-11-28 1993-06-15 Shimadzu Corp Ｇｃ／ｍｓデータ処理装置
JPH0943199A (ja) * 1995-07-26 1997-02-14 Shimadzu Corp Ｇｃ／ｍｓにおける同定方法
JP2004251830A (ja) * 2003-02-21 2004-09-09 Hitachi High-Technologies Corp 質量分析計データ処理装置およびデータ処理方法
JP4046061B2 (ja) * 2003-10-23 2008-02-13 株式会社島津製作所 クロマトグラフ分析装置
JP4407337B2 (ja) 2004-03-25 2010-02-03 株式会社島津製作所 クロマトグラフ質量分析装置
WO2006106724A1 (ja) * 2005-03-31 2006-10-12 National Institute Of Advanced Industrial Science And Technology タンパク質の分析方法、装置およびプログラム
JP5299060B2 (ja) * 2009-04-23 2013-09-25 株式会社島津製作所 糖ペプチド構造解析方法及び装置
DE102009032649B4 (de) * 2009-07-10 2017-12-21 Bruker Daltonik Gmbh Massenspektrometrische Identifizierung von Mikroben nach Unterarten
WO2011015631A1 (en) * 2009-08-06 2011-02-10 Universite Pierre Et Marie Curie (Paris 6) Method of identifying micro-organisms and their species in blood culture
DE102010006450B4 (de) * 2010-02-01 2019-03-28 Bruker Daltonik Gmbh Gestufte Suche nach Mikrobenspektren in Referenzbibiliotheken

Also Published As

Publication number Publication date
EP2765414A1 (en) 2014-08-13
EP2765414A4 (en) 2015-09-16
WO2013031881A1 (ja) 2013-03-07
US20140183353A1 (en) 2014-07-03
US9087680B2 (en) 2015-07-21
JP2013064730A (ja) 2013-04-11

Similar Documents

Publication Publication Date Title
JP6088177B2 (ja) 解析装置、解析方法、プログラム
JP6494588B2 (ja) 滞留時間の決定または確認のための窓処理質量分析データの使用
US10401337B2 (en) Method and apparatus for improved quantitation by mass spectrometry
JP5375411B2 (ja) クロマトグラフ質量分析データ解析方法及び装置
US20160216244A1 (en) Method and electronic nose for comparing odors
US10557837B2 (en) Mass-spectrometry-data processing system
JP6004080B2 (ja) データ処理装置及びデータ処理方法
US10845344B2 (en) Data processing device for chromatograph mass spectrometer
US9464936B2 (en) Plasma processing apparatus and analyzing apparatus
JP5945365B2 (ja) Ｎｍｒスペクトルから物質を同定するための方法
JP5757264B2 (ja) クロマトグラフ質量分析データ処理装置
JP2016003865A (ja) 代謝物解析システム及び代謝物解析方法
JP4984617B2 (ja) 質量分析データ解析方法
CN103842809A (zh) 质量分析数据解析方法以及装置
EP3218703B1 (en) Determining the identity of modified compounds
JP5664667B2 (ja) 質量分析データ解析方法、質量分析データ解析装置、及び質量分析データ解析用プログラム
JP7167105B2 (ja) マススペクトル処理装置及び方法
JP6295910B2 (ja) 質量分析データ処理装置
CN114295766A (zh) 基于稳定同位素标记的代谢组学数据的处理方法和装置
US11282686B2 (en) Imaging mass spectrometer
JP6628181B2 (ja) 質量分析を用いた試料解析方法及び試料解析システム
JP2024526079A (ja) 質量スペクトル中の分子種を同定するための方法及び装置
de Cripan et al. Untargeted GC-MS Data Processing and Metabolite Identification Using eRah
JP2021076499A (ja) マススペクトル処理装置及び方法
EP4377676A1 (en) Adaptive search mass spectrometer spectral analysis

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20150817

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20160621

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160819

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20170124

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170203

R150 Certificate of patent or registration of utility model

Ref document number: 6088177

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees