JP7332045B2 - データ処理装置、データ処理方法、データ処理プログラムおよび分析装置 - Google Patents
データ処理装置、データ処理方法、データ処理プログラムおよび分析装置 Download PDFInfo
- Publication number
- JP7332045B2 JP7332045B2 JP2022527525A JP2022527525A JP7332045B2 JP 7332045 B2 JP7332045 B2 JP 7332045B2 JP 2022527525 A JP2022527525 A JP 2022527525A JP 2022527525 A JP2022527525 A JP 2022527525A JP 7332045 B2 JP7332045 B2 JP 7332045B2
- Authority
- JP
- Japan
- Prior art keywords
- peak
- data processing
- display
- predicted distribution
- unit
- 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.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims description 171
- 238000003672 processing method Methods 0.000 title claims description 11
- 238000004458 analytical method Methods 0.000 title description 10
- 238000009826 distribution Methods 0.000 claims description 214
- 238000005259 measurement Methods 0.000 claims description 44
- 238000004364 calculation method Methods 0.000 claims description 37
- 239000000126 substance Substances 0.000 claims description 21
- 230000008859 change Effects 0.000 claims description 11
- 238000012986 modification Methods 0.000 claims description 7
- 230000004048 modification Effects 0.000 claims description 7
- 239000012535 impurity Substances 0.000 description 24
- 238000000034 method Methods 0.000 description 24
- 230000006870 function Effects 0.000 description 23
- 230000008569 process Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 17
- 238000011156 evaluation Methods 0.000 description 9
- 238000005070 sampling Methods 0.000 description 4
- 238000000926 separation method Methods 0.000 description 4
- 239000007788 liquid Substances 0.000 description 3
- 238000007476 Maximum Likelihood Methods 0.000 description 2
- 239000004480 active ingredient Substances 0.000 description 2
- 238000004587 chromatography analysis Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000002290 gas chromatography-mass spectrometry Methods 0.000 description 2
- 238000004895 liquid chromatography mass spectrometry Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000004811 liquid chromatography Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000005220 pharmaceutical analysis Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/86—Signal analysis
- G01N30/8624—Detection of slopes or peaks; baseline correction
- G01N30/8631—Peaks
- G01N30/8637—Peak shape
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/62—Detectors specially adapted therefor
- G01N30/72—Mass spectrometers
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Automatic Analysis And Handling Materials Therefor (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Description
図2は、データ処理装置の機能構成の一例を示すブロック図である。図2に示すように、本実施の形態に係るデータ処理装置100は、試料測定装置10と接続可能に構成されている。
図3は、データ処理の一例を示すフローチャートである。図3に示すように、データ処理装置100は、データ処理を実行する。データ処理は、試料に対する所定の測定によって得られた測定波形に対して行う処理であって、データ処理装置100の取得部101、推定部102、入力部103、算出部104および表示処理部105が実行する一連の処理である。
上述のように、取得部101は、試料測定装置10が行った所定の測定によって得られた測定波形(「信号波形」とも称する)を取得する。推定部102は、取得部101で取得した測定波形に含まれる近接した複数のピーク波形の各々に対して、所定のピーク形状モデルを用いて各々のピーク形状の予測分あ布を、ベイズ推定により推定する。以下、ピーク形状の予測分布の推定や表示に関し、具体的に説明する。
上述のように、算出部104は、推定部102で推定したピーク形状の予測分布に基づき、各々のピーク波形に対して定量指標の予測分布を算出する。表示処理部105は、算出部104で算出した定量指標の予測分布をディスプレイ112に表示させる処理を行う。
図11は、本実施の形態の変形例に係る分析装置の機能構成の一例を示すブロック図である。
上述した実施の形態およびその変形例は、以下の態様の具体例であることが当業者により理解される。
(第10項)分析装置は、第1~第9項のいずれか1項に記載のデータ処理装置と、試料に対する所定の測定を行う測定部とを備える。
Claims (15)
- 試料に対する所定の測定によって得られた測定波形に対してデータ処理を行うデータ処理装置であって、
前記測定波形に含まれる近接した複数のピーク波形の各々に対して、所定のピーク形状モデルを用いて各々のピーク形状の予測分布を推定する推定部と、
前記推定部で推定した前記ピーク形状の予測分布に基づき、各々のピーク波形に対して定量指標の予測分布を算出する算出部と、
前記算出部で算出した前記定量指標の予測分布を表示させるように動作可能な表示処理部とを備え、
前記算出部は、前記推定部で推定した前記ピーク形状の予測分布に基づき、各々のピーク波形に対して、互いに関連する前記定量指標に基づく第1、第2予測分布を算出し、
前記表示処理部は、前記第1、第2予測分布の表示態様を変更するように動作可能である、データ処理装置。 - 前記複数のピーク波形は、第1ピーク波形と第2ピーク波形とを含み、
前記定量指標は、第1定量指標と第2定量指標とを含み、
前記第1、第2予測分布の表示態様の変更は、前記算出部が、前記第1ピーク波形に対して算出した前記第1予測分布の表示から前記第2ピーク波形に対して算出した前記第2予測分布の表示への変更、および、前記算出部が、前記第1定量指標に基づき算出した前記第1予測分布の表示から前記第2定量指標に基づき算出した前記第2予測分布の表示への変更からなる群より選択される変更を含む、請求項1に記載のデータ処理装置。 - 前記算出部は、算出した前記定量指標の予測分布における閾値での分位点を算出し、
前記表示処理部は、前記算出部で算出した前記分位点を表示するように動作可能である、請求項1に記載のデータ処理装置。 - ユーザの入力を受ける入力部をさらに備え、
前記表示処理部は、前記入力部で入力を受けたユーザの選択に基づき前記第1、第2予測分布の表示態様を変更するように動作可能である、請求項1に記載のデータ処理装置。 - ユーザの入力を受ける入力部をさらに備え、
前記表示処理部は、前記入力部で入力を受けた前記閾値以上または前記閾値以下となる確率を、前記分位点として表示させるように動作可能である、請求項3に記載のデータ処理装置。 - ユーザの入力を受ける入力部をさらに備え、
前記表示処理部は、前記入力部で入力を受けた前記閾値に対応する、前記定量指標の予測分布のパーセンタイル点を表示させるように動作可能である、請求項3に記載のデータ処理装置。 - 前記表示処理部は、前記入力部で新たに前記閾値の入力を受けた場合、前記パーセンタイル点を新たに入力を受けた前記閾値に対応させて再表示させるように動作可能である、請求項6に記載のデータ処理装置。
- 前記定量指標は、少なくともピーク形状の高さ、およびピーク形状の面積を含む、請求項1~請求項7のいずれか1項に記載のデータ処理装置。
- 前記定量指標の予測分布は、各々のピーク形状に対応する物質の比率の分布を含む、請求項8に記載のデータ処理装置。
- 前記推定部は、ベイズ推定により各々のピーク形状の予測分布を推定する、請求項1に記載のデータ処理装置。
- 請求項1に記載のデータ処理装置と、
前記試料に対する前記所定の測定を行う測定部とを備える、分析装置。 - 試料に対する所定の測定によって得られた測定波形に対してデータ処理を行うデータ処理方法であって、
前記測定波形に含まれる近接した複数のピーク波形の各々に対して、所定のピーク形状モデルを用いて各々のピーク形状の予測分布を推定するステップと、
推定した前記ピーク形状の予測分布に基づき、各々のピーク波形に対して定量指標の予測分布を算出するステップと、
算出した前記定量指標の予測分布を表示させるステップと、
推定した前記ピーク形状の予測分布に基づき、各々のピーク波形に対して、互いに関連する前記定量指標に基づく第1、第2予測分布を算出するステップと、
前記第1、第2予測分布の表示態様を変更するステップとを備える、データ処理方法。 - 算出した前記定量指標の予測分布における閾値での分位点を算出するステップと、
算出した前記分位点を表示するステップとをさらに備える、請求項12に記載のデータ処理方法。 - ユーザの入力を受けるステップと、
入力を受けたユーザの選択に基づき前記第1、第2予測分布の表示態様を変更するステップとをさらに備える、請求項12に記載のデータ処理方法。 - 試料に対する所定の測定によって得られた測定波形に対してデータ処理を行うデータ処理プログラムであって、コンピュータに、
前記測定波形に含まれる近接した複数のピーク波形の各々に対して、所定のピーク形状モデルを用いて各々のピーク形状の予測分布を推定するステップと、
推定した前記ピーク形状の予測分布に基づき、各々のピーク波形に対して定量指標の予測分布を算出するステップと、
算出した前記定量指標の予測分布を表示させるステップと、
推定した前記ピーク形状の予測分布に基づき、各々のピーク波形に対して、互いに関連する前記定量指標に基づく第1、第2予測分布を算出するステップと、
前記第1、第2予測分布の表示態様を変更するステップとを実行させる、データ処理プログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020094492 | 2020-05-29 | ||
JP2020094492 | 2020-05-29 | ||
PCT/JP2021/008351 WO2021240939A1 (ja) | 2020-05-29 | 2021-03-04 | データ処理装置、データ処理方法、データ処理プログラムおよび分析装置 |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2021240939A1 JPWO2021240939A1 (ja) | 2021-12-02 |
JPWO2021240939A5 JPWO2021240939A5 (ja) | 2023-01-30 |
JP7332045B2 true JP7332045B2 (ja) | 2023-08-23 |
Family
ID=78723318
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022527525A Active JP7332045B2 (ja) | 2020-05-29 | 2021-03-04 | データ処理装置、データ処理方法、データ処理プログラムおよび分析装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230417714A1 (ja) |
JP (1) | JP7332045B2 (ja) |
CN (1) | CN115667913A (ja) |
WO (1) | WO2021240939A1 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016035167A1 (ja) | 2014-09-03 | 2016-03-10 | 株式会社島津製作所 | クロマトグラムデータ処理方法及び装置 |
WO2019092837A1 (ja) | 2017-11-09 | 2019-05-16 | 富士通株式会社 | 波形解析装置 |
WO2019176658A1 (ja) | 2018-03-14 | 2019-09-19 | 株式会社日立ハイテクノロジーズ | クロマトグラフィー質量分析方法およびクロマトグラフ質量分析装置 |
WO2020032803A1 (en) | 2018-08-10 | 2020-02-13 | Yevgen Matviychuk | Method and system for determining the concentration of chemical species using nmr |
WO2020105566A1 (ja) | 2018-11-19 | 2020-05-28 | キヤノン株式会社 | 情報処理装置、情報処理装置の制御方法、プログラム、算出装置、及び算出方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3071085B2 (ja) * | 1993-03-15 | 2000-07-31 | 株式会社日立製作所 | クロマトグラム解析表示方法及びその装置 |
JP2016004525A (ja) * | 2014-06-19 | 2016-01-12 | 株式会社日立製作所 | データ分析システム及びデータ分析方法 |
-
2021
- 2021-03-04 WO PCT/JP2021/008351 patent/WO2021240939A1/ja active Application Filing
- 2021-03-04 US US17/926,356 patent/US20230417714A1/en active Pending
- 2021-03-04 CN CN202180037521.2A patent/CN115667913A/zh active Pending
- 2021-03-04 JP JP2022527525A patent/JP7332045B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016035167A1 (ja) | 2014-09-03 | 2016-03-10 | 株式会社島津製作所 | クロマトグラムデータ処理方法及び装置 |
WO2019092837A1 (ja) | 2017-11-09 | 2019-05-16 | 富士通株式会社 | 波形解析装置 |
WO2019176658A1 (ja) | 2018-03-14 | 2019-09-19 | 株式会社日立ハイテクノロジーズ | クロマトグラフィー質量分析方法およびクロマトグラフ質量分析装置 |
WO2020032803A1 (en) | 2018-08-10 | 2020-02-13 | Yevgen Matviychuk | Method and system for determining the concentration of chemical species using nmr |
WO2020105566A1 (ja) | 2018-11-19 | 2020-05-28 | キヤノン株式会社 | 情報処理装置、情報処理装置の制御方法、プログラム、算出装置、及び算出方法 |
Non-Patent Citations (2)
Title |
---|
MATVIYCHUK, Yevgen et al.,An experimental validation of a Bayesian model for quantification in NMR spectroscopy,Journal of Magnetic Resonance,2017年,Vol.285,pp.86-100 |
川島 貴大, 庄野 逸,ベイズ的変数選択に基づく分光スペクトル分解,情報処理学会 論文誌 数理モデル化と応用,2019年07月,Vol.12, No.2,pp.34-43 |
Also Published As
Publication number | Publication date |
---|---|
WO2021240939A1 (ja) | 2021-12-02 |
CN115667913A (zh) | 2023-01-31 |
US20230417714A1 (en) | 2023-12-28 |
JPWO2021240939A1 (ja) | 2021-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6978541B2 (ja) | 動的外れ値偏り低減のコンピュータ実装方法、コンピュータシステム及びコンピュータ装置 | |
Bright et al. | Developmental validation of STRmix™, expert software for the interpretation of forensic DNA profiles | |
El Emam et al. | The prediction of faulty classes using object-oriented design metrics | |
US7599819B2 (en) | Method and system for generating a predictive analysis of the performance of peer reviews | |
AU2010274948B2 (en) | System and method for determining sigma of a clinical diagnostic process | |
JP7173159B2 (ja) | 試料測定装置、プログラムおよび測定パラメータ設定支援装置 | |
KR20190059329A (ko) | 총 측정 불확도의 정량화 및 감소 | |
JP7332045B2 (ja) | データ処理装置、データ処理方法、データ処理プログラムおよび分析装置 | |
Kläs et al. | Support planning and controlling of early quality assurance by combining expert judgment and defect data—a case study | |
US11829357B2 (en) | Analysis assistance device, analysis assistance method and non-transitory computer readable medium storing analysis assistance program | |
Belot et al. | A joint frailty model to estimate the recurrence process and the disease‐specific mortality process without needing the cause of death | |
JP4843379B2 (ja) | 計算機システムの開発プログラム | |
CN113626734A (zh) | 用户行为引导方法、装置、电子设备及存储介质 | |
Gill et al. | RFU derived LRs for activity level assignments using Bayesian Networks | |
US10922858B2 (en) | Display apparatus, display method, and recording medium | |
JP6757846B2 (ja) | 工程/装備の計測データの微細変動検知方法及びシステム | |
US20210341441A1 (en) | Analysis assistance device, analysis assistance method and non-transitory computer readable storage medium recording analysis assistance program | |
US20210356446A1 (en) | Analysis assistance device, analysis assistance method and non-transitory computer readable medium storing analysis assistance program | |
CN115994093A (zh) | 测试用例推荐方法和装置 | |
Mordaunt et al. | The cost of proband and trio exome and genome analysis in rare disease: A micro-costing study | |
US20110161257A1 (en) | Method, simulator assembly, and storage device for interacting with a regression model | |
EP4293353A1 (en) | Analysis assistance device, analysis assistance method and analysis assistance program | |
Haslett | Small area estimation of poverty using the ELL/PovMap method, and its alternatives | |
WO2023132155A1 (ja) | 予測線計算装置、予測線計算方法 | |
Sayanda et al. | SDesti: An R package for the analysis of aquatic benthos environmental studies' data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221111 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221111 |
|
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: 20230711 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230724 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7332045 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |