JP7440872B2 - 解析装置および解析方法 - Google Patents
解析装置および解析方法 Download PDFInfo
- Publication number
- JP7440872B2 JP7440872B2 JP2021519403A JP2021519403A JP7440872B2 JP 7440872 B2 JP7440872 B2 JP 7440872B2 JP 2021519403 A JP2021519403 A JP 2021519403A JP 2021519403 A JP2021519403 A JP 2021519403A JP 7440872 B2 JP7440872 B2 JP 7440872B2
- Authority
- JP
- Japan
- Prior art keywords
- analysis
- identification information
- information
- term
- database
- 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
- 238000004458 analytical method Methods 0.000 title claims description 203
- 238000012098 association analyses Methods 0.000 claims description 22
- 239000000284 extract Substances 0.000 claims description 22
- 239000012491 analyte Substances 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 14
- 239000000126 substance Substances 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 3
- 239000002207 metabolite Substances 0.000 description 53
- 108090000623 proteins and genes Proteins 0.000 description 39
- 238000000034 method Methods 0.000 description 24
- 239000000523 sample Substances 0.000 description 23
- 230000008569 process Effects 0.000 description 18
- 238000012545 processing Methods 0.000 description 12
- 230000002503 metabolic effect Effects 0.000 description 11
- 102000004169 proteins and genes Human genes 0.000 description 11
- 239000012472 biological sample Substances 0.000 description 10
- 238000004891 communication Methods 0.000 description 10
- 230000004060 metabolic process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 240000004808 Saccharomyces cerevisiae Species 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 8
- 229940079593 drug Drugs 0.000 description 8
- 239000003814 drug Substances 0.000 description 8
- 235000014680 Saccharomyces cerevisiae Nutrition 0.000 description 7
- 201000010099 disease Diseases 0.000 description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 7
- 208000026310 Breast neoplasm Diseases 0.000 description 6
- 206010028980 Neoplasm Diseases 0.000 description 6
- 239000003054 catalyst Substances 0.000 description 6
- 230000000875 corresponding effect Effects 0.000 description 6
- 230000014759 maintenance of location Effects 0.000 description 6
- 230000037353 metabolic pathway Effects 0.000 description 6
- 206010006187 Breast cancer Diseases 0.000 description 5
- LCTONWCANYUPML-UHFFFAOYSA-M Pyruvate Chemical compound CC(=O)C([O-])=O LCTONWCANYUPML-UHFFFAOYSA-M 0.000 description 5
- 238000007418 data mining Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004895 liquid chromatography mass spectrometry Methods 0.000 description 5
- 238000013507 mapping Methods 0.000 description 5
- 238000001819 mass spectrum Methods 0.000 description 5
- 108090000790 Enzymes Proteins 0.000 description 4
- 102000004190 Enzymes Human genes 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 201000011510 cancer Diseases 0.000 description 3
- 238000004587 chromatography analysis Methods 0.000 description 3
- 238000002290 gas chromatography-mass spectrometry Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000004811 liquid chromatography Methods 0.000 description 3
- 238000004949 mass spectrometry Methods 0.000 description 3
- 230000004001 molecular interaction Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000004102 tricarboxylic acid cycle Effects 0.000 description 3
- 150000001875 compounds Chemical class 0.000 description 2
- 239000000287 crude extract Substances 0.000 description 2
- 238000004817 gas chromatography Methods 0.000 description 2
- 239000003112 inhibitor Substances 0.000 description 2
- 230000006371 metabolic abnormality Effects 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 206010010356 Congenital anomaly Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 244000126608 Ruta angustifolia Species 0.000 description 1
- 241000235070 Saccharomyces Species 0.000 description 1
- 238000012097 association analysis method Methods 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 208000035269 cancer or benign tumor Diseases 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000012258 culturing Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000010828 elution Methods 0.000 description 1
- 239000000598 endocrine disruptor Substances 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 150000002632 lipids Chemical class 0.000 description 1
- 238000006241 metabolic reaction Methods 0.000 description 1
- 238000002705 metabolomic analysis Methods 0.000 description 1
- 230000001431 metabolomic effect Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G01N30/8675—Evaluation, i.e. decoding of the signal into analytical information
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/60—ICT specially adapted for the handling or processing of medical references relating to pathologies
-
- 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
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Theoretical Computer Science (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Library & Information Science (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Description
以下、この発明の実施の形態を図面に基づいて説明する。図1は、この実施形態に係る解析装置50を含む情報提供システムの概要図である。
分析装置10は、機械的動作により分析を実行する装置本体11と、装置本体11の動作を制御するための制御ソフトウェア、装置本体11が分析を実行することにより得られたデータを処理するための処理ソフトウェア等がインストールされたパーソナルコンピュータ12から構成される。端末装置21、22及びパーソナルコンピュータ12とデータベース41、42、43、44とは、インターネット20を介して接続されている。分析装置10のパーソナルコンピュータ12の記憶装置には分析装置部10の分析データが保存される。パーソナルコンピュータ12は、インターネット20を介して端末装置21、22、及び解析装置50との間でデータを送受信することが可能である。解析装置50の実体はパーソナルコンピュータまたはワークステーション等のコンピュータ装置である。解析装置50は、分析装置10で取得された試料の分析データに基づいて、ユーザが、少なくとも一つのデータベースを検索して、前記分析データを解読するために必要な文書情報を入手する手助けとなる用語を、該ユーザに提供するための解析を実行するものである。
図4は解析装置50の概略的な構成を示すブロック図である。
次に、解析装置50によって実行される解析処理について説明する。
[解析用データの作成]
解析装置50には、分析装置10に供された試料に含まれる物質のうち該解析装置50の解析対象となる物質(解析対象物)を特定する情報が解析用データとして入力される。したがって、分析装置10で取得される分析データの形式によって、該分析データがそのまま解析用データとなる場合、分析データを加工したり、該分析データから解析対象物を抽出したりして解析用データを作成する処理が必要となる場合がある。図2は、分析装置10の分析データから解析用データを作成する処理の一例を示す説明図である。本実施形態では、解析用データの作成処理は、その処理に必要な所定のソフトウェアがインストールされた端末装置で行われる。したがって、解析用データの作成処理に先立ち、ユーザは、分析装置10から分析データを端末装置に送信する。
野生株(WT)と変異株(Δ1)(又は変異株(Δ2))のクロマトグラムを視認して、野生株と変異株との間で明らかにピーク面積が異なると判断できる場合は、ユーザがそのピークを手動で選出することができる。ピークが選出されると、端末装置は、そのピークに対応する代謝物を特定する。
次に解析装置50における処理について、文献データベースとしてMEDLINEを利用する場合を例に挙げて説明する。
(実施例1)
図5は、解析装置50の処理の一例を示すフローチャートである。
文献データベースとしてMEDLINEを利用する場合は、ステップ101で取得される識別情報は、MeSHIDである。したがって、MEDLINEを利用する場合において解析用データにMeSHIDが含まれている場合は、制御部51は、該解析用データの中からMeSHIDを取得する。一方、解析用データにMeSHIDが含まれていない場合は、解析対象物の名称、解析対象物のID(代謝物ID、遺伝子ID等)をMeSHIDに変換するためのID変換ツール(図示せず)を解析装置50に予めインストールしておく。そして、制御部51は、このID変換ツールを利用して、解析用データから取得した解析対象物の名称、またはIDをMeSHIDに変換する。あるいは、制御部51の制御のもと、問合せ部55がPubMedに問い合わせて、解析用データから取得した解析対象物の名称、またはIDに対応するMeSHIDを取得するようにしても良い。
ここで、関連用語とは、試料に含まれるすべての解析対象物に共通して関連する用語を意味し、具体例として、解析対象物に共通する属性(種類、帰属等)を表す用語、解析対象物が或る代謝経路の代謝物である場合には、その代謝経路の名称、代謝経路に関与する酵素、遺伝子等の名称、解析対象物がある特定の疾患に関係する原因物質である場合はその疾患、解析対象物以外の原因物質の名称等、が挙げられる。なお、以下の説明では、関連用語としてMeSHID又はMeSH用語が抽出されることとする。
アソシエーション分析では、リフト値だけでなく、信頼度、支持度を組み合わせたルール(レコメンドルール)を設定し、抽出するMeSHIDを絞り込むようにしてもよい。また、表示部59には、リフト値が表示されなくても良く(つまり、MeSHIDとMeSH用語の組を表示する)、MeSH用語のみ、またはMeSHIDのみを表示するようにしてもよい。
したがって、例えばユーザが、ピルビン酸代謝のメカニズムに強い関心を持っている場合には、図7に示されたMeSH用語のうち、ピルビン酸代謝に関係するMeSH用語「Pyruvate Metabolism, Inborn Errors」を選択し、このMeSH用語を、PubMedの絞り込み検索に加えることができる。これにより、先天性代謝異常におけるピルビン酸代謝に関する文献を効率的に抽出することが可能となる。
図8は、解析装置50の処理の他の一例を示すフローチャートである。
このように、本実施例では、ユーザが第2識別情報を入力可能としたことで、解析対象物の関連用語を抽出するために不要な情報を予め排除することができる。
上記実施形態では、解析装置50を1台のパーソナルコンピュータから構成したが、解析装置50の機能ブロックの一部は、通信回線を介して解析装置50に接続された、別のパーソナルコンピュータ、タブレット端末等の端末装置に搭載されたものであってもよい。また、解析装置50の各機能ブロックの実体であるソフトウェアは、解析装置50と通信回線を介して接続されたアプリケーションサーバに記憶されていて、必要に応じて、アプリケーションサーバからソフトウェアを解析装置50にダウンロードするようにしてもよい。
上述した例示的な実施形態は、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。
前記抽出するステップが、前記複数の第1識別情報に共通して関連する関連用語を抽出するステップである。
11 装置本体
12 パーソナルコンピュータ
20 インターネット
21 タブレット端末
22 パーソナルコンピュータ
31 統計ツール
32 マッピングツール
33 ノード抽出ツール
41 データベース
42 データベース
43 データベース
44 データベース
50 解析装置
51 制御部
52 演算装置
53 補助記憶装置
54 通信部
55 問合せ部
56 解析部
57 表示制御部
58 入力部
59 表示部
60 装置本体
Claims (10)
- データベースを検索して文献を抽出するためのキーワードとなる用語と、該キーワードとなる用語に付与されている識別番号とを各文献の書誌事項に与えることによって索引付けが行われた文書情報を蓄積し、蓄積されている文献の検索エンジンを備えたデータベース、および、前記検索エンジンを介して利用可能なサービスであって、問合せに応じて、前記検索エンジンが受信した識別番号の、前記データベースに蓄積されている文献における共起データを入手して送信するサービスを用いる解析装置であって、
分析装置を用いて試料に含まれる解析対象物を測定した結果から、前記データベースに蓄積された前記文書情報の前記書誌事項に与えられた前記識別番号のうちの一つであって、該解析対象物を特定する情報である第1識別情報を取得する第1情報取得手段と、
前記サービスを用いて、前記第1情報取得手段が取得した前記第1識別情報に関連する情報であって、前記第1識別情報と同時に出現する用語及び該用語に付与されている識別番号、並びに共起頻度の値とが対応付けて記述されたテキストファイルから成る共起データを、前記データベースから取得する第2情報取得手段と、
前記第2情報取得手段が取得した前記共起データについてアソシエーション分析を行うことにより、前記共起データの中から、前記解析対象物に関連する用語である関連用語として、前記第1識別情報と同時に出現する用語、又は、前記用語に付与されている識別番号を抽出する抽出手段と、
前記抽出手段が抽出した、前記関連用語をユーザに提示する提示手段と、
を備える、解析装置。 - 請求項1に記載の解析装置において、
前記第1情報取得手段が、複数の解析対象物について、それぞれに対応する第1識別情報を取得し、
前記抽出手段が、前記複数の解析対象物に共通して関連する関連用語を抽出する、解析装置。 - 請求項1に記載の解析装置において、
ユーザからの入力を受け付ける受付手段をさらに備え、
前記第1情報取得手段は、前記受付手段が受け付けた第2識別情報を取得し、
前記抽出手段は、前記第1識別情報と前記第2識別情報の両方に基づいて、前記関連用語を抽出する、解析装置。 - 請求項1に記載の解析装置において、
前記分析装置が質量分析装置である、解析装置。 - 請求項1に記載の解析装置において、
前記抽出手段が、前記アソシエーション分析における信頼度、支持度、リフト値の少なくとも1つを採用したルールにより、前記関連用語を抽出する、解析装置。 - データベースを検索して文献を抽出するためのキーワードとなる用語と、該キーワードとなる用語に付与されている識別番号とを各文献の書誌事項に与えることによって索引付けが行われた文書情報を蓄積し、蓄積されている文献の検索エンジンを備えたデータベース、および、前記検索エンジンを介して利用可能なサービスであって、問合せに応じて、前記検索エンジンが受信した識別番号の、前記データベースに蓄積されている文献における共起データを入手して送信するサービスを用いる解析方法であって、
分析装置を用いて、試料に含まれる解析対象物が測定された結果を取得するステップと、
前記解析対象物が測定された結果から、前記データベースに蓄積された前記文書情報の前記書誌事項に与えられた前記識別番号のうちの一つであって、該解析対象物を特定する情報である第1識別情報を取得するステップと、
前記サービスを用いて、前記第1識別情報に関連する情報であって、前記第1識別情報と同時に出現する用語及び該用語に付与されている識別番号、並びに共起頻度の値とが対応付けて記述されたテキストファイルから成る共起データを、前記データベースから取得するステップと、
前記共起データについてアソシエーション分析を行うことにより、前記共起データの中から、前記解析対象物に関連する用語である関連用語として、前記第1識別情報と同時に出現する用語、又は、前記用語に付与されている識別番号を抽出するステップと、
前記関連用語をユーザに提示するステップと、
を含む、解析方法。 - 前記第1識別情報を取得するステップが、複数の解析対象物について、それぞれに対応する第1識別情報を取得するステップであり、
前記抽出するステップが、前記複数の第1識別情報に共通して関連する関連用語を抽出するステップである、請求項6に記載の解析方法。 - 請求項6に記載の解析方法において、
ユーザからの第2識別情報の入力を受け付けるステップと、
前記受け付けるステップで受け付けた第2識別情報を取得するステップとをさらに備え、
前記抽出するステップは、前記第1識別情報と前記第2識別情報の両方に基づいて、前記関連用語を抽出することを含む、解析方法。 - 請求項6に記載の解析方法において、
前記分析装置が質量分析装置である、解析方法。 - 請求項6に記載の解析方法において、
前記抽出するステップは、前記アソシエーション分析における信頼度、支持度、リフト値の少なくとも1つを採用したルールにより、前記関連用語を抽出するステップである、解析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023109312A JP2023153769A (ja) | 2019-05-10 | 2023-07-03 | 解析装置および解析方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019089616 | 2019-05-10 | ||
JP2019089616 | 2019-05-10 | ||
PCT/JP2020/018586 WO2020230704A1 (ja) | 2019-05-10 | 2020-05-07 | 解析装置および解析方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023109312A Division JP2023153769A (ja) | 2019-05-10 | 2023-07-03 | 解析装置および解析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020230704A1 JPWO2020230704A1 (ja) | 2020-11-19 |
JP7440872B2 true JP7440872B2 (ja) | 2024-02-29 |
Family
ID=73289398
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021519403A Active JP7440872B2 (ja) | 2019-05-10 | 2020-05-07 | 解析装置および解析方法 |
JP2023109312A Withdrawn JP2023153769A (ja) | 2019-05-10 | 2023-07-03 | 解析装置および解析方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023109312A Withdrawn JP2023153769A (ja) | 2019-05-10 | 2023-07-03 | 解析装置および解析方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220221434A1 (ja) |
JP (2) | JP7440872B2 (ja) |
CN (1) | CN113748419A (ja) |
WO (1) | WO2020230704A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022182568A (ja) | 2021-05-28 | 2022-12-08 | 株式会社島津製作所 | 文書検索支援装置 |
WO2023062725A1 (ja) * | 2021-10-12 | 2023-04-20 | 株式会社島津製作所 | 代謝物解析方法、代謝物解析装置、及び代謝物解析用プログラム |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005122231A (ja) | 2003-10-14 | 2005-05-12 | Hitachi Ltd | 画面表示システム及び画面表示方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009044459A1 (ja) * | 2007-10-02 | 2009-04-09 | Fujitsu Limited | 分析支援プログラム、分析支援装置、および分析支援方法 |
EP3327596A1 (en) * | 2016-11-23 | 2018-05-30 | F. Hoffmann-La Roche AG | Supplementing measurement results of automated analyzers |
CN107881239B (zh) * | 2017-12-27 | 2021-04-13 | 广西壮族自治区肿瘤防治研究所 | 血浆中与结直肠癌转移相关的miRNA标志物及其应用 |
-
2020
- 2020-05-07 WO PCT/JP2020/018586 patent/WO2020230704A1/ja active Application Filing
- 2020-05-07 CN CN202080030519.8A patent/CN113748419A/zh active Pending
- 2020-05-07 US US17/609,622 patent/US20220221434A1/en active Pending
- 2020-05-07 JP JP2021519403A patent/JP7440872B2/ja active Active
-
2023
- 2023-07-03 JP JP2023109312A patent/JP2023153769A/ja not_active Withdrawn
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005122231A (ja) | 2003-10-14 | 2005-05-12 | Hitachi Ltd | 画面表示システム及び画面表示方法 |
Non-Patent Citations (1)
Title |
---|
菰田文男,「単語セット」の作成と進化に基づくテキストマイニング手法,情報管理,独立行政法人科学技術振興機構,2011年12月01日,第54巻, 第9号,pp.568-578 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2020230704A1 (ja) | 2020-11-19 |
US20220221434A1 (en) | 2022-07-14 |
WO2020230704A1 (ja) | 2020-11-19 |
JP2023153769A (ja) | 2023-10-18 |
CN113748419A (zh) | 2021-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nothias et al. | Feature-based molecular networking in the GNPS analysis environment | |
Deutsch | The peptideatlas project | |
Bictash et al. | Opening up the" Black Box": metabolic phenotyping and metabolome-wide association studies in epidemiology | |
JP2023153769A (ja) | 解析装置および解析方法 | |
Castle et al. | Metabolomics Standards Workshop and the development of international standards for reporting metabolomics experimental results | |
Bolton et al. | PubChem: integrated platform of small molecules and biological activities | |
US10573406B2 (en) | Method, apparatus and computer program product for metabolomics analysis | |
Ivanisevic et al. | An interactive cluster heat map to visualize and explore multidimensional metabolomic data | |
US20060020398A1 (en) | Integration of gene expression data and non-gene data | |
JP2009520278A (ja) | 科学情報知識管理のためのシステムおよび方法 | |
Farrah et al. | Using the Human Plasma PeptideAtlas to study human plasma proteins | |
Fahy et al. | Bioinformatics for lipidomics | |
Diggins et al. | Generating quantitative cell identity labels with marker enrichment modeling (MEM) | |
McAfee et al. | Analyzing proteomes and protein function using graphical comparative analysis of tandem mass spectrometry results | |
WO2014145234A2 (en) | Systems and apparatus for integrated and comprehensive biomedical annotation of bioassay data | |
KR20020080626A (ko) | 프로테옴 데이터 제공 장치 및 방법 | |
US20220382767A1 (en) | Document Search Support Device | |
Jacob | Bioinformatics for LC-MS/MS-based proteomics | |
Lavallée‐Adam et al. | Using PSEA‐Quant for Protein Set Enrichment Analysis of Quantitative Mass Spectrometry‐Based Proteomics | |
Medina‐Aunon et al. | Protein Information and Knowledge Extractor: Discovering biological information from proteomics data | |
Grissa et al. | A hybrid knowledge discovery approach for mining predictive biomarkers in metabolomic data | |
Stroggilos et al. | Tissue proteomics repositories for data reanalysis | |
Langella et al. | The PROTICdb database for 2-DE proteomics | |
Zhu et al. | Computers instead of cells: computational modeling of chemical toxicity | |
De Filippis et al. | Computational strategies in nutrigenetics: constructing a reference dataset of nutrition-associated genetic polymorphisms |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210924 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210924 |
|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7426 Effective date: 20211029 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20211029 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221101 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221227 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230404 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231124 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240207 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7440872 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |