WO2020194827A1 - 試料測定装置および測定パラメータ解析方法 - Google Patents

試料測定装置および測定パラメータ解析方法 Download PDF

Info

Publication number
WO2020194827A1
WO2020194827A1 PCT/JP2019/041921 JP2019041921W WO2020194827A1 WO 2020194827 A1 WO2020194827 A1 WO 2020194827A1 JP 2019041921 W JP2019041921 W JP 2019041921W WO 2020194827 A1 WO2020194827 A1 WO 2020194827A1
Authority
WO
WIPO (PCT)
Prior art keywords
measurement
parameter
quality index
influence
distribution
Prior art date
Application number
PCT/JP2019/041921
Other languages
English (en)
French (fr)
Inventor
覚 渡辺
陽 野田
Original Assignee
株式会社島津製作所
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 株式会社島津製作所 filed Critical 株式会社島津製作所
Priority to JP2021508708A priority Critical patent/JP7036277B2/ja
Publication of WO2020194827A1 publication Critical patent/WO2020194827A1/ja

Links

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
    • G01N30/26—Conditioning of the fluid carrier; Flow patterns
    • G01N30/28—Control of physical parameters of the fluid carrier
    • G01N30/30—Control of physical parameters of the fluid carrier of temperature
    • 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
    • G01N30/26—Conditioning of the fluid carrier; Flow patterns
    • G01N30/28—Control of physical parameters of the fluid carrier
    • G01N30/34—Control of physical parameters of the fluid carrier of fluid composition, e.g. gradient
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor

Definitions

  • the present invention relates to a sample measuring device and a measuring parameter analysis method.
  • a sample measuring device is known.
  • Such a sample measuring device is disclosed in, for example, Japanese Patent Application Laid-Open No. 2015-166726.
  • JP2015-166726A discloses a chromatograph (sample measuring device) for analyzing a sample. Further, in JP2015-166726A, in method scouting in which one sample is analyzed under a plurality of conditions to search for the optimum analysis conditions for the sample, changes are made to a plurality of parameters of the analysis conditions. A chromatographic data processor is disclosed that displays a list of unexamined analytical conditions when performed.
  • the conventional design space is a response phase of a measurement quality index calculated based on the results obtained under a plurality of measurement conditions having different parameters, as in the data processing apparatus for chromatographs of JP2015-166726A. In, it is specified as a range of parameters allowed by design.
  • the number of variables is specified by identifying the parameters that strongly affect the measurement quality from among the multiple parameters that can be changed, and by regarding the other parameters as constant values, for example. Techniques can be adopted to reduce.
  • the response phase design space
  • the present invention has been made to solve the above problems, and one object of the present invention is measurement quality and parameters when constructing a design space or when utilizing the constructed design space. It is an object of the present invention to provide a sample measuring device and a measuring parameter analysis method capable of easily grasping the relationship with.
  • the sample measuring device acquires measurement data based on a measuring unit that measures a sample according to measurement conditions including a plurality of parameters and the output of the measuring unit.
  • the data processing unit includes a data processing unit, and the data processing unit acquires the distribution of the measurement quality index according to the measurement conditions based on the measurement data, and analyzes the distribution of the measurement quality index for each parameter to measure the measurement quality. It is configured to get the strength of the influence of the parameter on the indicator.
  • the measurement parameter analysis method includes a step of measuring a sample according to a measurement condition including a plurality of parameters and acquiring measurement data obtained, and measurement according to the measurement condition based on the measurement data. It includes a step of acquiring the distribution of the quality index and a step of acquiring the strength of the influence of the parameter on the measurement quality index by analyzing the distribution of the measurement quality index for each parameter.
  • the strength of the influence of the parameter on the measurement quality index is strong. To get.
  • the strength of the influence of how the measurement quality index is affected when the parameter is changed can be obtained for each parameter. Therefore, even a non-technical engineer with specialized knowledge can grasp the parameters that strongly affect the measurement quality and estimate the fluctuations that occur in the measurement quality when the value of the parameter is changed. As a result, the relationship between the measurement quality and the parameters can be easily grasped when constructing the design space or when using the constructed design space.
  • the sample measuring device 100 is a device that measures a sample according to a measuring condition 30 including a plurality of parameters 31, and acquires measurement data 40 based on the measurement result.
  • the setting of the measuring condition 30 affects the measurement result of the sample.
  • the sample measuring device 100 repeatedly measures, for example, a large number of samples of substantially the same type, and provides measurement data 40 obtained by each measurement. The measurements are repeated for many of the same compounds, for example for quality control of the produced compounds. The measurement is repeatedly performed on samples collected from a large number of samples of the same species, for example, in order to determine the presence or absence and content of a specific component. In order to ensure the quality of measurement, it is desired that the sample measuring device 100 sets an appropriate measurement condition 30 (analysis method), and each measurement is performed under the set measurement condition 30.
  • the sample measuring device 100 creates a distribution 42 of the measurement quality index 41 for each measurement condition 30, and is a design space 43 (FIG. 6) which is an allowable range of the parameter 31 within the distribution 42 of the measurement quality index 41. See) is configured to get.
  • the sample measuring device 100 includes a measuring unit 10 and a data processing unit 20.
  • the sample measuring device 100 is configured such that the measuring unit 10 detects the components in the sample and the data processing unit 20 analyzes the output (detection signal) of the measuring unit 10.
  • the measuring unit 10 is configured to measure a sample.
  • the data processing unit 20 is configured to analyze the measurement result (detection signal) of the measurement unit 10.
  • the measuring unit 10 is configured to measure a sample according to a measuring condition 30 including a plurality of parameters 31 based on a predetermined measuring principle.
  • the measurement principle is not particularly limited.
  • the measuring unit 10 receives the sample, executes the measuring operation according to the measuring condition 30, and outputs a detection signal reflecting the components in the sample.
  • the measuring unit 10 is, for example, a chromatograph.
  • the measuring unit 10 is a liquid chromatograph shown in FIG.
  • a liquid chromatograph is a device that uses a liquid as a mobile phase that carries a component in a sample and separates the substance for each component by utilizing the difference in the properties of the substance.
  • the measuring unit 10 includes a mobile phase supply unit 11, a pump 12, a sample supply unit 13, a column 14, a temperature adjusting unit 15, and a detecting unit 16.
  • the measurement unit 10 outputs the detection signal of the detection unit 16 to the data processing unit 20.
  • the data processing unit 20 is configured to acquire measurement data 40 (see FIG. 1) based on the output of the measurement unit 10 (detection signal of the detection unit 16).
  • the data processing unit 20 creates the chromatogram 40a shown in FIG. 3 as the measurement data 40 based on the output of the measuring unit 10.
  • the mobile phase supply unit 11 is configured to adjust the mobile phase (solvent solution) to a predetermined concentration and supply it.
  • the pump 12 is configured to adjust the flow rate of the mobile phase to send the mobile phase toward the column 14.
  • the sample supply unit 13 is configured to supply a sample during the mobile phase.
  • the column 14 is a thin tube containing a stationary phase. The sample to be fed together with the mobile phase passes through the column 14. At this time, each component contained in the sample interacts with each of the mobile phase and the stationary phase. Due to the interaction different for each component, the moving speed in the column 14 changes for each component of the sample. As a result, the sample is separated for each component (substance) and reaches the detection unit 16.
  • the temperature adjusting unit 15 is configured to adjust the temperature of the column 14. Specifically, the temperature adjusting unit 15 is configured to heat or cool the column 14 so as to reach a set temperature.
  • the detection unit 16 is configured to detect each component in the sample that arrives via the column 14. The detection principle for the detection unit 16 to detect each component of the sample is not particularly limited. The detection unit 16 detects each component in the sample by measuring, for example, the absorption spectrum, the refractive index, or the scattering of light. Further, the detection unit 16 includes a flow cell. The detection unit 16 is configured to transmit the acquired detection signal of each component to the data processing unit 20 as an output of the measurement unit 10.
  • the data processing unit 20 is a computer including, for example, a processor 21 such as a CPU (Central Processing Unit) and a storage unit 22 including a volatile and / or non-volatile memory.
  • the storage unit 22 stores a program 23 for functioning as the data processing unit 20 when the processor 21 executes it.
  • the storage unit 22 stores various data such as the measurement condition 30, the measurement data 40, the measurement quality index 41, the distribution 42 of the measurement quality index 41, and the influence degree 45 of the parameter 31, which will be described later, shown in FIG.
  • the sample measuring device 100 shown in FIG. 2 includes an operation unit 24 and a display unit 25. The operation unit 24 and the display unit 25 are electrically connected to the data processing unit 20.
  • the data processing unit 20 is configured to control each unit of the measuring unit 10.
  • the data processing unit 20 is composed of a computer.
  • the processor 21 of the data processing unit 20 is configured to control the measuring unit 10 based on the program 23 stored in the storage unit 22.
  • the data processing unit 20 sets the measurement condition 30 (see FIG. 1) including the plurality of parameters 31 in the measurement unit 10.
  • the data processing unit 20 is configured to receive an input operation from the operator by the operation unit 24. Further, the data processing unit 20 is configured to control the display unit 25 to display a screen for operation, display of measurement results, and the like.
  • the data processing unit 20 is used to develop a suitable measurement condition 30 (analysis method) in the case of repeatedly measuring samples having the same substance group but different concentration ratios. Be done.
  • a suitable measurement condition 30 analysis method
  • the measurement quality index 41 includes, for example, at least one of the peak separation and retention time of the chromatogram 40a, which is the measurement data 40.
  • the chromatogram 40a as the measurement data 40 is a graph showing time on the horizontal axis and signal strength on the vertical axis.
  • Each component in the sample is separated in the process of passing through the column 14 of the measuring unit 10, and is detected by the detecting unit 16 at different timings. Therefore, in the chromatogram 40a, the peak of the signal intensity of the detection unit 16 is formed at the timing corresponding to the component contained in the sample.
  • the degree of separation is a measure of how far the target peak is separated from the adjacent peaks.
  • the degree of separation is calculated from the peak retention time and peak width.
  • the degree of separation R is expressed by the following equation (1) or the following equation (2) using the peak widths W1 and W2 and the holding times rt1 and rt2 of each peak (where rt1 ⁇ rt2).
  • R 2 ⁇ (rt2-rt1) / (W1 + W2) ...
  • R 1.18 ⁇ ⁇ (rt2-rt1) / (Wh1 + Wh2) ⁇ ...
  • Wh1 and Wh2 are half-value widths (half-value full widths) of each peak.
  • the degree of separation means that adjacent peaks are separated as the value increases. For example, if the degree of separation is 1.5 or more, it is considered to be completely separated.
  • the measurement quality index 41 has a degree of separation R.
  • the measurement quality index 41 is the minimum value of the degree of separation R of the measurement data 40 (chromatogram 40a).
  • the measurement quality index 41 sets both the degree of separation R and the analysis completion time (holding time rt of the latest peak). It may be included.
  • the measurement quality index 41 can be influenced by each parameter 31 included in the measurement condition 30.
  • parameter 31 includes a plurality of temperature, solvent concentration, pH, and column type.
  • the temperature is the temperature of the column 14.
  • the solvent concentration is the concentration of the solvent solution (organic solvent) contained in the mobile phase.
  • the pH is the pH of the mobile phase.
  • the column type is a general term for a plurality of parameters such as the inner diameter of the column and the length of the column. The inner diameter of the column and the length of the column are set as separate parameters 31.
  • the number of parameters 31 that can be set as the measurement condition 30 is, for example, several to ten types.
  • optimizing all combinations of all configurable parameters 31 is not preferable from the viewpoint of working time and workload. Therefore, in the optimization of the measurement condition 30 (development of the analysis method), screening is performed in advance from all the parameters 31 that can be set. By screening, some parameters 31 and the like that strongly affect the measurement quality index 41 are extracted as targets for optimization, and preset fixed values are applied to the other parameters 31.
  • the number of parameters 31 extracted as the target of optimization is, for example, a plurality, specifically two or three.
  • the data processing unit 20 acquires the distribution 42 of the measurement quality index 41 according to the measurement condition 30 based on the measurement data 40. That is, the data processing unit 20 calculates the measurement quality index 41 from the plurality of measurement data 40 obtained under various measurement conditions 30 in which various set values are applied to the plurality of parameters 31.
  • the data processing unit 20 acquires the distribution 42 of the measurement quality index 41 by regression analysis from the measurement data 40 at a plurality of points as representative values. That is, the distribution 42 of the measurement quality index 41 is represented by a regression equation acquired based on a plurality of measurement data 40 acquired in advance under a plurality of different measurement conditions 30.
  • the data processing unit 20 obtains the distribution 42 of the measurement quality index 41 from the plurality of measurement quality indexes 41 calculated from the plurality of measurement data 40 and the set values of the parameters 31 obtained from the respective measurement data 40. Get the regression equation shown.
  • the data processing unit 20 applies a model formula created in advance to, for example, a plurality of measurement data 40 acquired under a plurality of measurement conditions 30, and under another measurement condition 30 that has not been actually measured.
  • the acquired measurement data 40 may be estimated, and the above equation (1) or the above equation (2) may be applied to the estimated distribution of the measurement data 40 to acquire the distribution 42 of the measurement quality index 41.
  • Bayesian estimation is used to estimate the measurement data 40 that has not been actually measured.
  • the data processing unit 20 may acquire the distribution 42 of the measurement quality index 41 as the distribution of the degree of separation R included in the predetermined confidence interval, for example. it can.
  • the data processing unit 20 acquires the response graph 42a of the measurement quality index 41 with respect to the parameter 31 as the distribution 42 of the measurement quality index 41.
  • the response graph 42a is a three-dimensional graph in which the response curved surfaces of the measurement quality index 41 (separation degree R) for the two types of parameters 31 (parameter A and parameter B) are plotted.
  • the vertical axis and the horizontal axis in the horizontal direction indicate the set values of the parameter A and the parameter B, respectively, and the vertical axis indicates the magnitude of the degree of separation R.
  • An arrow on each axis indicates the direction in which the parameter or degree of separation increases.
  • the allowable range (design space 43) of the measurement quality index 41 is acquired by setting the value to be satisfied by the measurement quality index 41 (separation degree R) as the threshold value from the response graph 42a.
  • FIG. 6 shows a response graph 42b showing the response graph 42a of FIG. 5 in a two-dimensional display, and the vertical axis and the horizontal axis show the set values of the parameter A and the parameter B, respectively.
  • the data processing unit 20 acquires a region where the separation degree R is equal to or greater than the threshold value as the design space 43 (see FIG. 6).
  • the numerical range shown for each axis in FIG. 6 is merely an example for convenience.
  • the design space 43 provides a range of set values of each parameter 31 capable of keeping the measurement quality index 41 within an allowable range.
  • One measurement condition 30 in which the set value of each parameter 31 (parameter A, parameter B) is specified is expressed as one point specified by the set value of each parameter 31 in the response graph 42a.
  • the measurement condition 30 has a measurement quality index 41 (separation degree R) equal to or higher than the threshold value. It is expected that the measurement data 40 will be acquired.
  • the design space 43 merely indicates an allowable range, and there is little information about how the separation degree R changes when the parameter 31 is changed in the design space 43.
  • the data processing unit 20 analyzes the distribution 42 of the measurement quality index 41 for each parameter 31, so that the degree of influence of the parameter 31 on the measurement quality index 41 is 45. Is configured to get.
  • the degree of influence 45 is an example of "strength of influence of the parameter on the measurement quality index" in the claims.
  • the data processing unit 20 individually acquires the degree of influence 45 for each of the plurality of parameters 31 to be analyzed.
  • FIG. 1 illustrates that the data processing unit 20 acquires three influence degrees 45 for each of the parameters A to C when there are three types of parameters A to C as the parameters 31 to be analyzed. ..
  • the data processing unit 20 analyzes the distribution 42 of the measurement quality index 41 for each of parameter A and parameter B. Then, the data processing unit 20 acquires the degree of influence 45 of the parameter 31 on the measurement quality index 41 for each of the parameter A and the parameter B.
  • the degree of influence 45 of the parameter 31 is the magnitude of the amount of change of the measurement quality index 41 generated by changing the set value of the parameter 31.
  • the degree of influence 45 of the parameter 31 is the amount of change in the measurement quality index 41 per unit change amount of the set value.
  • the data processing unit 20 acquires the degree of influence 45 of the parameter 31 by differentiating (partially differentiating) the regression equation with respect to the parameter 31.
  • the distribution 42 (response graph 42a) of the measurement quality index 41 is expressed as a function (regression equation) of the parameters A and B.
  • the data processing unit 20 acquires the slope of the regression equation by partially differentiating the distribution 42 of the measurement quality index 41 with respect to each of the parameter A and the parameter B.
  • the data processing unit 20 acquires the magnitude of the slope of the regression equation as the degree of influence 45 of the parameter 31.
  • each parameter 31 included in the measurement condition 30 such as parameter A and parameter B may have a complex correlation.
  • the data processing unit 20 considers that the individual parameters 31 are independent of each other, and partially differentiates the distribution 42 of the measurement quality index 41 for each parameter 31 to obtain the parameter 31. Acquire an influence degree of 45. Therefore, without rigorously analyzing the strength of the correlation of the individual parameters 31 and the mechanism by which the individual parameters 31 are involved in the measurement quality index 41, the individual parameters 31 are measured by the measured quality index 41 according to the acquired influence degree 45. You can grasp the general tendency of the influence on.
  • FIG. 7 is a graph showing the relationship between the individual parameters 31 and the measurement quality index 41 in the distribution 42 of the measurement quality index 41.
  • the horizontal axis shows the set value of the parameter 31, and the vertical axis shows the degree of separation R as the measurement quality index 41.
  • the plot shown in a circle shows the measurement data 40 at each set value of the parameter A shown in FIG. 5, and the plot shown in a diamond shape shows the measurement data at each set value of the parameter B shown in FIG. It shall indicate 40.
  • the distribution 421 of the measurement quality index 41 with respect to parameter A is expressed by a linear regression equation as shown in FIG.
  • the degree of influence 451 of the parameter 31 obtained by partially differentiating the regression equation corresponds to the slope of a straight line and becomes a constant value.
  • the distribution 42 of the measurement quality index 41 is represented by a three-dimensional response curve for parameters A and B as in the response graph 42a of FIG. 5, the regression equation for parameter A in FIG. 7 depends on the set value of parameter B. It may be different.
  • the data processing unit 20 acquires, for example, the degree of influence 451 of the parameter A given to the measurement quality index 41 in the plurality of set values that the parameter B can take. As a result, the degree of influence 451 of the parameter A in each set value of the parameter B in the design space 43 is acquired.
  • the degree of influence 452 of the parameter 31 obtained by partially differentiating the regression equation is the slope of each point of the quadratic function, and is a monotonous increase (linear function).
  • the regression equation for parameter B in FIG. 7 may also differ depending on the set value of parameter A. Therefore, the data processing unit 20 acquires, for example, the degree of influence 452 of the parameter B given to the measurement quality index 41 in the plurality of set values that the parameter A can take. As a result, the degree of influence 452 of the parameter B in each set value of the parameter A in the design space 43 is acquired.
  • FIGS. 5 to 8 exemplify a simple regression equation for convenience of explanation
  • the regression equation (response curve) representing the distribution 42 of the measurement quality index 41 may be any function. ..
  • the graphs 46 of the influence degrees 451 and 452 of the respective parameters 31 shown in FIG. 8 are not limited to those shown in the drawings, and are straight lines or curves according to the regression equation.
  • parameters A and B are shown in the same graph for convenience, but in reality, the graphs in FIGS. 7 and 8 show the parameter setting values for each parameter 31. Obtained as separate graphs with different axes.
  • the data processing unit 20 is configured to display the distribution 42 of the measurement quality index 41 acquired based on the measurement data 40 on the display unit 25 (see FIG. 2). Specifically, the data processing unit 20 causes the display unit 25 to display the permissible range (design space 43) of the measurement quality index 41 in the distribution 42 of the measurement quality index 41.
  • FIG. 9 shows an example in which the distribution 42 of the measurement quality index 41 is displayed on the display unit 25 as a two-dimensional response graph 42b for the parameter A (horizontal axis) and the parameter B (vertical axis).
  • the data processing unit 20 displays the response graph 42b in a manner in which the inside (design space 43) and the outside of the allowable range of the measurement quality index 41 can be distinguished.
  • the display color inside and the display color outside the design space 43 in the response graph 42b are shown differently.
  • the data processing unit 20 is configured to display the degree of influence 45 of the parameter 31 on the display unit 25 together with the distribution 42 of the measurement quality index 41.
  • the data processing unit 20 causes the display unit 25 to display a response graph 42b showing the distribution 42 of the measurement quality index 41 and a graph 46 (see FIG. 8) showing the degree of influence 45 of each parameter 31.
  • the data processing unit 20 partially differentiates the regression equation at each set value specified at the specified point, and obtains a graph of the influence degree 45. It is possible to display 46 (see FIG. 8).
  • the data processing unit 20 acquires the response graph 42b of the measurement quality index 41 with respect to the parameter 31 as the distribution 42 of the measurement quality index 41, and superimposes the influence degree 45 of the parameter 31 on the response graph 42b. It is configured to be displayed on the display unit 25.
  • FIG. 9 shows an example of a vector display in which the influence degree 45 of the parameter 31 is displayed as a vector.
  • the data processing unit 20 superimposes and displays the composite vector 453 obtained by synthesizing the influence degree 45 of each parameter 31 on the measurement quality index 41 on the response graph 42b.
  • the positive and negative of the influence degrees 451 and 452 are assigned to the increasing direction and the decreasing direction of the parameter setting values, respectively, and the magnitudes of the influence degrees 451 and 452 are assigned to the length of the vector.
  • the composite vector 453 of the influence degree at the point P is acquired.
  • the data processing unit 20 acquires the composite vector 453 for each of the plurality of points other than the point P, and superimposes and displays the acquired plurality of composite vectors 453 on the response graph 42b.
  • the data processing unit 20 displays the influence degree 45 of the parameter 31 in a different manner according to the influence degree 45 of the parameter 31 in the response graph 42b.
  • the data processing unit 20 makes the size of the composite vector 453 constant at each point, and makes the display color or the brightness value of the composite vector 453 different according to the magnitude of the influence degree 45.
  • the data processing unit 20 makes the length (magnitude) of the composite vector 453 at each point different according to the magnitude of the degree of influence 45.
  • FIG. 9 shows an example in which the length of the composite vector 453 is made different according to the magnitude of the influence degree 45 of each parameter 31.
  • the degree of separation R is increasing depending on the orientation of each composite vector 453 superimposed and displayed on the response graph 42b. Further, it is possible to visually grasp which parameter has a stronger influence depending on which direction the composite vector 453 is closer to, the axial direction of the parameter A or the axial direction of the parameter B. Further, the magnitude of the influence degree 45 of the parameter 31 at each position coordinate in the design space 43 can be visually grasped by the length of each composite vector 453.
  • the number of display points of the composite vector 453 is arbitrary, and may be larger or smaller than that in FIG. Instead of displaying the composite vector 453 of FIG. 9, the vectors showing the respective influence degrees 451 and 452 shown in FIG. 10 may be displayed separately.
  • FIG. 11 is a flow chart showing a procedure for constructing the design space 43.
  • an experimental plan is created that defines what kind of measurement condition 30 (what kind of parameter 31 is set) to acquire the measurement data 40, and a plurality of measurements are made according to the experimental plan.
  • the measurement is carried out under condition 30.
  • a distribution 42 of the measurement quality index 41 is created.
  • the design space 43 is specified from the distribution 42 of the measurement quality index 41 and the allowable range (threshold value) of the set measurement quality index 41.
  • the measurement condition 30 that has not been measured will be estimated (complemented) by regression analysis. Therefore, as a general rule, the higher the score of the measurement data 40, the higher the reliability of the distribution 42 of the measurement quality index 41.
  • the reliability of the distribution 42 of the measurement quality index 41 is evaluated, and if it is determined that the number of data points is not sufficient, additional measurement under the new measurement condition 30 is performed. An experimental plan is created (updated) for this purpose.
  • the data processing unit 20 implements a measurement parameter analysis method for acquiring the degree of influence 45 of the parameter 31 on the measurement quality index 41.
  • the measurement parameter analysis method is set to the measurement condition 30 based on the step 92 of measuring the sample according to the measurement condition 30 including the plurality of parameters 31 and acquiring the measurement data 40 obtained, and the measurement data 40.
  • step 93 for acquiring the distribution 42 of the measurement quality index 41 according to the measurement and the distribution 42 of the measurement quality index 41 (separation degree R) for each parameter 31, the influence degree 45 of the parameter 31 on the measurement quality index 41 Step 94, and the like.
  • the data processing unit 20 acquires a plurality of measurement data 40 based on an experimental plan that defines a plurality of different measurement conditions 30 to be measured, and with the acquisition of the measurement data 40, a measurement quality index.
  • the distribution 42 of 41 is updated.
  • the data processing unit 20 is configured to update the degree of influence 45 of the parameter 31 on the measurement quality index 41 based on the distribution 42 of the updated measurement quality index 41.
  • step 91 an experimental design is created. That is, a plurality of measurement conditions 30 to be actually measured are set by the sample measuring device 100. In the plurality of measurement conditions 30, some or all of the values of each parameter 31 are different from each other.
  • step 92 the same sample is measured by the sample measuring device 100 under each of the plurality of measuring conditions 30 defined in the experimental design.
  • the data processing unit 20 acquires a plurality of measurement data 40 based on an experimental design in which a plurality of different measurement conditions 30 to be measured are defined. That is, the measurement unit 10 (see FIG. 1) performs a plurality of measurements according to the individual measurement conditions 30 defined in the experimental design.
  • the data processing unit 20 generates a plurality of measurement data 40 (measurement results) having different measurement conditions 30 based on the output of the measurement unit 10.
  • step 93 the data processing unit 20 acquires the distribution 42 (see FIG. 5) of the measurement quality index 41 (separation degree R) according to the measurement condition 30 based on the obtained measurement data 40.
  • the data processing unit 20 calculates the distribution 42 of the measurement quality index 41 as a regression equation by performing regression analysis on a plurality of measurement data 40 having different measurement conditions 30.
  • the design space 43 (see FIG. 6) in the distribution 42 of the measurement quality index 41 is specified based on a preset threshold value.
  • step 94 the data processing unit 20 acquires the degree of influence 45 (see FIG. 8) of the parameter 31 on the measurement quality index 41. That is, the data processing unit 20 differentiates the distribution 42 of the measurement quality index 41 for each parameter 31 and acquires the magnitude of the inclination of the measurement quality index 41 at each point in the design space 43.
  • step 95 the data processing unit 20 causes the display unit 25 to display the distribution 42 (design space 43) of the acquired measurement quality index 41 and the influence degree 45 of each parameter 31 (see FIG. 9).
  • the data processing unit 20 causes the display unit 25 to display the design space 43 in such a manner that the influence degree 45 of each parameter 31 is superimposed.
  • the response graph 42b and the composite vector 453 shown in FIG. 9 are displayed on the display unit 25.
  • step 96 it is determined whether or not the score of the measurement data 40 is sufficient. If the score of the measurement data 40 is not sufficient, the process returns to step 91 and the experimental design is updated. That is, the measurement condition 30 to be measured next is newly set.
  • the data processing unit 20 updates the distribution 42 (see FIG. 5) of the measurement quality index 41 in step 93 with the acquisition of the new measurement data 40 in step 92.
  • the degree of influence 45 (see FIG. 8) of the parameter 31 on the measurement quality index 41 also changes. Therefore, in step 94, the data processing unit 20 updates the degree of influence 45 of the parameter 31 on the measurement quality index 41 based on the distribution 42 of the updated measurement quality index 41.
  • the data processing unit 20 causes the display unit 25 to display the distribution 42 of the updated measurement quality index 41 and the influence degree 45 of the updated parameter 31 (see FIG. 9). That is, the response graph 42b and the composite vector 453 shown in FIG. 9 are updated and displayed with the acquisition of the measurement data 40.
  • the influence degree 45 of the parameter 31 is updated every time the distribution 42 of the measurement quality index 41 is updated in this way, when the score of the measurement data 40 is insufficient, the measurement condition 30 to be measured next is set. It is possible to set in consideration of the influence degree 45 of the parameter 31.
  • step 96 If it is determined in step 96 that the score of the measurement data 40 is sufficient, the construction work of the design space 43 is completed.
  • the data processing unit 20 causes the display unit 25 to display the finally constructed distribution 42 (design space 43) of the measurement quality index 41 and the influence degree 45 of each parameter 31 (see FIG. 9).
  • the user who uses the sample measuring device 100 may perform the creation of the experimental plan in step 91 and the determination as to whether or not the score of the measurement data 40 in step 96 is sufficient, or based on a predetermined determination criterion. Based on this, the data processing unit 20 can execute it. For example, the data processing unit 20 evaluates the measurement points by the acquisition function using the Bayesian optimization method, searches for the measurement points that maximize the acquisition function, and automatically sets the measurement condition 30 to be measured next. You may decide on the target.
  • the measurement condition 30 including the optimum value of each parameter 31 is selected from the constructed design space 43.
  • the degree of influence 45 of the parameter 31 on the measurement quality index 41 at each point in the design space 43 is also useful in determining the optimum value of each parameter 31.
  • the measurement quality index 41 actually fluctuates due to uncontrollable factors such as a difference in the model of the sample measuring device 100 (measuring unit 10) and individual differences. It is possible.
  • the cause is clarified and the measurement condition 30 is changed. Even in such a case, by referring to the influence degree 45 of the parameter 31 at each point in the design space 43, useful knowledge for elucidating the cause and changing the measurement condition 30 can be obtained.
  • the distribution 42 of the measurement quality index 41 according to the measurement condition 30 is acquired, and the distribution 42 of the measurement quality index 41 is analyzed for each parameter 31.
  • a data processing unit 20 is provided to acquire the degree of influence 45 of the parameter 31 on the measurement quality index 41.
  • the influence degree 45 of how the measurement quality index 41 is affected when the parameter 31 is changed can be obtained for each parameter 31. Therefore, even if the engineer does not have specialized knowledge, it is possible to grasp the parameter 31 that strongly affects the measurement quality and estimate the fluctuation that occurs in the measurement quality when the value of the parameter 31 is changed.
  • the design space 43 is constructed or when the constructed design space 43 is used, the relationship between the measurement quality and the parameter 31 can be easily grasped.
  • the step of acquiring the distribution 42 of the measurement quality index 41 according to the measurement condition 30 and the distribution 42 of the measurement quality index 41 are analyzed for each parameter 31.
  • the influence degree 45 of how the measurement quality index 41 is affected when the parameter 31 is changed can be obtained for each parameter 31. Therefore, even if the engineer does not have specialized knowledge, it is possible to grasp the parameter 31 that strongly affects the measurement quality and estimate the fluctuation that occurs in the measurement quality when the value of the parameter 31 is changed.
  • the design space 43 is constructed or when the constructed design space 43 is used, the relationship between the measurement quality and the parameter 31 can be easily grasped.
  • the sample measuring device 100 further includes a display unit 25, and the data processing unit 20 is configured to display the influence degree 45 of the parameter 31 on the display unit 25 together with the distribution 42 of the measurement quality index 41.
  • the distribution 42 of the measurement quality index 41 and the influence degree 45 of the parameter 31 can be cross-referenced and compared on the display unit 25. Therefore, within the range of the parameter 31 that can be changed in the distribution 42 of the measurement quality index 41, the influence on the measurement quality when the parameter 31 is changed can be easily grasped.
  • the data processing unit 20 acquires the response graph 42b of the measurement quality index 41 with respect to the parameter 31 as the distribution 42 of the measurement quality index 41, and superimposes the influence degree 45 of the parameter 31 on the response graph 42b. It is configured to be displayed on the display unit 25. With this configuration, the degree of influence 45 of the parameter 31 is superimposed and displayed on the response graph 42b, so that the relationship between the measurement quality and the parameter 31 can be visually grasped. That is, even a user who does not have specialized knowledge can easily grasp the influence of the parameter 31 on the measurement quality in the response graph 42b at a glance.
  • the data processing unit 20 displays the influence degree 45 of the parameter 31 in the response graph 42b in a different manner according to the influence degree 45 of the parameter 31.
  • the distribution 42 of the measurement quality index 41 is a regression equation acquired based on a plurality of measurement data 40 acquired in advance under a plurality of different measurement conditions 30, and the data processing unit 20 returns.
  • the degree of influence 45 of parameter 31 is obtained.
  • the individual parameters 31 included in the measurement condition 30 may be correlated in a complex manner, and in order to strictly evaluate the influence of the individual parameters 31, all the parameters 31 may be set to 1. There is a possibility that a large amount of work time and man-hours may be required, such as acquiring the measurement data 40 by changing each one.
  • the individual parameters 31 in the configuration in which the individual parameters 31 are differentiated on the assumption that the individual parameters 31 are independent of each other, the individual parameters 31 can be easily measured without requiring working time or man-hours. It is possible to grasp the tendency of the influence degree 45 on the quality.
  • the data processing unit 20 acquires a plurality of measurement data 40 based on an experimental plan that defines a plurality of different measurement conditions 30 to be measured, and with the acquisition of the measurement data 40, a measurement quality index.
  • the distribution 42 of 41 is updated, and the degree of influence 45 of the parameter 31 on the measurement quality index 41 is updated based on the updated distribution 42 of the measurement quality index 41.
  • the measurement condition 30 to be measured next can be determined in consideration of the influence degree 45 of the latest parameter 31. That is, useful reference information for constructing a more reliable design space 43 can be obtained with a smaller number of measurement points.
  • the measurement unit 10 includes a chromatograph
  • the measurement quality index 41 includes at least one of the peak separation R and the retention time rt of the chromatogram 40a which is the measurement data 40.
  • the parameter 31 includes a plurality of temperature, solvent concentration, pH, and column type. With this configuration, the relationship between these various parameters 31 and the measurement quality (the degree of influence 45 of each parameter 31 on the measurement quality index 41) can be easily obtained.
  • the distribution 42 of the measurement quality index 41 is analyzed for each parameter 31 to obtain the degree of influence 45 of the parameter 31 on the measurement quality index 41, but in the present invention, it is further measured.
  • the strength of the influence of the parameter 31 on the measurement quality index 41 may be acquired based on the measurement data 40.
  • the data processing unit 20 individually changes the parameter 31 included in the measurement condition 30 based on the plurality of measurement data 40 obtained by individually changing the parameters 31.
  • the fluctuation amount 81 of the measurement quality index 41 due to the change of the parameter 31 is acquired, and the parameter 31 and the fluctuation amount 81 of the measurement quality index 41 are associated with each other and displayed on the display unit 25.
  • the data processing unit 20 acquires a plurality of measurement data 40 obtained by individually changing the parameters 31 included in the measurement condition 30.
  • the measurement data 40 is acquired with a plurality of different set values for each parameter 31.
  • attention is paid to one parameter 31 that makes the set value different, and the set value of the other parameter 31 is fixed. Therefore, the data processing unit 20 acquires a plurality of measurement data 40 in which only the parameter 31 of interest is changed and the other parameters 31 are fixed, for each of the individual parameters 31 included in the measurement condition 30.
  • the parameter 31 of interest is set as a variable parameter, and the set values of the other parameters 31 are fixed, and two points are measured for each parameter 31.
  • An example of acquiring the data 40 is shown. That is, the measurement data 40 with the variable parameter as the parameter A and the set value as A1 and the measurement data 40 with the set value as A2 are acquired.
  • the measurement data 40 with the set value as B1 and the measurement data 40 with the set value as B2 are acquired.
  • the parameter C the measurement data 40 with the set value as C1 and the measurement data 40 with the set value as C2 are acquired.
  • the number of parameters 31 is not limited to three, and all the configurable parameters 31 included in the measurement condition 30 are comprehensively measured. It is preferable to acquire the data 40. Further, although the number of measurement points for each parameter 31 is two, measurement data 40 of three or more points with different set values may be acquired.
  • the data processing unit 20 acquires the fluctuation amount 81 of the measurement quality index 41 by acquiring the magnitude of the difference (Z1-Z2) of the separation degree R.
  • the data processing unit 20 similarly acquires the fluctuation amount 81 of the measurement quality index 41 for the other parameters B and C.
  • the average value obtained by acquiring the difference in the degree of separation R between two adjacent points may be set as the fluctuation amount 81.
  • the data processing unit 20 displays the parameter 31 and the fluctuation amount 81 of the measurement quality index 41 in association with each other on the display unit 25.
  • FIG. 13 shows an example in which the fluctuation amount 81 of each measurement quality index 41 is displayed in the form of a bar graph for each of the parameters A, B, and C.
  • the display format of the fluctuation amount 81 is arbitrary, and for example, numerical information may be displayed as it is.
  • the data processing unit 20 displays the parameters 31 side by side in order of increasing fluctuation amount 81 of the measurement quality index 41. That is, the data processing unit 20 displays each parameter 31 in the ranking format of the fluctuation amount 81 of the measurement quality index 41.
  • the ranking may be in ascending or descending order.
  • the parameter 31 and the measurement quality are obtained separately from the distribution 42 of the measurement quality index 41 by acquiring a plurality of measurement data 40 obtained by individually changing each parameter 31. Information that can grasp the relationship with can be obtained.
  • the measurement quality index 41 is strongly affected. It is possible to easily narrow down the parameters 31 that may give the above.
  • the measuring unit may be a measuring device other than the chromatograph.
  • the measuring unit may be a mass spectrometer.
  • the present invention is not limited to this.
  • an index other than the separation degree R and the holding time rt such as the number of peaks and the separation coefficient in the measurement data 40 may be used, or a plurality of these indexes may be combined.
  • the parameter 31 includes a plurality of temperature, solvent concentration, pH, and column type is shown, but the present invention is not limited to this.
  • parameters other than temperature, solvent concentration, pH, and column type may be used as parameters.
  • the influence degree 45 of the parameter 31 is displayed on the display unit 25 together with the distribution 42 of the measurement quality index 41 is shown, but the present invention is not limited to this.
  • the degree of influence 45 of the parameter 31 may be displayed independently of the distribution 42 of the measurement quality index 41.
  • the influence degree 45 of the parameter 31 does not necessarily have to be displayed on the display unit 25 of the sample measuring device 100.
  • the influence degree 45 of the acquired parameter 31 may be transmitted to another computer or a display terminal. , May be printed.
  • the influence degree 45 of the parameter 31 is superimposed on the response graph 42b and displayed on the display unit 25
  • the present invention is not limited to this.
  • the influence degree 45 of the parameter 31 and the response graph 42b may be displayed separately without being superimposed.
  • the influence degree 45 may be superimposed on the response graph 42a and displayed on the display unit 25.
  • the response graph 42b shows an example in which the influence degree 45 of the parameter 31 is displayed in a different manner according to the influence degree 45 of the parameter 31, but the present invention is not limited to this.
  • the influence degree 45 of each parameter 31 may be displayed in the same display mode.
  • the degree of influence 45 of the parameter 31 is obtained by differentiating the regression equation representing the distribution 42 of the measurement quality index 41 with respect to the parameter 31, but the present invention is not limited to this. ..
  • the degree of influence 45 of the parameter 31 may be acquired by a value other than the differential value. For example, from the distribution 42 of the measurement quality index 41, the maximum value and the minimum value of the measurement quality index 41 in the possible range of the parameter 31 of interest are obtained, and the difference between the maximum value and the minimum value of the measurement quality index 41 is the parameter 31. It may be acquired as the influence degree of 45. Any value may be adopted for the degree of influence 45 of the parameter 31 as long as the magnitude of the change in the measurement quality index 41 when the parameter 31 is changed can be evaluated.
  • the data processing unit 20 updates the distribution 42 of the measurement quality index 41 with the acquisition of the measurement data 40 based on the experimental design, and based on the updated distribution 42 of the measurement quality index 41,
  • An example of updating the degree of influence 45 of the parameter 31 on the measurement quality index 41 has been shown, but the present invention is not limited to this. In the present invention, it is not necessary to update the degree of influence 45 of the parameter 31. Further, the data processing unit 20 does not have to display the provisional value of the influence degree 45 of the parameter 31.
  • the data processing unit 20 does not acquire the influence degree 45 of the parameter 31 at the stage of constructing the design space 43, and after the design space 43 (distribution 42 of the measurement quality index 41) is determined, the parameter 31 It may be configured to obtain an influence degree of 45.
  • the data processing unit 20 may be realized by a combination of a plurality of computers.
  • step 92 for acquiring the measurement data 40 shown in FIG. 11 step 93 for acquiring the distribution 42 of the measurement quality index 41, and step 94 for acquiring the influence degree 45 are executed by separate computers. May be good.
  • the data processing unit 20 is configured to include a plurality of computers, and the processes of steps 92 to 94 described above can be executed by mutual communication between the computers.
  • a measuring unit that measures a sample according to measurement conditions that include multiple parameters, A data processing unit that acquires measurement data based on the output of the measurement unit is provided. The data processing unit Based on the measurement data, the distribution of the measurement quality index according to the measurement conditions is acquired. A sample measuring device configured to obtain the strength of the influence of the parameter on the measurement quality index by analyzing the distribution of the measurement quality index for each of the parameters. (Item 2) With an additional display The sample measuring device according to item 1, wherein the data processing unit is configured to display the strength of the influence of the parameter on the display unit together with the distribution of the measurement quality index. (Item 3) The data processing unit As the distribution of the measurement quality index, a response graph of the measurement quality index to the parameter is acquired.
  • the sample measuring apparatus wherein the strength of the influence of the parameter is superimposed on the response graph and displayed on the display unit.
  • the sample measuring device according to item 3 wherein the data processing unit displays the strength of the influence of the parameter in different modes depending on the strength of the influence of the parameter in the response graph.
  • the distribution of the measurement quality index is a regression equation acquired based on the plurality of measurement data acquired in advance under the plurality of different measurement conditions.
  • the data processing unit Based on a plurality of the measurement data obtained by individually changing the parameters included in the measurement conditions, the amount of fluctuation of the measurement quality index due to the change of the individual parameters is acquired.
  • the sample measuring apparatus according to item 2 wherein the parameter and the fluctuation amount of the measurement quality index are associated with each other and displayed on the display unit.
  • the data processing unit A plurality of the measurement data to be measured are acquired based on an experimental design that defines a plurality of different measurement conditions to be measured. With the acquisition of the measurement data, the distribution of the measurement quality index is updated.
  • the sample measuring apparatus according to item 1 wherein the strength of the influence of the parameter on the measured quality index is updated based on the updated distribution of the measured quality index.
  • the measuring unit includes a chromatograph.
  • the step of measuring the sample according to the measurement conditions including multiple parameters and acquiring the measurement data obtained, and Based on the measurement data, the step of acquiring the distribution of the measurement quality index according to the measurement conditions, and A measurement parameter analysis method comprising a step of acquiring the strength of the influence of the parameter on the measurement quality index by analyzing the distribution of the measurement quality index for each of the parameters.
  • Measurement unit 20 Data processing unit 25 Display unit 30 Measurement conditions 31 Parameters 40 Measurement data 40a Chromatogram 41 Measurement quality index 42, 421, 422 Distribution of measurement quality index 42a, 42b Response graph 45, 451, 452 Impact (measurement quality) Strength of influence of parameters on indicators) 81 Fluctuation R Separation rt Retention time

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)

Abstract

この試料測定装置（１００）のデータ処理部（２０）は、測定データ（４０）に基づいて、測定条件（３０）に応じた測定品質指標（４１）の分布（４２）を取得し、測定品質指標の分布を個々のパラメータ（３１）について解析することにより、測定品質指標に対するパラメータの影響度（４５）を取得するように構成されている。

Description

試料測定装置および測定パラメータ解析方法
　この発明は、試料測定装置および測定パラメータ解析方法に関する。
　従来、試料測定装置が知られている。このような試料測定装置は、たとえば、特開２０１５－１６６７２６号公報に開示されている。
　上記特開２０１５－１６６７２６号公報には、試料の分析を行うクロマトグラフ（試料測定装置）が開示されている。また、上記特開２０１５－１６６７２６号公報には、１つの試料に対して複数の条件での分析を行い試料に最適な分析条件を探索するメソッドスカウティングにおいて、分析条件の複数のパラメータについての変更を行う際に、未検討の分析条件のリストを表示するクロマトグラフ用データ処理装置が開示されている。
特開２０１５－１６６７２６号公報
　また、上記特開２０１５－１６６７２６号公報には開示されていないが、従来、試料の分析に用いるパラメータと品質指標との関係を応答曲面として求め、設計上許容されるパラメータの範囲をデザインスペースとして算出する品質管理手法が知られている。
　従来のデザインスペースは、上記特開２０１５－１６６７２６号公報のクロマトグラフ用データ処理装置のように、パラメータの異なる複数の測定条件で得られた結果に基づいて算出される測定品質指標の応答局面の中で、設計上許容されるパラメータの範囲として特定される。
　変更可能なパラメータが多数ある場合、全てのパラメータに対する応答局面を作成するのは測定データの点数が多くなりすぎて非効率である。このため、デザインスペースを効率的に構築するため、変更可能な複数のパラメータのうちから、測定品質に影響を強く与えるパラメータを特定し、その他のパラメータについてはたとえば一定値と見なすことにより変数の数を減らす手法が採用されうる。しかしながら、従来、応答局面（デザインスペース）を作成する際、どのパラメータが測定品質に影響を強く与えるかが分からないため、パラメータを絞り込むのが困難であった。
　また、構築されたデザインスペースでは、範囲内のどのパラメータの組み合わせを選択しても、許容される測定品質が得られることが期待される。しかし、実際には、測定装置の個体差や、コントロールできない未知の要因によって、測定品質がばらつくことがある。デザインスペースは許容されるパラメータの範囲を示しているに過ぎないため、測定品質が悪化した場合などに、パラメータをどのように変更すれば測定品質が改善されるかについては把握し難い。このような測定品質とパラメータとの関係は、従来、専門知識を有する技術者が、実測された測定データ群を見比べるなどして把握する必要があった。
　そのため、デザインスペースを構築する際、または構築したデザインスペースを利用する際に、測定品質とパラメータとの関係を容易に把握できるようにすることが望まれている。
　この発明は、上記のような課題を解決するためになされたものであり、この発明の１つの目的は、デザインスペースを構築する際、または構築したデザインスペースを利用する際に、測定品質とパラメータとの関係を容易に把握することが可能な試料測定装置および測定パラメータ解析方法を提供することである。
　上記目的を達成するために、この発明の第１の局面による試料測定装置は、複数のパラメータを含む測定条件に従って試料の測定を行う測定部と、測定部の出力に基づいて測定データを取得するデータ処理部と、を備え、データ処理部は、測定データに基づいて、測定条件に応じた測定品質指標の分布を取得し、測定品質指標の分布を個々のパラメータについて解析することにより、測定品質指標に対するパラメータの影響の強さを取得するように構成されている。
　この発明の第２の局面による測定パラメータ解析方法は、複数のパラメータを含む測定条件に従って試料を測定して得られた測定データを取得するステップと、測定データに基づいて、測定条件に応じた測定品質指標の分布を取得するステップと、測定品質指標の分布を個々のパラメータについて解析することにより、測定品質指標に対するパラメータの影響の強さを取得するステップと、を備える。
　本発明によれば、上記のように、測定条件に応じた測定品質指標の分布を取得し、測定品質指標の分布を個々のパラメータについて解析することにより、測定品質指標に対するパラメータの影響の強さを取得する。これにより、測定品質指標の分布から、パラメータを変更した場合に測定品質指標にどのように影響を与えるかという影響の強さを、個々のパラメータについて取得することができる。そのため、専門知識を有する技術者でなくても、測定品質に強く影響するパラメータを把握したり、パラメータの値を変更する場合に測定品質に生じる変動を推定したりすることができる。以上の結果、デザインスペースを構築する際、または構築したデザインスペースを利用する際に、測定品質とパラメータとの関係を容易に把握することができる。
一実施形態による試料測定装置の概略を示したブロック図である。 試料測定装置の構成例を示したブロック図である。 測定データの一例としてクロマトグラムを示した図である。 測定品質指標を説明するための図である。 測定品質指標の分布の一例として分離度の応答グラフを示した図である。 図５に示した応答グラフの２次元表示においてデザインスペースを例示した図である。 図５に示した応答グラフにおけるパラメータと分離度との関係を例示した図である。 図７に示した例において取得される各パラメータの影響度を示した図である。 パラメータの影響度を応答グラフに重畳させた表示例を示した図である。 パラメータの影響度を示すベクトルを説明するための図である。 試料測定装置によるデザインスペースの構築手順を説明するためのフローチャートである。 変形例による測定品質指標の変動量の取得について説明するための図である。 図１２において取得された測定品質指標の変動量の表示例を示した図である。
　以下、本発明を具体化した実施形態を図面に基づいて説明する。
（試料測定装置の構成）
　図１～図５を参照して、本実施形態による試料測定装置１００の構成について説明する。
　試料測定装置１００は、複数のパラメータ３１を含む測定条件３０に従って試料の測定を行い、測定結果に基づいて測定データ４０を取得する装置である。
　試料測定装置１００では、測定条件３０の設定が試料の測定結果に影響を与える。試料測定装置１００は、たとえば、実質的に同種の多数の試料を繰り返し測定し、それぞれの測定により得られた測定データ４０を提供する。測定は、たとえば製造された化合物の品質管理のため、多数の同じ化合物について繰り返し実施される。測定は、たとえば特定の成分の有無や含有量を判別するため、同一種の別個体である多数の検体から採取された試料について繰り返し実施される。測定の品質を確保するため、試料測定装置１００では、適切な測定条件３０（分析メソッド）を設定し、設定された測定条件３０によって毎回の測定が実施されることが望まれる。
　複数のパラメータ３１の各々が取り得る範囲の中から、適切な測定条件３０（分析メソッド）を確定するため、各種の測定条件３０での試験的な測定、および各測定条件３０に対する測定品質の応答が調査される。複数回の試験的な測定結果が分析されることにより、所望の測定品質が得られるパラメータ３１の許容範囲が取得される。本実施形態では、試料測定装置１００は、各測定条件３０に対する測定品質指標４１の分布４２を作成し、測定品質指標４１の分布４２内でのパラメータ３１の許容範囲であるデザインスペース４３（図６参照）を取得するように構成されている。
　以下、試料測定装置１００の具体例について説明する。
　図１に示すように、試料測定装置１００は、測定部１０と、データ処理部２０とを備えている。試料測定装置１００は、測定部１０により試料中の成分を検出し、データ処理部２０により、測定部１０の出力（検出信号）の分析を行うように構成されている。測定部１０は、試料の測定を行うように構成されている。また、データ処理部２０は、測定部１０の測定結果（検出信号）を分析するように構成されている。
　測定部１０は、所定の測定原理に基づき、複数のパラメータ３１を含む測定条件３０に従って試料の測定を行うように構成されている。測定原理は特に限定されない。測定部１０は、少なくとも、試料を受け入れ、測定条件３０に従って測定動作を実行し、試料中の成分を反映した検出信号を出力する。測定部１０は、たとえばクロマトグラフである。クロマトグラフには、ガスクロマトグラフ、液体クロマトグラフなど複数の種類があるが、特に限定されない。ここでは一例として、測定部１０が図２に示す液体クロマトグラフである。液体クロマトグラフは、試料中の成分を運ぶ移動相として液体を用い、物質の有する性質の違いを利用して、物質を成分ごとに分離する装置である。
　図２に示すように、測定部１０は、移動相供給部１１と、ポンプ１２と、試料供給部１３と、カラム１４と、温度調整部１５と、検出部１６とを含んでいる。測定部１０は、検出部１６の検出信号をデータ処理部２０に出力する。
　また、データ処理部２０は、測定部１０の出力（検出部１６の検出信号）に基づいて測定データ４０（図１参照）を取得するように構成されている。測定部１０がクロマトグラフである場合、データ処理部２０は、測定部１０の出力に基づく測定データ４０として、図３に示すクロマトグラム４０ａを作成する。
　〈測定部の構成〉
　図２に示すように、測定部１０では、移動相供給部１１と、ポンプ１２と、試料供給部１３と、カラム１４と、検出部１６とが、送液管により接続されている。移動相供給部１１は、移動相（溶媒液）を所定の濃度に調整して供給するように構成されている。ポンプ１２は、移動相の流量を調整して移動相をカラム１４に向けて送液するように構成されている。試料供給部１３は、移動相中に試料を供給するように構成されている。カラム１４は、固定相を含んだ細管である。移動相とともに送液される試料がカラム１４内を通過する。この際、試料に含有される各成分が、移動相および固定相のそれぞれと相互作用する。成分毎に相違する相互作用により、試料の成分毎にカラム１４内の移動速度が変化する。その結果、試料は、成分（物質）ごとに分離されて検出部１６に到達する。
　温度調整部１５は、カラム１４の温度を調整するように構成されている。具体的には、温度調整部１５は、カラム１４が設定温度になるように加熱または冷却するように構成されている。検出部１６は、カラム１４を介して到達する試料中の各成分を検出するように構成されている。検出部１６が試料の各成分を検出するための検出原理は特に限定されない。検出部１６は、たとえば、吸光スペクトル、屈折率、または、光の散乱を測定して、試料中の各成分を検出する。また、検出部１６は、フローセルを含んでいる。検出部１６は、取得した各成分の検出信号を、測定部１０の出力としてデータ処理部２０に送信するように構成されている。
　〈データ処理部〉
　データ処理部２０は、たとえば、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）などのプロセッサ２１と、揮発性および／または不揮発性のメモリを含む記憶部２２と、を備えるコンピュータである。記憶部２２には、プロセッサ２１が実行することにより、データ処理部２０として機能するためのプログラム２３が記憶されている。記憶部２２には、図１に示した測定条件３０、測定データ４０、測定品質指標４１、測定品質指標４１の分布４２、後述するパラメータ３１の影響度４５などの各種データが記憶される。また、図２に示す試料測定装置１００は、操作部２４と、表示部２５とを備える、操作部２４と、表示部２５とは、データ処理部２０に電気的に接続されている。
　また、データ処理部２０は、測定部１０の各部を制御するように構成されている。上記の通り、データ処理部２０は、コンピュータにより構成されている。具体的には、データ処理部２０のプロセッサ２１は、記憶部２２に格納されたプログラム２３に基づいて、測定部１０を制御するように構成されている。データ処理部２０は、複数のパラメータ３１を含む測定条件３０（図１参照）を測定部１０に設定する。データ処理部２０は、操作部２４により操作者からの入力操作を受け付けるように構成されている。また、データ処理部２０は、操作のための画面、測定結果の表示などを、表示部２５に表示させる制御を行うように構成されている。
　図１に示したように、データ処理部２０は、同じ物質群の混合物であるが、濃度比が異なる試料を繰り返し測定する場合における、適した測定条件３０（分析メソッド）を開発するために用いられる。分析メソッドの開発においては、それぞれの測定において十分な測定品質が保証される分析メソッドを開発することが望まれる。
　測定品質を評価するに当たっては、測定の目的に応じて、定量的に評価可能な測定品質指標４１が１つまたは複数用いられ得る。測定品質指標４１は、たとえば測定データ４０であるクロマトグラム４０ａのピークの分離度および保持時間のうち少なくとも１つを含む。
　図３に示したように、測定データ４０としてのクロマトグラム４０ａは、横軸に時間を示し、縦軸が信号強度を示したグラフである。試料中の各成分は、測定部１０のカラム１４を通過する過程で分離され、それぞれ異なるタイミングで検出部１６によって検出される。そのため、クロマトグラム４０ａでは、試料に含まれる成分に応じたタイミングで検出部１６の信号強度のピークが形成される。
　分離度は、対象とするピークが隣り合うピークからどの程度分離しているかを示す尺度である。分離度は、ピークの保持時間およびピーク幅から算出される。たとえば、分離度Ｒは、各ピーク幅Ｗ１、Ｗ２、各ピークの保持時間ｒｔ１、ｒｔ２（ただし、ｒｔ１＜ｒｔ２）を用いて、下式（１）または下式（２）で表される。
　Ｒ＝２×（ｒｔ２－ｒｔ１）／（Ｗ１＋Ｗ２）・・・（１）
　Ｒ＝１．１８×｛（ｒｔ２－ｒｔ１）／（Ｗｈ１＋Ｗｈ２）｝・・・（２）
　なお、Ｗｈ１、Ｗｈ２は、各ピークの半値幅（半値全幅）である。分離度は、値が大きくなるほど隣り合うピークが分離されていることを意味する。たとえば、分離度が１．５以上の場合に完全分離されているとみなされる。
　以下では、測定品質指標４１が分離度Ｒである例を示す。たとえば、測定品質指標４１は、測定データ４０（クロマトグラム４０ａ）の分離度Ｒの最小値である。ただし、分離度Ｒだけを基準とした場合、一般的には分析時間が長くなってしまうので、測定品質指標４１は、分離度Ｒと分析完了時間（最も遅いピークの保持時間ｒｔ）の両方を含んでもよい。
　測定品質指標４１は、測定条件３０に含まれる各パラメータ３１によって影響されうる。図２に示した液体クロマトグラフの例では、パラメータ３１は、温度、溶媒濃度、ｐＨ、カラム種のうち複数を含む。温度は、カラム１４の温度である。溶媒濃度は、移動相に含まれる溶媒液（有機溶媒）の濃度である。ｐＨは、移動相のｐＨである。カラム種は、たとえばカラムの内径、カラムの長さなどの複数のパラメータの総称である。カラムの内径と、カラムの長さとは、別々のパラメータ３１として設定される。
　実際には、測定条件３０として設定可能なパラメータ３１の数は、たとえば数種類から１０種類程度にもなる。しかし、設定可能な全てのパラメータ３１の全ての組み合わせについて最適化することは、作業時間や作業負荷の観点から好ましくない。そのため、測定条件３０の最適化（分析メソッドの開発）においては、予め、設定可能な全てのパラメータ３１のうちからスクリーニングが行われる。スクリーニングにより、特に測定品質指標４１に影響を強く与える一部のパラメータ３１などが最適化の対象として抽出され、その他のパラメータ３１については予め設定された固定値が適用される。最適化の対象として抽出されるパラメータ３１の数は、たとえば複数であり、具体的には２つまたは３つである。
　図１に示したように、データ処理部２０は、測定データ４０に基づいて、測定条件３０に応じた測定品質指標４１の分布４２を取得する。すなわち、データ処理部２０は、複数のパラメータ３１に様々な設定値を適用した各種の測定条件３０で得られた複数の測定データ４０から、それぞれ測定品質指標４１を算出する。
　データ処理部２０は、代表値としての複数点の測定データ４０から、回帰分析により測定品質指標４１の分布４２を取得する。すなわち、測定品質指標４１の分布４２は、異なる複数の測定条件３０により予め取得された複数の測定データ４０に基づいて取得された回帰式で表される。
　データ処理部２０は、たとえば、複数の測定データ４０からそれぞれ算出した複数の測定品質指標４１と、それぞれの測定データ４０が得られたパラメータ３１の設定値とから、測定品質指標４１の分布４２を示す回帰式を取得する。
　この他、データ処理部２０は、たとえば、複数の測定条件３０で取得された複数の測定データ４０に対して、予め作成されたモデル式の当てはめを行い、実測されていない他の測定条件３０で取得される測定データ４０を推定し、推定された測定データ４０の分布に対して上式（１）または上式（２）を適用して測定品質指標４１の分布４２を取得してもよい。この場合、実測されていない測定データ４０の推定には、たとえばベイズ推定が用いられる。この場合、推定される測定データ４０には確率の分布が生じるので、データ処理部２０は、たとえば所定の信頼区間に含まれる分離度Ｒの分布として測定品質指標４１の分布４２を取得することができる。
　図５に示すように、データ処理部２０は、測定品質指標４１の分布４２として、パラメータ３１に対する測定品質指標４１の応答グラフ４２ａを取得する。図５の例では、応答グラフ４２ａは、２種類のパラメータ３１（パラメータＡ、パラメータＢ）に対する測定品質指標４１（分離度Ｒ）の応答曲面をプロットした３次元グラフである。図５では、水平方向の縦軸および横軸がそれぞれパラメータＡおよびパラメータＢの設定値を示し、垂直方向の軸が分離度Ｒの大きさを示す。各軸の矢印が、パラメータまたは分離度が増大する方向を示す。
　図６に示すように、応答グラフ４２ａから、測定品質指標４１（分離度Ｒ）が満たすべき値を閾値として設定することによって、測定品質指標４１の許容範囲（デザインスペース４３）が取得される。図６は、図５の応答グラフ４２ａを２次元表示で示した応答グラフ４２ｂを示し、縦軸および横軸がそれぞれパラメータＡおよびパラメータＢの設定値を示す。データ処理部２０は、図５の応答グラフ４２ａにおいて、分離度Ｒが閾値以上となる領域をデザインスペース４３（図６参照）として取得する。なお、図６において各軸に示した数値範囲は、単に便宜的に例示したものにすぎない。
　デザインスペース４３は、測定品質指標４１を許容範囲内に収めることが可能な各パラメータ３１の設定値の範囲を与える。各パラメータ３１（パラメータＡ、パラメータＢ）の設定値を特定した１つの測定条件３０は、応答グラフ４２ａ内で、各パラメータ３１の設定値によって特定される１点として表現される。たとえば図６において、デザインスペース４３内に含まれる１つの測定条件３０が、パラメータＡ＝Ｘ、パラメータＢ＝Ｙの点（Ｘ，Ｙ）で特定される。各パラメータ３１（パラメータＡ、パラメータＢ）の設定値によって特定される各測定条件３０がデザインスペース４３内に含まれる限り、その測定条件３０では、閾値以上の測定品質指標４１（分離度Ｒ）の測定データ４０が取得されることが期待される。
　試料を繰り返し測定する場合、最終的に１つの測定条件３０を特定して、同一の測定条件３０で試料の測定を行うことが要求される。そのため、デザインスペース４３内で、最適な１点（測定条件３０）が決定される。しかし、図６のように、デザインスペース４３は、あくまでも許容範囲を示すものであり、デザインスペース４３内で、どのパラメータ３１を変化させると分離度Ｒがどのように変化するかといった情報に乏しい。
　そこで、本実施形態では、図１に示したように、データ処理部２０は、測定品質指標４１の分布４２を個々のパラメータ３１について解析することにより、測定品質指標４１に対するパラメータ３１の影響度４５を取得するように構成されている。なお、影響度４５は、特許請求の範囲の「測定品質指標に対するパラメータの影響の強さ」の一例である。データ処理部２０は、解析すべき複数のパラメータ３１について、それぞれ個別に影響度４５を取得する。図１では、解析すべきパラメータ３１として、パラメータＡ～Ｃの３種が存在する場合に、データ処理部２０がパラメータＡ～Ｃの各々について３つの影響度４５を取得することを例示している。
　したがって、たとえば図５および図６に示した例では、データ処理部２０は、測定品質指標４１の分布４２を、パラメータＡおよびパラメータＢのそれぞれについて解析する。そして、データ処理部２０は、パラメータＡおよびパラメータＢのそれぞれについて、測定品質指標４１に対するパラメータ３１の影響度４５を取得する。
　パラメータ３１の影響度４５は、そのパラメータ３１の設定値を変化させることによって発生する測定品質指標４１の変化量の大きさである。言い換えると、パラメータ３１の影響度４５は、設定値の単位変化量当たりの測定品質指標４１の変化量である。
　データ処理部２０は、回帰式をパラメータ３１について微分（偏微分）することにより、パラメータ３１の影響度４５を取得する。たとえば図５に示した例では、測定品質指標４１の分布４２（応答グラフ４２ａ）は、パラメータＡおよびパラメータＢの関数（回帰式）として表現される。データ処理部２０は、測定品質指標４１の分布４２を、パラメータＡおよびパラメータＢの各々について偏微分することにより、回帰式の傾きを取得する。データ処理部２０は、回帰式の傾きの大きさを、パラメータ３１の影響度４５として取得する。
　なお、厳密には、パラメータＡおよびパラメータＢなどの測定条件３０に含まれる各パラメータ３１は、複合的に相関している可能性がある。これに対して、本実施形態では、データ処理部２０は、個々のパラメータ３１が互いに独立であると見なして、測定品質指標４１の分布４２をパラメータ３１毎に偏微分することにより、パラメータ３１の影響度４５を取得する。このため、個々のパラメータ３１の相関の強さや、個々のパラメータ３１が測定品質指標４１に関与するメカニズムを厳密に解析することなく、取得された影響度４５によって個々のパラメータ３１が測定品質指標４１に与える影響の大まかな傾向を把握できる。
　図７は、測定品質指標４１の分布４２における、個々のパラメータ３１と測定品質指標４１との関係を示すグラフである。横軸はパラメータ３１の設定値を示し、縦軸は測定品質指標４１としての分離度Ｒを示す。図中、丸形状で示すプロットは、図５に示したパラメータＡの各設定値での測定データ４０を示し、菱形で示すプロットは、図５に示したパラメータＢの各設定値での測定データ４０を示すものとする。
　たとえば、図５の応答グラフ４２ａにおいてパラメータＢを一定値に固定した場合、図７のように、パラメータＡに関する測定品質指標４１の分布４２１が直線の回帰式で表現されたとする。このとき、図８に示すように、回帰式を偏微分することにより得られるパラメータ３１の影響度４５１は、直線の傾きに相当し、一定値となる。図５の応答グラフ４２ａのように、測定品質指標４１の分布４２がパラメータＡおよびＢに関する３次元の応答曲線で表される場合、図７のパラメータＡに関する回帰式は、パラメータＢの設定値によって異なることがある。そのため、データ処理部２０は、たとえばパラメータＢが取り得る複数の設定値において、測定品質指標４１に与えるパラメータＡの影響度４５１をそれぞれ取得する。これにより、デザインスペース４３内のパラメータＢの各設定値における、パラメータＡの影響度４５１が取得される。
　同様に、図５の応答グラフ４２ａにおいてパラメータＡを一定値に固定した場合、図７のように、パラメータＢに関する測定品質指標４１の分布４２２が二次関数の回帰式で表現されたとする。このとき、図８に示すように、回帰式を偏微分することにより得られるパラメータ３１の影響度４５２は、二次関数の各点の傾きであり、単調増加（一次関数）となる。図７のパラメータＢに関する回帰式も、パラメータＡの設定値によって異なることがある。そのため、データ処理部２０は、たとえばパラメータＡが取り得る複数の設定値において、測定品質指標４１に与えるパラメータＢの影響度４５２をそれぞれ取得する。これにより、デザインスペース４３内のパラメータＡの各設定値における、パラメータＢの影響度４５２が取得される。
　なお、図５～図８は、説明の便宜のために単純な回帰式を例示したが、測定品質指標４１の分布４２を表す回帰式（応答曲線）は、どのような関数であってもよい。図８に示した各パラメータ３１の影響度４５１、４５２のグラフ４６は、図示したものに限られず、回帰式に応じた直線または曲線となる。図７および図８では、便宜的にパラメータＡおよびＢを同一のグラフ中で示しているが、実際には、図７および図８のグラフは、パラメータ３１毎に、パラメータの設定値を示す横軸が異なる別個のグラフとして取得される。
　〈測定品質指標の分布およびパラメータの影響の強さの表示〉
　データ処理部２０は、測定データ４０に基づいて取得した測定品質指標４１の分布４２を、表示部２５（図２参照）に表示するように構成されている。具体的には、データ処理部２０は、測定品質指標４１の分布４２において、測定品質指標４１の許容範囲（デザインスペース４３）を表示部２５に表示させる。
　図９では、測定品質指標４１の分布４２を、パラメータＡ（横軸）およびパラメータＢ（縦軸）に対する二次元の応答グラフ４２ｂとして表示部２５に表示した例を示す。データ処理部２０は、測定品質指標４１の許容範囲の内側（デザインスペース４３）と外側とを区別可能な態様で、応答グラフ４２ｂを表示させる。図９の例では、便宜的に、応答グラフ４２ｂにおけるデザインスペース４３の内側の表示色と外側の表示色とを異ならせて示している。
　そして、データ処理部２０は、パラメータ３１の影響度４５を、測定品質指標４１の分布４２とともに表示部２５に表示するように構成されている。たとえば、データ処理部２０は、測定品質指標４１の分布４２を示す応答グラフ４２ｂと、各パラメータ３１の影響度４５を示すグラフ４６（図８参照）とを、表示部２５にそれぞれ表示させる。ユーザが操作部２４を介して応答グラフ４２ｂ中の点を指定すると、データ処理部２０は、指定された点で特定される各設定値において回帰式を偏微分し、取得した影響度４５のグラフ４６（図８参照）を表示させることが可能である。
　また、本実施形態では、データ処理部２０は、測定品質指標４１の分布４２として、パラメータ３１に対する測定品質指標４１の応答グラフ４２ｂを取得し、パラメータ３１の影響度４５を応答グラフ４２ｂに重畳させて表示部２５に表示するように構成されている。
　図９では、パラメータ３１の影響度４５をベクトルとして表示したベクトル表示の例を示す。データ処理部２０は、デザインスペース４３内の各点において、各パラメータ３１の測定品質指標４１に対する影響度４５を合成した合成ベクトル４５３を、応答グラフ４２ｂに重畳表示させる。
　たとえば図９に示した点Ｐ（パラメータＡ＝Ｘ、パラメータＢ＝Ｙ）に着目する。図１０に示すように、固定パラメータＢ＝ＹにおけるパラメータＡについての偏微分により、パラメータＡの影響度４５１（図８参照）が取得される。固定パラメータＡ＝ＸにおけるパラメータＢについての偏微分により、パラメータＢの影響度４５２（図８参照）が取得される。ここで、影響度４５１、４５２の正、負をそれぞれパラメータ設定値の増大方向、減少方向に割り当てるものとし、影響度４５１、４５２の大きさをベクトルの長さに割り当てるものとする。点Ｐから各パラメータ軸方向に延ばした影響度４５１、４５２の各ベクトルが合成されることにより、点Ｐにおける影響度の合成ベクトル４５３が取得される。データ処理部２０は、点Ｐ以外の複数点について、それぞれ合成ベクトル４５３を取得して、取得した複数の合成ベクトル４５３を応答グラフ４２ｂに重畳表示させる。
　また、データ処理部２０は、応答グラフ４２ｂにおいて、パラメータ３１の影響度４５に応じた異なる態様でパラメータ３１の影響度４５を表示させる。たとえば、データ処理部２０は、各点における合成ベクトル４５３の大きさを一定にして、影響度４５の大きさに応じて合成ベクトル４５３の表示色または輝度値を異ならせる。また、たとえば、データ処理部２０は、各点における合成ベクトル４５３の長さ（大きさ）を、影響度４５の大きさに応じて異ならせる。図９では、各パラメータ３１の影響度４５の大きさに応じて合成ベクトル４５３の長さを異ならせた例を示している。
　図９の例では、応答グラフ４２ｂに重畳表示された各合成ベクトル４５３の向きによって、デザインスペース４３内のどの方向に向けて分離度Ｒが増大しているのかが視覚的に把握可能である。また、合成ベクトル４５３の向きがパラメータＡの軸方向およびパラメータＢの軸方向のいずれの方向に近いかによって、どちらのパラメータの影響が強いかが視覚的に把握可能である。また、各合成ベクトル４５３の長さによって、デザインスペース４３内の各位置座標におけるパラメータ３１の影響度４５の大きさが、視覚的に把握可能である。合成ベクトル４５３の表示点数は、任意であり、図９よりも多くても少なくてもよい。図９の合成ベクトル４５３の表示に代えて、図１０に示した各影響度４５１、４５２を示すベクトルを別々に表示してもよい。
　（デザインスペースの構築）
　次に、本実施形態による試料測定装置１００を用いたデザインスペース４３の構築について説明する。図１１は、デザインスペース４３を構築する際の手順を示したフロー図である。
　デザインスペース４３を構築するに際しては、どのような測定条件３０（どのようなパラメータ３１の設定値）で測定データ４０を取得するかを定めた実験計画が作成され、実験計画に沿って複数の測定条件３０で測定が実施される。複数の測定条件３０で得られた各測定データ４０を分析することにより、測定品質指標４１の分布４２が作成される。測定品質指標４１の分布４２と、設定された測定品質指標４１の許容範囲（閾値）とから、デザインスペース４３が特定される。
　測定されていない測定条件３０については、回帰分析によって推定（補完）されることになる。そのため、原則として、測定データ４０の点数が多いほど、測定品質指標４１の分布４２の信頼性が向上する。実験計画に沿って複数の測定データ４０を取得した場合に、測定品質指標４１の分布４２の信頼性が評価され、データ点数が十分でないと判断されれば、新たな測定条件３０での追加測定を行うための実験計画が作成（更新）される。
　本実施形態では、データ処理部２０は、測定品質指標４１に対するパラメータ３１の影響度４５を取得する測定パラメータ解析方法を実施する。具体的には、測定パラメータ解析方法は、複数のパラメータ３１を含む測定条件３０に従って試料を測定して得られた測定データ４０を取得するステップ９２と、測定データ４０に基づいて、測定条件３０に応じた測定品質指標４１の分布４２を取得するステップ９３と、測定品質指標４１（分離度Ｒ）の分布４２を個々のパラメータ３１について解析することにより、測定品質指標４１に対するパラメータ３１の影響度４５を取得するステップ９４と、を備える。
　また、本実施形態では、データ処理部２０は、測定すべき異なる複数の測定条件３０を定めた実験計画に基づいて複数の測定データ４０を取得し、測定データ４０の取得に伴い、測定品質指標４１の分布４２を更新する。そして、データ処理部２０は、更新された測定品質指標４１の分布４２に基づいて、測定品質指標４１に対するパラメータ３１の影響度４５を更新するように構成されている。
　以下、図１１を参照して説明する。ステップ９１において、実験計画が作成される。すなわち、試料測定装置１００によって実測すべき複数の測定条件３０が設定される。複数の測定条件３０は、各パラメータ３１の値の一部または全部が互いに異なっている。
　ステップ９２において、同一の試料に対して、実験計画で定められた複数の測定条件３０の各々で、試料測定装置１００による測定が行われる。データ処理部２０（図１参照）は、測定すべき異なる複数の測定条件３０を定めた実験計画に基づいて複数の測定データ４０を取得する。すなわち、測定部１０（図１参照）が、実験計画で定められた個々の測定条件３０に従って、複数回の測定を行う。データ処理部２０は、測定部１０の出力に基づいて、測定条件３０がそれぞれ異なる複数の測定データ４０（測定結果）を生成する。
　ステップ９３において、データ処理部２０は、得られた測定データ４０に基づいて、測定条件３０に応じた測定品質指標４１（分離度Ｒ）の分布４２（図５参照）を取得する。上述した例では、データ処理部２０は、測定条件３０の異なる複数の測定データ４０を回帰分析することにより、測定品質指標４１の分布４２を回帰式として算出する。測定品質指標４１の分布４２が取得されると、予め設定された閾値に基づいて、測定品質指標４１の分布４２におけるデザインスペース４３（図６参照）が特定される。
　ステップ９４において、データ処理部２０は、測定品質指標４１に対するパラメータ３１の影響度４５（図８参照）を取得する。すなわち、データ処理部２０は、測定品質指標４１の分布４２を個々のパラメータ３１について微分して、デザインスペース４３内の各点における測定品質指標４１の傾きの大きさを取得する。
　ステップ９５において、データ処理部２０は、取得した測定品質指標４１の分布４２（デザインスペース４３）と各パラメータ３１の影響度４５とを表示部２５に表示（図９参照）させる。データ処理部２０は、デザインスペース４３に各パラメータ３１の影響度４５を重畳させる態様で表示部２５に表示させる。これにより、図９に示した応答グラフ４２ｂおよび合成ベクトル４５３が表示部２５に表示される。
　ステップ９６において、測定データ４０の点数が十分か否かが判断される。測定データ４０の点数が十分でない場合、ステップ９１に戻り、実験計画が更新される。すなわち、次に測定すべき測定条件３０が新たに設定される。
　この場合、データ処理部２０は、ステップ９２における新たな測定データ４０の取得に伴い、ステップ９３において測定品質指標４１の分布４２（図５参照）を更新する。測定品質指標４１の分布４２が更新されれば、測定品質指標４１に対するパラメータ３１の影響度４５（図８参照）も変化する。そのため、データ処理部２０は、ステップ９４において、更新された測定品質指標４１の分布４２に基づいて、測定品質指標４１に対するパラメータ３１の影響度４５を更新する。データ処理部２０は、ステップ９５において、更新された測定品質指標４１の分布４２と、更新されたパラメータ３１の影響度４５とを表示部２５に表示（図９参照）させる。つまり、測定データ４０の取得に伴って、図９に示した応答グラフ４２ｂおよび合成ベクトル４５３が更新表示される。
　このように測定品質指標４１の分布４２を更新する度にパラメータ３１の影響度４５が更新されるので、測定データ４０の点数が不足している場合に、次に測定すべき測定条件３０を、パラメータ３１の影響度４５を考慮して設定することが可能である。
　一例として、図９において、分離度Ｒに対するパラメータ３１の影響度４５（合成ベクトル４５３）が大きい範囲では、パラメータ３１の設定値を僅かに変更するだけでも分離度Ｒが大きく変動する。そのため、パラメータ３１の影響度４５が大きいパラメータ範囲について回帰式の信頼性を向上させるには、データ点数を多くすることが望まれる。一方、測定品質指標４１に対するパラメータ３１の影響度４５が小さい範囲では、測定品質指標４１の変動が小さいため、データ点数を増大させなくても回帰式の信頼性を確保できる可能性がある。このように、測定品質指標４１に対するパラメータ３１の影響度４５から得られる知見に基づいて、より少ないデータ点数で、より信頼性の高い回帰式の算出が可能となる。
　ステップ９６において、測定データ４０の点数が十分であると判断された場合には、デザインスペース４３の構築作業が終了する。データ処理部２０は、最終的に構築された測定品質指標４１の分布４２（デザインスペース４３）と各パラメータ３１の影響度４５とを表示部２５に表示（図９参照）させる。
　上記ステップ９１における実験計画の作成、および、ステップ９６における測定データ４０の点数が十分であるか否かの判断は、試料測定装置１００を使用するユーザが行ってもよいし、所定の判断基準に基づいて、データ処理部２０が実行することが可能である。データ処理部２０は、たとえば、ベイズ最適化の手法を用いて獲得関数による測定点の評価を行い、獲得関数を最大化する測定点を探索することにより、次に測定すべき測定条件３０を自動的に決めてもよい。
　実際に試料の測定を繰り返し実施する場合、構築されたデザインスペース４３の中から、各パラメータ３１の最適値を含んだ測定条件３０が選択される。デザインスペース４３内の各点における、測定品質指標４１に対するパラメータ３１の影響度４５は、各パラメータ３１の最適値を判断する際にも有用である。
　また、最適な測定条件３０が決定した場合でも、実際には、試料測定装置１００（測定部１０）の機種の相違、個体差などに代表されるコントロールできない要因によって、測定品質指標４１が変動することがあり得る。試料の測定時に想定された測定品質指標４１とは異なる値が取得された場合、原因の解明や測定条件３０の変更が行われる。このような場合にも、デザインスペース４３内の各点において、パラメータ３１の影響度４５が参照されることにより、原因の解明や測定条件３０の変更のための有用な知見が得られる。
（本実施形態の効果）
　本実施形態では、以下のような効果を得ることができる。
　本実施形態の試料測定装置１００では、上記のように、測定条件３０に応じた測定品質指標４１の分布４２を取得し、測定品質指標４１の分布４２を個々のパラメータ３１について解析することにより、測定品質指標４１に対するパラメータ３１の影響度４５を取得するデータ処理部２０を設ける。これにより、測定品質指標４１の分布４２から、パラメータ３１を変更した場合に測定品質指標４１にどのように影響を与えるかという影響度４５を、個々のパラメータ３１について取得することができる。そのため、専門知識を有する技術者でなくても、測定品質に強く影響するパラメータ３１を把握したり、パラメータ３１の値を変更する場合に測定品質に生じる変動を推定したりすることができる。以上の結果、デザインスペース４３を構築する際、または構築したデザインスペース４３を利用する際に、測定品質とパラメータ３１との関係を容易に把握することができる。
　本実施形態の測定パラメータ解析方法では、上記のように、測定条件３０に応じた測定品質指標４１の分布４２を取得するステップと、測定品質指標４１の分布４２を個々のパラメータ３１について解析することにより、測定品質指標４１に対するパラメータ３１の影響度４５を取得するステップとを備える。これにより、測定品質指標４１の分布４２から、パラメータ３１を変更した場合に測定品質指標４１にどのように影響を与えるかという影響度４５を、個々のパラメータ３１について取得することができる。そのため、専門知識を有する技術者でなくても、測定品質に強く影響するパラメータ３１を把握したり、パラメータ３１の値を変更する場合に測定品質に生じる変動を推定したりすることができる。以上の結果、デザインスペース４３を構築する際、または構築したデザインスペース４３を利用する際に、測定品質とパラメータ３１との関係を容易に把握することができる。
　また、上記実施形態では、以下のように構成したことによって、更なる効果が得られる。
　すなわち、上記実施形態では、試料測定装置１００が表示部２５をさらに備え、データ処理部２０は、パラメータ３１の影響度４５を、測定品質指標４１の分布４２とともに表示部２５に表示するように構成されている。このように構成すれば、測定品質指標４１の分布４２と、パラメータ３１の影響度４５とを、表示部２５において相互参照および比較できる。そのため、測定品質指標４１の分布４２において変更可能なパラメータ３１の範囲内で、パラメータ３１を変更した場合の測定品質に与える影響を容易に把握することができる。
　また、上記実施形態では、データ処理部２０は、測定品質指標４１の分布４２として、パラメータ３１に対する測定品質指標４１の応答グラフ４２ｂを取得し、パラメータ３１の影響度４５を応答グラフ４２ｂに重畳させて表示部２５に表示するように構成されている。このように構成すれば、応答グラフ４２ｂの中にパラメータ３１の影響度４５が重ねて表示されるので、測定品質とパラメータ３１との関係を視覚的に把握できる。つまり、専門知識を有しないユーザでも、応答グラフ４２ｂにおいてパラメータ３１が測定品質に与える影響を一見して容易に把握することができる。
　また、上記実施形態では、データ処理部２０は、応答グラフ４２ｂにおいて、パラメータ３１の影響度４５に応じた異なる態様でパラメータ３１の影響度４５を表示させる。このように構成すれば、応答グラフ４２ｂに表示される表示態様の相違に基づいて、測定品質に与えるパラメータ３１の影響の強さをより容易に把握することができる。
　また、上記実施形態では、測定品質指標４１の分布４２は、異なる複数の測定条件３０により予め取得された複数の測定データ４０に基づいて取得された回帰式であり、データ処理部２０は、回帰式をパラメータ３１について微分することにより、パラメータ３１の影響度４５を取得する。上記のように、測定条件３０に含まれる個々のパラメータ３１は、複合的に相関している可能性があり、個々のパラメータ３１の影響を厳密に評価するためには、全てのパラメータ３１を１つずつ変化させて測定データ４０を取得するなど多大な作業時間および工数が必要になる可能性がある。そこで、上記のように、個々のパラメータ３１が互いに独立であると仮定した上で、個々のパラメータ３１を微分する構成では、作業時間や工数を要することなく、簡単に、個々のパラメータ３１が測定品質に与える影響度４５の傾向を把握することができる。
　また、上記実施形態では、データ処理部２０は、測定すべき異なる複数の測定条件３０を定めた実験計画に基づいて複数の測定データ４０を取得し、測定データ４０の取得に伴い、測定品質指標４１の分布４２を更新し、更新された測定品質指標４１の分布４２に基づいて、測定品質指標４１に対するパラメータ３１の影響度４５を更新する。このように構成すれば、取得される測定データ４０の点数が増える程、高精度な測定品質指標４１の分布４２が取得でき、これに応じて測定品質指標４１に対するパラメータ３１の影響度４５も更新できる。このため、デザインスペース４３を構築する際の実験計画において、最新のパラメータ３１の影響度４５を考慮して、次に実測を行う測定条件３０を決定できる。つまり、より少ない測定点数で、より信頼性の高いデザインスペース４３を構築するための、有用な参考情報が取得できる。
　また、上記実施形態では、測定部１０は、クロマトグラフを含み、測定品質指標４１は、測定データ４０であるクロマトグラム４０ａのピークの分離度Ｒおよび保持時間ｒｔのうち少なくとも１つを含む。このように構成すれば、特に多くのパラメータ３１を測定条件３０として含むクロマトグラフによる測定において、測定品質に対する個々のパラメータ３１の与える影響度４５を容易に把握することができる。そして、取得されたパラメータ３１の影響度４５に基づいて、所望の分離度Ｒや保持時間ｒｔを実現するためにコントロールすべきパラメータ３１を容易に把握することができる。
　また、上記実施形態では、パラメータ３１は、温度、溶媒濃度、ｐＨ、カラム種のうち複数を含む。このように構成すれば、これらの各種のパラメータ３１と測定品質との関係（測定品質指標４１に対する各パラメータ３１の影響度４５）を容易に取得することができる。
　（変形例）
　なお、今回開示された実施形態は、すべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した実施形態の説明ではなく特許請求の範囲によって示され、さらに特許請求の範囲と均等の意味および範囲内でのすべての変更（変形例）が含まれる。
　たとえば、上記実施形態では、測定品質指標４１の分布４２を個々のパラメータ３１について解析することにより、測定品質指標４１に対するパラメータ３１の影響度４５を取得したが、本発明では、さらに、実測された測定データ４０に基づいて測定品質指標４１に対するパラメータ３１の影響の強さが取得されてもよい。
　具体的には、図１２に示す変形例では、データ処理部２０（図１参照）は、測定条件３０に含まれるパラメータ３１を個別に変更して得られた複数の測定データ４０に基づき、個々のパラメータ３１の変化による測定品質指標４１の変動量８１を取得し、パラメータ３１と測定品質指標４１の変動量８１とを対応付けて表示部２５に表示するように構成されている。
　まず、データ処理部２０は、測定条件３０に含まれるパラメータ３１を個別に変更して得られた複数の測定データ４０を取得する。測定データ４０は、個々のパラメータ３１について複数の異なる設定値で取得される。複数の測定データ４０において、設定値を異ならせる１つのパラメータ３１に着目し、他のパラメータ３１の設定値は固定とする。したがって、データ処理部２０は、着目するパラメータ３１のみを変化させてその他のパラメータ３１を固定させた複数の測定データ４０を、測定条件３０に含まれる個々のパラメータ３１についてそれぞれ取得する。
　たとえば図１２では、同じ測定条件３０（測定条件Ｎｏ．１）について、着目するパラメータ３１を可変パラメータとし、他のパラメータ３１の設定値を固定した条件で、それぞれのパラメータ３１毎に２点の測定データ４０を取得する例を示している。つまり、可変パラメータをパラメータＡとして、設定値をＡ１とした測定データ４０および設定値をＡ２として測定データ４０がそれぞれ取得される。同様に、パラメータＢについて、設定値をＢ１とした測定データ４０および設定値をＢ２として測定データ４０がそれぞれ取得される。パラメータＣについても、設定値をＣ１とした測定データ４０および設定値をＣ２として測定データ４０がそれぞれ取得される。なお、図１２ではパラメータＡ、ＢおよびＣの３つを例示しているが、パラメータ３１の数は３つに限らず、測定条件３０に含まれる設定可能な全てのパラメータ３１について網羅的に測定データ４０を取得することが好ましい。また、パラメータ３１毎の測定点数を２つとしているが、設定値を異ならせた３点以上の測定データ４０を取得してもよい。
　そして、データ処理部２０は、個々のパラメータ３１の変化による測定品質指標４１の変動量８１を取得する。すなわち、図１２に示す例では、パラメータＡについて、設定値Ａ１における測定品質指標４１（分離度Ｒ＝Ｚ１）と、設定値Ａ２における測定品質指標４１（分離度Ｒ＝Ｚ２）とが、それぞれ取得される。データ処理部２０は、分離度Ｒの差分（Ｚ１－Ｚ２）の大きさを取得することにより、測定品質指標４１の変動量８１を取得する。データ処理部２０は、その他のパラメータＢ、Ｃについても、同様に測定品質指標４１の変動量８１を取得する。１つのパラメータ３１について測定データ４０が３点以上ある場合、たとえば隣り合う２点間の分離度Ｒの差分をそれぞれ取得した平均値を変動量８１としてもよい。
　データ処理部２０は、図１３に示すように、パラメータ３１と測定品質指標４１の変動量８１とを対応付けて表示部２５に表示する。図１３では、パラメータＡ、ＢおよびＣの各々について、それぞれの測定品質指標４１の変動量８１を棒グラフの形式で表示する例を示している。変動量８１の表示形式は、任意であり、たとえば数値情報をそのまま表示してもよい。図１３の例では、データ処理部２０は、測定品質指標４１の変動量８１が大きい順に、順序づけして、パラメータ３１を並べて表示させている。つまり、データ処理部２０は、測定品質指標４１の変動量８１のランキング形式で、各パラメータ３１を表示させている。ランキングは、昇順でも降順でもよい。
　この変形例のように構成すれば、各パラメータ３１を個別に変更して得られた複数の測定データ４０を取得することによって、測定品質指標４１の分布４２とは別個に、パラメータ３１と測定品質との関係を把握可能な情報が取得できる。特に、デザインスペース４３を構築する際に、測定条件３０に含まれる全てのパラメータ３１について、それぞれ複数の（たとえば２点）の測定データ４０を簡易的に取得すれば、測定品質指標４１に強く影響を与える可能性のあるパラメータ３１を容易に絞り込むことが可能である。
　〈他の変形例〉
　また、上記実施形態では、測定部がクロマトグラフを含む構成の例を示したが、本発明はこれに限られない。本発明では、測定部は、クロマトグラフ以外の測定装置であってもよい。たとえば測定部は質量分析装置であってもよい。
　また、上記実施形態では、測定品質指標４１として、分離度Ｒおよび保持時間ｒｔの少なくとも１つを用いる例を示したが、本発明はこれに限られない。本発明では、測定品質指標として、測定データ４０におけるピークの数、分離係数などの分離度Ｒおよび保持時間ｒｔ以外の指標を用いてもよいし、それらの複数の指標を組み合わせてもよい。
　また、上記実施形態では、パラメータ３１が、温度、溶媒濃度、ｐＨ、カラム種のうち複数を含む例を示したが、本発明はこれに限られない。本発明では、パラメータとして、温度、溶媒濃度、ｐＨ、カラム種以外の他のパラメータを用いてもよい。
　また、上記実施形態では、パラメータ３１の影響度４５を、測定品質指標４１の分布４２とともに表示部２５に表示する例を示したが、本発明はこれに限られない。本発明では、パラメータ３１の影響度４５を、測定品質指標４１の分布４２とは別に、単独で表示させてもよい。なお、パラメータ３１の影響度４５は、必ずしも試料測定装置１００の表示部２５に表示させなくてもよく、たとえば取得されたパラメータ３１の影響度４５を他のコンピュータや表示端末に送信してもよし、印刷してもよい。
　また、上記実施形態では、パラメータ３１の影響度４５を応答グラフ４２ｂに重畳させて表示部２５に表示する例を示したが、本発明はこれに限られない。本発明では、パラメータ３１の影響度４５と応答グラフ４２ｂとを、重畳させずに別々に表示させてもよい。また、応答グラフ４２ｂに代えて、影響度４５を応答グラフ４２ａに重畳させて表示部２５に表示させてもよい。
　また、上記実施形態では、応答グラフ４２ｂにおいて、パラメータ３１の影響度４５に応じた異なる態様でパラメータ３１の影響度４５を表示させる例を示したが、本発明はこれに限られない。本発明では、各パラメータ３１の影響度４５を同一の表示態様で表示させてもよい。
　また、上記実施形態では、測定品質指標４１の分布４２を表す回帰式をパラメータ３１について微分することにより、パラメータ３１の影響度４５を取得する例を示したが、本発明はこれに限られない。本発明では、パラメータ３１の影響度４５を微分値以外により取得してもよい。たとえば、測定品質指標４１の分布４２から、着目するパラメータ３１の取り得る範囲における測定品質指標４１の最大値と最小値とを求め、測定品質指標４１の最大値と最小値との差分をパラメータ３１の影響度４５として取得してもよい。パラメータ３１の影響度４５には、そのパラメータ３１を変化させた場合の測定品質指標４１の変化の大きさを評価可能であれば、どのような値を採用してもよい。
　また、上記実施形態では、データ処理部２０が、実験計画に基づく測定データ４０の取得に伴い、測定品質指標４１の分布４２を更新し、更新された測定品質指標４１の分布４２に基づいて、測定品質指標４１に対するパラメータ３１の影響度４５を更新する例を示したが、本発明はこれに限られない。本発明では、パラメータ３１の影響度４５を更新しなくてもよい。また、データ処理部２０は、パラメータ３１の影響度４５の暫定値を表示させなくてもよい。つまり、データ処理部２０は、デザインスペース４３の構築を行う段階ではパラメータ３１の影響度４５を取得せずに、デザインスペース４３（測定品質指標４１の分布４２）が確定した後で、パラメータ３１の影響度４５を取得するように構成されてもよい。
　また、上記実施形態では、データ処理部２０が単一のコンピュータにより構成された例を示したが、本発明はこれに限られない。本発明では、データ処理部２０が複数のコンピュータの組み合わせによって実現されていてもよい。たとえば、図１１に示した測定データ４０を取得するステップ９２と、測定品質指標４１の分布４２を取得するステップ９３と、影響度４５を取得するステップ９４とが、それぞれ別個のコンピュータによって実行されてもよい。このとき、データ処理部２０は複数台のコンピュータを含んで構成され、各コンピュータ間での相互通信によって上記のステップ９２～９４の処理が実行されうる。
　［態様］
　上記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。
　（項目１）
　複数のパラメータを含む測定条件に従って試料の測定を行う測定部と、
　前記測定部の出力に基づいて測定データを取得するデータ処理部と、を備え、
　前記データ処理部は、
　　前記測定データに基づいて、前記測定条件に応じた測定品質指標の分布を取得し、
　　前記測定品質指標の分布を個々の前記パラメータについて解析することにより、前記測定品質指標に対する前記パラメータの影響の強さを取得するように構成されている、試料測定装置。
　（項目２）
　表示部をさらに備え、
　前記データ処理部は、前記パラメータの影響の強さを、前記測定品質指標の分布とともに前記表示部に表示するように構成されている、項目１に記載の試料測定装置。
　（項目３）
　前記データ処理部は、
　　前記測定品質指標の分布として、前記パラメータに対する前記測定品質指標の応答グラフを取得し、
　　前記パラメータの影響の強さを前記応答グラフに重畳させて前記表示部に表示するように構成されている、項目２に記載の試料測定装置。
　（項目４）
　前記データ処理部は、前記応答グラフにおいて、前記パラメータの影響の強さに応じた異なる態様で前記パラメータの影響の強さを表示させる、項目３に記載の試料測定装置。
　（項目５）
　前記測定品質指標の分布は、異なる複数の前記測定条件により予め取得された複数の前記測定データに基づいて取得された回帰式であり、
　前記データ処理部は、前記回帰式を前記パラメータについて微分することにより、前記パラメータの影響の強さを取得する、項目１に記載の試料測定装置。
　（項目６）
　前記データ処理部は、
　　前記測定条件に含まれる前記パラメータを個別に変更して得られた複数の前記測定データに基づき、個々の前記パラメータの変化による前記測定品質指標の変動量を取得し、
　　前記パラメータと前記測定品質指標の変動量とを対応付けて前記表示部に表示するように構成されている、項目２に記載の試料測定装置。
　（項目７）
　前記データ処理部は、
　　測定すべき異なる複数の前記測定条件を定めた実験計画に基づいて複数の前記測定データを取得し、
　前記測定データの取得に伴い、前記測定品質指標の分布を更新し、
　更新された前記測定品質指標の分布に基づいて、前記測定品質指標に対する前記パラメータの影響の強さを更新する、項目１に記載の試料測定装置。
　（項目８）
　前記測定部は、クロマトグラフを含み、
　前記測定品質指標は、前記測定データであるクロマトグラムのピークの分離度および保持時間のうち少なくとも１つを含む、項目１に記載の試料測定装置。
　（項目９）
　前記パラメータは、温度、溶媒濃度、ｐＨ、カラム種のうち複数を含む、項目１に記載の試料測定装置。
　（項目１０）
　複数のパラメータを含む測定条件に従って試料を測定して得られた測定データを取得するステップと、
　前記測定データに基づいて、前記測定条件に応じた測定品質指標の分布を取得するステップと、
　前記測定品質指標の分布を個々の前記パラメータについて解析することにより、前記測定品質指標に対する前記パラメータの影響の強さを取得するステップと、を備える、測定パラメータ解析方法。
　１０　測定部
　２０　データ処理部
　２５　表示部
　３０　測定条件
　３１　パラメータ
　４０　測定データ
　４０ａ　クロマトグラム
　４１　測定品質指標
　４２、４２１、４２２　測定品質指標の分布
　４２ａ、４２ｂ　応答グラフ
　４５、４５１、４５２　影響度（測定品質指標に対するパラメータの影響の強さ）
　８１　変動量
　Ｒ　分離度
　ｒｔ　保持時間

Claims (10)

  1. 　複数のパラメータを含む測定条件に従って試料の測定を行う測定部と、
    　前記測定部の出力に基づいて測定データを取得するデータ処理部と、を備え、
    　前記データ処理部は、
    　　前記測定データに基づいて、前記測定条件に応じた測定品質指標の分布を取得し、
    　　前記測定品質指標の分布を個々の前記パラメータについて解析することにより、前記測定品質指標に対する前記パラメータの影響の強さを取得するように構成されている、試料測定装置。
  2. 　表示部をさらに備え、
    　前記データ処理部は、前記パラメータの影響の強さを、前記測定品質指標の分布とともに前記表示部に表示するように構成されている、請求項１に記載の試料測定装置。
  3. 　前記データ処理部は、
    　　前記測定品質指標の分布として、前記パラメータに対する前記測定品質指標の応答グラフを取得し、
    　　前記パラメータの影響の強さを前記応答グラフに重畳させて前記表示部に表示するように構成されている、請求項２に記載の試料測定装置。
  4. 　前記データ処理部は、前記応答グラフにおいて、前記パラメータの影響の強さに応じた異なる態様で前記パラメータの影響の強さを表示させる、請求項３に記載の試料測定装置。
  5. 　前記測定品質指標の分布は、異なる複数の前記測定条件により予め取得された複数の前記測定データに基づいて取得された回帰式であり、
    　前記データ処理部は、前記回帰式を前記パラメータについて微分することにより、前記パラメータの影響の強さを取得する、請求項１に記載の試料測定装置。
  6. 　前記データ処理部は、
    　　前記測定条件に含まれる前記パラメータを個別に変更して得られた複数の前記測定データに基づき、個々の前記パラメータの変化による前記測定品質指標の変動量を取得し、
    　　前記パラメータと前記測定品質指標の変動量とを対応付けて前記表示部に表示するように構成されている、請求項２に記載の試料測定装置。
  7. 　前記データ処理部は、
    　　測定すべき異なる複数の前記測定条件を定めた実験計画に基づいて複数の前記測定データを取得し、
    　前記測定データの取得に伴い、前記測定品質指標の分布を更新し、
    　更新された前記測定品質指標の分布に基づいて、前記測定品質指標に対する前記パラメータの影響の強さを更新する、請求項１に記載の試料測定装置。
  8. 　前記測定部は、クロマトグラフを含み、
    　前記測定品質指標は、前記測定データであるクロマトグラムのピークの分離度および保持時間のうち少なくとも１つを含む、請求項１に記載の試料測定装置。
  9. 　前記パラメータは、温度、溶媒濃度、ｐＨ、カラム種のうち複数を含む、請求項１に記載の試料測定装置。
  10. 　複数のパラメータを含む測定条件に従って試料を測定して得られた測定データを取得するステップと、
    　前記測定データに基づいて、前記測定条件に応じた測定品質指標の分布を取得するステップと、
    　前記測定品質指標の分布を個々の前記パラメータについて解析することにより、前記測定品質指標に対する前記パラメータの影響の強さを取得するステップと、を備える、測定パラメータ解析方法。
PCT/JP2019/041921 2019-03-25 2019-10-25 試料測定装置および測定パラメータ解析方法 WO2020194827A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2021508708A JP7036277B2 (ja) 2019-03-25 2019-10-25 試料測定装置および測定パラメータ解析方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019056866 2019-03-25
JP2019-056866 2019-03-25

Publications (1)

Publication Number Publication Date
WO2020194827A1 true WO2020194827A1 (ja) 2020-10-01

Family

ID=72610825

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/041921 WO2020194827A1 (ja) 2019-03-25 2019-10-25 試料測定装置および測定パラメータ解析方法

Country Status (2)

Country Link
JP (1) JP7036277B2 (ja)
WO (1) WO2020194827A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021173733A (ja) * 2020-04-30 2021-11-01 株式会社島津製作所 分析支援装置、分析支援方法および分析支援プログラム

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01250060A (ja) * 1988-03-30 1989-10-05 Shimadzu Corp クロマトグラフの条件設定装置
JP2015017924A (ja) * 2013-07-12 2015-01-29 株式会社島津製作所 液体クロマトグラフ用制御装置および制御方法
JP2017534060A (ja) * 2014-11-12 2017-11-16 ジーイー・ヘルスケア・バイオサイエンス・アクチボラグ 液体クロマトグラフィープロトコルにおける実験パラメータの影響を決定するための方法及びシステム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01250060A (ja) * 1988-03-30 1989-10-05 Shimadzu Corp クロマトグラフの条件設定装置
JP2015017924A (ja) * 2013-07-12 2015-01-29 株式会社島津製作所 液体クロマトグラフ用制御装置および制御方法
JP2017534060A (ja) * 2014-11-12 2017-11-16 ジーイー・ヘルスケア・バイオサイエンス・アクチボラグ 液体クロマトグラフィープロトコルにおける実験パラメータの影響を決定するための方法及びシステム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
WICZLING, PAWEL ET AL.: "Maximum A posteriori Bayesian Estimation of Chromatographic Parameters by Limited Number of Experiments", ANALYTICAL CHEMISTRY, vol. 87, 2015, pages 7241 - 7249, XP055742855 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021173733A (ja) * 2020-04-30 2021-11-01 株式会社島津製作所 分析支援装置、分析支援方法および分析支援プログラム
JP7314859B2 (ja) 2020-04-30 2023-07-26 株式会社島津製作所 分析支援装置、分析支援方法および分析支援プログラム

Also Published As

Publication number Publication date
JPWO2020194827A1 (ja) 2021-11-25
JP7036277B2 (ja) 2022-03-15

Similar Documents

Publication Publication Date Title
WO2020110268A1 (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
JP6620100B2 (ja) 合成多成分の生物工学および化学プロセス試料を調製するための方法およびシステム
Bro et al. Theory of net analyte signal vectors in inverse regression
CN115718101A (zh) 基于CIEL*a*b*色空间的溶液颜色变化检测方法
CN103472028A (zh) 一种混纺纤维中组分含量的测定方法
JP7036277B2 (ja) 試料測定装置および測定パラメータ解析方法
EP3702758A1 (en) Analysis method, analysis apparatus, printer, and print system
US20220128532A1 (en) Method for creating discriminator
GB2485187A (en) Displaying chromatography data
JP5315025B2 (ja) スペクトル解析および表示
US20150168360A1 (en) Chromatogram display method, chromatogram display device, and chromatograph comprising said device
US11061006B2 (en) Chromatograph-mass spectrometry system and measurement condition display method
JP2021148776A (ja) ピーク解析方法及び波形処理装置
WO2020225864A1 (ja) 分析装置
CN107615059B (zh) 色谱数据处理装置以及程序
JP5049609B2 (ja) 液体クロマトグラム装置
JP2007064958A (ja) 分析装置
JP7188561B2 (ja) 試料測定装置および測定試料同定方法
US6710872B1 (en) System for spectrometry
JP2023049244A (ja) 分析法開発支援方法及び分析法開発支援プログラム
Laptenok et al. Global analysis of FRET–FLIM data in live plant cells
Rinnan et al. The shining future of near infrared spectroscopy in plant phenomics, crop sorting and biofuel production
US20120265448A1 (en) Balanced feature display in fluidic sample separation
JP4803795B2 (ja) 分析装置
JP2007064785A (ja) 分析装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19921390

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2021508708

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19921390

Country of ref document: EP

Kind code of ref document: A1