タンパク質結晶化状態判別システムおよびその方法
【課題】 タンパク質溶液の結晶化状態を判別する。
【解決手段】
原画像取得部１２と、原画像行列算出部１４と、原画像統計量算出部２０と、画像微分部２２と、微分画像行列算出部２４と、微分画像統計量算出部２６と、判別基準を設定する判別基準設定部２８と、判別結果を得る判別部３４と、表示部３８とを備え、前記判別結果の変更を受付け、当該変更に応じた新たな判別基準により判別基準を更新することができる、タンパク質溶液の結晶化状態の判別システムを提供する。
【解決手段】
原画像取得部１２と、原画像行列算出部１４と、原画像統計量算出部２０と、画像微分部２２と、微分画像行列算出部２４と、微分画像統計量算出部２６と、判別基準を設定する判別基準設定部２８と、判別結果を得る判別部３４と、表示部３８とを備え、前記判別結果の変更を受付け、当該変更に応じた新たな判別基準により判別基準を更新することができる、タンパク質溶液の結晶化状態の判別システムを提供する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、タンパク質溶液におけるタンパク質結晶生成を自動化するためのタンパク質結晶状態を判別するシステムおよびその方法ならびに電子画像の判別システムに関し、特に、タンパク質結晶状態の判別基準を更新するシステムおよびその方法ならびに電子画像の判別システムに関する。
【背景技術】
【０００２】
従来より、タンパク質の結晶構造を解析するためにＸ線結晶構造解析法が用いられている。かかる構造解析法においては、構造解析対象のサンプルとなるタンパク質の良質な結晶を得るために、構造解析サンプル作成の準備として、タンパク質の水溶液から水分を蒸発させて結晶を生成する方法（結晶化法）が用いられる。この際、構造や性質が未知であるタンパク質溶液から結晶が得られるかどうかを選別するスクリーニング作業が行なわれている。
【０００３】
従来のこのスクリーニング作業では、顕微鏡を用いて人の目で逐次結晶状態を検討し、結晶生成の様子を判別している。この判別においては、サンプルのタンパク質溶液が、溶液のままであるか、沈殿を起こしているか、微結晶が得られているか、あるいは、結晶が得られるかが判別される。表１に、このスクリーニングにおいて用いられる判別基準を示す。
【表１】
【０００４】
表１において、「透明」とは、タンパク質溶液が何らの結晶も生成しない様子を表わしている。また、「沈殿」は、４つに分類される。即ち、粒が見られず黒ずんでいたり褐色を示すもの（沈殿（ｉ））、点状の組織が観察されるもので白色にみえ、少し点々があるもの（沈殿（ｉｉ））、アモルファス様の組織で透明に見えることがあるもの（沈殿（ｉｉｉ））、大きなアモルファス様の組織で粒子が見えることがあるもの（沈殿（ｉｖ））に分類される。また、結晶が生成されているものは、５つに分類される。即ち、５０μｍ程度以下の結晶で頂点が観察されるもの（微結晶）、針状結晶が観察されるもの（結晶（ｉ））、板状結晶が観察されるもの（結晶（ｉｉ））、重なり合った結晶が観察されるもの（結晶（ｉｉｉ））、良質な結晶が観察されるもの（結晶（ｉｖ））というように分類される。便宜的に、各分類に対してスコアとなる数字が割り当てられて分類されることもある。ただし、タンパク質の結晶の成長過程に従ってこのスコアが順次増してゆくように変化するものとは限らない。このように分類される画像の模式図を、スコアごとに図７に示す。特に、未知タンパク質溶液の結晶化実験においては、分類されるべきサンプルの数が多数であるため、スコアを割り当てることは大変有用な手段となる。
【０００５】
従来の人の観察を基礎とするスクリーニング作業では、観察者はトレーニングによって養成されて、経験的にこのような分類を行なうことができるようになる。養成された観察者が多数のサンプルについて得られる顕微鏡画像を観察して選別を行なう。このときに判別された分類は、それ自体も、Ｘ線構造解析向けのサンプルについての有用な情報であり、タンパク質の構造解析や性質の決定に際して重要な指標となっている。
【０００６】
この結晶を得るための手法においては、大別すると、タンパク質溶液をカバーガラスの下面に下垂させて蒸発を行なう手法（ハンギングドロップ蒸気拡散法）と、タンパク質溶液を蒸発容器の上に載置させて蒸発を行なう手法（シッティングドロップ蒸気拡散法）とが用いられる。多数のタンパク質溶液の顕微鏡画像を得るには、自動的に顕微鏡画像を記録することが有効であり、機械化の容易なシッティングドロップ蒸気拡散法が望ましい。
【０００７】
特に、表１に示した透明、沈殿（ｉ）、沈殿（ｉｉ）、沈殿（ｉｉｉ）に未知タンパク質溶液のサンプルが分類されることが多いが、これ等に分類されるサンプルは、いまだ結晶が生成されておらず、観察者がこれらを全て観察するのは、効率が悪い。
【０００８】
そこで、特許文献１にあるように、システムの起動時に、既知の画像を用いて判別プログラムを作成するタンパク質溶液の結晶化状態判別システムが提案されている。その判別システムは、観察された画像を微分処理し、その微分画像から特徴量を抽出する。続いて、抽出した特徴量と既知の画像の特徴量とを比較することによって、タンパク溶液の結晶化状態を判別する。このシステムを用いると、目視による観察と比べて、効率的であり信頼性のある結晶化状態判別を行うことができる。
【０００９】
さらに、従来のテクスチャ解析手法の例が、非特許文献１に記載されている。
【００１０】
【特許文献１】特開２００４−３４５８６７号公報
【非特許文献１】R.M.Haralick, K. Shanmugam and I. Dinstein, "Texture features for image classification" IEEE Trans. Syst., Man, Cybern., vol.SMC-3, no6, pp.610-621, 1973
【発明の開示】
【発明が解決しようとする課題】
【００１１】
しかし、上記従来のタンパク質溶液の結晶化状態判別システムは、システムの調節のために多数の画像を分析する必要があるために、システムを用いて結晶化状態を判別するまでに時間がかかる。さらに、稼動中に判別プログラムを変更できないため、例えば、判別結果が誤っている場合、未知の結晶が観察された場合、タンパク質結晶の撮影環境が変化した場合等に、再び分析し直さなければならない。
【課題を解決するための手段】
【００１２】
本発明では、ユーザインターフェースを備え、システムの稼動中に判別プログラムを変更することができるタンパク質溶液の結晶化状態判別システムを提供する。さらに、ユーザインターフェースを用いることによって、容易に結晶化状態を判別することができ、判別ミスを減らす状態判別システムを提供することができる。
より具体的には、本発明によれば、タンパク質溶液の電子画像を取得して原画像とする原画像取得部と、該原画像の少なくとも一部分について第１の同時生成行列を算出する原画像行列算出部と、該第１の同時生成行列から第１組の画像統計量を算出する原画像統計量算出部と、該原画像に微分処理を行ない、微分画像を得る画像微分部と、該微分画像の少なくとも一部分について第２の同時生成行列を算出する微分画像行列算出部と、該第２の同時生成行列から第２組の画像統計量を算出する微分画像統計量算出部と、該第２組の画像統計量を用いて、タンパク質溶液の電子画像を少なくとも２種に分類し、当該２種のうちの第１種に属すると判別されたタンパク質溶液の電子画像をさらに前記第１組の画像統計量を用いて少なくとも２種に分類する判別基準を設定する判別基準設定部と、前記判別基準を用いて前記タンパク質溶液の電子画像を判別して判別結果を得る判別部と、前記判別結果を表示する表示部とを備え、前記判別結果の変更を受付け、当該変更に応じた新たな判別基準により判別基準を更新することができる、タンパク質溶液の結晶化状態の判別システムが提供される。ここで、本発明の判別システムは、表示部上に判別結果を表示し、当該判別結果を容易に変更できるように構成されている。また、判別結果が変更されたとき、判別システムが判別基準を更新し、新たな判別結果を表示部上に表示することができる。
【００１３】
さらに、本発明では、表示部がタンパク質溶液の電子画像の分類を示す樹形図と、判別基準を決定する２個以上の特徴量を用いて表されたグラフと、取得されたタンパク質溶液の電子画像とを表示する。
さらにまた、表示部が樹形図の各ノードに属するタンパク質溶液の電子画像を該ノードに対応付けて表示する。
【００１４】
画像の解析は、一般にテクスチャ解析と呼ばれる手法を用いることができる。この解析対象に、タンパク質溶液の原画像（電子的に取得して明るさや領域の切り出し等の予備的な調整をしたのみの画像で、微分していない画像）と、その原画像を微分した微分画像を共に用いることにより、未知タンパク質の溶液における結晶化の状態を良好に判別できる。また、判別を２段階に行なうことにより、タンパク質溶液の結晶化状態を判別する作業の機械化が容易となる。本方法によれば、表１に示した透明と沈殿（ｉ）とを他のものから適切に分類することが可能となる。
【００１５】
また、本発明の判別システムは、前記第１種以外の種に分類されたタンパク質溶液の電子画像を、前記第２組の画像統計量を用いてさらに少なくとも２種に分類する判別基準を設定することができる。これにより、透明と沈殿（ｉ）との分類に加えて、沈殿（ｉｉ）と沈殿（ｉｉｉ）とを他のものから分類することができる。
【００１６】
さらに、上記方法において、判別基準設定部が、予め判別されているタンパク質の結晶状態の電子画像を用いて、第１の判別基準と第２の判別基準とを前記第２組の画像統計量に基づく線形判別法により確立し、前記予め判別されているタンパク質の結晶状態の電子画像を用いて、第３の判別基準を前記第１組の画像統計量に基づく線形判別法により確立し、前記予め判別されているタンパク質の結晶状態の電子画像を用いて、第４の判別基準を前記第２組の画像統計量に基づく線形判別法により確立するものであり、前記判別部は、前記第１の判別基準と前記第２の判別基準とにより、前記第２組の画像統計量を用いて電子画像を３種に分類し、前記第３の判別基準により、該第１組の画像統計量を用いて前記３種のうちの第１種に属する電子画像をさらに２種に分類し、前記第４の判別基準により、該第２組の画像統計量を用いて前記第１種以外のいずれかの種に属する電子画像をさらに２種に分類する。
【００１７】
判別部を適切に選択された４つの基準を適切な順序で用いるものとして構築すれば、判別の際のエラーが低減され、人による判別を十分に再現できる良好な判別が人による分類を経ずとも行なえる。
【００１８】
本発明の判別システムは、透明状態を、第１〜第４の沈殿状態と、微結晶状態と、結晶状態とを要素として構成される複数の状態のいずれかにタンパク質溶液の電子画像を分類するために、前記第１の判別基準は、タンパク質溶液が、透明状態と第１〜第３の沈殿状態とからなる状態のいずれか、あるいは、第４の沈殿状態と微結晶状態と結晶状態とからなる状態のいずれかのどちらにあるかを判別するものであり、前記第２の判別基準は、タンパク質溶液が、透明状態と第１の沈殿状態とからなる状態のいずれか、あるいは、第２〜第４の沈殿状態と微結晶状態と結晶状態とからなる状態のいずれかのどちらにあるかを判別するものであり、前記第３の判別基準は、タンパク質溶液が、透明状態、あるいは、第１の沈殿状態のどちらにあるかを判別するものであり、前記第４の判別基準は、タンパク質溶液が、第２の沈殿状態、あるいは、第３の沈殿状態のどちらにあるかを判別するものであり、第１の判別部は、前記第１の判別基準と前記第２の判別基準とにより、タンパク質溶液が、透明状態と第１の沈殿状態からなる状態のいずれか、第２〜第３の沈殿状態からなる状態のいずれか、あるいは、第４の沈殿状態と微結晶状態と結晶状態とからなる状態のいずれかのいずれにあるかを判別するものであり、第２の判別部は、前記第３の判別基準により、透明状態と第１の沈殿状態からなる状態のいずれかにあるタンパク質溶液が、透明状態、あるいは、第１の沈殿状態のどちらにあるかを判別するものであり、第３の判別部は、前記第４の判別基準により、第２〜第３の沈殿状態からなる状態のいずれかにあるタンパク質溶液が、第２の沈殿状態、あるいは、第３の沈殿状態のどちらにあるかを判別するシステムである。
【００１９】
さらに、本発明では、タンパク質溶液の電子画像を取得して原画像とする原画像取得ステップと、該原画像の少なくとも一部分について第１の同時生成行列を算出する原画像行列算出ステップと、該第１の同時生成行列から第１組の画像統計量を算出する原画像統計量算出ステップと、該原画像に微分処理を行なって微分画像を得る画像微分ステップと、該微分画像の少なくとも一部分について第２の同時生成行列を算出する微分画像行列算出ステップと、該第２の同時生成行列から第２組の画像統計量を算出する微分画像統計量算出ステップと、該第２組の画像統計量を用いて、タンパク質溶液の電子画像を少なくとも２種に分類し、当該２種のうちの第１種に属すると判別されたタンパク質溶液の電子画像をさらに前記第１組の画像統計量を用いて少なくとも２種に分類する判別基準を設定する設定ステップと、前記判別基準を用いて前記タンパク質溶液の電子画像を判別して判別結果を得る判別ステップと、前記判別結果を表示する表示ステップと、前記判別結果が変更されたときに、当該変更に応じた新たな判別基準により判別基準を更新する更新ステップとを含む、タンパク質溶液の結晶化状態の判別方法が提供される。
【００２０】
さらにまた、本発明では、目標の電子画像を取得して原画像とする原画像取得部と、該原画像の少なくとも一部分について第１の同時生成行列を算出する原画像行列算出部と、該第１の同時生成行列から第１組の画像統計量を算出する原画像統計量算出部と、該原画像に微分処理を行ない、微分画像を得る画像微分部と、該微分画像の少なくとも一部分について第２の同時生成行列を算出する微分画像行列算出部と、該第２の同時生成行列から第２組の画像統計量を算出する微分画像統計量算出部と、該第２組の画像統計量を用いて、目標の電子画像を少なくとも２種に分類し、当該２種のうちの第１種に属すると判別された目標の電子画像をさらに前記第１組の画像統計量を用いて少なくとも２種に分類する判別基準を設定する判別基準設定部と、前記判別基準を用いて前記目標の電子画像を判別して判別結果を得る判別部と、前記判別結果を表示する表示部とを備え、前記判別結果の変更を受付け、当該変更に応じた新たな判別基準により判別基準を更新することができる、電子画像における目標の判別システムが提供される。ここで、目標とは、例えば、物体の形状、または物体表面の形状、模様等を示す。
【００２１】
テクスチャ解析においては、判別基準は一般には様々な画像に基づいて確立することができるが、本発明においては、原画像と微分画像を用い、それぞれの基準が判別する特徴に適した画像の種類をこのように選択することが出来る。これにより、判別のエラーが低減され、人による判別を十分に再現可能な良好な判別の機械化が可能となる。
【００２２】
本発明の解析システムは、タンパク質溶液の結晶化を判別するサンプルについて電子画像を用いて結晶化状態の判別を行なうことが出来る。これにより、従来は観察者に頼っていた結晶化状態の判別作業の機械化が可能となる。さらに本発明の解析システムに、タンパク質の溶液の結晶化サンプルの自動観察手段を組合わせれば、未知タンパク質の観察とその未知タンパク質の結晶化状態の判別とを連続して自動で行なうタンパク質結晶化状態観察解析システムが構築できる。
【発明の効果】
【００２３】
本発明のタンパク質溶液の結晶化状態の判別システムは、判別結果に応じてタンパク質溶液の電子画像を分類する判別基準を変更し更新することができ、タンパク質結晶の電子画像の識別率を良好にする効果を奏する。
【００２４】
さらに、本発明のタンパク質溶液の結晶化状態の判別システムは、そのある実施態様において、常に、判別基準を変更し更新することができるので、システムの稼動中であっても識別率を良好することができる。
【００２５】
本発明の判別システムは、タンパク質溶液の電子画像の分類を示す樹形図を表示部上に表示した場合には、ユーザに対して判別結果を容易に理解させることができる。
【００２６】
さらにまた、判別基準を決定する２個以上の特徴量を用いて表されたグラフを表示部上に表示することもでき、その場合には、ユーザに対して詳細な判別結果を容易に理解させることができる。
【００２７】
次に、表示部が前記取得したタンパク質溶液の電子画像を表示した場合、本システムによる判別結果と目視による判別とを比較でき、さらに判別結果を変更できるため、より正確な判別を行うシステムを構成することができる。
【００２８】
加えて、樹形図の各ノードと対応させて、取得したタンパク質溶液の電子画像を表示部上に表示する場合、ユーザに対して判別結果を瞬時に理解させるという効果を奏する。
【００２９】
本発明のタンパク質溶液の結晶化状態の判別システムは、上記効果を奏する表示部を備えているために、判別プログラムを変更する際に、高度な知識や技術を要しない。
【００３０】
また、本発明のタンパク質溶液の結晶化状態の判別システムは、タンパク質の溶液の結晶化サンプルの自動観察部を組合せれば、判別結果に応じてタンパク質溶液の電子画像を分類する判別基準を連続して自動または手動で更新することができる。
【発明を実施するための最良の形態】
【００３１】
本発明は、コンピュータ装置を用いて実施される。このコンピュータには、適当な画像入力部が接続されている。その画像入力部は、例えば顕微鏡に備えられたＣＣＤ（電荷結合デバイス）などの撮像装置、Ａ／Ｄコンバータ、適当なメモリなどによって電子的な画像を取得し、コンピュータに入力する。また、コンピュータには、演算装置、記憶装置、表示装置、通信装置などの通常の装置が備えられる。本発明の各ステップや各部は、演算装置に実現された機能ブロックとして処理が行なわれ、機能が実現される。例えば、判別ステップや判別部は、演算装置において、記憶装置から読み込まれたプログラムが必要なレジスタやメモリによって構成される記憶動作と演算処理動作によって判別を行なう機能として実現される。本発明は、このようなコンピュータを用いて、画像処理および画像の分類を用いて、タンパク質溶液の結晶化状態を判別するための方法や手段を提供するものである。
【００３２】
以下、図面を参照して、本発明の実施の形態について説明する。図１は、本発明において観察対象の溶液においてタンパク質の結晶化（析出）をさせるために製作されるサンプルの準備された様子を表わす断面図である。本発明の観察対象は、好ましくは、タンパク質溶液１を観察する光学顕微鏡の観察像であるが、その他の目標を判別の対象とすることもできる。タンパク質溶液１は、水分を含んだ溶液である。このタンパク質溶液１は、容器３内に配置された滴下ステージ５に滴下して準備される。容器３の開口部は、カバースリップ２によって覆われ、容器３とカバースリップ２の接触部はシールされて、以後気密が保たれる。容器３には、予め沈殿材４が配置されており、容器内の水分を吸収してゆく。
【００３３】
このようなサンプルでは、数日から数年の時間をかけて、溶液中の水分が減少してゆき、タンパク質の飽和溶解度に達すると、徐々にタンパク質の結晶が成長してゆくことがある。タンパク質の種類によっては、全く結晶を生成しない場合や、沈殿を生じる場合もある。
【００３４】
図２は、本実施形態の結晶化状態判別システム１００の構成を説明する構成図である。本システムには、原画像取得部１２、原画像行列算出部１４、原画像統計量算出部２０、画像微分部２２、微分画像行列算出部２４、微分画像統計量算出部２６、判別基準設定部２８、判別基準格納部３２、判別部３４、表示部３８が備えられている。なお、判別部３４には、図示しないが、第１〜第３の判別部が含まれているものとしてもよい。また、本システムにおいては、判別基準を確立するために、予め結晶化状態が分類されたタンパク質の画像について、外部にある撮像装置１６からの電子画像のデータ１８を取得し、結晶状態データ３０を取得するものであってもよい。本システムは、未知タンパク質溶液の画像について、外部にある撮像装置１６からの電子画像のデータ１８を取得し、その未知タンパク質溶液の結晶化状態を判別して、その結晶状態のデータ３６を表示部３８上に表示する。
【００３５】
原画像取得部１２は、例えば顕微鏡に備えられた撮像装置１６によって撮影され、デジタル化された電子画像のデータ１８を取得して、その電子画像を調整して原画像のデータ１２２とする。調整は、デジタル化されたデータの明度等を適切な範囲に調整したり、計算に十分な範囲で階調の削減を行ったり、必要な領域を切り出す処理などの一般的な処理である。
【００３６】
原画像行列算出部１４は、その調整された原画像のデータ１２２の少なくとも一部分の各画素を走査して、該原画像のデータ１２２に基づいて第１の同時生成行列１４２を算出する。
【００３７】
ここで、同時生成行列とは、画像の濃度（画素値）ｉの点から一定の変位δ＝（ｒ、θ）（図３ａ参照）だけ離れた点の濃度がｊとなる確率を要素として持つような行列である。例えば、図３ｂのような画像については、（ｒ、θ）毎に次式のような同時生成行列が計算される。
【数１】
ここでは、処理対象の範囲の画素が走査されて、同時生成行列の行列要素に加算されている。
【００３８】
この各行列に現われる要素は、その（ｒ、θ）と（ｉ、ｊ）の組合わせごとの画素の出現頻度を表わしている。この画素の出現頻度を確率に換算するために正規化処理を行なう。この確率を要素とする同時生成行列の行列要素を以後Ｅ（ｉ，ｊ）とする。なお、（ｒ、θ）毎にこの要素が計算されているが、記載を省略する。原画像行列算出部１４はこのような確率を求める機能を有しており、適当なメモリを用いて頻度を計算し、その頻度を正規化して確率を要素とする同時生成行列を出力する機能を有している。
【００３９】
このようにして定められる同時生成行列Ｅ（ｉ，ｊ）に基づいて、原画像統計量算出部２０は、第１組の画像統計量２０２を算出する。この画像統計量の組は、次式で表わされる。
【数２】
ここで、この各画像統計量の計算には、次の関係式が用いられている。
【数３】
なお、これらの画像統計量は、非特許文献１によって上記と同様に導入されている。
【００４０】
画像微分部２２は、原画像取得部１２の出力する原画像１２２に微分処理を行なう。この微分処理は、本実施の形態においては、一次微分フィルタとして知られるＳｏｂｅｌフィルタ（水平微分フィルタ：図４ａ参照、垂直微分フィルタ：図４ｂ参照）を適用して行うことができる。この際、図４では、注目画素である中央の画素に対して、周囲の画素を図示する各重みを考慮して加算する処理が、注目画素を順次走査して行なわれる。これにより、画像微分部２２によって微分画像２２２が得られる。
【００４１】
微分画像行列算出部２４は、原画像行列算出部１４が原画像１２２に行なった処理と同様の処理により、微分画像２２２に基づいて第２の同時生成行列２４２を算出する。また、微分画像統計量算出部２６は、原画像統計量算出部２０と同様の処理により、第２の同時生成行列２４２から第２組の画像統計量２６２を算出する。
【００４２】
判別基準設定部２８は、原画像１２２が表１の結晶状態のいずれのものあるかを結晶状態データ３０として受け付ける。この結晶状態データ３０は、表１のスコア０〜９の１０段階のいずれであるかを示すデータである。また、判別基準設定部２８は、前記第１組の画像統計量２０２と、前記第２組の画像統計量２６２とを受け付ける。
【００４３】
判別基準設定部２８は、これらの受け付けたデータから、４種の判別基準を線形判別法により確立する。線形判別法は、統計標本が持ついくつかの特性から、統計標本がどの群（クラス）に属するかを識別する手法である。このとき、統計標本としては、結晶状態データ３０を用い、その識別が行なわれる空間（特徴空間）として、微分を用いない原画像に基づいている第１の画像統計量の１４次元空間、あるいは、微分画像に基づいている第２の画像統計量の１４次元空間が選択される。
【００４４】
判別基準は、線形識別関数という関数として表現され、一つの線形識別関数で判別対象を２つに分類するような基準である。この線形識別関数は、１４次元空間内の超平面（１４次元空間を２つの半空間に仕切る１３次元の自由度を有する面）として決定される。つまり、線形識別関数は、１４次元空間に散布されたデータ（各々が、予め判別されているタンパク質の結晶状態のいずれかの情報によって分類可能であり、第１の画像統計量または第２の画像統計量のデータを座標値としてプロットされている点）を２つに仕切る際の超平面として定義される。
【００４５】
線形識別関数を決定するための指標は、直感的には、予め分類されている各データを出来るだけ分離させるような仕切り方となる超平面（線形識別関数）を定めることである。具体的には、第１の画像統計量または第２組の画像統計量を要素とするデータｕ＝（ｕ1、・・・、ｕ14）Tと、係数行列（係数ベクトル）Ａとの内積をとって、スカラー量ｚを算出する（式１５）。なお、ここでは、係数行列Ａは、後にフィッティングされる未知パラメータを要素としている。また、データｕは、多数のデータが用いられるが、各々が、予め結晶状態が判別されていて結晶状態データ３０が得られ、第１の画像統計量および第２画像統計量が算出される複数のデータである。
【数４】
【００４６】
次に、クラス内共分散行列ΣZ、クラス間共分散行列ΣBが、式１６、１７により求められる。
【数５】
ここで、Ｐ（ωi）は２つに分類された分類の各クラスωiの事前確率、Σiはクラスωiの共分散行列、ｍiはクラスωiの特徴データ（１４次元の座標値）の単純平均によって作られるベクトル、ｍは全パターンにおける同様の平均のベクトルを表わす。
【００４７】
データｕを係数行列Ａで変換したことに対応させて、スカラー量ｚのクラス内およびクラス間の分散を求めると、
【数６】
のようになる。これを用いて、評価関数ＪΣ（Ａ）を式２０のように定める。
【数７】
この評価関数は、分類されるクラス間の分離度を表わしている。従って、最適となる係数行列Ａは、この評価関数ＪΣの最大値を与えるものである。
【００４８】
評価関数ＪΣの最大値を与えるＡを算出するには、式２１によって与えられる行列の最大の固有値を与える固有ベクトルを求めればよい。
【数８】
【００４９】
このようにして求められた最適なＡは、式２２に定義される識別関数の超平面の法線ベクトルを与えるものである。
【数９】
なお、式２２のｕ0は、１４元のベクトルｕにｍを代入した場合にｇ（ｍ）＝０が成立するように定められる。
【００５０】
以上のような処理を、判別基準設定部２８が実行する。このために、判別基準設定部２８には、図示はしないが、行列演算を適切に行なうための処理部が備えられる。具体的には、内積計算（式１５、１７等）、積和演算（式１６、１７）、固有値演算（固有値の算出、固有ベクトルの決定）が処理できる演算機能を有する。上記の式の説明では、式変形の順を追って説明しているが、判別基準設定部２８は式１８〜２０については特段計算する必要がない。
【００５１】
本実施形態の結晶化状態判別システム１００の機能としての判別基準設定部２８の具体的な処理を、図５を用いて説明する。判別基準設定部２８は、まず、予め結晶状態が判別されている観察画像（教示用の観察画像）について、結晶状態データ３０の入力（図５、Ｓ２）と、その画像について計算された第１組の画像統計量および第２組の画像統計量の入力（Ｓ４）を受け付ける。次に、確立する判別基準を選択する（Ｓ６）。そして、処理に用いる画像統計量の組が判別基準に依存するので、確立する判別基準を選択し、予め判別された結晶状態のデータによって各画像を分類する（Ｓ８）。この分類は、表１に示した各分類を要素とし、その要素の組合わせによってそれぞれが構成された２つの分類である。この分類は、以下に説明するように、そのとき確立しようとする判別基準によって定まる。
【００５２】
本実施の形態では、判別基準ｇ1〜ｇ4を確立し、これを判別に用いる。ｇ1は、タンパク質溶液が、透明状態と第１〜第３の沈殿状態とからなる状態にあるか、または、第４の沈殿状態と微結晶状態と結晶状態とからなる状態にあるかを判別する（第１の判別基準）。ｇ2は、タンパク質溶液が、透明状態と第１の沈殿状態とからなる状態にあるか、または、第２〜第４の沈殿状態と微結晶状態と結晶状態とからなる状態にあるかを判別する（第２の判別基準）。ｇ3は、タンパク質溶液が、透明状態にあるか、または、第１の沈殿状態にあるかを判別する（第３の判別基準）。ｇ4は、タンパク質溶液が、第２の沈殿状態にあるか、または、第３の沈殿状態にあるかを判別する（第４の判別基準）。なお、各判別基準は式２２の多項式の係数を定めるものであり、判別されるべき画像についての画像統計量（１４個の統計量）ｕによって各判別基準の多項式の値を計算し、その正負によって分類がなされる。判別基準ｇ1〜ｇ4の正負をどのように定めるかについては、上述した最大固有値の固有ベクトルが、反転されても同様に同じ固有値の固有ベクトルとなる任意性を利用して、任意に定め得る。本実施の形態では、表１のスコアが小さい側の分類が、各判別基準の多項式の評価値が正となるように定める。
【００５３】
例えば判別基準ｇ1による判別においては、透明状態と第１の沈殿状態とからなる状態（第１の状態）と、第２〜第４の沈殿状態と微結晶状態と結晶状態とからなる状態（第２の状態）とのいずれにあるかを、分類することに相当する。このように、各判別基準によって異なる分け方で分類が行なわれる。
【００５４】
そして、ステップＳ８において判別基準に合わせて分類された分類を用いて、クラス内共分散行列とクラス間共分散行列を、式１６および１７に従って算出する（Ｓ１０）。そして、式２１の行列を算出して（Ｓ１２）、その行列の最大固有値に対応する固有ベクトルを算出する（Ｓ１４）。この計算には、行列の固有値や固有ベクトルを数値的に算出する任意の計算方法を用いることが出来る。固有ベクトルが求まると、その固有ベクトルを係数とする多項式（式２２）が、ベクトルｕにｍ（ｍは全パターンにおける特徴データの平均のベクトル）を代入した場合にｇ（ｍ）＝０が成立するように、ｕ0を定める（Ｓ１６）。
【００５５】
これにより、式２２の全ての係数が算出されて、その判別基準が確立する。判別基準ｇ1〜ｇ4の全てについてこのような過程を繰り返すことにより（Ｓ１８）、判別基準が全て確立することとなる。なお、ｇ3、ｇ4は、既にｇ1、ｇ2によって分類されたあと判別にのみ用いるため、ステップＳ８における判別基準に合わせた分類は、確立したｇ1、確立したｇ2によって分類されたものについて判別を行なえばよい。以上のようにして、判別基準設定部２８が判別基準を確立する。
【００５６】
判別基準設定部２８は、判別基準ｇ1〜ｇ4を判別基準格納部３２に格納する。このような判別基準ｇ1〜ｇ4によって表１の右端の列に示す計算による分類Ａ〜Ｅが分類される。また、いずれの分類にも入らないものがＦとして分類される。
【００５７】
本実施の形態では、実際にスコア０〜９に分類される画像を用いて判別基準ｇ1〜ｇ4を確立している。判別基準の確立に用いた画像は、スコア０〜９の各分類について、予め熟練した観察者によって分類されている２０枚から６０枚程度の画像である。
【００５８】
続けて、本実施の形態のシステム１００によって未知タンパク質溶液のサンプルについて判別を行なう方法について説明する。この判別に際しては、判別部３４が判別基準格納部３２から判別基準ｇ1〜ｇ4を読み込むことにより行なう。
【００５９】
未知タンパク質溶液についても、図１に示したようにサンプルが準備される。そして、光学像として観察画像を取得し、判別基準を確立する際と同一の部（原画像取得部、原画像行列算出部、原画像統計量算出部、画像微分部、微分画像行列算出部、微分画像統計量算出部）によって同一の処理がなされる。これにより、該未知タンパク質溶液のサンプルについての第１組の画像統計量と第２組の画像統計量が得られる。
【００６０】
この第１組と第２組の画像統計量は、各々１４次元の数値データからなるベクトルであるので、これらに、判別基準設定部２８によって確立された４種の判別基準ｇ1〜ｇ4を適用して判別を行なう。つまり、判別基準を示す多項式にこの未知タンパク質溶液から得られた画像統計量のベクトルを代入して、値の正負を評価することにより、判別を行なう。判別結果のデータ３６は、ユーザインターフェース３８に表示され、または記憶部に格納される。
【００６１】
次に、図６に従って、第１〜第４の判別基準（ｇ1〜ｇ4）を適用する具体的なステップについて説明する。判別部は、まず、第１の判別基準ｇ1と第２の判別基準ｇ2とを用いて、判別を行なう（図６、Ｓ２０）。ここで、ｇ1が正であることは、透明状態と第１〜第３の沈殿状態とからなる状態にあることに対応し、ｇ1が負であることは、第４の沈殿状態と微結晶状態と結晶状態とからなる状態にあることに対応する。同様に、ｇ2の正と負は、それぞれ、透明状態と第１の沈殿状態とからなる状態にあること、第２〜第４の沈殿状態と微結晶状態と結晶状態とからなる状態にあることに対応する。したがって、ｇ1とｇ2が共に正のときは、未知タンパク質溶液が透明状態と第１の沈殿状態からなる状態（図６、分枝２０２；表１、ＡまたはＢ）にある。また、ｇ1が正、ｇ2が負のときは、第２〜第３の沈殿状態からなる状態（分枝２０４；表１、ＣまたはＤ）にあり、ｇ1とｇ2が共に負のときは、第４の沈殿状態と微結晶状態と結晶状態とからなる状態（分枝２０６；表１、Ｅ）にある。なお、判別基準において、ｇ1が負、ｇ2が正という組合わせについて、実際のタンパク質溶液の結晶化状態を示す画像がこのようになることはほとんどなく、この場合はエラーとして図示しない処理がなされ、表１のＦに分類される。
【００６２】
次に、画像が透明状態と第１の沈殿状態からなる状態（分枝２０２；表１、ＡまたはＢ）に判別されると、第３の判別基準ｇ3を用いて判別を行なう（Ｓ２２）。ｇ3の正負は、それぞれ、未知タンパク質溶液が、透明状態（分枝２２２；表１、Ａ）にあるか、第１の沈殿状態（分枝２２４；表１、Ｂ）にあるかに対応する。
【００６３】
また、画像が、第２〜第３の沈殿状態からなる状態（分枝２０４；表１、ＣまたはＤ）に判別されると、第４の判別基準ｇ4を用いて判別を行なう（Ｓ２４）。ｇ4の正負は、それぞれ、未知タンパク質溶液が、第２の沈殿状態（分枝２４２；表１、Ｃ）にあるか、第３の沈殿状態（分枝２４４；表１、Ｄ）にあるかに対応する。以上のようにして、表１のＡ〜Ｅのいずれであるかが判別された後、各判別結果に応じて、判別結果を保持する変数Ｘにその結果を格納する（Ｓ２６ａ〜Ｓ２６ｅ）。そして、その判別結果を表示する（Ｓ２８）。
【００６４】
表２に、本実施の形態において得られた未知タンパク質の画像の各分類の結果を示す。表の各行には、同じ画像を人により分類した結晶化状態であり、各列には、本実施の形態のシステムによって処理をして求められた分類である。各データは、人による分類と計算による分類とに当てはまる画像の実際の枚数である。「結果」の列には、人により分類された画像が、計算によって適切に分類されている割合を示している。
【表２】
このように、人によって分類された分類のうち、透明（表１、Ａ）、沈殿（ｉ）（Ｂ）、沈殿（ｉｉ）（Ｃ）、沈殿（ｉｉｉ）（Ｄ）が、これらの相互からも、そして、残りの分類（Ｅ）からも良好に分類されている。
【００６５】
図８および図９（ａ）〜（ｄ）を用いて、本実施形態の結晶化状態判別システム１００における表示部３８の具体的な表示方法を説明する。図８は表示部３８における表示画像の概略を示す説明図である。表示部３８は、結果表示部８０上に、画像表示部８４と、判別樹形図表示部８２と、判別式表示部８６とを有する。そして、画像表示部８４に観察された画像が表示され、該判別樹形図表示部８２にその観察された画像の判別基準から作成された樹形図９０が表示され、判別式表示部８６に判別式が表示される。
【００６６】
次に、図８に示した表示画像において、判別結果の変更に応じて表示が変化する様子を図９（ａ）〜（ｄ）により説明する。樹形図９０には、全ての画像を含むノード（ａｌｌ）と、そのノードから分岐していく複数のサブノードとが表示される。例えば、図９（ａ）では、樹形図９０の全ての画像が対応付けられているノード（ａｌｌ）からサブノード（１および２）が分岐し、さらに当該サブノード（１または２）からそのサブノード（１／１および１／２）が分岐している。
【００６７】
本システムは、マウスカーソルによって樹形図９０におけるノード９２が選択されると、ノード９２に属する画像を画像表示部８４に表示する（図９（ａ））。さらに、選択されたノードの近傍に、そのノードに属する画像の集合を判別基準により分割する分割コマンドと、主成分分析による１４個の特徴量から第１〜第３の主成分を抽出して表す３Ｄグラフを表示する３Ｄグラフのコマンドとを表示する。ここで、分割コマンドが選択されると、図９（ｂ）に示すように、選択されたノード（１／２）から分割に応じて生成されたサブノード（１／２／１および１／２／２）を樹形図９０に付加し、そのサブノードに属する画像を表示する。図９（ｂ）では、サブノード（１／２／１）に属する画像を第１画像表示部８４ａに、サブノード（１／２／２）に属する画像を第２画像表示部８４ｂに表示している。そして、第１画像表示部８４ａから、第２画像表示部８４ｂに、判別された画像を移動させることによって、本システムにより判別に用いられる判別基準を変更することができる（図９（ｃ））。さらに、判別された画像を、第１画像表示部８４ａまたは第２画像表示部８４ｂに判別できない場合、一時的に第３画像表示部８４ｃ又は第４画像表示部８４ｄに保存しておき、続いてその他のサブノードに移動させる又は破棄することができる。一方、３Ｄグラフのコマンドが選択された場合は、結果表示部８０上に３Ｄグラフ９４が表示される（図９（ｄ））。３Ｄグラフは、主成分分析による１４個の特徴量からの第１〜第３の主成分より作成される。さらに３Ｄグラフには、判別基準により決定される判別面９６を表示することができ、判別基準を詳細に示すことができる。また、当該判別面９６の位置や角度を変更することにより、判別基準を変更することができる。
【００６８】
また、各ノードに表示される“１／２”および“ｃｌｓＣ”等を、ユーザが入力しても、本システムが自動的に付与してもよい。ここで、“ｃｌｓＣ”とは、表１で示されている計算の分類がＣということである。さらに、第１〜第４画像表示部は、境界を移動させることにより、表示サイズを変更させることができる。さらにまた、樹形図８６の各ノード８８とそのノードに対応する画像とが容易に識別されるように、ノード８８の縁とそのノードに対応する画像の縁とを同一の色を用いて表示することができる。また、例えば、文字や記号の表記等を用いて容易に識別できるようにしてもよい。
【００６９】
さらに、本実施形態の結晶化状態判別システム１００は、判別基準を評価するために、表示部３８上に識別率を表示することができる。この識別率は、ユーザが表示部上で判別結果を評価することによって、または予め結晶化状態の有無が判別されている画像を用いて求められる数値であり、判別した画像のうち正確に判別した画像の割合を示すものである。また、識別率が所定の条件を満たすときに、本発明の結晶化状態判別システム１００が、判別基準を更新するように構成してもよい。
【００７０】
なお、本発明の結晶化状態判別システム１００における表示部３８の表示方法について述べてきたが、分割により作製される樹形図の構造は、既述の構造に限定されるものではなく、本発明の技術的思想に基づいて変更が可能である。
【００７１】
本実施の形態の構成から、本発明によって提供されるタンパク質溶液の結晶化状態の判別方法をまとめると図１０のようになる。即ち、タンパク質溶液の電子画像を取得して原画像とする（原画像取得ステップ、Ｓ４２）。そして、該原画像の少なくとも一部分について第１の同時生成行列を算出する（原画像行列算出ステップ、Ｓ４４）。さらに、該第１の同時生成行列から第１組の画像統計量を算出する（原画像統計量算出ステップ、Ｓ４６）。原画像には、微分処理を行なって微分画像が求められる（画像微分ステップ、Ｓ４８）。微分画像の少なくとも一部分について第２の同時生成行列が算出される（微分画像行列算出ステップ、Ｓ５０）。この第２の同時生成行列から第２組の画像統計量が算出される（微分画像統計量算出ステップ、Ｓ５２）。第２組の画像統計量により、タンパク質溶液の電子画像を少なくとも２種に分類し、前記２種のうちの第１種に属すると判別されたタンパク質溶液の電子画像を、前記第１組の画像統計量を用いて少なくとも２種に分類する判別基準を設定する。（設定ステップ、Ｓ５４）。ここで、判別基準は、図６のステップＳ２０におけるg１、g２と、ステップＳ２２におけるg３である。この処理は、第１の判別ステップおよび第２の判別ステップに本実施の形態のようにして確立した判別基準を用いてコンピュータの動作により実行される。次に、前記判別基準を用いてタンパク質溶液の電子画像を判別する（判別ステップ、Ｓ５６）。続いて、前記判別基準により求められた判別結果を表示部上に表示する（表示ステップ、Ｓ５８）。前記表示結果を用いて、判別基準を更新することができる（更新ステップ、Ｓ６０）。
【図面の簡単な説明】
【００７２】
【図１】本発明の実施の形態におけるサンプルの構成を示すサンプル容器の断面図である。
【図２】本発明の実施の形態における結晶化状態判別システムの構成サンプルの構成を示す構成図である。
【図３】本発明の実施の形態におけるテクスチャ解析の手法を説明する説明図である。
【図４】本発明の実施の形態におけるテクスチャ解析における微分方法を説明する説明図である。
【図５】本発明の実施の形態における判別基準の確立の方法を示すフローチャートである。
【図６】本発明の実施の形態における判別方法を示すフローチャートである。
【図７】タンパク質溶液の結晶状態の画像による分類を模式的に示す説明図である。
【図８】本発明の実施の形態における表示部の表示画像を説明する説明図である。
【図９（ａ）】本発明の実施の形態における判別結果の変更方法を説明する説明図である。
【図９（ｂ）】本発明の実施の形態における判別結果の変更方法を説明する説明図である。
【図９（ｃ）】本発明の実施の形態における判別結果の変更方法を説明する説明図である。
【図９（ｄ）】本発明の実施の形態における判別結果を示す３Ｄグラフを説明する説明図である。
【図１０】本発明により提供されるタンパク質溶液の結晶状態の判別方法を表すフローチャートである。
【符号の説明】
【００７３】
１ タンパク質溶液
２ カバースリップ
３ 容器
４ 沈殿材
５ 滴下ステージ
１００ 結晶化状態判別システム
１２ 原画像取得部
１４ 原画像行列算出部
１６ 撮像装置
２０ 原画像統計量算出部
２２ 画像微分部
２４ 微分画像行列算出部
２６ 微分画像統計量算出部
２８ 判別基準設定部
３２ 判別基準格納部
３４ 判別部
３８ 表示部
【技術分野】
【０００１】
本発明は、タンパク質溶液におけるタンパク質結晶生成を自動化するためのタンパク質結晶状態を判別するシステムおよびその方法ならびに電子画像の判別システムに関し、特に、タンパク質結晶状態の判別基準を更新するシステムおよびその方法ならびに電子画像の判別システムに関する。
【背景技術】
【０００２】
従来より、タンパク質の結晶構造を解析するためにＸ線結晶構造解析法が用いられている。かかる構造解析法においては、構造解析対象のサンプルとなるタンパク質の良質な結晶を得るために、構造解析サンプル作成の準備として、タンパク質の水溶液から水分を蒸発させて結晶を生成する方法（結晶化法）が用いられる。この際、構造や性質が未知であるタンパク質溶液から結晶が得られるかどうかを選別するスクリーニング作業が行なわれている。
【０００３】
従来のこのスクリーニング作業では、顕微鏡を用いて人の目で逐次結晶状態を検討し、結晶生成の様子を判別している。この判別においては、サンプルのタンパク質溶液が、溶液のままであるか、沈殿を起こしているか、微結晶が得られているか、あるいは、結晶が得られるかが判別される。表１に、このスクリーニングにおいて用いられる判別基準を示す。
【表１】
【０００４】
表１において、「透明」とは、タンパク質溶液が何らの結晶も生成しない様子を表わしている。また、「沈殿」は、４つに分類される。即ち、粒が見られず黒ずんでいたり褐色を示すもの（沈殿（ｉ））、点状の組織が観察されるもので白色にみえ、少し点々があるもの（沈殿（ｉｉ））、アモルファス様の組織で透明に見えることがあるもの（沈殿（ｉｉｉ））、大きなアモルファス様の組織で粒子が見えることがあるもの（沈殿（ｉｖ））に分類される。また、結晶が生成されているものは、５つに分類される。即ち、５０μｍ程度以下の結晶で頂点が観察されるもの（微結晶）、針状結晶が観察されるもの（結晶（ｉ））、板状結晶が観察されるもの（結晶（ｉｉ））、重なり合った結晶が観察されるもの（結晶（ｉｉｉ））、良質な結晶が観察されるもの（結晶（ｉｖ））というように分類される。便宜的に、各分類に対してスコアとなる数字が割り当てられて分類されることもある。ただし、タンパク質の結晶の成長過程に従ってこのスコアが順次増してゆくように変化するものとは限らない。このように分類される画像の模式図を、スコアごとに図７に示す。特に、未知タンパク質溶液の結晶化実験においては、分類されるべきサンプルの数が多数であるため、スコアを割り当てることは大変有用な手段となる。
【０００５】
従来の人の観察を基礎とするスクリーニング作業では、観察者はトレーニングによって養成されて、経験的にこのような分類を行なうことができるようになる。養成された観察者が多数のサンプルについて得られる顕微鏡画像を観察して選別を行なう。このときに判別された分類は、それ自体も、Ｘ線構造解析向けのサンプルについての有用な情報であり、タンパク質の構造解析や性質の決定に際して重要な指標となっている。
【０００６】
この結晶を得るための手法においては、大別すると、タンパク質溶液をカバーガラスの下面に下垂させて蒸発を行なう手法（ハンギングドロップ蒸気拡散法）と、タンパク質溶液を蒸発容器の上に載置させて蒸発を行なう手法（シッティングドロップ蒸気拡散法）とが用いられる。多数のタンパク質溶液の顕微鏡画像を得るには、自動的に顕微鏡画像を記録することが有効であり、機械化の容易なシッティングドロップ蒸気拡散法が望ましい。
【０００７】
特に、表１に示した透明、沈殿（ｉ）、沈殿（ｉｉ）、沈殿（ｉｉｉ）に未知タンパク質溶液のサンプルが分類されることが多いが、これ等に分類されるサンプルは、いまだ結晶が生成されておらず、観察者がこれらを全て観察するのは、効率が悪い。
【０００８】
そこで、特許文献１にあるように、システムの起動時に、既知の画像を用いて判別プログラムを作成するタンパク質溶液の結晶化状態判別システムが提案されている。その判別システムは、観察された画像を微分処理し、その微分画像から特徴量を抽出する。続いて、抽出した特徴量と既知の画像の特徴量とを比較することによって、タンパク溶液の結晶化状態を判別する。このシステムを用いると、目視による観察と比べて、効率的であり信頼性のある結晶化状態判別を行うことができる。
【０００９】
さらに、従来のテクスチャ解析手法の例が、非特許文献１に記載されている。
【００１０】
【特許文献１】特開２００４−３４５８６７号公報
【非特許文献１】R.M.Haralick, K. Shanmugam and I. Dinstein, "Texture features for image classification" IEEE Trans. Syst., Man, Cybern., vol.SMC-3, no6, pp.610-621, 1973
【発明の開示】
【発明が解決しようとする課題】
【００１１】
しかし、上記従来のタンパク質溶液の結晶化状態判別システムは、システムの調節のために多数の画像を分析する必要があるために、システムを用いて結晶化状態を判別するまでに時間がかかる。さらに、稼動中に判別プログラムを変更できないため、例えば、判別結果が誤っている場合、未知の結晶が観察された場合、タンパク質結晶の撮影環境が変化した場合等に、再び分析し直さなければならない。
【課題を解決するための手段】
【００１２】
本発明では、ユーザインターフェースを備え、システムの稼動中に判別プログラムを変更することができるタンパク質溶液の結晶化状態判別システムを提供する。さらに、ユーザインターフェースを用いることによって、容易に結晶化状態を判別することができ、判別ミスを減らす状態判別システムを提供することができる。
より具体的には、本発明によれば、タンパク質溶液の電子画像を取得して原画像とする原画像取得部と、該原画像の少なくとも一部分について第１の同時生成行列を算出する原画像行列算出部と、該第１の同時生成行列から第１組の画像統計量を算出する原画像統計量算出部と、該原画像に微分処理を行ない、微分画像を得る画像微分部と、該微分画像の少なくとも一部分について第２の同時生成行列を算出する微分画像行列算出部と、該第２の同時生成行列から第２組の画像統計量を算出する微分画像統計量算出部と、該第２組の画像統計量を用いて、タンパク質溶液の電子画像を少なくとも２種に分類し、当該２種のうちの第１種に属すると判別されたタンパク質溶液の電子画像をさらに前記第１組の画像統計量を用いて少なくとも２種に分類する判別基準を設定する判別基準設定部と、前記判別基準を用いて前記タンパク質溶液の電子画像を判別して判別結果を得る判別部と、前記判別結果を表示する表示部とを備え、前記判別結果の変更を受付け、当該変更に応じた新たな判別基準により判別基準を更新することができる、タンパク質溶液の結晶化状態の判別システムが提供される。ここで、本発明の判別システムは、表示部上に判別結果を表示し、当該判別結果を容易に変更できるように構成されている。また、判別結果が変更されたとき、判別システムが判別基準を更新し、新たな判別結果を表示部上に表示することができる。
【００１３】
さらに、本発明では、表示部がタンパク質溶液の電子画像の分類を示す樹形図と、判別基準を決定する２個以上の特徴量を用いて表されたグラフと、取得されたタンパク質溶液の電子画像とを表示する。
さらにまた、表示部が樹形図の各ノードに属するタンパク質溶液の電子画像を該ノードに対応付けて表示する。
【００１４】
画像の解析は、一般にテクスチャ解析と呼ばれる手法を用いることができる。この解析対象に、タンパク質溶液の原画像（電子的に取得して明るさや領域の切り出し等の予備的な調整をしたのみの画像で、微分していない画像）と、その原画像を微分した微分画像を共に用いることにより、未知タンパク質の溶液における結晶化の状態を良好に判別できる。また、判別を２段階に行なうことにより、タンパク質溶液の結晶化状態を判別する作業の機械化が容易となる。本方法によれば、表１に示した透明と沈殿（ｉ）とを他のものから適切に分類することが可能となる。
【００１５】
また、本発明の判別システムは、前記第１種以外の種に分類されたタンパク質溶液の電子画像を、前記第２組の画像統計量を用いてさらに少なくとも２種に分類する判別基準を設定することができる。これにより、透明と沈殿（ｉ）との分類に加えて、沈殿（ｉｉ）と沈殿（ｉｉｉ）とを他のものから分類することができる。
【００１６】
さらに、上記方法において、判別基準設定部が、予め判別されているタンパク質の結晶状態の電子画像を用いて、第１の判別基準と第２の判別基準とを前記第２組の画像統計量に基づく線形判別法により確立し、前記予め判別されているタンパク質の結晶状態の電子画像を用いて、第３の判別基準を前記第１組の画像統計量に基づく線形判別法により確立し、前記予め判別されているタンパク質の結晶状態の電子画像を用いて、第４の判別基準を前記第２組の画像統計量に基づく線形判別法により確立するものであり、前記判別部は、前記第１の判別基準と前記第２の判別基準とにより、前記第２組の画像統計量を用いて電子画像を３種に分類し、前記第３の判別基準により、該第１組の画像統計量を用いて前記３種のうちの第１種に属する電子画像をさらに２種に分類し、前記第４の判別基準により、該第２組の画像統計量を用いて前記第１種以外のいずれかの種に属する電子画像をさらに２種に分類する。
【００１７】
判別部を適切に選択された４つの基準を適切な順序で用いるものとして構築すれば、判別の際のエラーが低減され、人による判別を十分に再現できる良好な判別が人による分類を経ずとも行なえる。
【００１８】
本発明の判別システムは、透明状態を、第１〜第４の沈殿状態と、微結晶状態と、結晶状態とを要素として構成される複数の状態のいずれかにタンパク質溶液の電子画像を分類するために、前記第１の判別基準は、タンパク質溶液が、透明状態と第１〜第３の沈殿状態とからなる状態のいずれか、あるいは、第４の沈殿状態と微結晶状態と結晶状態とからなる状態のいずれかのどちらにあるかを判別するものであり、前記第２の判別基準は、タンパク質溶液が、透明状態と第１の沈殿状態とからなる状態のいずれか、あるいは、第２〜第４の沈殿状態と微結晶状態と結晶状態とからなる状態のいずれかのどちらにあるかを判別するものであり、前記第３の判別基準は、タンパク質溶液が、透明状態、あるいは、第１の沈殿状態のどちらにあるかを判別するものであり、前記第４の判別基準は、タンパク質溶液が、第２の沈殿状態、あるいは、第３の沈殿状態のどちらにあるかを判別するものであり、第１の判別部は、前記第１の判別基準と前記第２の判別基準とにより、タンパク質溶液が、透明状態と第１の沈殿状態からなる状態のいずれか、第２〜第３の沈殿状態からなる状態のいずれか、あるいは、第４の沈殿状態と微結晶状態と結晶状態とからなる状態のいずれかのいずれにあるかを判別するものであり、第２の判別部は、前記第３の判別基準により、透明状態と第１の沈殿状態からなる状態のいずれかにあるタンパク質溶液が、透明状態、あるいは、第１の沈殿状態のどちらにあるかを判別するものであり、第３の判別部は、前記第４の判別基準により、第２〜第３の沈殿状態からなる状態のいずれかにあるタンパク質溶液が、第２の沈殿状態、あるいは、第３の沈殿状態のどちらにあるかを判別するシステムである。
【００１９】
さらに、本発明では、タンパク質溶液の電子画像を取得して原画像とする原画像取得ステップと、該原画像の少なくとも一部分について第１の同時生成行列を算出する原画像行列算出ステップと、該第１の同時生成行列から第１組の画像統計量を算出する原画像統計量算出ステップと、該原画像に微分処理を行なって微分画像を得る画像微分ステップと、該微分画像の少なくとも一部分について第２の同時生成行列を算出する微分画像行列算出ステップと、該第２の同時生成行列から第２組の画像統計量を算出する微分画像統計量算出ステップと、該第２組の画像統計量を用いて、タンパク質溶液の電子画像を少なくとも２種に分類し、当該２種のうちの第１種に属すると判別されたタンパク質溶液の電子画像をさらに前記第１組の画像統計量を用いて少なくとも２種に分類する判別基準を設定する設定ステップと、前記判別基準を用いて前記タンパク質溶液の電子画像を判別して判別結果を得る判別ステップと、前記判別結果を表示する表示ステップと、前記判別結果が変更されたときに、当該変更に応じた新たな判別基準により判別基準を更新する更新ステップとを含む、タンパク質溶液の結晶化状態の判別方法が提供される。
【００２０】
さらにまた、本発明では、目標の電子画像を取得して原画像とする原画像取得部と、該原画像の少なくとも一部分について第１の同時生成行列を算出する原画像行列算出部と、該第１の同時生成行列から第１組の画像統計量を算出する原画像統計量算出部と、該原画像に微分処理を行ない、微分画像を得る画像微分部と、該微分画像の少なくとも一部分について第２の同時生成行列を算出する微分画像行列算出部と、該第２の同時生成行列から第２組の画像統計量を算出する微分画像統計量算出部と、該第２組の画像統計量を用いて、目標の電子画像を少なくとも２種に分類し、当該２種のうちの第１種に属すると判別された目標の電子画像をさらに前記第１組の画像統計量を用いて少なくとも２種に分類する判別基準を設定する判別基準設定部と、前記判別基準を用いて前記目標の電子画像を判別して判別結果を得る判別部と、前記判別結果を表示する表示部とを備え、前記判別結果の変更を受付け、当該変更に応じた新たな判別基準により判別基準を更新することができる、電子画像における目標の判別システムが提供される。ここで、目標とは、例えば、物体の形状、または物体表面の形状、模様等を示す。
【００２１】
テクスチャ解析においては、判別基準は一般には様々な画像に基づいて確立することができるが、本発明においては、原画像と微分画像を用い、それぞれの基準が判別する特徴に適した画像の種類をこのように選択することが出来る。これにより、判別のエラーが低減され、人による判別を十分に再現可能な良好な判別の機械化が可能となる。
【００２２】
本発明の解析システムは、タンパク質溶液の結晶化を判別するサンプルについて電子画像を用いて結晶化状態の判別を行なうことが出来る。これにより、従来は観察者に頼っていた結晶化状態の判別作業の機械化が可能となる。さらに本発明の解析システムに、タンパク質の溶液の結晶化サンプルの自動観察手段を組合わせれば、未知タンパク質の観察とその未知タンパク質の結晶化状態の判別とを連続して自動で行なうタンパク質結晶化状態観察解析システムが構築できる。
【発明の効果】
【００２３】
本発明のタンパク質溶液の結晶化状態の判別システムは、判別結果に応じてタンパク質溶液の電子画像を分類する判別基準を変更し更新することができ、タンパク質結晶の電子画像の識別率を良好にする効果を奏する。
【００２４】
さらに、本発明のタンパク質溶液の結晶化状態の判別システムは、そのある実施態様において、常に、判別基準を変更し更新することができるので、システムの稼動中であっても識別率を良好することができる。
【００２５】
本発明の判別システムは、タンパク質溶液の電子画像の分類を示す樹形図を表示部上に表示した場合には、ユーザに対して判別結果を容易に理解させることができる。
【００２６】
さらにまた、判別基準を決定する２個以上の特徴量を用いて表されたグラフを表示部上に表示することもでき、その場合には、ユーザに対して詳細な判別結果を容易に理解させることができる。
【００２７】
次に、表示部が前記取得したタンパク質溶液の電子画像を表示した場合、本システムによる判別結果と目視による判別とを比較でき、さらに判別結果を変更できるため、より正確な判別を行うシステムを構成することができる。
【００２８】
加えて、樹形図の各ノードと対応させて、取得したタンパク質溶液の電子画像を表示部上に表示する場合、ユーザに対して判別結果を瞬時に理解させるという効果を奏する。
【００２９】
本発明のタンパク質溶液の結晶化状態の判別システムは、上記効果を奏する表示部を備えているために、判別プログラムを変更する際に、高度な知識や技術を要しない。
【００３０】
また、本発明のタンパク質溶液の結晶化状態の判別システムは、タンパク質の溶液の結晶化サンプルの自動観察部を組合せれば、判別結果に応じてタンパク質溶液の電子画像を分類する判別基準を連続して自動または手動で更新することができる。
【発明を実施するための最良の形態】
【００３１】
本発明は、コンピュータ装置を用いて実施される。このコンピュータには、適当な画像入力部が接続されている。その画像入力部は、例えば顕微鏡に備えられたＣＣＤ（電荷結合デバイス）などの撮像装置、Ａ／Ｄコンバータ、適当なメモリなどによって電子的な画像を取得し、コンピュータに入力する。また、コンピュータには、演算装置、記憶装置、表示装置、通信装置などの通常の装置が備えられる。本発明の各ステップや各部は、演算装置に実現された機能ブロックとして処理が行なわれ、機能が実現される。例えば、判別ステップや判別部は、演算装置において、記憶装置から読み込まれたプログラムが必要なレジスタやメモリによって構成される記憶動作と演算処理動作によって判別を行なう機能として実現される。本発明は、このようなコンピュータを用いて、画像処理および画像の分類を用いて、タンパク質溶液の結晶化状態を判別するための方法や手段を提供するものである。
【００３２】
以下、図面を参照して、本発明の実施の形態について説明する。図１は、本発明において観察対象の溶液においてタンパク質の結晶化（析出）をさせるために製作されるサンプルの準備された様子を表わす断面図である。本発明の観察対象は、好ましくは、タンパク質溶液１を観察する光学顕微鏡の観察像であるが、その他の目標を判別の対象とすることもできる。タンパク質溶液１は、水分を含んだ溶液である。このタンパク質溶液１は、容器３内に配置された滴下ステージ５に滴下して準備される。容器３の開口部は、カバースリップ２によって覆われ、容器３とカバースリップ２の接触部はシールされて、以後気密が保たれる。容器３には、予め沈殿材４が配置されており、容器内の水分を吸収してゆく。
【００３３】
このようなサンプルでは、数日から数年の時間をかけて、溶液中の水分が減少してゆき、タンパク質の飽和溶解度に達すると、徐々にタンパク質の結晶が成長してゆくことがある。タンパク質の種類によっては、全く結晶を生成しない場合や、沈殿を生じる場合もある。
【００３４】
図２は、本実施形態の結晶化状態判別システム１００の構成を説明する構成図である。本システムには、原画像取得部１２、原画像行列算出部１４、原画像統計量算出部２０、画像微分部２２、微分画像行列算出部２４、微分画像統計量算出部２６、判別基準設定部２８、判別基準格納部３２、判別部３４、表示部３８が備えられている。なお、判別部３４には、図示しないが、第１〜第３の判別部が含まれているものとしてもよい。また、本システムにおいては、判別基準を確立するために、予め結晶化状態が分類されたタンパク質の画像について、外部にある撮像装置１６からの電子画像のデータ１８を取得し、結晶状態データ３０を取得するものであってもよい。本システムは、未知タンパク質溶液の画像について、外部にある撮像装置１６からの電子画像のデータ１８を取得し、その未知タンパク質溶液の結晶化状態を判別して、その結晶状態のデータ３６を表示部３８上に表示する。
【００３５】
原画像取得部１２は、例えば顕微鏡に備えられた撮像装置１６によって撮影され、デジタル化された電子画像のデータ１８を取得して、その電子画像を調整して原画像のデータ１２２とする。調整は、デジタル化されたデータの明度等を適切な範囲に調整したり、計算に十分な範囲で階調の削減を行ったり、必要な領域を切り出す処理などの一般的な処理である。
【００３６】
原画像行列算出部１４は、その調整された原画像のデータ１２２の少なくとも一部分の各画素を走査して、該原画像のデータ１２２に基づいて第１の同時生成行列１４２を算出する。
【００３７】
ここで、同時生成行列とは、画像の濃度（画素値）ｉの点から一定の変位δ＝（ｒ、θ）（図３ａ参照）だけ離れた点の濃度がｊとなる確率を要素として持つような行列である。例えば、図３ｂのような画像については、（ｒ、θ）毎に次式のような同時生成行列が計算される。
【数１】
ここでは、処理対象の範囲の画素が走査されて、同時生成行列の行列要素に加算されている。
【００３８】
この各行列に現われる要素は、その（ｒ、θ）と（ｉ、ｊ）の組合わせごとの画素の出現頻度を表わしている。この画素の出現頻度を確率に換算するために正規化処理を行なう。この確率を要素とする同時生成行列の行列要素を以後Ｅ（ｉ，ｊ）とする。なお、（ｒ、θ）毎にこの要素が計算されているが、記載を省略する。原画像行列算出部１４はこのような確率を求める機能を有しており、適当なメモリを用いて頻度を計算し、その頻度を正規化して確率を要素とする同時生成行列を出力する機能を有している。
【００３９】
このようにして定められる同時生成行列Ｅ（ｉ，ｊ）に基づいて、原画像統計量算出部２０は、第１組の画像統計量２０２を算出する。この画像統計量の組は、次式で表わされる。
【数２】
ここで、この各画像統計量の計算には、次の関係式が用いられている。
【数３】
なお、これらの画像統計量は、非特許文献１によって上記と同様に導入されている。
【００４０】
画像微分部２２は、原画像取得部１２の出力する原画像１２２に微分処理を行なう。この微分処理は、本実施の形態においては、一次微分フィルタとして知られるＳｏｂｅｌフィルタ（水平微分フィルタ：図４ａ参照、垂直微分フィルタ：図４ｂ参照）を適用して行うことができる。この際、図４では、注目画素である中央の画素に対して、周囲の画素を図示する各重みを考慮して加算する処理が、注目画素を順次走査して行なわれる。これにより、画像微分部２２によって微分画像２２２が得られる。
【００４１】
微分画像行列算出部２４は、原画像行列算出部１４が原画像１２２に行なった処理と同様の処理により、微分画像２２２に基づいて第２の同時生成行列２４２を算出する。また、微分画像統計量算出部２６は、原画像統計量算出部２０と同様の処理により、第２の同時生成行列２４２から第２組の画像統計量２６２を算出する。
【００４２】
判別基準設定部２８は、原画像１２２が表１の結晶状態のいずれのものあるかを結晶状態データ３０として受け付ける。この結晶状態データ３０は、表１のスコア０〜９の１０段階のいずれであるかを示すデータである。また、判別基準設定部２８は、前記第１組の画像統計量２０２と、前記第２組の画像統計量２６２とを受け付ける。
【００４３】
判別基準設定部２８は、これらの受け付けたデータから、４種の判別基準を線形判別法により確立する。線形判別法は、統計標本が持ついくつかの特性から、統計標本がどの群（クラス）に属するかを識別する手法である。このとき、統計標本としては、結晶状態データ３０を用い、その識別が行なわれる空間（特徴空間）として、微分を用いない原画像に基づいている第１の画像統計量の１４次元空間、あるいは、微分画像に基づいている第２の画像統計量の１４次元空間が選択される。
【００４４】
判別基準は、線形識別関数という関数として表現され、一つの線形識別関数で判別対象を２つに分類するような基準である。この線形識別関数は、１４次元空間内の超平面（１４次元空間を２つの半空間に仕切る１３次元の自由度を有する面）として決定される。つまり、線形識別関数は、１４次元空間に散布されたデータ（各々が、予め判別されているタンパク質の結晶状態のいずれかの情報によって分類可能であり、第１の画像統計量または第２の画像統計量のデータを座標値としてプロットされている点）を２つに仕切る際の超平面として定義される。
【００４５】
線形識別関数を決定するための指標は、直感的には、予め分類されている各データを出来るだけ分離させるような仕切り方となる超平面（線形識別関数）を定めることである。具体的には、第１の画像統計量または第２組の画像統計量を要素とするデータｕ＝（ｕ1、・・・、ｕ14）Tと、係数行列（係数ベクトル）Ａとの内積をとって、スカラー量ｚを算出する（式１５）。なお、ここでは、係数行列Ａは、後にフィッティングされる未知パラメータを要素としている。また、データｕは、多数のデータが用いられるが、各々が、予め結晶状態が判別されていて結晶状態データ３０が得られ、第１の画像統計量および第２画像統計量が算出される複数のデータである。
【数４】
【００４６】
次に、クラス内共分散行列ΣZ、クラス間共分散行列ΣBが、式１６、１７により求められる。
【数５】
ここで、Ｐ（ωi）は２つに分類された分類の各クラスωiの事前確率、Σiはクラスωiの共分散行列、ｍiはクラスωiの特徴データ（１４次元の座標値）の単純平均によって作られるベクトル、ｍは全パターンにおける同様の平均のベクトルを表わす。
【００４７】
データｕを係数行列Ａで変換したことに対応させて、スカラー量ｚのクラス内およびクラス間の分散を求めると、
【数６】
のようになる。これを用いて、評価関数ＪΣ（Ａ）を式２０のように定める。
【数７】
この評価関数は、分類されるクラス間の分離度を表わしている。従って、最適となる係数行列Ａは、この評価関数ＪΣの最大値を与えるものである。
【００４８】
評価関数ＪΣの最大値を与えるＡを算出するには、式２１によって与えられる行列の最大の固有値を与える固有ベクトルを求めればよい。
【数８】
【００４９】
このようにして求められた最適なＡは、式２２に定義される識別関数の超平面の法線ベクトルを与えるものである。
【数９】
なお、式２２のｕ0は、１４元のベクトルｕにｍを代入した場合にｇ（ｍ）＝０が成立するように定められる。
【００５０】
以上のような処理を、判別基準設定部２８が実行する。このために、判別基準設定部２８には、図示はしないが、行列演算を適切に行なうための処理部が備えられる。具体的には、内積計算（式１５、１７等）、積和演算（式１６、１７）、固有値演算（固有値の算出、固有ベクトルの決定）が処理できる演算機能を有する。上記の式の説明では、式変形の順を追って説明しているが、判別基準設定部２８は式１８〜２０については特段計算する必要がない。
【００５１】
本実施形態の結晶化状態判別システム１００の機能としての判別基準設定部２８の具体的な処理を、図５を用いて説明する。判別基準設定部２８は、まず、予め結晶状態が判別されている観察画像（教示用の観察画像）について、結晶状態データ３０の入力（図５、Ｓ２）と、その画像について計算された第１組の画像統計量および第２組の画像統計量の入力（Ｓ４）を受け付ける。次に、確立する判別基準を選択する（Ｓ６）。そして、処理に用いる画像統計量の組が判別基準に依存するので、確立する判別基準を選択し、予め判別された結晶状態のデータによって各画像を分類する（Ｓ８）。この分類は、表１に示した各分類を要素とし、その要素の組合わせによってそれぞれが構成された２つの分類である。この分類は、以下に説明するように、そのとき確立しようとする判別基準によって定まる。
【００５２】
本実施の形態では、判別基準ｇ1〜ｇ4を確立し、これを判別に用いる。ｇ1は、タンパク質溶液が、透明状態と第１〜第３の沈殿状態とからなる状態にあるか、または、第４の沈殿状態と微結晶状態と結晶状態とからなる状態にあるかを判別する（第１の判別基準）。ｇ2は、タンパク質溶液が、透明状態と第１の沈殿状態とからなる状態にあるか、または、第２〜第４の沈殿状態と微結晶状態と結晶状態とからなる状態にあるかを判別する（第２の判別基準）。ｇ3は、タンパク質溶液が、透明状態にあるか、または、第１の沈殿状態にあるかを判別する（第３の判別基準）。ｇ4は、タンパク質溶液が、第２の沈殿状態にあるか、または、第３の沈殿状態にあるかを判別する（第４の判別基準）。なお、各判別基準は式２２の多項式の係数を定めるものであり、判別されるべき画像についての画像統計量（１４個の統計量）ｕによって各判別基準の多項式の値を計算し、その正負によって分類がなされる。判別基準ｇ1〜ｇ4の正負をどのように定めるかについては、上述した最大固有値の固有ベクトルが、反転されても同様に同じ固有値の固有ベクトルとなる任意性を利用して、任意に定め得る。本実施の形態では、表１のスコアが小さい側の分類が、各判別基準の多項式の評価値が正となるように定める。
【００５３】
例えば判別基準ｇ1による判別においては、透明状態と第１の沈殿状態とからなる状態（第１の状態）と、第２〜第４の沈殿状態と微結晶状態と結晶状態とからなる状態（第２の状態）とのいずれにあるかを、分類することに相当する。このように、各判別基準によって異なる分け方で分類が行なわれる。
【００５４】
そして、ステップＳ８において判別基準に合わせて分類された分類を用いて、クラス内共分散行列とクラス間共分散行列を、式１６および１７に従って算出する（Ｓ１０）。そして、式２１の行列を算出して（Ｓ１２）、その行列の最大固有値に対応する固有ベクトルを算出する（Ｓ１４）。この計算には、行列の固有値や固有ベクトルを数値的に算出する任意の計算方法を用いることが出来る。固有ベクトルが求まると、その固有ベクトルを係数とする多項式（式２２）が、ベクトルｕにｍ（ｍは全パターンにおける特徴データの平均のベクトル）を代入した場合にｇ（ｍ）＝０が成立するように、ｕ0を定める（Ｓ１６）。
【００５５】
これにより、式２２の全ての係数が算出されて、その判別基準が確立する。判別基準ｇ1〜ｇ4の全てについてこのような過程を繰り返すことにより（Ｓ１８）、判別基準が全て確立することとなる。なお、ｇ3、ｇ4は、既にｇ1、ｇ2によって分類されたあと判別にのみ用いるため、ステップＳ８における判別基準に合わせた分類は、確立したｇ1、確立したｇ2によって分類されたものについて判別を行なえばよい。以上のようにして、判別基準設定部２８が判別基準を確立する。
【００５６】
判別基準設定部２８は、判別基準ｇ1〜ｇ4を判別基準格納部３２に格納する。このような判別基準ｇ1〜ｇ4によって表１の右端の列に示す計算による分類Ａ〜Ｅが分類される。また、いずれの分類にも入らないものがＦとして分類される。
【００５７】
本実施の形態では、実際にスコア０〜９に分類される画像を用いて判別基準ｇ1〜ｇ4を確立している。判別基準の確立に用いた画像は、スコア０〜９の各分類について、予め熟練した観察者によって分類されている２０枚から６０枚程度の画像である。
【００５８】
続けて、本実施の形態のシステム１００によって未知タンパク質溶液のサンプルについて判別を行なう方法について説明する。この判別に際しては、判別部３４が判別基準格納部３２から判別基準ｇ1〜ｇ4を読み込むことにより行なう。
【００５９】
未知タンパク質溶液についても、図１に示したようにサンプルが準備される。そして、光学像として観察画像を取得し、判別基準を確立する際と同一の部（原画像取得部、原画像行列算出部、原画像統計量算出部、画像微分部、微分画像行列算出部、微分画像統計量算出部）によって同一の処理がなされる。これにより、該未知タンパク質溶液のサンプルについての第１組の画像統計量と第２組の画像統計量が得られる。
【００６０】
この第１組と第２組の画像統計量は、各々１４次元の数値データからなるベクトルであるので、これらに、判別基準設定部２８によって確立された４種の判別基準ｇ1〜ｇ4を適用して判別を行なう。つまり、判別基準を示す多項式にこの未知タンパク質溶液から得られた画像統計量のベクトルを代入して、値の正負を評価することにより、判別を行なう。判別結果のデータ３６は、ユーザインターフェース３８に表示され、または記憶部に格納される。
【００６１】
次に、図６に従って、第１〜第４の判別基準（ｇ1〜ｇ4）を適用する具体的なステップについて説明する。判別部は、まず、第１の判別基準ｇ1と第２の判別基準ｇ2とを用いて、判別を行なう（図６、Ｓ２０）。ここで、ｇ1が正であることは、透明状態と第１〜第３の沈殿状態とからなる状態にあることに対応し、ｇ1が負であることは、第４の沈殿状態と微結晶状態と結晶状態とからなる状態にあることに対応する。同様に、ｇ2の正と負は、それぞれ、透明状態と第１の沈殿状態とからなる状態にあること、第２〜第４の沈殿状態と微結晶状態と結晶状態とからなる状態にあることに対応する。したがって、ｇ1とｇ2が共に正のときは、未知タンパク質溶液が透明状態と第１の沈殿状態からなる状態（図６、分枝２０２；表１、ＡまたはＢ）にある。また、ｇ1が正、ｇ2が負のときは、第２〜第３の沈殿状態からなる状態（分枝２０４；表１、ＣまたはＤ）にあり、ｇ1とｇ2が共に負のときは、第４の沈殿状態と微結晶状態と結晶状態とからなる状態（分枝２０６；表１、Ｅ）にある。なお、判別基準において、ｇ1が負、ｇ2が正という組合わせについて、実際のタンパク質溶液の結晶化状態を示す画像がこのようになることはほとんどなく、この場合はエラーとして図示しない処理がなされ、表１のＦに分類される。
【００６２】
次に、画像が透明状態と第１の沈殿状態からなる状態（分枝２０２；表１、ＡまたはＢ）に判別されると、第３の判別基準ｇ3を用いて判別を行なう（Ｓ２２）。ｇ3の正負は、それぞれ、未知タンパク質溶液が、透明状態（分枝２２２；表１、Ａ）にあるか、第１の沈殿状態（分枝２２４；表１、Ｂ）にあるかに対応する。
【００６３】
また、画像が、第２〜第３の沈殿状態からなる状態（分枝２０４；表１、ＣまたはＤ）に判別されると、第４の判別基準ｇ4を用いて判別を行なう（Ｓ２４）。ｇ4の正負は、それぞれ、未知タンパク質溶液が、第２の沈殿状態（分枝２４２；表１、Ｃ）にあるか、第３の沈殿状態（分枝２４４；表１、Ｄ）にあるかに対応する。以上のようにして、表１のＡ〜Ｅのいずれであるかが判別された後、各判別結果に応じて、判別結果を保持する変数Ｘにその結果を格納する（Ｓ２６ａ〜Ｓ２６ｅ）。そして、その判別結果を表示する（Ｓ２８）。
【００６４】
表２に、本実施の形態において得られた未知タンパク質の画像の各分類の結果を示す。表の各行には、同じ画像を人により分類した結晶化状態であり、各列には、本実施の形態のシステムによって処理をして求められた分類である。各データは、人による分類と計算による分類とに当てはまる画像の実際の枚数である。「結果」の列には、人により分類された画像が、計算によって適切に分類されている割合を示している。
【表２】
このように、人によって分類された分類のうち、透明（表１、Ａ）、沈殿（ｉ）（Ｂ）、沈殿（ｉｉ）（Ｃ）、沈殿（ｉｉｉ）（Ｄ）が、これらの相互からも、そして、残りの分類（Ｅ）からも良好に分類されている。
【００６５】
図８および図９（ａ）〜（ｄ）を用いて、本実施形態の結晶化状態判別システム１００における表示部３８の具体的な表示方法を説明する。図８は表示部３８における表示画像の概略を示す説明図である。表示部３８は、結果表示部８０上に、画像表示部８４と、判別樹形図表示部８２と、判別式表示部８６とを有する。そして、画像表示部８４に観察された画像が表示され、該判別樹形図表示部８２にその観察された画像の判別基準から作成された樹形図９０が表示され、判別式表示部８６に判別式が表示される。
【００６６】
次に、図８に示した表示画像において、判別結果の変更に応じて表示が変化する様子を図９（ａ）〜（ｄ）により説明する。樹形図９０には、全ての画像を含むノード（ａｌｌ）と、そのノードから分岐していく複数のサブノードとが表示される。例えば、図９（ａ）では、樹形図９０の全ての画像が対応付けられているノード（ａｌｌ）からサブノード（１および２）が分岐し、さらに当該サブノード（１または２）からそのサブノード（１／１および１／２）が分岐している。
【００６７】
本システムは、マウスカーソルによって樹形図９０におけるノード９２が選択されると、ノード９２に属する画像を画像表示部８４に表示する（図９（ａ））。さらに、選択されたノードの近傍に、そのノードに属する画像の集合を判別基準により分割する分割コマンドと、主成分分析による１４個の特徴量から第１〜第３の主成分を抽出して表す３Ｄグラフを表示する３Ｄグラフのコマンドとを表示する。ここで、分割コマンドが選択されると、図９（ｂ）に示すように、選択されたノード（１／２）から分割に応じて生成されたサブノード（１／２／１および１／２／２）を樹形図９０に付加し、そのサブノードに属する画像を表示する。図９（ｂ）では、サブノード（１／２／１）に属する画像を第１画像表示部８４ａに、サブノード（１／２／２）に属する画像を第２画像表示部８４ｂに表示している。そして、第１画像表示部８４ａから、第２画像表示部８４ｂに、判別された画像を移動させることによって、本システムにより判別に用いられる判別基準を変更することができる（図９（ｃ））。さらに、判別された画像を、第１画像表示部８４ａまたは第２画像表示部８４ｂに判別できない場合、一時的に第３画像表示部８４ｃ又は第４画像表示部８４ｄに保存しておき、続いてその他のサブノードに移動させる又は破棄することができる。一方、３Ｄグラフのコマンドが選択された場合は、結果表示部８０上に３Ｄグラフ９４が表示される（図９（ｄ））。３Ｄグラフは、主成分分析による１４個の特徴量からの第１〜第３の主成分より作成される。さらに３Ｄグラフには、判別基準により決定される判別面９６を表示することができ、判別基準を詳細に示すことができる。また、当該判別面９６の位置や角度を変更することにより、判別基準を変更することができる。
【００６８】
また、各ノードに表示される“１／２”および“ｃｌｓＣ”等を、ユーザが入力しても、本システムが自動的に付与してもよい。ここで、“ｃｌｓＣ”とは、表１で示されている計算の分類がＣということである。さらに、第１〜第４画像表示部は、境界を移動させることにより、表示サイズを変更させることができる。さらにまた、樹形図８６の各ノード８８とそのノードに対応する画像とが容易に識別されるように、ノード８８の縁とそのノードに対応する画像の縁とを同一の色を用いて表示することができる。また、例えば、文字や記号の表記等を用いて容易に識別できるようにしてもよい。
【００６９】
さらに、本実施形態の結晶化状態判別システム１００は、判別基準を評価するために、表示部３８上に識別率を表示することができる。この識別率は、ユーザが表示部上で判別結果を評価することによって、または予め結晶化状態の有無が判別されている画像を用いて求められる数値であり、判別した画像のうち正確に判別した画像の割合を示すものである。また、識別率が所定の条件を満たすときに、本発明の結晶化状態判別システム１００が、判別基準を更新するように構成してもよい。
【００７０】
なお、本発明の結晶化状態判別システム１００における表示部３８の表示方法について述べてきたが、分割により作製される樹形図の構造は、既述の構造に限定されるものではなく、本発明の技術的思想に基づいて変更が可能である。
【００７１】
本実施の形態の構成から、本発明によって提供されるタンパク質溶液の結晶化状態の判別方法をまとめると図１０のようになる。即ち、タンパク質溶液の電子画像を取得して原画像とする（原画像取得ステップ、Ｓ４２）。そして、該原画像の少なくとも一部分について第１の同時生成行列を算出する（原画像行列算出ステップ、Ｓ４４）。さらに、該第１の同時生成行列から第１組の画像統計量を算出する（原画像統計量算出ステップ、Ｓ４６）。原画像には、微分処理を行なって微分画像が求められる（画像微分ステップ、Ｓ４８）。微分画像の少なくとも一部分について第２の同時生成行列が算出される（微分画像行列算出ステップ、Ｓ５０）。この第２の同時生成行列から第２組の画像統計量が算出される（微分画像統計量算出ステップ、Ｓ５２）。第２組の画像統計量により、タンパク質溶液の電子画像を少なくとも２種に分類し、前記２種のうちの第１種に属すると判別されたタンパク質溶液の電子画像を、前記第１組の画像統計量を用いて少なくとも２種に分類する判別基準を設定する。（設定ステップ、Ｓ５４）。ここで、判別基準は、図６のステップＳ２０におけるg１、g２と、ステップＳ２２におけるg３である。この処理は、第１の判別ステップおよび第２の判別ステップに本実施の形態のようにして確立した判別基準を用いてコンピュータの動作により実行される。次に、前記判別基準を用いてタンパク質溶液の電子画像を判別する（判別ステップ、Ｓ５６）。続いて、前記判別基準により求められた判別結果を表示部上に表示する（表示ステップ、Ｓ５８）。前記表示結果を用いて、判別基準を更新することができる（更新ステップ、Ｓ６０）。
【図面の簡単な説明】
【００７２】
【図１】本発明の実施の形態におけるサンプルの構成を示すサンプル容器の断面図である。
【図２】本発明の実施の形態における結晶化状態判別システムの構成サンプルの構成を示す構成図である。
【図３】本発明の実施の形態におけるテクスチャ解析の手法を説明する説明図である。
【図４】本発明の実施の形態におけるテクスチャ解析における微分方法を説明する説明図である。
【図５】本発明の実施の形態における判別基準の確立の方法を示すフローチャートである。
【図６】本発明の実施の形態における判別方法を示すフローチャートである。
【図７】タンパク質溶液の結晶状態の画像による分類を模式的に示す説明図である。
【図８】本発明の実施の形態における表示部の表示画像を説明する説明図である。
【図９（ａ）】本発明の実施の形態における判別結果の変更方法を説明する説明図である。
【図９（ｂ）】本発明の実施の形態における判別結果の変更方法を説明する説明図である。
【図９（ｃ）】本発明の実施の形態における判別結果の変更方法を説明する説明図である。
【図９（ｄ）】本発明の実施の形態における判別結果を示す３Ｄグラフを説明する説明図である。
【図１０】本発明により提供されるタンパク質溶液の結晶状態の判別方法を表すフローチャートである。
【符号の説明】
【００７３】
１ タンパク質溶液
２ カバースリップ
３ 容器
４ 沈殿材
５ 滴下ステージ
１００ 結晶化状態判別システム
１２ 原画像取得部
１４ 原画像行列算出部
１６ 撮像装置
２０ 原画像統計量算出部
２２ 画像微分部
２４ 微分画像行列算出部
２６ 微分画像統計量算出部
２８ 判別基準設定部
３２ 判別基準格納部
３４ 判別部
３８ 表示部
【特許請求の範囲】
【請求項１】
タンパク質溶液の電子画像を取得して原画像とする原画像取得部と、
該原画像の少なくとも一部分について第１の同時生成行列を算出する原画像行列算出部と、
該第１の同時生成行列から第１組の画像統計量を算出する原画像統計量算出部と、
該原画像に微分処理を行ない、微分画像を得る画像微分部と、
該微分画像の少なくとも一部分について第２の同時生成行列を算出する微分画像行列算出部と、
該第２の同時生成行列から第２組の画像統計量を算出する微分画像統計量算出部と、
該第２組の画像統計量を用いて、タンパク質溶液の電子画像を少なくとも２種に分類し、当該２種のうちの第１種に属すると判別されたタンパク質溶液の電子画像をさらに前記第１組の画像統計量を用いて少なくとも２種に分類する判別基準を設定する判別基準設定部と、
前記判別基準を用いて前記タンパク質溶液の電子画像を判別して判別結果を得る判別部と、
前記判別結果を表示する表示部と
を備え、前記判別結果の変更を受付け、当該変更に応じた新たな判別基準により判別基準を更新することができる、タンパク質溶液の結晶化状態の判別システム。
【請求項２】
前記表示部が前記タンパク質溶液の電子画像の分類を示す樹形図を表示する請求項１に記載のシステム。
【請求項３】
前記判別基準を決定するための２個以上の特徴量を用いて表されたグラフを前記表示部が表示する請求項１に記載システム。
【請求項４】
前記表示部が前記取得したタンパク質溶液の電子画像を表示する請求項１に記載のシステム。
【請求項５】
前記表示部が前記樹形図の各ノードに属するタンパク質溶液の電子画像を該ノードに対応付けて表示することができる請求項４に記載のシステム。
【請求項６】
前記判別基準設定部は、前記第１種以外の種に分類されたタンパク質溶液の電子画像を、前記第２組の画像統計量を用いてさらに少なくとも２種に分類する判別基準を設定する請求項１に記載のシステム。
【請求項７】
前記判別基準設定部は、
予め判別されているタンパク質の結晶状態の電子画像を用いて、第１の判別基準と第２の判別基準とを前記第２組の画像統計量に基づく線形判別法により確立し、
前記予め判別されているタンパク質の結晶状態の電子画像を用いて、第３の判別基準を前記第１組の画像統計量に基づく線形判別法により確立し、
前記予め判別されているタンパク質の結晶状態の電子画像を用いて、第４の判別基準を前記第２組の画像統計量に基づく線形判別法により確立するものであり、
前記判別部は、前記第１の判別基準と前記第２の判別基準とにより、前記第２組の画像統計量を用いて電子画像を３種に分類し、前記第３の判別基準により、該第１組の画像統計量を用いて前記３種のうちの第１種に属する電子画像をさらに２種に分類し、前記第４の判別基準により、該第２組の画像統計量を用いて前記第１種以外のいずれかの種に属する電子画像をさらに２種に分類するものである、請求項６に記載のシステム。
【請求項８】
透明状態を、第１〜第４の沈殿状態と、微結晶状態と、結晶状態とを要素として構成される複数の状態のいずれかにタンパク質溶液の電子画像を分類するために、
前記第１の判別基準は、タンパク質溶液が、透明状態と第１〜第３の沈殿状態とからなる状態のいずれか、あるいは、第４の沈殿状態と微結晶状態と結晶状態とからなる状態のいずれかのどちらにあるかを判別するものであり、
前記第２の判別基準は、タンパク質溶液が、透明状態と第１の沈殿状態とからなる状態のいずれか、あるいは、第２〜第４の沈殿状態と微結晶状態と結晶状態とからなる状態のいずれかのどちらにあるかを判別するものであり、
前記第３の判別基準は、タンパク質溶液が、透明状態、あるいは、第１の沈殿状態のどちらにあるかを判別するものであり、
前記第４の判別基準は、タンパク質溶液が、第２の沈殿状態、あるいは、第３の沈殿状態のどちらにあるかを判別するものであり、
第１の判別部は、前記第１の判別基準と前記第２の判別基準とにより、タンパク質溶液が、透明状態と第１の沈殿状態からなる状態のいずれか、第２〜第３の沈殿状態からなる状態のいずれか、あるいは、第４の沈殿状態と微結晶状態と結晶状態とからなる状態のいずれかのいずれにあるかを判別するものであり、
第２の判別部は、前記第３の判別基準により、透明状態と第１の沈殿状態からなる状態のいずれかにあるタンパク質溶液が、透明状態、あるいは、第１の沈殿状態のどちらにあるかを判別するものであり、
第３の判別部は、前記第４の判別基準により、第２〜第３の沈殿状態からなる状態のいずれかにあるタンパク質溶液が、第２の沈殿状態、あるいは、第３の沈殿状態のどちらにあるかを判別するものである、請求項７に記載のシステム。
【請求項９】
タンパク質溶液の電子画像を取得して原画像とする原画像取得ステップと、
該原画像の少なくとも一部分について第１の同時生成行列を算出する原画像行列算出ステップと、
該第１の同時生成行列から第１組の画像統計量を算出する原画像統計量算出ステップと、
該原画像に微分処理を行なって微分画像を得る画像微分ステップと、
該微分画像の少なくとも一部分について第２の同時生成行列を算出する微分画像行列算出ステップと、
該第２の同時生成行列から第２組の画像統計量を算出する微分画像統計量算出ステップと、
該第２組の画像統計量を用いて、タンパク質溶液の電子画像を少なくとも２種に分類し、当該２種のうちの第１種に属すると判別されたタンパク質溶液の電子画像をさらに前記第１組の画像統計量を用いて少なくとも２種に分類する判別基準を設定する設定ステップと、
前記判別基準を用いて前記タンパク質溶液の電子画像を判別して判別結果を得る判別ステップと、
前記判別結果を表示する表示ステップと、
前記判別結果が変更されたときに、当該変更に応じた新たな判別基準により判別基準を更新する更新ステップと
を含む、タンパク質溶液の結晶化状態の判別方法。
【請求項１０】
前記表示ステップが前記タンパク質溶液の電子画像の分類を示す樹形図を表示するステップをさらに含む請求項９に記載の方法。
【請求項１１】
前記表示ステップが前記判別基準を決定する２個以上の特徴量を用いて表されたグラフを表示するステップをさらに含む請求項９に記載の方法。
【請求項１２】
前記表示ステップが前記取得したタンパク質溶液の電子画像を表示するステップをさらに含む請求項９に記載の方法。
【請求項１３】
前記表示ステップが前記樹形図の各ノードに属するタンパク質溶液の電子画像を該ノードに対応付けて表示するステップをさらに含む請求項１２に記載のシステム。
【請求項１４】
前記設定ステップは、前記第１種以外の種に分類されたタンパク質溶液の電子画像を、前記第２組の画像統計量を用いてさらに少なくとも２種に分類する判別基準を設定するステップを含む、請求項９に記載の方法。
【請求項１５】
前記設定ステップは、
予め判別されているタンパク質の結晶状態の電子画像を用いて、第１の判別基準と第２の判別基準とを前記第２組の画像統計量に基づく線形判別法により確立するステップと、
前記予め判別されているタンパク質の結晶状態の電子画像を用いて、第３の判別基準を前記第１組の画像統計量に基づく線形判別法により確立するステップと、
前記予め判別されているタンパク質の結晶状態の電子画像を用いて、第４の判別基準を前記第２組の画像統計量に基づく線形判別法により確立するステップと
をさらに含み、前記判別ステップが、前記第１の判別基準と前記第２の判別基準とにより、前記第２組の画像統計量を用いて電子画像を３種に分類し、前記第３の判別基準により、該第１組の画像統計量を用いて前記３種のうちの第１種に属する電子画像をさらに２種に分類し、前記第４の判別基準により、該第２組の画像統計量を用いて前記第１種以外のいずれかの種に属する電子画像をさらに２種に分類するものである、請求項１４に記載の方法。
【請求項１６】
透明状態を、第１〜第４の沈殿状態と、微結晶状態と、結晶状態とを要素として構成される複数の状態のいずれかにタンパク質溶液の電子画像を分類するために、
前記第１の判別基準は、タンパク質溶液が、透明状態と第１〜第３の沈殿状態とからなる状態のいずれか、あるいは、第４の沈殿状態と微結晶状態と結晶状態とからなる状態のいずれかのどちらにあるかを判別するものであり、
前記第２の判別基準は、タンパク質溶液が、透明状態と第１の沈殿状態とからなる状態のいずれか、あるいは、第２〜第４の沈殿状態と微結晶状態と結晶状態とからなる状態のいずれかのどちらにあるかを判別するものであり、
前記第３の判別基準は、タンパク質溶液が、透明状態、あるいは、第１の沈殿状態のどちらにあるかを判別するものであり、
前記第４の判別基準は、タンパク質溶液が、第２の沈殿状態、あるいは、第３の沈殿状態のどちらにあるかを判別するものであり、
前記第１の判別ステップは、前記第１の判別基準と前記第２の判別基準とにより、タンパク質溶液が、透明状態と第１の沈殿状態からなる状態のいずれか、第２〜第３の沈殿状態からなる状態のいずれか、あるいは、第４の沈殿状態と微結晶状態と結晶状態とからなる状態のいずれかのいずれにあるかを判別するステップであり、
前記第２の判別ステップは、前記第３の判別基準により、透明状態と第１の沈殿状態からなる状態のいずれかにあるタンパク質溶液が、透明状態、あるいは、第１の沈殿状態のどちらにあるかを判別するステップであり、
前記第３の判別ステップは、前記第４の判別基準により、第２〜第３の沈殿状態からなる状態のいずれかにあるタンパク質溶液が、第２の沈殿状態、あるいは、第３の沈殿状態のどちらにあるかを判別するステップである、請求項１５に記載の方法。
【請求項１７】
目標の電子画像を取得して原画像とする原画像取得部と、
該原画像の少なくとも一部分について第１の同時生成行列を算出する原画像行列算出部と、
該第１の同時生成行列から第１組の画像統計量を算出する原画像統計量算出部と、
該原画像に微分処理を行ない、微分画像を得る画像微分部と、
該微分画像の少なくとも一部分について第２の同時生成行列を算出する微分画像行列算出部と、
該第２の同時生成行列から第２組の画像統計量を算出する微分画像統計量算出部と、
該第２組の画像統計量を用いて、目標の電子画像を少なくとも２種に分類し、当該２種のうちの第１種に属すると判別された目標の電子画像をさらに前記第１組の画像統計量を用いて少なくとも２種に分類する判別基準を設定する判別基準設定部と、
前記判別基準を用いて前記目標の電子画像を判別して判別結果を得る判別部と、
前記判別結果を表示する表示部と
を備え、前記判別結果の変更を受付け、当該変更に応じた新たな判別基準により判別基準を更新することができる、電子画像における目標の判別システム。
【請求項１】
タンパク質溶液の電子画像を取得して原画像とする原画像取得部と、
該原画像の少なくとも一部分について第１の同時生成行列を算出する原画像行列算出部と、
該第１の同時生成行列から第１組の画像統計量を算出する原画像統計量算出部と、
該原画像に微分処理を行ない、微分画像を得る画像微分部と、
該微分画像の少なくとも一部分について第２の同時生成行列を算出する微分画像行列算出部と、
該第２の同時生成行列から第２組の画像統計量を算出する微分画像統計量算出部と、
該第２組の画像統計量を用いて、タンパク質溶液の電子画像を少なくとも２種に分類し、当該２種のうちの第１種に属すると判別されたタンパク質溶液の電子画像をさらに前記第１組の画像統計量を用いて少なくとも２種に分類する判別基準を設定する判別基準設定部と、
前記判別基準を用いて前記タンパク質溶液の電子画像を判別して判別結果を得る判別部と、
前記判別結果を表示する表示部と
を備え、前記判別結果の変更を受付け、当該変更に応じた新たな判別基準により判別基準を更新することができる、タンパク質溶液の結晶化状態の判別システム。
【請求項２】
前記表示部が前記タンパク質溶液の電子画像の分類を示す樹形図を表示する請求項１に記載のシステム。
【請求項３】
前記判別基準を決定するための２個以上の特徴量を用いて表されたグラフを前記表示部が表示する請求項１に記載システム。
【請求項４】
前記表示部が前記取得したタンパク質溶液の電子画像を表示する請求項１に記載のシステム。
【請求項５】
前記表示部が前記樹形図の各ノードに属するタンパク質溶液の電子画像を該ノードに対応付けて表示することができる請求項４に記載のシステム。
【請求項６】
前記判別基準設定部は、前記第１種以外の種に分類されたタンパク質溶液の電子画像を、前記第２組の画像統計量を用いてさらに少なくとも２種に分類する判別基準を設定する請求項１に記載のシステム。
【請求項７】
前記判別基準設定部は、
予め判別されているタンパク質の結晶状態の電子画像を用いて、第１の判別基準と第２の判別基準とを前記第２組の画像統計量に基づく線形判別法により確立し、
前記予め判別されているタンパク質の結晶状態の電子画像を用いて、第３の判別基準を前記第１組の画像統計量に基づく線形判別法により確立し、
前記予め判別されているタンパク質の結晶状態の電子画像を用いて、第４の判別基準を前記第２組の画像統計量に基づく線形判別法により確立するものであり、
前記判別部は、前記第１の判別基準と前記第２の判別基準とにより、前記第２組の画像統計量を用いて電子画像を３種に分類し、前記第３の判別基準により、該第１組の画像統計量を用いて前記３種のうちの第１種に属する電子画像をさらに２種に分類し、前記第４の判別基準により、該第２組の画像統計量を用いて前記第１種以外のいずれかの種に属する電子画像をさらに２種に分類するものである、請求項６に記載のシステム。
【請求項８】
透明状態を、第１〜第４の沈殿状態と、微結晶状態と、結晶状態とを要素として構成される複数の状態のいずれかにタンパク質溶液の電子画像を分類するために、
前記第１の判別基準は、タンパク質溶液が、透明状態と第１〜第３の沈殿状態とからなる状態のいずれか、あるいは、第４の沈殿状態と微結晶状態と結晶状態とからなる状態のいずれかのどちらにあるかを判別するものであり、
前記第２の判別基準は、タンパク質溶液が、透明状態と第１の沈殿状態とからなる状態のいずれか、あるいは、第２〜第４の沈殿状態と微結晶状態と結晶状態とからなる状態のいずれかのどちらにあるかを判別するものであり、
前記第３の判別基準は、タンパク質溶液が、透明状態、あるいは、第１の沈殿状態のどちらにあるかを判別するものであり、
前記第４の判別基準は、タンパク質溶液が、第２の沈殿状態、あるいは、第３の沈殿状態のどちらにあるかを判別するものであり、
第１の判別部は、前記第１の判別基準と前記第２の判別基準とにより、タンパク質溶液が、透明状態と第１の沈殿状態からなる状態のいずれか、第２〜第３の沈殿状態からなる状態のいずれか、あるいは、第４の沈殿状態と微結晶状態と結晶状態とからなる状態のいずれかのいずれにあるかを判別するものであり、
第２の判別部は、前記第３の判別基準により、透明状態と第１の沈殿状態からなる状態のいずれかにあるタンパク質溶液が、透明状態、あるいは、第１の沈殿状態のどちらにあるかを判別するものであり、
第３の判別部は、前記第４の判別基準により、第２〜第３の沈殿状態からなる状態のいずれかにあるタンパク質溶液が、第２の沈殿状態、あるいは、第３の沈殿状態のどちらにあるかを判別するものである、請求項７に記載のシステム。
【請求項９】
タンパク質溶液の電子画像を取得して原画像とする原画像取得ステップと、
該原画像の少なくとも一部分について第１の同時生成行列を算出する原画像行列算出ステップと、
該第１の同時生成行列から第１組の画像統計量を算出する原画像統計量算出ステップと、
該原画像に微分処理を行なって微分画像を得る画像微分ステップと、
該微分画像の少なくとも一部分について第２の同時生成行列を算出する微分画像行列算出ステップと、
該第２の同時生成行列から第２組の画像統計量を算出する微分画像統計量算出ステップと、
該第２組の画像統計量を用いて、タンパク質溶液の電子画像を少なくとも２種に分類し、当該２種のうちの第１種に属すると判別されたタンパク質溶液の電子画像をさらに前記第１組の画像統計量を用いて少なくとも２種に分類する判別基準を設定する設定ステップと、
前記判別基準を用いて前記タンパク質溶液の電子画像を判別して判別結果を得る判別ステップと、
前記判別結果を表示する表示ステップと、
前記判別結果が変更されたときに、当該変更に応じた新たな判別基準により判別基準を更新する更新ステップと
を含む、タンパク質溶液の結晶化状態の判別方法。
【請求項１０】
前記表示ステップが前記タンパク質溶液の電子画像の分類を示す樹形図を表示するステップをさらに含む請求項９に記載の方法。
【請求項１１】
前記表示ステップが前記判別基準を決定する２個以上の特徴量を用いて表されたグラフを表示するステップをさらに含む請求項９に記載の方法。
【請求項１２】
前記表示ステップが前記取得したタンパク質溶液の電子画像を表示するステップをさらに含む請求項９に記載の方法。
【請求項１３】
前記表示ステップが前記樹形図の各ノードに属するタンパク質溶液の電子画像を該ノードに対応付けて表示するステップをさらに含む請求項１２に記載のシステム。
【請求項１４】
前記設定ステップは、前記第１種以外の種に分類されたタンパク質溶液の電子画像を、前記第２組の画像統計量を用いてさらに少なくとも２種に分類する判別基準を設定するステップを含む、請求項９に記載の方法。
【請求項１５】
前記設定ステップは、
予め判別されているタンパク質の結晶状態の電子画像を用いて、第１の判別基準と第２の判別基準とを前記第２組の画像統計量に基づく線形判別法により確立するステップと、
前記予め判別されているタンパク質の結晶状態の電子画像を用いて、第３の判別基準を前記第１組の画像統計量に基づく線形判別法により確立するステップと、
前記予め判別されているタンパク質の結晶状態の電子画像を用いて、第４の判別基準を前記第２組の画像統計量に基づく線形判別法により確立するステップと
をさらに含み、前記判別ステップが、前記第１の判別基準と前記第２の判別基準とにより、前記第２組の画像統計量を用いて電子画像を３種に分類し、前記第３の判別基準により、該第１組の画像統計量を用いて前記３種のうちの第１種に属する電子画像をさらに２種に分類し、前記第４の判別基準により、該第２組の画像統計量を用いて前記第１種以外のいずれかの種に属する電子画像をさらに２種に分類するものである、請求項１４に記載の方法。
【請求項１６】
透明状態を、第１〜第４の沈殿状態と、微結晶状態と、結晶状態とを要素として構成される複数の状態のいずれかにタンパク質溶液の電子画像を分類するために、
前記第１の判別基準は、タンパク質溶液が、透明状態と第１〜第３の沈殿状態とからなる状態のいずれか、あるいは、第４の沈殿状態と微結晶状態と結晶状態とからなる状態のいずれかのどちらにあるかを判別するものであり、
前記第２の判別基準は、タンパク質溶液が、透明状態と第１の沈殿状態とからなる状態のいずれか、あるいは、第２〜第４の沈殿状態と微結晶状態と結晶状態とからなる状態のいずれかのどちらにあるかを判別するものであり、
前記第３の判別基準は、タンパク質溶液が、透明状態、あるいは、第１の沈殿状態のどちらにあるかを判別するものであり、
前記第４の判別基準は、タンパク質溶液が、第２の沈殿状態、あるいは、第３の沈殿状態のどちらにあるかを判別するものであり、
前記第１の判別ステップは、前記第１の判別基準と前記第２の判別基準とにより、タンパク質溶液が、透明状態と第１の沈殿状態からなる状態のいずれか、第２〜第３の沈殿状態からなる状態のいずれか、あるいは、第４の沈殿状態と微結晶状態と結晶状態とからなる状態のいずれかのいずれにあるかを判別するステップであり、
前記第２の判別ステップは、前記第３の判別基準により、透明状態と第１の沈殿状態からなる状態のいずれかにあるタンパク質溶液が、透明状態、あるいは、第１の沈殿状態のどちらにあるかを判別するステップであり、
前記第３の判別ステップは、前記第４の判別基準により、第２〜第３の沈殿状態からなる状態のいずれかにあるタンパク質溶液が、第２の沈殿状態、あるいは、第３の沈殿状態のどちらにあるかを判別するステップである、請求項１５に記載の方法。
【請求項１７】
目標の電子画像を取得して原画像とする原画像取得部と、
該原画像の少なくとも一部分について第１の同時生成行列を算出する原画像行列算出部と、
該第１の同時生成行列から第１組の画像統計量を算出する原画像統計量算出部と、
該原画像に微分処理を行ない、微分画像を得る画像微分部と、
該微分画像の少なくとも一部分について第２の同時生成行列を算出する微分画像行列算出部と、
該第２の同時生成行列から第２組の画像統計量を算出する微分画像統計量算出部と、
該第２組の画像統計量を用いて、目標の電子画像を少なくとも２種に分類し、当該２種のうちの第１種に属すると判別された目標の電子画像をさらに前記第１組の画像統計量を用いて少なくとも２種に分類する判別基準を設定する判別基準設定部と、
前記判別基準を用いて前記目標の電子画像を判別して判別結果を得る判別部と、
前記判別結果を表示する表示部と
を備え、前記判別結果の変更を受付け、当該変更に応じた新たな判別基準により判別基準を更新することができる、電子画像における目標の判別システム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９（ａ）】
【図９（ｂ）】
【図９（ｃ）】
【図９（ｄ）】
【図１０】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９（ａ）】
【図９（ｂ）】
【図９（ｃ）】
【図９（ｄ）】
【図１０】
【公開番号】特開２００７−４５６６３（Ｐ２００７−４５６６３Ａ）
【公開日】平成１９年２月２２日（２００７．２．２２）
【国際特許分類】
【出願番号】特願２００５−２３１６８２（Ｐ２００５−２３１６８２）
【出願日】平成１７年８月１０日（２００５．８．１０）
【出願人】（５０３３５９８２１）独立行政法人理化学研究所 (1,056)
【出願人】（０００００３３５５）株式会社椿本チエイン (861)
【Ｆターム（参考）】
【公開日】平成１９年２月２２日（２００７．２．２２）
【国際特許分類】
【出願日】平成１７年８月１０日（２００５．８．１０）
【出願人】（５０３３５９８２１）独立行政法人理化学研究所 (1,056)
【出願人】（０００００３３５５）株式会社椿本チエイン (861)
【Ｆターム（参考）】
[ Back to top ]