メタボノミクスにおいてＬＣ−ＭＳまたはＬＣ−ＭＳ／ＭＳデータの処理を行うための方法およびデバイス
真のクロマトグラフィおよびＭＳピークがメタボノミクスで使用するために識別されるように、収集されたＬＣ−ＭＳまたはＬＣ−ＭＳ／ＭＳデータの集合を縮小する方法が開示されている。識別されたピークは、マスタエンティティリストに表示される１バッチの試料に対するＬＣ／ＭＳ、ＧＣ／ＭＳ、ＤＩＯＳ−ＭＳ、またはＭＡＬＤＩ−ＭＳ信号および応答のリストを作成するために使用される。試料はマスタエンティティリスト内にある。その後、マスタエンティティリストに載っている試料は、バイオマーカーを自動的に識別するためにケモメトリクスを適用するのに先立って同位体クラスタ分離および付加体除去を受ける。ＰＬＳ−ＤＡまたはＰＣＡ分離に関与するものとして識別された信号についてＬＣ−ＭＳ／ＭＳまたはＬＣ／ＭＳ、ＧＣ／ＭＳ、ＤＩＯＳ−ＭＳまたはＭＡＬＤＩ−ＭＳ収集リストが生成される。ＬＣまたはＧＣ保持時間、正確な質量およびＭＳ／ＭＳスペクトルを知られている化合物のデータベースと比較し、生物学的指標に関連する識別された化合物を新しい化合物データベースに格納することができる。
【発明の詳細な説明】
【技術分野】
【０００１】
本出願は、２００３年５月２９日に出願した「Ａ Ｓｙｓｔｅｍ ａｎｄ Ｍｅｔｈｏｄ ｆｏｒ Ｍｅｔａｂｏｎｏｍｉｃｓ Ｄｉｒｅｃｔｅｄ Ｐｒｏｃｅｓｓｉｎｇ ｏｆ ＬＣ−ＭＳ ｏｒ ＬＣ−ＭＳ／ＭＳ Ｄａｔａ」という表題の米国仮出願第６０／４７４，４９９号の優先権を主張するものである。
【０００２】
本発明の例示されている実施形態は、一般に、代謝分析に関するものであり、より具体的には、ピークデコンボリューションおよびその後のケモメトリック分析のためのＬＣ−ＭＳおよびＬＣ−ＭＳ／ＭＳデータのプログラム的な処理に関するものである。
【背景技術】
【０００３】
代謝作用は、細胞分裂などの重要な生命過程に必要なエネルギーおよび基本物質を生み出すために使用される細胞または生命体内で生じる化学変化として定義される。化学反応の副産物を代謝産物と呼ぶことがある。試料中に存在する代謝産物を分析し、識別することにより、代謝経路を特定することが可能である。例えば、尿などの生物流体中の代謝産物の分析を利用することで、その尿を生産した個体によってどのような物質が摂取されたかを調べることができる。代謝産物の識別および分析は、多くの場合、液体クロマトグラフィを質量分析法と併用して実行される。生物流体中の複雑な代謝パターンのプロファイリングは、メタボノミクスと呼ばれる。
【０００４】
液体クロマトグラフィは、試料内に含まれる個々の成分を分離し、識別できるようにする。液体クロマトグラフィでは、移動相と固定相の２つの相が関与している。試料混合液（「移動相」）は、組成成分の分離を引き起こすために粒子（「固相」）を充填したカラムに通される。カラム内の粒子は、移動相と相互作用するように設計された液体でコーティングされる場合もコーティングされない場合もある。移動相中（つまり、試料内）の組成成分は、さまざまな要因に基づき異なる速度で充填カラム内を通過する。その後、試料の組成成分への分離は、試料がカラムの遠端を出るときに試料を観察することにより分析される。
【０００５】
異なる組成成分がカラム内を通過する速度は、移動相と固相との相互作用に依存する。試料内の成分は、粒子、またはカラム内を通過する移動が遅延されるように粒子をコーティングする物質と物理的に相互作用することができる。分析される試料内の異なる成分は、成分の化学的構成に応じて強度の異なる特定の粒子および／またはコーティングとの相互作用により特定の粒子および／またはコーティングと異なる仕方で反応する。粒子および／またはコーティングに対しより大きな親和性を有する成分は、粒子／コーティングと弱い結合をするか、またはまったく結合しない成分に比べてカラム内をゆっくりと通過する。化学反応に加えて、試料内の成分のサイズは、カラム内を通過する際の速度に影響を及ぼす場合がある。例えば、ゲル透過クロマトグラフィでは、分析される溶液中の異なる分子が微細孔を含む充填材内を異なる速度で通過し、それによって試料中の異なる分子の分離を生じさせる。サイズ排除クロマトグラフィでは、粒子のサイズおよびカラム内への充填方法と試料内の成分のサイズとの組み合わせで、試料がカラム内を通過する速度が決まる（特定サイズ成分のみが粒子間の間隙／間質空間を容易に横断できるため）。
【０００６】
分離された試料は、カラムの遠端にある検出装置内に移動し、そこで試料中のさまざまな成分について保持時間が計算される。保持時間は、試料が注入ポート（試料がカラム内に導き入れられる）からカラムを通り、検出装置に移動するのに要する時間である。固相を出る成分の量を保持時間についてグラフにし、クロマトグラフピークとして知られているピークを持つチャートを形成することができる。これらのピークで、異なる成分を識別する。
【０００７】
分離された成分は、さらに分析しその化学組成を決定するために質量分析計に送り込むことができる。液体クロマトグラフィ段と組み合わせた１つの質量分析計段を備えるシステムは、ＬＣ−ＭＳシステムと呼ばれる。２つの質量分析計段を備えるシステムは、ＬＣ−ＭＳ／ＭＳシステムと呼ばれる。質量分析計は、試料を入力として受け取り、試料をイオン化させて、正または負のイオンを生成する。電気スプレーイオン化の使用を含むさまざまなイオン化法が使用可能である。その後、イオンは、ＭＳ１と一般に呼ばれる第１段階の分離で質量対電荷比により分離される。質量分離は、イオンの重量に基づきイオンをさまざまな程度に流用する磁石の使用を含むさまざまな手段により実行することができる。その後、分離されたイオンは衝突セル内に移動し、そこで、イオンと相互作用する衝突ガスまたはその他の物質と接触する。その後、反応したイオンは、ＭＳ２と一般に呼ばれる第２段の質量分離を受ける。
【０００８】
分離されたイオンは、（１つまたは複数の）質量分析段の終わりに分析される。分析により、イオンの信号強度対イオンの質量のグラフを作成するが、これは質量分析と呼ばれるグラフである。質量スペクトルの分析から、検出装置に到達するイオンの質量と相対存在量の両方が得られる。その存在量は、信号の強度から得られる。液体クロマトグラフィと質量分析との組み合わせを使用して、代謝産物などの化学物質を識別することができる。分子が衝突ガスと衝突すると、共有結合が切れることが多く、その結果、多数の荷電フラグメントが生じる。質量分析計は、これらのフラグメントの質量を測定し、その後、それを分析して、元の分子の構造および／または組成を決定することができる。この特徴は、正確な質量測定を行うことができる質量分析計、例えば、ハイブリッド四極直交ＴＯＦ計測器またはＦＴＩＣＲを使用する場合に、見かけの質量ＭＳから著しく高められ、検体元素組成情報を導出することができる。この情報は、試料中の特定の物質を単離するために使用できる。
【０００９】
ケモメトリクスは、ＬＣ−ＭＳ／ＭＳデータなどのデータの数学的処理であり、ＰＣＡ（主成分分析）およびＰＬＳ−ＤＡ（部分最小２乗判別分析）または類似の統計的手法などのさまざまな種類の多変量解析を含む。ケモメトリクスでは、大量のデータを管理可能なサイズにまで減らし、統計手法によるモデルを適用して、観測データ間の隠された関係を示す潜在的変数を決定しようとする。そのため、ケモメトリクスは、メタボノミクスの分野に応用することが可能である。しかし残念なことに、データ収集の従来の方法では、ケモメトリック分析のため行うＭＳデータの処理／収集はＭＳスペクトル全体の総和に依存し、その結果保持時間データが失われるため、収集されたデータ集合を縮小する過程で貴重な関連データを失うことが多い。さらに、従来の方法では、生データ、フィルタ処理済みデータ、および統計分析を単一のデータ処理アプリケーションに統合しておらず、その結果、生データをフィルタ処理済みデータ、分析データにマッピングする作業はかなり面倒である。
【発明の開示】
【発明が解決しようとする課題】
【００１０】
本発明の例示されている実施形態は、真のクロマトグラフィおよびＭＳピークが識別されるように収集されたＬＣ／ＭＳまたはＬＣ−ＭＳ／ＭＳデータの集合をすばやく縮小するための自動化メカニズムを提供する。
【課題を解決するための手段】
【００１１】
識別されたピークは、マスタエンティティリストに表示される１バッチの試料に対するＬＣ／ＭＳ信号および応答のリストを作成するために使用される。その後、マスタエンティティリストに載っている試料は、バイオマーカーを自動的に識別するためにケモメトリクスを適用するのに先立って同位体クラスタ分離および付加体除去を受けることができる。ＰＬＳ−ＤＡまたはＰＣＡグループクラスタ化または分離に関与するものとして識別された信号についてＬＣ−ＭＳ／ＭＳ収集リストが生成される。ＬＣ保持時間、正確な質量およびＭＳ／ＭＳスペクトルを知られている化合物のデータベースと比較し、生物学的指標に関連する識別された化合物を新しい化合物データベースに格納することができる。
【発明を実施するための最良の形態】
【００１２】
本発明の例示されている実施形態は、メタボノミクスプロファイルを決定することを目的としてプログラム的にフィルタ処理されたＬＣ−ＭＳまたはＬＣ−ＭＳ／ＭＳデータに対するケモメトリック分析を使用するメカニズムを提供する。収集されたＬＣ−ＭＳまたはＬＣ−ＭＳ／ＭＳデータは、真のクロマトグラフおよびＭＳピークを決定するためにプログラム的にフィルタ処理される。ＬＣ−ＭＳまたはＬＣ−ＭＳ／ＭＳ信号および応答から１バッチ分の試料についてマスタエンティティリストが作成される。マスタエンティティリストに載っている試料は、さらにフィルタ処理され、メタボノミクスバイオマーカーを自動的に識別するためにケモメトリクスが適用される。
【００１３】
本発明の例示されている実施形態のデータは、図１に示されているようにＬＣ−ＭＳ／ＭＳシステムなどの代謝産物分析システムにおいて実行される。ＬＣ／ＭＳシステムなどの他の種類の代謝産物分析システムは、本発明の範囲から逸脱することなく、ＬＣ−ＭＳ／ＭＳシステムの代わりに使用することができる。当業者であれば、この方式がＬＣ−ＵＶまたはＧＣ−ＭＳおよびＤＩＯＳ−ＭＳならびにＭＡＬＤＩ−ＭＳ（マトリックス支援レーザー脱離／イオン化質量分析）−ＭＳおよびＤＩＯＳ−ＭＳなどのその他の類似のハイフネーテッドクロマトグラフィ技術の分析に適用することも可能であることを理解するであろう。代謝産物分析システム２は、液体クロマトグラフィモジュールなどのクロマトグラフィモジュール４を含む。さらに、イオン化モジュール１０も含まれる。イオン化モジュール１０は、クロマトグラフィモジュール４から出力を入力試料として受け取る。イオン化モジュールは、資料のイオン化を実行する。当業者であれば、高エネルギー電子流を試料に照射するなど試料をイオン化するさまざまな方法があることを理解するであろう。
【００１４】
イオン化モジュール１０により発生したイオンは、ＭＳ１初段質量分離モジュール１２に渡される。質量分離は、よく知られている多数の方法のどれかを使用して実行することができる。例えば、イオンを磁力に曝し、イオンの質量に基づいてイオンの経路を変えることができる。その後、分離されたイオンは、衝突セルモジュール１４内に通され、そこで、分離されたイオンと反応するように設計されている気体へのイオン暴露などの追加反応に曝される。試料は、検出装置モジュール１８に届くのに先立ってＭＳ２第２段質量分離モジュール１６内でさらに分離することができる。検出装置モジュール１８を使用して、抜け出るイオンにより発生した検出信号に基づき質量スペクトルを発生する。当業者であれば、質量分離のさまざまな方法を使用できること、さまざまな物質を衝突セル１４に導き入れて、特に注目するイオンと反応させられることを理解するであろう。同様に、本発明の例示されている実施形態は、さらに、質量分離の第１段のみを実行するＬＣ−ＭＳシステムを含む多数のさまざまな代謝産物分析システムにより実行することもできる。
【００１５】
プロセッサ６を備える電子デバイスは、検出装置モジュール１８およびクロマトグラフィモジュール４とのインターフェイスを持つ。電子デバイス６は、サーバ、デスクトップコンピュータシステム、ラップトップ、メインフレーム、ネットワーク接続デバイス、またはプロセッサを備えるその他の類似のデバイスであってよい。電子デバイスは、さらに、本発明の範囲から逸脱することなく、代謝産物分析システム２内のモジュールの１つに組み込むこともできる。電子デバイス６は、サンプルランの結果を記録するために使用される記憶装置８を備える。当業者であれば、記憶装置８は、代謝産物分析システム２からアクセス可能な場所に配置できることを理解するであろう。さらに、電子デバイス６には、メタボノミクス、機能的ゲノム学、ペプチドミクス、リピドミクス、グリコミクス、およびプロテオミクスなどのさまざまな種類のシステム生物学用のバイオマーカーを識別するために使用できる毒性スクリーニングおよびバイオマーカー識別アプリケーション２０が配置される。当業者であれば、この方式は、さらに、天然物評価、不純物プロファイリング、環境分析、食品栄養学、および製品リリースに使用することも可能であることを理解するであろう。毒性スクリーニングおよびバイオマーカー識別アプリケーション２０については、以下でさらに詳しく説明する。当業者であれば、毒性スクリーニングおよびバイオマーカーアプリケーション２０は、代謝産物分析システム２のモジュールまたは別の電子デバイスに組み込むことを含む、保存された生のＬＣ−ＭＳまたはＬＣ−ＭＳ／ＭＳデータにアクセスできる場所に配置することができることを理解するであろう。
【００１６】
生データを収集するために単一のＬＣ−ＭＳまたはＬＣ−ＭＳ／ＭＳランを行うために実行される一連の工程については、図２の流れ図に示されている。この一連の工程は、試料内の成分の液体クロマトグラフィ分離から開始する（工程３０）。液体クロマトグラフィシステムから出る試料成分は、イオン化が実行されるイオン化モジュール１０内に通される（工程３２）。質量分離の第１段が実行され（工程３４）、分離されたイオンは衝突セル内に通され、そこで、衝突セル反応物質と反応する（工程３６）。その後、衝突セルから出た反応イオンに対し第２段質量分離が実行される（工程３８）。分離されたイオンは、検出装置モジュール１８内に通され、そこで、質量スペクトルが収集データから生成され、それによって、試料中に含まれる代謝産物を識別できる（工程４０）。
【００１７】
生のＬＣ−ＭＳまたはＬＣ−ＭＳ／ＭＳデータが収集された後、本発明の例示されている実施形態は、真のクロマトグラフィおよびＭＳピークを識別する作業を行う。毒性スクリーニングおよびバイオマーカー識別アプリケーション２０は、生のＬＣおよびＭＳデータについてピークデコンボリューションを実行する。ピークデコンボリューションでは、実際の検体信号ピークを識別し、生のＬＣおよびＭＳデータからノイズを除去する。毒性スクリーニングおよびバイオマーカー識別アプリケーション２０は、次に、信号の試料リストを作成する。図３は、信号の試料リスト５０を示している。試料リスト５０は、マスタエンティティリスト６０に表示される信号および応答から試料のバッチを作成するために使用される。図４は、本発明の例示されている実施形態により生成されるマスタエンティティリスト６０の画面表示を示している。マスタエンティティリスト６０に載っているそれぞれの試料は、ＩＤ ６１、保持時間６２、質量６３、有意性６４、排除値６５、およびイオン強度／応答値列６６を含む。例えば、それぞれの応答値列は、別の実験動物用とすることができる。マスタエンティティリストには、２つの異なるグループのすべての類似点のリストが表示され、いくつかの質量を除外することができる。それぞれの試料中でシステムにより検出されるすべての真のピークまたは検体は、プログラム的に他の試料のそれぞれと相互参照される。信号を欠いている試料は、値を割り当てられる。
【００１８】
毒性スクリーニングおよびバイオマーカー識別アプリケーション２０は、次に、試料データをさらにフィルタ処理する。試料は、不要な微量元素を除去するために同位体クラスタ分離および付加体除去を受ける。付加体除去とは、考慮されないと収集されたデータの分析をゆがめる可能性のあるナトリウムおよびカリウムまたは二量体／三量体などのイオンを除去することである。
【００１９】
試料は、同位体クラスタ分離および付加体除去を受けた後、毒性スクリーニングおよびバイオマーカー識別アプリケーション２０が、ケモメトリック分析を使用して試料データ中の潜在的バイオマーカーを識別する。ケモメトリック分析では、試料間で注目するクラスタを識別する。クラスタは、資料間の類似を表し、メタボノミクスプロファイルを識別するために使用される。ＰＣＡおよびＰＬＳ−ＤＡをはじめとするさまざまな異なる種類のケモメトリック分析が使用できる。
【００２０】
例えば、主成分分析（ＰＣＡ）では、数学的アルゴリズムを使用して、データ集合内の相違点と類似点を判別する。ＰＣＡは、多数の関連性のありそうな変数を、主成分と呼ばれる少数の関連性のない変数に変換する。第１の主成分は、データのバラツキをできるだけ多く考慮する。それぞれの追加成分は、データの残りのバラツキをできるだけ多く考慮しようとする。収集されたデータを行列の形にし、ＰＣＡは、平方和と外積で正方対称行列の固有値および固有ベクトルを求める。最大固有値に関連する固有ベクトルは、第１の主成分と同じ方向を持つ。第２の最大固有値に関連する固有ベクトルは、第２の主成分の方向を決定する。固有値の総和は、正方行列のトレースに等しく、固有ベクトルの最大数は、この行列の行（または列）の個数に等しい。決定された後、計算された固有値を画面にプロットすることが可能である。当業者であれば、多数の異なるアルゴリズムを使用して固有値および固有ベクトルを計算できることを理解するであろう。ｉ）グループクラスタ化を示すスコアプロットおよびｉｉ）グループクラスタ化に関与する検体／イオンが原点からの最大距離であると識別される装填プロットの２つのプロットを使用してデータが表示される。
【００２１】
ケモメトリック分析は、データ点の間の隠された接続を表す潜在的変数を決定するために使用される。それぞれのデータ試料は、信号強度、質量、および保持時間などの多数の特徴を持つ。ケモメトリック分析では、機能をそれらの特徴に適用し、機能の結果をｎ次元プロットでグラフにする。プロットのためデータを処理する従来の方法では、サンプルランの時間間隔からのデータのバケッティングを伴う。このため、保持時間変数が失われる。本発明の例示されている実施形態は、さまざまなマーカーの検体ピークを示す図５Ａに示されているような装填プロット７０を提示する。固有ベクトルを使用する、原点から最大距離のところにあるイオンは、グループクラスタ化または分離に最も大きく関わるイオンである。装填プロット７０は、信号強度と試料投与との相関を示すトレンドプロットを作成するためにも使用できる。図５Ｂは、選択されたイオンに対するトレンドプロット７３を示す。図６に示されているようなスコアプロット７５は、試料（比較参照試料および投薬動物試料などの）間の類似点を示す。図６のデータは、低用量および高用量の賦形剤だけまたは候補薬剤の投与の後に得られるネズミの尿から生成されたＬＣ／ＭＳデータのＰＣＡを示している。ユーザ向けに生成された表示は、裸眼で確認できる類似性のある明確な点を視覚的に示す。類似性のこれらの示唆は、これ以降の研究の基盤を形成することができる。
【００２２】
図７は、ＬＣ−ＭＳまたはＬＣ−ＭＳ／ＭＳデータのメタボノミクス指向処理を実行するため本発明の例示されている実施形態が辿る一連の工程全体の流れ図である。この一連の工程は、上述のように生のＬＣ−ＭＳ／ＭＳデータの収集および実際のＬＣおよびＭＳピークの識別から始まる（工程７０）。その後、識別されたピークのリストが生成される（工程７２）。このリストは、マスタエンティティリストに表示される試料の基盤をなす。これらの試料は、さらに、フィルタ処理され、同位体クラスタ分離および付加体除去を受け、ＰＣＡおよびＰＬＳ−ＤＡなどのケモメトリック分析が実行される（工程７４）。ＰＬＳ−ＤＡ装填におけるクラスタ化に関わるピークが識別される（工程７６）。その後、これらのピークは、知られている内生生化学のデータベースと比較され、ピークに関連する化合物を識別する（工程７８）。これらの化合物は、毒性化合物、医薬品、化学薬品、農薬、またはその他の化合物とすることができる。化合物データベースは、保持時間、適宜正確な質量を含むｍ／ｚ値、および性別、投与レベル、日、および毒素などの他の生物学的指標を含む識別された化合物から生成することができる。当業者であれば、識別されたバイオマーカーは、メタボロミクス、機能的ゲノム学、ペプチドミクス、およびプロテオミクスなどのさまざまな科学分野で使用できることを理解するであろう。
【００２３】
本発明の例示されている実施形態により実行されるケモメトリック分析は、さらに、図８に示されている。ケモメトリック分析の一連の工程は、ＬＣ−ＭＳデータがマスタエンティティリストに載っている試料に減らされると開始する（工程８０）。その後、生体異物が試料から除去され、内生代謝産物のみを残す（工程８２）。続いて、データバッチについてＰＣＡおよびＰＬＳ−ＤＡ分析が実行される（工程８４）。クラスタから最も遠く離れているＰＬＳ−ＤＡプロットからの信号は、グループ間に分離がなくなるまで除去される（工程８６）。
【００２４】
したがって、毒性スクリーニングおよびバイオマーカー識別子アプリケーション２０のユーザは、適切なビューを選択することにより、生データ、フィルタ処理済みデータ、および分析済みデータの間の移行容易に行なうことができる。従来のソフトウェアパッケージでは、２つまたはそれ以上の別々のソフトウェアパッケージがこのタスクに必要なため、生データとフィルタ処理済みデータおよび分析済みデータの間のこのような統合を欠いている。２つまたはそれ以上のソフトウェアパッケージが必要であることから、ユーザが分析済みデータを生データ内の対応するスポットにマッピングすることは困難である。
【００２５】
したがって、本発明は、前の説明で述べた目的を達成していることがわかるであろう。本発明の範囲から逸脱することなくいくつかの変更を加えることが可能であるので、上記の説明に含まれる、または付属の図面に示されているすべての事柄は、例示しているものとして解釈し、文字通りの意味では解釈しないことが意図されている。当業者は、図に示されている一連の工程およびアーキテクチャは、本発明の範囲から逸脱することなく変更することができ、また本明細書に含まれる例示は、本発明の多数の可能な表現の特異的実施例であることを理解するであろう。
【図面の簡単な説明】
【００２６】
【図１】本発明の例示されている実施形態を実践するのに好適な環境を示す図である。
【図２】液体クロマトグラフィおよび質量分析を実行するために使用される一連の工程の流れ図である。
【図３】本発明の例示されている実施形態により生成される試料リストのビジュアル表示の図である。
【図４】本発明の例示されている実施形態により生成されるマスタエンティティリストのビジュアル表示の図である。
【図５Ａ】本発明の例示されている実施形態により生成される装填プロットマーカーグラフのビジュアル表示の図である。
【図５Ｂ】本発明の例示されている実施形態により生成されるトレンドプロットグラフのビジュアル表示の図である。
【図６】本発明の例示されている実施形態により生成されるグループ類似性を示すスコアプロットグラフのビジュアル表示の図である。
【図７】ＬＣ−ＭＳ／ＭＳデータのメタボノミクス指向処理を実行するため本発明の例示されている実施形態が辿る一連の工程全体の流れ図である。
【図８】ケモメトリック分析を実行するため本発明の例示されている実施形態が辿る一連の工程の流れ図である。
【技術分野】
【０００１】
本出願は、２００３年５月２９日に出願した「Ａ Ｓｙｓｔｅｍ ａｎｄ Ｍｅｔｈｏｄ ｆｏｒ Ｍｅｔａｂｏｎｏｍｉｃｓ Ｄｉｒｅｃｔｅｄ Ｐｒｏｃｅｓｓｉｎｇ ｏｆ ＬＣ−ＭＳ ｏｒ ＬＣ−ＭＳ／ＭＳ Ｄａｔａ」という表題の米国仮出願第６０／４７４，４９９号の優先権を主張するものである。
【０００２】
本発明の例示されている実施形態は、一般に、代謝分析に関するものであり、より具体的には、ピークデコンボリューションおよびその後のケモメトリック分析のためのＬＣ−ＭＳおよびＬＣ−ＭＳ／ＭＳデータのプログラム的な処理に関するものである。
【背景技術】
【０００３】
代謝作用は、細胞分裂などの重要な生命過程に必要なエネルギーおよび基本物質を生み出すために使用される細胞または生命体内で生じる化学変化として定義される。化学反応の副産物を代謝産物と呼ぶことがある。試料中に存在する代謝産物を分析し、識別することにより、代謝経路を特定することが可能である。例えば、尿などの生物流体中の代謝産物の分析を利用することで、その尿を生産した個体によってどのような物質が摂取されたかを調べることができる。代謝産物の識別および分析は、多くの場合、液体クロマトグラフィを質量分析法と併用して実行される。生物流体中の複雑な代謝パターンのプロファイリングは、メタボノミクスと呼ばれる。
【０００４】
液体クロマトグラフィは、試料内に含まれる個々の成分を分離し、識別できるようにする。液体クロマトグラフィでは、移動相と固定相の２つの相が関与している。試料混合液（「移動相」）は、組成成分の分離を引き起こすために粒子（「固相」）を充填したカラムに通される。カラム内の粒子は、移動相と相互作用するように設計された液体でコーティングされる場合もコーティングされない場合もある。移動相中（つまり、試料内）の組成成分は、さまざまな要因に基づき異なる速度で充填カラム内を通過する。その後、試料の組成成分への分離は、試料がカラムの遠端を出るときに試料を観察することにより分析される。
【０００５】
異なる組成成分がカラム内を通過する速度は、移動相と固相との相互作用に依存する。試料内の成分は、粒子、またはカラム内を通過する移動が遅延されるように粒子をコーティングする物質と物理的に相互作用することができる。分析される試料内の異なる成分は、成分の化学的構成に応じて強度の異なる特定の粒子および／またはコーティングとの相互作用により特定の粒子および／またはコーティングと異なる仕方で反応する。粒子および／またはコーティングに対しより大きな親和性を有する成分は、粒子／コーティングと弱い結合をするか、またはまったく結合しない成分に比べてカラム内をゆっくりと通過する。化学反応に加えて、試料内の成分のサイズは、カラム内を通過する際の速度に影響を及ぼす場合がある。例えば、ゲル透過クロマトグラフィでは、分析される溶液中の異なる分子が微細孔を含む充填材内を異なる速度で通過し、それによって試料中の異なる分子の分離を生じさせる。サイズ排除クロマトグラフィでは、粒子のサイズおよびカラム内への充填方法と試料内の成分のサイズとの組み合わせで、試料がカラム内を通過する速度が決まる（特定サイズ成分のみが粒子間の間隙／間質空間を容易に横断できるため）。
【０００６】
分離された試料は、カラムの遠端にある検出装置内に移動し、そこで試料中のさまざまな成分について保持時間が計算される。保持時間は、試料が注入ポート（試料がカラム内に導き入れられる）からカラムを通り、検出装置に移動するのに要する時間である。固相を出る成分の量を保持時間についてグラフにし、クロマトグラフピークとして知られているピークを持つチャートを形成することができる。これらのピークで、異なる成分を識別する。
【０００７】
分離された成分は、さらに分析しその化学組成を決定するために質量分析計に送り込むことができる。液体クロマトグラフィ段と組み合わせた１つの質量分析計段を備えるシステムは、ＬＣ−ＭＳシステムと呼ばれる。２つの質量分析計段を備えるシステムは、ＬＣ−ＭＳ／ＭＳシステムと呼ばれる。質量分析計は、試料を入力として受け取り、試料をイオン化させて、正または負のイオンを生成する。電気スプレーイオン化の使用を含むさまざまなイオン化法が使用可能である。その後、イオンは、ＭＳ１と一般に呼ばれる第１段階の分離で質量対電荷比により分離される。質量分離は、イオンの重量に基づきイオンをさまざまな程度に流用する磁石の使用を含むさまざまな手段により実行することができる。その後、分離されたイオンは衝突セル内に移動し、そこで、イオンと相互作用する衝突ガスまたはその他の物質と接触する。その後、反応したイオンは、ＭＳ２と一般に呼ばれる第２段の質量分離を受ける。
【０００８】
分離されたイオンは、（１つまたは複数の）質量分析段の終わりに分析される。分析により、イオンの信号強度対イオンの質量のグラフを作成するが、これは質量分析と呼ばれるグラフである。質量スペクトルの分析から、検出装置に到達するイオンの質量と相対存在量の両方が得られる。その存在量は、信号の強度から得られる。液体クロマトグラフィと質量分析との組み合わせを使用して、代謝産物などの化学物質を識別することができる。分子が衝突ガスと衝突すると、共有結合が切れることが多く、その結果、多数の荷電フラグメントが生じる。質量分析計は、これらのフラグメントの質量を測定し、その後、それを分析して、元の分子の構造および／または組成を決定することができる。この特徴は、正確な質量測定を行うことができる質量分析計、例えば、ハイブリッド四極直交ＴＯＦ計測器またはＦＴＩＣＲを使用する場合に、見かけの質量ＭＳから著しく高められ、検体元素組成情報を導出することができる。この情報は、試料中の特定の物質を単離するために使用できる。
【０００９】
ケモメトリクスは、ＬＣ−ＭＳ／ＭＳデータなどのデータの数学的処理であり、ＰＣＡ（主成分分析）およびＰＬＳ−ＤＡ（部分最小２乗判別分析）または類似の統計的手法などのさまざまな種類の多変量解析を含む。ケモメトリクスでは、大量のデータを管理可能なサイズにまで減らし、統計手法によるモデルを適用して、観測データ間の隠された関係を示す潜在的変数を決定しようとする。そのため、ケモメトリクスは、メタボノミクスの分野に応用することが可能である。しかし残念なことに、データ収集の従来の方法では、ケモメトリック分析のため行うＭＳデータの処理／収集はＭＳスペクトル全体の総和に依存し、その結果保持時間データが失われるため、収集されたデータ集合を縮小する過程で貴重な関連データを失うことが多い。さらに、従来の方法では、生データ、フィルタ処理済みデータ、および統計分析を単一のデータ処理アプリケーションに統合しておらず、その結果、生データをフィルタ処理済みデータ、分析データにマッピングする作業はかなり面倒である。
【発明の開示】
【発明が解決しようとする課題】
【００１０】
本発明の例示されている実施形態は、真のクロマトグラフィおよびＭＳピークが識別されるように収集されたＬＣ／ＭＳまたはＬＣ−ＭＳ／ＭＳデータの集合をすばやく縮小するための自動化メカニズムを提供する。
【課題を解決するための手段】
【００１１】
識別されたピークは、マスタエンティティリストに表示される１バッチの試料に対するＬＣ／ＭＳ信号および応答のリストを作成するために使用される。その後、マスタエンティティリストに載っている試料は、バイオマーカーを自動的に識別するためにケモメトリクスを適用するのに先立って同位体クラスタ分離および付加体除去を受けることができる。ＰＬＳ−ＤＡまたはＰＣＡグループクラスタ化または分離に関与するものとして識別された信号についてＬＣ−ＭＳ／ＭＳ収集リストが生成される。ＬＣ保持時間、正確な質量およびＭＳ／ＭＳスペクトルを知られている化合物のデータベースと比較し、生物学的指標に関連する識別された化合物を新しい化合物データベースに格納することができる。
【発明を実施するための最良の形態】
【００１２】
本発明の例示されている実施形態は、メタボノミクスプロファイルを決定することを目的としてプログラム的にフィルタ処理されたＬＣ−ＭＳまたはＬＣ−ＭＳ／ＭＳデータに対するケモメトリック分析を使用するメカニズムを提供する。収集されたＬＣ−ＭＳまたはＬＣ−ＭＳ／ＭＳデータは、真のクロマトグラフおよびＭＳピークを決定するためにプログラム的にフィルタ処理される。ＬＣ−ＭＳまたはＬＣ−ＭＳ／ＭＳ信号および応答から１バッチ分の試料についてマスタエンティティリストが作成される。マスタエンティティリストに載っている試料は、さらにフィルタ処理され、メタボノミクスバイオマーカーを自動的に識別するためにケモメトリクスが適用される。
【００１３】
本発明の例示されている実施形態のデータは、図１に示されているようにＬＣ−ＭＳ／ＭＳシステムなどの代謝産物分析システムにおいて実行される。ＬＣ／ＭＳシステムなどの他の種類の代謝産物分析システムは、本発明の範囲から逸脱することなく、ＬＣ−ＭＳ／ＭＳシステムの代わりに使用することができる。当業者であれば、この方式がＬＣ−ＵＶまたはＧＣ−ＭＳおよびＤＩＯＳ−ＭＳならびにＭＡＬＤＩ−ＭＳ（マトリックス支援レーザー脱離／イオン化質量分析）−ＭＳおよびＤＩＯＳ−ＭＳなどのその他の類似のハイフネーテッドクロマトグラフィ技術の分析に適用することも可能であることを理解するであろう。代謝産物分析システム２は、液体クロマトグラフィモジュールなどのクロマトグラフィモジュール４を含む。さらに、イオン化モジュール１０も含まれる。イオン化モジュール１０は、クロマトグラフィモジュール４から出力を入力試料として受け取る。イオン化モジュールは、資料のイオン化を実行する。当業者であれば、高エネルギー電子流を試料に照射するなど試料をイオン化するさまざまな方法があることを理解するであろう。
【００１４】
イオン化モジュール１０により発生したイオンは、ＭＳ１初段質量分離モジュール１２に渡される。質量分離は、よく知られている多数の方法のどれかを使用して実行することができる。例えば、イオンを磁力に曝し、イオンの質量に基づいてイオンの経路を変えることができる。その後、分離されたイオンは、衝突セルモジュール１４内に通され、そこで、分離されたイオンと反応するように設計されている気体へのイオン暴露などの追加反応に曝される。試料は、検出装置モジュール１８に届くのに先立ってＭＳ２第２段質量分離モジュール１６内でさらに分離することができる。検出装置モジュール１８を使用して、抜け出るイオンにより発生した検出信号に基づき質量スペクトルを発生する。当業者であれば、質量分離のさまざまな方法を使用できること、さまざまな物質を衝突セル１４に導き入れて、特に注目するイオンと反応させられることを理解するであろう。同様に、本発明の例示されている実施形態は、さらに、質量分離の第１段のみを実行するＬＣ−ＭＳシステムを含む多数のさまざまな代謝産物分析システムにより実行することもできる。
【００１５】
プロセッサ６を備える電子デバイスは、検出装置モジュール１８およびクロマトグラフィモジュール４とのインターフェイスを持つ。電子デバイス６は、サーバ、デスクトップコンピュータシステム、ラップトップ、メインフレーム、ネットワーク接続デバイス、またはプロセッサを備えるその他の類似のデバイスであってよい。電子デバイスは、さらに、本発明の範囲から逸脱することなく、代謝産物分析システム２内のモジュールの１つに組み込むこともできる。電子デバイス６は、サンプルランの結果を記録するために使用される記憶装置８を備える。当業者であれば、記憶装置８は、代謝産物分析システム２からアクセス可能な場所に配置できることを理解するであろう。さらに、電子デバイス６には、メタボノミクス、機能的ゲノム学、ペプチドミクス、リピドミクス、グリコミクス、およびプロテオミクスなどのさまざまな種類のシステム生物学用のバイオマーカーを識別するために使用できる毒性スクリーニングおよびバイオマーカー識別アプリケーション２０が配置される。当業者であれば、この方式は、さらに、天然物評価、不純物プロファイリング、環境分析、食品栄養学、および製品リリースに使用することも可能であることを理解するであろう。毒性スクリーニングおよびバイオマーカー識別アプリケーション２０については、以下でさらに詳しく説明する。当業者であれば、毒性スクリーニングおよびバイオマーカーアプリケーション２０は、代謝産物分析システム２のモジュールまたは別の電子デバイスに組み込むことを含む、保存された生のＬＣ−ＭＳまたはＬＣ−ＭＳ／ＭＳデータにアクセスできる場所に配置することができることを理解するであろう。
【００１６】
生データを収集するために単一のＬＣ−ＭＳまたはＬＣ−ＭＳ／ＭＳランを行うために実行される一連の工程については、図２の流れ図に示されている。この一連の工程は、試料内の成分の液体クロマトグラフィ分離から開始する（工程３０）。液体クロマトグラフィシステムから出る試料成分は、イオン化が実行されるイオン化モジュール１０内に通される（工程３２）。質量分離の第１段が実行され（工程３４）、分離されたイオンは衝突セル内に通され、そこで、衝突セル反応物質と反応する（工程３６）。その後、衝突セルから出た反応イオンに対し第２段質量分離が実行される（工程３８）。分離されたイオンは、検出装置モジュール１８内に通され、そこで、質量スペクトルが収集データから生成され、それによって、試料中に含まれる代謝産物を識別できる（工程４０）。
【００１７】
生のＬＣ−ＭＳまたはＬＣ−ＭＳ／ＭＳデータが収集された後、本発明の例示されている実施形態は、真のクロマトグラフィおよびＭＳピークを識別する作業を行う。毒性スクリーニングおよびバイオマーカー識別アプリケーション２０は、生のＬＣおよびＭＳデータについてピークデコンボリューションを実行する。ピークデコンボリューションでは、実際の検体信号ピークを識別し、生のＬＣおよびＭＳデータからノイズを除去する。毒性スクリーニングおよびバイオマーカー識別アプリケーション２０は、次に、信号の試料リストを作成する。図３は、信号の試料リスト５０を示している。試料リスト５０は、マスタエンティティリスト６０に表示される信号および応答から試料のバッチを作成するために使用される。図４は、本発明の例示されている実施形態により生成されるマスタエンティティリスト６０の画面表示を示している。マスタエンティティリスト６０に載っているそれぞれの試料は、ＩＤ ６１、保持時間６２、質量６３、有意性６４、排除値６５、およびイオン強度／応答値列６６を含む。例えば、それぞれの応答値列は、別の実験動物用とすることができる。マスタエンティティリストには、２つの異なるグループのすべての類似点のリストが表示され、いくつかの質量を除外することができる。それぞれの試料中でシステムにより検出されるすべての真のピークまたは検体は、プログラム的に他の試料のそれぞれと相互参照される。信号を欠いている試料は、値を割り当てられる。
【００１８】
毒性スクリーニングおよびバイオマーカー識別アプリケーション２０は、次に、試料データをさらにフィルタ処理する。試料は、不要な微量元素を除去するために同位体クラスタ分離および付加体除去を受ける。付加体除去とは、考慮されないと収集されたデータの分析をゆがめる可能性のあるナトリウムおよびカリウムまたは二量体／三量体などのイオンを除去することである。
【００１９】
試料は、同位体クラスタ分離および付加体除去を受けた後、毒性スクリーニングおよびバイオマーカー識別アプリケーション２０が、ケモメトリック分析を使用して試料データ中の潜在的バイオマーカーを識別する。ケモメトリック分析では、試料間で注目するクラスタを識別する。クラスタは、資料間の類似を表し、メタボノミクスプロファイルを識別するために使用される。ＰＣＡおよびＰＬＳ−ＤＡをはじめとするさまざまな異なる種類のケモメトリック分析が使用できる。
【００２０】
例えば、主成分分析（ＰＣＡ）では、数学的アルゴリズムを使用して、データ集合内の相違点と類似点を判別する。ＰＣＡは、多数の関連性のありそうな変数を、主成分と呼ばれる少数の関連性のない変数に変換する。第１の主成分は、データのバラツキをできるだけ多く考慮する。それぞれの追加成分は、データの残りのバラツキをできるだけ多く考慮しようとする。収集されたデータを行列の形にし、ＰＣＡは、平方和と外積で正方対称行列の固有値および固有ベクトルを求める。最大固有値に関連する固有ベクトルは、第１の主成分と同じ方向を持つ。第２の最大固有値に関連する固有ベクトルは、第２の主成分の方向を決定する。固有値の総和は、正方行列のトレースに等しく、固有ベクトルの最大数は、この行列の行（または列）の個数に等しい。決定された後、計算された固有値を画面にプロットすることが可能である。当業者であれば、多数の異なるアルゴリズムを使用して固有値および固有ベクトルを計算できることを理解するであろう。ｉ）グループクラスタ化を示すスコアプロットおよびｉｉ）グループクラスタ化に関与する検体／イオンが原点からの最大距離であると識別される装填プロットの２つのプロットを使用してデータが表示される。
【００２１】
ケモメトリック分析は、データ点の間の隠された接続を表す潜在的変数を決定するために使用される。それぞれのデータ試料は、信号強度、質量、および保持時間などの多数の特徴を持つ。ケモメトリック分析では、機能をそれらの特徴に適用し、機能の結果をｎ次元プロットでグラフにする。プロットのためデータを処理する従来の方法では、サンプルランの時間間隔からのデータのバケッティングを伴う。このため、保持時間変数が失われる。本発明の例示されている実施形態は、さまざまなマーカーの検体ピークを示す図５Ａに示されているような装填プロット７０を提示する。固有ベクトルを使用する、原点から最大距離のところにあるイオンは、グループクラスタ化または分離に最も大きく関わるイオンである。装填プロット７０は、信号強度と試料投与との相関を示すトレンドプロットを作成するためにも使用できる。図５Ｂは、選択されたイオンに対するトレンドプロット７３を示す。図６に示されているようなスコアプロット７５は、試料（比較参照試料および投薬動物試料などの）間の類似点を示す。図６のデータは、低用量および高用量の賦形剤だけまたは候補薬剤の投与の後に得られるネズミの尿から生成されたＬＣ／ＭＳデータのＰＣＡを示している。ユーザ向けに生成された表示は、裸眼で確認できる類似性のある明確な点を視覚的に示す。類似性のこれらの示唆は、これ以降の研究の基盤を形成することができる。
【００２２】
図７は、ＬＣ−ＭＳまたはＬＣ−ＭＳ／ＭＳデータのメタボノミクス指向処理を実行するため本発明の例示されている実施形態が辿る一連の工程全体の流れ図である。この一連の工程は、上述のように生のＬＣ−ＭＳ／ＭＳデータの収集および実際のＬＣおよびＭＳピークの識別から始まる（工程７０）。その後、識別されたピークのリストが生成される（工程７２）。このリストは、マスタエンティティリストに表示される試料の基盤をなす。これらの試料は、さらに、フィルタ処理され、同位体クラスタ分離および付加体除去を受け、ＰＣＡおよびＰＬＳ−ＤＡなどのケモメトリック分析が実行される（工程７４）。ＰＬＳ−ＤＡ装填におけるクラスタ化に関わるピークが識別される（工程７６）。その後、これらのピークは、知られている内生生化学のデータベースと比較され、ピークに関連する化合物を識別する（工程７８）。これらの化合物は、毒性化合物、医薬品、化学薬品、農薬、またはその他の化合物とすることができる。化合物データベースは、保持時間、適宜正確な質量を含むｍ／ｚ値、および性別、投与レベル、日、および毒素などの他の生物学的指標を含む識別された化合物から生成することができる。当業者であれば、識別されたバイオマーカーは、メタボロミクス、機能的ゲノム学、ペプチドミクス、およびプロテオミクスなどのさまざまな科学分野で使用できることを理解するであろう。
【００２３】
本発明の例示されている実施形態により実行されるケモメトリック分析は、さらに、図８に示されている。ケモメトリック分析の一連の工程は、ＬＣ−ＭＳデータがマスタエンティティリストに載っている試料に減らされると開始する（工程８０）。その後、生体異物が試料から除去され、内生代謝産物のみを残す（工程８２）。続いて、データバッチについてＰＣＡおよびＰＬＳ−ＤＡ分析が実行される（工程８４）。クラスタから最も遠く離れているＰＬＳ−ＤＡプロットからの信号は、グループ間に分離がなくなるまで除去される（工程８６）。
【００２４】
したがって、毒性スクリーニングおよびバイオマーカー識別子アプリケーション２０のユーザは、適切なビューを選択することにより、生データ、フィルタ処理済みデータ、および分析済みデータの間の移行容易に行なうことができる。従来のソフトウェアパッケージでは、２つまたはそれ以上の別々のソフトウェアパッケージがこのタスクに必要なため、生データとフィルタ処理済みデータおよび分析済みデータの間のこのような統合を欠いている。２つまたはそれ以上のソフトウェアパッケージが必要であることから、ユーザが分析済みデータを生データ内の対応するスポットにマッピングすることは困難である。
【００２５】
したがって、本発明は、前の説明で述べた目的を達成していることがわかるであろう。本発明の範囲から逸脱することなくいくつかの変更を加えることが可能であるので、上記の説明に含まれる、または付属の図面に示されているすべての事柄は、例示しているものとして解釈し、文字通りの意味では解釈しないことが意図されている。当業者は、図に示されている一連の工程およびアーキテクチャは、本発明の範囲から逸脱することなく変更することができ、また本明細書に含まれる例示は、本発明の多数の可能な表現の特異的実施例であることを理解するであろう。
【図面の簡単な説明】
【００２６】
【図１】本発明の例示されている実施形態を実践するのに好適な環境を示す図である。
【図２】液体クロマトグラフィおよび質量分析を実行するために使用される一連の工程の流れ図である。
【図３】本発明の例示されている実施形態により生成される試料リストのビジュアル表示の図である。
【図４】本発明の例示されている実施形態により生成されるマスタエンティティリストのビジュアル表示の図である。
【図５Ａ】本発明の例示されている実施形態により生成される装填プロットマーカーグラフのビジュアル表示の図である。
【図５Ｂ】本発明の例示されている実施形態により生成されるトレンドプロットグラフのビジュアル表示の図である。
【図６】本発明の例示されている実施形態により生成されるグループ類似性を示すスコアプロットグラフのビジュアル表示の図である。
【図７】ＬＣ−ＭＳ／ＭＳデータのメタボノミクス指向処理を実行するため本発明の例示されている実施形態が辿る一連の工程全体の流れ図である。
【図８】ケモメトリック分析を実行するため本発明の例示されている実施形態が辿る一連の工程の流れ図である。
【特許請求の範囲】
【請求項１】
代謝産物分析システムにおいて、
サンプルランからクロマトグラフィピークおよび質量分析ピークをプログラム的に識別する工程であって、前記質量分析ピークはＭＳピークおよびＭＳ／ＭＳピークのうちの一方であり、見かけの質量または正確な質量を使用する、工程と、
前記識別されたピークを持つ試料データのリストを生成する工程と、
前記試料データに対しケモメトリック分析を実行して、バイオマーカーを識別する工程であって、前記ケモメトリック分析は前記クロマトグラフィおよび質量分析ピークのプログラム的な識別を実行する同じアプリケーションにより保持時間データを失うことなく実行される、工程とを含む方法。
【請求項２】
前記ケモメトリック分析は、主成分分析（ＰＣＡ）および部分最小２乗判別分析（ＰＬＳ−ＤＡ）の一方を使用して実行される請求項１に記載の方法。
【請求項３】
さらに、
前記識別されたバイオマーカーを知られている化合物のデータベースと比較する工程を含む請求項１に記載の方法。
【請求項４】
さらに、
ケモメトリック分析を実行するのに先立って、試料データから不要な微量物質を除去する工程を含む請求項１に記載の方法。
【請求項５】
前記不要な微量物質は、微量生体異物、微量投与剤、微量外部食品、および微量汚染物質の少なくとも１つである請求項１に記載の方法。
【請求項６】
前記試料データは、質量データ、保持時間、および信号強度値を含む請求項１に記載の方法。
【請求項７】
前記バイオマーカーは、システム生物学で使用される請求項１に記載の方法。
【請求項８】
前記ケモメトリック分析は、さらに、
複数の前記バイオマーカーの検体ピークを示すｎ次元プロット上に前記試料データをプロットする工程を含む請求項１に記載の方法。
【請求項９】
代謝産物分析システムにおける媒体であって、前記媒体は方法のための実行可能な工程を保持し、前記方法は、
サンプルランからクロマトグラフィピークおよび質量分析ピークをプログラム的に識別し、前記質量分析ピークはＭＳピークおよびＭＳ／ＭＳピークのうちの一方であり、見かけの質量または正確な質量を使用する、工程と、
前記識別されたピークを持つ試料データのリストを生成する工程と、
前記試料データに対しケモメトリック分析を実行して、バイオマーカーを識別する工程であって、前記ケモメトリック分析は前記クロマトグラフィおよび質量分析ピークのプログラム的な識別を実行する同じアプリケーションにより保持時間データを失うことなく実行される、工程とを含む、媒体。
【請求項１０】
前記ケモメトリック分析は、主成分分析（ＰＣＡ）および部分最小２乗判別分析（ＰＬＳ−ＤＡ）の一方を使用して実行される請求項９に記載の媒体。
【請求項１１】
前記方法は、さらに、
前記識別されたバイオマーカーを知られている化合物のデータベースと比較する工程を含む請求項９に記載の媒体。
【請求項１２】
前記方法は、さらに、
ケモメトリック分析を実行するのに先立って、試料データから不要な微量物質を除去する工程を含む請求項９に記載の媒体。
【請求項１３】
前記不要な微量物質は、微量生体異物、微量投与剤、微量外部食品、および微量汚染物質の少なくとも１つである請求項９に記載の媒体。
【請求項１４】
前記試料データは、質量データ、保持時間、および信号強度値を含む請求項９に記載の媒体。
【請求項１５】
前記バイオマーカーは、システム生物学で使用される請求項９に記載の媒体。
【請求項１６】
前記ケモメトリック分析は、さらに、
複数の前記バイオマーカーの検体ピークを示すｎ次元プロット上に前記試料データをプロットする工程を含む請求項９に記載の媒体。
【請求項１７】
代謝産物分析システムであって、
クロマトグラフィ質量分析型システム、ＭＡＬＤＩ−ＭＳ（マトリックス支援レーザー脱離／イオン化質量分析）システム、ＤＩＯＳ−ＭＳ（シリコン上脱離イオン化）システムのうちの１つと、
毒性スクリーニングおよびバイオマーカー識別機能であって、前記毒性およびバイオマーカー識別機能はクロマトグラフィ質量分析型システム、ＭＡＬＤＩ−ＭＳシステム、ＤＩＯＳ−ＭＳシステムのうちの前記１つで実行される少なくとも１つのサンプルランから検体ピークおよび質量分析ピークを識別し、前記毒性およびバイオマーカー識別機能はさらに前記試料データに対しケモメトリック分析を実行してバイオマーカーを識別し、前記ケモメトリック分析は保持時間データを失うことなく実行される、毒性スクリーニングおよびバイオマーカー識別機能と、
クロマトグラフィ質量分析型システム、ＭＡＬＤＩ−ＭＳシステム、およびＤＩＯＳ−ＭＳシステムのうちの前記１つで実行される前記少なくとも１つのサンプルランからの生データおよびフィルタ処理済みデータの集合体を保持する前記毒性およびバイオマーカー識別機能にアクセス可能な記憶場所とを含む代謝産物分析システム。
【請求項１８】
前記毒性およびバイオマーカー識別機能は、クロマトグラフィ質量分析型システム、ＭＡＬＤＩ−ＭＳシステム、およびＤＩＯＳ−ＭＳシステムのうちの前記１つとのインターフェイスを持つ電子デバイス上のソフトウェアにより実装される請求項１７に記載のシステム。
【請求項１９】
生データおよびフィルタ処理済みデータの前記収集は、質量データ、保持時間、および信号強度値を含む請求項１７に記載のシステム。
【請求項２０】
前記バイオマーカーは、メタボノミクス、プロテオミクス、機能的ゲノム学、リピドミクス、グリコミクス、メタボロミクス、および内生ペプチドプロファイリングのうちの少なくとも１つで使用される請求項１７に記載のシステム。
【請求項１】
代謝産物分析システムにおいて、
サンプルランからクロマトグラフィピークおよび質量分析ピークをプログラム的に識別する工程であって、前記質量分析ピークはＭＳピークおよびＭＳ／ＭＳピークのうちの一方であり、見かけの質量または正確な質量を使用する、工程と、
前記識別されたピークを持つ試料データのリストを生成する工程と、
前記試料データに対しケモメトリック分析を実行して、バイオマーカーを識別する工程であって、前記ケモメトリック分析は前記クロマトグラフィおよび質量分析ピークのプログラム的な識別を実行する同じアプリケーションにより保持時間データを失うことなく実行される、工程とを含む方法。
【請求項２】
前記ケモメトリック分析は、主成分分析（ＰＣＡ）および部分最小２乗判別分析（ＰＬＳ−ＤＡ）の一方を使用して実行される請求項１に記載の方法。
【請求項３】
さらに、
前記識別されたバイオマーカーを知られている化合物のデータベースと比較する工程を含む請求項１に記載の方法。
【請求項４】
さらに、
ケモメトリック分析を実行するのに先立って、試料データから不要な微量物質を除去する工程を含む請求項１に記載の方法。
【請求項５】
前記不要な微量物質は、微量生体異物、微量投与剤、微量外部食品、および微量汚染物質の少なくとも１つである請求項１に記載の方法。
【請求項６】
前記試料データは、質量データ、保持時間、および信号強度値を含む請求項１に記載の方法。
【請求項７】
前記バイオマーカーは、システム生物学で使用される請求項１に記載の方法。
【請求項８】
前記ケモメトリック分析は、さらに、
複数の前記バイオマーカーの検体ピークを示すｎ次元プロット上に前記試料データをプロットする工程を含む請求項１に記載の方法。
【請求項９】
代謝産物分析システムにおける媒体であって、前記媒体は方法のための実行可能な工程を保持し、前記方法は、
サンプルランからクロマトグラフィピークおよび質量分析ピークをプログラム的に識別し、前記質量分析ピークはＭＳピークおよびＭＳ／ＭＳピークのうちの一方であり、見かけの質量または正確な質量を使用する、工程と、
前記識別されたピークを持つ試料データのリストを生成する工程と、
前記試料データに対しケモメトリック分析を実行して、バイオマーカーを識別する工程であって、前記ケモメトリック分析は前記クロマトグラフィおよび質量分析ピークのプログラム的な識別を実行する同じアプリケーションにより保持時間データを失うことなく実行される、工程とを含む、媒体。
【請求項１０】
前記ケモメトリック分析は、主成分分析（ＰＣＡ）および部分最小２乗判別分析（ＰＬＳ−ＤＡ）の一方を使用して実行される請求項９に記載の媒体。
【請求項１１】
前記方法は、さらに、
前記識別されたバイオマーカーを知られている化合物のデータベースと比較する工程を含む請求項９に記載の媒体。
【請求項１２】
前記方法は、さらに、
ケモメトリック分析を実行するのに先立って、試料データから不要な微量物質を除去する工程を含む請求項９に記載の媒体。
【請求項１３】
前記不要な微量物質は、微量生体異物、微量投与剤、微量外部食品、および微量汚染物質の少なくとも１つである請求項９に記載の媒体。
【請求項１４】
前記試料データは、質量データ、保持時間、および信号強度値を含む請求項９に記載の媒体。
【請求項１５】
前記バイオマーカーは、システム生物学で使用される請求項９に記載の媒体。
【請求項１６】
前記ケモメトリック分析は、さらに、
複数の前記バイオマーカーの検体ピークを示すｎ次元プロット上に前記試料データをプロットする工程を含む請求項９に記載の媒体。
【請求項１７】
代謝産物分析システムであって、
クロマトグラフィ質量分析型システム、ＭＡＬＤＩ−ＭＳ（マトリックス支援レーザー脱離／イオン化質量分析）システム、ＤＩＯＳ−ＭＳ（シリコン上脱離イオン化）システムのうちの１つと、
毒性スクリーニングおよびバイオマーカー識別機能であって、前記毒性およびバイオマーカー識別機能はクロマトグラフィ質量分析型システム、ＭＡＬＤＩ−ＭＳシステム、ＤＩＯＳ−ＭＳシステムのうちの前記１つで実行される少なくとも１つのサンプルランから検体ピークおよび質量分析ピークを識別し、前記毒性およびバイオマーカー識別機能はさらに前記試料データに対しケモメトリック分析を実行してバイオマーカーを識別し、前記ケモメトリック分析は保持時間データを失うことなく実行される、毒性スクリーニングおよびバイオマーカー識別機能と、
クロマトグラフィ質量分析型システム、ＭＡＬＤＩ−ＭＳシステム、およびＤＩＯＳ−ＭＳシステムのうちの前記１つで実行される前記少なくとも１つのサンプルランからの生データおよびフィルタ処理済みデータの集合体を保持する前記毒性およびバイオマーカー識別機能にアクセス可能な記憶場所とを含む代謝産物分析システム。
【請求項１８】
前記毒性およびバイオマーカー識別機能は、クロマトグラフィ質量分析型システム、ＭＡＬＤＩ−ＭＳシステム、およびＤＩＯＳ−ＭＳシステムのうちの前記１つとのインターフェイスを持つ電子デバイス上のソフトウェアにより実装される請求項１７に記載のシステム。
【請求項１９】
生データおよびフィルタ処理済みデータの前記収集は、質量データ、保持時間、および信号強度値を含む請求項１７に記載のシステム。
【請求項２０】
前記バイオマーカーは、メタボノミクス、プロテオミクス、機能的ゲノム学、リピドミクス、グリコミクス、メタボロミクス、および内生ペプチドプロファイリングのうちの少なくとも１つで使用される請求項１７に記載のシステム。
【図１】
【図２】
【図３】
【図４】
【図５Ａ】
【図５Ｂ】
【図６】
【図７】
【図８】
【図２】
【図３】
【図４】
【図５Ａ】
【図５Ｂ】
【図６】
【図７】
【図８】
【公表番号】特表２００７−５０３５９４（Ｐ２００７−５０３５９４Ａ）
【公表日】平成１９年２月２２日（２００７．２．２２）
【国際特許分類】
【出願番号】特願２００６−５３３４７１（Ｐ２００６−５３３４７１）
【出願日】平成１６年５月２６日（２００４．５．２６）
【国際出願番号】ＰＣＴ／ＵＳ２００４／０１６７９７
【国際公開番号】ＷＯ２００４／１０６９１５
【国際公開日】平成１６年１２月９日（２００４．１２．９）
【出願人】（５０４４３８２５５）ウオーターズ・インベストメンツ・リミテツド (80)
【Ｆターム（参考）】
【公表日】平成１９年２月２２日（２００７．２．２２）
【国際特許分類】
【出願日】平成１６年５月２６日（２００４．５．２６）
【国際出願番号】ＰＣＴ／ＵＳ２００４／０１６７９７
【国際公開番号】ＷＯ２００４／１０６９１５
【国際公開日】平成１６年１２月９日（２００４．１２．９）
【出願人】（５０４４３８２５５）ウオーターズ・インベストメンツ・リミテツド (80)
【Ｆターム（参考）】
[ Back to top ]