ＬＣ／ＭＳシステムにより生成されるクロマトグラムおよび質量スペクトルは、スペクトルデータおよびクロマトグラフデータの二次元データ行列を作成することにより分析される。二次元行列は、データ行列の連続する列内に、ＬＣ／ＭＳシステムの質量分析計部分により生成されるスペクトルを入れることにより作成することができる。この方法により、データ行列の行は、クロマトグラフデータに対応し、データ行列の列は、スペクトルに対応する。イオンに関連するピークをシステムが検出する能力を高めるために、二次元フィルタが指定され、データ行列に適用される。所望のベースラインに従って、二次元フィルタが指定される。階数１および階数２フィルタは、計算効率の改善のため指定できる。二次元フィルタを適用する一方法では、データ行列と二次元フィルタとの畳み込みにより出力データ行列を生成する。検出されたイオンに対応するピークは、出力データ行列中で識別される。例えば、ピークのパラメータが決定され、定量化、または指定された保持時間窓内に入る保持時間を持つ、もしくは指定された質量対電荷比窓内に入る質量対電荷比を持つイオンに関連するピークを同定することによるクロマトグラムもしくはスペクトルの簡素化を含む後処理のために格納される。

【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、全体が参照により本明細書に組み込まれる、２００４年２月１３日に出願した米国仮出願第６０／５４３，９４０号の優先権の利益を主張するものである。
【０００２】
本特許明細書の開示の一部は、著作権保護の対象となる資料を含む。著作権所有者は、特許商標庁の特許ファイルまたは記録の記載に従い誰が特許文書または特許開示のファクシミリ複製を行おうと異存はないが、その他の点ではいかなる形であれすべての著作権を留保する。
【０００３】
本発明は、一般に、液体クロマトグラフィおよび質量分析法に関する。より具体的には、本発明は、ＬＣ／ＭＳシステムにより収集されたデータからのイオンの検出および定量化、ならびにそのようなデータのリアルタイムの分析に関する。
【背景技術】
【０００４】
質量分析計（ＭＳ）は、試料中の分子種を同定し、定量化するために広く使用されるよく知られている科学機器である。分析時、試料から取り出された分子はイオン化され、分析のため質量分析計内に導入されるイオンを形成する。質量分析計は、導入されたイオンの質量対電荷比（ｍ／ｚ）および強度を測定する。
【０００５】
質量分析計は、単一のスペクトルの範囲内で確実に検出し、定量化できるイオンの個数に関して制限がある。その結果、多くの分子種を含む試料は、従来の質量分析計を使用したのでは複雑すぎて解釈または分析を行えないスペクトルを発生することがある。
【０００６】
さらに、分子種の濃度は、広範囲にわたって変化しうる。例えば、生体試料では、典型的には、高い濃度でよりも低い濃度でのほうが、分子種が多い。そのため、かなりの割合のイオンが低濃度のように見える。低濃度は、典型的には、質量分析計の検出限界に近い。さらに、低濃度では、イオン検出は、バックグラウンドノイズの存在、および／または干渉する背景分子の存在の影響も受ける。したがって、このような低存在量化学種を検出することは、できる限り多くのバックグラウンドノイズを除去し、常にスペクトル中に存在する干渉化学種の数を減らすことにより改善することができる。
【０００７】
このようなスペクトルの複雑さを低減するために使用される一般的技術は、質量分析計に試料を注入するのに先立ってクロマトグラフ分離を実行することである。例えば、ペプチドまたはタンパク質は、多くの場合、共通の時刻に溶離し、スペクトルが重なるクラスタイオンを発生する。時刻の異なる分子からクラスタを分離すると、このようなクラスタにより発生するスペクトルの解釈が簡単になる。
【０００８】
このようなクロマトグラフ分離を実行するために使用される計測器は、ガスクロマトグラフ（ＧＣ）または液体クロマトグラフ（ＬＣ）を含む。質量分析計に結合された場合、その結果として出現するシステムは、ＧＣ／ＭＳまたはＬＣ／ＭＳシステムとそれぞれ呼ばれる。ＧＣ／ＭＳまたはＬＣ／ＭＳシステムは、典型的には、ＧＣまたはＬＣの出力が直接ＭＳに結合されるオンラインシステムである。
【０００９】
組み合わせたＬＣ／ＭＳシステムは、分析専門家にとって、広範にわたる試料中の分子種を同定し、定量化するための強力な手段となる。典型的な試料は、数個または数千個の分子種の混合物を含みうる。分子それ自体は、さまざまな特性および特徴を示しうる。例えば、それぞれの分子種は、複数のイオンを生じうる。このことは、ペプチドの質量がその核の同位体形態に依存するペプチド、およびエレクトロスプレー界面がペプチドおよびタンパク質をイオン化できる数種類の荷電状態に見られる。
【００１０】
ＬＣ／ＭＳでは、特定の時刻に、試料が液体クロマトグラフ内に注入される。液体クロマトグラフは、時間をかけて試料を溶離し、その結果、溶離液が液体クロマトグラフから出る。液体クロマトグラフから出る溶離液は、質量分析計のイオン源に連続的に導入される。分離が進行するにつれ、ＭＳにより発生する質量スペクトルの組成が徐々に変化し、溶離液の変化している組成を反映する。
【００１１】
コンピュータベースのシステムは、規則的な時間間隔でスペクトルをサンプリングし、ハードディスクドライブなどの記憶装置に記録する。従来のシステムでは、これらの収集されたスペクトルは、ＬＣ分離が完了した後に分析される。
【００１２】
収集後、従来のＬＣ／ＭＳシステムは、一次元のスペクトルおよびクロマトグラムを生成する。イオンの応答（または強度）は、スペクトルまたはクロマトグラムに見られるようなピークの高さまたは面積である。従来のＬＣ／ＭＳシステムにより生成されたスペクトルまたはクロマトグラムを分析するために、イオンに対応するそのようなスペクトルまたはクロマトグラムのピークが特定または検出されなければならない。検出されたピークを分析し、ピークを発生させたイオンの特性を決定する。これらの特性は、保持時間、質量対電荷比、および強度を含む。イオンの質量または質量対電荷比（ｍ／ｚ）推定値は、そのイオンを含むスペクトルの推定を介して求められる。イオンの保持時間推定値は、そのイオンを含むクロマトグラムを調べることにより導かれる。単一のマスチャネルクロマトグラムのピーク頂点の時間的位置から、イオンの保持時間が得られる。単一スペクトル走査のピーク頂点のｍ／ｚ位置から、イオンのｍ／ｚ値が得られる。
【００１３】
ＬＣ／ＭＳシステムを使用してイオンを検出する従来の技術は、全イオンクロマトグラム（ＴＩＣ）を形成することである。典型的には、この技術は、検出を必要とする比較的少数のイオンがある場合に適用される。ＴＩＣは、それぞれのスペクトル走査の範囲内で、すべてのｍ／ｚ値にわたって収集されたすべての応答を総和し、その総和を走査時間に対しプロットすることにより生成される。ＴＩＣのそれぞれのピークは、単一のイオンに対応しているのが理想的である。
【発明の開示】
【発明が解決しようとする課題】
【００１４】
ＴＩＣ内のピークを検出するこの方法に伴う問題の１つは、複数の分子からのピークの共溶出がありえることである。このような共溶出の結果、ＴＩＣ内に見られるそれぞれの孤立ピークは、固有のイオンに対応しない場合がある。そのような共溶出ピークを分離する従来方法では、ＴＩＣから１つのピークの頂点を選択し、その選択されたピークの頂点に対応する時刻に対するスペクトルを収集する。その結果得られるスペクトルのプロットは、一連の質量ピークであり、それぞれ共通保持時間での単一イオン溶出に対応すると考えられる。
【００１５】
複雑な混合物では、共溶出もまた、典型的には、スペクトル応答の総和を収集されたチャネルの部分集合のみについての総和に、例えば、ｍ／ｚチャネルの制約された範囲にわたる総和により制限する。総和されたクロマトグラムは、制約されたｍ／ｚ範囲内で検出されたイオンに関する情報を与える。さらに、スペクトルは、クロマトグラフピーク頂点毎に得ることができる。この方法ですべてのイオンを同定するために、複数の総和されたクロマトグラムが、一般に必要である。
【００１６】
ピーク検出で遭遇するもう１つの問題点は、検出器雑音である。検出器雑音効果を緩和する通常の技術は、スペクトルまたはクロマトグラムの信号平均をとることである。例えば、特定のクロマトグラフピークに対応するスペクトルを共追加することで、雑音効果を低減することができる。質量対電荷比の値とともに、ピーク面積、および高さも、平均されたスペクトル中のピークを分析することで求めることができる。同様に、スペクトルピークの頂点を中心とするクロマトグラムを共追加することで、クロマトグラムの雑音効果を緩和し、保持時間だけでなくクロマトグラフピーク面積および高さのさらに正確な推定値を得ることができる。
【００１７】
これらの問題に加えて、従来のピーク検出アルゴリズムを使用してクロマトグラフまたはスペクトルピークを検出する場合にさらに問題が生じる。手動で実行した場合、このような従来の方法は、主観的であるだけでなく、極めて退屈な作業でもある。自動で実行した場合であっても、このような方法は、例えば、ピークを同定するために使用する閾値について主観的な選択を行うので主観的となりうる。さらに、これらの従来の方法は、単一の抽出されたスペクトルまたはクロマトグラムのみを使用してデータを分析するため不正確になりがちであり、最高の統計的精度または最低の統計的分散を持つイオンパラメータ推定値を与えない。最後に、従来のピーク検出技術では、共溶出およびイオン干渉がよくある問題となる傾向がある場合に、必ずしも、低濃度のイオンについて、または複雑なクロマトグラムについて、一様な再現性のある結果をもたらさない。
【課題を解決するための手段】
【００１８】
本発明のいくつかの実施形態のうちの一態様では、ＬＣ／ＭＳシステムで収集されたスペクトル走査で測定されたイオンを検出し、それらの走査から、それぞれのイオンの保持時間、質量対電荷比、および強度を決定する。質量対電荷比（ｍ／ｚ）、保持時間、および強度などのイオンパラメータについては、データ行列を作成し、そのデータ行列と高速線形二次元有限インパルス応答（ＦＩＲ）フィルタとの畳み込み演算を実行し、出力畳み込み行列を生成することにより、その正確で最適な推定を行う。ピーク検出アルゴリズムをこの出力畳み込み行列に適用し、試料中のイオンに対応するピークを同定する。フィルタ処理された行列中で検出されたピークを分析することにより、保持時間、質量対電荷比（ｍ／ｚ）、および強度などのイオンパラメータを推定し、記録することができる。さらに、スペクトル方向およびクロマトグラフ方向の両方の半値全幅（ＦＷＨＭ）などの他のピークパラメータを推定し、格納することができる。
【００１９】
本発明のいくつかの実施形態では、ＬＣ／ＭＳ装置により検出されたイオンの実質的に完全な計算法を与えつつ、雑音効果を低減し、従来のＬＣ／ＭＳ出力中に典型的に観察される部分的共溶出化合物および未分解イオンを解決しやすくする。イオンパラメータの最適な推定により、推定値の精度および再現性が上がる。
【００２０】
スペクトルおよびクロマトグラフの複雑度は、本発明の実施形態を使用することで著しく低減できる。例えば、本発明のいくつかの実施形態では、検出されたそれぞれのイオンに関連するパラメータのリストまたはテーブルを作成、格納し、収集されたスペクトルまたはクロマトグラフに関連するデータ集合全体を格納することはしない。
【００２１】
本発明のいくつかの実施形態では、作成されたイオンパラメータリストを使用して、所望の特性または関係を有するイオンの部分集合を抽出する。これらの部分集合は、従来のシステムを使用して生成されたものよりも複雑度の小さいスペクトルおよびクロマトグラムを作成するために使用される。例えば、共通の親分子からのイオンは、典型的には、ＬＣ／ＭＳクロマトグラムにおいて本質的に同一の保持時間を有する。本発明のいくつかの実施形態では、共通の親イオンを由来とする可能性のあるイオンを同定するために使用できる保持時間窓を指定することができる。このようにして、本発明のいくつかの実施形態では、無関係のイオンを無視しつつ、関係のあるイオンを同定し、グループ化することを容易に行える。
【００２２】
本発明のいくつかの実施形態を使用して生成することができる複雑度の低いスペクトルおよび複雑度の低いクロマトグラムは、ＬＣ／ＭＳデータから単一のスペクトル（またはスペクトルの平均）を単に抽出するだけの従来のシステムを使用して得られたものよりも著しく改善される。これは、このような従来の方法で生成されるスペクトルは、典型的に、注目するイオンに無関係のピークの前縁または後縁からのイオンにより汚染されているからである。
【００２３】
本発明のいくつかの実施形態を使用する複雑度の低いスペクトルおよび複雑度の低いクロマトグラムで保持されるイオンは、さらに、従来技術で知られている方法により分析することができる。例えば、これらの方法は、共通の親分子の質量または素性を決定する方法を含む。
【００２４】
本発明を使用すると、１回の注入から得られた結果の完全性、精度、および再現性を改善することにより、ＬＣ／ＭＳ実験結果の完全性、精度、および再現性を高めることができる。さらに、複雑度が低いと、存在するイオンが少なくなり、バックグラウンドノイズが低減し、共溶出化合物および干渉イオンが部分的に分解するため、スペクトルおよびクロマトグラムの解釈が簡単になる。
【発明を実施するための最良の形態】
【００２５】
本発明の実施形態は、溶媒中に溶解できる大分子不揮発性検体を含むさまざまな用途に適用することができる。本発明のいくつかの実施形態は、これ以降、ＬＣまたはＬＣ／ＭＳシステムに関して説明されているが、本発明の実施形態は、ＧＣおよびＧＣ／ＭＳシステムを含む、他の分析技術と連動するように構成することができる。
【００２６】
図１は、本発明の一実施形態による例示的なＬＣ／ＭＳシステム１０１の概略図である。ＬＣ／ＭＳ分析は、液体クロマトグラフ１０４内に試料１０２を自動的に、または手動で注入することにより実行される。ポンプ１０３およびインジェクタ１０５により供給される高圧のクロマトグラフ溶媒流は、強制的に試料１０２を液体クロマトグラフ１０４内のクロマトグラフカラム１０６に通す。カラム１０６は、典型的には、結合分子が表面に含まれるシリカビーズの充填カラムを含む。試料中の分子種、溶媒、およびビーズ間の競合的相互作用は、それぞれの分子種の移動速度を決定する。
【００２７】
分子種は、カラム１０６内を移動し、特性時間にカラム１０６から出現する、つまり溶離する。この特性時間は、通常、分子の保持時間と呼ばれる。分子がカラム１０６から溶離した後、質量分析計１０８などの検出器に伝達できる。
【００２８】
保持時間は、特性時間である。つまり、保持時間ｔにカラムから溶離する分子は実際には、本質的に時刻ｔを中心とする期間にわたって溶離する。この期間の溶出プロフィルは、クロマトグラフピークと呼ばれる。クロマトグラフピークの溶出プロフィルは、釣鐘曲線により記述できる。ピークの釣鐘形状は、典型的にはその半値全幅高さ、つまり最大値の半分（ＦＷＨＭ）により記述される幅を持つ。分子の保持時間は、ピーク溶出プロフィルの頂点の時間である。質量分析計により生成されるスペクトル中に出現するスペクトルピークは、類似の形状を持ち、類似の方法で特徴づけることができる。図２は、ピーク頂点２０４を持つ例示的なクロマトグラフまたはスペクトルピーク２０２を示す。ＦＷＨＭおよび高さまたはピーク２０２も、図２に例示されている。
【００２９】
後の説明のために、ピークは、図２に示されているように、ガウスプロファイルを持つと仮定される。ガウスプロファイルについては、ＦＷＨＭは、ガウスプロファイルの標準偏差の約２．３５倍である。
【００３０】
クロマトグラフピーク幅は、ピーク高さと無関係であり、実質的に、与えられた分離方法について分子の一定の特性である。理想的な場合、与えられたクロマトグラフ法に関して、すべての分子種は、同じピーク幅で溶離する。しかし、典型的には、ピーク幅は、保持時間の関数として変化する。例えば、分離の最後に溶離する分子は、分離の早い段階で溶離する分子に関連するピーク幅よりも数倍広いピーク幅を示すことができる。
【００３１】
その幅に加えて、クロマトグラフまたはスペクトルピークは高さまたは面積を持つ。一般に、ピークの高さおよび面積は、液体クロマトグラフィに注入された化学種の量または質量に比例する。強度という用語は、通常、クロマトグラフまたはスペクトルピークの高さまたは面積のいずれかを指す。
【００３２】
クロマトグラフ分離は実質的に連続プロセスであるが、溶離液を分析する検出器は、典型的には、規則正しくあけた間隔で溶離液をサンプリングする。検出器が溶離液をサンプリングする速度は、サンプリングレートまたはサンプル周波数と呼ばれる。それとは別に、検出器が溶離液をサンプリングする間隔は、サンプリング間隔またはサンプル期間と呼ばれる。サンプル期間は、システムがそれぞれのピークのプロファイルの適切なサンプリングを行うように十分長くなければならないため、最小サンプル期間は、クロマトグラフピーク幅により制限される。例えば、サンプル期間は、クロマトグラフピークのＦＷＨＭに約５回の測定を行うように設定できる。
【００３３】
ＬＣ／ＭＳシステムでは、クロマトグラフ溶離液は、質量分析計（ＭＳ）１０８内に導入され、図１に示されているように分析される。ＭＳ １０８は、脱溶媒和システム１１０、イオン化装置１１２、質量分析器１１４、検出器１１６、およびコンピュータ１１８を備える。試料がＭＳ１０８内に導入されると、脱溶媒和システム１１０が、溶媒を除去し、イオン発生源１１２が、検体分子をイオン化する。ＬＣ １０４から発する分子をイオン化するイオン化法は、電子衝撃（ＥＩ）、エレクトロスプレー（ＥＳ）、および大気圧化学イオン化（ＡＰＣＩ）を含む。ＡＰＣＩでは、イオン化および脱溶媒和の順序は逆になることに留意されたい。
【００３４】
次いで、イオン化された分子は、質量分析器１１４に搬送される。質量分析器１１４は、質量対電荷比により分子をソートまたはフィルタ処理する。ＭＳ １０８でイオン化分子を分析するために使用される質量分析器１１４などの質量分析器は、四重極型質量分析器（Ｑ）、飛行時間型質量分析器（ＴＯＦ）、およびフーリエ変換型質量分析器（ＦＴＭＳ）を含む。
【００３５】
質量分析器は、例えば、四重極飛行時間型（Ｑ−ＴＯＦ）質量分析器を含む、さまざまな構成によりタンデムで配置できる。タンデム構成では、すでに質量分析された分子のオンライン衝突修正および分析を行うことができる。例えば、トリプル四重極型質量分析器（Ｑ１−Ｑ２−Ｑ３またはＱ１−Ｑ２−ＴＯＦ質量分析器など）では、第２の四重極（Ｑ２）は、第１の四重極（Ｑ１）により分離されたイオンへの加速電圧をインポートする。これらのイオンは、ガスと衝突し、明示的にＱ２内に導入される。イオンは、これらの衝突の結果として断片化する。第３の四重極（Ｑ３）またはＴＯＦにより、これらの断片をさらに分析する。本発明の実施形態は、上述のような任意の質量分析法から得られるスペクトルおよびクロマトグラムに適用可能である。
【００３６】
次に、ｍ／ｚのそれぞれの値における分子が検出デバイス１１６により検出される。例示的なイオン検出デバイスは、電流測定電気計および単一イオン計数多重チャネルプレート（ＭＣＰ）を備える。ＭＣＰからの信号は、弁別器とその後に続く時間領域変換器（ＴＤＣ）またはアナログ−デジタル（ＡＴＤ）変換器により分析することができる。本発明の説明のために、ＭＣＰ検出型システムが想定される。その結果、検出器応答は、特定のカウント数により表される。検出器応答（つまり、カウント数）は、それぞれの質量対電荷比間隔で検出されたイオンの強度に比例する。
【００３７】
ＬＣ／ＭＳシステムは、一定時間をかけて収集した一連のスペクトルまたは走査を出力する。質量対電荷スペクトルは、ｍ／ｚの関数としてプロットされた強度である。スペクトルのそれぞれの要素、単一の質量対電荷比は、チャネルと呼ばれる。一定時間にわたって単一チャネルを表示することで、対応する質量対電荷比に対するクロマトグラムが得られる。生成された質量対電荷スペクトルまたは走査は、コンピュータ１１８により収集し記録することができ、コンピュータ１１８によりアクセス可能なハードディスクドライブなどの記憶媒体に格納することができる。典型的には、スペクトルまたはクロマトグラムは、コンピュータシステム１１８により、値の配列として記録され、格納される。配列は、表示し、数学的に分析することができる。
【００３８】
ＭＳ １０８などのＭＳシステムを構成する特定の機能要素は、ＬＣ／ＭＳシステム間で異なることがある。本発明のいくつかの実施形態は、ＭＳシステムを構成できる広範囲にわたるコンポーネントとともに使用するように構成できる。
【００３９】
クロマトグラフ分離ならびにイオン検出および記録の後、データは、分離後データ分析システム（ＤＡＳ）を使用して分析される。本発明の他の実施形態では、ＤＡＳは、リアルタイムで、またはほぼリアルタイムで、分析を実行する。ＤＡＳは、一般に、図１に示されているコンピュータ１１８などのコンピュータ上で実行するコンピュータソフトウェアにより実装される。本明細書で説明されているようにＤＡＳを実行するように構成することができるコンピュータは、当業者にはよく知られている。ＤＡＳは、スペクトルおよび／またはクロマトグラムの視覚的表示を行うことともに、データに関する数学解析を実行するためのツールを提供することを含む多くのタスクを実行するように構成されている。ＤＡＳによって行われる分析は、単一注入から得られた結果および／または一組の注入から得られる結果を分析して、表示し、さらに分析することを含む。サンプル集合に適用される分析の実施例は、注目する検体に対する較正曲線を生成すること、および不明物内には存在するが、対照中には存在しない新しい化合物を検出することを含む。本発明のいくつかの実施形態によるＤＡＳについてここで説明する。
【００４０】
図３は、例示的なＬＣ／ＭＳ実験中に生成された３個のイオン（イオン１、イオン２、およびイオン３）の例示的なスペクトルを示す。イオン１、イオン２、およびイオン３に関連するピークは、制限された範囲の保持時間およびｍ／ｚにおいて出現する。本発明の実施例では、イオン１、イオン２、およびイオン３の質量対電荷比は異なること、およびイオンの親分子は、ほぼ同じ、ただしまったく同じではない、保持時間に溶離されることが仮定されている。その結果、それぞれの分子の溶出プロフィルは、重なり合うか、または共溶出する。これらの仮定の下で、３つの分子すべてがＭＳのイオン化源内に存在するときがある。例えば、図３に示されている例示的なスペクトルは、３つのイオンすべてがＭＳイオン源内に存在する場合に収集された。これは、それぞれのスペクトルが、イオン１、２、および３のそれぞれに関連するピークを示すため明らかである。図３に示されている例示的なスペクトルから分かるように、スペクトルピークには重なり合いがない。重なり合いがないということは、質量分析計がこれらのスペクトルピークを分解したということを示す。イオン１、２、および３のそれぞれに対応するピークの頂点の配置は、その質量対電荷比を表す。
【００４１】
スペクトル中のイオンが単一スペクトルのみを使って溶離する正確な保持時間またはさらには相対的保持時間を決定することは可能でない。例えば、スペクトルＢに対するデータが収集された時刻に、イオン１、２、および３に関連する３つの分子すべてがカラムから溶離していたことが分かるであろう。しかし、スペクトルＢのみを分析した場合には、イオン１、２、および３の溶離時間の間の関係を決定することは可能でない。したがって、スペクトルＢは、分子がカラムから溶離し始めたときにクロマトグラフピークの開始に対応する時刻に、または分子が溶離をほぼ終了したとき、またはその間のある時刻に、クロマトグラフピークの終わりから、収集されている。
【００４２】
保持時間に関係するより正確な情報は、連続するスペクトルを調べることにより得られる。この追加の情報は、溶離分子の保持時間または少なくとも溶離順序を含むことができる。例えば、図３に示されているスペクトルＡ、Ｂ、およびＣは、スペクトルＡが時刻ｔＡに収集され、スペクトルＢがその後の時刻ｔＢに収集され、スペクトルＣが時刻ｔＢよりも後の時刻である、時刻ｔＣに収集されるように連続して収集されたと仮定する。次に、それぞれの分子の溶離順序は、時間がｔＡからｔＣに進むときに連続的に収集されたスペクトル中に出現するピークの相対的高さを調べることにより決定することができる。このようにして調べることで、時間が進むにつれ、イオン２の強度はイオン１に関して減少し、イオン３の強度はイオン１に関して増大することが分かる。したがって、イオン２は、イオン１の前に溶離し、イオン３は、イオン１の後に溶離する。
【００４３】
この溶離順序は、スペクトル中に見つかったそれぞれのピークに対応するクロマトグラムを生成することにより検証することができる。これは、イオン１、２、および３に対応するピークのそれぞれの頂点でｍ／ｚ値を取得することにより達成できる。これら３つのｍ／ｚ値が与えられると、ＤＡＳは、それぞれの走査についてそのｍ／ｚで得られた強度をそれぞれのスペクトルから抽出する。次いで、抽出された強度は、溶離時間についてプロットされる。このようなプロットは図４に例示されている。図４のプロットは、図３のピークを調べることにより得られたｍ／ｚ値でイオン１、２、および３に対するクロマトグラムを表すことが分かる。それぞれのクロマトグラムは、単一のピークを含む。図４に示されているようなイオン１、２、および３に対するクロマトグラムを調査したことで、イオン２が最も早い時刻に溶離し、イオン３が最も後の時刻に溶離することが確認される。図４に示されているクロマトグラムのそれぞれの頂点配置は、それぞれのイオンに対応する分子に対する溶離時間を表す。
【００４４】
この導入を念頭に置き、本発明のいくつかの実施形態は、スペクトルおよびクロマトグラムなどの実験的分析出力を分析し、イオンを最適な形で検出し、検出されたイオンに関係するパラメータを定量化する。さらに、本発明のいくつかの実施形態は、著しく簡略化されたスペクトルおよびクロマトグラムを与えることができる。
【００４５】
図５は、スペクトルおよびクロマトグラムなどの実験分析出力を処理するための流れ図５００である。流れ図５００は、上述のＤＡＳの場合などさまざまな方法で実現することができる。図５に例示されている本発明の実施形態では、分析は以下のように進行する。
ステップ５０２：クロマトグラフおよびスペクトルデータを持つ二次元データ行列を作成する。
ステップ５０４：データ行列に適用する二次元畳み込みフィルタを指定する。
ステップ５０６：二次元畳み込みフィルタをデータ行列に適用する。
例えば、データ行列は、二次元フィルタと畳み込むことができる。
ステップ５０８：二次元フィルタをデータ行列に適用した場合の出力中のピークを検出する。それぞれの検出されたピークは、イオンに対応するとみなされる。閾値化は、ピーク検出を最適化するために使用できる。
ステップ５１０：それぞれの検出されたピークについてイオンパラメータを抽出する。パラメータは保持時間、質量対電荷比、強度、スペクトル方向のピーク幅、および／またはクロマトグラフ方向のピーク幅などのイオン特徴を含む。
ステップ５１２：抽出されたイオンに関連するイオンパラメータをリストまたはテーブル内に格納する。格納は、ピークが検出される毎に、また複数の、もしくはすべてのピークが検出された後、実行できる。
ステップ５１４：抽出イオンパラメータを使用して、データの後処理を行う。例えば、イオンパラメータテーブルを使用して、データを簡約することができる。このような簡約は、例えば、窓を掛けてスペクトルまたはクロマトグラフ複雑度を下げることにより行うことができる。分子の特性は、この簡約されたデータから推論することができる。
【００４６】
図６および７は、流れ図５００の前記のステップを説明する絵図による流れ図である。図６は、本発明の一実施形態によりＬＣ／ＭＳデータを処理する方法の、絵図による流れ図である。より具体的には、絵図による流れ図６０２のそれぞれの要素は、本発明の一実施形態によるステップの結果を例示している。要素６０４は、本発明の一実施形態により作成された例示的なＬＣ／ＭＳデータ行列である。後述のように、ＬＣ／ＭＳデータ行列は、データ行列の連続する列内に連続する時刻で収集されたＬＣ／ＭＳスペクトルを入れることにより作成することができる。要素６０６は、所望のフィルタ処理特性に応じて指定することができる例示的な二次元畳み込みフィルタである。二次元フィルタを指定する際の考慮事項について、以下で詳しく説明する。要素６０８は、本発明の一実施形態により、要素６０６の二次元フィルタを要素６０４のＬＣ／ＭＳデータ行列に適用することを表す。二次元フィルタをＬＣ／ＭＳデータ行列に適用するこのような例示的操作は、ＬＣ／ＭＳデータ行列と二次元畳み込みフィルタとの畳み込みを行う二次元畳み込みである。フィルタ処理ステップの出力は、出力データ行列であり、その実施例は、要素６１０として例示されている。フィルタをデータ行列に適用することが畳み込みを含む場合、出力は、出力畳み込み行列である。
【００４７】
要素６１２は、出力データ行列に対しピーク検出を実行し、イオンに関連するピークを同定または検出した例示的な結果を示す。閾値化は、ピーク検出を最適化するために使用できる。この時点で、イオンは、検出されたと考えられる。要素６１４は、検出されたイオンを使用して作成されたイオン特性の例示的なリストまたはテーブルである。
【００４８】
図７は、検出閾値を決定した結果、および本発明の一実施形態によりイオンパラメータテーブルをさらに整理するためのその適用を示す絵図による流れ図７０２である。要素７０６は、イオンパラメータリストからアクセスされる例示的なピークデータ、要素７０４を表す。要素７０６は、アクセスされたデータを使用して検出閾値を決定した結果を示す。決定された閾値は、ステップ７０４として生成されたイオンパラメータリストに適用され、実施例がステップ７０８として示されている編集済みイオンパラメータリストを生成する。そこで、前述のステップをさらに詳しく説明する。
【００４９】
ステップ１：データ行列を作成する
ＬＣ／ＭＳ分析の出力を異なる一連のスペクトルおよびクロマトグラムとしてみなすのではなく、ＬＣ／ＭＳ出力を強度のデータ行列として構成すると都合がよい。本発明の一実施形態では、データ行列は、データ行列の連続する列内に時間の経つ順に収集されたそれぞれの連続スペクトルに関連するデータを入れ、それにより強度の二次元データ行列を作成することにより、構築される。図８は、時間に従って連続して収集された５個のスペクトルがデータ行列８００の連続する列８０１〜８０５に格納される例示的なそのようなデータ行列８００を示す。スペクトルがこのようにして格納される場合、データ行列８００の行は、格納されたスペクトル内の対応するｍ／ｚ値におけるクロマトグラムを表す。これらのクロマトグラムは、データ行列８００内の行８１１〜８１５により示される。そのため、行列形式では、データ行列のそれぞれの列は、特定の時刻に収集されたスペクトルを表し、それぞれの行は、固定されたｍ／ｚで収集されたクロマトグラムを表す。データ行列のそれぞれの要素は、特定のｍ／ｚ（対応するスペクトル中の）に対する特定の時刻（対応するクロマトグラム内の）に収集された強度値である。本発明の開示では、列指向のスペクトルデータおよび行指向のクロマトグラフデータを仮定するが、本発明の他の実施形態では、データ行列は、行がスペクトルを表し、列がクロマトグラムを表すように方向づけられる。
【００５０】
図９は、データ行列の連続する列内にスペクトルデータを格納することにより上述のように生成されたデータ行列の例示的な絵図表現（特に、等高線プロット）である。図９に例示されている等高線プロットにおいて、イオン１、２、および３はそれぞれ、強度の島として出現する。等高線プロットは、３個のイオンの存在だけでなく、溶離順序がイオン２、続いてイオン１、そしてイオン３の順序であることも顕著に示している。図９は、さらに、３つの頂点９０２ａ、９０２ｂ、および９０２ｃも示している。頂点９０２ａは、イオン１に対応し、頂点９０２ｂは、イオン２に対応し、頂点９０２ｃは、イオン３に対応する。頂点９０２ａ、９０２ｂ、および９０２ｃの配置は、イオン１、２、および３に対するｍ／ｚおよび保持時間にそれぞれ対応する。等高線プロットの下限である値０よりも上にある頂点の高さは、イオンの強度の尺度である。単一イオンに関連するカウントまたは強度は、長円体領域または島の中に含まれる。ｍ／ｚ（列）方向のこの領域のＦＷＨＭは、スペクトル（質量）ピークのＦＷＨＭである。行（時間）方向のこの領域のＦＷＨＭは、クロマトグラフピークのＦＷＨＭである。
【００５１】
島を形成する同心円状等高線の一番内側は、最高強度を持つ要素を示す。この局所的極大または極大要素は、最も近い隣接要素よりも大きい強度を持つ。例えば、二次元データ等高線については、局所的極大または頂点は、振幅が最も近い隣接要素よりも大きい任意の点である。本発明の一実施形態では、局所的極大または頂点は、８つの最も近い隣接要素よりも大きくなければならない。表１の実施例では、中心要素が局所的極大であるが、それは、８個の隣接要素のそれぞれが１０よりも小さい値を持つからである。
【表１】

【００５２】
図９の等高線プロットを通して描かれた６本の線がある。イオン１、イオン２、およびイオン３のラベルが付いている３本の水平線は、図４にそれぞれ示されているようにイオン１、２、および３に対するクロマトグラムに対応する断面を示す。Ａ、Ｂ、およびＣのラベルが付いている３本の垂直線は、図３にそれぞれ示されているように質量スペクトル３Ａ、３Ｂ、および３Ｃに対応する断面を示す。
【００５３】
データ行列が作成された後、イオンが検出される。検出されたイオン毎に、保持時間、ｍ／ｚ、および強度などのイオンパラメータが得られる。データ行列に雑音が含まれず、イオンが互いに干渉しない場合（例えば、クロマトグラフ共溶出およびスペクトル干渉により）、それぞれのイオンは、図９の等高線プロットに例示されているように、強度の固有の孤立した島を生じる。
【００５４】
図９に示されているように、それぞれの島は、単一の最大要素を含む。雑音、共溶出、または干渉がない場合、本発明の一実施形態によるイオン検出およびパラメータ定量化は、図１０の流れ図１０００に示されているように以下のとおり進行する。
ステップ１００１：データ行列を形成する
ステップ１００２：データ行列内のそれぞれの要素について問い合わせる。
ステップ１００４：強度の局所的極大であり、正の値を持つすべての要素を識別する。
ステップ１００６：そのようなそれぞれの局所的極大にイオンのラベルを付ける。
ステップ１００８：イオンパラメータを抽出する。
ステップ１０１０：イオンパラメータを表にする。
ステップ１０１２：イオンパラメータを後処理して、分子特性を得る。
【００５５】
ステップ１００８で、最大要素を調べることにより、それぞれのイオンのパラメータを得る。イオンの保持時間は、最大要素を含む走査の時間である。イオンのｍ／ｚは、最大要素を含むチャネルに対するｍ／ｚである。イオンの強度は、最大要素それ自体の強度であるか、または強度は、最大要素を取り囲む要素の強度の総和とすることができる。後述の補間法を使用して、それらのパラメータの推定を改善することができる。例えば、クロマトグラフ方向およびスペクトル方向のピークの幅を含む、二次的観察可能パラメータも、決定することができる。
【００５６】
ステップ２および３：フィルタの指定および適用
フィルタの必要性
ＬＣ／ＭＳ実験に、共溶出、干渉、または雑音が存在しないことは、あるとしても滅多にあることではない。共溶出、干渉、または雑音が存在すると、イオンを正確に、確実に検出する能力がひどく低下する可能性がある。したがって、流れ図１０００に示されている単純な検出および定量化手順は、すべての状況に十分とはいえない。
【００５７】
共溶出
図１１は、有限ピーク幅による共溶出および干渉の効果を示す例示的な等高線プロットである。図１１に示されている実施例では、他のイオン、つまりイオン４は、イオン１よりもいくぶん大きいｍ／ｚおよび保持時間値を持つだけでなく、イオン１の頂点のＦＷＨＭ内にあるスペクトルとクロマトグラフの両方の方向に頂点を持つと仮定される。その結果、イオン４は、クロマトグラフ方向でイオン１と共溶出され、スペクトル方向でイオン１と干渉する。
【００５８】
図１２は、図１１の線Ａ、Ｂ、およびＣにより示されている時刻におけるイオン４の共溶出によるスペクトル効果を例示している。図１２に示されているそれぞれのスペクトルでは、イオン４は、イオン１の段部として現れる。これは、イオン４に関連する顕著な頂点がないので、図１１に示されている等高線プロットから明らかでもある。
【００５９】
そのため、ＬＣ／ＭＳシステムにおける検出の問題の１つは、イオンの対が時間とともに共溶出し、スペクトル干渉して、イオンの対が２つのではなく、単一の局地的極大のみを生じることである。共溶出または干渉は、データ行列の中で有意な強度を持つ真のイオンを見逃させる、つまり検出させない可能性がある。真のピークの検出がこのように見逃されることは、偽陰性と呼ばれる。
【００６０】
雑音
ＬＣ／ＭＳシステムで生じる雑音は、典型的には、検出雑音と化学的雑音の２つのカテゴリに分類される。検出器雑音および化学的雑音は組み合わさって、イオンの検出および定量化が行われる際のベースラインバックグラウンドノイズを定める。
【００６１】
検出雑音は、ショットまたは熱雑音とも呼ばれるが、すべての検出プロセスに内在する。例えば、ＭＣＰなどの計数検出器は、ショット雑音を加え、電気計などの増幅器は、熱またはジョンソン雑音を加える。ショット雑音の統計量は、一般に、ポアソン統計量により記述される。ジョンソン雑音の統計量は、一般に、ガウス統計量により記述される。このような検出雑音は、システムに内在し、なくすことはできない。
【００６２】
ＬＣ／ＭＳシステム内に生じる雑音の第２の種類のものは、化学的雑音である。化学的雑音は、複数の発生源に由来する。例えば、分離およびイオン化のプロセスで何気なく捕らえられた小さな分子は、化学的雑音を引き起こす可能性がある。このような分子は、普遍的に存在するもので、それぞれ、与えられた質量対電荷比で本質的に一定の背景強度を生じるか、またはそれぞれのそのような分子は分離され、それにより、特性保持時間でクロマトグラフプロファイルを生じる可能性がある。他の化学的雑音源は、複雑な試料中に見つかり、これは、広いダイナミックレンジわたって変化する濃度を持つ分子と低い濃度ほど効果が有意である干渉要素の両方を含みうる。
【００６３】
図１３は、雑音の効果を示す例示的な等高線プロットである。図１３では、数値的に生成された雑音がイオンピーク等高線プロットに加えられ、それにより、化学的および検出器雑音の効果をシミュレートしている。図１４Ａは、図１３でそれぞれ線Ａ、Ｂ、およびＣに対応する質量スペクトル（スペクトルＡ、Ｂ、およびＣ）を例示し、図１４Ｂは、図１３でそれぞれイオン１、イオン２、およびイオン３のラベルが付けられている線に対応するイオン１、２、３のクロマトグラムを例示する。図１３から分かるように、付加雑音の有害な効果の１つは、それにより、イオン１およびイオン２に関連する公称頂点位置のＦＷＨＭ内を含む、プロット全体を通して頂点が出現するということである。これらの雑音誘発頂点は、イオンに対応するピークとして誤って識別され、その結果、偽陽性のイオン検出となる可能性がある。
【００６４】
そのため、局所的極大は、イオンによるものではなく、雑音によるものといえる。その結果、偽ピーク、つまり、イオンに関連しないピークは、イオンとして数えられる。さらに、雑音は、１つのイオンに対し複数の多重の局所的極大を生じる可能性もある。これらの多重の局地的極大があると、真のイオンに相当しないピークが検出される可能性がある。そのため、単一イオンからのピークは、実際多重ピークは単一イオンのみによるものとである場合に分離イオンとして多重に数えられうる。このように偽ピークをイオンとして検出することは、偽陽性と呼ばれる。
【００６５】
雑音効果を無視することに加えて、図１０で説明されている単純なイオン検出アルゴリズムは、一般に、統計的に最適ではない。これは、保持時間、ｍ／ｚ、および強度の推定の分散が、単一最大要素の雑音特性により決定されるからである。簡素化されたアルゴリズムでは、最大要素を囲む強度の島の中の他の要素を利用しない。以下でさらに詳しく説明するように、このような隣接要素は、推定の分散を小さくするために使用できる。
【００６６】
畳み込みの役割
本発明のいくつかの実施形態によれば、ＬＣ／ＭＳデータ行列は、二次元配列である。このようなデータ行列は、フィルタ係数の二次元配列との畳み込みを行うことにより処理することができる。
【００６７】
本発明のいくつかの実施形態で採用されている畳み込み演算は、従来のシステムで採用されている単純な信号加算平均スキームに比べて一般的で強力なピーク検出へのアプローチとなる。本発明のいくつかの実施形態で採用されている畳み込み演算では、図１０で説明されている方法の制限を取り払う。
【００６８】
フィルタ係数は、単一チャネルまたは走査を分析することから得られるものと比べてより信号対雑音比を持つイオンパラメータの推定値を与えるように選択できる。
【００６９】
畳み込みフィルタ係数は、特定のデータ集合に対して最高の精度または最小の統計的分散を持つイオンパラメータの推定値を生成するように選択できる。本発明のいくつかの実施形態のこれらの利点は、従来のシステムに比べて、低い濃度のイオンに対し再現性の高い結果をもたらすことである。
【００７０】
本発明のいくつかの実施形態の他の利点は、共溶出され、干渉するイオンを分解するようにフィルタ係数を選択できることである。例えば、質量スペクトルにおいて他のイオンの段部として現れるイオンの頂点は、本発明のいくつかの実施形態において適宜指定されたフィルタ係数を使用して検出されうる。このような検出では、共溶出およびイオン干渉が共通の問題である、複雑なクロマトグラムを分析する際の従来の技術に関連する制限を克服する。
【００７１】
本発明のいくつかの実施形態の他の利点は、ベースライン信号を減算し、イオン強度のより正確な推定値を生成するようにフィルタ係数を選択できることである。
【００７２】
本発明のいくつかの実施形態の他の利点は、畳み込みの計算負荷を最小限に抑え、ピーク検出およびイオンパラメータの推定の演算を高速化するようにフィルタ係数を選択できる。
【００７３】
一般に、例えば、サビツキー−ゴーレイ（ＳＧ）平滑化および微分フィルタを含む、多数のフィルタ形状が畳み込みで使用可能である。フィルタ形状は、平滑化、ピーク同定、雑音低減、およびベースライン低減を含む、多数の機能を実行するように選択できる。以下では、本発明の好ましい実施形態で使用されるフィルタ形状について説明する。
【００７４】
本発明の畳み込みの実装
本発明のいくつかの実施形態による畳み込み演算は、線形、非反復であり、またデータ行列内のデータの値に依存しない。本発明の一実施形態では、畳み込み演算は、コンピュータなどの１１８などの汎用コンピュータを使用して汎用プログラミング言語により実装される。本発明の他の実施形態では、畳み込み演算は、デジタルシグナルプロセッサ（ＤＳＰ）と呼ばれる専用プロセッサで実装される。典型的には、ＤＳＰベースのフィルタ処理は、汎用コンピュータベースのフィルタ処理に比べて処理速度に勝る。
【００７５】
一般に、畳み込みでは、２つの入力を組み合わせて１つに出力を生成する。本発明のいくつかの実施形態では、二次元畳み込みを採用する。二次元畳み込み演算への１つの入力は、ＬＣ／ＭＳ実験のスペクトル出力から生成された強度のデータ行列である。二次元畳み込み演算への第２の入力は、フィルタ係数の行列である。畳み込み演算は、出力畳み込み行列を出力する。一般に、出力畳み込み行列は、入力ＬＣ／ＭＳ行列と同じ数の行および列要素を持つ。
【００７６】
本発明の説明を簡単にするため、ＬＣ／ＭＳデータ行列は矩形であり、フィルタ係数の行列のサイズはピークのサイズに相当すると仮定する。この場合、フィルタ係数行列のサイズは、入力データ行列または出力畳み込み行列のサイズよりも小さい。
【００７７】
出力行列の要素は、入力ＬＣ／ＭＳデータ行列から以下のように得られる。フィルタ行列が、入力データ行列内のある要素を中心として配置され、次いで、入力データ行列要素が、対応するフィルタ行列要素を掛けられ、積が総和され、これにより、出力畳み込みデータ行列の要素が得られる。畳み込みフィルタは、隣接要素を組み合わせることにより、イオンの保持時間、質量対電荷比、および強度の推定値の分散を低減する。
【００７８】
出力畳み込み行列のエッジ値は、出力畳み込み行列のエッジからフィルタ幅の半分以内にある要素である。一般に、これらの要素は、無効なフィルタ処理値を示すために本発明のいくつかの実施形態では無効値に設定されるようにできる。一般に、これらのエッジ値を無視することは、本発明のいくつかの実施形態に対する有意な制限ではなく、これらの無効値は、その後の処理で無視することができる。
【００７９】
一次元畳み込み
一次元の場合の畳み込みは、明確に詳述される。この説明の後に、畳み込みを二次元の場合に一般化する。本発明の好ましい実施形態に使用される二次元畳み込み演算は、一連の一次元畳み込みをデータ行列に適用することにより実装されるので、一次元の場合についてまず最初に説明するのが有益である。
【００８０】
一次元では、畳み込み演算は以下のように定義される。Ｎ個の要素からなる、強度ｄ_ｉの一次元入力配列、Ｍ個の要素からなる、畳み込みフィルタ係数ｆ_ｊの配列が与えられると、畳み込み演算は、
【数１】

として定義されるが、ただし、ｃ_ｉは、出力畳み込み配列であり、ｉ＝１，．．．，Ｎである。便宜上、Ｍは、奇数として選択される。インデックスｊは、ｊ＝−ｈ，．．．，０，．．．，ｈまで変化し、ｈは、ｈ≡（Ｍ−１）／２と定義される。
【００８１】
そこで、ｃ_ｉの値は、ｄ_ｉを囲むｈ個の要素の加重和に対応する。スペクトルおよびクロマトグラムは、ピークを含む一次元入力配列のいくつかの実施例である。畳み込みフィルタｆ_ｊの幅は、ピークの幅くらいに設定される。そのため、Ｍは、ピークの幅にわたる配列要素の個数のオーダーである。ピークは、典型的には、入力配列の長さＮよりもかなり小さい幅を持ち、一般に、
【数２】

である。
【００８２】
ｄ_ｉに対するインデックスｉは１からＮまでの範囲であるが、本発明のいくつかの実施形態では、ｃ_ｉは、エッジ効果を説明するためにｉ＞ｈまたはｉ≦（Ｎ−ｈ）についてのみ定義される。配列境界の付近の、つまり、ｉ≦ｈまたはｉ＞（Ｎ−ｈ）の場合のｃ_ｉに対する値は、総和に対して定義されない。このようなエッジ効果は、総和が定義される場合に、ｃ_ｉに対する値をｉ＞ｈまたはｉ≦（Ｎ−ｈ）となるように制限することにより取り扱うことができる。この場合、総和は、フィルタｆ_ｊをピークの近傍内のすべての点に適用できるように配列のエッジから十分に離れたところにあるピークにのみ適用される。つまり、フィルタ処理は、データ配列ｄ_ｉのエッジのところでは実行されない。一般に、エッジ効果を無視することは、本発明のいくつかの実施形態の有意な制限とはならない。
【００８３】
フィルタ処理された値が１＜ｉ＜ｈまたはＮ≧ｉ＞（Ｎ−ｈ）に対するエッジ付近で必要な場合、データ配列および／またはフィルタ係数は、それらのエッジ要素について修正することができる。データ行列は、ｈ個の要素を配列のそれぞれの末端に付加し、Ｍ個の係数フィルタをＮ＋２ｈ個の要素を含む配列に適用することにより修正することができる。
【００８４】
それとは別に、フィルタ処理関数の制限を、エッジ付近のフィルタ処理についてＭ個の未満の点があることを説明するように適宜修正することによりエッジ効果を考慮することができる。
【００８５】
二次元畳み込み
上述の一次元畳み込み演算は、本発明のいくつかの実施形態で使用する二次元データの場合に一般化できる。二次元の場合、畳み込み演算への１つの入力は、ｉ＝１，．．．，Ｍおよびｊ＝１，．．．，Ｎで、２つのインデックス（ｉ，ｊ）を添字とするデータ行列ｄ_ｉ，ｊである。入力データ行列のデータ値は、実験毎に変わりうる。畳み込みへの他の入力は、さらに２つのインデックスを添字とする一組の固定されたフィルタ係数ｆ_ｐ，ｑである。フィルタ係数行列ｆ_ｐ，ｑは、Ｐ×Ｑ係数を持つ行列である。変数ｈおよびｌは、ｈ≡（Ｐ−１）／２およびｌ≡（Ｑ−１）／２と定義される。そのため、ｐ＝−ｈ，．．．，ｈ、およびｑ＝−ｌ，．．．，ｌである。
【００８６】
ｄ_ｉ，ｊとｆ_ｐ，ｑとの畳み込みを行うと、出力畳み込み行列ｃ_ｉ，ｊ
【数３】

が得られる。
【００８７】
一般に、フィルタのサイズは、データ行列のサイズよりもかなり小さく、したがって、Ｐ＜＜ＭおよびＱ＜＜Ｎである。上記の式は、ｃ_ｉ，ｊが、ｆ_ｐ，ｑの中心をｄ_ｉ，ｊの（ｉ，ｊ）番目の要素に置き、その後、フィルタ係数ｆ_ｐ，ｑを使用して囲む強度の加重和を求めることにより計算されることを示している。そのため、出力行列ｃ_ｉ，ｊのそれぞれの要素は、ｄ_ｉ，ｊの要素の加重和に対応し、それぞれの要素ｄ_ｉ，ｊは、ｊ番目の要素を中心とする領域から得られる。
【００８８】
ｄ_ｉ，ｊに対するインデックスｉおよびｊは１からＮ、および１からＭまでの範囲であるが、本発明のいくつかの実施形態では、ｃ_ｉ、ｊは、エッジ効果を説明するためにｉ≧ｈまたはｉ≦（Ｎ−ｈ）およびｊ≧ｌまたはｊ≦（Ｍ−ｌ）についてのみ定義される。配列境界の付近の、つまり、ｉ＜ｈまたはｉ＞（Ｎ−ｈ）および／またはｊ≧ｌまたはｊ≦（Ｍ−ｌ）の場合のｃ_ｌに対する値は、総和に対して定義されない。このようなエッジ効果は、総和が定義される場合に、ｃ_ｉ，ｊに対する値をそれらの値となるように制限することにより取り扱うことができる。この場合、総和は、フィルタｆ_ｐ，ｑをピークの近傍内のすべての点に適用できるように配列のエッジから十分に離れたところにあるピークにのみ適用される。つまり、フィルタ処理は、データ配列ｄ_ｉ，ｊのエッジのところでは実行されない。一般に、エッジ効果を無視することは、本発明のいくつかの実施形態の有意な制限とはならない。
【００８９】
フィルタ処理された値が１≦ｉ＜ｈおよびＮ≧ｉ＞（Ｎ−ｈ）に対するエッジ付近で必要な場合、データ行列および／またはフィルタ係数行列は、それらのエッジ要素について修正することができる。１つのアプローチは、ｈ個の要素をそれぞれの行の終わりに付加し、ｌ個の要素をそれぞれの列の終わりに付加することである。次いで、二次元畳み込みフィルタが（Ｎ＋２ｈ）×（Ｍ＋２ｌ）個の要素を含むデータ行列に適用される。
【００９０】
それとは別に、フィルタ処理関数の制限を、行エッジ付近のフィルタ処理についてはＰ個の未満の点、および列エッジ付近のフィルタ処理についてはＱ個未満の点があることを説明するように適宜修正することによりエッジ効果を考慮することができる。
【００９１】
式（２）の実装に対する計算負荷は以下のように計算することができる。ｆ_ｐ，ｑがＰ×Ｑ個の係数を含む場合、ｃ_ｉ，ｊに対する値を計算するのに必要な乗算の回数は、Ｐ×Ｑである。例えば、Ｐ＝２０およびＱ＝２０の場合、出力畳み込み行列内のそれぞれの出力点ｃ_ｉ，ｊを決定するために４００回の乗算が必要であるという結果になる。これは、二次元畳み込みに対する他のアプローチにより緩和できる高い計算負荷である。
【００９２】
階数１のフィルタとの二次元畳み込み
式（２）で記述されている二次元畳み込みフィルタは、Ｐ×Ｑ個の独立に指定された係数を含むフィルタ行列に適用される。フィルタ係数を指定する方法はほかにもある。その結果得られる畳み込み係数は、それほど自由に指定できないが、計算負荷は緩和される。
【００９３】
フィルタ係数を指定するそのような他の方法の１つは、階数１フィルタとして指定することである。階数１畳み込みフィルタを説明するために、ＬＣ／ＭＳデータ行列の二次元畳み込みは２つの一次元畳み込みの連続適用により実現できることを考慮する。例えば、参照により本明細書に組み込まれる、ＪＯＨＮ Ｈ．ＫＡＲＬ「ＩＮＴＲＯＤＵＣＴＩＯＮ ＴＯ ＤＩＧＩＴＡＬ ＳＩＧＮＡＬ ＰＲＯＣＥＳＳＩＮＧ」ＰＧ．３２０（ＡＣＡＤＥＭＩＣ ＰＲＥＳＳ １９８９）（「ＫＡＲＬ」）を参照のこと。例えば、一次元フィルタｇ_ｑは、ＬＣ／ＭＳデータ行列のそれぞれの行に適用され、中間畳み込み行列を生成する。この中間畳み込み行列に対し、第２の一次元フィルタｆ_ｐがそれぞれの列に適用される。それぞれの一次元フィルタは、異なる一組のフィルタ係数とともに指定することができる。式（３）は、階数１畳み込みフィルタを含むフィルタが連続してどのように適用されるかを示しているが、ただし、中間行列が括弧でくくられている。
【数４】

【００９４】
式（３）の実装に対する計算負荷は以下のように計算することができる。ｆ_ｐがＰ個の係数を含み、ｇ_ｑがＱ個の係数を含む場合、ｃ_ｉ，ｊに対する値を計算するのに必要な乗算の回数は、Ｐ＋Ｑである。例えば、Ｐ＝２０およびＱ＝２０の場合、出力畳み込み行列内のそれぞれの出力点ｃ_ｉ，ｊを決定するために乗算は４０回あればよい。これから分かるように、これは、それぞれのｃ_ｉ，ｊを決定するために２０×２０＝４００が必要である式（２）で記述されている二次元畳み込みの一般的な場合よりも計算効率が高い。
【００９５】
式（４）は、連続演算が、データ行列と要素が一次元フィルタの対毎の積である単一係数行列との畳み込みと等価であることを示す式（３）を整理し直したものである。式（４）を調べると、階数１形式を使用する際に、有効な二次元畳み込み行列は、２つの一次元ベクトルの外積により形成される階数１行列であることが分かる。したがって、式（４）は、
【数５】

【数６】

と書き直すことができる。二次元係数行列Ｆ_ｐｑは、畳み込み演算から得られる。Ｆ_ｐｑは、階数１行列の形式を有し、階数１行列は、列ベクトル（ここでは、ｆ_ｐ）と行ベクトル（ここでは、ｇ_ｑ）の外積として定義される。例えば、参照により本明細書に組み込まれる、ＧＩＬＢＥＲＴ ＳＴＲＡＮＧ「ＩＮＴＲＯＤＵＣＴＩＯＮ ＴＯ ＡＰＰＬＩＥＤ ＭＡＴＨＥＭＡＴＩＣＳ」６８ＦＦ（ＷＥＬＬＥＳＬＥＹ−ＣＡＭＢＲＩＤＧＥ ＰＲＥＳＳ １９８６）（「ＳＴＲＡＮＧ」）を参照のこと。
【００９６】
階数１フィルタ実装を使用する本発明のいくつかの実施形態では、階数１フィルタは、フィルタ毎に１つずつ、２つの直交する断面により特徴づけられる。それぞれの直交する断面に対するフィルタは、一次元フィルタ配列により指定される。
【００９７】
階数２のフィルタとの二次元畳み込み
階数２フィルタとの二次元畳み込み演算が実行できる。階数２フィルタとの二次元畳み込みは、２つの階数１フィルタを計算し、その結果の総和を求めることにより実行される。そのため、４つのフィルタ
【数７】

および
【数８】

が、本発明のいくつかの実施形態で実行される二次元畳み込みに対する階数２フィルタを実装するために必要である。
【００９８】
２つのフィルタ
【数９】

および
【数１０】

は、第１の階数１フィルタに関連付けられ、２つのフィルタ
【数１１】

および
【数１２】

は、第２の階数１フィルタに関連付けられる。これら４つのフィルタ
【数１３】

および
【数１４】

は、
【数１５】

のように実装される。
【００９９】
フィルタ
【数１６】

および
【数１７】

は、スペクトル方向に（列にそって）適用され、フィルタ
【数１８】

および
【数１９】

は、クロマトグラフ方向に（行にそって）適用される。式（７）は、中間行列が中括弧で囲まれている、それぞれのフィルタ対が連続してどのように適用できるか、また２つの階数１フィルタからの結果がどのように総和されるかを示している。式（７）は、本発明のいくつかの実施形態により階数２フィルタを実装する好ましい方法を示している。
【０１００】
式（８）は、階数２フィルタ構成の連続演算が、データ行列と要素が２つの一次元フィルタ対の対毎の積和である単一係数行列との畳み込みと等価であることを示す式（７）を整理し直したものである。
【０１０１】
階数２フィルタの計算要件を分析するために、
【数２０】

および
【数２１】

が両方ともＰ個の係数を含み、
【数２２】

および
【数２３】

が両方ともＱ個の係数を含む場合、出力畳み込み行列ｃ_ｉ，ｊの要素に対する値を計算するために必要な乗算の回数は、２（Ｐ＋Ｑ）である。したがって、Ｐ＝２０およびＱ＝２０の場合、出力畳み込み行列のそれぞれの要素を計算するために乗算は８０回だけでよいが、式（２）に示されているような一般的な場合については、それぞれのｃ_ｉ，ｊを計算するのに２０×２０＝４００回必要である。
【０１０２】
そのため、階数２フィルタを使用する本発明の一実施形態では、有効な二次元畳み込み行列は、一次元ベクトルの２つの対の外積の和から形成される。式（８）は、
【数２４】

【数２５】

のように書き換えられる。
【０１０３】
二次元係数行列Ｆ_ｐｑは、畳み込み演算から得られる。二次元係数行列Ｆ_ｐｑは、階数２行列の形式をとり、階数２行列は、ＳＴＲＡＮＧで記述されているように２つの一次独立の階数１行列の総和として定義される。ここで、
【数２６】

および
【数２７】

は、それぞれ階数１行列である。
【０１０４】
フィルタ指定
式（２）、（３）、および（７）は、本発明の二次元畳み込みフィルタのすべての実施形態である。式（２）は、フィルタ係数を行列ｆ_ｐ，ｑとして指定し、式（３）は、フィルタ係数を２つの一次元フィルタｆ_ｐおよびｇ_ｐからなる一組のフィルタとして指定し、式（７）は、４つの一次元フィルタ
【数２８】

および
【数２９】

からなる一組のフィルタとして指定する。
【０１０５】
式（２）、（３）、および（７）は、これらの係数の好ましい値を指定しない。本発明に対するフィルタ係数の値は、図１０の方法の制限を解消するように選択される。フィルタ係数は、検出器雑音および化学的雑音の効果の低減、共溶出および干渉ピークの部分的分解、ベースライン雑音の減算、ならびに計算効率および高速演算の実現を含む複数の目標を遂行するように選択される。
【０１０６】
整合フィルタ定理（ＭＦＴ）は、式（２）を使用して実装することができるフィルタ係数を得るための、従来技術で知られている、規範となる方法である。例えば、ＫＡＲＬの２１７頁、参照により本明細書に組み込まれているＢＲＩＡＮ Ｄ．Ｏ．ＡＮＤＥＲＳＯＮ ＆ ＪＯＨＮ Ｂ．ＭＯＯＲＥ「ＯＰＴＩＭＡＬ ＦＩＬＴＥＲＩＮＧ ２２３ｆｆ（ＰＲＥＮＴＩＣＥ−ＨＡＬＬ ＩＮＣ．１９７９）（「ＡＮＤＥＲＳＯＮ」）の２２３ｆｆ頁を参照のこと。ＭＦＴから得られるフィルタは、信号の存在を検出し、検出器雑音の効果を低減するように設計されている。次いで、このようなフィルタは、ＬＣ／ＭＳデータ行列内のイオンを検出するために使用することができ、またイオンの保持時間、質量対電荷比、および強度を決定するために使用することができる。ＭＦＴから得られるフィルタは、図１０の方法に勝る改善結果となっている。特に、このようなフィルタは、ピーク頂点に隣接するピークの範囲内にある要素からのデータを組み合わせることにより、分散を低減し、精度を高める。しかし、このようなフィルタは、ベースライン雑音を減算するか、または共溶出および干渉ピークを分解するようには設計されていない。フィルタはＭＦＴから得られるが、高速演算向きには設計されていない。
【０１０７】
ＭＦＴおよびＭＦＴから得られる一組のフィルタ係数は図１０の方法に勝る改善を示していると説明され、さらに、ベースラインを減算する修正フィルタは、共溶出および干渉の効果を低減するが、検出器雑音および化学的雑音の効果を低減するということも説明されている。このようなフィルタは、平滑化および２階微分フィルタの組合せを採用し、また式（３）および（７）を使用して実装される。好ましい実施形態では、式（７）を平滑化および２階微分フィルタの組合せとともに使用し、雑音を低減し、干渉ピークを分解し、ベースラインを減算し、計算負荷を低減して、高速演算を可能にする。
【０１０８】
一次元畳み込みの整合フィルタ定理
ＭＦＴは、最初に一次元畳み込みについて説明される。次いで、二次元畳み込みに一般化される。
【０１０９】
ｆ_ｊに対する係数は、検出関数を実行するように選択される。例えば、整合フィルタ定理（ＭＦＴ）は、検出関数を実行するために使用できる整合フィルタとして知られている一組のフィルタを実現する。
【０１１０】
ＭＦＴでは、データ配列ｄ_ｉは、信号ｒ_０ｓ_ｉと付加雑音ｎ_ｉの和
【数３０】

としてモデル化することができると仮定している。信号の形状は、固定されており、一組の係数ｓ_ｉにより記述される。倍率ｒ_０は、信号振幅を決定する。ＭＦＴでは、さらに、信号は有界であると仮定する。つまり、信号は、ある領域の外では０である（または無視できるくらい十分に小さい）。信号は、Ｍ個の要素上に及ぶと仮定される。便宜上、Ｍは、典型的には、奇数として選択され、信号の中心は、ｓ_０に置かれる。ｈがｈ≡（Ｍ−１）／２と定義される場合、ｉ＜−ｈおよびｉ＞ｈなるｉについて、ｓ_ｉ＝０である。上記の式において、信号の中心はｉ＝ｉ_０に現れる。
【０１１１】
本発明の説明を簡素化するために、雑音要素ｎ_ｉは、平均値０および標準偏差σ_０の無相関ガウス偏差であると仮定される。ＭＦＴのより一般的な式は、相関または有色雑音に対応している。例えば、ＡＮＤＥＲＳＯＮの２８８〜３０４頁を参照のこと。
【０１１２】
これらの仮定の下で、それぞれの要素の信号対雑音比（ＳＮＲ）は、ｒ_０ｓ_ｉ／σ_０である。信号ｓ_ｉを含むデータの加重和のＳＮＲは、ｈ≡（Ｍ−１）／２、およびｉ＝−ｈ，．．．，０，．．．ｈとして、信号と一致するように中心が決められた重みｗ_ｉのＭ要素集合を考慮することにより決定することができる。重みは信号と一致するように中心が決められていると仮定すると、加重和Ｓは、
【数３１】

と定義される。
【０１１３】
アンサンブル平均による雑音項の平均値は０である。したがって、それぞれの配列内の信号が同じであるが、雑音は異なる、配列の集合にわたるＳの平均値は、
【数３２】

である。
【０１１４】
雑音の寄与を決定するために、雑音のみを含む領域に重みが適用される。総和のアンサンブル平均は０である。アンサンブル平均を中心とする加重和の標準偏差は、
【数３３】

である。
【０１１５】
最後に、ＳＮＲは、
【数３４】

として決定される。この結果は、重み係数ｗ_ｉの一般的集合に対するものである。
【０１１６】
ＭＦＴでは、ＳＮＲを最大にするｗ_ｉに対し値を指定する。重み係数ｗ_ｉが単位長のＭ次元ベクトルｗの要素としてみなされる場合、つまり、
【数３５】

となるように重み係数が正規化された場合、ベクトルｗがベクトルｓと同じ方向を指すときにＳＮＲは最大化される。ベクトルは、それぞれの要素が互いに比例する、つまり、ｗ_ｉ∝ｓ_ｉとなるときに、同じ方向を指す。その結果、ＭＦＴは、重み関数が信号自体の形状である場合に加重和が最高の信号対雑音比を持つことを意味する。
【０１１７】
ｗ_ｉ＝ｓ_ｉとなるようにｗ_ｉが選択された場合、単位標準偏差を有する雑音に関して、ＳＮＲが、
【数３６】

に整理される。ＳＮＲのこの式は、フィルタ係数の中心がその信号に設定されたときに加重和の信号特性に対応し、フィルタが雑音のみの領域内にあるときに雑音特性に対応する。
【０１１８】
二次元畳み込みの整合フィルタ定理
一次元の場合について上で説明したＭＦＴは、データの二次元配列で実現される有界二次元信号について二次元の場合に一般化することもできる。前に述べたように、データは、信号＋雑音の総和
【数３７】

としてモデル化されると仮定され、信号Ｓ_ｉ，ｊは、大きさが制限され、その中心は、振幅ｒ_０の（ｉ_０，ｊ_０）に置かれている。それぞれの雑音要素ｎ_ｉ，ｊは、平均値０および標準偏差σ_０の独立ガウス偏差である。
【０１１９】
信号Ｓ_ｉ，ｊを含むデータの加重和のＳＮＲを決定するために、ｈ＝（Ｐ−１）／２、ｌ＝（Ｑ−１）／２、ｉ＝−ｈ，．．．，ｈ、およびｊ＝−ｌ，．．．，ｌである、重みｗ_ｉ，ｊのＰ×Ｑ要素集合を考える。重みは、信号と一致するように中心が決められる。加重和Ｓは、
【数３８】

である。
【０１２０】
そのアンサンブル全体にわたるＳの平均値は、
【数３９】

である。雑音の標準偏差は、
【数４０】

であり、信号対雑音比は、
【数４１】

である。
【０１２１】
上述の一次元の場合のように、ＳＮＲは、重み関数の形状が信号に比例するとき、つまり、ｗ_ｉ，ｊ∝ｓ_ｉ，ｊのときに、最大化される。加重和の信号特性は、フィルタ係数の中心がその信号上に置かれている場合に対応し、加重和の雑音特性は、フィルタが雑音のみの領域内にある場合に対応する。
【０１２２】
整合フィルタは、最適な形で隣接要素を組み合わせることにより最大の信号対雑音比を得る。整合フィルタ係数を採用する畳み込みフィルタは、イオンの保持時間、質量対電荷比、および強度の推定値の最小の分散を出力する。
【０１２３】
一意的な最大値を出力することが保証されている整合フィルタ
一般に、畳み込みを使用する信号検出は、データ配列にそってフィルタ係数を移動し、それぞれの点で加重和を得ることにより進行する。例えば、フィルタ係数がＭＦＴを満たす場合、つまり、ｗ_ｉ＝ｓ_ｉ（フィルタが信号に整合している）場合、データの雑音のみ領域では、出力の振幅は、雑音により決まる。フィルタが信号と重なり合うと、振幅は増大し、フィルタが信号と時間的に揃ったときに一意的な最大値に到達しなければならない。
【０１２４】
一次元ガウス整合フィルタ
一次元畳み込みの前述の技術の一実施例として、信号が単一イオンから得られる単一ピークである場合を考察する。ピーク（スペクトルまたはクロマトグラフ）は、幅が標準偏差σ_ｐで与えられ、その幅は試料要素の単位で測定される、ガウスプロファイルとしてモデル化されるようにできる。そこで、信号は、
【数４２】

である。
【０１２５】
フィルタ境界は±４σ_ｐに設定されていると仮定する。整合フィルタ定理により、フィルタは、信号形状それ自体である、つまり、０を中心とし、±４σ_ｐを境界とするガウス型である。このような整合フィルタの係数は、
【数４３】

により与えられる。
【０１２６】
さらに、システムは、標準偏差に従って４点をサンプリングすると仮定する。その結果、σ_ｐ＝４、したがって、ｉ＝−１６，．．．，１６であり、フィルタは、この実施例については３３点幅である。一次元のガウス整合フィルタ（ＧＭＦ）の場合、畳み込み出力配列の最大信号は、７．０９ｒ_０であり、雑音振幅は、２．６６σ_０である。整合フィルタを使用することに関連するＳＮＲは、２．６６（ｒ_０／σ_０）である。
【０１２７】
一次元におけるボックスカーフィルタとガウス整合フィルタとの対比
ＧＭＦと一次元の単純ボックスカーフィルタとを対比する。ここでもまた、信号は、上述のガウス形状によりモデル化されるピークであると仮定される。ボックスカーに対するフィルタ境界も±４σ_ｐに設定されていると仮定する。ボックスカーフィルタの係数は、
【数４４】

により与えられる。ボックスカーフィルタの出力は、Ｍ個の点にわたる入力信号の平均値である（Ｍ＝８σ_ｐ＋１）。
【０１２８】
ここでもまた、さらに、システムは、標準偏差に従って４点をサンプリングし、したがって、ボックスカーフィルタは、３３点幅であると仮定する。単位高さのガウスピークについては、ボックスカーフィルタを使用するピーク上の平均信号は、０．３０４ｒ_０であり、雑音の標準偏差は、
【数４５】

である。ボックスカーフィルタを使用するＳＮＲは、１．７５（ｒ_０／σ_０）である。
【０１２９】
そのため、ボックスカーに関するガウス整合フィルタのＳＮＲは、２．６６／１．７５＝１．５２、またはボックスカーフィルタにより与えられるものよりも５０％以上高い。
【０１３０】
整合フィルタおよびボックスカーフィルタは両方とも線形である。ガウスピーク形状を有するフィルタのいずれかの畳み込みは、一意的な最大値を持つ出力を生成する。そのため、これらのフィルタはいずれも、本発明のいくつかの実施形態の畳み込みで使用することができる。しかし、ガウス雑音の場合、局所的極大ではＳＮＲが高いので、整合フィルタが好ましい。
【０１３１】
ガウス雑音およびポアソン雑音
ガウス整合フィルタは、雑音がガウス統計量を持つ場合に最適なフィルタである。計数検出器では、ボックスカーフィルタは、単純にピークと関連するすべてのカウントの総和であるため最適となる。ピークに関連するすべてのカウントを総和するために、ボックスカーフィルタの幅は、ピークの幅に関係していなければならない。典型的には、ボックスカーフィルタの幅は、ピークのＦＷＨＭの２から３倍である。
【０１３２】
二次元ガウス整合フィルタ
二次元畳み込みの整合フィルタ技術の一実施例として、信号が単一イオンから得られる単一ピークである場合を考察する。ピークは、スペクトル方向およびクロマトグラフ方向の両方でガウスプロファイルとしてモデル化されることができる。スペクトル幅は、幅が試料要素の単位で測定される標準偏差σ_ｐで与えられ、クロマトグラフ幅は、幅が試料要素の単位で測定される標準偏差σ_ｑで与えられる。そこで、データ行列要素ｉ_０，ｊ_０を中心とする信号は、
【数４６】

である。
【０１３３】
フィルタ境界は±４σ_ｐおよび±４σ_ｑに設定されていると仮定する。整合フィルタ定理により、フィルタは、信号形状それ自体である、つまり、０を中心とし、±４σ_ｐおよび±４σ_ｑを境界とするガウス型である。このような整合フィルタの係数は、ｐ＞−４σ_ｐおよびｐ＜４σ_ｐ、ならびにｑ＞−４σ_ｑおよびｑ＜４σ_ｑについて
【数４７】

により与えられる。
【０１３４】
さらに、システムは、スペクトル方向とクロマトグラフ方向の両方について標準偏差に従って４点をサンプリングすると仮定する。その結果、σ_ｐ＝４およびσ_ｑ＝４、したがって、ｐ＝−１６，．．．，１６およびｑ＝−１６，．．．，１６であり、フィルタは、この実施例については３３×３３点である。二次元のガウス整合フィルタ（ＧＭＦ）の場合、畳み込み出力行列における最大信号は、５０．３ｒ_０であり、雑音振幅は、７．０９σ_０である。整合フィルタを使用することに関連するＳＮＲは、７．０９（ｒ_０／σ_０）である。
【０１３５】
二次元畳み込みフィルタは、クロマトグラフ方向と質量分析方向の両方でＬＣ／ＭＳデータ行列に対しフィルタ演算を実行する。畳み込み演算の結果、出力畳み込み行列は、形状が一般に入力ＬＣ／ＭＳデータ行列に関して幅広または他の何らかの形で歪んでいるピークを含む。特に整合ガウスフィルタは、常に、入力ピークに関してクロマトグラフ方向およびスペクトル方向の両方において√２倍に広げられた出力畳み込み行列内にピークを生成する。
【０１３６】
一見したところ、ＧＭＦにより生じた拡大は、保持時間、質量対電荷比、または強度の臨界パラメータの正確な推定を損なう可能性があるように思える。しかし、整合フィルタ定理は、二次元畳み込みが頂点値を生成し、その頂点値の保持時間、質量対電荷比、および強度はピークに関連するすべてのスペクトルおよびクロマトグラフ要素の有効な組合せから得られ、その結果得られる頂点関連値は、そのピークの保持時間、ｍ／ｚ、および強度の統計的に最適な推定値を出力することを示している。
【０１３７】
二次元のボックスカーフィルタと対照的なガウス整合フィルタ
ＧＭＦと二次元の単純ボックスカーフィルタとを対比する。ここでもまた、信号は、上述のガウス形状によりモデル化されるピークであると仮定される。ボックスカーに対するフィルタ境界も±４σ_ｐに設定されていると仮定する。ボックスカーフィルタの係数は、
【数４８】

により与えられる。ボックスカーフィルタの出力は、Ｍ×Ｎ個の点にわたる入力信号の平均値である。
【０１３８】
ここでもまた、さらに、システムは、標準偏差に従って４点をサンプリングし、したがって、ボックスカーフィルタは、３３×３３点幅であると仮定する。単位高さのガウスピークについては、ボックスカーフィルタを使用するピーク上の平均信号は、０．０９２ｒ_０であり、雑音の標準偏差は、０．３０３σ_０である。ボックスカーフィルタを使用するＳＮＲは、３．０４（ｒ_０／σ_０）である。
【０１３９】
そのため、ボックスカーに関するガウス整合フィルタのＳＮＲは、７／３＝２．３、またはボックスカーフィルタにより与えられるものよりも２倍以上である。
【０１４０】
整合フィルタおよびボックスカーフィルタは両方とも線形である。ガウスピーク形状を有するフィルタのいずれかの畳み込みは、一意的な最大値を持つ出力を生成する。そのため、これらのフィルタはいずれも、本発明のいくつかの実施形態の畳み込みで使用することができる。しかし、ガウス雑音の場合、局塩的極大ではＳＮＲが高いので、整合フィルタが好ましい。
【０１４１】
ガウス雑音およびポアソン雑音
二次元のガウス整合フィルタは、雑音がガウス統計量を持つ場合に最適なフィルタである。計数検出器では、ボックスカーフィルタは、単純にピークと関連するすべてのカウントの総和であるため最適となる。ピークに関連するすべてのカウントを総和するために、ボックスカーフィルタの幅は、スペクトル方向とクロマトグラフ方向でピークの幅に関係していなければならない。典型的には、ボックスカーフィルタの幅は、スペクトル方向およびクロマトグラフ方向でピークのそれぞれのＦＷＨＭの２から３倍である。
【０１４２】
ＬＣ／ＭＳデータ行列の中のイオンの検出用のガウス整合フィルタ
ガウス整合フィルタでは、二次元畳み込みフィルタの指定（ステップ２）は、上述のようにガウスフィルタ係数ｆｐ，ｑである係数であり、このフィルタの適用（ステップ３）は、これらのフィルタ係数を使用する式（２）に従う。ステップ２およびステップ３のこの実施形態は、イオンを検出し、その保持時間、質量対電荷比、および強度を決定する方法となる。このような方法を実行した結果、検出器雑音の効果が低減し、図１０の方法に勝る改善となる。
【０１４３】
整合フィルタでないフィルタ係数
信号形状に従うもの以外の線形重み係数も使用できる。このような係数は可能な最も高いＳＮＲを発生し得ないため、他の対抗する利点を有することがある。これらの利点は、共溶出および干渉ピークを部分的に分解する能力、ベースライン雑音の減算、および高速演算を可能にする計算効率を含む。ここでは、ガウス整合フィルタの制限を分析し、それらの制限を解消する線形フィルタ係数を説明する。
【０１４４】
ガウス整合フィルタの課題
ガウスピークについて、整合フィルタ定理（ＭＦＴ）では、ガウス整合フィルタ（ＧＭＦ）を、他の畳み込みフィルタと比較して応答が最も高い信号対雑音比を持つフィルタとして指定する。しかし、ガウス整合フィルタ（ＧＭＦ）は、すべての場合において最適とは限らない。
【０１４５】
ＧＭＦの利点の１つは、それぞれのイオンについて幅の広いまたは範囲の広い出力ピークを生成することである。ピークの広がりを説明しやすくするために、正値および標準幅σ_ｓを持つ信号と正値および標準幅σ_ｆを持つフィルタとの畳み込みが行われると、畳み込み出力の標準幅が増大することは、よく知られている。信号およびフィルタ幅を平方して結合することで、
【数４９】

の出力幅が得られる。ＧＭＦの場合、信号およびフィルタの幅が等しければ、出力ピークは、入力ピークの約√２≒１．４倍、つまり、４０％広い。
【０１４６】
ピークが拡大すると、小さなピークの頂点を大きなピークでマスクされる可能性がある。このようなマスクは、例えば、小さなピークが時間に関してほぼ共溶出し、より大きなピークと質量対電荷比に近接する場合に、発生しうる。このような共溶出を補正する方法の１つでは、畳み込みフィルタの幅を低減する。例えば、ガウス畳み込みフィルタの幅を半分にすると、発生する出力ピークは、入力ピークよりも１２％しか広くならない。しかし、ピーク幅は整合しないため、ＳＮＲは、ＧＭＦを使用して達成されるものに比べて低減される。低減されたＳＮＲの不利点は、ほぼ一致するピーク対を検出する能力が高まるという利点で相殺される。
【０１４７】
ＧＭＦの他の不利点は、正の係数しかないという点である。したがって、ＧＭＦは、それぞれのイオンの基礎をなすベースライン応答を保存する。正係数フィルタは、常に、頂点振幅が実際のピーク振幅に基礎となるベースライン応答を加えた総和であるピークを発生する。このような背景ベースライン強度は、検出器雑音とさらに、化学的雑音ともときには呼ばれる他の低レベルピークとの組合せによるものと考えられる。
【０１４８】
振幅のより正確な尺度を得るために、典型的にはベースライン減算が採用される。このような演算は、典型的には、ピークを囲むベースライン応答を検出し、それらの応答をピーク中心に対し補間し、その応答をピーク値から減算して、ピーク強度の最適な推定値を得る別のアルゴリズムを必要とする。
【０１４９】
それとは別に、ベースライン減算は、負だけでなく正の係数を持つフィルタを指定することにより実現できる。このようなフィルタは、ときには、逆畳み込みフィルタとも呼ばれ、データの２階微分を抽出するフィルタに形状が類似しているフィルタ係数により実装される。このようなフィルタは、それぞれの検出されたイオンに対する単一の局所的極大応答を生成するように構成されることができる。このようなフィルタの他の利点は、逆畳み込み、または分解能向上の尺度を与えるという点である。そのため、このようなフィルタは元のデータ行列内に出現するピークの頂点を保存するだけでなく、元のデータの中で、独立の頂点としてではなく、段部としてのみ見えるピークに対する頂点を発生することができる。したがって、逆畳み込みフィルタは、共溶出および干渉に関連する問題を解消することができる。
【０１５０】
ＧＭＦの第３の不利点は、一般に、出力畳み込み行列内のそれぞれのデータ点を計算するのに多数の乗算を必要とするという点である。そのため、ＧＭＦを使用する畳み込みは、典型的には、他のフィルタを使用する畳み込みに比べて計算コストが高く、また計算速度も遅い。後述のように、ＧＭＦ以外のフィルタ指定は、本発明のいくつかの実施形態で使用できる。
【０１５１】
２階微分フィルタの利点
信号の２階微分を抽出するフィルタは、本発明によるいくつかの実施形態によりイオンを検出する際に特に有用である。これは、信号の２階微分が、ピークの最も顕著な特徴である、信号の曲率の尺度だからである。一次元で考察されるか、二次元で考察されるかに関係なく、ピークの頂点は、曲率の大きさが最大であるピークの点である。段付きのピークも、高曲率の領域により表される。したがって、曲率に対する応答性があるため、２階微分フィルタは、ピーク検出を増強するだけでなく、より大きな干渉ピークの背景に対し段付きピークの存在に関して検出を高めるために使用することができる。
【０１５２】
ピークの頂点の２階微分は、その頂点におけるピークの率が最大の負であるため、負の値を持つ。本発明のいくつかの実施形態は、逆２階微分フィルタを使用する。逆２階微分フィルタは、すべての係数に−１を掛けた２階微分フィルタである。逆２階微分フィルタの出力は、ピーク頂点で正である。特に断りのない限り、本発明で参照されるすべての２階微分フィルタは、逆２階微分フィルタとみなされる。２階微分フィルタのすべてのプロットは、逆２階微分フィルタである。
【０１５３】
定数または直線（曲率が０である）に対する２階微分フィルタの応答は、０である。そのため、２階微分フィルタでは、ピークの基礎となるベースライン応答に対する応答は０である。２階微分フィルタは、ピークの頂点における曲率に応答し、基礎となるベースラインには応答しない。そのため、２階微分フィルタは、実際には、ベースライン減算を実行する。図１５は、クロマトグラフ方向およびスペクトル方向のいずれかまたは両方で適用できる例示的な２階微分フィルタの断面を示している。
【０１５４】
一次元の２階微分フィルタ
一次元の場合、２階微分フィルタは、平滑化フィルタよりも有利であるが、それは、頂点における２階微分フィルタの振幅が基礎となるピークの振幅に比例するからである。さらに、ピークの２階微分は、ベースラインに応答しない。そのため、実際、２階微分フィルタは、ベースライン減算および補正の演算を自動的に実行する。
【０１５５】
２階微分フィルタの不利点は、ピーク頂点に関して雑音を増大する望ましくない効果を持つ可能性がある点である。この雑音増大効果は、データを事前に平滑化するか、または２階微分フィルタの幅を広げることにより緩和できる。例えば、本発明の一実施形態では、２階微分畳み込みフィルタの幅は、広げられる。２階微分畳み込みフィルタの幅を広げることで、畳み込み時の入力データ行列中のデータを平滑化する能力が向上する。
【０１５６】
平滑化および２階微分を得るサビツキー−ゴーレイフィルタ
データの単一チャネル（スペクトルまたはクロマトグラム）については、データを平滑化する（つまり、雑音の効果を低減する）、またはデータを微分する従来の方法は、フィルタの適用を介したものである。本発明の一実施形態では、平滑化または微分は、単一スペクトルまたはクロマトグラムに対応するそのデータ配列と一組の固定値フィルタ係数との畳み込みを行うことにより一次元データ配列に対し実行される。
【０１５７】
例えば、よく知られている有限インパルス応答（ＦＩＲ）フィルタは、平滑化および微分の演算を含むさまざまな演算を実行するように適切な係数とともに指定することができる。例えば、ＫＡＲＬを参照のこと。適当な円滑化フィルタは、一般に、対称的な釣鐘曲線を有し、すべて正の値および単一の最大値を持つ。使用できる例示的な平滑化フィルタは、ガウス型形状、三角形状、放物状、台形状、および余弦形状を持つフィルタを含み、それぞれ、単一の最大値を持つ形状であることを特徴とする。非対称のすそを引く曲線を持つ円滑化フィルタも、本発明のいくつかの実施形態で使用することができる。
【０１５８】
データの一次元配列を平滑化または微分するように指定できるＦＩＲフィルタ族は、よく知られているサビツキー−ゴーレイフィルタである。例えば、参照により本明細書に組み込まれる、Ａ．ＳＡＶＩＴＺＫＹ ＆ Ｍ．Ｊ．Ｅ．ＧＯＬＡＹ、「ＡＮＡＬＹＴＩＣＡＬ ＣＨＥＭＩＳＴＲＹ」ＶＯＬ．３６、ＰＰ．１６２７−１６３９を参照のこと。サビツキー−ゴーレイ（ＳＧ）多項式フィルタは、重み付多項式形状の総和により指定される平滑化および微分フィルタの適当な族を与える。このフィルタ族に含まれるゼロ次平滑化フィルタは、フラットトップ（ボックスカー）フィルタである。このフィルタ族に含まれる二次平滑化フィルタは、単一の正の最大値を持つ放物形である。このフィルタ族に含まれる２階微分を持つ二次フィルタは、平均値０を有する単一の負の最大値を持つ放物形である。対応する逆２階微分ＳＧフィルタは、正の最大値を持つ。
【０１５９】
アポダイズサビツキー−ゴーレイフィルタ
ＳＧフィルタの修正により、本発明で有効に働くあるクラスの平滑化および２階微分フィルタが得られる。これらの修正されたＳＧフィルタは、アポダイズサビツキー−ゴーレイ（ＡＳＧ）フィルタと呼ばれる。アポダイゼーションという用語は、重み係数の配列をＳＧフィルタ係数の最小二乗展開に適用することにより得られるフィルタ係数を指す。重み係数は、アポダイゼーション関数である。本発明のいくつかの実施形態で使用されるＡＳＧフィルタについては、アポダイゼーション関数は、以下のソフトウェアコードにおける余弦窓（ＣＯＳＩＮＥＷＩＮＤＯＷにより定義される）である。このアポダイゼーション関数が加重最小二乗法を介してボックスカーフィルタに適用されると、ＡＳＧ円滑化フィルタが得られ、２階微分ＳＧ二次多項式に適用されると、ＡＳＧ２階微分フィルタが得られる。ボックスカーフィルタおよび二階微分二次式は、それだけで、サビツキー−ゴーレイ多項式フィルタの実施例である。
【０１６０】
すべてのＳＧフィルタは、対応するアポダイズサビツキー−ゴーレイ（ＡＳＧ）フィルタを持つ。ＡＳＧフィルタは、対応するＳＧフィルタと同じ基本フィルタ機能を備えるが、ただし、望ましくない高周波雑音成分を減衰する能力が高い。アポダイゼーションは、ＳＧフィルタの平滑化および微分特性を保持するが、高周波遮断特性がかなり改善されている。特に、アポダイゼーションは、フィルタ境界でＳＧフィルタ係数の急な遷移を除去し、それらを０への滑らかな遷移で置き換える。（これは、０への滑らかな遷移を強制する余弦アポダイゼーション関数である）。滑らかなすそは、上述の高周波雑音による二重計算を行う危険性を低減するため有利である。このようなＡＳＧフィルタの実施例は、余弦平滑化フィルタおよび余弦アポダイズ二次多項式サビツキー−ゴーレイ２階微分フィルタを含む。
【０１６１】
本発明の好ましい実施形態では、これらの平滑化および２階微分ＡＳＧフィルタは、ＬＣ／ＭＳデータ行列の列および行に適用することに関して指定される。
【０１６２】
以下のＡＮＳＩ−Ｃコードは、アポダイズサビツキー−ゴーレイフィルタ（ＡＳＧ）のＮ個のフィルタ係数を返す。呼び出し側関数（以下のコードで定義されている）は、
【数５０】

である。係数の個数Ｎは、「ｎｃｏｅｆ」パラメータで指定される。パラメータ「ｎｄｅｒｉｖ」が０である場合、係数（配列ｃｏｅｆで返される）は、ＡＳＧフィルタの平滑化係数である。パラメータ「ｎｄｅｒｉｖ」が２である場合、係数（配列ｃｏｅｆで返される）は、ＡＳＧフィルタからの２階微分係数である。
ＣＯＰＹＲＩＧＨＴ １９９８、Ｗａｔｅｒｓ Ｃｏｒｐｏｒａｔｉｏｎ、無断複写、複製、転載を禁ず。
【０１６３】
【数５１】



ＣＯＰＹＲＩＧＨＴ １９９８、Ｗａｔｅｒｓ Ｃｏｒｐｏｒａｔｉｏｎ、無断複写、複製、転載を禁ず。
【０１６４】
二次元畳み込みの階数１フィルタの実施例
二次元畳み込みに対する階数１の式の適用の例として、式（３）の中でｆ_ｐおよびｇ_ｑを選択し、ガウスプロファイルを持つようにすることが可能である。その結果得られるＦ_ｐｑは、それぞれの行および列においてガウスプロファイルを持つ。Ｆ_ｐｑに対する値は非常に近いが、二次元ＧＭＦについてはｆ_ｐ，ｑに等しくない。そのため、この特定の階数１の式は、ＧＭＦと同様にして実行するが、ただし、計算時間が短縮される。例えば、上記の実施例では、ＰおよびＱが２０に等しい場合、階数１フィルタ計算要件を使用することによる計算負荷は、４００／４０＝１０倍低減される。
【０１６５】
ガウスプロファイルを持つようにｆ_ｐおよびｇ_ｑを選択すること、および式（３）によるこれらのフィルタの適用は、本発明によるステップ２およびステップ３の一実施形態をなす。
【０１６６】
しかし、本発明の他の実施形態では、階数１フィルタの次元毎に別々のフィルタを適用することができる。本発明の一実施形態では、例えば、ｆ_ｐ（スペクトル方向で適用されるフィルタ）は、平滑化フィルタであり、ｇ_ｑ（クロマトグラフ方向で適用されるフィルタ）は、２階微分フィルタである。このようなフィルタの組合せを通じて、フィルタ処理に典型的に関連する問題を克服する異なる階数１フィルタ実装が指定できる。例えば、ＧＭＦに関連する前述の問題を分解するための階数１フィルタを含むフィルタが指定できる。
【０１６７】
前述の階数１フィルタは、式３により実装され、式２により実装されるＧＭＦよりも計算効率が高く、したがって高速である。さらに、指定されたフィルタの組合せは、定量的作業に使用できる線形ベースライン補正応答をもたらす。
【０１６８】
さらに、これらのフィルタの組合せは、融合ピークを鋭くするか、またはクロマトグラフ方向に部分的に逆畳み込みを行う。
【０１６９】
前述の利点を有する本発明のいくつかの実施形態で使用する例示的な階数１フィルタは、ＦＷＨＭが対応するピークのＦＷＨＭの約７０％である余弦ＡＳＧ平滑化フィルタである第１のフィルタｆ_ｐ、およびゼロ交差幅が対応するクロマトグラフピークのＦＷＨＭの約７０％であるＡＳＧ ２階微分フィルタである第２のフィルタｇ_ｑを含む。他のフィルタおよびフィルタの組合せは、本発明の他の実施形態における階数１フィルタとして使用できる。
【０１７０】
図１６Ａは、ＬＣ／ＭＳデータ行列の列に適用して中間行列を形成するために階数１フィルタ内で使用する例示的な余弦ＡＳＧ平滑化フィルタのスペクトル方向の断面を示す。図１６Ｂは、生成された中間行列の行に適用する例示的なＡＳＧ ２階微分フィルタのクロマトグラフ方向の断面を示す。
【０１７１】
ｆ_ｐおよびｇ_ｑのフィルタ関数は逆にできる。つまり、ｆ_ｐを２階微分フィルタとし、ｇ_ｑを平滑化フィルタとすることができる。このような階数１フィルタは、スペクトル方向で段付きピークを逆畳み込みし、クロマトグラフ方向で平滑化する。
【０１７２】
ｆ_ｐおよびｇ_ｑの両方とも２階微分フィルタであってはならないことに留意されたい。ｆ_ｐとｇ_ｑの両方が２階微分フィルタである場合に結果として得られる階数１積行列は、イオンピークとの畳み込みを行ったときに、１個の局所的極大値ではなく、合計５個の正の局所的極大値を含む。４つの追加の正の頂点は、それらのフィルタに関連する負のローブの積から生じるサイドローブである。そのため、この特定のフィルタの組合せにより、提案されている方法に適しない階数１フィルタが得られる。
【０１７３】
後述の階数２の式は、スペクトル方向およびクロマトグラフ方向の両方で平滑化フィルタおよび２階微分フィルタの特性を持つフィルタを実装する。
【０１７４】
階数１畳み込みフィルタを使用する本発明のいくつかの実施形態の複数のフィルタ組合せは、表２に示されている。
【表２】

それぞれのフィルタ組合せは、ステップ２の実施形態であり、それぞれ、階数１フィルタであって、式（３）を使用して適用され、それによりステップ３を実現する。他のフィルタおよびフィルタの組合せは、本発明の他の実施形態における階数１フィルタとして使用できる。
【０１７５】
好ましい実施形態である、二次元畳み込みの階数２フィルタの実施例
階数２フィルタは、２つの次元のそれぞれについて２つのフィルタの指定を必要とする。本発明の好ましい一実施形態では、４つのフィルタは、計算効率の高い方法で上述のようにＧＭＦと関連する問題を解消するように指定される。
【０１７６】
例えば、本発明の一実施形態では、第１の階数１フィルタは、
【数５２】

としてスペクトル平滑化フィルタを、
【数５３】

としてクロマトグラフ２階微分フィルタを含む。例示的なこのような平滑化フィルタは、余弦フィルタであり、そのＦＷＨＭは、対応する質量ピークのＦＷＨＭの約７０％である。例示的なこのような２階微分フィルタは、ＡＳＧ ２階微分フィルタであり、そのゼロ交差幅は、対応するクロマトグラフピークのＦＷＨＭの約７０％である。第２の階数１フィルタは、
【数５４】

としてスペクトル２階微分フィルタを、
【数５５】

としてクロマトグラフ平滑化フィルタを含む。例示的なこのような２階微分フィルタは、２階微分ＡＳＧフィルタであり、そのゼロ交差幅は、対応する質量ピークのＦＷＨＭの約７０％である。例示的なこのような平滑化フィルタは、余弦フィルタであり、そのＦＷＨＭは、対応するクロマトグラフピークのＦＷＨＭの約７０％である。他のフィルタおよびフィルタの組合せも、本発明のいくつかの実施形態で使用することができる。このようなフィルタの断面は、それぞれ、図１６Ｃ，１６Ｄ、１６Ｅ、および１６Ｆに例示されている。
【０１７７】
上述の階数２フィルタは、ＧＭＦに勝るいくつかの利点を有する。これは階数２フィルタなので、ＧＭＦよりも計算効率が高く、したがって、実行速度が高速である。さらに、それぞれの断面は、２階微分フィルタであり、その係数の総和は０であるため、これは、定量的作業に使用できる線形ベースライン補正応答をもたらし、またクロマトグラフ方向およびスペクトル方向で融合ピークを鋭いものにするか、またはその部分的逆畳み込みを行う。
【０１７８】
本発明の好ましい階数２フィルタ実施形態では、列フィルタのそれぞれのフィルタ幅（係数の個数に関する）は、スペクトルピーク幅に比例するように設定され、また行フィルタのそれぞれのフィルタ幅（係数の個数に関する）は、クロマトグラフピーク幅に比例するように設定される。本発明の好ましい実施形態では、列フィルタの幅は、互いに等しくなるように、またスペクトルピークのＦＷＨＭに比例するように設定される。例えば、５つのチャネルのスペクトルピーク幅ＦＷＨＭについては、フィルタ幅は、１１点に設定され、したがって平滑化および２階微分スペクトルフィルタの両方のフィルタ幅は、１１点の同じ値に設定される。同様に、好ましい実施形態では、行フィルタの幅は、互いに等しくなるように、またクロマトグラフピークのＦＷＨＭに比例するように設定される。例えば、５つのチャネルのクロマトグラフピーク幅ＦＷＨＭについては、フィルタ幅は、１１点に設定され、したがって平滑化および２階微分スペクトルフィルタの両方のフィルタ幅は、１１点の同じ値に設定される。この方法でフィルタ幅を選択すると、等しい次元を有する階数２フィルタを含む階数１フィルタが得られる。つまり、第１の階数１フィルタが次元Ｍ×Ｎを持つ場合、第２の階数１フィルタも次元Ｍ×Ｎを持つ。階数２フィルタは、等しい次元を持つ階数１フィルタで構成される必要はなく、また適当な階数１フィルタを足し合わせて階数２フィルタを形成することができることに留意されたい。
【０１７９】
階数１フィルタは、足し合わせることで階数２フィルタを構成し、したがって、フィルタは、足し合わせる前に相対的な意味で正規化されなければならない。好ましい実施形態では、第１の階数１フィルタは、スペクトル方向で平滑化フィルタであり、クロマトグラフ方向で２階微分フィルタである。このフィルタの重み付けが第２の階数１フィルタよりも重い場合、組み合わされたフィルタでは、スペクトル方向の平滑化ならびにクロマトグラフ方向のピークのベースライン減算および逆畳み込みをより重視する。そのため、２つの階数１フィルタの相対的正規化は、クロマトグラフ方向とスペクトル方向の平滑化および微分の相対的重要性を決定する。
【０１８０】
例えば、２つの階数１フィルタ
【数５６】

【数５７】

を考えるが、ただし、式（１１）は第１の階数１フィルタであり、式（１２）は第２の階数１フィルタである。本発明の好ましい一実施形態では、それぞれの階数１フィルタは、平方した係数の総和が１に等しくなるように正規化される。この正規化により、平滑化および微分に対する等しい重みをスペクトル方向およびクロマトグラフ方向に与える。つまり、それぞれ次元Ｍ×Ｎを持つ階数１フィルタでは、
【数５８】

【数５９】

である。
【０１８１】
好ましい実施形態の平滑化フィルタおよび２階微分フィルタは、適切な倍率をそれぞれの階数１行列の係数に適用することによりこのベースラインを満たすように正規化することができる。
【０１８２】
さらに、好ましい実施形態では、それぞれの階数１フィルタの行次元は同じであり、それぞれの階数１フィルタの列次元は同じである。その結果、係数を加えて、階数２畳み込みフィルタの点源を、
【数６０】

のように求めることができる。式（１３）から、２つの階数１フィルタの相対的正規化で、二次元畳み込みフィルタＦ_ｐ，ｑを決定する必要があることが分かる。
【０１８３】
二次元畳み込みフィルタの好ましい実施形態に対するフィルタ係数
例示的な階数２フィルタは、図１７Ａ〜Ｋに関して説明されている。このフィルタは、イオンを検出し、ベースライン応答を減算し、部分的融合ピークを分解し、高い計算効率で実行するために使用できるステップ２およびステップ３の一実施形態である。
【０１８４】
特に、この階数２フィルタは、段付きピークを検出する場合に有用である。本発明のいくつかの実施形態による階数２フィルタは、クロマトグラフ方向およびスペクトル方向の両方の２階微分フィルタを含むことができる。２階微分フィルタの曲率に対する応答性により、このような階数２フィルタは、段付きピークの頂点がデータの中に明白に現れない場合のある段付きピークを検出することができる。階数２フィルタが、曲率を測定する、２階微分フィルタを含むとした場合、データの中に直接現れない第２のピークの頂点は、出力畳み込み行列の中で別の頂点として検出できる。
【０１８５】
図１７Ａは、ＬＣ／ＭＳデータにおいて生成できるシミュレートされたピークの絵図表現であり、そこでは、横軸は、図に示されているように走査時間およびｍ／ｚチャネルを表し、縦軸は、強度を表す。図１７Ｂは、本発明の好ましい一実施形態による、階数２フィルタに対応する畳み込みフィルタ行列を示している。
【０１８６】
このシミュレーションでは、すべてのイオンのスペクトルピーク幅およびクロマトグラフピーク幅は８点、ＦＷＨＭである。４つのフィルタすべてに対するフィルタ係数の数は１５点である。
【０１８７】
図１７Ｃは、同じ質量を持ち、ほぼ同時であっても、完全に同時ではない２つのＬＣ／ＭＳピークのシミュレーションを示す。図１７Ｄは、ピーク断面が質量の純粋ピークであることを例示し、図１７Ｅは、ピーク断面が時間の段部１７０４を示していることを例示している。図１７Ｆから１７Ｈは、図１７Ｄ〜１７Ｅに例示されている段付きピークを含むそれぞれのサンプリングされた要素に対するシミュレートされた計数（ショット雑音）の効果を例示している。図１７Ｇおよび１７Ｈは、付加された計数雑音により生じる断面を例示している。図１７Ｇおよび１７Ｈの両方から分かるように、多くの局所的極大値が、計数雑音の結果として発生する。したがって、イオンが２個しか存在していなくても、計数雑音は、偽陽性イオン検出を引き起こす可能性のある多数の偽の局所的極大値を生成しうることが分かる。
【０１８８】
図１７Ｉ〜Ｋは、階数２フィルタとシミュレートされたデータとの畳み込みの結果を例示している。結果として得られる出力畳み込み行列（図１７Ｉの等高線プロットにより表されている）は、２つの異なるピーク１７０２および１７０６を含む。ピーク１７０２は、２つのイオンのうちの強度の強い方に関連するピークであり、ピーク１７０６は、強度の弱い方の段付きイオンのピークである。図１７Ｊは、スペクトル（質量対電荷比）方向の出力畳み込み行列の断面である。図１７Ｋは、クロマトグラフ（時間）方向の出力畳み込み行列の断面である。
【０１８９】
図１７Ｉ〜Ｋを調べて観察されたのは、本発明の階数２フィルタに基づく実施形態が、計数雑音の効果を低減し、複数の局所的極大値を発生する段付きピークの逆畳み込みを行うことである。それぞれの局所的極大値は、１つのイオンに関連付けられる。その結果、本発明のこの実施形態は、さらに、偽陽性率も低減する。イオンパラメータ、ｍ／ｚ、保持時間、および強度は、上述のように検出された局所的極大値を分析することにより得られる。
【０１９０】
どのようなフィルタも、単一の局所的極大値を生成するのであれば使用できる
上述のフィルタおよび畳み込み方法は、ＬＣ／ＭＳデータ行列においてイオンを検出するために使用することができる。フィルタ係数は、他に数組、ステップ２の実施形態として選択できる。
【０１９１】
入力信号は、一意的な最大値を持つＬＣ／ＭＳデータ行列内のピークであり、したがって、ステップ２の畳み込みフィルタは、畳み込みプロセスを通じてその一意的な正の最大値を忠実に保持しなければならない。畳み込みフィルタがステップ２の実施形態であるために畳み込みフィルタが満たさなければならない一般的要件は、畳み込みフィルタは、一意的な最大値を持つ入力との畳み込みが行われたときに一意的な最大値を生成する出力を持たなければならないというものである。
【０１９２】
釣鐘状応答を持つイオンの場合、この条件は、断面がすべて釣鐘形状であり、単一の正の最大値を持つ畳み込みフィルタにより満たされる。このようなフィルタの実施例は、逆放物型フィルタ、三角フィルタ、および余弦フィルタを含む。特に、一意的な正の値の頂点を持つという特性を有する畳み込みフィルタでは、そのフィルタは本発明のいくつかの実施形態で使用するのに適当な候補となる。フィルタ係数の等高線プロットは、局所的極大値の個数および位置を調べるために使用できる。フィルタを通るすべての行、列、および対角の断面は、単一の正の局所的極大値を持たなければならない。多数のフィルタ形状が、この条件を満たし、したがって、本発明のいくつかの実施形態で採用されることができる。
【０１９３】
ボックスカーは、単一の局所的極大値を生成するので使用できる
許容可能な他のフィルタ形状は、定数値を持つフィルタである（つまり、ボックスカーフィルタ）。これは、ピークとボックスカーフィルタとの畳み込みが単一の最大値を持つ出力を生成するからである。本発明のいくつかの実施形態で有利なボックスカーフィルタのよく知られている特徴は、そのような形状が与えられた数のフィルタ点について最小の分散をもたらすことである。ボックスカーフィルタの他の利点は、一般に、ガウスまたは余弦フィルタなどの他の形状を持つフィルタに比べて少ない乗算回数で実装できるという点である。
【０１９４】
ボックスカーの次元は、スペクトル方向とクロマトグラフ方向の両方でピークの範囲と一致しなければならない。ボックスカーが小さすぎる場合、ピークに関連するすべてのカウントが総和されるわけではない。ボックスカーが大きすぎる場合、他の隣接ピークからのカウントを含めることができる。
【０１９５】
しかし、ボックスカーフィルタは、さらに、本発明が適用できると思われるいくつかの用途にとってははっきりと不利である。例えば、ボックスカーフィルタの伝達関数は、高周波雑音を通すことを示す。このような雑音は、本発明のいくつかの用途では望ましくないと考えられる、低振幅信号（低ＳＮＲ）のピークの二重計算を行う危険性を高める可能性がある。したがって、ボックスカー形状と異なるフィルタ形状は、一般に、本発明のいくつかの用途では好ましい。
【０１９６】
２階微分フィルタは単一の局所的極大値を生成しうる
一意的な最大値を持つ入力との畳み込みを行ったときに一意的な最大値を生成する出力を持つ他の適当なクラスの畳み込みフィルタは、単一の正の局所的極大値を持つが、負のサイドローブを持つフィルタである。このようなフィルタの実施例は、曲率に応答する、２階微分フィルタを含む。適当な２階微分フィルタは、平滑化フィルタから平均値を引くことにより指定することができる。このようなフィルタは、ボックスカー、三角形、および台形の組合せから構成することができ、データを微分するフィルタの最もふつうの指定は、サビツキー−ゴーレイ多項式フィルタである。
【０１９７】
ガウス雑音およびポアソン雑音
ガウス整合フィルタは、雑音がガウス統計量を持つ場合に最適なフィルタである。計数検出器からの雑音はポアソン統計量を持つ。ポアソン雑音の場合、ボックスカーフィルタは、ピークに関連するすべてのカウントを単純に総和するので、検出で使用するのに最適なフィルタである場合がある。しかし、ＧＭＦについて説明されている制限の多くは、ポアソン雑音の場合であっても、ボックスカーフィルタに適用される。ボックスカーフィルタは、ベースライン雑音を減算することはできず、また干渉および共溶出ピークを分解することはできない。さらに、ボックスカーフィルタの伝達関数では、ピーク頂点に対する二重計算を許容する場合がある。
【０１９８】
好ましい実施形態の階数２フィルタは、ガウス雑音およびポアソン雑音の両方の場合についてＳＮＲにおける妥協の産物である。この階数２フィルタは、ベースライン減算および重なり合うピークの部分的分解を行う利点を有する。
【０１９９】
フィルタ係数を決定する際のピーク幅の役割
本発明のいくつかの実施形態では、入力行列Ｄとの畳み込みが行われる畳み込みフィルタＦの係数は、イオンに対応するピークの典型的形状および幅に対応するように選択される。例えば、フィルタＦの中央の行の断面は、クロマトグラフピーク形状と整合し、フィルタＦの中央の列の断面は、スペクトルピーク形状と整合する。畳み込みフィルタの幅はピーク（時間および質量対電荷比）のＦＷＨＭと整合できるが、そのような幅整合は必要ないことに留意されたい。
【０２００】
イオン強度の解釈およびフィルタ係数のスケーリング
本発明では、強度測定推定値は、局所的極大値のフィルタ出力の応答である。ＬＣ／ＭＳデータ行列の畳み込みの相手となる一組のフィルタ係数は、強度のスケーリングを決定する。異なる組のフィルタ係数では、強度スケーリングは異なり、したがって、本発明の強度のこの推定値は、必ずしも、ピーク面積またはピーク高さに正確に対応しない。
【０２０１】
しかし、強度測定は、畳み込み演算が強度測定の一次結合であるため、ピーク面積またはピーク高さに比例する。そのため、局所的極大でのフィルタ出力の応答は、イオンを生じさせた試料中の分子の濃度に比例する。次いで、局所的極大でのフィルタ出力の応答は、同じく試料中の分子の定量的測定のために使用でき、イオンの応答のピークの高さの面積としてであった。
【０２０２】
首尾一貫した一組のフィルタを使用して、標準、キャリブレータ、および試料の強度を決定する場合、その結果の強度測定により、強度スケーリングに関係なく正確で定量化可能な結果が得られる。例えば、本発明のいくつかの実施形態により生じる強度は、その後、検体の濃度を決定するために使用できる濃度較正曲線を確定するために使用することができる。
【０２０３】
非対称ピーク形状
上記の実施例では、スペクトル方向およびクロマトグラフ方向のイオンのピーク形状は、ガウス型であり、したがって対称的であると仮定している。一般に、ピーク形状は対称的でない。非対称ピーク形状のふつうの実施例は、すそを引いたガウス型、つまりガウス型と階段状指数型との畳み込みである。ここで説明される方法は、そのまま、非対称的なピーク形状に適用される。対称フィルタが非対称ピークに適用される場合、出力畳み込み行列内の頂点の位置は、一般的には、非対称ピークの頂点位置に正確には対応しない。しかし、ピークの非対称性に由来するオフセット（クロマトグラフまたはスペクトルのいずれかの方向の）は、事実上一定のオフセットである。このようなオフセットは、従来の質量分析較正により、また内部標準を使用する保持時間較正により、容易に補正される。
【０２０４】
整合フィルタ定理から、非対称ピークを検出するための最適な形状は、非対称ピーク形状自体である。しかし、対称フィルタの幅が非対称ピークの幅と整合する場合、対称フィルタと整合非対称フィルタとの間の検出効率の差は、本発明の目的に関しては最小となる。
【０２０５】
補間するフィルタ係数およびオフセットデータの変更
係数修正の他の用途は、質量分析計の較正による小さな変化を補正するため補間を行うことである。このような係数修正は、スペクトル毎に発生しうる。例えば、質量較正の変化がチャネルのわずかな部分のオフセットを０．３だけ引き起こす場合、そのような質量オフセットがない場合に出力がどのようなものになるかを推定する列フィルタ（平滑化および２階微分の両方）を導出することができる。この方法では、リアルタイムの質量補正を行うことができる。典型的には、その結果得られるフィルタはわずかに非対称的である。
【０２０６】
動的フィルタ処理
フィルタ幅スケーリングなどのフィルタ特性は、ＬＣ分離またはＭＳ走査の知られている変化する特性に応じて変化しうる。例えば、飛行時間型（ＴＯＦ）質量分析計では、ピーク幅（ＦＷＨＭ）は、それぞれの走査の過程において低い値（０．０１０ａｍｕなど）から広い値（０．１３０ａｍｕなど）に変化することが知られている。本発明の好ましい一実施形態では、平滑化および微分フィルタの係数の個数は、スペクトルピークのＦＷＨＭの約２倍に等しくなるように設定される。ＭＳ走査が、例えば、低質量から高質量へ進行するにつれ、好ましい実施形態で使用される平滑化および２階微分列フィルタの両方のフィルタ幅は、それに応じて、フィルタ幅とピーク幅との間の関係を保存するように拡大することができる。同様にして、クロマトグラフピークの幅が分離中に変化することが知られている場合、行フィルタの幅は、フィルタ幅とピーク幅との間の関係を保存するように拡大または縮小することができる。
【０２０７】
階数１フィルタおよび階数２フィルタのリアルタイムの実施形態
従来のＬＣ／ＭＳシステムでは、スペクトルは、分離の進行とともに取得される。典型的には、スペクトルは、一定のサンプルレートで（例えば、１秒に１回の割合で）コンピュータメモリに書き込まれる。１つまたは複数の完全なスペクトルが収集された後、これらは、ハードディスクメモリなどの永続性の高い記憶装置に書き込まれる。このような後収集処理は、本発明のいくつかの実施形態でも実行できる。そのため、本発明の一実施形態では、畳み込み行列は、取得が完了した後でないと生成されない。本発明のこのような一実施形態では、元のデータおよび畳み込み行列それ自体は、検出された局所的極大の分析から得られたイオンパラメータリストの場合と同様に、格納される。
【０２０８】
さらに、階数１フィルタおよび階数２フィルタを使用する本発明のいくつかの実施形態は、リアルタイムで動作するように構成することができる。本発明のリアルタイムの実施形態では、畳み込み行列の列は、データの取得中に得られる。そのため、最初の列（スペクトルに対応する）が得られ、分析され、すべてのスペクトルの取得が完了する前にそのイオンパラメータをディスクに書き込むようにすることができる。
【０２０９】
本発明のこのリアルタイムの実施形態では、本質的に、コンピュータメモリ内のデータを分析し、イオンパラメータリストのみを永続的ハードディスクドライブに書き込む。この状況において、リアルタイムとは、階数１および階数２のフィルタ処理が、データの取得とともにコンピュータメモリ内のスペクトルについて実行されることを意味する。そのため、分離の開始時にＬＣ／ＭＳにより検出されたイオンは、ディスクに書き込まれたスペクトルの中で検出され、それらのイオンに関連するパラメータを含むイオンパラメータリストの部分も、分離の進行に合わせてディスクに書き込まれる。
【０２１０】
典型的には、リアルタイム処理の開始には時間遅延が関連する。時刻ｔおよび幅Δｔのクロマトグラフピーク中に溶出するイオンを含むスペクトルは、収集されると直ちに処理することができる。典型的には、リアルタイム処理は、時刻ｔ＋３Δｔ、つまり、３つのスペクトルが最初に収集された後に、開始する。次いで、このクロマトグラフピークの分析により決定されたイオンパラメータは、コンピュータディスクなどの永続的記憶装置内に作成され、格納されるイオンパラメータリストに追記される。リアルタイム処理は、上述の技術に従って進行する。
【０２１１】
リアルタイム処理の利点は、（１）イオンパラメータリストの高速取得、（２）イオンパラメータリスト内の情報に基づきリアルタイムプロセスをトリガすることを含む。このようなリアルタイムプロセスは、分析のため溶離液を保管する分別捕集および流れ停止技術を含む。例示的なこのような流れ停止技術は、核磁気共鳴（ＮＭＲ）スペクトル検出器内の溶離液をトラップする。
【０２１２】
図１８は、本発明の好ましい一実施形態によるリアルタイム処理の方法を例示する流れ図１８００である。この方法は、ハードウェア、例えば、ＤＳＰベース設計で、または上述のＤＡＳなどのソフトウェアで実行することができる。当業者にとっては、以下の説明に基づいてそのようなハードウェアまたはソフトウェアを構成する方法は明白なものであろう。説明を簡単にするため、この方法は、ＤＡＳ実行ソフトウェアにより実行される場合として説明する。図１９は、スペクトルバッファ１９０２、クロマトグラフバッファ１９０６、および頂点バッファ１９１０、また流れ図１８００に例示されている方法を実行する際の操作方法を示している。
【０２１３】
ＤＡＳは、次のスペクトル要素を受け取ることでステップ１８０２でその方法を開始する。図１９では、これらのスペクトル要素は、Ｓ１、Ｓ２、Ｓ３、Ｓ４、およびＳ５として示され、それぞれ時刻Ｔ１、Ｔ２、Ｔ３、Ｔ４、およびＴ５に受け取ったスペクトル要素に対応する。ステップ１８０４で、ＤＡＳは、受け取ったスペクトル要素が０であるかどうかを判定する。受け取ったスペクトル要素が０の場合、ＤＡＳは、次のスペクトル要素を受け取ることでステップ１８０２でその方法を継続する。スペクトル要素が０でない場合、その強度は、スペクトルフィルタ１９０４の係数をスケーリングするために使用される。図１９に示されている実施例では、スペクトルフィルタ１９０４は、フィルタ係数Ｆ１、Ｆ２、およびＦ３を持つ３要素フィルタである。スケーリングは、それぞれのフィルタ係数に受け取ったスペクトル要素の強度を掛けることにより実行できる。
【０２１４】
ステップ１８０８では、スケーリングされたスペクトルフィルタ係数がスペクトルバッファに加えられる。スペクトルバッファは配列である。スペクトルバッファ内の要素の個数は、それぞれのスペクトル中の要素の個数に等しい。
【０２１５】
総和を実行するために、フィルタ１９０４は、受け取ったスペクトル要素に対応するスペクトルバッファの要素がフィルタ１９０４の中心に揃えられるように揃えられる。そこで、時刻Ｔ１に、スペクトル要素Ｓ１が受け取られると、フィルタ１９０４の中心、Ｆ２は、スペクトルバッファ要素１９０２ａと揃えられ、時刻Ｔ２に、スペクトル要素Ｓ２が受け取られると、フィルタ１９０４の中心、Ｆ２は、スペクトルバッファ要素１９０２ｂと揃えられ、というように続く。これらのステップは、図１９に例示されており、そこでは、フィルタ係数Ｆ１、Ｆ２，およびＦ３のスケーリング、ならびにスペクトルバッファ１９０２への加算は、時刻Ｔ１、Ｔ２、Ｔ３、Ｔ４、およびＴ５について例示され、これは、本発明の実施例では、スペクトルバッファ１９０２を十分満たすスペクトル要素を受け取るために必要な時間である。その結果得られるスケーリングされた総和も、図１９のスペクトルバッファ要素に示されている。
【０２１６】
ステップ１８１０で、ＤＡＳは、スペクトルバッファが満杯かどうか、つまり、受け取られ、処理されたスペクトル要素の個数がスペクトルフィルタ内の要素の個数と同じかどうかを判定する。そうでなければ、ＤＡＳは、次のスペクトル要素の届くのを待つことによりステップ１８０２でその方法を続行する。スペクトルバッファが満杯の場合、ＤＡＳは、ステップ１８１２でこの方法を続ける。
【０２１７】
ステップ１８１２で、ＤＡＳは、新しいスペクトルをクロマトグラフバッファ１９０６に移動する。クロマトグラフバッファ１９０６は、Ｎスペクトルを含むが、ただし、Ｎは、クロマトグラフバッファ内の係数の個数である。本発明の実施例では、Ｎは３である。クロマトグラフバッファ１９０６は、先入れ後出し（ＦＩＬＯ）バッファとして構成される。したがって、新しいスペクトルが加えられると、最も古いスペクトルが削除される。ステップ１８１２で新しいスペクトルが加えられると、最も古いスペクトルが破棄される。ステップ１８１４で、ＤＡＳは、クロマトグラフフィルタ１９０７をクロマトグラフバッファ１９０６のそれぞれの行に適用する。フィルタの適用後、中央列１９０８は、出力畳み込み行列の単一列畳み込みスペクトルに対応する。ステップ１８１６で、ＤＡＳは、畳み込みスペクトルを頂点バッファ１９１０に移動する。
【０２１８】
本発明の一実施形態では、頂点バッファ１９１０は、幅における３つのスペクトルである、つまり、頂点バッファ１９１０は、３つの円柱状スペクトルを含む。スペクトル列はそれぞれ、完全なスペクトルの長さを持つのが好ましい。頂点バッファ１９１０は、ＦＩＬＯバッファである。したがって、クロマトグラフバッファ１９０６からの新しい列がステップ１８１６で頂点バッファ１９１０に付加されると、最も古い円柱状スペクトルが破棄される。
【０２１９】
後述のようなピーク検出アルゴリズムは、頂点バッファ１９１０の中央列１９１２に対し実行することができる。中央列１９１２は、最も近い隣接値を使用することによりピークおよびイオンパラメータのより正確な分析を行うために使用される。ピークの分析により、ＤＡＳは、ステップ１８２０でイオンパラメータ（保持時間、ｍ／ｚ、および強度などの）を抽出してイオンパラメータリストに保存することができる。さらに、スペクトルピーク幅情報も、列にそった局所的極大に隣接する点を調べることにより得られる。
【０２２０】
頂点バッファ１９１０は、さらに、幅が３スペクトル分を超えて拡大されるようにできる。例えば、クロマトグラフピーク幅を測定するには、少なくともクロマトグラフピークのＦＷＨＭに等しい、例えば、クロマトグラフピークのＦＷＨＭの２倍に等しい多数のスペクトルを含むように頂点バッファを拡大する必要があるであろう。
【０２２１】
本発明のリアルタイムの実施形態では、元のスペクトルは記録の必要がない。フィルタ処理されたスペクトルのみが記録される。そのため、本発明のリアルタイムの実施形態に対する大容量記憶装置の要件は緩和される。しかし、一般に、追加の記憶装置、例えば、ＲＡＭが、本発明のリアルタイム実施形態には必要である。本発明の階数１フィルタに基づくリアルタイムの実施形態では、単一スペクトルバッファだけがあればよい。本発明の階数２フィルタに基づくリアルタイムの実施形態については、２つのスペクトルバッファが必要であり、１つは平滑化フィルタ用、もう１つは２階微分スペクトルフィルタ用である。
【０２２２】
ステップ４：ピーク検出
イオンが存在すると、出力畳み込み行列内に強度の局所的極大を持つピークが発生する。本発明のいくつかの実施形態の検出プロセスでは、このようなピークを検出する。本発明の一実施形態では、検出プロセスは、最大強度が検出閾値の条件を満たすピークを、イオンに対応するピークとして識別する。本明細書で使用されているように、検出閾値条件を満たすことは、検出閾値を克服するベースラインを満たすものとして定義される。例えば、このベースラインは、検出閾値に一致するか、または検出閾値以上である場合がある。さらに、本発明のいくつかの実施形態では、このベースラインは、検出閾値を下回るか、または検出閾値以下である場合がある。
【０２２３】
出力畳み込み行列内の強度のそれぞれの局所的極大は、イオンに対応するピークの候補である。上述のように、検出器雑音が存在しない場合、すべての局所的極大は、１つのイオンに対応するものとみなされるであろう。しかし、雑音が存在する場合、ある局所的極大（特に、低振幅の局所的極大）は、雑音のみによるものであり、検出されたイオンに対応する真のピークを表さない。したがって、検出器閾値条件を満たす局所的極大が雑音によるものである可能性をほぼなくすように検出閾値を設定することが重要である。
【０２２４】
それぞれのイオンは、出力畳み込み行列内に強度の一意的な頂点または最大値を生成する。出力畳み込み行列内のこれらの一意的最大値の特性から、試料中に存在するイオンの個数および特性に関する情報が得られる。これらの特性は、ピークの位置、幅、および他の特性を含む。本発明の一実施形態では、出力畳み込み行列内のすべての局所的極大が識別される。その後の処理は、イオンに関連しないと判定されたものを排除する。
【０２２５】
本発明のいくつかの実施形態によれば、強度の局所的極大は、局所的極大値が検出閾値の条件を満たす場合のみ、検出されたイオンに対応するとみなされる。検出閾値それ自体は、強度の局所的極大が比較される強度である。検出閾値は、主観的または客観的手段により求めることができる。実際、検出閾値は、真のピークの分布を２つのクラスに分け、１つは、検出閾値の条件を満たすクラス、もう１つは、検出閾値の条件を満たさないクラスである。検出閾値の条件を満たさないピークは、無視される。したがって、検出閾値の条件を満たさない真のピークは、無視される。このような無視される真のピークは、偽陰性と呼ばれる。
【０２２６】
検出閾値は、さらに、雑音ピークの分布を２つのクラスに分け、１つは、検出閾値の条件を満たすクラス、もう１つは、検出閾値の条件を満たさないクラスである。検出閾値の条件を満たす雑音ピークは、イオンとみなされる。イオンとみなされる雑音ピークは、偽陽性と呼ばれる。
【０２２７】
本発明のいくつかの実施形態では、検出閾値は、典型的には、通常は低い、所望の偽陽性率となるように設定される。つまり、検出閾値は、雑音ピークが与えられた実験において検出閾値条件を満たす確率がありえないように設定される。
【０２２８】
より低い偽陽性率を得るには、検出閾値は、より高い値に設定される。検出閾値を高い値に設定して、偽陽性率を下げると、偽陰性率、つまりイオンに対応する低振幅の真のピークが検出されない確率を高めるという望ましくない効果が生じる。したがって、検出閾値は、これらの競合因子を念頭に置いて設定される。
【０２２９】
検出閾値は、主観的または客観的に決定することができる。閾値設定法の目標は、主観的であろうと客観的であろうと、イオンリストを編集するために使用する検出閾値を決定することである。強度が検出閾値の条件を満たさないすべてのピークは、雑音であると考えられる。これらの「雑音」ピークは、除去され、その後の分析には含まれない。
【０２３０】
検出閾値を設定する主観的方法は、観察された雑音の最大値に近い直線を描くことである。検出閾値の条件を満たす局所的極大は、イオンに対応するピークと考えられる。検出閾値の条件を満たさない局所的極大は、雑音であると考えられる。閾値を決定する主観的方法を使用することができるが、客観的手法が好ましい。
【０２３１】
本発明のいくつかの実施形態により検出閾値を選択する客観的方法の１つは、出力畳み込み行列データのヒストグラムを使用する。図２０は、本発明の一実施形態により検出閾値を客観的に決定する方法の流れ図である。この方法は、さらに、図７に絵図として示されている。この方法は、以下のステップに従って進行する。
ステップ２００２：出力畳み込み行列中に見つかったすべての正の局所的極大の強度を昇順で並べ替える
ステップ２００４：出力畳み込みデータ行列内の強度データの標準偏差をリスト中の３５．１百分位のところにある強度として決定する。
ステップ２００６：標準偏差の倍数に基づいて検出閾値を決定する。
ステップ２００８：検出閾値条件を満たすピークを使用して編集済みイオンリストまたはイオンパラメータリストを生成する。
【０２３２】
上記の方法は、局所的極大の大半がガウス雑音によるものである場合に適用可能である。例えば、１０００この強度がある場合、ステップ２００４では、３５１番目の強度がガウス標準偏差を表すものと決定する。最大強度の分布がガウス雑音プロセスのみによるものであった場合、値が３５１番目の強度を超える局所的極大値がガウス雑音分布により予測される頻度で発生する。
【０２３３】
そこで、検出閾値は、３５１番目の強度の倍数である。例えば、２つの検出閾値を考える。一方は、２標準偏差に対応する。もう一方は、４標準偏差に対応する。２偏差閾値で生じる偽陰性は少数であるが、偽陽性は多数である。ガウス雑音分布の特性から、２標準偏差閾値は、ピークの約５％は誤ってイオンと識別されることを意味する。４偏差閾値で生じる偽陰性は多いが、偽陽性はかなり少ない。ガウス雑音分布の特性から、４標準偏差閾値は、ピークの約０．０１％は誤ってイオンと識別されることを意味する。
【０２３４】
すべての局所的極大の強度のリストを並べ替える代わりに、強度の１間隔当たりの強度の個数が記録されるヒストグラム表示が使用可能である。ヒストグラムは、一様な間隔で並べられた一連の強度値を選択し、値のそれぞれの対により間隔を定め、それぞれのビンに入る最大強度の個数をカウントすることにより得られる。ヒストグラムは、ビン１つ当たりの強度の数とそれぞれのビンを定義する平均強度値との対比である。ヒストグラムは、強度の分布の標準偏差を決定するためのグラフによる方法である。
【０２３５】
経験による方法のバリエーションでは、畳み込み出力雑音の標準偏差σと検出閾値を設定するための入力雑音の標準偏差σ_０との間の関係を使用する。上記のフィルタ分析から、この関係は、
【数６１】

として与えられるが、ただし、入力雑音は無相関ガウス偏差であると仮定する。入力雑音σ_０は、背景雑音の標準偏差として入力ＬＣＬ／ＭＳデータ行列から測定することができる。背景雑音のみを含むＬＣ／ＭＳの領域は、ブランク注入から求めることができる、つまり、ＬＣ／ＭＳデータは、試料が注入されない分離から得られる。
【０２３６】
したがって、出力の標準偏差は、フィルタ係数Ｆ_ｉ，ｊおよび測定された背景雑音σ_０の値のみを使用して推論できる。次いで、検出閾値は、誘導された出力雑音標準偏差σに基づいて設定することができる。
【０２３７】
ステップ５：ピークパラメータ抽出
イオンに対応するピークであるこれらの局祖的極大を識別した後、それぞれのピークに対するパラメータが推定される。本発明の一実施形態では、推定されるパラメータは、保持時間、質量対電荷比、および強度である。クロマトグラフピーク幅（ＦＷＨＭ）および質量対電荷ピーク幅（ＦＷＨＭ）などの追加のパラメータも推定できる。
【０２３８】
それぞれの同定されたイオンのパラメータは、出力畳み込みデータ行列内の検出されたピークの局所的極大の特性から得られる。本発明の一実施形態では、これらのパラメータは、（１）イオンの保持時間は、（フィルタ処理された）最大要素を含む（フィルタ処理された）走査の時間であり、（２）イオンのｍ／ｚは、（フィルタ処理された）最大要素を含む（フィルタ処理された）チャネルのｍ／ｚであり、（３）イオンの強度は、（フィルタ処理された）最大要素それ自体の強度である、というように決定される。
【０２３９】
スペクトル方向またはクロマトグラフ方向のピークの幅は、ピークをまたがる最も近いゼロ交差点の配置の間の距離を測定するか、またはピークをまたがる最も近い最小値の間の距離を測定することにより決定することができる。このようなピーク幅は、ピークが隣接要素から分解されることを確認するために使用することができる。他の情報も、ピーク幅を考察することによる収集できる。例えば、ピーク幅に対し値が思いがけなく大きい場合は、同時発生ピークを示すことがある。その結果、ゼロ交差または局所的極大の配置を入力として使用し、干渉同時発生の効果を推定するか、またはイオンパラメータリストに格納されているパラメータ値を修正することができる。
【０２４０】
ピークを分析することにより決定されたパラメータは、隣接要素を考察することによりさらに最適化することができる。畳み込み行列の要素はデジタルデータサンプルを表しているため、クロマトグラフ（時間）次元のピークの真の頂点は、サンプル時間と正確に一致しない場合があり、またスペクトル（質量対電荷比）次元のピークの真の頂点は、質量対電荷比チャネルと正確に一致しない場合がある。その結果、典型的には、時間および質量対電荷比次元の信号の実際の最大値は、サンプル期間または質量対電荷比チャネル間隔の数分の一だけ、利用可能なサンプリング値からオフセットされる。これらの分数オフセットは、曲線当てはめ法などの補間を使用してピークに対応する局所的極大値を持つ要素を囲む行列要素の値から推定することができる。
【０２４１】
例えば、二次元の状況においてイオンに対応する局所的極大値を含む出力畳み込み行列の要素から真の頂点の分数オフセットを推定する技術では、二次元形状を、局所的極大値を含むデータ行列の要素および最も近い隣接要素に当てはめる。本発明のいくつかの実施形態では、二次元放物形状が使用されるが、それは、頂点の近くの畳み込みピークの形状に対するよい近似だからである。例えば、放物形状は、ピークおよびその８つの最も近い隣接要素を含む９要素行列に当てはめることができる。本発明の範囲および精神において、他の当てはめを補間に使用できる。
【０２４２】
放物線当てはめを使用することにより、ピーク頂点の補間値を計算し、イオンパラメータを決定する。補間値を使用すると、保持時間、ｍ／ｚ、および強度の推定は、走査時間およびスペクトルチャネルの値を読み取って得られる推定結果よりも正確である。最大値での放物線の値、およびその最大値に対応するその補間時間およびｍ／ｚは、イオン強度、保持時間、およびｍ／ｚの推定値である。
【０２４３】
二次元放物線当てはめの最大値の行方向の補間された位置は、保持時間の最適な推定値である。二次元放物線当てはめの最大値の列方向の補間された位置は、質量対電荷比の最適な推定値を与える。ベースラインよりも上の頂点の補間された高さは、イオン強度または濃度の最適な推定値（フィルタ係数でスケーリングされる）を与える。
【０２４４】
本発明のいくつかの実施形態は、さらに、中間畳み込み行列の結果からピークパラメータを抽出するように構成することもできる。例えば、検出されたイオンに対応する単一ピークを特定するための上述の方法も、行列のそれぞれの行または列内のピークを特定するために使用することができる。これらのピークは、知られている時間または質量値においてスペクトルまたはクロマトグラムを格納するのに有用である場合がある。
【０２４５】
例えば、２階微分フィルタから得られるスペクトルまたはクロマトグラフは、上述の中間畳み込み行列から行および列毎に取得することができる。これらの中間結果は、局所的極大値についても調べられる。これらの最大値は、実際、クロマトグラムおよびスペクトルの平滑化バージョンである。局所的極大は、抽出され、保存され、特定の時刻または時間範囲の試料のスペクトル成分、または典型的な質量または質量範囲のクロマトグラフ成分に関してさらに詳細を与えることができる。
【０２４６】
測定誤差
本発明のいくつかの実施形態により得られるそれぞれのイオンパラメータ測定結果は、推定値なので、それぞれのそのような測定に関連する測定誤差がある。これらの関連する測定誤差は、統計的に推定できる。
【０２４７】
２つの異なる因子が測定誤差に寄与する。１つは、系統誤差つまり較正誤差である。例えば、質量分析計のｍ／ｚ軸が完全に較正されていない場合、与えられたｍ／ｚ値はオフセットを含む。系統誤差は、典型的には一定のままである。例えば、較正誤差は、ｍ／ｚ範囲全体にわたって本質的に一定である。このような誤差は、特定のイオンの信号対雑音または振幅に依存しない。同様に、質量対電荷比の場合、誤差は、スペクトル方向のピーク幅に依存しない。
【０２４８】
測定誤差に寄与する第２の因子は、それぞれの測定に関連する減らすことができない統計誤差である。この誤差は、熱またはショット雑音に関係する効果により生じる。与えられたイオンに対するこの誤差の大きさまたは分散は、イオンのピーク幅および強度に依存する。統計誤差は、再現性の尺度であり、したがって、較正誤差に依存しない。統計誤差は言い換えると、精度である。
【０２４９】
それぞれの測定に関連する統計誤差は、原理上、測定が行われる計測器の基本動作パラメータから推定することができる。例えば、質量分析計では、これらの動作パラメータは、典型的には、マイクロチャネルカウンティングプレート（ＭＣＰ）の効率と結びつけられた計測器のイオン化および伝達効率を含む。それとともに、これらの動作パラメータは、イオンに関連付けられたカウントを決定する。カウントは、質量分析計を使用する測定に関連する統計誤差を決定する。例えば、上述の測定に関連する統計誤差は、典型的に、ポアソン分布に従う。それぞれの誤差に対する数値は、誤差伝搬の理論を介して計数統計から求めることができる。例えば、Ｐ．Ｒ．ＢＥＶＩＮＧＴＯＮ、ＤＡＴＡ ＲＥＤＵＣＴＩＯＮ ＡＮＤ ＥＲＲＯＲ ＡＮＡＬＹＳＩＳ ＦＯＲ ＴＨＥ ＰＨＹＳＩＣＡＬ ＳＣＩＥＮＣＥＳ ａｔ ５８−６４（ＭｃＧＲＡｗ−ＨＩＬＬ １９６９）を参照のこと。
【０２５０】
一般に、統計誤差は、データから直接推論することもできる。統計誤差をデータから直接推論する方法の１つは、測定結果の再現性を調べることである。例えば、同じ混合物の反復注入は、同じ分子に対するｍ／ｚ値の統計的再現性を確定することができる。注入を通して生じるｍ／ｚ値の差は、統計誤差によるものである可能性が高い。
【０２５１】
保持時間測定結果に関連する誤差の場合、統計的再現性は、反復注入から生じる系統誤差が統計誤差を隠す傾向があるため実現が困難である。この困難を克服する１つの手法は、共通の親分子から得られた異なるｍ／ｚ値のイオンを調べることである。共通分子に由来するイオンは、同一の固有保持時間を持つことが予想されるであろう。そのため、共通の親に由来する分子の保持時間の測定と測定の間の差は、ピーク特性の測定に関連する基本的検出器雑音に関連する統計誤差によるものである可能性が高い。
【０２５２】
本発明の一実施形態を使用してそれぞれの測定が行われ、測定結果が格納されるが、それには、関連する統計誤差および系統誤差の推定値が伴う可能性がある。これらの誤差はそれぞれの検出イオンのパラメータ推定値に適用されるが、その値は、イオン群を分析することにより一般的に推論することができる。適当な誤差分析の後、検出イオンに対するそれぞれの測定関連する誤差は、検出イオン測定に対応する表のそれぞれの行に含めることができる。本発明のこのような実施形態では、表のそれぞれの行に、それぞれのイオンに関連する１５回分の測定結果をしまうことができる。これらの測定は、保持時間、質量対電荷比、強度、スペクトルＦＷＨＭ、およびクロマトグラフＦＷＨＭである、行ならびにその関連する統計誤差および系統誤差に対応する検出イオンに対する５回分の測定結果である。
【０２５３】
上述のように、保持時間およびｍ／ｚにおける測定誤差の統計成分、つまり精度は、それぞれのピーク幅および強度に依存する。ＳＮＲが高いピークについては、精度は、それぞれのピーク幅のＦＷＨＭよりも実質的に小さいと考えられる。例えば、ＦＷＨＭが２０ミリａｍｕで、ＳＮＲが高いピークでは、精度は、１ミリａｍｕよりも小さいと考えられる。雑音よりも高くかろうじて検出にかかるピークでは、精度は、２０ミリａｍｕと考えられる。統計誤差のこの説明のために、ＦＷＨＭは、畳み込みの前のＬＣ／ＭＳクロマトグラムにおけるピークのＦＷＨＭであると考えられる。
【０２５４】
精度は、ピーク幅に比例し、ピーク振幅に反比例する。一般に、精度、ピーク幅、およびピーク振幅の間の関係は、
【数６２】

と表すことができる。
【０２５５】
この関係式において、σ_ｍは、ｍ／ｚの測定の精度であり（標準誤差として表される）、ｗ_ｍは、ピークの幅であり（ＦＷＨＭのミリａｍｕ単位で表される）、ｈ_ｐは、ピークの強度であり（後フィルタ処理された、信号対雑音比として表される）、ｋは、１のオーダーの無次元定数である。ｋの正確な値は、使用されるフィルタ方法に依存する。この式は、σ_ｍがｗ_ｍよりも小さいことを示している。そのため、本発明では、検出イオンのｍ／ｚの推定を、元のＬＣ／ＭＳデータにおいて測定されたようにｍ／ｚピーク幅のＦＷＨＭよりも小さい精度で行うことができる。
【０２５６】
保持時間の測定に関して同様の維持の考慮事項が適用される。ピークの保持時間を測定できる精度は、ピーク幅と信号強度の組合せに依存する。ピークの最大ＦＷＨＭが０．５分の場合、保持時間は、０．０５分（３秒）の、標準誤差により記述される、精度に合わせて測定されるようにできる。本発明を使用することで、検出イオンの保持時間の推定を、元のＬＣ／ＭＳデータにおいて測定されたように保持時間ピーク幅のＦＷＨＭよりも小さい精度で行うことができる。
【０２５７】
ステップ６：抽出パラメータを格納する
上述のように、本発明のいくつかの実施形態の１つの出力は、検出イオンに対応するパラメータのテーブルまたはリストである。このイオンパラメータテーブル、またはリストは、それぞれの検出イオンに対応する行を持ち、それぞれの行は、１つまたは複数のイオンパラメータを含み、必要ならば、その関連する誤差パラメータを含む。本発明の一実施形態では、イオンパラメータテーブル内のそれぞれの行は、保持時間、質量対電荷比、および強度などの３つのパラメータを持つ。追加のイオンパラメータおよび関連する誤差は、リスト内に表現されているそれぞれの検出イオンについて格納することができる。例えば、ＦＷＨＭにより測定されたとおり検出イオンのピーク幅またはクロマトグラフおよび／またはスペクトル方向のゼロ交差幅も、決定し、格納することができる。
【０２５８】
ゼロ交差幅は、フィルタ処理が２階微分フィルタで実行される場合に適用可能である。２階微分のゼロ値は、ピークの上り勾配と下り勾配の両方のピークの屈曲点で生じる。ガウスピークプロファイルでは、屈曲点は、ピーク頂点から＋／１標準偏差の距離のところで生じる。そのため、屈曲点により測定された幅は、ピークの２標準偏差幅に対応する。そのため、ゼロ交差幅は、約２標準偏差に対応するピーク幅の高さ独立の尺度である。本発明の一実施形態では、テーブル中の行の個数は、検出されたイオンの個数に対応する。
【０２５９】
本発明は、さらに、データ圧縮の利点も有する。これは、イオンパラメータテーブルに含まれる情報を格納するために必要なコンピュータのメモリは、最初に生成された元のＬＣ／ＭＳデータを格納するために必要なメモリよりも著しく小さいからである。例えば、それぞれのスペクトル内に４００，０００個の分解要素がある（例えば、５０から２０００ａｍｕの２０，０００：１ＭＳ分解能）、３６００個のスペクトル（例えば、１時間の間毎秒１回収集されるスペクトル）を含む典型的な注入は、数ギガバイトを超えるメモリに強度のＬＣ／ＭＳデータ行列を格納する必要がある。
【０２６０】
複雑な試料では、本発明のいくつかの実施形態を使用し、１００，０００のオーダーのイオンを検出することができる。これらの検出イオンは、それぞれの行が検出イオンに対応するイオンパラメータを含む、１００，０００個の行を持つテーブルにより表される。それぞれの検出イオンに対する望ましいパラメータを格納するのに必要なコンピュータ記憶装置容量は、典型的には、１００メガバイト未満である。この記憶装置容量は、最初に生成されたデータを格納するために必要なメモリの数分の一にしかならない。イオンパラメータテーブルに格納されるイオンパラメータデータは、さらに処理するためにアクセスされ、抽出されるようにできる。データを格納する他の方法は、本発明のいくつかの実施形態で使用されうる。
【０２６１】
記憶装置容量要件が著しく低減されるだけでなく、ＬＣ／ＭＳデータを後処理する計算効率は、最初に生成されたＬＣ／ＭＳデータではなくイオンパラメータリストを使用してこのような分析が実行された場合に、著しく改善される。これは、処理する必要のあるデータ点の数が著しく削減されるからである。
【０２６２】
ステップ７：スペクトルおよびクロマトグラムを簡素化する
その結果のイオンリストまたはテーブルと交信して、新規性のある有用なスペクトルを形成することができる。例えば、上述のように、保持時間の向上した推定値に基づくテーブルからのイオンの選択は、複雑度が大幅に低減されたスペクトルをもたらす。それとは別に、ｍ／ｚ値の向上した推定値に基づくテーブルからのイオンの選択は、複雑度が大幅に低減されたクロマトグラムをもたらす。例えば、以下でさらに詳しく説明するように、注目する化学種に無関係のイオンを除外するために保持時間窓を使用できる。保持時間選択スペクトルは、１つのスペクトルの複数のイオンを誘発する、タンパク質、ペプチド、およびその断片化生成物などの分子種の質量スペクトルの解釈を簡素化する。同様に、同じ、または類似のｍ／ｚ値を持つイオンを区別するために、ｍ／ｚ窓が定義されうる。
【０２６３】
保持窓の概念を使用すると、ＬＣ／ＭＳクロマトグラムからの簡素化されたスペクトルを取得できる。窓の幅は、クロマトグラフピークのＦＷＨＭ以下となるように選択できる。場合によっては、ピークのＦＷＨＭの１／１０などの小さな窓が選択される。保持時間窓は、一般に、注目するピークの頂点に関連付けられた、特定の保持時間を選択し、次いで選択された特定の保持時間を中心とする値の範囲を選択することより定義される。
【０２６４】
例えば、最高の強度値を持つイオンを選択し、保持時間を記録できる。保持時間窓は、記録された保持時間を中心として選択される。次いで、イオンパラメータテーブル内に格納されている保持時間が調べられる。保持時間窓内に入る保持時間を持つイオンのみが、スペクトルに含まれるものとして選択される。３０秒のＦＷＨＭを持つピークでは、保持時間窓の有用な値は、±１５秒と長いか、または±１．５秒と短い。
【０２６５】
保持時間窓は、ほぼ同時に溶出するイオンを選択するように指定することができ、そのため、関係付けに対する候補となる。このような保持時間窓は、無関係の分子を除外する。そのため、保持窓を使用してピークリストから得られるスペクトルは、注目する化学種に対応するイオンのみを含み、それにより、生成されるスペクトルが著しく簡素化される。これは、典型的には注目する化学種に無関係のイオンを含む、従来の技術により生成されるスペクトルに勝る大きな改善である。
【０２６６】
イオンパラメータテーブルを使用することで、クロマトグラフピーク純度を分析する技術が実現される。ピーク純度は、ピークが単一イオンによるものか、それとも共溶出イオンの結果によるものかを指す。例えば、分析者は、本発明のいくつかの実施形態により生成されるイオンパラメータリストを参照することにより、注目する主ピークの時間内に化合物またはイオンがどれだけ溶離するかを決定することができる。ピーク純度の尺度または測定ベースラインを与える方法は、図２１を参照しつつ説明される。
【０２６７】
ステップ２１０２では、保持時間窓が選択される。保持時間窓は、注目するイオンに対応するピークのリフトオフおよびタッチダウンに対応する。ステップ２１０４では、イオンパラメータテーブルに対し問い合わせをして、選択された保持時間窓内ですべてのイオン溶離を同定する。ステップ２１０６で、同定されたイオン（注目するイオンを含む）の強度が総和される。ステップ２１０８では、ピーク純度測定ベースラインが計算される。ピーク純度測定ベースラインは、多数の方法で定義できる。本発明の一実施形態では、ピーク純度測定ベースラインは、以下のように定義される。
純度＝１００＊（注目するピークの強度）／（保持窓内のすべてのピークの強度の総和）
それとは別に、本発明の他の実施形態では、ピーク純度は、以下のように定義される。
純度＝１００＊（最も強い強度）／（保持窓内のすべてのピークの強度の総和）
ピーク純度の両方の定義において、ピーク純度は、パーセント値として表される。
【０２６８】
本発明のスペクトル簡素化特性を使用すると、生体試料の研究が行いやすくなる。生体試料は、ＬＣ／ＭＳ法を使用して通常分析される混合物の重要なクラスである。生体試料は、一般に、複雑な分子を含む。そのような複雑な分子の特徴は、特異分子種は複数のイオンを発生しうるという点である。ペプチドは、異なる同位体状態で天然に存在する。したがって、与えられた電荷で現れるペプチドは、ｍ／ｚの複数の値で現れ、それぞれそのペプチドの異なる同位体状態に対応する。十分な分解能があれば、ペプチドの質量スペクトルは、特徴的イオン群を示す。
【０２６９】
典型的に高い質量を持つタンパク質は、異なる荷電状態にイオン化される。タンパク質における同位体変化は質量分析計では分解できないが、異なる荷電状態で現れるイオンは、一般に、分解できる。このようなイオンは、タンパク質の同定を支援するために使用できる特徴的パターンを発生する。そこで、本発明の方法では、共通保持時間があるため共通タンパク質からイオンを関連付けることができる。次いで、これらのイオンは、例えば、Ｆｅｎｎ他の米国特許第５，１３０，５３８号で開示されている方法により分析できる簡素化されたスペクトルを形成する。
【０２７０】
質量分析計は、質量それ自体ではなく、質量対電荷比のみを測定する。しかし、ペプチドおよびタンパク質などの分子の荷電状態を、それらが発生するイオンのパターンから推論することが可能である。この推論された荷電状態を使用すれば、分子の質量が推定可能である。例えば、タンパク質が複数の荷電状態で生じる場合、ｍ／ｚ値の間隔から、電荷を推論し、その電荷を知ってそれぞれのイオンの質量を計算し、最終的に荷電されていない親の質量を推定することが可能である。同様に、ペプチドについては、ｍ／ｚ電荷が特定の質量ｍに対する同位体値における電荷によるものである場合に、電荷を隣接するイオンの間の間隔から推論することが可能である。
【０２７１】
ｍ／ｚ値を使用してイオンから電荷および親質量を推論するよく知られている技術が多数ある。例示的なこのような技術は、参照によりその全体が本明細書に組み込まれる、米国特許第５，１３０，５３８号で説明されている。これらの技術のそれぞれの要件は、正しいイオンの選択およびｍ／ｚに対する正確な値の使用である。検出されたイオンパラメータテーブルで表されるイオンは、精度を高めた結果を出すためにこれらの技術への入力として使用できる高精度の値を与える。
【０２７２】
さらに、引用されている方法のいくつかでは、スペクトル内に出現しうるイオンを区別することによりスペクトルの複雑度を下げることを試みている。一般に、これらの技術は、顕著なピークを中心とするスペクトルを選択するか、または単一ピークに関連するスペクトルを組み合わせて、単一の抽出されたＭＳスペクトルを取得することを伴う。そのピークが複数の同時発生イオンを発生した分子からのものであったなら、スペクトルは、無関係の化学種からのイオンを含むすべてのイオンを含むであろう。
【０２７３】
これらの無関係の化学種は、注目する化学種とまったく同じ保持時間に溶離するイオンからのものである可能性があるか、またはより一般に、これらの無関係の化学種は、異なる保持時間に溶離するイオンからのものである。しかし、これらの異なる保持時間がクロマトグラフピーク幅のＦＷＨＭ程度の窓内に含まれる場合、これらのピークの前部または尾部からのイオンは、スペクトル内に現れる可能性が高い。無関係の化学種に関連するピークの出現は、検出し、除去するためにその後の処理を必要とする。それらが同時に生じるいくつかの場合、測定を偏らせる可能性がある。
【０２７４】
図２２Ａは、２つの親分子およびその結果の多数のイオンから得られる例示的なＬＣ／ＭＳデータ行列を示す。この実施例では、ＬＣ／ＭＳデータ行列において、化学種は時刻ｔ１に溶離し、４個のイオンを発生し、他の化学種は時刻ｔ２に溶離し、５個のイオンを発生する。２つの異なる化学種があるとしても、時刻ｔ１または時刻ｔ２にスペクトルが抽出されるとすれば、その結果のスペクトルは、９個のイオンのそれぞれから１個ずつ９個のピークを含むであろう。しかし、本発明では、これら９個のイオンのそれぞれについて９つの正確な保持時間（さらにはｍ／ｚおよび強度）を得るであろう。次いで、スペクトルが、ｔ１に実質的に等しい保持時間を持つイオンのみから構成されていれば、４つのイオンのみが存在する。この簡素化されたスペクトルは図２２Ｂに示されている。次いで、同様に、スペクトルが、ｔ２に実質的に等しい保持時間を持つイオンのみから構成されていれば、５つのイオンのみが存在する。この簡素化されたスペクトルは図２２Ｃに示されている。
【０２７５】
応用例
ＬＣ／ＭＳシステムで試料が収集されるときに、保持時間を正確に推論するために、クロマトグラフピーク上で複数のスペクトルが典型的には収集される。例えば、本発明のいくつかの実施形態では、ＦＷＨＭ毎に５つのスペクトルが収集される。
【０２７６】
ＬＣ／ＭＳシステムの構成をスペクトル毎に変えることが可能である。例えば、すべての偶数スペクトルを一方のモードで収集し、すべてのインターリーブする奇数スペクトルを別のモードで動作するように構成されたＭＳで収集することができる。例示的なデュアルモード収集動作は、一方のモード（ＬＣ／ＭＳ）では非断片化イオンが収集され、第２のモード（ＬＣ／ＭＳＥ）では、第１のモードで収集された非断片化イオンの断片が収集されるＬＣ／ＭＳＥと交互に動作するＬＣ／ＭＳで採用することができる。これらのモードは、衝突室を横断するときにイオンに印加される電圧のレベルにより区別される。第１のモードでは、電圧は低く、第２のモードでは、電圧は高い（Ｂａｔｅｍａｎ他）。
【０２７７】
このようなシステムでは、一方のモードでシステムにより収集された断片またはイオンは、未修飾イオンと同じ保持時間を持つクロマトグラフプロファイルとともに現れる。これは、非断片化および断片化イオンが同じ分子種に共通であり、分子の溶出プロファイルがそこから派生するすべての非断片化および断片化イオンにインプリントされるからである。オンラインＭＳのモードを切り替えるために要する余分な時間はピーク幅またはクロマトグラフピークのＦＷＨＭに比べて短いため、これらの溶出プロフィルは実質的に時間的整合性を持つ。例えば、ＭＳ内の分子の輸送時間は、典型的には、ミリ秒またはマイクロ秒のオーダーであるが、クロマトグラフピークの幅は、典型的には、秒または分のオーダーである。したがって、特に、非断片化イオンおよび断片化イオンの保持時間は、実質的に同じである。さらに、それぞれのピークのＦＷＨＭは同じであり、さらに、それぞれのピークのクロマトグラフプロファイルは実質的に同じである。
【０２７８】
２つの動作モードで収集されたスペクトルは、２つの独立のデータ行列に分解することができる。上述の畳み込み、頂点検出、パラメータ推定、および閾値設定の演算は、両方に対し独立して適用することができる。そのような分析の結果、イオンの２つのリストが得られるが、リスト内に現れるイオンは、互いに関係を有する。例えば、一方の動作モードに対応するイオンのリスト内に出現する高い強度を持つ強いイオンは、他方の動作モードに応じて収集される修飾イオンのリスト内に対応物を持ちうる。このような場合、イオンは、典型的には、共通の保持時間を持つ。そのような関係のあるイオンを分析のため互いに関連付けるために、上述のように保持時間を制約する窓を両方のデータ行列において見つかるイオンに適用することができる。そのような窓を適用した結果、共通保持時間を持ち、したがって関係がある可能性のある２つのリスト内のイオンを識別する。
【０２７９】
これらの関係のあるイオンの保持時間が同じであっても、検出器雑音の効果により、これらのイオンの保持時間の測定値はいくぶん異なる。この違いは、統計誤差の現れであり、イオンの保持時間の測定の精度を測定するものである。本発明では、イオンの推定保持時間の差は、クロマトグラフピーク幅のＦＷＨＭよりも小さい。例えば、ピークのＦＷＨＭが３０秒である場合、イオン同士の間の保持時間のバラツキは、低強度ピークでは１５秒未満、高強度ピークでは１．５秒未満である。同じ分子のイオンを収集する（また、無関係のイオンを除去する）ために使用される窓幅は、この実施例では、±１５秒程度と大きいか、または±１．５秒程度と小さいものとすることができる。
【０２８０】
図２３は、本発明の実施形態により、関係するイオンを、生成された未修飾および修飾されたイオンのリストでどのように同定できるかを示す絵図表である。データ行列２３０２は、未修正のＭＳ実験の結果得られるスペクトルにおいて検出される３つの前駆体イオン２３０４、２３０６、および２３０８を示している。データ行列２３１０は、断片化を引き起こすために例えば上述のようにＭＳを修正した後、実験から得られる８個のイオンを示す。データ行列２３１０内のイオンと関係するデータ行列２３０２内のイオンは、ラベルｔ０、ｔ１、およびｔ２が付けられている３本の縦線により示されるように、同じ保持時間で現れる。例えば、データ行列２３１０内のイオン２３０８ａおよび２３０８ｂは、データ行列２３０２内のイオン２３０８に関係する。データ行列２３１０内のイオン２３０６ａ、２３０６ｂ、および２３０６ｃは、データ行列２３０２内のイオン２３０６に関係する。データ行列２３１０内のイオン２３０４ａ、２３０４ｂ、および２３０４ｃは、データ行列２３０２内のイオン２３０４に関係する。これらの関係は、それぞれ時刻ｔ０、ｔ１、およびｔ２を中心とする適切な幅の保持時間窓により識別できる。
【０２８１】
イオンパラメータリストは、さまざまな分析に使用することができる。このような分析の１つは、フィンガープリンティングまたはマッピングを伴う。全体的によく特徴付けられた、本質的に同じ組成の、成分が同じ相対量だけ存在する、混合物の実施例が多数ある。生物学的実施例は、尿、脳脊髄液、および涙などの最終代謝産物を含む。他の実施例は、細胞組織および血液中に見られる細胞集団のタンパク質成分である。他の実施例は、細胞組織および血液中に見られる細胞集団のタンパク質成分の酵素消化物である。これらの消化物は、デュアルモードＬＣ／ＭＳおよびＬＣ／ＭＳＥにより分析できる混合ペプチドを含む。工業で使用される実施例は、香水、香料、フレーバー、ガソリンまたは油の燃料分析を含む。環境的な実施例は、農薬、燃料、および除草剤、ならびに水および土壌の汚染を含む。
【０２８２】
これらの流動体で観察されると予想されるものからの外れる異常性は、製剤物質の摂取または注射から生じる代謝産物の場合の生体異物、代謝流動体の不正使用の薬剤の証拠、ジュース、フレーバー、および香料などの混ぜ物作成、または燃料分析を含む。本発明のいくつかの実施形態により生成されるイオンパラメータは、フィンガープリントまたは多変量解析について当業で知られている方法への入力として使用できる。ＳＩＭＣＡ（スウェーデン、Ｕｍｅｔｒｉｃｓ）、またはＰｉｒｏｕｅｔｔｅ（米国ワシントン州ウッデンビル、Ｉｎｆｏｍｅｔｒｉｘ）などのソフトウェア分析パッケージは、試料母集団間のイオンの変化を識別することにより、フィンガープリントまたは多変量解析技術を使用してそのような異常性を検出するように構成することができる。これらの分析は、混合物中の実体の正規分布を決定し、次いで、ベースラインから逸脱する試料を同定することができる。
【０２８３】
化合物の合成では、追加の分子的実体とともに所望の化合物を生成することができる。これらの追加の分子的実体は、合成経路を特徴付ける。イオンパラメータリストは、実際、化合物の合成の合成経路を特徴付けるために使用できるフィンガープリントとなる。
【０２８４】
本発明が適用可能な他の重要な応用例に、バイオマーカー発見がある。濃度の変化が疾病状態と、または薬剤の作用と一意に相関する分子の発見は、疾病の検知、または薬剤を発見するプロセスにとって基本的なものである。バイオマーカー分子は、細胞集団内、または代謝産物中、または血液および血清などの流動体中に出現しうる。よく知られている方法を使用する対照および疾病または投薬状態について生成されたイオンパラメータリストの比較は、疾病または薬剤の作用のマーカーである分子を同定するために使用できる。
【０２８５】
本発明の好ましい実施形態の前記の開示は、例示および説明を目的として提示された。この説明は網羅的であることを意図しておらず、また本発明を開示した正確な形態だけに限る意図もない。本明細書で説明されている実施形態の多くの変更形態および修正形態は、上記開示に照らして当業者には明白なことであろう。本発明の範囲は、付属の請求項のみにより、またその同等の項目により、定められるものとする。
【０２８６】
さらに、本発明の代表的実施形態を説明する際に、明細書において本発明の方法および／またはプロセスを特定の一連の工程として提示している可能性がある。しかし、方法またはプロセスが本明細書に記載されている工程の特定の順序に依存しない限り、方法またはプロセスは、説明されている特定の一連の工程に限定されるべきではない。当業者であれば理解するように、他の一連の工程も可能である。したがって、明細書に記載されている工程の他の順序は、請求項に対する制限と解釈すべきではない。さらに、本発明の方法および／またはプロセスを対象とする請求項は、書かれている順序で工程を実行することに限定されるべきではなく、また当業者であれば、順序を変更することができ、それでも本発明の精神および範囲内あることを容易に理解するであろう。
【図面の簡単な説明】
【０２８７】
【図１】本発明の一実施形態による例示的なＬＣ／ＭＳシステムの概略図である。
【図２】例示的なクロマトグラフまたはスペクトルのピークの図である。
【図３】３度例示的なＬＣ／ＭＳ実験中に生成された３個のイオンの例示的なスペクトルを示す図である。
【図４】図３の例示的なイオンに対応するクロマトグラムを示す図である。
【図５】本発明の一実施形態によりデータを処理する方法の流れ図である。
【図６】本発明の一実施形態によりデータを処理する方法の、絵図による流れ図である。
【図７】本発明の一実施形態によりイオンを検出する際に使用する閾値を決定する方法の、絵図による流れ図である。
【図８】本発明の一実施形態による例示的なデータ行列を示す図である。
【図９】本発明の一実施形態により図３および４のデータから作成された例示的なデータ行列の等高線表現図である。
【図１０】本発明の一実施形態により雑音が存在しない場合にデータを処理するための簡略化された方法の流れ図である。
【図１１】図９の例示的なデータ行列に対する共溶出イオンの効果を示す図である。
【図１２】図３に示されている例示的なデータに対する共溶出イオンの「段付き」効果を示す図である。
【図１３】本発明のいくつかの実施形態により作成されたデータ行列内の例示的なデータに雑音がどのような影響を及ぼすかを示す図である。
【図１４Ａ】図１３に示されているデータ行列に示されている例示的なデータに対応する３個のイオンのスペクトルを示す図である。
【図１４Ｂ】図１３に示されているデータ行列に示されている例示的なデータに対応する３個のイオンのクロマトグラムを示す図である。
【図１５】本発明の一実施形態による例示的な一次元アポダイズサビツキー−ゴーレイ２階微分フィルタを示す図である。
【図１６Ａ】本発明の一実施形態によるスペクトル（ｍ／ｚ）方向の例示的な一次元フィルタの断面を示す図である。
【図１６Ｂ】本発明の一実施形態によるクロマトグラフ（時間）方向の例示的な一次元フィルタの断面を示す図である。
【図１６Ｃ】本発明の一実施形態によるスペクトル（ｍ／ｚ）方向の例示的な一次元平滑化フィルタｆ１の断面を示す図である。
【図１６Ｄ】本発明の一実施形態によるクロマトグラフ方向の例示的な一次元２階微分フィルタｇ１の断面を示す図である。
【図１６Ｅ】本発明の一実施形態によるクロマトグラフ方向の例示的な一次元平滑化フィルタｇ２の断面を示す図である。
【図１６Ｆ】本発明の一実施形態によるスペクトル（ｍ／ｚ）方向の例示的な一次元２階微分フィルタｆ２の断面を示す図である。
【図１７Ａ】本発明のいくつかの実施形態によるデータ行列に格納されるようなＬＣ／ＭＳデータにより生成できる例示的なピークを示す図である。
【図１７Ｂ】本発明の一実施形態による例示的な階数２フィルタの点源応答（有限インパルス応答）を示す図である。
【図１７Ｃ】質量が等しく、ほぼ同時であっても、完全に同時ではない２つのＬＣ／ＭＳピークのシミュレーションを示す図である。
【図１７Ｄ】図１７Ｃの２ピークシミュレーションの質量のピーク断面を示す図である。
【図１７Ｅ】図１７Ｃの２ピークシミュレーションの時間のピーク断面を示す図である。
【図１７Ｆ】図１７Ｃの２ピークシミュレーションに計数（ショット）雑音を加える効果を示す図である。
【図１７Ｇ】図１７Ｆの追加雑音２ピークシミュレーションの質量のピーク断面を示す図である。
【図１７Ｈ】図１７Ｆの追加雑音２ピークシミュレーションの時間のピーク断面を示す図である。
【図１７Ｉ】階数２フィルタと図１７Ｆのシミュレートされたデータとの畳み込み演算を行った結果を示す図である。
【図１７Ｊ】図１７Ｉに示されている結果の質量のピーク断面を示す図である。
【図１７Ｋ】図１７Ｉに示されている結果の時間のピーク断面を示す図である。
【図１８】本発明の一実施形態によりデータのリアルタイム処理を実行する流れ図である。
【図１９】図１８の流れ図の方法によるデータのリアルタイム処理を実行する方法を示す絵図である。
【図２０】本発明の一実施形態により適切な閾値を決定する方法の流れ図である。
【図２１】本発明の一実施形態によりピーク純度測定ベースラインを決定する方法の流れ図である。
【図２２Ａ】２つの親分子およびその結果の多数の分子から得られる例示的なＬＣ／ＭＳデータ行列を示す図である。
【図２２Ｂ】時刻ｔ１における図２２Ａのデータに対応する例示的な複素スペクトルを示す図である。
【図２２Ｃ】時刻ｔ２における図２２Ａのデータに対応する例示的な複素スペクトルを示す図である。
【図２３】本発明の実施形態により、関係するイオンを、生成された未修飾および修飾されたイオンのリストでどのように同定できるかを示す絵図表である。

【特許請求の範囲】
【請求項１】
試料を分析するシステムであって、
クロマトグラフ分離のため試料が投入される液体クロマトグラフと、
液体クロマトグラフの出力を受け取り、試料の複数のスペクトルを離散時間で出力する質量分析計と、
質量分析計に結合され、複数のスペクトルを受け取って二次元データ行列内に格納するコンピュータと、
二次元フィルタとを備え、
コンピュータは、二次元フィルタをデータ行列に適用して、出力データ行列を生成し、出力データ行列を調べて、出力データ行列中の１つまたは複数のピークを識別することにより試料中のイオンを検出する、システム。
【請求項２】
データ行列が、データ行列のそれぞれの列が離散時間での複数のスペクトルのうちの１つに対応し、データ行列のそれぞれの行が特定の質量対電荷比に関して試料のクロマトグラムに対応するように構成されている、請求項１に記載のシステム。
【請求項３】
ピークが、それぞれのピークを閾値と比較することにより検出され、閾値を超えるピークは、イオンに関連しているとみなされる、請求項１に記載のシステム。
【請求項４】
閾値が、ピーク強度のヒストグラムを使用して決定される、請求項３に記載のシステム。
【請求項５】
フィルタが、整合フィルタである、請求項１に記載のシステム。
【請求項６】
フィルタが、データ行列の列との畳み込みが行われ第１の中間行列を生成する第１のフィルタおよび中間行列の行との畳み込みが行われ出力データ行列を生成する第２のフィルタを含む階数１フィルタである請求項１に記載のシステム。
【請求項７】
階数１フィルタが、１つまたは複数の平滑化フィルタを含む、請求項６に記載のシステム。
【請求項８】
階数１フィルタが、１つまたは複数の２階微分フィルタを含む、請求項６に記載のシステム。
【請求項９】
フィルタが、第１の階数１フィルタおよび第２の階数１フィルタを含む、階数２フィルタであり、第１の階数１フィルタは、データ行列の列との畳み込みが行われ第１の中間行列を生成する第１のフィルタおよび第１の中間行列の行との畳み込みが行われ第２の中間行列を生成する第２のフィルタを含み、第２の階数１フィルタは、データ行列の列との畳み込みが行われ第３の中間行列を生成する第１のフィルタおよび第３の中間行列の行との畳み込みが行われ第４の中間行列を生成する第２のフィルタを含み、第２および第４の中間行列は、組み合わされて、出力データ行列を生成する、請求項１に記載のシステム。
【請求項１０】
階数２フィルタが、１つまたは複数の平滑化フィルタを含む、請求項９に記載のシステム。
【請求項１１】
階数２フィルタが、１つまたは複数の２階微分フィルタを含む、請求項９に記載のシステム。
【請求項１２】
さらに、イオンに対応するパラメータが格納される全イオンリストを含み、パラメータは、イオンリスト内の出力データ行列中のピークの特徴を調べることにより決定される、請求項１に記載のシステム。
【請求項１３】
イオンリストのそれぞれの行が、行が対応する試料中の特定のイオンに関連付けられた１つまたは複数のパラメータを含む、請求項１２に記載のシステム。
【請求項１４】
１つまたは複数のパラメータが、特定のイオンに関連する質量対電荷比、特定のイオンに関連する保持時間、および特定のイオンに関連する強度を含む、請求項１３に記載のシステム。
【請求項１５】
１つまたは複数のパラメータが、ピークの特徴を含む、請求項１４に記載のシステム。
【請求項１６】
コンピュータが、さらに、簡素化されたスペクトルまたはクロマトグラムの中に置くべき関係するイオンをイオンリストから抽出することにより簡素化されたスペクトルまたはクロマトグラムを生成する、請求項１２に記載のシステム。
【請求項１７】
関係するイオンが、保持窓内に入るイオンとして選択される、請求項１６に記載のシステム。
【請求項１８】
コンピュータが、さらに、簡素化されたスペクトルの中に置くべき関係するイオンをイオンリストから抽出することにより簡素化されたクロマトグラムを生成する、請求項１２に記載のシステム。
【請求項１９】
関係のあるイオンが、質量対電荷比窓内に入るイオンとして選択される、請求項１８に記載のシステム。
【請求項２０】
スペクトルの１つまたは複数が、修正された質量分析計の動作に対応する一組のスペクトルが分析のために生成され、未修正の質量分析計の動作に対応する一組のスペクトルが分析のために生成され、第１のイオンリストが未修正の質量分析計の動作中に検出されたイオンについて生成され、第２のイオンリストが修正された質量分析計の動作により検出されたイオンについて生成されるように質量分析計を修正することにより生成される、請求項１２に記載のシステム。
【請求項２１】
第１および第２のイオンリスト内の関係するイオンが、保持時間窓を第１および第２のイオンリストに適用することにより同定される、請求項２０に記載のシステム。
【請求項２２】
修正が、断片化切り換えである、請求項２０に記載のシステム。
【請求項２３】
二次元フィルタが、データ行列と二次元フィルタとの畳み込みを行うことによりデータ行列に適用される、請求項１に記載のシステム。
【請求項２４】
試料を分析する方法であって、
試料を液体クロマトグラフィに導入し、液体クロマトグラフ出力へのクロマトグラフ分離を行うことと、
液体クロマトグラフィ出力を試料の複数の質量スペクトルを離散時間で出力する質量分析計に導入することと、
複数の質量スペクトルのうちの２つまたはそれ以上をコンピュータに入力することと、
２つのまたはそれ以上の質量スペクトルを二次元データ行列に格納することと、
データ行列に適用する二次元フィルタを指定することと、
二次元フィルタをデータ行列に適用し、出力データ行列を生成することと、
出力データ行列を調べて、出力データ行列内の１つまたは複数のピークを識別することにより試料中のイオンを検出し、それぞれのピークは試料中のイオンに対応することとを含む、方法。
【請求項２５】
さらに、データ行列のそれぞれ列が離散時間での複数のスペクトルのうちの１つに対応し、データ行列のそれぞれの行が特定の質量対電荷比に関して試料のクロマトグラムに対応するようにデータ行列を構成することを含む、請求項２４に記載の方法。
【請求項２６】
さらに、
それぞれのピークを検出閾値と比較することと、
検出閾値の条件を満たすピークを検出されたイオンに関連するピークとして同定することとを含む、請求項２４に記載の方法。
【請求項２７】
さらに、
データ行列からピーク強度のヒストグラムを作成することと、
ヒストグラムに従って検出閾値を決定することとを含む請求項２６に記載の方法。
【請求項２８】
二次元フィルタは、整合フィルタである、請求項２４に記載の方法。
【請求項２９】
さらに、
第１のフィルタおよび第２のフィルタを含む階数１フィルタを指定することと、
データ行列の列と第１のフィルタとの畳み込みを行って第１の中間行列を生成することと、
中間行列の行と第２のフィルタとの畳み込みを行って出力データ行列を生成することとを含む、請求項２４に記載の方法。
【請求項３０】
階数１フィルタが、１つまたは複数の平滑化フィルタを含む、請求項２９に記載の方法。
【請求項３１】
階数１フィルタが、１つまたは複数の２階微分フィルタを含む、請求項２９に記載の方法。
【請求項３２】
さらに、
第１の階数１フィルタは第１のフィルタおよび第２のフィルタを含み、第２の階数１フィルタは第３のフィルタおよび第４のフィルタを含む、第１の階数１フィルタおよび第２の階数１フィルタを含む、階数２フィルタを指定することと、
データ行列の列と第１のフィルタとの畳み込みを行って第１の中間行列を生成することと、
第１の中間行列の行と第２のフィルタとの畳み込みを行って第２の中間行列を生成することと、
データ行列の列と第３のフィルタとの畳み込みを行って第３の中間行列を生成することと、
第３の中間行列の行と第４のフィルタとの畳み込みを行って第４の中間行列を生成することと、
第２の行列と第４の行列とを組み合わせて出力データ行列を生成することとを含む、請求項２４に記載の方法。
【請求項３３】
階数２フィルタが、１つまたは複数の平滑化フィルタを含む、請求項３２に記載の方法。
【請求項３４】
階数２フィルタが、１つまたは複数の２階微分フィルタを含む、請求項３２に記載の方法。
【請求項３５】
さらに、
検出されたイオンに対応するものとして識別されたピークの特徴を調べて、検出されたイオンに対応するパラメータを取得することと、
検出されたイオンに対応するパラメータをイオンリストに格納することとを含む、請求項２４に記載の方法。
【請求項３６】
イオンリストのそれぞれの行が、行が対応する試料中の特定のイオンに関連付けられた１つまたは複数のパラメータを含む、請求項３５に記載の方法。
【請求項３７】
１つまたは複数のパラメータが、特定のイオンに関連する質量対電荷比、特定のイオンに関連する保持時間、および特定のイオンに関連する強度を含む、請求項３５に記載の方法。
【請求項３８】
１つまたは複数のパラメータが、ピークの特徴を含む、請求項３７に記載の方法。
【請求項３９】
さらに、関係するイオンをイオンリストから抽出し、簡素化されたスペクトルまたはクロマトグラムを作成することを含む、請求項３５に記載の方法。
【請求項４０】
さらに、
保持時間窓を指定することと、
イオンパラメータリストからの関係するイオンを、保持時間窓内に入る保持時間を持つイオンとして同定することとを含む、請求項３９に記載の方法。
【請求項４１】
コンピュータが、さらに、簡素化されたスペクトルの中に置くべき関係するイオンをイオンリストから抽出することにより簡素化されたクロマトグラムを生成する、請求項３９に記載の方法。
【請求項４２】
さらに、
質量対電荷比窓を指定することと、
イオンパラメータリストからの関係するイオンを、質量対電荷比窓内に入る質量対電荷比を持つイオンとして同定することとを含む、請求項４１に記載の方法。
【請求項４３】
さらに、
分析のため質量分析計の動作に対応する一組のスペクトルを生成することと、
質量分析計の動作中に検出されたイオンの第１のイオンパラメータリストを格納することと、
質量分析計を修正することと、
分析のため修正された質量分析計の動作に対応する一組のスペクトルを生成することと、
修正された質量分析計の動作中に検出されたイオンの第２のイオンパラメータリストを格納することとを含む、請求項３５に記載の方法。
【請求項４４】
さらに、
保持時間窓を指定することと、
第１および第２のイオンパラメータリストからの関係するイオンを、保持時間窓内に入る保持時間を持つイオンとして同定することとを含む、請求項４３に記載の方法。
【請求項４５】
修正が、断片化切り換えである、請求項４３に記載の方法。
【請求項４６】
さらに、データ行列とフィルタとの畳み込みを行うことを含む、請求項２４に記載の方法。
【請求項４７】
試料を分析するシステムであって、
試料を液体クロマトグラフに導入し、液体クロマトグラフ出力へのクロマトグラフ分離を行う手段と、
液体クロマトグラフィ出力を試料の複数の質量スペクトルを離散時間で出力する質量分析計に導入する手段と、
複数の質量スペクトルのうちの２つまたはそれ以上をコンピュータに入力する手段と、
２つのまたはそれ以上の質量スペクトルを二次元データ行列に格納する手段と、
データ行列に適用する二次元フィルタを指定する手段と、
二次元フィルタをデータ行列に適用し、出力データ行列を生成する手段と、
出力データ行列を調べて、出力データ行列内の１つまたは複数のピークを識別することにより試料中のイオンを検出し、それぞれのピークは試料中のイオンに対応する、手段とを備える、システム。
【請求項４８】
さらに、データ行列のそれぞれ列が離散時間での複数のスペクトルのうちの１つに対応し、データ行列のそれぞれの行が特定の質量対電荷比に関して試料のクロマトグラムに対応するようにデータ行列を構成する手段を備える、請求項４７に記載の方法。
【請求項４９】
さらに、
それぞれのピークを検出閾値と比較する手段と、
検出閾値の条件を満たすピークを検出されたイオンに関連するピークとして同定する手段とを備える、請求項４７に記載の方法。
【請求項５０】
さらに、
データ行列からピーク強度のヒストグラムを作成する手段と、
ヒストグラムに従って検出閾値を決定する手段とを備える、請求項４９に記載の方法。
【請求項５１】
二次元フィルタが、整合フィルタである、請求項４７に記載の方法。
【請求項５２】
さらに、
第１のフィルタおよび第２のフィルタを含む階数１フィルタを指定する手段と、
データ行列の列と第１のフィルタとの畳み込みを行って第１の中間行列を生成する手段と、
中間行列の行と第２のフィルタとの畳み込みを行って出力データ行列を生成する手段とを備える、請求項４７に記載の方法。
【請求項５３】
階数１フィルタが、１つまたは複数の平滑化フィルタを含む、請求項５２に記載の方法。
【請求項５４】
階数１フィルタが、１つまたは複数の２階微分フィルタを含む、請求項５２に記載の方法。
【請求項５５】
さらに、
第１の階数１フィルタは第１のフィルタおよび第２のフィルタを含み、第２の階数１フィルタは第３のフィルタおよび第４のフィルタを含む、第１の階数１フィルタおよび第２の階数１フィルタを含む、階数２フィルタを指定する手段と、
データ行列の列と第１のフィルタとの畳み込みを行って第１の中間行列を生成する手段と、
第１の中間行列の行と第２のフィルタとの畳み込みを行って第２の中間行列を生成する手段と、
データ行列の列と第３のフィルタとの畳み込みを行って第３の中間行列を生成する手段と、
第３の中間行列の行と第４のフィルタとの畳み込みを行って第４の中間行列を生成する手段と、
第２の行列と第４の行列とを組み合わせて出力データ行列を生成する手段とを備える、請求項４７に記載の方法。
【請求項５６】
階数２フィルタが、１つまたは複数の平滑化フィルタを含む、請求項５５に記載の方法。
【請求項５７】
階数２フィルタが、１つまたは複数の２階微分フィルタを含む、請求項５５に記載の方法。
【請求項５８】
さらに、
検出されたイオンに対応するものとして識別されたピークの特徴を調べて、検出されたイオンに対応するパラメータを取得する手段と、
検出されたイオンに対応するパラメータをイオンリストに格納する手段とを備える、請求項４７に記載の方法。
【請求項５９】
イオンリストのそれぞれの行が、行が対応する試料中の特定のイオンに関連付けられた１つまたは複数のパラメータを含む、請求項５８に記載の方法。
【請求項６０】
１つまたは複数のパラメータが、特定のイオンに関連する質量対電荷比、特定のイオンに関連する保持時間、および特定のイオンに関連する強度を含む。請求項５８に記載の方法。
【請求項６１】
１つまたは複数のパラメータが、ピークの特徴を含む、請求項６０に記載の方法。
【請求項６２】
さらに、関係するイオンをイオンリストから抽出し、簡素化されたスペクトルまたはクロマトグラムを作成する手段を備える、請求項５８に記載の方法。
【請求項６３】
さらに、
保持時間窓を指定する手段と、
イオンパラメータリストからの関係するイオンを、保持時間窓内に入る保持時間を持つイオンとして同定する手段とを備える、請求項６２に記載の方法。
【請求項６４】
コンピュータが、さらに、簡素化されたスペクトルの中に置くべき関係するイオンをイオンリストから抽出することにより簡素化されたクロマトグラムを生成する、請求項６２に記載の方法。
【請求項６５】
さらに、
質量対電荷比窓を指定する手段と、
イオンパラメータリストからの関係するイオンを、質量対電荷比窓内に入る質量対電荷比を持つイオンとして同定する手段とを備える、請求項６４に記載の方法。
【請求項６６】
さらに、
分析のため質量分析計の動作に対応する一組のスペクトルを生成する手段と、
質量分析計の動作中に検出されたイオンの第１のイオンパラメータリストを格納する手段と、
質量分析計を修正する手段と、
分析のため修正された質量分析計の動作に対応する一組のスペクトルを生成する手段と、
修正された質量分析計の動作中に検出されたイオンの第２のイオンパラメータリストを格納する手段とを備える、請求項５８に記載の方法。
【請求項６７】
さらに、
保持時間窓を指定する手段と、
第１および第２のイオンパラメータリストからの関係するイオンを、保持時間窓内に入る保持時間を持つイオンとして同定する手段とを備える、請求項６６に記載の方法。
【請求項６８】
修正が、断片化切り換えである、請求項６６に記載の方法。
【請求項６９】
さらに、データ行列とフィルタとの畳み込みを行う手段を備える、請求項４７に記載の方法。

【図１】

【図２】

【図３】

【図４】

【図５】

【図６】

【図７】

【図８】

【図９】

【図１０】

【図１１】

【図１２】

【図１３】

【図１４Ａ】

【図１４Ｂ】

【図１５】

【図１６Ａ】

【図１６Ｂ】

【図１６Ｃ】

【図１６Ｄ】

【図１６Ｅ】

【図１６Ｆ】

【図１７Ａ】

【図１７Ｂ】

【図１７Ｃ】

【図１７Ｄ】

【図１７Ｅ】

【図１７Ｆ】

【図１７Ｇ】

【図１７Ｈ】

【図１７Ｉ】

【図１７Ｊ】

【図１７Ｋ】

【図１８】

【図１９】

【図２０】

【図２１】

【図２２Ａ】

【図２２Ｂ】

【図２２Ｃ】

【図２３】

【公表番号】特表２００７−５２７９９２（Ｐ２００７−５２７９９２Ａ）
【公表日】平成１９年１０月４日（２００７．１０．４）
【国際特許分類】
【出願番号】特願２００６−５５３２１８（Ｐ２００６−５５３２１８）
【出願日】平成１７年２月１１日（２００５．２．１１）
【国際出願番号】ＰＣＴ／ＵＳ２００５／００４１８０
【国際公開番号】ＷＯ２００５／０７９２６３
【国際公開日】平成１７年９月１日（２００５．９．１）
【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）】