[发明专利]数据处理方法及数据处理系统

说明书

本发明提供一种数据处理方法及数据处理系统，数据处理方法包括：准备关于试样的通过色谱法分析而获取的包含色谱与光谱的三维色谱的实际数据、及在所述实际数据的所述色谱上峰相互重叠的所述试样中的多个成分各自的光谱数据；对于与所述多个成分各自的所述光谱数据相互对应的波长区域彼此的相似度，一边使所述波长区域全面地变化一边针对每个所述波长区域进行计算；基于相似度计算的计算结果，将所述相似度最低的波长区域设定为对象范围；使用所述多个成分各自的所述光谱数据，在所述对象范围中执行所述实际数据的矩阵分解，由此生成所述多个成分各自的色谱数据。

技术领域

本发明涉及一种三维色谱的数据处理方法及数据处理系统。

背景技术

在使用光电二极管阵列(photo diode array，PDA)检测器等多通道型检测器的液相色谱仪(liquid chromatograph，LC)中，连续地获取自分析管柱溶出的试样的吸光光谱，由此可获得具有时间、波长、及信号强度(吸光度)这三个维度的三维色谱数据。

在使用液相色谱仪对试样中的目标成分进行定量的情况下，一般使用目标成分的吸光度最大的波长生成色谱，在所述色谱上求出目标成分的峰的面积值进行定量。但是，有时在试样中包含目标成分以外的杂质，在色谱上所述杂质的峰有时与目标成分的峰重叠。在此种情况下，在多个峰重叠的状态下，无法求出目标成分或杂质的峰面积值，从而无法获得定量结果，因此需要将在色谱上峰重叠的多个成分相互分离。

作为用于将相互重叠的多个成分的峰分离的方法，有通过将指数修正高斯(Exponential Modified Gaussian，EMG)函数等模型函数(峰模型)应用于实际的色谱的波形，推测各成分各自的色谱的方法(参照专利文献1)；以及通过对原始的三维色谱数据进行矩阵分解，以数学方式推测各成分的色谱的方法。

[现有技术文献]

[专利文献]

[专利文献1]国际公开第2016/035167号

发明内容

[发明所要解决的问题]

通过矩阵分解进行的峰的分离由于仅将原始的三维色谱数据以数学方式分离为经指定的数，因此分离后的各峰的形状可能与实际的峰形状完全不同。另一方面，分离后的各成分的色谱的波形不依赖于峰模型，因此自由度高，也有可能获得比应用峰模型的方法更高的分离精度。

本发明的目的在于可通过矩阵分解对在色谱上相互重叠的多个成分的峰进行高精度的分离。

[解决问题的技术手段]

本发明者等人考虑到，在使用矩阵分解对在色谱上重叠的多个成分的峰进行分离之前，利用某种方法获取所述多个成分各自的光谱数据，将这些光谱数据用作矩阵分解的基础。但是，在作为分离对象的多个成分的光谱的整体波形相互类似的情况下，若仅将这些光谱数据简单地用于矩阵分解，则难以高精度地进行峰的分离。此处，本发明者等人获得如下见解：对与作为分离对象的多个成分的光谱数据相互对应的波长区域彼此的相似度进行全面评价，并在相互的相似度低的波长区域使用光谱数据来执行矩阵分解，由此可提高通过矩阵分解实现的峰分离的精度。本发明是基于此种见解而成。

本发明的数据处理方法包括：数据准备步骤，准备关于试样的通过色谱法分析而获取的包含色谱与光谱的三维色谱的实际数据、及在所述实际数据的所述色谱上峰相互重叠的所述试样中的多个成分各自的光谱数据；相似度计算步骤，对于与所述数据准备步骤中准备的所述多个成分各自的所述光谱数据相互对应的波长区域彼此的相似度，一边使所述波长区域全面地变化一边针对每个所述波长区域进行计算；对象范围设定步骤，基于所述相似度计算步骤中的计算结果，搜索所述相似度比所述多个成分各自的所述光谱数据彼此的整体相似度低的波长区域，并设定对象范围；以及峰分离步骤，使用所述多个成分各自的所述光谱数据，在所述对象范围设定步骤中设定的所述对象范围中执行所述实际数据的矩阵分解，由此生成所述多个成分各自的色谱数据。