JPH11506858A - 分析的分離プロセスから生じたデータの分析のための逆畳み込み方法 - Google Patents

Abstract

(57)【要約】 分析的分離プロセスから得られた信号の解析を行うための信号プロセッサにおける、改良された信号処理方法を開示する。第１の局面において、複数の部分的に分離されたサンプルゾーンを表している信号を測定し、この信号の点広がり関数を決定し、この信号および点広がり関数のフーリエ変換を行う。次に、信号のノイズ成分ｎを決定し、フィルタＡ(f)＝(Ｄ(f)Ｐ^*(f))／Ｐ^*(f)Ｐ(f)＋ｎを用いて結果信号Ａ(f)の値を計算する。上式において、Ｄ(f)は信号のフーリエ変換であり、Ｐ(f)は点広がり関数のフーリエ変換であり、Ｐ^*(f)はＰ(f)の複素共役である。最後に、結果信号Ａ(f)の逆フーリエ変換を行い、Ａ(t)として報告する。好ましくは、点広がり関数は標準偏差σを有するガウス関数であり、σは、αβトラッカまたは関数σ＝(ａ＋ｂｔ²)^1/2のいずれかを用いて決定される（ａおよびｂは定数である）。本発明の第２の局面において、上記信号の複数の可能な点広がり関数を決定して、各PSFを用いて上述の方法を適用する。負でない値を与える点広がり関数の最大値を決定し、その対応する結果信号Ａ(t)を報告する。本発明の第３の局面において、本発明の第１または第２の局面の方法ステップを行う機械によって実行可能な命令のプログラムの実現物としての、機械によって読み出し可能なプログラム記憶装置が提供される。

Description

【発明の詳細な説明】 分析的分離プロセスから生じたデータの 分析のための逆畳み込み方法 背景 本発明は、改良された逆畳み込み（deconvolution）方法を用いた分析的分離 プロセスから生じたデータの分析に関する。 密接に関連した化学種を分離および検出する能力は、近代の化学および生物化 学において非常に重要である。このことは、密接に関連した種の複雑な混合物と して存在する分子の研究に関与する生命科学において特に当てはまる。 分析的分離プロセスは、多成分混合物の個々の成分を、各成分の異なる移動率 に基づく個々のサンプルゾーンへと分離する。このような分離プロセスの例には 、液体クロマトグラフィー、ガスクロマトグラフィー、電気泳動、遠心分離、段 階的抽出、および吸着等が含まれる。近代のバイオテクノロジーに特別な重要性 を持つ、このようなプロセスの適用は、ＤＮＡ配列決定である。これは、一つの ヌクレオチドのみで大きさが異なる最大１０００のヌクレオチド長のポリヌクレ オチドフラグメントの電気泳動分離に依存する。 分析的分離プロセスから生じたデータは、典型的には、時間および／または位 置の関数としてのサンプル量の形をとる。例えば、ＨＰＬＣまたはリアルタイム の電気泳動検出器の場合には、データは、時間の関数としての濃度の形をとる。 あるいは、オートラジオグラフィー電気泳動検出器の場合には、データは、位置 の関数としてのサンプル量の形をとる。 このようなデータの解釈の際に生じる問題は、複数の完全に分離（resolve） されていないゾーン、すなわちオーバーラップするサンプルゾーンの中から、個 々のサンプルゾーンを識別することである（図１参照）。分離の欠如は、拡散、 界面質量移行、熱的プロファイル、およびサンプル注入の散発的な影響や、同様 の影響によるサンプルゾーンの有限の幅によって引き起こされる。この問題は、 自動データ分析、例えば、数百のオーバーラップするゾーンが正確に分離されな ければならないＤＮＡ配列の自動塩基コーリングが用いられる場合に、特に深刻 である。 オーバーラップするサンプルゾーンを含むデータにおいて個々のサンプルゾー ンを識別するのに有用な方法のうち、特に有力な種類の１つは、逆畳み込みであ る。逆畳み込みでは、ある測定された信号は、２つの別個の信号関数、すなわち ゼロの幅を有する仮定ゾーンの位置を表す「真」の信号関数、および各サンプル ゾーンの非ゼロ幅を表す点広がり関数（ＰＳＦ）の畳み込みであると考えられる 。実際には、逆畳み込みプロセスは、一般的に、上記信号およびＰＳＦのフーリ エ変換（ＦＴ）を行い、変換された信号を、変換されたＰＳＦで除算し、その結 果の逆フーリエ変換を行うことによって実行される。さらに、逆畳み込みされた データへのノイズの影響を低減するために、逆フーリエ変換を行う前にフィルタ リング操作が適用され得る。分析的分離から生じるデータに適用される現在の逆 畳み込み方法は、同形フィルタリング（例えば、全体として本明細書中に援用さ れる米国特許第5,273,632号）を用いた「ブラインド」逆畳み込み方法を使用す る。ブラインド逆畳み込み方法は、ある特定の適用分野に対する参照を全く行わ ずに選択された不変のＰＳＦを利用する。これは、ＰＳＦが、事前に正確に知ら れている必要がないという利点を提供する。しかし、ブラインド逆畳み込み方法 は、多数の重要な制限を受ける。ＰＳＦ関数は、信号に対して最適化されないの で、高度に識別力のあるフィルタを効率的に用いることができない。その理由は 、非最適化ＰＳＦへのこのようなフィルタの適用により、高周波ノイズが生じる からである。さらに、変換された信号は、フィルタリングの前に、信号を正規化 するために予め調整されなければならない。この余分のステップにより、最終結 果に不用のノイズが導入され得る。最後に、現在の方法は、ＰＳＦが、分析の過 程で変化し得、その結果、不変のＰＳＦと必然的に最適以下の実際のデータとの 間の適合を生じるという事実を考慮しない。 要旨 本発明は、分析的分離方法、例えば、電気泳動、ＨＰＬＣ、または他の同様の プロセスから生じた信号の逆畳み込みを行うための信号プロセッサにおける改良 された信号処理方法の我々の発見に向けられている。本発明の方法は、信号およ び／または適応パラメータ評価技術の性質に関する従来的知識を用いて、サンプ ルゾーン幅の推定に使用されるＰＳＦをチューニングする（tune）。この方法は 、自動化ＤＮＡ配列決定の分野において特に適用される。 我々の発明の目的は、複数のオーバーラップするサンプルゾーンを含む信号に おいて個々のサンプルゾーンを識別するための改良された信号処理方法を提供す ることである。ここでは、高度に識別力のあるフィルタ（例えば、Weinerフィル タ）が、変換された信号に適用され得る。 我々の発明の別の目的は、複数のオーバーラップするサンプルゾーンを含む信 号において個々のサンプルゾーンを識別するための改良された信号処理方法を提 供することである。ここでは、ＰＳＦの変化を、信号における時間および／また は位置の関数として考慮する適用分野特有のＰＳＦモデルを使用してＰＳＦが決 定される。 我々の発明のさらに別の目的は、複数のオーバーラップするサンプルゾーンを 含む信号において個々のサンプルゾーンを識別するための改良された信号処理方 法を提供することである。ここでは、ＰＳＦの値が、適応パラメータ評価技術を 用いて決定される。 我々の発明の別の目的は、ＤＮＡ配列の自動塩基コーリングを促進する改良さ れた信号処理方法を提供することである。 第１の局面では、本発明の上記および他の目的が、以下の工程を含む信号プロ セッサにおける改良された信号処理方法によって達成される。複数の部分的に分 離したサンプルゾーンを表す信号Ｄ（ｔ）は、データウィンドウにおいて測定さ れ、プロセッサによって受け取られる。信号の点広がり関数は、次に、そのデー タウィンドウに関して決定され（Ｐ（ｔ））、信号および点広がり関数のフーリ エ変換が行われる。次に、信号のノイズ成分ｎが決定され、結果信号Ａ（ｆ）の 値が計算される。 ここで、 である。ただし、Ｄ（ｆ）は、信号のフーリエ変換であり、Ｐ（ｆ）は、点広が り関数のフーリエ変換であり、Ｐ^*（ｆ）は、Ｐ（ｆ）の複素共役であり、ｎは 、信号のノイズ成分である。最後に、結果信号Ａ（ｆ）の逆フーリエ変換が行わ れ、時間領域における結果信号Ａ（ｔ）として報告される。このプロセスは、そ の信号全体が処理されるまで、連続するデータウィンドウに対して繰り返される 。 第１の好適な実施形態においては、点広がり関数は、標準偏差σを有するガウ ス関数であり、σは、定数項αおよβを含むαβトラッカー（tracker）を用い て決定され、αは、０．２と０．８との間であり、そして 第２の好適な実施形態においては、点広がり関数は、標準偏差σを有するガウ ス関数であり、σは、関数： を用いて決定され、ａおよびｂは定数である。 本発明の第２の局面では、信号の複数のありうる点広がり関数が決定される。 次に、各点広がり関数のフーリエ変換が、信号のフーリエ変換と共に行われる。 次に、信号のノイズ成分の推定が決定され、結果信号Ａ（ｆ）の値が、各点広が り関数に関して計算され、 であり、Ｄ（ｆ）、Ｐ（ｆ）、 Ｐ^*（ｆ）、およびｎの変数は上記の定義通り である。結果信号Ａ（ｆ）の逆フーリエ変換が、点広がり関数の各値に対して行 われる。次に、データウィンドウにおいて負ではない結果信号を提供する最大の 点広がり関数値が決定され、関連値Ａ（ｔ）が報告される。 本発明の第３の局面においては、機械によって読み出し可能で、本発明の第１ または第２の局面の方法のステップを行う機械によって実行可能な命令プログラ ムを明白に具体化するプログラム記憶装置が提供される。 本発明の第４の局面においては、本発明の第１または第２の局面の方法のステ ップの実行に適応する信号プロセッサが提供される。 本発明のこれらおよび他の目的、特徴、および利点が、以下の説明、図面およ び添付の請求の範囲を参照することによってより理解されるであろう。 図面の簡単な説明 図１は、信号のオーバーラップするサンプルゾーンの模式図である。 図２は、本発明の信号プロセッサを一般的に説明するフローチャートである。 図３は、正規分布またはガウス分布を示す。 図４は、本発明の信号プロセッサに利用される好適なαβトラッカーを一般的 に説明するステップのフローチャートである。 図５Ａ、５Ｂ、および５Ｃは、本発明の信号プロセッサに利用されるデータウ ィンドウに索引を付けるための代替方法を示す。 図６Ａおよび６Ｂは、本発明の信号プロセッサによる処理の前（上部）および 後（下部）の実行の初期に得られたＤＮＡ配列決定データを示す。 図７Ａおよび７Ｂは、本発明の信号プロセッサによる処理の前（上部）および 後（下部）の実行の中期に得られたＤＮＡ配列決定データを示す。 図８Ａおよび８Ｂは、本発明の信号プロセッサによる処理の前（上部）および 後（下部）の実行の終了に向けて得られたＤＮＡ配列決定データを示す。 好適な実施形態の説明 以下に本発明の好適な実施形態を詳細に参照し、その例は、添付の図面に示さ れる。本発明を好適な実施形態に関連して説明するが、本発明が、これらの実施 形態に限定される意図はないことが理解される。逆に、本発明が、添付の請求の 範囲によって規定される本発明に包含され得る代替例、改変例、および均等例を 包含することが意図される。 本発明は、複数のオーバーラップするサンプルゾーンを含む信号に存在する個 々のサンプルゾーン、または「ピーク」を識別するのに有用な信号プロセッサ における改良された信号処理方法に関し、このような信号は、分析的分離プロセ ス（例えばクロマトグラフィー、電気泳動、遠心分離、段階的抽出および吸着等 ）をモニターする検出器によって生成される。特に本発明は、そのような信号を 逆畳み込みするための信号プロセッサにおける改良された信号処理方法に関する 。本発明は、自動ＤＮＡ配列決定プロセスから生じる複数のオーバーラップする サンプルゾーンを含む信号において個々の電気泳動サンプルゾーンを検出するの に特に適する。 一般的に、本発明の方法は、以下のように実行される。（ｉ）あるデータウィ ンドウのある信号のフーリエ変換を計算し；（ｉｉ）該信号の点広がり関数を決 定し；（ｉｉｉ）該点広がり関数のフーリエ変換を行い；（ｉｖ）信号のノイズ 成分を決定し；（ｖ）逆畳み込みされた結果信号Ａ（ｆ）の値が、式： によって決定され、Ｄ（ｆ）は、信号のフーリエ変換であり、Ｐ（ｆ）は、点広 がり関数のフーリエ変換であり、Ｐ^*（ｆ）は、Ｐ（ｆ）の複素共役であり、ｎ は、信号のノイズ成分であり；（ｖｉ）結果信号Ａ（ｆ）の逆フーリエ変換が行 われ；（ｖｉｉ）ウィンドウの時間領域における結果信号Ａ（ｔ）が報告され； そして（ｖｉｉｉ）ウィンドウが索引を付けられる。ステップｉ〜ｖｉｉｉは、 信号全てが処理されるまで繰り返される。図２は、本発明の信号処理システムを 示す。信号： 本発明の信号プロセッサは、分析的分離プロセス（例えば電気泳動分離）の結 果をモニターする検出器によって生成された信号を受け取る。このような検出器 は、分離期間中に分離の出力をモニターする「リアルタイム」の検出器（例えば 、ＨＰＬＣクロマトグラフィーまたはリアルタイムの電気泳動スキャナ）であり 得る。好適には、信号は、ＤＮＡ配列決定反応の生成物を分離および検出するの に有用な電気泳動スキャナ、例えば、サンガー（Sanger）タイプの配列決定（例 えば、それぞれ全体として本明細書中に援用される米国特許第4,811,218号、第4 ,8 79,012号、4,832,815号、4,675,095号、および第5,274,240号）によって生成さ れる。あるいは、検出器は、例えばオートラジオグラフィースキャナまたは蛍光 スキャナ（例えば全体として本明細書中に援用される米国特許第5,091,652号） などの、分離結果を分離が完了した後に分析する「スナップショット」検出器で あり得る。 このような検出器は、サンプル成分と関連し得るあらゆる検出可能な信号に依 存し得る。検出器の例には、蛍光性、吸収度、屈折率、または放射能などの変化 に基づく検出器が含まれる。好適には、信号の信号対ノイズ比（Ｓ／Ｎ）が、１ ０ｄＢを越える。より好適には、信号のサンプリング周波数は、ナイキストサン プリングの定理を満たすように選択される、すなわちサンプリング周波数は、信 号の最大周波数の少なくとも２倍である。好適には、信号は、標準Ａ／Ｄ変換装 置を用いて、処理前に、デジタル形式に変換される。点広がり関数： 本明細書中に記載されるような「点広がり関数」または「ＰＳＦ」という用語 は、信号またはその部分に近似するあらゆるモデルを意味する。このモデルは、 関数形態、または離散的値（discrete value）のセットであり得る。ＰＳＦの例 には、ｃｏｓ，ｓｉｎ、ｃｏｓ²、ローレンツ、二次放物線、ガウス等の関数、 またはその他の同様の関数、または関数の組み合わせが含まれる。好適には、Ｐ ＳＦは、ガウス関数または複数のガウス関数の群である。ガウス関数は、鐘形の ガウス曲線幅に直接関連する標準偏差σによって特徴づけられる（すなわち、ｗ_1/2 ＝２．３５σであり、ｗ_1/2は、最大の高さの半分の高さのピークの全幅であ る。図３参照）。 オーバーラップするサンプルゾーンを識別する逆畳み込み方法の能力が、ＰＳ Ｆがいかによく信号に近似する、またはＰＳＦがある特定の信号に対していかに よく「チューニングされている」かに直接的に関係する。ＰＳＦが適切にチュー ニングされていなければ、逆畳み込みプロセスは、「真」の信号を正確に回復せ ず、偽のピークの生成および／または実際のピークの損失が生じ得る。ガウスＰ ＳＦが与えられると、パラメータｓを用いて、ＰＳＦが信号にチューニングされ る。 信号に適合するσを選択するための１つの方法は、ｓが信号全体にわたって不 変であることを前提とする（例えば、Stockhamら、Proceedings of the IEEE、6 3(4): 678-692(1975)）。しかし、サンプルゾーンの幅が、信号全体にわたって 変化する場合には、ＰＳＦが、測定された信号全体に適切にチューニングされる ことは決してない。実際には、これは、塩基番号が上昇するにつれて、空間的次 元におけるサンプルゾーン幅が減少する、ＤＮＡ配列決定動作から得られた信号 における状況である。 本発明の信号プロセッサの重要な１局面では、ＤＮＡ配列決定電気泳動実験か ら得られた信号におけるある特定の位置のσの値が、ｓの変化を時間または位置 の関数として表す経験関数を用いて計算される。σの定数値を使用するのではな く、塩基番号と共にσがどのように変化するかを表す関数を用いることによって 、ＰＳＦが、データ全体にわたって信号によりよくチューニングされる。実行時 間の関数としてσの変化を表すために用いられるある好適な式は、 σ＝(a+bt²)^1/2 であり、ａおよびｂは、実験データを当てはめることで選ばれる定数である。ａ およびｂの値は、電気泳動分離に使用される条件、例えば、電界強度、ゲル濃度 、緩衝液組成、温度、および電気泳動分離に影響を与える他の同様のパラメータ に依存する。自動ＤＮＡ配列決定の場合には、ＡＢＩモデル３７３ＤＮＡシーク エンサー（Applied Biosystems Division、The Perkin-Elmer Corporation、Fos ter City、CA(ABI)）において典型的に使用される条件下で、ａは、好適には、 約８．６１ｓ²であり、ｂは、好適には約５．５３＊１０^-7である。 本発明の信号プロセッサの別の重要な局面においては、σの値は、適応パラメ ータ評価を使用して決定され、本明細書中に記載されるような「適応パラメータ 評価」または「適応チューニング」という用語は、パラメータの値が、同一の信 号における該パラメータの以前の値を参照して決定されるプロセスを意味する。 適応チューニングは、チューニングアルゴリズムが、σの値が予測不可能に変化 する信号に動的に適応し得るという利点を有する。 ニューラルネットワーク、カルマン（Kalman）フィルタ、およびａｂトラッカ ーを含む多くの方法を用いて、適応パラメータ評価を行い得る。好適には、本発 明の信号プロセッサにおいて、適応チューニングが、αβトラッカーを用いて達 成される（例えば、Multiple-Target Tracking with Radar Applications、S．S ．Blackman、Artech House、Inc．(1986)）。αβトラッカーが好ましく、その 理由は、計算に効率的で、十分に正確なトラッキングを提供するからである。本 明細書中に記載されるような「αβトラッカー」という用語は、（ｉ）従属変数 の初期値；（ｉｉ）従属変数の現在値；および（ｉｉｉ）関連の独立変数（例え ば時間または位置）に対する従属変数の一次導関数の現在値に基づいて、データ ウィンドウの変数値を更新する方法を意味する。本明細書中に記載されるような 、「データウィンドウ」という用語は、ａｂトラッカーの１サイクルが適用され る信号部分を意味する（図５Ａ〜５Ｃ参照）。データウィンドウのサイズは、ウ ィンドウ内のσの値が基本的に一定となるように選択される。好適には、σの値 は、ウィンドウ全体にわたって１０％より少なく変化する。より好適には、σの 値は、ウィンドウ全体にわたって５％より少なく変化する。好適な実施形態にお いては、データウィンドウのサイズは、分析期間中一定である。 本発明に適用されたようなαβトラッカーは、以下のように動作する（図４参 照）。σｉ（ｋ）およびｄσｉ（ｋ）／ｄｔの初期値が得られる（ｋは、データ ウィンドウ索引であり、添え字ｉは、初期値を表し、ｔは独立変数である時間を 表す。σｉ（ｋ）およびｄσｉ（ｋ）／ｄｔは、σｉ（ｋ）およびｄσｉ（ｋ） ／ｄｔの実際の値に近似する結果となるあらゆる方法で得られ得る。σｉ（ｋ） およびｄσｉ（ｋ）／ｄｔの初期値を得るためのある好適な方法では、推定が、 同様のシステムを用いた以前の経験に基づく。 σｉ（ｋ）およびｄσｉ（ｋ）／ｄｔの初期値を得るための第２の好適な方法 では、値が、そのような値が正確に測定され得るデータウィンドウから直接測定 される。例えば、ＤＮＡ配列決定の場合には、初期の塩基、すなわち２０〜１０ ０のヌクレオチドが典型的には完全に分離される。従って、ｓの値が、どのよう なピーク識別方法（例えば、ゼロ交差方法）でも用いて容易に測定され得る。（ ゼロ交差方法が以下に説明される。）σの測定値が与えられると、σｉ（ｋ）お よびｄσｉ（ｋ）／ｄｔの初期値は、容易に計算できる。 σｉ（ｋ）およびｄσｉ（ｋ）／ｄｔの初期値が一旦確立されると、データウ ィンドウは、初期のｋウィンドウからｋ＋１ウィンドウまで索引を付けられる。 異なる可能な索引付けの代替法が多数存在する。ｋ＋１ウィンドウは、（ｉ）ｋ ウィンドウにすぐ隣接し得る（図５Ａ）；（ｉｉ）ｋウィンドウに部分的にオー バーラップし得る（図５Ｂ）；または（ｉｉｉ）ｋウィンドウとｋ＋１ウィンド ウとの間に位置する問合わせされていないデータ（uninterrogated data）分だ けｋウィンドウから離れ得る（図５Ｃ）。索引付けの方法の選択は、（ｉ）ｄσ ／ｄｔの大きさ、（ｉｉ）必要な正確さ、および（ｉｉｉ）必要な計算速度を含 むいくつかの要因に依存する。 高度な正確さが要求され、低速な計算速度が許容され得る場合には、データウ ィンドウ間の高いオーバーラップ度（例えば、５０％を越えるオーバーラップ） が望ましい。正確さの要求が緩和される場合には、算速度を、オーバーラップ度 を低減する、またはオーバーラップを完全に排除することによって上昇させ得る 。ｋ＋１ウィンドウがｋウィンドウから離れている場合には、補間方法を用いて 、問合わせされていないウィンドウ間の領域でのσｉ（ｋ）およびｄσｉ（ｋ） ／ｄｔの値が決定される。 次に、ｋ＋１ウィンドウにおけるσの予測値σｐ（ｋ＋１）が計算される。σ ｐ（ｋ＋１）は、ｋ＋１ウィンドウに関して、次の関係式を用いて計算される。 Ｔは、データウィンドウｋとデータウィンドウｋ＋１の中心との間の距離であ る。 ｋ＋１データウィンドウにおけるｓの予測値が得られると、ｋ＋１ウィンドウ におけるσの観測値σｏ（ｋ＋１）が測定される。観測値σｏ（ｋ＋１）の測定 には、任意の数の周知方法が用いられ得る。１つの好適な方法は、σｏ（ｋ＋１ ）の値はｄ²σ／ｄｔ²＝０である２点間の距離に比例するとみなす、「ゼロ交差 」（0-crossing）法である。 次に、σｐ（ｋ＋１）およびσｏ（ｋ＋１）の値が与えられると、αβトラッ カー方程式を用いて、σ（ｋ＋１）およびｄσ／ｄｔ（ｋ＋１）の値を計算する 。ここで、 および、 であり、αおよびβは、０〜１の値を有する定数である。 αおよびβの値は、σｏ（ｋ＋１）およびσｐ（ｋ＋１）に割り当てられた相 対的重みを決定する。α＝０ならば、σ（ｋ＋１）は、σの予測値σｐ（ｋ＋１ ）のみに基づいて決定される一方で、α＝１ならば、σ（ｋ＋１）は、σ（ｋ＋ １）の観測値σｏ（ｋ＋１）のみに基づいて決定される。αに関して選択される 値は、（ｉ）σの変化率、すなわちｄσ／ｄｔの大きさ、および（ii）σｏ（ｋ ＋１）の測定に用いられる方法の精度に依存する。σの変化率が高く、且つσｏ （ｋ＋１）の精度が高いとき、σの観測値は予測値よりも重みを付けられ、それ ゆえαは大きく、例えば０．８になるように選択される。σの変化率が低く、且 つσｏ（ｋ＋１）の精度が低いとき、σの予測値は観測値よりも重みを付けられ 、それゆえαは小さく、例えば０．２になるように選択される。最悪の場合、σ の変化率が高く、且つσｏ（ｋ＋１）の精度が低いときには、σの予測値とσの 観測値とを等しく重み付けしたいと考え、それゆえαは約０．５になるように選 択される。αの好適な値は、０．２〜０．８の範囲である。より好適には、αは ０．４〜０．６の間である。βの最適値は、次の関係式によるαの値から決定さ れる。 上記の工程は、信号を構成する各データウィンドウに関して、ＰＳＦが得られ るまで、繰り返される。 本発明の第３の重要な局面において、複数のＰＳＦのあり得る値が選択され、 ＰＳＦの最大値が逆畳み込み法において用いられる。ＰＳＦの最大値は、特定の データウィンドウにおいて負ではない結果信号Ａ(t)を提供する。信号および点広がり関数のフーリエ変換： 信号およびＰＳＦを逆畳み込みする前に、信号およびＰＳＦのＦＴが行われる 。それにより、信号およびＰＳＦを時間または位置領域から周波数領域に変換す る。周波数領域における操作は、逆畳み込みのプロセスを、より計算上効率的に する。なぜなら逆畳み込みプロセスは、時間または位置領域における積分方程式 の解を必要とするプロセスではなく、周波数領域における乗法のプロセスになる からである。好適にはＦＴは、例えばCooley-Tukey法などの高速フーリエ変換（ ＦＦＴ）技術を用いて行われる。ＦＦＴを信号に適用する前に、ウインドウ内の 信号は、ウインドウの開始または終了のいずれかで「ゼロ埋め」（zero-padded ）され、それにより隣接するサンプルウィンドウにおけるオーバーラップによる エイリアス（aliasing）効果が排除される。ノイズフィルタおよび逆畳み込みの適用： 逆畳み込みされた結果信号Ａ(t)に対するシステムノイズの影響を低減するた めに、変換した信号およびＰＳＦを逆畳み込みする前に、Weinerフィルタが信号 に適用される。本明細書中で用いられるように、「システムノイズ」という用語 は、信号における小さなランダム変動(random fluctuation)を意味する。信号に おける小さなランダム変動は、放射線源、電気回路網、放射線検知器、あるいは 他の同等な任意の装置関連ソースなどの測定装置の構成要素における変動、また は、機械的振動、６０ヘルツの電線からのピックアップ、温度変化、あるいは他 の同等な任意の環境ソースなどの外的環境要因における変動から生る。 システムノイズｎは、２／Ｎｐよりも大きい周波数によって特徴づけられる。 Ｎｐは、単一のサンプルゾーンまたはピークを形成するデータポイントの近似数 である。Weinerフィルタに用いられるｎの値は、好適には、任意のデータウィン ドウに関する定数である。好適には、ｎは、適用に関する従来の知識から経験的 に推定される。 ｎの値を決定する１つの好適な方法は、以下の通りである。信号のランダム変 動のＦＴは、任意のデータウインドウで収集される。変動のＦＴが周波数の関数 としてはっきりと変化しない周波数が決定され、その周波数における変動のＦＴ の値が、ｎの値とみなされる。 逆畳み込みされた結果に対するシステムノイズの影響を低減するために用いら れる好適なフィルタは、Weinerフィルタである（例えば、Fundamentals of Digi tal Image Processing，A.K．Jain，７〜２７６頁、Prentice Hall，New Jersey (1989)）。Weinerフィルタは、次の関数によって定義される。 Ａ(f)は結果信号のフーリエ変換であり、Ｄ(f)は信号のフーリエ変換であり、Ｐ (f)はＰＳＦのフーリエ変換であり、Ｐ^*(f)はＰ(f)の複素共役、そしてｎはシス テムノイズである。コンピュータ： 上記の信号処理方法のステップは、コンピュータによって行われる。このよう なコンピュータは、適切なソフトウェアによって駆動される一般的なマイクロプ ロセッサの形態をとり得る。専用のマイクロプロセッサは、内蔵されたファーム ウェア、すなわち信号処理方法に必要な特定のデータ取得、アナログ−デジタル 変換、フーリエ変換、もしくはフィルタリング操作専用のカスタマイズされたデ ジタル信号処理回路（ＤＳＰ）を用いる。 １つの好ましい実施態様において、コンピュータは、（ｉ）信号のデジタル化 された表現を格納するためのメモリと、（ｉｉ）信号処理方法の種々のステップ を実行するためのプロセッサとを有する。 このような場合、上記の方法のステップは、機械により読み出し可能なプログ ラム格納装置において実施され、このようなプログラム格納装置は、コンピュー タにより読み出し可能な媒体を有する。コンピュータにより読み出し可能な媒体 には、磁気ディスケット、磁気テープ、光ディスク、読み出し専用メモリ、ダイ レクトアクセス格納装置、および他の同様の任意の媒体が含まれる。実施例： 本発明を以下の実施例を参照しながらさらに明確にするが、これらの実施例は 、本発明を単に例示するものとする。 実施例１ 本発明の方法を用いるＤＮＡ配列決定データの逆畳み込み 本実施例では、本発明の逆畳み込み方法を、自動ＤＮＡシーケンサ、The Perk in-Elmer Corporation，Foster City，CAのApplied Biosystems Divisionによっ て提供されるModel 373 DNA Sequencerで収集されたＤＮＡ配列決定データに応 用した実験の結果について説明する。以下に示すデータはすべて、「Sample 21. 1 copy」という名称のファイルから得た。このファイルに対する配列決定分析ソ フトウェアからの「注釈見解」を以下に示す。 データ収集 ファイル： Sample 21.1 copy 試料： Sample 21.1 copy コメント： PGEM,A8,C9,G9,T10 レーン番号： 21 チャネル番号 108 走査した数： 10736 長さ： 1240 実行開始： 1/6/1995，15:05 実行停止： 2/6/1995，09:03 ゲル： Gel ダイセット(dyeset)／ プライマー： DP4%Ac{-21M13} 組合せ(comb)： 36-well sharks-tooth 器具の名称： Machine 1115 収集バージョン： N/A データ分析 塩基コール開始： 1033 塩基コール終了： 10736 プライマーピーク位置： 1033 シグナル： C(156)，A(125)，G(117)，T(105) マトリクス名称： Machine 1115 チャネル平均： 3 分析バージョン： Version 2.2.Od2 塩基スペーシング： 8.56 - Basecaller++PPC 配列決定鋳型は、pGEM 3Zf(+)プラスミドであった。ヌクレオチドバランスを わずかに変更したこと以外は、文書ABI Prism Dye Primer Cycle Sequencing Co re Kit with AmpliTaq DNA Polymerase FS（ABDパート番号402114，rev A，1995 年７月）に記載される標準プロトコルに従って試料を調製した。変更したヌクレ オチドバランスを、以下の表に示す。 ゲルを、373 Stretch Instrument Manual(ABI p/n 903204)に記載されるよう に、標準４％アクリルアミドを用いて注いだ。電気泳動の移動距離は48 cmであ った。電気泳動は標準条件を用いて行った。 逆畳み込みをデータの３領域：初期（塩基47〜73）、中期（塩基424〜445）、 および後期（塩基760〜786）において実施した。各領域において、一定のガウス 点広がり関数（ＰＳＦ）を想定した。各領域における逆畳み込みに用いるパラメ ータを以下の表に示す。 各領域の結果を以下に示す。各領域について、逆畳み込み前後のデータを示す 。各ウィンドウは、300データ点を含む。図6Aおよび図6Bは、逆畳み込み前（上 部）および逆畳み込み後（下部）の両方における信号の初期領域からのデータを 示す。図7Aおよび図7Bは、逆畳み込み前（上部）および逆畳み込み後（下部）の 両方における信号の中期領域からのデータを示す。図8Aおよび図8Bは、逆畳み込 み前（上部）および逆畳み込み後（下部）の両方における信号の後期領域からの データを示す。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 ボウルビー，ジェイムズ オー．，ジュニ ア アメリカ合衆国 カリフォルニア 95124, サンホセ，ジョセフィーヌ アベニュー 1974 【要約の続き】 第３の局面において、本発明の第１または第２の局面の 方法ステップを行う機械によって実行可能な命令のプロ グラムの実現物としての、機械によって読み出し可能な プログラム記憶装置が提供される。

Claims (1)

1. 【特許請求の範囲】 １．分離プロセスから得られる複数のオーバーラップするサンプルゾーンを含む 信号中のサンプルゾーンを識別するための、信号プロセッサにおける信号処理方 法であって、 分析的分離プロセスの結果を監視する検出器によって生成された信号であって 、複数の部分的に分離されたサンプルゾーンを表している信号を受け取るステッ プと、 該信号の点広がり関数を決定するステップと、 フーリエ変換を用いて該信号および該点広がり関数を時間領域表現から周波数 領域表現に変換するステップと、 該信号のノイズ成分を決定するステップと、 Ｄ(f)は該信号のフーリエ変換であり、Ｐ(f)は該点広がり関数のフーリエ変 換であり、Ｐ^*(f)はＰ(f)の複素共役であり、ｎは該信号の該ノイズ成分である 下式 を用いて結果信号Ａ(f)の値を計算するステップと、 逆フーリエ変換を用いて該結果信号Ａ(f)を周波数領域表現から時間領域表現 に変換するステップと、 を包含する方法。 ２．前記点広がり関数は標準偏差σを有するガウス関数である、請求項１に記載 の方法。 ３．σは、定数項αおよび定数項βを含むαβトラッカを用いて決定される、請 求項２に記載の方法。 ４．αの値は0.2から0.8の間である、請求項３に記載の方法。 ５．αの値は0.4から0.6の間である、請求項３に記載の方法。 ６． である、請求項３に記載の方法。 ７． である、請求項２に記載の方法。 ８．分離プロセスから得られる複数のオーバーラップするサンプルゾーンを含む 信号中のサンプルゾーンを識別するための、信号プロセッサにおける信号処理方 法であって、 分析的分離プロセスの結果を監視する検出器によって生成された信号であって 、部分的に分離されたサンプルゾーンの分布を表している信号を受け取るステッ プと、 該信号の複数の可能な点広がり関数を得るステップと、 該信号および該点広がり関数の各々を、それぞれのフーリエ変換を取ることに より時間領域表現から周波数領域表現に変換するステップと、 該信号のノイズ成分の評価値を得るステップと、 Ｄ(f)は該信号のフーリエ変換であり、Ｐ(f)は各点広がり関数のフーリエ変 換であり、Ｐ^*(f)はＰ(f)の複素共役であり、ｎは該信号の該ノイズ成分である 下式 を用いて各点広がり関数の結果信号Ａ(f)の値を計算するステップと、 該点広がり関数の各値について、該結果信号Ａ(f)の逆フーリエ変換を取るこ とにより該結果信号を周波数領域から時間領域に変換し、時間領域における結果 信号Ａ(t)を得るステップと、 該結果信号Ａ(t)の負でない値を与える該点広がり関数の最大値を用いて計算 された、該時間領域における結果信号Ａ(t)を報告するステップと、 を包含する方法。 ９．複数の部分的に分離されたサンプルゾーンを表している信号から得られるサ ンプルゾーンを識別するための方法ステップを行う機械によって実行可能な命令 のプログラムの実現物としての、機械によって読み出し可能なプログラム記憶装 置であって、該方法ステップは、 分析的分離プロセスの結果を監視する検出器によって生成された信号であって 、複数の部分的に分離されたサンプルゾーンを表している信号を受け取るステッ プと、 該信号の点広がり関数を決定するステップと、 該信号および該点広がり関数を、それぞれのフーリエ変換を取ることにより時 間領域表現から周波数領域表現に変換するステップと、 該信号のノイズ成分を決定するステップと、 Ｄ(f)は該信号のフーリエ変換であり、Ｐ(f)は該点広がり関数のフーリエ変 換であり、Ｐ^*(f)はＰ(f)の複素共役(complex conjugate)であり、ｎは該信号の 該ノイズ成分である下式 を用いて結果信号Ａ(f)の値を計算するステップと、 該結果信号の逆フーリエ変換を取ることにより、該結果信号Ａ(f)を周波数領 域表現から時間領域表現に変換するステップと、 を包含する、プログラム記憶装置。