[发明专利]用于数据库比较的呼吸样本数据的对齐

说明书

一种用于将针对多个气体样本(例如呼吸样本)的数据与挥发性有机化合物同步的方法(RT_A)。所述数据包括指示分子洗脱时间的色谱数据，并且优选地还包括质谱数据。所述方法包括识别或者选择(I_MM)标记分子，例如5‑20个分子，优选地针对所述多个气体样本中的每个的容易可识别分子，并且根据聚类准则将所述多个气体样本聚类(CL)为多个聚类，所述聚类准则例如包括额外的信息，诸如获得所述数据的时间和/或使用的分析装备。接下来，通过使用所述标记分子作为锚定点在针对聚类之间的气体样本的数据上执行保留时间偏差的第一校正(P_C1)，从而提供针对所述气体样本的数据之间的保留时间偏差(d)的粗略减小。最后，针对气体样本的数据上的保留时间偏差的第二校正(P_C2)，从而进一步减小针对气体样本的数据之间的保留时间偏差(d)，例如通过使用标准软件包。所述方法可以减小显著的保留时间偏差，从而允许例如在不同的时间段处由不同的装备获得的呼吸样本指纹在用于诸如HSDP的数字平台(DP)上的一个数据库中被比较。

技术领域

本发明总体上涉及气体的分析。具体地，本发明涉及适于气体(例如，从人呼出的呼吸或者基于来自皮肤、尿液或者粪便的样本的气体)的医学分析的方法和设备。更具体地，本发明涉及用于基于光谱学数据(例如来自GC-MS或微GC系统)进行保留时间同步或者对齐呼吸指纹以允许跨时间和跨不同的装备的数据库比较的方法和系统。

背景技术

健康和疾病中的呼出气分析是日益增长的临床兴趣的领域。使用呼吸作为生物样本是有吸引力的，因为呼吸收集是便宜、易于执行和非侵入性的。挥发性有机化合物(VOC)从皮肤、尿液、粪便排出，并且最为显著地经由呼出气排出。除了肺根源之外，VOC还可以源自于血液，从而反映贯穿身体的生理、病理或病原体相关生化过程。这样一来，呼出气分析可以允许对身体内部的任何地方的疾病过程进行代谢指纹分析。

若干研究已经示出这些技术在清楚定义的具有各种疾病的患者的子集中的诊断潜力。当疾病存在时呼出气中的挥发物变化，并且特定标记可以被链接到特定疾病。呼出气中存在的其他挥发性化合物的复合基质中的非常低的量的这些特定标记的检测甚至对现有技术分析技术而言也是一个挑战。

VOC的黄金标准分析基于化学分析技术，诸如气相色谱质谱测定(GC-MS)。该技术提供关于个体分子化合物的知识并且从而扩展我们对疾病病理学的理解。小型化GC系统或其他分离方法还可以被用于将挥发物分离。若干研究已经示出具有各种疾病的患者的清楚定义的子集中的这些技术的诊断潜力。

然而，将这些技术实施到临床设置中当前受设备间和设备内差异限制。尽管诸如由GC系统中的柱提供的分离技术对于具体地测量感兴趣化合物并且因此产生呼吸指纹是重要的，但是柱的磨损和老化引起使随时间的比较复杂的保留时间移位。为了同步GC-MS数据，使用不同的方案。一个方案是预处理软件的使用，其中，例如XCMS包中的保留时间对齐对于相对小的保留时间移位非常好。该软件包当前是代谢组学文献中的最多引用的预处理工具。另一方案是使用来自所测量的色谱图的分子作为锚定点来将所有色谱图彼此对齐。使用的分子可以要么已经存在于原始测量的样本中，要么稍后添加以允许标准化、识别和对齐目的。

为了跨健康护理连续区的呼吸分析的使用，能够准确地比较在不同的时刻处和在不同的平台或机器上测量的样本是重要的。实际上，为了将呼吸分析结果集成在数据库系统中，例如基于云的存储和分析，诸如健康套件数字平台(HSDP)，测量结果的标准化将提供大的优点。这样的系统仅允许当数据以统一的方式添加时该大数据的分析。

发明内容

根据上文，本发明的发明人已经意识到，能够准确地随时间比较呼吸指纹并且允许将这样的数据集成到数字平台中是一个问题，并且具体地保留时间偏差的准确校正是针对这样的集成的重要参数。

具体地，提供一种解决现有技术的上文所提到的问题或其他问题的设备和方法可以看作本发明的目的。

在第一方面中，本发明提供一种用于将针对多个气体样本的数据与挥发性有机化合物(诸如被获得为从对象呼出的呼吸的气体样本)同步的计算机实施的方法，所述方法包括：