为了确定二维样品中的分子含量分数对空间分辨离子光谱测量信号数据的处理
阅读说明：本技术 为了确定二维样品中的分子含量分数对空间分辨离子光谱测量信号数据的处理 (Processing spatially resolved ion spectroscopy measurement signal data to determine molecular content fraction in a two-dimensional sample ) 是由 托比亚斯·博斯坎普 丹尼斯·特雷德 于 2021-04-26 设计创作，主要内容包括：本发明涉及用于处理在二维样品上空间分辨地记录的离子光谱测量信号数据的方法,该方法包括：-提供具有多个测量信号直方图的测量信号数据,其中直方图包含具有强度维度(J),质量维度(m)和碰撞截面维度(σ)或由此得出的量的测量信号元组；-指定样品的离子种类的第一和第二选择,使用碰撞截面维度或替代性测算指标可以探测和区分其在直方图中的存在；-确定有限区域(A-(fin,x,y))的直方图中来自第一和第二选择的离子种类的空间分辨含量,并计算不同含量以形成空间分辨含量分数(G-(x,y))；-用含量分数(G-(x,y))标记样品。本发明还涉及用于获取和处理离子光谱测量信号数据的方法,以及离子迁移率-质谱仪。(The invention relates to a method for processing ion spectral measurement signal data recorded spatially resolved on a two-dimensional sample, comprising: -providing measurement signal data having a plurality of measurement signal histograms, wherein the histograms comprise measurement signal tuples having an intensity dimension (J), a mass dimension (m) and a collision cross-sectional dimension (σ) or a quantity derived therefrom; -specifying a first and a second selection of ion species of the sample, whose presence in the histogram can be detected and distinguished using collision cross-section dimensions or alternative metrics; -determining a limited area (A) fin，x，y ) And the spatially resolved content of the ion species from the first and second selections, and calculating the different content to form a spatially resolved content fraction (G) x，y ) (ii) a By the content fraction (G) x，y ) The sample is labeled. The invention also relates to a method for acquiring and processing ion spectrometry signal data, and an ion mobility-mass spectrometer.)
技术领域
本发明涉及用于处理在二维或扁平样品上空间分辨记录的离子光谱测量信号数据的方法。离子光谱测量信号数据尤其是那些所获得的、已分离为解析上彼此独立的碰撞截面维度(σ)和质量维度(m)的数据。
背景技术
下面参考特定方面来解释现有技术。然而，这不应被理解为对本公开范围的限制。从现有技术已知的有用的进一步发展和修改也可以在本介绍的相对狭窄的范围之上和之外应用，并且在阅读以下公开内容之后对于本领域技术人员将显而易见。
MALDI质谱
空间分辨或成像MALDI质谱法(MALDI MSI，基质辅助激光解吸和电离质谱成像)是一种特别用于分析生物组织样品的分析方法。使用这种方法，通常使用激光逐点扫描连续的组织样品，并创建一个数据集，其中包含每个测量点的完整质谱；该质谱也可以计算为来自同一点的许多单个光谱的总谱，因为信噪比更好。因此有可能直接从组织切片产生空间分辨的生物分子的分子特征，例如脂质，肽，蛋白质和聚糖，参见例如US 5,808,300，其为这种成像方法的在先公开。
为了准备MALDI MSI测量，将组织样品以特殊的基质溶液涂覆。在测量期间，晶体基质簇吸收激光束的能量，因此被从组织中提取出来。在此过程中，其还会从组织中夹带生物分子，这些生物分子在结晶过程中已嵌入该基质簇中。生物分子在此过程中获得电荷，即被离子化。如此提取的带电分子随后根据其质荷比m/z进行分离，并在质谱仪中进行探测。因此，除了来自组织的分析物分子外，还始终会检测到基质分子和基质簇。但是，希望基质的比例尽可能小，因为其是样品制备和电离方法的伪影，并且几乎不包含有关样品本身的任何有意义的分析信息。
基质比例的大小取决于几个因素，例如在施加基质时的环境温度，气压和湿度以及所分析样品的性质。此外，许多组织切片具有大小不同的孔，在孔处当然也就不可能测量任何分析物分子，因此基质比例相应很高。
离子迁移谱-质谱
在质谱仪中，分子被简单地根据其质荷比m/z分离。许多电离方法(例如MALDI)会产生单电荷离子(z＝1)，因此可以简单使用质量(m)概念。因此，通常不可能在质谱仪中区分质量相同或几乎相同的不同分子。
在离子迁移谱-质谱法(IMS-MS)中，带电分子在到达质谱仪之前先经过另一个阶段。在这一阶段，使用气体和电场根据带电分子的碰撞截面(σ)将其分离。这意味着带电分子实际上是根据其碰撞截面分类来引入质谱仪的。通常使用更常见的参数迁移率(K)，该参数与碰撞截面成反比。代替一维质谱，可以为每个测量点获取二维碰撞截面-质量信号直方图，该直方图通常包含三个维度：碰撞截面σ(或迁移率K)，质荷比m/z(或简化为质量m)和强度(J)。参见现有技术的图1，其中垂直漂移时间轴(迁移率漂移时间)与碰撞截面成比例，并且强度在原始图像中按彩色标度、并且在此处所复制呈现的图像中按灰色标度绘制。
所有检测到的带电分子根据其质量和碰撞截面在直方图中的特定位置生成信号峰。质量和碰撞截面彼此大致相关(较重的分子通常也较大)，但精确的关系取决于所讨论分子的类别。因此，当从许多不同的生物分子上观察时，轻分子的碰撞截面可能比重分子的碰撞截面大，反之亦然。对于在许多应用中都很重要的脂质类分子，也包括其它分子，也可以假定它们遵循碰撞截面/质量图中的特定曲线，例如如图1中的趋势线所示。
Kamila Chughtai等人的论文(Journal of Lipid Research第54卷，2013 333-344)说明了使用MALDI-IMS-MSI在人乳腺肿瘤异种移植模型中几种脂质种类的发现，鉴定和空间分辨可视化。
在2019年10月28日至31日在法国圣马洛的大皇宫举行的成像质谱会议(OurConVII)上，呈现了一种用于可视化和量化不同相对信号贡献的方法。此方法基于质量缺陷过滤，即基于肽，聚糖和基质簇的预期质量的统计模型(不包括碰撞截面，该截面未包含在数据中)。通过将纯质谱的分子背景信号与这些模型进行比较，可以以较高的准确度估算出局部质量偏移，并且将每个光谱分解为信号分量，可以将其分配给不同类别的分子。对于每个纯质谱，都计算出从0％到100％的信号质量得分(SQS)，其表示基质背景上方的肽/聚糖分子的相对贡献。这些分数的可视化使得可以识别信号质量较低的区域，并评估整体数据质量和同质性。
需要能够定量地评估所分析的二维或扁平样品中所选择的有意义的分子的空间分布，该空间分布与其他质量信号，特别是背景测量信号不同，该评估基于由此获得的离子迁移谱-质谱数据。通过阅读下面的公开内容，本发明可以实现的其他目的对于本领域技术人员将变得显而易见。
发明内容
本发明涉及用于处理在二维样品上空间分辨记录的离子光谱测量信号数据的方法。优选使用宽的二维样品，例如扁平的组织切片，或使用单独制备的样品的阵列，例如局部施用的组织匀浆制剂。可以使用基质物质处理此二维样品，以进行基质辅助的激光解吸(尤其是整个表面)。尤其值得一提的是MALDI工艺，在该工艺中，同一激光发射可实现解吸和电离。但是，也可以用第一激光发射来触发解吸，然后借助于与第一激光发射在时间上协调的第二激光发射来将被解吸的分子后续电离。还考虑了不进行基质处理的、用于生成测量信号数据的实施例，这些测量信号数据通过所提出的方法进行评估，例如利用SIMS(二次离子质谱)通过用一次离子轰击样品、或利用DESI(解吸电喷雾电离)通过将样品暴露在施加电压梯度的同时喷雾的溶剂中而生成的测量信号数据。
提供具有多个测量信号直方图的测量信号数据。借助于两个位置坐标(x，y)将测量信号直方图分配给二维样品的有限区域(Afin，x，y)，该区域小于该二维样品的总区域(Atotal)，该直方图还包含具有强度维度(J)或由其得出的量，质量维度(m)或由其得出的量以及碰撞截面维度(σ)或由其得出的量的测量信号元组。可以以深度维度(t)补充测量信号直方图中的两个位置坐标(x，y)，以形成三重坐标(x，y，t)，例如，当解吸束为了测量信号内容依次在几个烧蚀层中探测二维样品的不同的深度时。此外，测量信号元组可以(i)补充有电荷维度(z)或由其得出的量(例如，m/z)，和/或包括迁移率维度(K)，后者从碰撞截面(σ)得出。为了清楚起见，在此应该强调的是，在本公开的上下文中，上述物理参数所基于的原始数据也可以被认为是导出的量，例如从飞行时间质谱仪得出的飞行时间和由离子检测器得出的电压幅度，因为这些是无法直接观察到的物理参数的代表量(例如，飞行时间＝>质量m或m/z；电压＝>强度J)并且通常可以通过精确指定的计算规则将其转换成这种形式。
此外，为二维样品指定了离子种类的第一选择和第二选择，这些选择的离子种类在测量信号直方图中的存在是可检测的，并且可以使用碰撞截面维度(σ)或从中导出的量(例如，迁移率K)来区分。必要时，可以在计算机生成的测量信号直方图的图形表示中手动定义要选择的区域。离子种类的第一选择最优选地包括具有高分析意义的种类，并且离子种类的第二选择最优选地包括低分析意义的种类。离子种类的第一选择可以包括例如二维样品中的蛋白质，肽，聚糖和/或脂质。离子种类的第二选择尤其可以包括通过样品制备方法和/或电离方法产生的带电原子或分子和/或其簇。原则上也可以将二维样品中不同的生物分子相对于彼此指定为第一选择和第二选择。因此，例如可以相互比较脂质，聚糖和/或肽/蛋白质的测量信号，或者可以将其视为相对于彼此的比率。此外可以想到的是，使用不同类别的分子的和/或在单一类别的分子中的不同电荷状态(z)用于离子种类的第一和第二选择。
可以通过将几个测量信号直方图加和成一个叠加的测量信号直方图，并在叠加的测量信号直方图中识别测量信号元组条目中有意义的(可能是主要的)部分来指定离子种类的第一选择。这可以通过回归分析来完成，例如通过对数回归或对数Radon变换。在测量信号直方图的至少一个维度上，测量信号元组条目的有意义的部分可用于区分离子种类的第一选择和第二选择。例如，可以识别出叠加的直方图的碰撞截面-质量平面(或具有相应导出量的平面)中的分离的区域，这些区域主要具有不同来源的测量信号内容，例如一方面是脂质和/或肽区，另一方面是基质背景区。
可以设计回归分析，以便根据方程σ(m)≈Cmk(幂次法则)来探索分子的碰撞截面(σ)与质量(m)之间的相关性，其中C是取决于分子的比例因子并且k是取决于分子的指数。碰撞截面(σ)和质量(m)之间的这种相关性可以很容易地转化为由其得出的量。常数C(比例因子)和k(指数)取决于分子的类别以及仪器和采集参数。可以对许多不同类别的分子(例如，脂质，肽，聚糖)分别应用独立的幂次法则。Zhiwei Zhou等说明了脂质的这种相关性(“LipidCCS：Prediction of Collision Cross-Section Values for Lipids with HighPrecision To Support Ion Mobility-Mass Spectrometry-Based Lipidomics(具有高精度的脂质的碰撞截面值预测以支持基于离子迁移率质谱的脂类组学)”。分析化学，2017，89(17)：9559-9566)。
可以通过多个测量信号直方图的位置无关的总和来计算叠加的测量信号直方图。此外，与位置无关的总和可以仅考虑这样的测量信号直方图，其中至少一个维度的测量信号元组条目(i)超过预定阈值，(ii)低于预定阈值，或(iii)在预定值范围内。例如，可以指定最小强度，或者最大强度或强度范围。通常，还可以选择强度，碰撞截面和/或质量范围(或相应导出的量的范围)作为优选考虑。以这种方式，可以掩盖从一开始就提供很少的信息或被认为是无信息的质量信号部分。
该方法还可以设计用于将各个测量信号直方图的至少一个测量信号元组条目，例如在强度维度(J)中，在加和之前进行变换，使得第一预定范围的测量信号元组条目相对于第二预定范围被不成比例地加权。
在有限区域(Afin，x，y)的测量信号直方图中确定来自第一选择的离子种类的空间分辨含量和来自第二选择的离子种类的空间分辨含量，并计算各种含量以给出空间分辨的含量分数(Gx，y)。在一个示例中，空间分辨的含量分数(Gx，y)能以下式计算
其中，S表示标记i的量，对于这些标记i而言，单个测量信号直方图的相应测量信号元组条目(例如，mi，σi或由其得出的量)位于所选信号部分(例如因为有意义而被选择)周围的预定范围(“信号通道”)内。因此，在此示例中，来自该信号通道或范围的测量信号与所有测量信号(位于通道或范围之内和之外)相比。已经证明这种计算方法在数据处理方面特别稳定。离子种类的第二选择(例如，无意义的信号部分)包含不在优选信号通道或范围内的所有测量信号，在本实施例中，该信号通道或范围又确定了第一选择的离子种类的测量信号。
然而，在进一步的实施例中，例如根据以下方程式，直接对离子种类的第一选择和第二选择进行相比的计算方法也是可能的：
该计算方法提供的含量分数表示每种单独选择的离子种类的实际含量比率，因此更易于解读。
此外，可以想到并且旨在定义离子种类的第二选择，使得其不包括未分配给离子种类的第一选择的所有离子种类。例如，可以在碰撞截面-质量平面中(或在相应推导的量的平面中)为特定的第二信号部分确定第二信号通道或范围。这种方法在这样的测量信号直方图中很有用，即，其包含几种不同物质类别的信号部分，例如脂质和/或肽和/或聚糖，这些物质作为生物分子原则上是有意义的信号部分的候选者，以及基质簇或其他背景离子种类，这些基本上没有任何意义。含量分数可以如前通过以下方式计算：
或
其中Sa和Sb分别指标记i的量，对于这些标记i而言，单个测量信号直方图的相应测量信号元组条目(例如，mi，σi或由其得出的量)被分别分配给离子种类的第一或第二选择。此外，上述第二种计算方法的优点是，例如当离子种类的第一和第二选择包含扁平样品中不同的生物分子并计算其比率时，可以简单地颠倒含量分数，从而产生能提供信息的结果。
最后，为二维或扁平样品标记空间分辨的含量分数(Gx，y)。在标记后可以向用户展示二维或扁平样品的图像，在其中，单个有限区域(Afin，x，y)用指定的含量分数(Gx，y)可视地编码，例如按彩色标度或灰色标度。可以将含量分数的预定值范围归类为来自二维样品之外的离子光谱测量信号，可以合理地假定它们不包含任何分析用途的信息，例如在组织切片被切断或有孔的位置，或在施加到样品支架的多个单独样品之间的区域中。附加地或可替代地，随后的评估(i)可以仅考虑来自含量分数(Gx，y)位于预定值范围内，例如，高于最小值，低于最大值或在一个值范围内的有限区域(Afin，x，y)的测量信号直方图，和/或(ii)使用含量分数(Gx，y)作为加权因子。例如，加权因子可用于随后的数据分析中的自适应噪声抑制。
此外，本发明涉及一种用于获取和处理离子光谱测量信号数据的方法，其中(i)已经借助于离子迁移谱仪-质谱仪获取了离子光谱测量信号数据，以及(ii)执行如上所述的方法来处理所获取的数据。
本发明还包括具有计算和/或控制单元的离子迁移谱仪-质谱仪，其设计和配置用于执行上述方法之一。
附图说明
通过参考以下图示可以更好地理解本发明。图示中的元素不一定按比例绘制，而是主要用于图示本发明的原理(主要是示意性地)。
图1示出了具有分子类别的高亮的趋势线的碰撞截面-质量信号直方图，来自Shelley N.Jackson等人的现有技术论文(《质谱杂志》，2007年8月；42(8)；1093-1098；图1及其文字说明)。
图2描绘了来自Jeffrey Spraggins等人的现有技术论文的离子迁移谱仪-质谱仪的适应性示意图(《分析化学》2019，91，22，14552-14560；其图1)，利用该仪器可以获取碰撞截面-质量信号直方图(例如，位置坐标x，y；信号元组m，σ，J)。例如，在申请人的已公开专利申请EP 3 054 473 A1或US2016/0231275A1中更详细地说明了迁移率分离的特殊方法(平行累积捕获离子迁移率谱法-PATIMS)。
图3出于示意目的以组织切片的形式示出了扁平样品的示意图，该样品在此模仿了小鼠大脑的薄切片，一次带有用于离子光谱图像的点或像素的正方形网格(左下)，一次没有(右上)。
图4示出了MALDI IMS-MSI测量的碰撞截面-质量信号直方图的示例。质量(或更准确的说，质荷比，由m/z表示)绘制在水平轴上；碰撞截面(用推导量1/K0表示)绘制在垂直轴上。
图5是叠加的碰撞截面-质量信号直方图的对数表示，该图显示了有意义的主要信号分量的回归线(实心白线)和信号通道(虚线)。
图6示出了图5中的对数碰撞截面-质量信号直方图的Radon变换。投影角绘制在水平轴上，距对数直方图中心的距离绘制在垂直轴上。白十字标识强度最大的位置。
图7示出了MALDI IMS-MSI脂质测量的含量分数的空间分布。在组织样品外部的对照区域(左下角的方形区域)中，确定的分数明显低于组织本身中的。样品中的暗区对应于密度较高的组织区域，其相对于基质背景具有更高的脂质信号比例。
具体实施方式
尽管已经参考多个实施例示出和解释了本发明，但是本领域技术人员将认识到，可以进行形式和细节上的各种改变，而不脱离本发明定义的技术教导范围，如所附权利要求中所定义的。
在下文中，说明了一种用于评估空间分辨离子迁移谱-质谱数据的方法，其为每个区域提供分数或量化值，其指示那里的所测量光谱的大约多少百分比源自样品的有分析意义的种类。该量化值的高值意味着从样品中离子化的有意义的种类的分子的比例很高，因此信息含量高且信号质量高。相反，低值可以指示所测量的光谱主要是背景信号，其例如可以追溯到样品制备方法和/或电离方法。
图2是一种可能的离子迁移谱仪-质谱仪的示意图，其从二维或扁平组织样品中获取具有空间分辨率的碰撞截面-质量信号直方图，请参阅A部分中的设置。此处非常简要地说明设置和操作：
具有各种光学组件的激光系统(Bruker SmartBeam 3-D，左上)设计用于用脉冲轰击样品支架上的扁平样品。可以逐步扫描样品支架，以从扁平样品，例如宽二维样品，如扁平组织切片，或单独制备的样品的阵列，如局部施加的组织匀浆制剂获得空间分辨的测量信号。
离子一旦产生，就进入离子迁移谱仪(双TIMS池)，该离子迁移谱仪具有累积区段和分析区段。惰性气体流过双TIMS池的两个区段(图中从左到右)。在池中，气流驱动离子抵抗相反的电场，有关图示原理，请参阅中间的细节B。在分析区段中，根据迁移率，将离子在轴上不同位置分离。
在双TIMS池的分析区段中电场强度的逐渐降低允许根据迁移率分离的离子的顺序释放(细节B，扫描)。在分析区段中进行迁移率分析之后，同时在累积区段中收集的离子将被转移到分析区段(细节B，脉冲)。离开分析区段的离子首先通过离子转移多极，然后进入四极质量过滤器。在这里，可以选择离子进行进一步分析，而去除其他离子。随后将离子转移到碰撞池中，在碰撞池中，选定的离子通过加速注入中性气体内而被碎片化。
离子和/或由此产生的任何碎片离子在时间协调地通过正交注入引入飞行时间分析仪的离子脉冲器之前，暂时存储在碰撞池中。其在那里垂直于注入方向被加速至反射器飞行时间分析仪的飞行路径上。在飞行路径的末端，检测器(未显示)接收具有时间分辨率并因此具有质量分辨率的不同的离子包，并将其作为飞行时间瞬变量输出，随后可以将其重新缩放为质量(m)或质量/电荷比(m/z)。
如上，参照图2说明了与飞行时间质量分析仪耦合的所谓的俘获离子迁移率谱仪(TIMS)。应当理解，可以使用迁移率谱仪和质量分析仪的其他实施方式来生成碰撞截面-质量信号直方图，例如漂移管离子迁移谱仪，其中中性气体处于静止状态或在与离子运动相反的方向上流动，并使用了电场，并且其例如与回旋共振池耦合。
优选方法的说明
这里所说明的方法适用于结合MALDI MSI离子源(MALDI IMS-MSI)采集的IMS数据。在一个优选的实施例中，该方法至少包括以下步骤：
1.计算叠加的碰撞截面-质量信号直方图，该直方图将来自多个(最好是所有)直方图的扁平样品的各个测量点上的信息进行核对。
2.确定有意义的信号部分(离子种类的第一选择)，例如通过回归分析来确定完整测量的主要信号部分的碰撞截面与质量之间的相关性。
3.指定碰撞截面-质量平面(σ-m平面或由其得出的量的平面)的一部分，其包含测量的主要和有意义的信号部分(“信号通道”)，如果适用，例如还附带指定碰撞截面-质量平面的第二部分，该第二部分具有意义略小的另一个信号部分。
4.通过比较信号通道内部和外部的信号部分或者比较先前定义的两个(最好是分离的)区段(例如，涵盖分子和/或分子类别的不同电荷状态(z))内的信号部分，为二维或扁平样品的各个测量点计算含量分数，其可以作为信号质量分数。
5.为后续分析步骤评估含量分数。在下文中，将更详细地说明这些步骤。
碰撞截面-质量信号直方图的叠加
在第一步中，可以形成叠加的碰撞截面-质量信号直方图，其对来自优选所有直方图的针对各个测量点的信息进行关联。为了缩短计算时间，必要时还可以使用选出的有代表性的直方图来形成叠加的碰撞截面-质量信号直方图。例如，可以通过简单的求和形成来进行叠加，即，在强度(J)方面对各个直方图求和以形成总和直方图。然而，也可以想到更复杂的叠加，例如，使得在包括的每个直方图中，仅考虑强度的特定阈值(Jmin)以上的主要信号部分。各个直方图的信号强度也可以在形成总和之前通过变换进行修改，例如，根据评估的目的，与具有较弱信号的部分相比，将重点更多或更少地放在具有强信号的部分上。
回归分析
假设对于完整测量的有意义的信号部分(例如，主要的信号部分)来说的碰撞截面σ与质量m之间的相关性(或相应推导出的量的相关性)近似用如上所述具有参数C和k的幂次法则来描述。这些参数可以基于叠加的直方图，通过使用适当的回归分析进行估算。叠加的直方图由多个单独的信号组成，每个单独的信号对应于一个元组(例如，mi，σi，Ji)，其中mi表示相应的质量(也可能是(m/z)i，质荷比)，σi表示碰撞截面(可能也是推导出的迁移率量Ki)，并且Ji表示测得的信号强度。实际回归分析有几种方法，尤其包括以下几种：
简单对数回归
通过取上述幂次法则的对数，可以得到线性关系，从而用模型方程式描述测量
log(σi)＝k log(mi)+log(C)+εi.
此处，εi表示与模型的偏差，假定该偏差是随机分布的。通过简单的线性回归，常数C和k可以通过下式确定：
和
其中
上面的方程式可以很容易地适用于从碰撞截面(σ)和质量(m)得出的量。
鲁棒对数回归
上述简单对数回归的一个已知缺点是对测量数据中异常值的敏感度。替代地，可以使用更鲁棒(robust)的回归方法来估算线性模型方程的参数k和log(C)。尤其可以使用两种可能的方法，即(i)套索回归(Tibshirani，Robert(1996),“Regression Shrinkageand Selection via the lasso”,《皇家统计学会杂志》，系列B(方法),Wiley.58(1)：267–88)和/或(ii)Theil-Sen估计量(请参见Sen，Pranab Kumar(1968)，“Estimates of theregression coefficient based on Kendall's tau”，《美国统计协会杂志》，63(324)：1379-1389)。
对数Radon变换
回归分析的另一种可能性是将Radon变换应用于对数σ-m平面中测得强度的2D直方图(请参见Radon，Johann(1917)，“ die Bestimmung von Funktionen durch ihreIntegralwerte gewisser Mannigfaltigkeiten”，Akademie der Wissenschaften zu Leipzig会谈报告，数学-物理学类，莱比锡：图伯纳(69)：262–277)。为此，将对数测量值 所覆盖的值范围细分为相等大小的矩形子区段。对于每个子区段，将其相关的测量值(logσi)落入该子区段的那些强度Ji进行求和(参见图5)。将Radon变换应用于所得的2D直方图，并在其中寻找具有最大强度的位置(请参见图6中的白色十字)。该位置的逆变换给出了对数σ-m平面中的所需直线(请参见图5)。这条直线的参数-斜率k和y截距log(C)-最终根据幂次法则说明了碰撞截面σ与质量m之间所需的相关关系，幂次法则的形式是表示叠加碰撞截面-质量信号直方图中的主要和有意义的信号部分的轮廓的曲线。在此，该方法也可以适用于从碰撞截面(σ)和质量(m)得出的量。
指定信号部分的通道或区域
在确定了幂次法则的比例因子C和指数k之后，可以设置因子Clo＜C以及Chi＞C(lo代表低；hi代表高)。在幂次法则中用这些值代替C时，得到了偏移的曲线，这些曲线指定了信号通道的边界(见图5)。通过适当地选择Clo和Chi，这些曲线包围了主要信号部分。通过选择Clo＝0，可以将信号通道向下并且向右扩展直到直方图的边界，使得通道实际上仅在顶部定界。替代地，信号通道可以通过Chi＝∞(无限)扩展到左上方。Clo和Chi的适当选择取决于所分析的分子种类。例如，脂质和聚糖的典型值是Clo＝0.90C…0.96C和Chi＝1.04C…1.10C。在替代性实施例中，可以使用类似的方法来确定碰撞截面-质量平面的第二部分(第二选择)，该部分不应包含先前确定的信号通道或范围之外的所有测量信号，而应仅包含特定的离子种类，尤其是那些无意义的种类，例如MALDI基质簇或类似背景。在此，该方法也可以适用于从碰撞截面(σ)和质量(m)得出的量。
含量分数的计算(“信号质量分数”)
借助相应的碰撞截面-质量信号直方图计算每个单独测量点的含量分数。单个测量点或单个直方图的相关元组条目如上所述例如由(mi，σi，Ji)表示。S表示标记i的量，对于这些标记i而言，相应测量值(mi，σi)位于信号通道或者范围内。然后可以使用以下公式计算所考虑的直方图的含量分数G
因此，在此示例中，来自信号通道或范围的测量信号与所有测量信号(位于通道或范围之内和之外)相比。已经证明这种计算方法在数据处理方面特别稳定。离子种类的第二选择(例如，无意义的信号部分)包括不在优选信号通道或范围内的所有测量信号，在本实施例中，这又确定了第一选择的离子种类的测量信号。
然而，在另外的实施例中，这样的计算方法也是可能的，即，例如根据以下等式直接将离子种类的第一选择和第二选择相比：
该计算方法提供的含量分数表示每种单独选择的离子种类的实际含量比率，因此更易于解读。
此外，可以想到并且旨在定义离子种类的第二选择，使得其不包括未分配给离子种类的第一选择的所有离子种类。例如，可以在碰撞截面-质量平面中(或在相应推导的量的平面中)为特定的第二信号部分确定第二信号通道或范围。这种方法在这样的测量信号直方图中很有用，即，其包含几种不同物质类别的信号部分，例如脂质、聚糖和肽，这些物质作为生物分子原则上是有意义的信号部分的候选者，以及基质簇或其他背景离子种类，这些基本上没有任何意义。含量分数可以如前通过以下方式计算：
或
其中Sa和Sb分别指标记i的量，对于这些标记i而言，单个测量信号直方图的相应测量信号元组条目(例如，mi，σi或由其得出的量)被分别分配给离子种类的第一或第二选择。此外，上述第二种计算方法的优点是，例如当离子种类的第一和第二选择包含来自二维或扁平样品的不同的生物分子并计算其比率时，可以简单地颠倒含量分数，从而产生能提供信息的结果。
评估含量分数(“信号质量分数”)
可以通过将空间分辨的含量分数的空间分布可视化为灰色标度或伪彩色图像来评估含量分数(请参见图7)。作为替代，含量分数可以用于控制数据的后续分析。例如，可以仅将含量分数高于特定阈值，低于特定最大值或位于特定值范围内的那些测量点和直方图用于分析。含量分数也可以用作加权因子，以便那些具有较高含量分数(因此推定具有更好的质量)的测量数据比具有低分数的那些测量数据具有更高的加权。例如，不同的加权可以用于随后的数据分析中的自适应噪声抑制。
除了通过示例说明的实施例之外，还可以想到本发明的其他实施方式。借助本公开的知识，本领域技术人员可以容易地设计其他有利的实施例，这些实施例也被权利要求的保护范围所覆盖，包括视情况而定的任何等同形式。