本發(fā)明涉及一種適宜于質(zhì)譜法數(shù)據(jù)的處理的數(shù)據(jù)處理裝置、一種質(zhì)譜法裝備和一種用于質(zhì)譜法數(shù)據(jù)的評估的方法。本發(fā)明的方面還涉及用于多個(gè)數(shù)據(jù)集的評估的后采集數(shù)據(jù)分析軟件，特別地，在蛋白質(zhì)組研究(蛋白質(zhì)ID、量化、翻譯后修飾的檢測)、代謝組研究、代謝研究、化合物識別、疾病的發(fā)展和檢測、醫(yī)藥和毒理標(biāo)記、所有以上的量化的領(lǐng)域中。本發(fā)明的某些方面還涉及基于此后采集數(shù)據(jù)分析對器具的控制?？稍跍y量(例如，LC/MS采集)期間或在其后執(zhí)行此反饋。
背景技術(shù)：
：質(zhì)譜法對生物學(xué)的應(yīng)用允許在蜂窩級別對工藝的詳細(xì)分析，如在Patterson和Aebersold的文章中論述，《自然遺傳學(xué)增刊(naturegeneticssuppl.)》33,311(2003)。生物質(zhì)譜法的兩個(gè)主要領(lǐng)域?yàn)榇x物分析和蛋白質(zhì)/肽分析?？墒褂脙烧咴u估生物系統(tǒng)的狀態(tài)，例如，關(guān)于對外部刺激或健康或疾病的狀態(tài)的反應(yīng)。在食物安全和毒理學(xué)中存在類似任務(wù)。許多生物質(zhì)譜法研究開始于存在N個(gè)樣本的集合的總體研究。這些接著被形成或經(jīng)受實(shí)驗(yàn)，其可包括研究中的每一樣本或樣本的子集的氣相或液相色譜法-質(zhì)譜法(GC/MS或LC/MS)或液相色譜法-串連質(zhì)譜法(LC/MS/MS)或離子移動性串連質(zhì)譜法(IMS/MS)測量，或?qū)嶋H上，色譜分離、移動性分離、質(zhì)量分析和可能額外光譜測量的任何組合。為了測量，可將不同樣本修改為可個(gè)別地辨識，例如，通過質(zhì)量標(biāo)簽(其可包括同位素、金屬或其它標(biāo)注)的化學(xué)附著或通過用同位素標(biāo)注的修改。取決于測量策略和目標(biāo)生物體，標(biāo)注可在蛋白水解處理前化學(xué)附著，作為食物或在生長介質(zhì)中施予，或另外與分析物連接。通過此標(biāo)注，可混合多個(gè)子樣本以形成組合樣本，組合樣本接著經(jīng)受質(zhì)譜測量。接送可通過質(zhì)量標(biāo)簽的質(zhì)量、從不同標(biāo)注的子樣本之間的質(zhì)量差和/或當(dāng)執(zhí)行MS/MS(MS2)或MSn實(shí)驗(yàn)揭露的質(zhì)量差產(chǎn)生的同位素圖案在組合樣本內(nèi)識別子樣本。取決于標(biāo)注或標(biāo)簽，質(zhì)量差可為原子質(zhì)量單元(在不同位置中含有不同同位素(通常為C、N、O、H)使得單元質(zhì)量保持相同的標(biāo)注)的小部分、一個(gè)或若干個(gè)質(zhì)量單元(如(例如)供iTRAQ、TMT、SILAC使用的常規(guī)同位素標(biāo)注)或許多質(zhì)量單元(金屬)。已知反映實(shí)驗(yàn)的變化性的樣本的各種性質(zhì)，也命名為因素。然而，各種因素中的哪些確實(shí)影響測量通常并不先驗(yàn)已知。實(shí)際上，發(fā)現(xiàn)對測量具有影響的因素或“研究變量”為實(shí)驗(yàn)的一個(gè)基礎(chǔ)目標(biāo)。通常，存在不同“問題”被指派到實(shí)驗(yàn)，這些問題是關(guān)于不同的研究變量如何導(dǎo)致不同(或并不不同)的測量結(jié)果。此研究的實(shí)例可在WO2013/149963A1中找到。此本性的研究的主要挑戰(zhàn)涉及如何將各種研究變量與測量聯(lián)系起來以便給出關(guān)于生物系統(tǒng)的狀態(tài)的定性和定量信息。因?yàn)橘|(zhì)譜法數(shù)據(jù)通常導(dǎo)致極大的數(shù)據(jù)大小(例如，對于一個(gè)樣本的LC/MS，0.2GB到5GB)，所以處理需要大量時(shí)間，甚至是在現(xiàn)代(從2014起)計(jì)算機(jī)工作站上。一般來說，生物質(zhì)譜法數(shù)據(jù)評估遭受數(shù)據(jù)評估工具的碎片化。近年來，許多不同工具已由不同科學(xué)和商業(yè)團(tuán)體開發(fā)用于評估生物質(zhì)譜法數(shù)據(jù)。雖然對于靶向分析存在一些完整的工作流(例如，如由USPN7,269,517揭示，其根植于熒光測定)，但對探索性研究和對轉(zhuǎn)換到靶向方法的支持仍然弱。這部分因?yàn)橥ǔＴ趩为?dú)的軟件包中實(shí)現(xiàn)與采集有關(guān)的數(shù)據(jù)評估和實(shí)驗(yàn)室信息管理方面。另外，典型的軟件包依賴于很剛性的過程和數(shù)據(jù)模型，這使得難以使系統(tǒng)適宜新任務(wù)。對照此背景，本發(fā)明的目標(biāo)為提供一種用于生物質(zhì)譜法數(shù)據(jù)的快速且靈活的數(shù)據(jù)評估系統(tǒng)。技術(shù)實(shí)現(xiàn)要素：根據(jù)本發(fā)明的一方面，提供一種數(shù)據(jù)處理裝置，包括：處理器單元，其被調(diào)適以處理由層析儀和/或質(zhì)譜儀提供的多個(gè)初始數(shù)據(jù)向量，所述處理是在產(chǎn)生經(jīng)處理數(shù)據(jù)的項(xiàng)的一個(gè)、兩個(gè)或更多個(gè)處理步驟中進(jìn)行的；和存儲單元，其被調(diào)適以保存和檢索初始數(shù)據(jù)向量和/或經(jīng)處理數(shù)據(jù)的項(xiàng)，確切地說，經(jīng)處理數(shù)據(jù)向量或識別的化合物，和/或額外數(shù)據(jù)的項(xiàng)，確切地說，在所述層析儀和/或質(zhì)譜儀中引入的樣本的性質(zhì)，其中經(jīng)處理數(shù)據(jù)的每一項(xiàng)和/或額外數(shù)據(jù)的項(xiàng)連接到至少一個(gè)初始數(shù)據(jù)向量，且其中所述處理器單元被調(diào)適以根據(jù)額外數(shù)據(jù)的一或多個(gè)項(xiàng)對初始數(shù)據(jù)向量和/或經(jīng)處理數(shù)據(jù)的項(xiàng)分群、選擇和/或修改。可將數(shù)據(jù)處理裝置實(shí)現(xiàn)為單一計(jì)算機(jī)或以分散式形式用由基于無線和/或有線和/或光纖的網(wǎng)絡(luò)互連的許多處理裝置實(shí)現(xiàn)。另外，處理器單元可含有在一個(gè)或若干個(gè)互連的單元中的多個(gè)處理器核心。初始數(shù)據(jù)向量給出在一段時(shí)間上進(jìn)行的測量的結(jié)果，其中優(yōu)選地，取決于第二參數(shù)來給出測量的強(qiáng)度，例如，洗脫時(shí)間或質(zhì)荷比(m/z)，確切地說，質(zhì)譜。這些數(shù)據(jù)可由層析儀或優(yōu)選地由耦合到液相色譜法-電噴霧離子源或MALDI離子源的質(zhì)譜儀產(chǎn)生。確切地說，初始數(shù)據(jù)向量可為具有測量的強(qiáng)度與質(zhì)量(或質(zhì)量過載)的值對的數(shù)據(jù)向量。然而，尤其對于Orbitrap類型的質(zhì)量分析器，可替代地將初始數(shù)據(jù)向量給出為在定義的頻率范圍上的質(zhì)譜或在定義的時(shí)間跨度上給出的瞬變。本文中，術(shù)語‘質(zhì)量’和類似術(shù)語(例如，‘質(zhì)譜’)應(yīng)理解為不僅指質(zhì)量，而且指質(zhì)譜法中與質(zhì)量直接有關(guān)的任何量，例如，F(xiàn)ourier變換質(zhì)譜法中的頻率和飛行時(shí)間質(zhì)譜法中的時(shí)間。初始數(shù)據(jù)向量可為未處理的數(shù)據(jù)向量，或可已進(jìn)行一些初始處理，例如，轉(zhuǎn)換到質(zhì)量標(biāo)度和/或質(zhì)量或時(shí)間標(biāo)度的校準(zhǔn)。初始處理也可含有原始質(zhì)譜的過濾，使得只將選擇的數(shù)目個(gè)測量的峰作為初始數(shù)據(jù)向量對待。處理步驟優(yōu)選地包括調(diào)整質(zhì)量或時(shí)間標(biāo)度和/或正規(guī)化數(shù)據(jù)向量的強(qiáng)度，使得經(jīng)處理數(shù)據(jù)的項(xiàng)為數(shù)據(jù)向量，和/或基于一或多個(gè)數(shù)據(jù)向量識別主要化合物(確切地說，肽)，和/或基于許多識別的主要化合物識別母體化合物(確切地說，蛋白質(zhì))，使得經(jīng)處理數(shù)據(jù)的項(xiàng)可為字串，例如，序列的名稱或表示或化合物的結(jié)構(gòu)式。識別可包括查詢額外數(shù)據(jù)庫，所述數(shù)據(jù)庫(例如)使測量的片段與消化的蛋白質(zhì)和/或肽有關(guān)。另外，處理步驟中的一或多個(gè)可包括識別的化合物的驗(yàn)證。對于靶向或代謝體學(xué)分析，識別可包括通過應(yīng)用規(guī)則與從化合物的初始集合導(dǎo)出的質(zhì)量和/或元素組成的列表比較，例如，以模擬生物體中的代謝變換。當(dāng)進(jìn)行兩個(gè)或更多個(gè)連續(xù)處理步驟時(shí)，不必每一中間處理步驟都產(chǎn)生經(jīng)處理數(shù)據(jù)的項(xiàng)。這允許將輸出或修改現(xiàn)有數(shù)據(jù)的處理步驟作為中間處理步驟進(jìn)行。額外數(shù)據(jù)優(yōu)選地是關(guān)于特定測量的條件的信息，例如，日期和/或時(shí)間和/或使用的器具。對于蛋白質(zhì)組研究或代謝組研究實(shí)驗(yàn)，額外數(shù)據(jù)優(yōu)選地含有一或多個(gè)因素或研究變量(例如，在服藥后過去的時(shí)間)或關(guān)于樣本的準(zhǔn)備的其它信息。額外數(shù)據(jù)還包括另外信息，例如，針對肽或蛋白質(zhì)的識別而搜索的數(shù)據(jù)庫或是否或在哪一數(shù)據(jù)庫中發(fā)現(xiàn)質(zhì)譜匹配。額外數(shù)據(jù)優(yōu)選地至少部分取決于不能直接從初始數(shù)據(jù)向量推斷的信息。因此，額外數(shù)據(jù)的項(xiàng)可包括研究變量或影響因素，例如，樣本取自的組織或有機(jī)體、施予的藥、藥的劑量、在藥的施予后的時(shí)間、患者的年齡或性別、樣本制備。額外數(shù)據(jù)的項(xiàng)可進(jìn)一步包括測量的時(shí)間和/或日期、使用的質(zhì)譜儀的識別符或與具體樣本的測量有關(guān)的任何其它參數(shù)(例如，包含針對質(zhì)量控制措施而引入的數(shù)據(jù))。確切地說，可基于額外數(shù)據(jù)將初始數(shù)據(jù)向量分群，例如，可加總或平均從特定組織測量的所有質(zhì)譜，可基于額外數(shù)據(jù)選擇一或多個(gè)經(jīng)處理數(shù)據(jù)的項(xiàng)，可基于額外數(shù)據(jù)修改初始數(shù)據(jù)向量或經(jīng)處理數(shù)據(jù)向量的質(zhì)量標(biāo)度。優(yōu)選地，可替代地或另外基于經(jīng)處理數(shù)據(jù)的項(xiàng)(例如，識別的肽或蛋白質(zhì))將初始數(shù)據(jù)向量分群。存儲單元優(yōu)選地包括以電荷的形式保存信息的存儲器裝置(例如，隨機(jī)存取存儲器)，或以磁疇的形式保存信息的存儲器裝置(例如，硬盤驅(qū)動器)。鑒于現(xiàn)有技術(shù)，根據(jù)本發(fā)明的數(shù)據(jù)處理裝置具有各種優(yōu)勢：●供客戶或第三方“插件”使用的靈活性，這是由于插件通常必須以良好地集成且不干擾稍后可在cGMP法規(guī)下的過程的方式存儲“未預(yù)期到的”額外數(shù)據(jù)?！癯跏紨?shù)據(jù)向量保持不變，且可在數(shù)據(jù)的處理期間的任何時(shí)間存取。以有助于檢索和或修改對應(yīng)于初始數(shù)據(jù)向量的經(jīng)處理數(shù)據(jù)的項(xiàng)的方式使影響因素或另外信息連接到輸入向量?！褚?yàn)槌跏紨?shù)據(jù)向量、所得經(jīng)處理數(shù)據(jù)的項(xiàng)和額外數(shù)據(jù)的項(xiàng)被連接起來，即，邏輯上連結(jié)，所以可基于(例如)額外數(shù)據(jù)的給定項(xiàng)來檢索對應(yīng)的數(shù)據(jù)項(xiàng)的集合。通過根據(jù)額外數(shù)據(jù)的項(xiàng)對初始數(shù)據(jù)向量和/或經(jīng)處理數(shù)據(jù)的項(xiàng)分群或選擇，可在無先驗(yàn)知識的情況下確定潛在影響因素?！癞?dāng)(例如)將取得樣本的時(shí)間和/或日期或樣本制備作為額外數(shù)據(jù)的項(xiàng)給出時(shí)，可根據(jù)器具響應(yīng)的觀測到的變化調(diào)適質(zhì)譜的校準(zhǔn)和/或正規(guī)化，使得可改善測量的數(shù)據(jù)的準(zhǔn)確性?！駭?shù)據(jù)的處理還可包含數(shù)據(jù)的觀測?；陬~外數(shù)據(jù)的給定項(xiàng)靈活檢索經(jīng)處理數(shù)據(jù)的項(xiàng)允許靈活的“實(shí)驗(yàn)設(shè)計(jì)”，以便評價(jià)不同研究變量的影響。觀測可包括可用戶配置的表、散布圖、直方圖、條形圖、餅圖和/或Venn圖。優(yōu)選地，對每一初始數(shù)據(jù)向量指派唯一識別符，且經(jīng)處理數(shù)據(jù)的每一項(xiàng)連接到來自同一初始數(shù)據(jù)向量的先前處理步驟的經(jīng)處理數(shù)據(jù)的項(xiàng)，和/或直接連接到初始數(shù)據(jù)向量。一般來說，在特定處理步驟中創(chuàng)建的經(jīng)處理數(shù)據(jù)的項(xiàng)連接到在緊接在此特定處理步驟前的處理步驟中創(chuàng)建的經(jīng)處理數(shù)據(jù)的項(xiàng)。對于一些初始數(shù)據(jù)向量或所得中間經(jīng)處理數(shù)據(jù)，后續(xù)處理步驟可不導(dǎo)致經(jīng)處理數(shù)據(jù)的項(xiàng)，或不導(dǎo)致經(jīng)處理數(shù)據(jù)的“空”項(xiàng)。這可(例如)針對數(shù)據(jù)庫檢索而發(fā)生以便識別化合物，確切地說，肽或蛋白質(zhì)。在此情況下，可尤其針對在第一數(shù)據(jù)庫的搜索中不給出結(jié)果的那些初始數(shù)據(jù)向量執(zhí)行在一或多個(gè)額外數(shù)據(jù)庫中的搜索。優(yōu)選地，存儲單元被調(diào)適以將初始數(shù)據(jù)向量、經(jīng)處理數(shù)據(jù)的項(xiàng)和/或額外數(shù)據(jù)的項(xiàng)存儲在關(guān)系型數(shù)據(jù)庫中。關(guān)系型數(shù)據(jù)庫在存儲單元的文件系統(tǒng)(確切地說，相關(guān)聯(lián)的文件的集合)中可包括一個(gè)、兩個(gè)或更多個(gè)文件。優(yōu)選地，關(guān)系型數(shù)據(jù)庫包括固定數(shù)目個(gè)預(yù)定義的表和許多動態(tài)表，其中預(yù)定義的表中的至少一個(gè)含有動態(tài)數(shù)據(jù)類型的定義，且其中針對每一動態(tài)數(shù)據(jù)類型創(chuàng)建一個(gè)動態(tài)表。預(yù)定義的表優(yōu)選地含有數(shù)據(jù)庫的管理信息，且確切地說，管理額外數(shù)據(jù)；管理信息可包括數(shù)據(jù)庫檔案的創(chuàng)建日期、用于數(shù)據(jù)庫的創(chuàng)建的數(shù)據(jù)庫引擎的版本。有利地，預(yù)定義的表包括動態(tài)表的列表和/或動態(tài)表的列的列表和/或動態(tài)數(shù)據(jù)類型的定義。另外，管理信息可包括動態(tài)數(shù)據(jù)類型的語義或?qū)嶓w描述，指示(例如)動態(tài)表的列含有滯留時(shí)間或測量的樣本的質(zhì)譜。優(yōu)選地，存儲單元包括用于定義動態(tài)數(shù)據(jù)類型和/或修改關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)接口，使得可添加動態(tài)表和/或可將列添加到現(xiàn)有動態(tài)表。動態(tài)數(shù)據(jù)類型是基于和可包括預(yù)定義數(shù)據(jù)類型的許多性質(zhì)，例如，整數(shù)或浮點(diǎn)數(shù)、字串或字節(jié)陣列。有利地，用戶可定義新動態(tài)數(shù)據(jù)類型來存儲額外數(shù)據(jù)，確切地說，關(guān)于實(shí)驗(yàn)的信息，例如，施予的藥和/或藥在代謝中的存在周期，且新動態(tài)數(shù)據(jù)類型的定義導(dǎo)致數(shù)據(jù)庫中新動態(tài)表的創(chuàng)建。如果初始數(shù)據(jù)向量由耦合到層析儀的質(zhì)譜儀提供，那么動態(tài)數(shù)據(jù)類型中的至少一個(gè)可包括滯留時(shí)間。一般來說，動態(tài)數(shù)據(jù)類型的定義不由終端用戶執(zhí)行，而是通過程序員用添加的功能性增強(qiáng)現(xiàn)有數(shù)據(jù)庫來執(zhí)行。優(yōu)選地，動態(tài)數(shù)據(jù)類型的定義可包括對轉(zhuǎn)換器的參考，其中當(dāng)從存儲單元檢索數(shù)據(jù)時(shí)，定義的動態(tài)數(shù)據(jù)類型的性質(zhì)的存儲形式被轉(zhuǎn)換成處理形式，且當(dāng)將數(shù)據(jù)保存到存儲單元時(shí)，定義的動態(tài)數(shù)據(jù)類型的項(xiàng)的處理形式被轉(zhuǎn)換成存儲形式。這允許存儲復(fù)雜或結(jié)構(gòu)化的性質(zhì)，使得可保存任意數(shù)據(jù)。當(dāng)定義動態(tài)數(shù)據(jù)類型時(shí)，可添加轉(zhuǎn)換器，例如，以第三方模塊的形式。舉例來說，初始數(shù)據(jù)向量可由含有值對的列表的XML文件表示。可添加額外轉(zhuǎn)換器以壓縮XML文件，且將其作為字節(jié)陣列存儲在動態(tài)表的欄中。當(dāng)檢索初始數(shù)據(jù)向量時(shí)，將字節(jié)陣列轉(zhuǎn)換回到XML文件。以此方式，可將例如滯留時(shí)間或電荷的‘簡單’性質(zhì)存儲在與對應(yīng)的質(zhì)譜相同的表中。參考的細(xì)節(jié)可取決于數(shù)據(jù)處理裝置的操作系統(tǒng)，使得(例如)如果程序庫中含有轉(zhuǎn)換器，那么參考可包括轉(zhuǎn)換器的地址和/或功能名稱和/或參數(shù)定義。本發(fā)明的優(yōu)選特征是，存儲單元被調(diào)適以存儲第一動態(tài)數(shù)據(jù)類型的項(xiàng)與第二動態(tài)數(shù)據(jù)類型的項(xiàng)之間的連接，和關(guān)系型數(shù)據(jù)庫包括含有第一動態(tài)數(shù)據(jù)類型的項(xiàng)與第二動態(tài)數(shù)據(jù)類型的項(xiàng)之間的連接的再一個(gè)動態(tài)表。另外，可定義第一動態(tài)數(shù)據(jù)類型與第三動態(tài)數(shù)據(jù)類型和/或第二動態(tài)數(shù)據(jù)類型與第三動態(tài)數(shù)據(jù)類型之間的連接。當(dāng)這些額外連接被定義后，針對可連接的每個(gè)再一對動態(tài)數(shù)據(jù)類型創(chuàng)建至少再一個(gè)動態(tài)表。有利地，可定義無限數(shù)目個(gè)連接。優(yōu)選地，針對兩個(gè)動態(tài)數(shù)據(jù)類型之間的每一連接創(chuàng)建一個(gè)動態(tài)表，且連接的動態(tài)表含有用于存儲額外數(shù)據(jù)的項(xiàng)和/或經(jīng)處理數(shù)據(jù)的項(xiàng)的一或多個(gè)列。將額外數(shù)據(jù)存儲在連接的動態(tài)表中允許用具體地連接到兩個(gè)項(xiàng)的信息注釋兩個(gè)具體項(xiàng)的連接。舉例來說，在含有肽的樣本中，可定義肽與修改之間的連接，其中特定修改在肽中的位置存儲在連接的動態(tài)表中。有利地，存儲單元的數(shù)據(jù)接口允許添加新數(shù)據(jù)字段以及到關(guān)系型數(shù)據(jù)庫的新連接，使得額外列和/或動態(tài)表被創(chuàng)建且可存取。根據(jù)本發(fā)明的優(yōu)選實(shí)施例，動態(tài)數(shù)據(jù)類型中的至少一個(gè)被調(diào)適用于樣本和/或靶向化合物的特性化。根據(jù)本發(fā)明的特別優(yōu)選實(shí)施例，在質(zhì)譜儀中引入的樣本含有蛋白質(zhì)和/或肽，確切地說，消化的蛋白質(zhì)，其中動態(tài)數(shù)據(jù)類型包括蛋白質(zhì)(確切地說，包括序列和描述和重量)和肽(確切地說，包括序列和電荷)，其中處理包括識別肽的處理步驟和識別蛋白質(zhì)的后續(xù)處理步驟，且其中關(guān)系型數(shù)據(jù)庫包括識別的蛋白質(zhì)的表和識別的肽的表。優(yōu)選地，還定義肽與蛋白質(zhì)之間的連接；如以上所解釋，肽在蛋白質(zhì)中的位置也可存儲在對應(yīng)的動態(tài)表中。另外，可將修改定義為再一動態(tài)數(shù)據(jù)類型，確切地說，包括名稱和質(zhì)量差，其中關(guān)系型數(shù)據(jù)庫包括用于修改的額外表和用于修改在識別的肽中的位置的額外。另外，可針對識別的化合物、官能團(tuán)、官能團(tuán)在化合物中的位置和針對官能團(tuán)的可能修改(例如，氘化)來定義類似表?？山柚谠谝换蚨鄠€(gè)外部數(shù)據(jù)庫中的一或多個(gè)檢索來進(jìn)行識別肽或蛋白質(zhì)的處理步驟。根據(jù)本發(fā)明的特別優(yōu)選的實(shí)施例，在質(zhì)譜儀中引入的樣本含有藥和/或代謝物，其中用戶定義的數(shù)據(jù)類型包括藥，確切地說，包括樣本、代謝物的名稱、效應(yīng)周期和組織，確切地說，包括化學(xué)式和/或名稱，和修改，確切地說，包括電荷、質(zhì)量和位置，其中處理優(yōu)選地包括識別代謝物的處理步驟?？煽吹皆谀承?shí)施例中數(shù)據(jù)處理裝置為用于識別樣本的化合物(例如，蛋白質(zhì)、代謝物和如本文中所提到的其它化合物)的系統(tǒng)?？煽吹皆谀承?shí)施例中數(shù)據(jù)處理裝置為用于量化樣本的化合物的系統(tǒng)。優(yōu)選地，本發(fā)明的數(shù)據(jù)處理裝置進(jìn)一步包括模塊接口，其允許添加實(shí)施處理步驟的動態(tài)模塊，其中動態(tài)模塊可保存和/或檢索數(shù)據(jù)的項(xiàng)，以及添加動態(tài)數(shù)據(jù)類型和/或修改關(guān)系型數(shù)據(jù)庫的表。有利地，關(guān)系型數(shù)據(jù)庫存儲關(guān)于模塊的信息，例如，輸入數(shù)據(jù)、輸出數(shù)據(jù)和可選或所需參數(shù)。根據(jù)本發(fā)明的優(yōu)選實(shí)施例，數(shù)據(jù)處理裝置包括用于定義處理步驟的序列的工作流接口，其中處理步驟可由默認(rèn)模塊和/或動態(tài)模塊執(zhí)行，其中工作流接口將允許其從關(guān)系型數(shù)據(jù)庫檢索數(shù)據(jù)、定義動態(tài)數(shù)據(jù)類型和將數(shù)據(jù)保存于關(guān)系型數(shù)據(jù)庫中的服務(wù)提供到模塊。有利地，處理步驟可由一開始具備數(shù)據(jù)處理裝置的默認(rèn)模塊和由動態(tài)模塊兩者執(zhí)行，這可由用戶編程或由第三方提供。根據(jù)本發(fā)明的優(yōu)選實(shí)施例，工作流接口被調(diào)適以定義第一和第二工作流，每一工作流包括一連串一或多個(gè)處理步驟，其中在第二工作流前進(jìn)行第一工作流，其中將第一工作流的經(jīng)處理數(shù)據(jù)或輸出數(shù)據(jù)用作用于第二工作流的輸入數(shù)據(jù)。有利地，這允許二階段分析過程的定義。基于所述第一工作流產(chǎn)生的中間結(jié)果，可進(jìn)行許多不同的第二工作流。優(yōu)選地，至少將第一工作流的輸出數(shù)據(jù)存儲在結(jié)果文件中。當(dāng)處理的一些部分獨(dú)立于被選擇用于處理的研究變量(額外數(shù)據(jù)的項(xiàng))始終相同時(shí)，這特別有利，使得只將這些共同部分執(zhí)行一次。由共同處理步驟產(chǎn)生的中間結(jié)果可被存儲和載入供根據(jù)可變方面的進(jìn)一步處理。這具有不需要重復(fù)數(shù)據(jù)處理的計(jì)算上代價(jià)大的方面(例如，Sequest搜索、滲濾器、一般驗(yàn)證步驟)的優(yōu)勢。共同和可變處理步驟的分開使數(shù)據(jù)的共享容易且節(jié)省了存儲空間，這是因?yàn)橹粚⒅虚g結(jié)果存儲一次。根據(jù)本發(fā)明的特別優(yōu)選實(shí)施例，工作流接口被調(diào)適以定義許多第一工作流，每一工作流包括一連串一或多個(gè)處理步驟，其中第一工作流由處理器單元獨(dú)立地進(jìn)行，且其中第二工作流包括組合、比較和/或分析從許多第一工作流產(chǎn)生的經(jīng)處理數(shù)據(jù)的處理步驟。有利地，可定義任意數(shù)目個(gè)工作流。根據(jù)本發(fā)明的特別優(yōu)選的實(shí)施例，數(shù)據(jù)處理裝置被調(diào)適以存儲在工作流文件中包括一連串處理步驟的工作流，其中工作流文件優(yōu)選地包括待處理的初始向量的列表，且其中數(shù)據(jù)處理裝置被進(jìn)一步調(diào)適以至少存儲來自結(jié)果文件(確切地說，關(guān)系型數(shù)據(jù)庫文件)中正由處理器單元進(jìn)行的工作流的經(jīng)處理數(shù)據(jù)的項(xiàng)(優(yōu)選地，初始數(shù)據(jù)向量、經(jīng)處理數(shù)據(jù)的項(xiàng)和額外數(shù)據(jù)的項(xiàng))。優(yōu)選地，工作流產(chǎn)生或修改結(jié)果文件，確切地說，含有整個(gè)關(guān)系型數(shù)據(jù)庫的文件。借助于存儲的工作流，用相同處理步驟分析測量結(jié)果的不同集合可簡單地通過改變待處理的初始數(shù)據(jù)向量的列表來執(zhí)行。根據(jù)本發(fā)明的尤其優(yōu)選實(shí)施例，在進(jìn)行后續(xù)定義的工作流前，處理器單元被調(diào)適以將后續(xù)定義的工作流的處理步驟和初始數(shù)據(jù)向量的列表與一或多個(gè)存儲的工作流的處理步驟和初始數(shù)據(jù)向量的列表比較，且如果存儲的工作流的處理步驟和初始數(shù)據(jù)文件的列表都對應(yīng)于后續(xù)工作流的初始處理步驟，那么檢索來自那個(gè)存儲的工作流的對應(yīng)的結(jié)果文件的數(shù)據(jù)，替代進(jìn)行后續(xù)定義的工作流的初始處理步驟。有利地，當(dāng)來自合適的先前工作流的經(jīng)處理數(shù)據(jù)可用時(shí)，可避免進(jìn)行所有耗時(shí)的處理步驟；這特別可用于歸因于測量的數(shù)據(jù)文件的大小而常在蛋白質(zhì)組研究中發(fā)生的耗時(shí)的處理步驟。優(yōu)選地，存儲單元被進(jìn)一步調(diào)適以針對經(jīng)處理數(shù)據(jù)的每一項(xiàng)存儲哪一默認(rèn)或動態(tài)模塊創(chuàng)建或修改經(jīng)處理數(shù)據(jù)的此項(xiàng)。這有助于數(shù)據(jù)的自動再處理，且允許數(shù)據(jù)的驗(yàn)證和/或誤差辨識和追溯誤差。數(shù)據(jù)處理裝置優(yōu)選地包括觀測構(gòu)件，確切地說，計(jì)算機(jī)監(jiān)視器和/或打印機(jī)，其中處理器單元被進(jìn)一步調(diào)適以使用觀測構(gòu)件觀測一或多個(gè)處理步驟的經(jīng)分群、選定和/或修改的數(shù)據(jù)。優(yōu)選地，數(shù)據(jù)處理裝置進(jìn)一步包括交互構(gòu)件，確切地說，鍵盤和/或鼠標(biāo)，其中交互構(gòu)件和觀測構(gòu)件被調(diào)適以操作工作流接口，即，發(fā)送命令到工作流接口和/或從工作流接口接收信息。有利地，用戶可通過圖形用戶接口查看和編輯工作流。數(shù)據(jù)處理裝置優(yōu)選地包括用于發(fā)送命令到質(zhì)譜儀和從質(zhì)譜儀接收數(shù)據(jù)的器具接口。優(yōu)選地，處理器單元被調(diào)適以處理第一組初始數(shù)據(jù)向量，執(zhí)行一或多個(gè)處理步驟，其中器具接口被調(diào)適以發(fā)送命令到質(zhì)譜儀，從而起始第二組初始數(shù)據(jù)向量的測量，和從質(zhì)譜儀接收第二組初始數(shù)據(jù)向量，其中存儲單元被調(diào)適以保存第二組初始數(shù)據(jù)向量，且其中處理器單元被調(diào)適以處理第二組初始數(shù)據(jù)向量，從而執(zhí)行一或多個(gè)處理步驟。優(yōu)選地，處理器單元被進(jìn)一步調(diào)適以取決于第一組初始數(shù)據(jù)向量的處理的結(jié)果改變用于測量第二組數(shù)據(jù)的命令。這具有允許數(shù)據(jù)相關(guān)的采集的優(yōu)勢，例如，測量具體m/z范圍，或當(dāng)發(fā)現(xiàn)預(yù)定義的峰圖案或數(shù)據(jù)庫搜索給出不確定結(jié)果時(shí)執(zhí)行離子選擇和/或碎片化。根據(jù)本發(fā)明的另一方面，提供一種質(zhì)譜法裝備，其包括具有器具接口的數(shù)據(jù)處理裝置和連接到器具接口的質(zhì)譜儀，確切地說，包括耦合到液相色譜法-電噴霧離子源的Orbitrap類型的質(zhì)量分析器。根據(jù)本發(fā)明的又一方面，提供一種用于識別和/或量化肽和/或蛋白質(zhì)和/或代謝物的方法，包括以下步驟a.通過質(zhì)譜法裝備(確切地說，根據(jù)本發(fā)明的質(zhì)譜法裝備)獲取多個(gè)樣本的初始數(shù)據(jù)向量，b.將額外數(shù)據(jù)的一或多個(gè)項(xiàng)指派到每一初始數(shù)據(jù)向量，c.根據(jù)額外數(shù)據(jù)的項(xiàng)分群或選擇許多初始數(shù)據(jù)向量，確切地說，只選擇額外數(shù)據(jù)的項(xiàng)具有預(yù)定義值的那些初始數(shù)據(jù)向量，d.在一或多個(gè)處理步驟中處理分群或選擇的數(shù)目個(gè)初始數(shù)據(jù)向量包括優(yōu)選地修改初始數(shù)據(jù)向量的質(zhì)量標(biāo)度和/或強(qiáng)度，e.執(zhí)行在來自肽和/或蛋白質(zhì)和/或代謝物的已知質(zhì)譜的數(shù)據(jù)庫中的搜索，和f.輸出通過數(shù)據(jù)庫搜索識別的肽和/或蛋白質(zhì)和/或代謝物的名稱和/或性質(zhì)。有利地，用戶不必手動選擇哪些初始數(shù)據(jù)向量(即，質(zhì)譜)需要處理，例如，用于在特定組織中存在的蛋白質(zhì)的識別。關(guān)于測量的樣本的組織的信息優(yōu)選地作為額外數(shù)據(jù)的項(xiàng)存儲于數(shù)據(jù)處理裝置的存儲單元(確切地說，關(guān)系型數(shù)據(jù)庫)中。確切地說，當(dāng)分析許多不同組織時(shí)，這簡化且加速了數(shù)據(jù)的處理。任選地，獲取初始數(shù)據(jù)向量的步驟可進(jìn)一步包括-執(zhí)行液相色譜法或(差分)離子移動性分離或任何其它物理分離和隨分離參數(shù)而變獲取初始數(shù)據(jù)向量-在質(zhì)量分析或分離前以酶方式、物理上或化學(xué)上處理樣本以使分析容易和/或確立允許經(jīng)由質(zhì)譜法識別來自不同樣本的數(shù)據(jù)的參數(shù)-基于信號強(qiáng)度、同位素比、同位素圖案、預(yù)定義的質(zhì)量差、從列表獲得的質(zhì)量，或基于從完全或部分執(zhí)行此方法確定的質(zhì)量差或質(zhì)量(當(dāng)其仍然在進(jìn)行中時(shí)，基于先前實(shí)驗(yàn)或在時(shí)間上距同一實(shí)驗(yàn)較早獲得的結(jié)果)，執(zhí)行數(shù)據(jù)相關(guān)的MS、MS/MS或MSn分析。根據(jù)本發(fā)明的優(yōu)選實(shí)施例，所述方法進(jìn)一步包括以下步驟中的至少一個(gè)g.將額外數(shù)據(jù)的一或多個(gè)項(xiàng)指派到經(jīng)處理數(shù)據(jù)的每一項(xiàng)，h.根據(jù)直接指派到經(jīng)處理數(shù)據(jù)項(xiàng)或從同一初始數(shù)據(jù)向量的先前處理步驟指派到經(jīng)處理數(shù)據(jù)的項(xiàng)和/或直接指派到初始數(shù)據(jù)向量的額外數(shù)據(jù)的項(xiàng)來對許多經(jīng)處理數(shù)據(jù)項(xiàng)分群或選擇，i.在一或多個(gè)步驟中處理經(jīng)分群或選擇的數(shù)目個(gè)經(jīng)處理數(shù)據(jù)項(xiàng)優(yōu)選地包括經(jīng)處理數(shù)據(jù)項(xiàng)的驗(yàn)證，其中在輸出肽和/或蛋白質(zhì)和/或代謝物的名稱和/或性質(zhì)的最終步驟前，可重復(fù)步驟中的一或多個(gè)。根據(jù)本發(fā)明的另一方面，提供一種質(zhì)譜法的方法，其包括以下步驟：提供多個(gè)樣本；任選地合并這些樣本作為子樣本以形成組合樣本；用MS或LC/MS系統(tǒng)獲取所述樣本的質(zhì)譜法數(shù)據(jù)；使研究變量與樣本或子樣本和所述有關(guān)質(zhì)譜法數(shù)據(jù)相關(guān)聯(lián)；提供用戶接口以用于研究變量與測量結(jié)果的關(guān)系的第一所要的觀測的選擇；處理所述質(zhì)譜法數(shù)據(jù)以允許此觀測；交互式地觀測所述結(jié)果作為第一表或曲線圖以展示研究變量與質(zhì)譜法數(shù)據(jù)之間的關(guān)系；提供用戶接口以用于改變所述所要的觀測以給出第二所要的觀測；識別對于所述第一和第二所要的觀測的產(chǎn)生共同的處理步驟；僅執(zhí)行產(chǎn)生所述第二所要的觀測并不共同的處理步驟，和；交互式地觀測所述結(jié)果作為第二表或曲線圖以展示研究變量與質(zhì)譜法數(shù)據(jù)之間的關(guān)系。根據(jù)本發(fā)明的再一方面，提供一種質(zhì)譜法的方法，其包括以下步驟：提供多個(gè)樣本；任選地合并這些樣本作為子樣本以形成組合樣本；用MS或LC/MS系統(tǒng)(任選地進(jìn)一步包括離子移動性或差分離子移動性分析器)產(chǎn)生來自樣本的測量結(jié)果；使研究變量與樣本或子樣本和有關(guān)測量結(jié)果相關(guān)聯(lián)；提供用戶接口以用于定義第一處理方法或工作流；基于所述第一處理方法，計(jì)算和任選地存儲來自測量結(jié)果的中間結(jié)果；提供用戶接口以用于定義第二處理方法或工作流，此第二處理方法或工作流將在第一處理方法后執(zhí)行，和；提供用戶接口以用于處理方法的觀測，因此觀測研究變量與測量結(jié)果之間的關(guān)系；其中第二處理方法和觀測可由用戶改變，且可在不需要重新計(jì)算第一處理方法的結(jié)果的情況下執(zhí)行第二處理方法。在測量后允許在不同準(zhǔn)則下指派和評估不同研究變量和樣本的分群是有效率的，使得可在無先驗(yàn)知識的情況下確定潛在影響因素。較之現(xiàn)有技術(shù)的主要改善在于，替代依賴于預(yù)定義的實(shí)驗(yàn)設(shè)計(jì)，關(guān)于實(shí)驗(yàn)的“問題”可由用戶“特別”制定。其它主要改善為通過按恒定和可變部分分裂處理工作流而對計(jì)算資源的高效使用，使得不需要重新計(jì)算共同結(jié)果(例如，在蛋白質(zhì)組研究中的數(shù)據(jù)庫檢索)。因此，可完整評價(jià)影響因素，如組織/有機(jī)體、藥、劑量、施予后的時(shí)間、疾病、年齡、性別、患者/個(gè)人、操作者和樣本制備。雖然系統(tǒng)不設(shè)定任何限制(如預(yù)定義的“實(shí)驗(yàn)設(shè)計(jì)”)，但仍然可能保存處理方法和將其重新應(yīng)用于不同的樣本集合。任選地，提供樣本和執(zhí)行質(zhì)譜法的步驟可進(jìn)一步包括：執(zhí)行液相色譜法或(差分)離子移動性分離或任何其它物理分離和觀測隨分離參數(shù)而變的質(zhì)譜法數(shù)據(jù)；在質(zhì)量分析或分離前，以酶方式、物理上或化學(xué)上處理樣本以使分析容易；在質(zhì)量分析或分離前，以酶方式、物理上或化學(xué)上處理樣本以確立允許經(jīng)由質(zhì)譜法識別來自不同樣本的數(shù)據(jù)的參數(shù)，和/或；基于信號強(qiáng)度、同位素比、同位素圖案、預(yù)定義的質(zhì)量差、從列表獲得的質(zhì)量，或基于從完全或部分執(zhí)行此方法確定的質(zhì)量差或質(zhì)量(當(dāng)其仍然在進(jìn)行中時(shí)，基于先前實(shí)驗(yàn)或在時(shí)間上距同一實(shí)驗(yàn)較早獲得的結(jié)果)，執(zhí)行數(shù)據(jù)相關(guān)的MS、MS/MS或MSn分析。實(shí)施前述方法的軟件優(yōu)選地不創(chuàng)建“掃描”的數(shù)據(jù)矩陣，而取而代之，使原始數(shù)據(jù)“不受影響”，但用戶將實(shí)驗(yàn)因素附著到輸入數(shù)據(jù)向量和樣本管理，處理和觀測工具將實(shí)驗(yàn)因素作為“注釋”載運(yùn)到數(shù)據(jù)，所述實(shí)驗(yàn)因素可按向量分群(例如，有機(jī)體、劑量、在施予后的時(shí)間)、平均化的各種重復(fù)實(shí)驗(yàn)等)。不同實(shí)驗(yàn)設(shè)計(jì)優(yōu)選地不在數(shù)據(jù)庫中，而“在用戶的頭腦中”。因此，基于“中間結(jié)果”，用戶可“在運(yùn)行中”應(yīng)用不同實(shí)驗(yàn)設(shè)計(jì)(“鑒于不同向量的評估”)，但當(dāng)設(shè)計(jì)被選擇和存儲時(shí)，其可為每個(gè)文件僅有的一個(gè)實(shí)驗(yàn)設(shè)計(jì)，接送可將所述實(shí)驗(yàn)設(shè)計(jì)應(yīng)用于其它數(shù)據(jù)。觀測可包括表、可用戶配置的表和或散布圖、直方圖、條形圖、餅圖和Venn圖。注意，與“二階段”分析過程的聯(lián)系使此方法在計(jì)算成本上有效率。處理的一些部分可獨(dú)立于針對分群/評估而選擇的實(shí)驗(yàn)變量始終相同。這些部分有利地可僅執(zhí)行一次。這些中間結(jié)果可被存儲和載入供根據(jù)可變方面的進(jìn)一步處理。系統(tǒng)允許僅將研究變量(＝實(shí)驗(yàn)變量、因素)再分群的報(bào)告的再處理。不需要重復(fù)數(shù)據(jù)處理的計(jì)算上代價(jià)大的方面(例如，Sequest搜索、滲濾器、一般驗(yàn)證步驟)。共同和可變步驟的分開使數(shù)據(jù)的共享容易且節(jié)省了存儲空間，這是因?yàn)橹粚⒅虚g結(jié)果存儲一次。可在不同群組之間分裂處理步驟，例如，一或多個(gè)不變第一處理方法可通過實(shí)驗(yàn)室/實(shí)驗(yàn)/測量團(tuán)隊(duì)執(zhí)行，而第二處理方法由專業(yè)化團(tuán)隊(duì)執(zhí)行。根據(jù)本發(fā)明的另一方面，提供一種質(zhì)譜法的方法，其包括以下步驟：提供多個(gè)樣本；執(zhí)行樣本的質(zhì)譜分析；提供用于用戶指定的程序的編程接口；提供用于由用戶指定的處理模塊產(chǎn)生的數(shù)據(jù)的數(shù)據(jù)存儲接口；提供用戶接口以用于將研究變量指派到樣本和/或質(zhì)譜分析；提供用戶接口以用于定義包括預(yù)定義的處理模塊和用戶指定的處理模塊的處理工作流；執(zhí)行用戶指定的處理，和；觀測處理結(jié)果，所述觀測包括由預(yù)定義的處理模塊產(chǎn)生的數(shù)據(jù)和由用戶指定的處理模塊產(chǎn)生的數(shù)據(jù)。用戶指定的處理模塊為可由任何第三方撰寫且與核心程序的數(shù)據(jù)和處理方法經(jīng)由編程和數(shù)據(jù)接口交互的程序。質(zhì)譜分析可為MS、LC/MS、IMS/MS、DIMS/MS、LC/(D)IMS/MS中的一個(gè)，其中“MS”共同地表示質(zhì)譜法和MS/MS或MSn方法。根據(jù)本發(fā)明的又一方面，提供一種通過質(zhì)譜法識別代謝物的方法，其包括以下步驟：接受含有一或多個(gè)物質(zhì)的代謝物的多個(gè)樣本；執(zhí)行所述樣本的質(zhì)譜分析，因此產(chǎn)生質(zhì)譜法數(shù)據(jù)；提供用于用戶指定的程序的編程接口；提供用于由用戶指定的處理模塊產(chǎn)生的數(shù)據(jù)的數(shù)據(jù)存儲接口；提供用戶接口以用于將研究變量指派到樣本和/或質(zhì)譜分析；提供用戶接口以用于定義包括預(yù)定義的處理模塊和用戶指定的處理模塊的處理工作流；執(zhí)行用戶指定的處理，和；觀測處理結(jié)果，所述觀測包括由預(yù)定義的處理模塊產(chǎn)生的數(shù)據(jù)和由用戶指定的處理模塊產(chǎn)生的數(shù)據(jù)。所述方法可進(jìn)一步包括以下步驟：從所述用戶或外部數(shù)據(jù)源接受物質(zhì)信息，和/或；通過規(guī)則或從外部數(shù)據(jù)源檢索代謝物信息而從所述物質(zhì)產(chǎn)生候選代謝物信息。用戶指定的處理可進(jìn)一步包括通過所述候選代謝物信息識別質(zhì)譜法數(shù)據(jù)中的候選代謝物；觀測研究變量與候選代謝物之間的關(guān)系；觀測由用戶指定的處理模塊與候選處理模塊產(chǎn)生的數(shù)據(jù)之間的關(guān)系、由用戶指定的處理模塊與候選處理模塊產(chǎn)生的數(shù)據(jù)。在本發(fā)明的一些優(yōu)選實(shí)施例中，將處理結(jié)果存儲在數(shù)據(jù)庫中。在典型數(shù)據(jù)庫存儲接口中，在開發(fā)期間將表保存為已知，例如，肽、峰列表、代謝物，且可確立表之間的關(guān)系。本發(fā)明的數(shù)據(jù)存儲接口方面(“實(shí)體數(shù)據(jù)業(yè)務(wù)”)現(xiàn)在允許用戶-不僅保存“已知”數(shù)據(jù)類型，而且“任何您想要的”(例如，樣本管理信息、患者地址、來自客戶供應(yīng)節(jié)點(diǎn)的任意信息……)-擴(kuò)展現(xiàn)有數(shù)據(jù)(即，例如，將新列添加到現(xiàn)有表)-不僅擴(kuò)展數(shù)據(jù)，而且“連接”(＝關(guān)系)-存儲任意數(shù)據(jù)類型且定義這些數(shù)據(jù)類型的性質(zhì)，例如，其可由觀測模塊標(biāo)繪的方式(例如，“種類”、“x-y”、整數(shù)……)。此外，實(shí)體數(shù)據(jù)業(yè)務(wù)的靈活性為用于供普通客戶或第三方“插件”使用的“開門器”，因?yàn)樗小耙话恪辈寮⒈仨氁粤己玫丶汕也桓蓴_稍后可在cGMP法規(guī)下的過程的方式存儲“未預(yù)期到的”數(shù)據(jù)。這對于應(yīng)用意味著，例如，對于蛋白質(zhì)，肽在蛋白質(zhì)中的位置和緊靠著蛋白質(zhì)的(側(cè)接)氨基酸可作為連接存儲；可對連接注釋，例如，修改：肽：修改可存在若干次，且另一入口具有所述位置；且用戶可寫入過濾器以提供序列。一個(gè)示范性視圖為用于樣本中的分析特征的存在或不存在或相反地用于這是真實(shí)的研究變量或樣本的分析特征的色彩譯碼的標(biāo)記的簡單陣列。舉例來說，分析特征可為某一蛋白質(zhì)或代謝物的存在或具體針對某一代謝路徑或有機(jī)體的化合物的存在。可由本發(fā)明的實(shí)施例達(dá)成的一些另外優(yōu)勢包含：處理的靈活性，從而允許在實(shí)驗(yàn)和數(shù)據(jù)分析過程中較晚的處理步驟的改變；樣本與樣本的分群之間的關(guān)系的特定定義；和待被處置以用于關(guān)于變量進(jìn)行數(shù)據(jù)分群和評估的數(shù)據(jù)的最小化：N(MS實(shí)驗(yàn)的數(shù)目)個(gè)原始數(shù)據(jù)文件與N個(gè)數(shù)據(jù)庫(Sequest、Moscot、Andromeda)檢索和錯(cuò)誤檢測率評估被聚合到單一中間結(jié)果。在蛋白質(zhì)組研究中，這可為識別的肽連同相關(guān)聯(lián)的用戶定義的研究變量的集合。這個(gè)數(shù)據(jù)集可接著用于進(jìn)一步分群、處理、觀測等。有利地，在實(shí)施例中，系統(tǒng)具有存儲“未預(yù)見到”(在于軟件產(chǎn)品的開發(fā)期間未預(yù)期到的意義上)數(shù)據(jù)(額外數(shù)據(jù))和按與在軟件產(chǎn)品的開發(fā)期間預(yù)期到的數(shù)據(jù)和數(shù)據(jù)類型精確相同的方式使此數(shù)據(jù)可用于另外步驟(處理和觀測)的能力。附圖說明圖1展示在質(zhì)譜法裝備的優(yōu)選實(shí)施例中的耦合到數(shù)據(jù)處理裝置的質(zhì)譜儀的示意圖。圖2展示待在根據(jù)本發(fā)明的數(shù)據(jù)處理裝置中進(jìn)行的第一工作流的實(shí)例。圖3展示待在根據(jù)本發(fā)明的數(shù)據(jù)處理裝置中進(jìn)行的第二工作流的實(shí)例。圖4展示數(shù)據(jù)庫文件中含有的表的實(shí)例；圖4a)中描繪靜態(tài)表，而圖4b)中展示動態(tài)表。圖5展示根據(jù)額外數(shù)據(jù)的項(xiàng)將初始數(shù)據(jù)向量和/或經(jīng)處理數(shù)據(jù)的項(xiàng)分群的實(shí)例。圖6展示根據(jù)額外數(shù)據(jù)的項(xiàng)選擇初始數(shù)據(jù)向量和/或經(jīng)處理數(shù)據(jù)的項(xiàng)的實(shí)例。具體實(shí)施方式為了進(jìn)一步理解本發(fā)明，現(xiàn)將參看附圖通過實(shí)例詳細(xì)地描述實(shí)施例，所述實(shí)施例只是用于說明且并不希望且不限制本發(fā)明的范圍。參看圖1，展示質(zhì)譜法裝備的優(yōu)選實(shí)施例，包括利用呈Orbitrap質(zhì)量分析器的形式的靜電阱20和數(shù)據(jù)處理裝置30的質(zhì)譜儀1。器具進(jìn)一步包括在大氣壓力下操作的電噴霧離子源2。應(yīng)了解，可使用其它離子來源，例如，基質(zhì)輔助激光解吸/電離(MALDI)或任何其它入口電離。優(yōu)選地，經(jīng)由液相色譜法設(shè)置21將樣本注入到電噴霧離子源內(nèi)。另一優(yōu)選方法為氣相層析法(GC)，接著為電子或化學(xué)或光電離。來自電噴霧離子源2的離子穿過轉(zhuǎn)移毛細(xì)管3到堆疊的環(huán)離子導(dǎo)向器(S透鏡)4，且接著穿過注入扁平A形柱6和彎曲扁平A形柱8。中性簇和小滴可不受阻地飛過彎曲的扁平A形柱的桿之間的間隙，且因此不對測量的信號有影響。S透鏡到彎曲的扁平A形柱的區(qū)域中的壓力通常為1mbar到10mbar，使得在彎曲的扁平A形柱中發(fā)生一定程度的碰撞冷卻。呈快速分裂透鏡的形式的離子門10控制離子到僅RF輸送多極12的進(jìn)入，在所展示的實(shí)施例中，所述多極為八極且通常保持于小于10-4mbar的壓力下。在優(yōu)選的替代性實(shí)施例中，輸送多極12至少部分實(shí)施為四極濾質(zhì)器，因此允許非?？斓馁|(zhì)量選擇，且可進(jìn)一步包括一或兩個(gè)額外透鏡和/或額外扁平A形柱。從輸送多極，離子進(jìn)入C阱14，其中通常具有(0.1-4.0)×10-3mbar的壓力(例如，5×10-4mbar)。任選地，可將用于進(jìn)一步冷卻的離子傳送到氣體填充的死端較高能量碰撞解離(HCD)池16，所述池包括RF多極桿，通常具有(1-20)×10-3mbar的壓力(例如，5×10-3mbar)。從那里，離子被傳送回到C阱。為此目的，對HCD池提供軸向場，例如，通過在HCD的背面上提供延遲電壓。HCD池與C阱由單一振動膜分開，這允許HCD池的簡單調(diào)諧。如果需要，施加到HCD池的RF和軸向場可被設(shè)定以提供其中的離子的碎片化。HCD池允許更好地捕獲，同時(shí)維持C阱中和因此Orbitrap中的某一壓力，因?yàn)镠CD池i)較長，且ii)處于比C阱高的壓力下。將離子從C阱注入到Orbitrap質(zhì)量分析器20內(nèi)。HCD可為偽MS3裝置，其中已在離子源區(qū)域中執(zhí)行第一非質(zhì)量選擇性碎片化，且已在RF多極中選擇片段中的一個(gè)。除了HCD外，舉例來說，還可使用低能量沖突誘發(fā)解離、電子捕捉或電子轉(zhuǎn)移解離或光致離解。Orbitrap隔室中的真空優(yōu)選地低于7×10-10mbar，但是可使用高達(dá)2×10-9mbar的壓力。在軌道阱中，在此類壓力下，可確定較大、較慢離子的m/z，這可歸因于比平均自由路徑隨質(zhì)量增大快的隨質(zhì)量減小的總行進(jìn)的路徑。優(yōu)選地通過使用在分析掃描前的短預(yù)先掃描測量總離子電荷來自動控制(自動增益控制)Orbitrap中的離子的數(shù)目，并且從這個(gè)計(jì)算分析掃描的離子注入時(shí)間。對于高掃描速率，可將先前的分析掃描用作預(yù)先掃描來優(yōu)化掃描循環(huán)時(shí)間。另外或替代地，可將離子收集器17放置于HCD碰撞池后且用于獨(dú)立電荷檢測，獨(dú)立電荷檢測周期性地(例如，每隔5到10秒)檢查且調(diào)整自動增益控制的準(zhǔn)確性。通過鏡像電流檢測在Orbitrap質(zhì)量分析器中檢測到的瞬變是在數(shù)據(jù)處理裝置中使用Fourier變換將瞬變信號轉(zhuǎn)換成頻率分量且接著m/z來處理的。雖然以上描述的質(zhì)譜法裝備含有Orbitrap類型的質(zhì)量分析器，但應(yīng)了解，也可使用其它質(zhì)量分析器，例如，基于扇形場中的不同質(zhì)量的飛行時(shí)間測量或物理分離或質(zhì)量相關(guān)損失(例如，在四極器具中)。另外，可變化精確裝備或?yàn)V質(zhì)器、碰撞池與質(zhì)量分析器的組合；對于一些靜電阱器具，合適電壓的依序施加可代替在其它器具中物理上分開的質(zhì)譜法的不同階段。數(shù)據(jù)處理裝置30包括器具接口22，其被調(diào)適以發(fā)送命令到或操作質(zhì)譜儀1和液相色譜法裝備21，和從器具、處理器單元23和存儲單元24接收測量的數(shù)據(jù)或狀態(tài)信息。優(yōu)選地，數(shù)據(jù)處理裝置進(jìn)一步包括觀測構(gòu)件25(確切地說，顯示器和/或打印機(jī))，和交互構(gòu)件26(確切地說，鍵盤和/或鼠標(biāo))，使得用戶可查看和鍵入信息。器具接口22可為從目前先進(jìn)技術(shù)已知的任一接口，其被調(diào)適以發(fā)送數(shù)據(jù)到質(zhì)譜儀1和/或包括液相色譜法裝備21的離子源和從其接收數(shù)據(jù)。質(zhì)譜儀可包括控制單元(未展示)，其被調(diào)適以與器具接口22通信，以設(shè)定質(zhì)譜儀的離子-光學(xué)元件中的一或多個(gè)上的電壓，和/或從質(zhì)譜儀中的檢測器或傳感器接收信號?？刂茊卧珊刑幚砥鲉卧浔徽{(diào)適以執(zhí)行測量的信號的預(yù)處理，例如，F(xiàn)ourier變換、數(shù)據(jù)壓縮、峰識別、峰獲取、質(zhì)量計(jì)算、峰注釋(例如，用精確質(zhì)量、面積、元素組成、強(qiáng)度和質(zhì)量的準(zhǔn)確性信息、電荷態(tài)確定、解卷積、同位素簇的識別等)。器具接口22與質(zhì)譜儀和/或離子源之間的連接可通過電線或玻璃纖維或經(jīng)由無線電通信以無線方式建立?？蓪?shù)據(jù)處理裝置實(shí)現(xiàn)為標(biāo)準(zhǔn)個(gè)人計(jì)算機(jī)，或以分散式形式用由有線或無線網(wǎng)絡(luò)互連的許多處理裝置來實(shí)現(xiàn)，使得處理器單元23可在一個(gè)或若干個(gè)互連單元中含有多個(gè)處理器核心。用于處理數(shù)據(jù)的功能優(yōu)選地以面向?qū)ο蟮木幊陶Z言(例如，C#或C++)來實(shí)施；可使用例如.NET的架構(gòu)。存儲單元24被調(diào)適以存儲初始數(shù)據(jù)向量(例如，測量的質(zhì)譜)，和/或經(jīng)處理數(shù)據(jù)的項(xiàng)(例如，具有正規(guī)化的強(qiáng)度和/或經(jīng)過校準(zhǔn)的質(zhì)量標(biāo)度的質(zhì)譜)，和/或額外數(shù)據(jù)的項(xiàng)(例如，在哪一數(shù)據(jù)庫中發(fā)現(xiàn)針對特定初始數(shù)據(jù)向量(或?qū)?yīng)的經(jīng)處理數(shù)據(jù)向量)的質(zhì)譜匹配的信息)。為此目的，存儲單元優(yōu)選地包括以電荷的形式保存信息的存儲器裝置(例如，隨機(jī)存取存儲器)，或以磁疇的形式保存信息的存儲器裝置(例如，硬盤驅(qū)動器)。優(yōu)選地，存儲單元24被調(diào)適以將初始數(shù)據(jù)向量、經(jīng)處理數(shù)據(jù)的項(xiàng)和/或額外數(shù)據(jù)的項(xiàng)存儲在關(guān)系型數(shù)據(jù)庫中。以下將關(guān)于圖4來描述關(guān)系型數(shù)據(jù)庫的特別優(yōu)選的實(shí)施例。優(yōu)選地，存儲單元24包括用于獨(dú)立于關(guān)系型數(shù)據(jù)庫存儲原始測量數(shù)據(jù)(從其導(dǎo)出初始數(shù)據(jù)向量)的構(gòu)件；這可(例如)呈標(biāo)準(zhǔn)文件系統(tǒng)中的個(gè)別文件的形式。當(dāng)數(shù)據(jù)處理裝置包括觀測構(gòu)件25和交互構(gòu)件26時(shí)，優(yōu)選地經(jīng)由圖形用戶接口(GUI)控制質(zhì)譜法裝備的操作。在蛋白質(zhì)組研究實(shí)驗(yàn)中，待測量的樣本可包括來自不同器官或不同體液的組織；當(dāng)執(zhí)行樣本的標(biāo)注時(shí)，可在一個(gè)質(zhì)譜法掃描中同時(shí)測量不同組織。可使用(例如)胰蛋白酶消化樣本；優(yōu)選地，其使用液相色譜法-電噴霧離子源來電離且注入于質(zhì)譜儀中。優(yōu)選地，針對質(zhì)譜的感興趣的區(qū)域和/或選定的洗脫時(shí)間間隔進(jìn)行質(zhì)譜法(MS2或MSn)的額外階段?？山?jīng)由“研究”使測量的質(zhì)譜結(jié)構(gòu)化，所述研究確切地說含有質(zhì)譜和連接到質(zhì)譜的額外信息(確切地說，因素或研究變量)的列表。優(yōu)選地，測量的質(zhì)譜和連接到測量的質(zhì)譜的額外數(shù)據(jù)(例如，從其取得樣本的組織)的項(xiàng)保存在存儲單元24的數(shù)據(jù)庫中。參看圖2，在根據(jù)本發(fā)明的特別優(yōu)選的實(shí)施例的GUI中展示第一工作流的實(shí)例。將處理步驟展示為由箭頭連接的框，箭頭指示處理的順序和信息的流動，其中來自特定步驟的經(jīng)處理數(shù)據(jù)可由后續(xù)處理步驟評估和/或修改。在步驟201(“質(zhì)譜文件”)中，從存儲單元讀取質(zhì)譜文件。這些文件可含有在一或多個(gè)質(zhì)量范圍中的一或多個(gè)質(zhì)譜。當(dāng)用液相色譜法-質(zhì)譜法裝備測量時(shí)，如蛋白質(zhì)組研究中的通常情況一樣，在后續(xù)時(shí)間測量許多質(zhì)譜，且原始數(shù)據(jù)因此含有層析圖的信息(即，對照洗脫時(shí)間的強(qiáng)度)，以及質(zhì)譜的信息(即，對照質(zhì)荷比的強(qiáng)度)。優(yōu)選地，將全部數(shù)據(jù)集保持在單獨(dú)的原始文件中，且僅待處理的初始數(shù)據(jù)向量被提取且存儲在數(shù)據(jù)庫中。在步驟202中，從質(zhì)譜文件選擇待分析的質(zhì)譜(“質(zhì)譜選擇器”)。這可包括根據(jù)額外數(shù)據(jù)的一或多個(gè)項(xiàng)對某一質(zhì)量范圍和/或選擇的限制，例如，僅選擇在具體條件下測量或以具體方式準(zhǔn)備的質(zhì)譜。確切地說，測量的質(zhì)譜可(例如)根據(jù)其取自的組織來選擇。在一些實(shí)施例中，質(zhì)譜可被進(jìn)一步處理以便減少數(shù)據(jù)量；確切地說，可產(chǎn)生含有位置和強(qiáng)度的峰列表，可從與具有定義的中心位置和峰高度的測量的質(zhì)譜擬合的質(zhì)心確定位置和強(qiáng)度。在步驟203(“SequestHT”)中，將選定質(zhì)譜與數(shù)據(jù)庫中的參考質(zhì)譜比較。當(dāng)測量的質(zhì)譜中的峰的位置和相對強(qiáng)度在某一容差內(nèi)匹配來自已知肽或蛋白質(zhì)的參考質(zhì)譜的位置和相對強(qiáng)度時(shí)，可得出結(jié)論，所述樣本含有特定肽或蛋白質(zhì)，即，肽或蛋白質(zhì)被識別到。參考質(zhì)譜可已基于蛋白質(zhì)的分解“電子雜交”(例如，通過胰蛋白酶)來測量或計(jì)算。為了蛋白質(zhì)和肽的識別，許多不同方法和/或數(shù)據(jù)庫是已知的；一個(gè)方法(例如)由Cox等人在《蛋白質(zhì)組研究期刊(J.ProteomeRes.)》(2011,10,1794-1805)中揭示。為了限制錯(cuò)誤發(fā)現(xiàn)率，在步驟204(“目標(biāo)引誘PSM驗(yàn)證器”)中，進(jìn)行識別的肽或肽質(zhì)譜匹配(PSM)的驗(yàn)證。確切地說，可定義閾值評分，必須超過所述閾值評分以便考慮到識別。可(例如)經(jīng)由引誘搜索來確定此閾值評分。原則上，還可使用用于識別的驗(yàn)證的其它方法。在步驟201中讀取的質(zhì)譜文件還被供應(yīng)到處理步驟205(“事件檢測器”)。工作流中的處理步驟可優(yōu)選地由動態(tài)模塊實(shí)施，所述處理步驟通?？刹⑿械靥幚?。步驟205用以識別關(guān)于液相色譜法裝備的洗脫時(shí)間的時(shí)間軸線和質(zhì)譜儀的質(zhì)量軸線輪廓分明的峰。在步驟206(“前驅(qū)物離子量化器”)中，確定測量的樣本的絕對或相對量。處理步驟可使用來自多個(gè)處理步驟的經(jīng)處理數(shù)據(jù)的項(xiàng)。對于步驟206，檢測的峰的位置和強(qiáng)度還有關(guān)于識別的肽和/或蛋白質(zhì)的信息是需要的。結(jié)果，需要在步驟205和步驟204后進(jìn)行步驟206。當(dāng)將所有步驟實(shí)施為動態(tài)模塊時(shí)，模塊204與205是同時(shí)的，而模塊206需要等待兩個(gè)模塊結(jié)束處理?？筛鶕?jù)已知的基于標(biāo)注或無標(biāo)注的方法進(jìn)行量化，例如，在WO2013/149963A1中所揭示。在基于標(biāo)注的方法中，將不同質(zhì)量標(biāo)簽附著到來自不同樣本的原始相同肽，因此引起由對應(yīng)于相應(yīng)質(zhì)量標(biāo)簽的質(zhì)量差分開的多個(gè)峰的出現(xiàn)；通過后續(xù)混合不同子樣本且執(zhí)行質(zhì)譜法，當(dāng)比較不同峰的強(qiáng)度時(shí)，自動慮及變化的器具響應(yīng)的影響，以便確定相對量。當(dāng)使用(例如)在細(xì)胞培養(yǎng)中通過氨基酸進(jìn)行穩(wěn)定同位素標(biāo)注(SILAC)的方法時(shí)，對細(xì)胞在培養(yǎng)液中饋入正常(‘輕’)或重氨基酸；以便產(chǎn)生重氨基酸，優(yōu)選地，12C原子由13C原子取代。根據(jù)本發(fā)明的優(yōu)選實(shí)施例，將在第一工作流的處理中產(chǎn)生或使用的經(jīng)處理和/或額外數(shù)據(jù)的項(xiàng)存儲在一個(gè)結(jié)果文件中。第一工作流的處理步驟可確切地說將強(qiáng)度正規(guī)化和/或轉(zhuǎn)換處理的初始數(shù)據(jù)向量的質(zhì)量標(biāo)度，且產(chǎn)生中間結(jié)果(例如，主要搜索結(jié)果和原始量化信息)，使得第一工作流也可被稱為“處理工作流”。本發(fā)明的數(shù)據(jù)處理裝置的優(yōu)勢在于，有可能存儲數(shù)據(jù)的任意項(xiàng)和處理數(shù)據(jù)的任意項(xiàng)，或處理基于數(shù)據(jù)的那些任意項(xiàng)的其它數(shù)據(jù)。為此目的，在本發(fā)明的優(yōu)選實(shí)施例中，數(shù)據(jù)存儲單元包括數(shù)據(jù)接口以用于定義動態(tài)數(shù)據(jù)類型和/或修改關(guān)系型數(shù)據(jù)庫，使得可添加動態(tài)表和/或可將列添加到現(xiàn)有動態(tài)表。在本發(fā)明的特別優(yōu)選實(shí)施例中，數(shù)據(jù)處理裝置包括模塊接口，其允許添加實(shí)施工作流的處理步驟的動態(tài)模塊，其中動態(tài)模塊可保存和/或檢索數(shù)據(jù)的項(xiàng)，以及添加動態(tài)數(shù)據(jù)類型和/或修改關(guān)系型數(shù)據(jù)庫的表。在下文中，確切地說，針對第二工作流的一些處理步驟更詳細(xì)描述本發(fā)明的這兩個(gè)方面。在圖3中，展示第二工作流的實(shí)例，其中將處理步驟描繪為由箭頭連接的框，箭頭指示處理的順序和信息的流動。第二工作流的處理步驟可確切地說將來自第一工作流的多個(gè)處理步驟的初步結(jié)果組合成共識肽、蛋白質(zhì)和量化，使得第二工作流也可被稱為“共識工作流”。在論述處理步驟前，將描述根據(jù)本發(fā)明的優(yōu)選實(shí)施例的存儲單元的數(shù)據(jù)接口，其還被稱為“實(shí)體數(shù)據(jù)業(yè)務(wù)”。實(shí)體數(shù)據(jù)業(yè)務(wù)優(yōu)選地被實(shí)現(xiàn)為目標(biāo)-關(guān)系轉(zhuǎn)換工具，其可用以維持關(guān)系型數(shù)據(jù)庫中的目標(biāo)和目標(biāo)之間的連接?？?例如)使用例如SQLite的文檔包實(shí)施關(guān)系型數(shù)據(jù)庫，且數(shù)據(jù)庫的內(nèi)容可存儲在例如硬盤驅(qū)動器的非易失性存儲器上的數(shù)據(jù)庫文件中。在特別優(yōu)選的實(shí)施例中，將.NET類別映射到數(shù)據(jù)庫文件中的表，使得每一類別存儲在單獨(dú)的表中，其中每一列表示性質(zhì)且每一行表示類別的目標(biāo)。這具有可從數(shù)據(jù)庫文件讀取維持的數(shù)據(jù)且將其轉(zhuǎn)換回到.NET目標(biāo)的集合的優(yōu)勢。優(yōu)選地，實(shí)體數(shù)據(jù)業(yè)務(wù)進(jìn)一步存儲關(guān)于維持的目標(biāo)的元信息，指示應(yīng)對其處置和顯示的方式。元信息可包括本體，確切地說，基于公共標(biāo)準(zhǔn)，以有助于(例如)基于額外信息的項(xiàng)來處理質(zhì)譜。優(yōu)選地，將初始數(shù)據(jù)向量、經(jīng)處理數(shù)據(jù)和工作流的額外數(shù)據(jù)存儲在一個(gè)關(guān)系型數(shù)據(jù)庫中，其內(nèi)容可維持在結(jié)果文件中，確切地說，一個(gè)數(shù)據(jù)庫文件或一組相關(guān)聯(lián)的文件。在圖4中，展示結(jié)果文件中含有的的示范性表的示意性表示；圖4a)中描繪預(yù)定義的表——其存在于每一結(jié)果文件中且含有管理信息，而圖4b)中展示動態(tài)表。根據(jù)本發(fā)明的優(yōu)選實(shí)施例，預(yù)定義以下表：在表“ReportInfo”中，存儲一般信息，例如，結(jié)果文件的創(chuàng)建日期和用于數(shù)據(jù)庫的創(chuàng)建的數(shù)據(jù)庫引擎的版本；優(yōu)選地，將全局唯一標(biāo)識符指派到每一創(chuàng)建的結(jié)果文件。表“DataTypes”含有在靜態(tài)或動態(tài)程序模塊中或由用戶定義的所有動態(tài)數(shù)據(jù)類型的列表。動態(tài)數(shù)據(jù)類型由一組性質(zhì)組成，所述一組性質(zhì)可屬于一個(gè)基本數(shù)據(jù)類型或(在目標(biāo)的情況下)由基本數(shù)據(jù)類型的組合制成。對于每一動態(tài)數(shù)據(jù)類型，創(chuàng)建動態(tài)表以用于保存那個(gè)數(shù)據(jù)類型的數(shù)據(jù)項(xiàng)。在表“DataTypes”中，針對每一定義的動態(tài)數(shù)據(jù)類型存儲一行；優(yōu)選地，其含有唯一名稱、顯示名稱、動態(tài)日期類型的描述和用于保存數(shù)據(jù)項(xiàng)或?qū)嵗南嚓P(guān)聯(lián)的動態(tài)表。優(yōu)選地，對每一動態(tài)數(shù)據(jù)類型指派(全局)唯一數(shù)識別符(GUID)。在表“DataTypesColumns”中，指示動態(tài)數(shù)據(jù)類型的性質(zhì)，包括針對所有定義的動態(tài)數(shù)據(jù)類型的每一性質(zhì)的描述。優(yōu)選地，可將性質(zhì)定義為可空，其定義允許空值，或如果未給出具體值，那么可將性質(zhì)設(shè)定到缺省值。表“DataTypesIDColumns”存儲指定哪些性質(zhì)以包括定義的動態(tài)數(shù)據(jù)類型的目標(biāo)的唯一數(shù)識別符(ID)。在表“DataTypesDataGroups”中，可給出可聚集的動態(tài)數(shù)據(jù)類型的許多性質(zhì)，從而允許將動態(tài)數(shù)據(jù)類型的列的子集分群在一起。這允許(例如)識別哪些列由實(shí)施具體處理步驟的具體模塊創(chuàng)建。表“CustomDataTypes”含有可在動態(tài)數(shù)據(jù)類型或其性質(zhì)的定義中使用的所有基本數(shù)據(jù)類型的列表。表1給出支持的基本數(shù)據(jù)類型的優(yōu)選列表，包括字串、雙、int(尤其Int32)、長(尤其Int64)、布爾(bool)和字節(jié)(或字節(jié)的陣列)。表1：CustomDataTypes在表“ConnectedDataTypes”中，列舉動態(tài)數(shù)據(jù)類型之間的連接，進(jìn)一步指示在哪一額外動態(tài)表中存儲連接的性質(zhì)；優(yōu)選地，還給出唯一名稱和/或數(shù)字識別符。通常，兩個(gè)動態(tài)數(shù)據(jù)類型之間的多對多(m對n)連接是可能的，且進(jìn)一步可存儲所述連接的性質(zhì)。有利地，這允許存儲不與動態(tài)數(shù)據(jù)類型中的一個(gè)而與連接自身關(guān)聯(lián)的信息。表“ConnectedDataTypesColumns”列出了與定義的連接相關(guān)聯(lián)的性質(zhì)。對于與連接有關(guān)的數(shù)據(jù)的每一額外項(xiàng)，將再一行添加到此表。表“ConnectedDataTypesIDColumns”存儲指定哪些性質(zhì)包括動態(tài)數(shù)據(jù)類型的目標(biāo)之間的連接的唯一ID。在表“ConnectedDataTypesDataGroups”中，可給出可聚集的動態(tài)數(shù)據(jù)類型之間的定義的連接的許多性質(zhì)，從而考慮將(例如)由實(shí)施具體處理步驟的具體模塊創(chuàng)建的列的子集分群在一起。表“IndirectConnectedDataTypes”允許存儲間接連接；即使未定義在第一表與第二表之間的連接，如果存在第一表與第三表之間的連接和第二表與第三表之間的連接兩者，那么仍可經(jīng)由第三表將其連接。當(dāng)?shù)谝槐砗偷诙硪捕歼B接到第四表時(shí)，用于基于來自第一表的數(shù)據(jù)讀取來自第二表的數(shù)據(jù)的兩個(gè)不同路徑。在表“IndirectConnectedDataTypes”中，可指定間接連接的第一表與第二表之間的默認(rèn)連接路徑。優(yōu)選地，當(dāng)提供用于轉(zhuǎn)換的模塊時(shí)，定義的動態(tài)數(shù)據(jù)類型的列可含有任意數(shù)據(jù)類型。預(yù)定義的表“SystemTypes”含有哪一轉(zhuǎn)換器用于讀取或?qū)懭攵x的動態(tài)表的具體列的指示。在特別優(yōu)選的實(shí)施例中，可使用例如.NET的框架按編程語言(例如，C#)實(shí)施根據(jù)本發(fā)明的數(shù)據(jù)處理裝置，使得對于每一動態(tài)數(shù)據(jù)類型，定義具體系統(tǒng)類型的C#類別，且對于動態(tài)數(shù)據(jù)類型的每一性質(zhì)，可使用用于讀取和存儲的轉(zhuǎn)換器。表“SystemTypes”接著將存儲在動態(tài)表中的唯一識別符與轉(zhuǎn)換器的.NET類別類型的全名連接。預(yù)定義的表“EnumDataTypes”含有由一組命名的常量組成的具體定義的數(shù)據(jù)類型的列表。在表“EnumDataTypeValues”中，列出相應(yīng)計(jì)數(shù)的不同可能值。優(yōu)選地，將每一計(jì)數(shù)常量映射到唯一整數(shù)值以便加速處理。預(yù)定義的表“DataDistributionMaps”、“DataDistributionBoxes”和“DataDistributionLevels”與圖6中展示的特殊觀測連接，且將在以下描述。原則上，在不脫離權(quán)利要求的范圍的情況下，可省略當(dāng)前實(shí)施例的預(yù)定義的表中的一些(確切地說，與DataDistribution觀測相關(guān)聯(lián)的表)，使得在替代性實(shí)施例中的預(yù)定義的表的數(shù)目可不同。圖4b)展示對應(yīng)于第一工作流的許多示范性動態(tài)表。當(dāng)(例如)由實(shí)施處理步驟的模塊定義時(shí)，可在工作流中的任何時(shí)間添加額外動態(tài)表。動態(tài)表“肽(Peptides)”含有從數(shù)據(jù)庫中的質(zhì)譜匹配識別的肽的列表。動態(tài)數(shù)據(jù)類型肽(Peptides)的性質(zhì)作為額外列存儲在動態(tài)表中。確切地說，這些性質(zhì)可包括序列和電荷。在動態(tài)表“蛋白質(zhì)(Proteins)”中，列出識別的蛋白質(zhì)。動態(tài)數(shù)據(jù)類型蛋白質(zhì)(Proteins)的性質(zhì)可包括序列、描述和重量。動態(tài)表“PeptidesProteins”列出蛋白質(zhì)與肽之間的連接；當(dāng)肽構(gòu)成蛋白質(zhì)的構(gòu)建模塊時(shí)，其連接到蛋白質(zhì)。優(yōu)選地，肽在蛋白質(zhì)中的位置作為相應(yīng)連接的性質(zhì)存儲。肽的質(zhì)量可已通過用化學(xué)基團(tuán)取代(例如)氫原子來改變。在動態(tài)表“Modifications”中，列出肽的此類修改；將由修改造成的質(zhì)量差優(yōu)選地存儲在額外列中。關(guān)于修改哪些肽的信息，通過所述信息，將化學(xué)基團(tuán)作為肽與修改之間的連接存儲在動態(tài)表“PeptidesModifications”中。連接的性質(zhì)可(確切地說)包括修改在肽中的位置。參看圖3，在步驟301中讀取來自第一工作流的結(jié)果(“MSF文件”)。第一工作流的結(jié)果文件中含有的信息的項(xiàng)為(確切地說)質(zhì)譜(初始數(shù)據(jù)向量)、識別的肽、蛋白質(zhì)和修改以及量化信息。在下文中，將基于實(shí)例數(shù)據(jù)集來描述第二工作流。為簡單起見，省略初始數(shù)據(jù)向量(即，質(zhì)譜)和/或經(jīng)處理數(shù)據(jù)向量(未在以下論述的表中展示)。實(shí)施處理步驟301的靜態(tài)或動態(tài)模塊被調(diào)適以定義動態(tài)數(shù)據(jù)類型肽、蛋白質(zhì)和修改。為了更清晰地說明基本原理，在以下實(shí)例數(shù)據(jù)集中，僅對動態(tài)數(shù)據(jù)類型的選定性質(zhì)給予示意性值。表2展示在動態(tài)數(shù)據(jù)類型的定義后預(yù)定義的表DataTypes的內(nèi)容。表2：DataTypesDataTypeID名稱TableNameDisplayName描述1肽肽肽識別的肽2蛋白質(zhì)蛋白質(zhì)蛋白質(zhì)蛋白質(zhì)4修改修改修改氨基酸修改在展示預(yù)定義的表“DataTypeColumns”的表3中，列出定義的數(shù)據(jù)類型的性質(zhì)。對于性質(zhì)中的多數(shù)，除了對于關(guān)系型數(shù)據(jù)庫通常需要的信息之外，還給出關(guān)于相應(yīng)性質(zhì)的解釋和/或處理的語義信息。語義項(xiàng)“ID”指用于定義的動態(tài)數(shù)據(jù)類型的識別(例如，當(dāng)檢索信息時(shí))的唯一數(shù)字識別符或索引。每一肽具有構(gòu)成肽的氨基酸的具體序列，其由語義項(xiàng)“序列(Sequence)”指示。因?yàn)閿?shù)據(jù)處理裝置尤其適宜于質(zhì)譜的處理，所以語義項(xiàng)“單同位素質(zhì)量(MonoisotopicMass)”和“平均質(zhì)量(AverageMass)”是預(yù)定義的。尤其針對蛋白質(zhì)組研究中的應(yīng)用定義的另外語義項(xiàng)為(例如)“SequestScore”，其指示關(guān)于測量的質(zhì)譜與識別的肽或蛋白質(zhì)之間的一致度的評分，以及“ProteinAccession”。語義項(xiàng)優(yōu)選地基于(例如)由人蛋白質(zhì)組組織認(rèn)可的普遍接受的標(biāo)準(zhǔn)預(yù)定義；為了有效率的實(shí)施，可進(jìn)行再一轉(zhuǎn)譯，例如，經(jīng)由額外表。表3：DataTypeColumns當(dāng)在蛋白質(zhì)組研究中分析質(zhì)譜時(shí)，存在識別的蛋白質(zhì)與識別的肽之間的連接：肽在蛋白質(zhì)中的位置。另外，可修改肽，從而導(dǎo)致與未改變的肽的質(zhì)量差。修改位于肽中的某一位置處，且此位置優(yōu)選地存儲為肽與修改之間的連接的性質(zhì)。表4展示具有連接的動態(tài)數(shù)據(jù)類型的列表的預(yù)定義表“ConnectedDataTypes”，且表5展示給出與連接相關(guān)聯(lián)的性質(zhì)(在當(dāng)前情況下，為在肽的序列中的修改的位置)的預(yù)定義的表“ConnectedDataTypesColumns”。表4：ConnectedDataTypesDataTypeID1DataTypeID2ConnectedTableName12PeptidesProteins13PeptidesModifications表5：ConnectedDataTypesColumns在表6中，展示動態(tài)表“肽(Peptides)”具有用于在第一工作流中識別的肽的序列的示意值，還指示識別的評分，例如，測量的質(zhì)譜與數(shù)據(jù)庫質(zhì)譜的一致的程度。優(yōu)選地，不需要正規(guī)化表，使得不僅給出序列(且如果存在，具體肽的修改，見以下)，還給出肽的質(zhì)量。表6：肽ID序列質(zhì)量評分RawQuanValueQuanChannel1ABC1001.1200012ABC1052.3210023ABCD1101.5300014ABCD110235001在第一工作流中識別的蛋白質(zhì)在表7中展示的動態(tài)表“蛋白質(zhì)(Proteins)”中列出。除了序列之外，還指示蛋白質(zhì)數(shù)據(jù)庫中的登錄號或識別符；還按FASTA格式給出登錄號。表7：蛋白質(zhì)ID序列登錄號TitleLine1GHTABCTHZUAccession1>g1Accession12FTHABCDIKHFZAccession2>g1Accession2肽與蛋白質(zhì)之間的連接(指示哪些識別的肽存在于識別的蛋白質(zhì)中)在表8中展示的動態(tài)表“PeptidesProteins”中列出。原則上，此表可進(jìn)一步包括具有額外數(shù)據(jù)的列，含有(例如)相應(yīng)肽在蛋白質(zhì)中的位置。表8：PeptidesProteinsPeptidesIDProteinsID111221223242在肽中的一個(gè)或若干個(gè)位置中，原子(確切地說，氫原子)可(例如)由官能團(tuán)取代。此修改在表9中展示的動態(tài)表“修改(Modifications)”中列出。表9：修改ID名稱AverageMassMonoisoMass1乙?；?4.9肽中的修改的位置優(yōu)選地存儲為肽與修改之間的連接，其在表10中展示的動態(tài)表“PeptidesModifications”中給出。表10：PeptidesModificationsPeptidesIDModificationsID位置212工作流可含有可按任意次序進(jìn)行的同時(shí)處理步驟。對于圖3的第二工作流，例如，步驟310與302是同時(shí)的。在以下論述中，首先執(zhí)行步驟310。步驟310(“蛋白質(zhì)標(biāo)記”)用以識別由污染造成的蛋白質(zhì)匹配。在此步驟中，針對與從第一工作流讀取的蛋白質(zhì)的匹配，搜索一或多個(gè)數(shù)據(jù)庫，確切地說，F(xiàn)ASTA文件。進(jìn)行此處理步驟的模塊被調(diào)適以針對搜索的每一數(shù)據(jù)庫添加類型布爾的再一列，或添加含有給出匹配的數(shù)據(jù)庫的列表的一個(gè)列。在表11中，展示改變的預(yù)定義的表“DataTypeColumns”(參看表3)，指示已將一列添加到動態(tài)表“蛋白質(zhì)(Proteins)”。表11：DataTypeColumns表12展示改變的動態(tài)表“蛋白質(zhì)(Proteins)”(參看表7)，包括指示是否在污染物數(shù)據(jù)庫中發(fā)現(xiàn)相應(yīng)蛋白質(zhì)的列。表12：蛋白質(zhì)ID序列登錄號TitleLineIsContaminant1GHTABCTHZUAccession1>g1Accession1假2FTHABCDIKHFZAccession2>g1Accession2真通過此額外信息，在后續(xù)處理步驟中選擇質(zhì)譜和/或識別的蛋白質(zhì)現(xiàn)在是可能的，這并不導(dǎo)致任何污染物數(shù)據(jù)庫中的匹配，且因此應(yīng)進(jìn)一步分析。在步驟302(“PSM分群器”)中，將識別的肽或肽質(zhì)譜匹配(PSM)分群。優(yōu)選地，用于將肽分群的動態(tài)模塊根據(jù)序列和質(zhì)量兩者將肽分類，因?yàn)樾薷目蓪?dǎo)致不同質(zhì)量，而不管相同序列。為了將肽分群，將新動態(tài)數(shù)據(jù)類型“PeptideGroup”添加到預(yù)定義的表“DataTypes”，如表13中所展示。表13：DataTypesDataTypeID名稱TableNameDisplayName描述1肽肽肽識別的肽2蛋白質(zhì)蛋白質(zhì)蛋白質(zhì)蛋白質(zhì)3修改修改修改氨基酸修改4PeptideGroupPeptideGroups肽基團(tuán)分群的肽除了肽基團(tuán)的唯一id之外，還存儲序列和質(zhì)量，如在表14中展示的改變的預(yù)定義的表“DataTypeColumns”中指示。表14：DataTypeColumns在預(yù)定義的表“ConnectedDataTypes”中，列出肽、蛋白質(zhì)、肽基團(tuán)與修改之間的新定義的連接，如可在表15中看出。表15：ConnectedDataTypes表16展示具有肽基團(tuán)的動態(tài)表的示意性實(shí)例；在修改的情況下，在不同基團(tuán)中分類具有同一序列的兩個(gè)肽。將肽到基團(tuán)的指派存儲為連接；對應(yīng)的連接展示于表17中。表16：PeptideGroupsID序列質(zhì)量1ABC1002ABC1053ABCD110表17：PeptidesPeptideGroupsPeptidesIDPeptideGroupsID11223343在步驟303(“肽驗(yàn)證器”)中，驗(yàn)證肽基團(tuán)，使得評分或置信度與發(fā)現(xiàn)的肽基團(tuán)相關(guān)聯(lián)。為此，將新列“置信度”添加到動態(tài)表“PeptideGroups”，如由表18中展示的預(yù)定義的表“DataTypeColumns”中的新行所反映。肽基團(tuán)的示范性列表展示于表19中。表18：DataTypeColumns表19：PeptideGroupsID序列質(zhì)量置信度1ABC10032ABC10533ABCD1102在步驟304(“肽和蛋白質(zhì)過濾器”)中，基于置信度的閾值過濾識別的的肽和蛋白質(zhì)的列表，使得將僅考慮被識別具有足夠可靠性的肽和/或肽基團(tuán)和/或蛋白質(zhì)。另外或替代地，可進(jìn)行過濾，使得已知污染物不作任何進(jìn)一步處理。另外，過濾可基于額外信息，例如，樣本所取自的組織。新定義的動態(tài)數(shù)據(jù)類型展示于表20中。表20：DataTypeColumns對于動態(tài)數(shù)據(jù)類型肽、蛋白質(zhì)和肽基團(tuán)，將排除狀態(tài)添加為性質(zhì)。優(yōu)選地，對應(yīng)的列填充有例如-1的特殊值，以便指示不排除對應(yīng)的要素或行；當(dāng)實(shí)施處理步驟n的模塊標(biāo)記供排除的行時(shí)，確切地說，處理步驟和/或模塊的編號n用以指示此要素將被排除。在本發(fā)明的替代性實(shí)施例中，在步驟301上或前添加用于排除狀態(tài)的性質(zhì)，使得工作流中的任一模塊可改變列的內(nèi)容以便濾出不當(dāng)?shù)碾暮?或蛋白質(zhì)。表21展示在實(shí)例工作流中識別的肽的列表；仍然處理第一行和第二行中的肽，而濾出第三行和第四行。表21：肽ID序列質(zhì)量評分RawQuanValueQuanChanExcudedBy1ABC1001.120001-12ABC1052.321002-13ABCD1101.53000154ABCD1102350015在表22中，給出識別的蛋白質(zhì)的列表；對于當(dāng)前實(shí)例，排除第一行中的蛋白質(zhì)。表22：蛋白質(zhì)ID序列登錄號TitleLineIsContaminantExcludedBy1GHTABCTHZUAccession1＞g1Accession1假52FTHABCDIKHFZAccession2＞g1Accession2真-1表23展示肽基團(tuán)的對應(yīng)的列表；歸因于較高置信度等級，處理第一行和第二行，而濾出第三行。表23：PeptideGroupsID序列質(zhì)量ExcludedBy置信度1ABC100-132ABC105-133ABCD11052步驟305(“蛋白質(zhì)評分器”)用以將再一評分添加到識別的蛋白質(zhì)，而在步驟306(“蛋白質(zhì)分群”)中，將蛋白質(zhì)和蛋白質(zhì)中含有的肽分群。為簡單起見，將不詳細(xì)地描述這兩個(gè)處理步驟，且省略對應(yīng)的新列和/或動態(tài)表。在步驟307(“肽和蛋白質(zhì)量化器”)中，基于來自第一工作流和/或先前處理步驟的原始量化數(shù)據(jù)計(jì)算正規(guī)化的量化數(shù)據(jù)。當(dāng)使用(例如)SILAC用于量化時(shí)，將重氨基酸的測量的強(qiáng)度與“輕”氨基酸的測量的強(qiáng)度比較。為此目的，將額外列“HeavyLightRatio”添加到含有肽、蛋白質(zhì)和肽基團(tuán)的動態(tài)表。將動態(tài)數(shù)據(jù)類型的新定義的性質(zhì)展示于表24中。表24：DataTypeColumns表25展示具有添加的量化比的示范性識別的肽的列表。取決于實(shí)施方案，針對排除的肽，可省略這些比率的計(jì)算，以便加速處理。表25：肽在表26中，展示具有計(jì)算的量化比的識別的蛋白質(zhì)的列表。為了更快的處理，針對排除的蛋白質(zhì)，可省略這些比率的計(jì)算。表26：蛋白質(zhì)優(yōu)選地，還針對肽基團(tuán)計(jì)算量化比；表27展示示范性列表。表27：PeptideGroupsID序列質(zhì)量ExcludedBy置信度HeavyLightRatio1ABC100-131.52ABC105-131.53ABCD110523步驟308(“ProteinCenter注釋”)用以接收來自外部數(shù)據(jù)庫的額外信息；這可(例如)為特定蛋白質(zhì)與具體功能有關(guān)的信息。根據(jù)具體功能和/或連接到具體功能的蛋白質(zhì)的進(jìn)一步處理來將質(zhì)譜和/或識別的肽分群是可能的。以此方式，可堆積聯(lián)系蛋白質(zhì)與細(xì)胞的功能的基因本體。這處理步驟和步驟309(“蛋白質(zhì)中的肽注釋”)都不形成用于識別和量化肽和/或蛋白質(zhì)的“標(biāo)準(zhǔn)”工作流的部分，且為簡單起見，將不作進(jìn)一步描述。優(yōu)選地，識別的和/或量化的肽和蛋白質(zhì)被觀測和/或在結(jié)束第二工作流后以任意格式輸出。對于分群和/或選擇初始數(shù)據(jù)向量(即，質(zhì)譜)和/或經(jīng)處理數(shù)據(jù)的項(xiàng)(例如，識別的肽和蛋白質(zhì))的以下實(shí)例，假定已取得來自有機(jī)體的不同組織的多個(gè)樣本，且已用多重標(biāo)注方法(例如，iTRAQ或TMT)的相同質(zhì)量標(biāo)簽標(biāo)注來自具體組織的每一樣本。這允許在一個(gè)質(zhì)譜法遍次中同時(shí)測量來自不同組織的子樣本，且因此避免(例如)歸因于器具敏感度隨著時(shí)間的過去的改變的量化誤差。此外，可已使用此項(xiàng)技術(shù)中已知的不同采集方法來測量來自不同組織的樣本，例如，數(shù)據(jù)相關(guān)采集(DDA)或智能數(shù)據(jù)采集(IDA)。除了數(shù)據(jù)相關(guān)方法外，此處描述的技術(shù)還可應(yīng)用于數(shù)據(jù)獨(dú)立(DIA)或靶向采集方法。如果需要，從數(shù)據(jù)獨(dú)立采集產(chǎn)生的數(shù)據(jù)集可被去卷積(例如，如在US8,481,924中所描述)，以允許使用針對數(shù)據(jù)相關(guān)分析設(shè)計(jì)的算法。對應(yīng)的測量(例如)由Bailey等人在《蛋白質(zhì)組研究期刊(J.ProteomeRes.)》(13,2152-2161(2014))中揭示。用于這些測量的結(jié)果文件含有質(zhì)譜(初始數(shù)據(jù)向量)、組織和多重標(biāo)注的“通道”以及使用的數(shù)據(jù)采集方法(額外數(shù)據(jù)的項(xiàng))。圖5展示根據(jù)本發(fā)明的特別優(yōu)選的實(shí)施例的根據(jù)圖形用戶接口中的額外數(shù)據(jù)的項(xiàng)將初始數(shù)據(jù)向量和/或經(jīng)處理數(shù)據(jù)的項(xiàng)分群的實(shí)例。復(fù)選框501允許用戶指示將根據(jù)樣本的組織來將測量的數(shù)據(jù)分群。在復(fù)選框502中，用戶可指示將根據(jù)使用的采集方法來將測量的數(shù)據(jù)分群。窗503含有比率群組的列表，針對所述比率群組，將進(jìn)行給出對應(yīng)于不同標(biāo)注的氨基酸的峰之間的比率的量化。因?yàn)榧せ盍藘蓚€(gè)復(fù)選框501和復(fù)選框502，將計(jì)算根據(jù)采集方法分類的不同組織的比率群組。要素504到507指示創(chuàng)建的比率群組中的一些。要素504展示將計(jì)算對應(yīng)于從含有肺組織的樣本和從含有肝組織的樣本測量的肽和/或蛋白質(zhì)的峰的強(qiáng)度比率。換句話說：將針對樣本群組肺(和采集方法IDA)和針對樣本群組肝(和采集方法IDA)計(jì)算峰強(qiáng)度或峰面積，且將確定這些峰強(qiáng)度或面積的比率。優(yōu)選地基于針對個(gè)別肽的比率的中值計(jì)算用于蛋白質(zhì)或含有若干肽的肽群組的比率。另外，要素504包括含有原始數(shù)據(jù)和/或初始數(shù)據(jù)向量的對應(yīng)的輸入文件的列表。要素505展示將從哪些初始數(shù)據(jù)向量計(jì)算針對來自組織脾和肝的樣本的強(qiáng)度比率；因此，要素506展示針對肌肉和肝之間的比率評估的測量的文件，且要素507指示用于計(jì)算大腦與肝之間的比率的初始數(shù)據(jù)向量。比率群組的數(shù)目取決于全部測量的不同組織的數(shù)目；為簡單起見，省略另外的比率群組。在要素508中指示第一處理工作流和對應(yīng)的輸入文件/初始數(shù)據(jù)向量；相應(yīng)地，要素509展示進(jìn)行的第二工作流。在第一工作流中，計(jì)算“原始”量化信息；取決于使用的標(biāo)注和/或量化方法，確定報(bào)告的峰的強(qiáng)度或前驅(qū)物離子的集成面積。第二工作流則含有根據(jù)激活的復(fù)選框?qū)⒊跏紨?shù)據(jù)向量和/或經(jīng)處理數(shù)據(jù)的項(xiàng)分群的處理步驟，和從分群的質(zhì)譜計(jì)算強(qiáng)度比。優(yōu)選地，在第二工作流中創(chuàng)建所有識別的蛋白質(zhì)的列表，進(jìn)一步指示在哪一樣本群組、個(gè)別樣本和/或含有原始數(shù)據(jù)和/或初始數(shù)據(jù)向量的文件中發(fā)現(xiàn)相應(yīng)蛋白質(zhì)。圖6展示根據(jù)本發(fā)明的特別優(yōu)選的實(shí)施例的根據(jù)圖形用戶接口中的額外數(shù)據(jù)的項(xiàng)選擇初始數(shù)據(jù)向量和/或經(jīng)處理數(shù)據(jù)的項(xiàng)的實(shí)例。窗602展示包括其登錄號和描述的識別的蛋白質(zhì)的列表。要素603為指示針對對應(yīng)于對應(yīng)于相應(yīng)列的樣本群組中的相應(yīng)行的蛋白質(zhì)確定的比率的數(shù)據(jù)分布框；所述比率可由色碼、灰度或數(shù)指示。優(yōu)選地，當(dāng)因?yàn)槲丛趯?yīng)的樣本群組中的一個(gè)或兩個(gè)中發(fā)現(xiàn)蛋白質(zhì)而無比率被定義時(shí)，使框?yàn)榘谆蚩?。?yōu)選地將數(shù)據(jù)分布框?qū)嵤楹须p精度、整數(shù)或Boolean類型的數(shù)值的陣列。確切地說，可使用圖4a)中展示的若干預(yù)定義的表來將其實(shí)施：表“DataDistributionMaps”定義每一陣列框意味著什么；其含有在框中給出的值的唯一識別符、名稱和CustomDataType。任選地，可定義最小和最大允許值。在表“DataDistributionBoxes”中列出了映射的框；其含有框的唯一識別符、映射的唯一識別符、DisplayName和描述。在表“DataDistributionLevels”中，針對框定義不同等級。窗601展示用于根據(jù)計(jì)算的比率選擇蛋白質(zhì)的圖形用戶接口；在當(dāng)前實(shí)例中，僅展示展示至少五個(gè)樣本群組中的強(qiáng)度比率的四倍改變的蛋白質(zhì)。有利地，實(shí)體數(shù)據(jù)業(yè)務(wù)允許根據(jù)例如計(jì)算的比率的額外數(shù)據(jù)中的一或多個(gè)項(xiàng)來對初始數(shù)據(jù)向量和/或經(jīng)處理數(shù)據(jù)的項(xiàng)選擇和/或分群。如本文所使用(包含在權(quán)利要求書中)，除非上下文以其它方式指示，否則本文中的術(shù)語的單數(shù)形式應(yīng)被解釋為包含復(fù)數(shù)形式，且反之亦然。遍及本說明書的描述和權(quán)利要求書，詞“包括(comprise)”、“包含(including)”、“具有(having)”和“含有(contain)”和這些詞的變化(例如“包括(comprising、comprises)”等)意味著“包含(但不限于)”，且并不希望(且并不)排除其它組件。應(yīng)了解，可對本發(fā)明的上述實(shí)施例作出變化，同時(shí)這些變化仍屬于本發(fā)明的范圍。除非另外敘述，否則本說明書中所揭示的每一特征都可被用于相同、等效或類似用途的替代特征替換。因此，除非另外敘述，否則所揭示的每一特征只是一系列普通等效或類似特征的一個(gè)實(shí)例。本文中提供的任何和所有實(shí)例或示范性語言(“舉例來說(forinstance、forexample)”、“例如(suchas)”和類似語言)的使用希望僅更好地說明本發(fā)明，并且除非另外主張，否則并不指示對本發(fā)明的范圍的限制。本說明書中的任何語言都不應(yīng)該解釋為指示實(shí)踐本發(fā)明所必要的任何非主張的元件。除非另外敘述或上下文另外需要，否則本說明書中描述的任何步驟可按任何次序執(zhí)行或同時(shí)執(zhí)行。本說明書中所揭示的全部特征可以任何組合來組合，除了此類特征和/或步驟中的至少一些相互排斥的組合之外。確切地說，本發(fā)明的優(yōu)選特征適用于本發(fā)明的所有方面且可按任何組合使用。同樣地，可分開來(不按組合)使用按非必要組合描述的特征。當(dāng)前第1頁1 2 3