• 专利附录
  • 专利说明
  • 权利要求
  • 类似技术
  • 同族专利
  • 引用文献
  • 法律状态
  • 优先权
    • 专利摘要:
    本發明課題在於可提升多成分物質的評價精度及效率。其特徵在於具備：FP作成部3，從成為評價對象之多成分物質的3D層析圖作成特定檢測波長的FP作為對象FP；峰值圖案作成部7，針對各對象FP以及基準FP的峰值，作成由包含存在於時間軸方向前後位置中之至少一位置的n根峰值的n+1根峰值構成的各峰值圖案；峰值歸屬部9，比較峰值圖案及峰值的UV光譜，並特定所對應的峰值；以及評價部11，比較評價歸屬的峰值以及複數基準FP的峰值。
    公开号:TW201303291A
    申请号:TW101119812
    申请日:2012-06-01
    公开日:2013-01-16
    发明作者:Yoshikazu Mori；Keiichi Noda
    申请人:Tsumura & Co；
    IPC主号:G01N30-00
    专利说明:
    圖案的評價方法、多成分物質的評價方法、評價程式、以及評價裝置
    本發明係關於圖案的評價方法、用以進行多成分物質例如屬於多成分藥劑之中藥的品質評價的多成分物質的評價方法、評價程式、以及評價裝置。
    作為多成分物質，有例如屬於由多成分構成的藥劑(以下，稱為多成分藥劑)之中藥等來自天然物的藥劑。此等藥劑的定量，定性的概況(profile)會因所使用的原料生藥的地質學的因素、生態學的因素、收集時期、收集場所、收集年代、生育期之天候等的關係而變化。
    因此，就針對此等多成分藥劑等用以擔保其安全性及有效性的品質而言，有規定一定的基準，國家的監督機構，化學組織團體，製造業者等係依該基準來進行品質評價。
    然而，多成分藥劑之品質等的判定基準，一般是選擇多成分藥劑中具特徴之一種成份或數種成份，並依據其含有量等來設定。
    例如，在非專利文獻1中，當無法進行多成分藥劑中有效成份的鑑定時，係選擇具有可進行定量分析、易溶於水、在熱水中不會分解、不會與其他成份進行化學反應等物性的複數成份，且以可藉由化學分析獲得之該等成份的含有量作為評價的基準。
    又，亦已知有於多成分藥劑適用層析法，按各保持時間獲得紫外可見光吸收光譜，由其中一部分的成份資訊設定評價的基準。
    例如，專利文獻1中，選擇HPLC層析圖資料中的一部分的峰值，藉由條碼化來評價多成分藥劑。
    然而，就此等方法而言，其評價的對象受限於「特定成份的含有量」或「特定成份的層析峰值」，僅只是多成分藥劑所含的成份當中的一部分成為評價對象。因此，就多成分藥劑而言，由於其存有多數成為評價的對象以外的成份，故多成分藥劑之評價方法不夠精確。
    為了正確地評價多成分藥劑的品質，必須對網羅有全部峰值資訊或接近數%的瑣細資訊經去除之全部峰值資訊的峰值資訊進行評價，因此，在多成分藥劑間必須使全部峰值或接近全部峰值之數量的峰值對應。
    然而，使複數峰值以高精確度有效率地對應有其困難性，這會妨礙多成分藥劑之高精確度且有效率的評價。
    進一步說明，即便是相同製品名的多成分藥劑，因為生藥為天然物，所以會有構成成份些微不同的情形。因此，即便是相同品質的藥劑，也會有構成成份的含量比例不同或存在於某藥劑的成份不存在於其他藥劑的情形(以下，稱為藥劑間誤差)。再者，亦有層析的峰值強度或峰值的溶出時間無嚴密再現性(以下，稱為分析誤差)等的因素。藉此，由於無法針對多成分藥劑間的全部峰值或接近全部峰值之個數的峰值，使來自相同成份的峰值對應(以下，稱為峰值歸屬)，所以會妨礙高精確度且有效率的評價。 【先前技術文獻】
    【專利文獻1】
    日本特開2002-214215號公報
    【非專利文獻1】月刊藥事vol. 28, No.3,67-71(1986)
    欲解決的問題點為，既有的評價方法對於以高精確度有效率地評價多成分物質的品質等有其限制。
    本發明為了能夠提升評價精度及效率，係一種圖案的評價方法，其特徵為具備：圖案取得製程，取得峰值依時間序列變化之評價對象的對象圖案；峰值圖案作成製程，針對各個前述對象圖案以及與該對象圖案對應且成為評價基準的基準圖案的峰值，藉由包含存在於時間軸方向前後位置中之至少一位置的n根峰值的n+1根峰值，作成各峰值圖案；峰值歸屬製程，比較前述各峰值圖案，並特定對應峰值；以及評價製程，比較評價該峰值歸屬製程中特定而歸屬之峰值以及成為評價基準的複數基準圖案之峰值。
    本發明係一種多成分物質的評價方法，其特徵為具備：FP作成製程，作成由從成為評價對象之多成分物質的層析圖檢測出的峰值以及其保持時間所構成的對象FP；峰值圖案作成製程，針對各個前述對象FP以及與該對象FP對應且由從成為評價基準之多成分物質之層析圖檢測出的峰值以及其保持時間所構成的基準FP的峰值，藉由包含存在於時間軸方向前後位置中之至少一位置的n根峰值的n+1根峰值，作成各峰值圖案；峰值歸屬製程，比較前述各峰值圖案，並特定所對應的峰值；以及評價製程，比較評價該峰值歸屬製程中特定而歸屬的峰值以及成為評價基準的複數基準FP的峰值。
    本發明係一種圖案的評價程式，其特徵為在電腦達成：圖案取得功能，取得波峰依時間序列變化之評價對象的對象圖案；峰值圖案作成功能，針對各個前述對象圖案以及與該對象圖案對應且成為評價基準的基準圖案的峰值，藉由包含存在於時間軸方向前後位置中之至少一位置的n根峰值的n+1根峰值，作成各峰值圖案；峰值歸屬功能，比較前述各峰值圖案，並特定對應峰值；以及評價功能，比較評價該峰值歸屬功能中特定而歸屬之峰值以及成為評價基準的複數基準圖案之峰值。
    本發明係一種多組成分物質的評價程式，其特徵為具備：FP作成功能，作成對象FP，前述對象FP由從成為評價對象之多成分物質的層析圖檢測出的峰值以及其保持時間所構成；峰值圖案作成功能，針對各個前述對象FP以及與該對象FP對應且由從成為評價基準之多成分物質之層析圖檢測出的峰值以及其保持時間所構成的基準FP的峰值，藉由包含存在於時間軸方向前後位置中之至少一位置的n根峰值的n+1根峰值，作成各峰值圖案；峰值歸屬功能，比較前述各峰值圖案，並特定所對應的峰值；以及評價功能，比較評價該峰值歸屬功能中特定而歸屬之峰值以及成為評價基準的複數基準FP的峰值。
    本發明係一種圖案的評價裝置，其特徵為具備：圖案取得部，取得波峰依時間序列變化之評價對象的對象圖案；峰值圖案作成部，針對各個前述對象圖案以及與該對象圖案對應且成為評價基準的基準圖案的峰值，藉由包含存在於時間軸方向前後位置中之至少一位置的n根峰值的n+1根峰值，作成各峰值圖案；峰值歸屬部，比較前述各峰值圖案，並特定對應峰值；以及評價部，比較評價該峰值歸屬部中特定而歸屬的峰值以及成為評價基準的複數基準圖案的峰值。
    一種多成分物質的評價裝置，其特徵為具備：FP作成部，作成對象FP，前述對象FP由從成為評價對象之多成分物質的層析圖檢測出的峰值以及其保持時間所構成；峰值圖案作成部，針對各個前述對象FP以及與該對象FP對應且由從成為評價基準之多成分物質之層析圖檢測出的峰值以及其保持時間所構成的基準FP的峰值，藉由包含存在於時間軸方向前後位置中之至少一位置的n根峰值的n+1根峰值，作成各峰值圖案；峰值歸屬部，比較前述各峰值圖案，並特定所對應的峰值；以及評價部，比較評價該峰值歸屬部中特定而歸屬的峰值以及成為評價基準的複數基準FP的峰值。
    本發明的圖案評價方法由於為上述構造，可使峰值歸屬以峰值圖案的比較方式來進行，可使對象圖案的各峰值相對於基準圖案的各峰值精度高且有效地歸屬，並可進一步提升評價精度及效率。
    本發明之多成分物質的評價方法亦同樣地可提升多成分物質之評價精度及效率。
    本發明之圖案或多成分物質的評價程式為上述構成，故可使電腦實現各功能，可進一步提升評價的精確度及效率。
    本發明之圖案或多成分物質的評價裝置係為上述構成，故可使各部位，可進一步提升評價的精確度及效率。〔用以實施發明的形態〕
    為了能實現提升評價的精確度及效率的目的，根據藉由對象圖案的各峰值相對於基準群圖案的各峰值之高精確度且有效率的峰值同時歸屬所獲得的結果作為特徵值，進行比較評價。
    高精確度且有效率的峰值同時歸屬，係藉由以下方式實現：對於將對象圖案與基準圖案的峰值以存在於保持時間軸方向前後位置中之至少一位置的峰值進行圖案化所成的峰值圖案進行比較。 【實施例1】
    本發明的實施例1係將圖案的評價方法、評價程式、評價裝置應用為評價多成分物質，例如多成分藥劑的多成分藥劑的評價方法、評價程式、評價裝置。
    多成分藥劑係定義為含有複數有效化學成份的藥劑，但未侷限於此，也包含生藥、生藥的組合、其等的萃取物、中藥等。此外，劑型也未特別限定，例如，可包含以第15改正日本藥局方的製劑總則規定的液劑、浸膏劑、膠囊劑、顆粒劑、丸劑、懸濁劑、乳劑、散劑、酒精劑、錠劑、浸劑煎劑、酊劑、片劑、芳香水劑、流浸膏劑等。以多成分物質而言，亦可包含藥劑以外的物質。
    中藥的具體例係記載於醫療用漢方製劑148處方「使用上的注意」的業界統一與主動修訂(事項)及一般用漢方處方的入門(1978年)。
    多成分藥劑的評價中，為了評價評價對象藥劑是否與被評定為正常品的複數藥劑囊相等，首先由評價對象藥劑的三次元層析圖資料(以下稱為3D層析)，抽出該藥劑特有的資訊而作成對象FP。
    其次，將對象FP的各峰值歸屬於將全部基準FP進行峰值歸屬處理而作成之全部基準FP的峰值對應資料(以下，稱為基準群FP)，而獲得峰值特徵值。
    次之，以MT法評價歸屬為基準群FP之峰值的對象FP之峰值(以下為對象FP歸屬峰值)的同等性。最後，比較所得的評價值(以下為MD值)與預先設定的判定值(MD值之上限值)，判定評價對象藥劑是否與正常品同等。
    此外，3D層析圖係為作為評價對象的多成分物質，即多成分藥劑的HPLC層析圖資料(以下為層析圖)，包含UV光譜。
    FP係以特定波長檢測出之峰值的訊號強度(高度)的極大值或面積值(以下為峰值)與該峰值的出現時間(以下為保持時間)所構成的指紋資料。
    對象FP係由作為評價對象之中藥的三維層析圖資料，即3D層析圖，抽出特定檢測波長下的多個峰值及其保持時間以及UV光譜。
    基準FP與對象FP對應，作為判定為正常品的多成分物質即多成分藥劑之中藥的FP。 〔多成分藥劑之評價裝置〕
    第1圖為多成分藥劑之評價裝置的方塊圖、第2圖為顯示多成分藥劑之評價程序的方塊圖、第3圖為由3D層析圖作成之FP的說明圖、第4圖(A)為藥劑A、第4圖(B)為藥劑B、第4圖(C)為藥劑C的FP。
    如第1圖、第2圖所示，作為圖案之評價裝置之多成分藥劑的評價裝置1具備：作為圖案取得部的FP作成部3；基準FP選定部5；峰值圖案作成部7；峰值歸屬部9；及評價部11。該多成分藥劑的評價裝置1係由電腦構成，雖未圖示，惟其具備CPU、ROM、RAM等。多成分藥劑的評價裝置1係完成作為安裝於電腦之多成分物質之評價程式的多成分藥劑的評價程式，可進行多成分藥劑的評價。惟，多成分藥劑的評價程式係使用將其(多成分藥劑)記錄之多成分藥劑之評價程式記錄媒體，在由電腦構成的多成分藥劑之評價裝置1讀取，由此亦可達成多成分藥劑的評價。
    本實施例中，FP作成部3、基準FP選定部5、峰值圖案作成部8、峰值歸屬部9、及評價部11係由一部電腦構成。惟，各個FP作成部3、基準FP選定部5、峰值圖案作成部7、峰值歸屬部9、及評價部11可分別由各個電腦構成、或者FP作成部3及基準FP選定部5、峰值圖案作成部7及峰值歸屬部9、評價部11亦可分別由各個電腦構成。
    FP作成部3係取得峰值依時間序列變化之評價對象的對象圖案。具體而言，FP作成部3係作成並取得對象FP17(以下亦僅稱為「FP17」)作為對象圖案的功能部。該FP17係與3D層析圖15同樣地由三維資訊(峰值、保持時間及UV光譜)構成。
    因此，FP17係原樣承接了該藥劑特有的資訊而成的資料。儘管如此，由於資料容量壓縮成大約1/70，故與3D層析15相比較，可大幅減少應處理的資訊量，可提升處理速度。
    3D層析15係將高速液體層析法(HPLC)應用於中藥13而形成的結果。此3D層析15係以各成份的移動速度顯露出，將其顯示為特定時間的移動距離，或將由欄(column)末端依時間序列出現的樣態樣顯示於圖表。在HPLC中，由於係繪製檢測器響應相對於時間軸，故將峰值的出現時間稱為保持時間(retention time)。
    以檢測器而言，未特別限制，可使用利用光學性質的吸光度檢測器(Absorbance Detector)，峰值係以三次元狀態所獲得之作為因應紫外線(UV)的檢測波長的信號強度。以利用光學性質之檢測器而言，亦可使用透過率檢測器(Transmittance Detector)。
    檢測波長未限定，較佳為在150nm~900nm的範圍、特佳為在200nm~400nm的紫外可視光吸收區域、更佳為由200nm~300nm選擇之複數波長。
    3D層析15至少具有中藥的編號(批次編號)、保持時間、檢測波長及峰值作為資料。
    此外，3D層析15可由市售的裝置獲得，該市售的裝置，可例舉Agilentl100系統等。又，層析法未限定為HPLC，可採用各種方法。
    如第2圖、第3圖所示，3D層析15係以x軸為保持時間，y軸為檢測波長，z軸為信號強度的方式顯示。
    FP17至少具有中藥的編號(批次編號)、保持時間、特定波長的峰值及UV光譜作為資料。
    如第2圖、第3圖所示，FP17係以x軸為保持時間，y軸為特定的檢測波長之峰值的二次元方式顯示，如第3圖所示，其係按每個峰值具有與以1峰值所示之UV光譜25同樣的UV光譜資訊而成的資料。作成FP17之特定的檢測波長未特別限定，可進行各種選擇。但是，FP17中包含3D層析的全部峰值對於承繼資訊而言是很重要的。因此，本實施例1中，將檢測波長設為含有3D層析中全部的峰值的203nm。
    另一方面，會有單獨的波長中無法含有全部的峰值的情況。於此情況，將檢測波長設為複數，如後述，作成組合複數波長而含有全部峰值的FP。
    本實施例1中，將峰值設為信號強度(峰值高度)的極大值，但亦可採用面積值作為峰值。又，亦可為FP不含UV光譜，僅作成x軸為保持時間，y軸為特定的檢測波長之峰值而成的二次元資訊。此時，FP亦可由2D層析所作成，該2D層析係具有中藥的編號(批次編號)、保持時間作為資料的層析。
    第4圖(A)為藥劑A的FP，第4圖(B)為藥劑B的FP，第4圖(C)為藥劑C的FP。
    基準FP選定部5為由多個基準FP選定在峰值圖案作成部7中使用之基準FP的功能部。該基準FP選定部5係由多個基準FP選定適於對象FP之峰值歸屬的多成分物質之FP。即，為了以高精度進行對象FP之各峰值的峰值歸屬，係如第5圖~第9圖所示，於對象FP與基準FP間算出峰值之保持時間出現圖案的一致度，並由全部基準FP選定該一致度成為最小之基準FP。具體係於後述。如第10圖~第12圖所示，峰值圖案作成部7為針對作為對象FP33中的歸屬對象之峰值(以下為歸屬對象峰值)，作成由包含存在於時間軸方向前後中之至少一個的n根峰值之計n+1根峰值構成的峰值圖案作成為歸屬對象峰值之峰值圖案的功能部。n為自然數。具體係於後述。
    此外，第11圖(後述)係顯示由包含存在於時間軸方向前後中之至少一個的2條峰值在內之總共3條峰值所構成之峰值圖案，第12圖(後述)係顯示由包含存在於時間軸方向前後中之至少一個的4條峰值在內之總共5條峰值所構成的峰值圖案。
    又，如第13圖~第22圖(後述)所示，峰值圖案作成部7係一種功能部，其係在基準FP55中相對於設定有與歸屬對象峰值之保持時間的差的範圍(容許寬度)內的全部峰值(以下，稱為歸屬候補峰值)，將由包含存在於時間軸方向前後中之至少一個的n條峰值在內之總共n+1條峰值所構成的峰值圖案作成為歸屬候補峰值的峰值圖案。此外，第15圖~第18圖(後述)係顯示由包含存在於時間軸方向前後中之至少一個的2條峰值在內之總共3條峰值所構成之峰值圖案。第19圖~第22圖(後述)係顯示由包含存在於時間軸方向前後中之至少一個的4條峰值在內之總共5條峰值所構成的峰值圖案。
    容許寬度沒有限定，就精確度與效率之觀點而言，較佳為0.5分~2分。實施例1中設為1分。
    再者，在峰值圖案作成部7中，即便對象FP33與基準FP55的峰值數有所差異(亦即，有不存在於任一者的峰值)時，亦可靈活因應。因此，如第23圖~第61圖(後述)所示，藉由使在歸屬對象峰值及歸屬候補峰值兩者中的構成峰值圖案的峰值(以下，稱為峰值圖案構成峰值)變化而網羅地作成峰值圖案。此外，第23圖~第61圖中，顯示由包含存在於時間軸方向前後中之至少一個的2條峰值在內之總共3條峰值所構成的峰值圖案的情形。
    峰值歸屬部9係為一種比較對象FP、基準FP各自的峰值圖案且特定對應的峰值之功能部。實施例中，算出歸屬對象峰值的峰值圖案與歸屬候補峰值的峰值圖案的一致度及UV光譜的一致度，以特定對應的峰值。
    且是一種算出此兩者的一致度經統合後之歸屬候補峰值的一致度，並依據此一致度，將對象FP33的各峰值歸屬於基準FP55的各峰值之功能部。
    其進一步為基於對象FP33與基準FP55之歸屬結果，最終如第68圖、第69圖(後述)所述，將對象FP之各峰值歸屬於基準群FP的各峰值的功能部。
    峰值歸屬部9中，峰值圖案的一致度如第62圖~第64圖(後述)所示，依據歸屬對象峰值與歸屬候補峰值之峰值圖案間之對應的峰值及保持時間的差來算出。又，UV光譜的一致度係如第65圖、第66圖(後述)所示，依據歸屬對象峰值45之UV光譜107與歸屬候補峰值67之UV光譜111的各波長之吸光度的差來算出。進而，如第67圖(後述)所示，乘以此等兩者的一致度來算出歸屬候補峰值67的一致度。
    評價部11為比較評價以峰值歸屬部9特定而歸屬之峰值與前述多個基準FP之峰值的功能部。實施例中，係為以MT法評價對象FP歸屬峰值21與基準群FP19之同等性的功能部。
    MT法係為在品質工學上一般週知的計算手法。例如，在「品質工學的數理」日本規格協會發行(2000)第136-138頁、品質工學應用講座「化學藥學生物學的技術開發」日本規格協會編(1999)第454-456頁及品質工學11(5)、78-84(2003)、入門MT系統(2008)中有記載。
    此外，亦可使用一般市售的MT法程式軟體。作為市售的MT法程式軟體而言，可列舉：Angletry(股份有限公司)的ATMTS；日本規格協會(財團法人)的TM-ANOVA；Ohken(股份有限公司)的MT法for windows等。
    評價部11係對對象FP17之中藥的批次編號、與保持時間或UV檢測波長之一者，分配MT法的變數軸，將峰值設為MT法的特徵值。
    變數軸的分配無特定限定，但較佳為在MT法之所謂的項目軸分配保持時間，在所謂的編號列軸分配多成分系藥劑的編號，在MT法之所謂的特徵值分配峰值。
    在此，上述項目軸與編號列軸係定義如下。亦即，在MT法中，針對資料集(data set)Xij，求得平均值mj與標準偏差σj，由Xij經標準化後的值之xij=(Xij-mj)/σj，求得i與j的相關係數r，獲得單位空間或馬哈朗諾比斯距離(Mahalanobis distance)。此時，項目軸與編號列軸係以「平均值mj與標準偏差σj按各項目軸的值使編號列軸的值變化而求得」之方式定義。
    使用MT法，由軸經分配後的資料與特徵值獲得基準點與單位量(以下，簡稱為「單位空間」)。在此，基準點、單位量及單位空間係依據上述MT法之文獻的記載而定義。
    利用MT法獲得MD值，作為表示與應評價之藥劑的單位空間不同程度的值。在此，MD值係以與MT法的文獻說明同樣的方式定義，又，MD值係利用與文獻所述之方法求得。
    使用以此方式獲得的MD值，可判定評價應評價的藥劑與被評定為正常品之複數藥劑的相異程度。
    例如，藉由將第70圖~第74圖的各對象FP以前述方式進行歸屬處理，可利用上述MT法求得MD值(MD值：0.25、2.99等)。
    將此MD值相對於正常品的MD值進行評價時，以評被定為正常品的複數藥劑，同樣地求得MD值。由此正常品的MD值設定臨界值，如第2圖之評價部11的評價結果23所示般繪製評價對象藥劑的MD值，可進行正常品或非正常品之判定。在第2圖之評價部27的評價結果53中，將例如MD值10以下設為正常品。
    此外，評價部11由於只要可對對象FP歸屬對象峰值21與基準群119的相等性進行比較評價即可，故亦可適用MT法以外的圖案辨識手法等。 〔峰值圖案處理的動作原理〕
    第5圖~第67圖係用以說明前述基準FP選定部5、峰值圖案作成部7、峰值歸屬部9及評價部部11的動作原理。
    第5圖~第9圖係針對與基準FP選定部5之對象FP與基準FP之保持時間出現圖案的一致度說明的圖。第5圖為顯示對象FP及基準FP的保持時間的圖，第6圖為顯示對象FP的保持時間出現圖案的圖，第7圖為顯示基準FP的保持時間出現圖案的圖。第8圖為顯示對象FP與基準FP之保持時間出現距離的一致數的圖，第9圖為顯示對象FP與基準FP的保持時間出現圖案的一致度的圖。
    第5圖係顯示對象FP33及基準FP55各自的保持時間。第6圖、第7圖係顯示由對象FP33及基準FP55各自的保持時間，算出全部的保持時間之間距，並將其等的距離彙整成表形式而成的保持時間出現圖案。第8圖中，由此等的出現圖案算出保持時間出現距離的一致數，顯示其等的一致數彙整成表形式而成之保持時間出現距離的一致數。第9圖中，根據此一致數，算出保持時間出現圖案的一致度，顯示其等的一致度彙整成表形式而成之保持時間出現圖案的一致度。
    第10圖~第12圖係為由圖案作成部7之歸屬對象峰值與其周邊峰值所作成的峰值圖案之說明圖。第10圖為顯示對象FP之歸屬對象峰值的圖，第11圖為由含2條周邊峰值之3條峰值所作成的峰值圖案的說明圖，第12圖為由含4條周邊峰值之5條峰值所作成的峰值圖案的說明圖。
    第13圖、第14圖為峰值圖案作成部7之歸屬對象峰值與歸屬候補峰值的關係之說明圖，第13圖為顯示歸屬對象峰值之容許寬度的圖，第14圖為顯示基準FP的歸屬候補峰值相對於歸屬對象峰值的圖。
    第15圖~第18圖為由峰值圖案作成部7的3條峰值所作成之歸屬對象峰值及歸屬候補峰值的峰值圖案例。第15圖為由歸屬對象峰值與歸屬候補峰值之3條峰值所形成的峰值圖案圖，第16圖為由歸屬對象峰值與其他歸屬候補峰值之3條峰值所形成的峰值圖案圖，第17圖為由歸屬對象峰值與其他歸屬候補峰值之3條峰值所形成的峰值圖案圖，第18圖為由歸屬對象峰值與其他歸屬候補峰值之3條峰值所形成的峰值圖案圖。
    第19圖~第22圖為由峰值圖案作成部7之5條峰值所作成之歸屬對象峰值及歸屬候補峰值之峰值圖案圖。
    第23圖~第61圖為網羅地作成峰值圖案作成部7之歸屬對象峰值及歸屬候補峰值的峰值圖案，且說明所比較之網羅地比較原理的圖。
    第62圖、第63圖係說明由峰值歸屬部9之3條峰值所作成之峰值圖案的一致度之算出方法的圖。
    第64圖係說明由峰值歸屬部9之5條峰值所作成之峰值圖案的一致度之算出方法的圖。
    第65圖為顯示峰值歸屬部9的歸屬對象峰值45及歸屬候補峰值67的UV光譜107及111的圖。
    第66圖為峰值歸屬部9之歸屬對象峰值45的UV光譜107與歸屬候補峰值67的UV光譜111的一致度的說明圖。
    第67圖由峰值歸屬部9之歸屬對象峰值45、歸屬候補峰值67之峰值圖案的一致度和UV光譜的一致度所算出之歸屬候補峰值的一致度的說明圖。
    第68圖為說明峰值歸屬部9的對象FP17對於各峰值的基準群FP19的歸屬的圖。
    第69圖為顯示峰值歸屬部9之對象FP17的各峰值歸屬於基準群FP19的狀況之對象FP峰值特徵值21的說明圖。
    第70圖~第74圖為顯示評價部11的各種對象FP及其評價部(MD值)的圖。 (基準FP的選定)
    使用第5圖~第9圖，進一步說明前述基準FP選定部5的功能。
    第5圖為顯示對象FP及基準FP的保持時間的圖，第6圖為顯示對象FP的保持時間出現圖案的圖，第7圖為顯示基準FP的保持時間出現圖案的圖。第8圖為顯示對象FP與基準FP的保持時間出現距離之一致數的圖，第9圖為顯示對象FP與基準FP的保持時間出現圖案之一致度的圖。
    第5圖係顯示對象FP33及基準FP55各自的保持時間。第6圖、第7圖係顯示由對象FP33及基準FP55各自的保持時間，算出全部的保持時間之間距，並將其等的距離彙整成表形式而成的保持時間出現圖案。第8圖中，由此等的出現圖案算出保持時間出現距離的一致數，顯示其等的一致數彙整成表形式而成之保持時間出現距離的一致數。第9圖中，依據此一致數，算出保持時間出現圖案的一致度，顯示其等的一致度彙整成表形式而成之保持時間出現圖案的一致度。
    在對象FP33的峰值歸屬處理中，係以與對象FP33之FP圖案儘可能類似的基準FP來歸屬對象FP33的各峰值。由複數基準FP選定與此對象FP61類似的基準FP，在進行高精確度的歸屬方面是很重要的。
    在此，作為客觀且簡易地評價與對象FP33的FP圖案類似性的方法，係藉由保持時間出現圖案的一致度評價FP圖案的類似性。
    例如，對象FP33及基準FP55的保持時間為如第5圖般的情況，對象FP33及基準FP55各自的保持時間出現圖案係如第6圖、第7圖所示。第6圖、第7圖中，對於上層的對象FP33及基準FP55，以下層的圖表所示方式作成各單元的值由保持時間之間距所構成之表形式的圖案。
    第6圖中，對象FP33的各峰值(35、37、39、41、43、45、47、49、51、53)的保持時間為(10.2)、(10.5)、(10.8)、(11.1)、(11.6)、(12.1)、(12.8)、(13.1)、(13.6)、(14.0)。
    因此，峰值35及峰值37間的保持時間之間距為(10.5)-(10.2)=(0.3)。同樣，峰值35及峰值39間為(0.6)，峰值37及峰值39間為(0.3)等。以下，同樣地，成為第6圖之下層圖表的對象FP79出現圖案。
    第7圖中，基準FP55的各峰值(57、59、61、63、65、67、69、71、73、75、77)的保持時間為(10.1)、(10.4)、(10.7)、(11.1)、(11.7)、(12.3)、(12.7)、(13.1)、(13.6)、(14.1)、(14.4)。
    因此，同樣地，保持時間之間距為第7圖之下層圖表的基準FP出現圖案81。
    如第6圖，第7圖所示，循環地比較已圖案化的各峰值，求得一致數。例如，比較第6圖之下層圖表的對象FP出現圖案的各單元的值、以及第7圖之下層圖表的基準FP出現圖案的各單元的值，如第8圖所示般求得一致數83。
    亦即，以列單位依序循環地比較對象FP33與基準FP55之保持時間出現圖案的全部保持時間之間距，在設定的範圍內算出距離一致的數量。
    例如，比較第6圖、第7圖的對象及基準FP保持時間出現圖案79、81的1列時，一致數為7個。此7個一致數被寫入第8圖之對象及基準FP保持時間出現圖案的第1列。第6圖、第7圖中的其他列，亦同樣，循環地比較至對象FP保持時間出現圖案的1列~9列、以及基準FP保持時間出現圖案的1列~10列為止，可分別獲得一致數。
    第8圖中顯示結果。該第8圖中，由圓圈所包圍之左端的7的數值係對象及基準FP保持時間出現圖案之第1列的比較結果，其相鄰的7的數值係對象FP保持時間出現圖案之第1列與基準FP保持時間出現圖案之第2列的比較結果。設定的範圍未受限定，較佳為0.05分~0.2分的範圍。實施例1設為0.1分。
    將保持時間出現圖案的一致度設為RP，對象FP33之第f列的保持時間出現圖案、與基準FP55之第g列的保持時間出現圖案之一致度(RPfg)係使用Tanimoto係數，以RPfg={1-(m/(a+b-m))}×(a-m+1)的方式算出。
    此外，式中a為對象FP33的峰值數(對象FP峰值數)，b為基準FP55的峰值數(基準FP峰值數)，m為出現距離的一致數(參照第8圖)。依據第8圖的一致數83，藉由前述式算出各保持時間出現圖案的一致度(RP)(參照第9圖的一致數85)。
    將屬於此等RP之最小值的RP_min設為對象FP33與基準FP55之保持時間出現圖案的一致度。第9圖中，(0.50)為對象FP33相對於基準FP的一致度。
    針對全部的基準EP，算出此一致度，選定最小的一致度的基準FP，對此基準FP進行對象FP的峰值歸屬。
    基準FP選定部5亦可將對象FP33及基準FP55以峰值高度比進行圖案化。
    對以峰值高度比圖案化後的各峰值進行循環比較，在所設定的範圍內算出高度比一致的數。藉此算出，可與第8圖同樣地獲得一致數。
    此外，在以峰值高度比圖案化時，會有1列中存在有複數個相同值的情況，必須對此等計數複數次。
    一致度係藉由將Tanimoto係數設為「高度比的一致數/(對象FP峰值數+基準FP峰值數-高度比的一致數)」，使(1-Tanimoto係數)趨近於零，而求得前述一致度。
    又，在(1-Tanimoto係數)施以(對象FP峰值數-高度比的一致數+1)的加權，成為「(1-Tanimoto係數)×(對象FP峰值數-出現距離或高度比的一致數+1」，藉由加權可選擇藉由對象FP33的峰值(35、37、．．．)而更多一致的基準FP。 (峰值圖案的特徵值化)
    使用第10圖~第69圖，進一步說明前述峰值圖案作成部7及峰值歸屬部9的功能。
    如第10圖所示，將歸屬對象峰值45歸屬於基準FP55之任一峰值時，應歸屬於哪一個峰值。即便僅以峰值，保持時間或UV光譜的任一資訊進行此峰值歸屬時，由於此等三個資訊的任一者均含有因前述藥劑間誤差與分析誤差所致之誤差，故由單獨資訊所產生之峰值歸屬無法獲得充分的精確度。
    又，如第13圖、第14圖所示，在歸屬對象峰值45與基準FP55的各峰值間設定保持時間之偏差的容許寬度，由存在於此容許寬度內之基準FP55的峰值與UV光譜資訊之兩者資訊所形成的峰值歸屬中，綜合全部的資訊來判定歸屬目標，故與由上述單獨資訊所產生的峰值歸屬相比，精確度得以提升。
    然而，即便是使用三個資訊的峰值歸屬，就UV光譜的特性而言，由於類似成份的UV光譜幾乎相同，所以當歸屬候補峰值含有複數類似成份時，終會成為僅有峰值資訊的歸屬而無法獲得足夠的精確度。因此，為了進行更高精確度的峰值歸屬，需有加入此三個資訊的資訊。
    在此，作成含第11圖、第12圖所示之周邊峰值的資訊之峰值圖案，藉由此峰值圖案的比較，來歸屬峰值。
    作成含周邊峰值的峰值圖案時，係在目前為止的三個資訊中加入周邊資訊，可進行由四個資訊所形成的峰值歸屬，可獲得更高的歸屬精確度。
    其結果，可以一次的歸屬處理，高精確度且有效率地同時歸屬大量的峰值。
    再者，藉由將在峰值歸屬使用的資料作成含周邊資訊的四個資訊，既有的峰值歸屬時所設定的限制條件(峰值定義等)便不需要。
    第11圖中，作成相對於歸屬對象峰值45包含存在於時間軸方向兩邊的峰值43、47的峰值圖案87。
    第12圖中，作成相對於歸屬對象峰值45包含存在於時間軸方向兩邊的峰值41、43、47、49的峰值圖案97。
    第13圖、第14圖中，在歸屬對象峰值45與基準FP55的各峰值間設定保持時間之偏差的容許寬度，將存在於此容許寬度內之基準FP55的峰值作成對應於歸屬對象峰值45的候補峰值(以下，稱為歸屬候補峰值)。
    第15圖中，作為與歸屬對象峰值45的峰值圖案87比較的峰值圖案而言，相對於歸屬候補峰值65係作成包含存在於時間軸方向前後兩邊之峰值63、67的峰值圖案117。
    第16圖~第18圖中，作為與歸屬對象峰值45的峰值圖案87比較的峰值圖案，係作成相對於其他的歸屬候補峰值67、69、71，分別包含存在於時間軸方向前後兩邊之峰值的峰值圖案91、93、95。
    以更高的精確度進行此峰值圖案的比較時，如第19圖~第22圖所示，作成在對象FP與基準FP兩者增加周邊峰值數的峰值圖案是必要的。
    例如，當進行包含周邊之4條峰值在內之總共5條峰值所形成的峰值圖案之比較時，可獲得更高的歸屬精確度。
    第19圖中，作為與歸屬對象峰值45的峰值圖案97比較的峰值圖案，係作成相對於歸屬候補峰值65，包含存在於時間軸方向兩邊之峰值61、63、67、69的峰值圖案99。
    第20圖~第22圖中，作為與歸屬對象峰值45之峰值圖案97比較的峰值圖案，係作成相對於其他歸屬候補峰值67、69、71分別包含存在於時間軸方向前後兩邊之峰值的峰值圖案101、103、105。
    再者，以更高精確度進行利用此峰值圖案的歸屬時，需因應對象FP與基準FP的峰值數有所差異(即，有不存在於任一者的峰值之情況)之情況。因此，如第23圖~第25圖所示，藉由使在歸屬對象峰值與歸屬候補峰值兩者中的構成峰值圖案的峰值變化而網羅地作成峰值圖案乃必要者。
    具體而言，由對象FP之歸屬對象峰值的周邊峰值中，預先設定作為峰值圖案構成峰值的候補之峰值(以下，稱為峰值圖案構成候補峰值)，將此峰值圖案構成候補峰值依序作為峰值圖案構成峰值而作成峰值圖案。關於基準FP的歸屬候補峰值，亦同樣地設定峰值圖案構成候補峰值，將此峰值圖案構成候補峰值依序作為峰值圖案構成峰值而作成峰值圖案。
    例如，如第23圖所示，係設定時間軸方向周邊4條(41、43、47、49)作為歸屬對象峰值45的峰值圖案構成候補峰值，設定為時間軸方向周邊4條(61、63、67、69)作為歸屬候補峰值65的峰值圖案構成候補峰值，將峰值圖案構成峰值分別設定成任意的2條。此時，如第24圖、第25圖所示，在歸屬對象峰值45及歸屬候補峰值65分別作成峰值圖案為4C2(=6)的圖案。
    再者，若將峰值圖案構成候補峰值設定為10條，將峰值圖案構成峰值設定為任意的2條時，可在歸屬對象峰值及歸屬候補峰值分別作成10C2(=45)圖案的峰值圖案。將峰值圖案構成峰值設定成任意的4條時，可在歸屬對象峰值及歸屬候補峰值分別作成10C4(=210)圖案的峰值圖案。
    使用第26圖~第67圖，進一步說明前述峰值歸屬部9的功能。
    峰值歸屬部9中，在藉峰值圖案作成部7所作成的歸屬對象峰值與歸屬候補峰值之全部峰值圖案間，依據所對應之峰值及保持時間的差，算出峰值圖案的一致度(以下稱為P_Sim)。峰值歸屬部9係將P_Sim的最小值(以下稱為P_Sim_min)設成歸屬對象峰值與歸屬候補峰值之峰值圖案的一致度。
    例如，如第26圖~第61圖所示，在歸屬對象峰值45及歸屬候補峰值65分別將峰值圖案構成候補峰值設成時間軸方向前後周邊4條，將峰值圖案構成峰值設定為任意的2條。在此設定中，在歸屬對象峰值及歸屬候補峰值分別作成4C2(=6)圖案的峰值圖案。因此，歸屬對象峰值45及歸屬候補峰值65的P_Sim係如6圖案×6圖案(=36)所示算出，將屬於此等P_Sim之最小值的P_Sim_min設成歸屬對象峰值45與歸屬候補峰值65的一致度。
    在歸屬對象峰值45及歸屬候補峰值65分別將峰值圖案構成候補峰值設成時間軸方向前後周邊10條，將峰值圖案構成峰值設定為任意的2條，在歸屬對象峰值及歸屬候補峰值可分別作成4C2(=45)圖案的峰值圖案。因此，歸屬對象峰值45及歸屬候補峰值65的P_Sim係如45圖案×45圖案(=2025)所示算出，將屬於此等P_Sim之最小值的P_Sim_min設成歸屬對象峰值45與歸屬候補峰值65的一致度。又，將峰值圖案構成峰值設定為任意的4條時，在歸屬對象峰值及歸屬候補峰值分別作成10C4(=210)圖案的峰值圖案。因此，歸屬對象峰值45及歸屬候補峰值65的P_Sim係如210圖案×210圖案(=44100)所示算出，將屬於此等P_Sim的最小值之P_Sim_min設成歸屬對象峰值45與歸屬候補峰值65的一致度。
    此P_Sim係針對歸屬對象峰值45全部的歸屬候補峰值同樣地算出。
    第62圖、第63圖中，說明用以比較由3條峰值所構成之峰值圖案的峰值圖案的一致度之算出方法。此時，以歸屬對象峰值45的峰值圖案87及歸屬候補峰值67的峰值圖案91為例。
    在歸屬對象峰值45的峰值圖案87中，將歸屬對象峰值45的峰值及保持時間設為p1及r1，將峰值圖案構成峰值43的峰值及保持時間設為dn1及cn1，將峰值圖案構成峰值47的峰值及保持時間設為dn2及cn2。
    在歸屬候補峰值67的峰值圖案91中，將歸屬候補峰值67的峰值及保持時間設為p2及r2，將峰值圖案構成峰值65的峰值及保持時間設為fn1及en1，將峰值圖案構成峰值69的峰值及保持時間設為fn2及en2。
    將峰值圖案的一致度設為P_Sim時，由歸屬對象峰值45與歸屬候補峰值67的3條峰值所構成之峰值圖案的一致度(P_Sim(45-67))，係以P_Sim(45-67)=(|p1-p2|+1)×(|(r1-(r2+d)|+1)+(|dn1-fn1|+1)×(|(cn1-r1)-(en1-r2)|+1)+(|dn2-fn2|+1)×(|(cn2-r1)-(en2-r2)|+1)的方式算出。
    另外，式中的d係用於補正保持時間的偏差之值。
    第64圖中，說明用以比較由5條峰值所構成之峰值圖案的峰值圖案的一致度之算出方法。此時，以歸屬對象峰值45的峰值圖案97與歸屬候補峰值67的峰值圖案101為例。
    在歸屬對象峰值45的峰值圖案97中，將歸屬對象峰值45的峰值及保持時間設為p1及r1，將峰值圖案構成峰值41、43、47、49的峰值及保持時間分別設為dn1及cn1、dn2及cn2、dn3及cn3、dn4及cn4。
    在歸屬候補峰值67的峰值圖案101中，將歸屬候補峰值67的峰值及保持時間設為p2及r2，將峰值圖案構成峰值63、65、69、71的峰值及保持時間分別設為fn1及en1、fn2及en2、fn3及en3、fn4及en4。
    由歸屬對象峰值45及歸屬候補峰值67之5條峰值所構成之峰值圖案的一致度(P_Sim(45-67))，係以P_Sim(45-67)=(|p1-p2|+1)×(|(r1-(r2+d)|+1)+(|dn1-fn1|+1)×(|(cn1-r1)-(en1-r2)1+1)+(|dn2-fn2|+1)×(|(cn2-r1)-(en2-r2)|+1)+(|dn3-fn3|+1)×(|(cn3-r1)-(en3-r2)|+1)+(|dn4-fn4|+1)×(|(cn4-r1)-(en4-r2)|+1)的方式算出。
    另外，式中的d係用以補正保持時間的偏差的值。
    在峰值歸屬部9中，如第65圖、第66圖所示，在歸屬對象峰值與歸屬候補峰值算出UV光譜的一致度。
    第65圖係歸屬對象峰值45及歸屬候補峰值67的UV光譜(107與111)圖，如第66圖所示，此兩個UV光譜的一致度(UV_Sim(45-67))係以UV_Sim(45-67)=RMSD(107 vs 111)的方式算出。
    RMSD係藉由均方偏差，將所對應之2點的距離(dis)分別加以平方，而定義為其相加平均的平方根。亦即，以RMSD={Σdis2/n}的方式算出。
    n為dis的數。
    在此，UV光譜的波形含有極大波長及極小波長，亦可藉由比較此極大波長及極小波長或任一者，來算出一致度。然而，在無吸收特性的化合物或吸收特性類似的化合物等中，極大波長、極小波長是相同的，但亦有整體的波形大幅相異的情形，在極大波長、極小波長的比較中，恐有無法算出波形的一致度之虞。
    相對於此，在藉由UV光譜的波形利用RMSD時，由於為波形整體的比較，故可更正確地算出UV光譜的波形之一致度，在無吸收特性的化合物或吸收特性類似的化合物中，可正確地識別。
    就歸屬對象峰值45的全部歸屬候補峰值而言，此UV光譜的一致度係以同樣方式算出。
    再者，在峰值歸屬部9中，如第67圖所示算出統合上述兩者的一致度之歸屬候補峰值的一致度。
    如第67圖所示，歸屬候補峰值的一致度(SCORE(45-67))係峰值圖案與UV光譜各自的一致度相乘而算出。顯示峰值圖案45、67之一致度的得分係P_Sim_min(45-67)，顯示對應之UV波形資料107、111之一致度的得分係UV_Sim(45-67)。此時，歸屬候補峰值的一致度SCORE(45-67)係以SCORE(45-67)=P_Sim_min(45-67)×UV_Sim(45-67)的方式算出。
    就歸屬對象峰值45的全部的歸屬候補峰值而言，以此歸屬候補峰值的一致度係以同樣方式計算。
    並且，在全歸屬候補峰值間比較此SCORE，將SCORE最小的歸屬候補峰值判定為歸屬對象峰值45的歸屬峰值。
    在峰值歸屬部9中，由於係綜合兩個觀點來判定歸屬對象峰值之應歸屬的峰值，所以可實現正確的峰值歸屬。
    又，在峰值歸屬部9中，依據對象FP對基準FP的歸屬結果，如第68圖所示般，將對象FP17的各峰值歸屬於基準群FP19。
    對象FP17的各峰值係藉由前述歸屬處理歸屬於構成基準群FP的基準FP。依據此歸屬結果，最後歸屬於基準群FP19的峰值。
    此外，基準群FP19係將評定為正常品的複數基準FP全部以前述方式進行歸屬處理而作成者，其各峰值係以所歸屬的峰值的平均值(黒點)±標準偏差(縱線)表示。
    第69圖為將對象FP17歸屬於基準群FP19的結果，該結果為對象FP17之歸屬處理的最終結果。 〔MD值〕
    由此結果，可如前述利用MT法求取MD值(MD值：0.25、2.99等)(參照第70圖~第74圖)。 〔多成分藥劑之評價方法〕
    第75圖係顯示本發明實施例1之多成分藥劑之評價方法的製程圖。
    如第75圖所示，作為圖案之評價方法的多成分藥劑的評價方法具備作為圖案取得製程的FP作成製程113；作為基準圖案選定製程的基準FP選定製程115；峰值圖案作成製程117；及峰值歸屬製程119；評價製程121。此等FP作成製程113、基準FP選定製程115、峰值圖案作成製程117、峰值歸屬製程119、評價製程121係於本實施例中利用前述多成分藥劑的評價裝置1來進行，FP作成製程113可利用FP作成部3的功能來進行，同樣地可利用基準FP選定部5、峰值圖案特定部7、峰值歸屬部9、評價部11的功能來進行基準FP選定製程115、峰值圖案作成製程117、峰值歸屬製程119、評價製程121。 〔多成分藥劑之評價程式〕
    第76圖~第91圖係多成分藥劑之評價程式的流程圖、第92圖係顯示3D層析圖之資料例的圖表、第93圖係顯示峰值資訊資料例的圖表、第94圖係顯示FP資料例的圖表、第95圖係顯示步驟S3中作成之判定結果檔案例的圖表、第96圖係顯示在特定對象FP與基準FP對應之峰值的過程中所作成的兩個中間檔案(歸屬候補峰值得分表、歸屬候補峰值編號表)例的圖表、第97圖係顯示作為特定在對象FP與基準FP對應之峰值的結果之比對結果檔案例之圖表、第98圖係顯示基準群FP資料例的圖表、第99圖係顯示作為對象FP歸屬峰值之資料的對象FP之峰值資料特徵量檔案例的圖表。
    第76圖係顯示用於評價評價對象藥劑之處理整體的步驟的流程圖，係利用系統啟動來起始，並於電腦達成：FP作成部3之FP作成功能；基準FP選定部5的基準FP選定功能；峰值圖案作成部7的峰值圖案作成功能；峰值歸屬部9的峰值歸屬功能；及評價部11的評價功能。
    FP作成功能係於步驟S1達成，基準FP選定功能係於步驟S2達成，峰值圖案作成功能係於步驟S3達成，峰值歸屬功能係於步驟S3~S5達成，評價功能係於步驟S6、S7達成。
    步驟S1係將3D層析及特定之檢測波長的峰值資訊作為輸入資料而執行「FP作成處理」。
    3D層析是藉由將評價對象藥劑以HPLC進行分析而獲得之資料，且係如第92圖之3D層析的資料例123所示，由保持時間、檢測波長、峰值(信號強度)的三次元資訊所構成的資料。峰值資訊係藉由將以該HPLC分析所獲得之特定波長中的層析資料利用PLC資料解析工具(例如，ChemStation等)加以處理，而得到的資料，且係如第93圖的峰值資訊例125所示由被檢測為峰值之全部峰值的極大值及面積值與其時點之保持時間等所構成的資料。
    在步驟S1中，電腦之FP作成部3(第1圖)發揮功能，由3D層析及峰值資訊作成前述對象FP17(第2圖)，將該資料作為檔案輸出。此對象FP17係如第94圖之FP的資料例127所示由保持時間、峰值高度與按各峰值高度的UV光譜所構成的資料。
    在步驟S2中，將在步驟S1所輸出的對象FP及全部基準FP作為輸入而執行「對象FP歸屬處理1」。
    在步驟S2中，電腦的基準FP選定部5發揮功能，對全部基準FP算出與對象FP17之保持時間出現圖案的一致度，選定適於對象FP17的歸屬之基準FP。
    基準FP係由被評定為正常品之藥劑的3D層析與峰值資訊，利用與前述步驟S1相同的處理所作成之FP。另外，正常品係定義為安全性、有效性已確認的藥劑，製品批次之不同的複數藥劑符適用。基準FP亦為以與第94圖之FP的資料例127同樣方式構成的資料。
    在步驟S3係以在對象FP17與步驟S2選定的基準FP作為輸入，而執行「對象FP歸屬處理2」。
    在步驟S3中，電腦之峰值圖案作成部7(第1圖)及峰值歸屬部37(第1圖)發揮功能。藉由該功能，以在對象FP17與在步驟S2選定的基準FP的全部峰值，如第23圖~第61圖所示地網羅地作成峰值圖案，其次，算出此等峰值圖案的一致度(第63圖或第64圖之P_Sim)。又，在對象FP與基準FP的峰值間算出UV光譜的一致度(第66圖的UV_Sim)。進而，由這兩個一致度算出歸屬候補峰值的一致度(第67圖的SCORE)。該算出結果被輸出檔案(判定結果檔案)。
    步驟S4係以在步驟S3輸出的判定結果檔案作為輸入，執行「對象FP歸屬處理3」。
    在步驟S4中，電腦的峰值歸屬部7發揮功能，在對象FP17與基準FP間，依據歸屬候補峰值的一致度(SCORE)，特定與對象FP的各峰值對應之基準FP的峰值。其結果被輸出至檔案(判定結果檔案)。
    步驟S5係以在步驟S4輸出的比對結果檔案與基準群FP作為輸入，執行「對象FP歸屬處理4」。
    基準群FP係由全部基準FP利用與前述步驟S2至步驟S4同樣的處理所作成之全部基準FP間的峰值對應資料。
    在步驟S5中，電腦的峰值歸屬部7發揮功能，依據對象FP17的比對結果檔案，如第68圖、第69圖所示，將對象FP17的各峰值歸屬於基準群FP的峰值。其結果被輸出至檔案(峰值資料特徵值檔案)。
    步驟S6係以在步驟S5輸出之峰值資料特徵值檔案與基準群FP作為輸入，執行「FP評價處理」。
    步驟S6中，電腦之評價部11發揮功能，利用MT法評價步驟S5中輸出之峰值資料特徵量資料與基準群FP的同等性，並將該評價結果作為MD值輸出(第70圖~第74圖)。
    步驟S7係將步驟S6中輸出之MD值作為輸入值，並實行「合格與不合格之判定」。
    步驟S7中，電腦之評價部11發揮功能，比較步驟S6中輸出之MD值與預先設定的閾值(MD值之上限值)並判定合格與不合格(第2圖的圖表23)。 〔S1：FP作成處理(僅利用單一波長)〕
    第77圖係利用第76圖步驟S1「FP作成處理」之單一波長之峰值資訊時的流程圖。
    第77圖係以波長為單一波.長，例如203nm來作成評價對象之FP之步驟的細節。該處理中，由3D層析圖與檢測波長為203nm下的峰值資訊，作成203nm下檢測出之峰值之保持時間與峰值以及由彼等峰值之UV光譜構成之FP。
    在步驟S101中，執行「讀取峰值資訊」的處理。在該處理中，讀取峰值資訊，作為FP的作成所需之兩個資料中的第一個，移到步驟S102。
    在步驟S102中，執行「依序取得峰值之保持時間(R1)與對應的峰值資料(P1)」之處理。該處理中，由峰值資訊，將峰值的保持時間(R1)及峰值資料(P1)1峰值1峰值地依序取得，移到步驟S103。
    在步驟S103中，執行「讀取3D層析」的處理。該處理中，讀取3D層析，作為FP的作成所需之兩個資料中的第二個，移到步驟S104。
    在步驟S104中，執行「依序取得峰值之保持時間(R2)與對應的UV光譜(U1)」之處理。該處理中，由3D層析，將保持時間(R2)及UV光譜(U1)按HPLC分析時的各“抽樣速率/2(sampling rate/2)”來取得，移到步驟S105。
    在步驟S105中，執行「| R1-R2 |<=臨界值？」的判斷處理。該處理中，判斷在步驟S102及S104所讀取的R1與R2是否在臨界值的範圍對應。對應時(YES)，兩個保持時間相同，判斷保持時間R1之峰值的UV光譜是U1，移到步驟S106。沒有對應時(NO)，兩個保持時間不同，判斷保持時間為R1之峰值的UV光譜不是U1，為了與3D層析的下一個資料作比較，移到步驟S104。此外，此判斷處理的臨界值係為3D層析之“抽樣速率”。
    在步驟S106中，執行「將U1以最大值1規格化」的處理。在該處理中，以最大值1將在步驟S105判斷為R1之UV光譜的U1加以規格化，移到步驟S107。
    在步驟S107中，執行「輸出R1與P1及規格化之U1(對象FP)」之處理。在該處理中，將由峰值資訊取得的R1與P1及在步驟S106規格化的U1輸出至對象FP，移到步驟S108。
    在步驟S108中，執行「全部峰值的處理完成？」的判斷處理。在該處理中，判斷是否已對於峰值資訊中全部的峰值進行處理，若全部峰值的處理尚未完成(NO)，為了處理未處理的峰值，而移到步驟S102。步驟S102至S108的處理係反覆進行到全部峰值的處理完成為止，一旦全部峰值的處理完成(YES)，便完成FP作成處理。 〔S1：FP作成處理(利用複數波長)〕
    第78圖、第79圖係在第76圖的步驟S1「FP作成處理」中，利用複數波長的峰值資訊來取代前述單一波長的峰值資訊時的流程圖。例如包含203nm，於檢測波長軸方向選擇複數(n個)波長來作成FP的情形。
    該FP作成處理係在第77圖所示的單一波長中在無法網羅以3D層析所檢測之全部峰值的情況下，利用複數波長的峰值資訊，作成網羅有3D層析的全部峰值的FP。
    此外，第79圖、第79圖係在僅利用上述單一波長的FP作成處理中將作成n個按各波長的FP後，由其等FP作成由複數波長所形成之FP之步驟的詳細情形。
    在步驟S110中，執行「按各波長作成FP」的處理。在該處理中，按各波長進行僅利用上述單一波長的FP作成處理，作成n個FP，移到步驟S111。
    在步驟S111中，執行「將FP以峰值數(順序遞減)列表化」的處理。
    在該處理中，將n個FP依峰值數多的順序列表化，移到步驟S112。
    在步驟S112中，將1代入n(n←1)作為用以將n個FP依序處理之計數器的初始化，移到步驟S113。
    在步驟S113中，執行「讀取列表第n個FP」的處理。在該處理中，讀取列表第n個FP，移到步驟S114。
    在步驟S114中，執行「取得全部保持時間(X)」的處理。在該處理中，取得全部在S113所讀取之FP的保持時間資訊，移到步驟S115。
    在步驟S115中，執行「n的更新(n←n+1)」的處理。在該處理中，由於將處理移至下一個FP，所以代入n+1作為n的更新，並移到步驟S116。
    在步驟S116中，執行「讀取列表第n個FP」的處理。在該處理中，讀取列表第n個FP，移到步驟S117。
    在步驟S117中，執行「取得全部保持時間(Y)」的處理。在該處理中，取得全部在步驟S116所讀取之FP的保持時間資訊，移到步驟S118。
    在步驟S118中，執行「將X與Y在無重複的情況下統合(Z)」的處理。該處理中，將在步驟S114取得的保持時間資訊X與在步驟S117取得的保持時間資訊Y於無重複下統合後，保存於Z，移到步驟S119。
    在步驟S119中，執行「X的更新(X←Z)」的處理。在該處理中，將在步驟S118所保存的Z代入X，作為X的更新，移到步驟S120。
    在步驟S120中，執行「全部的FP處理完成？」的判斷處理。在該處理中，判斷在S110所作成的n個FP是否已全部處理，已處理時(YES)，移到步驟S121。尚有未處理的FP時(NO)，為了對未處理的FP執行步驟S115~S120的處理，而移到步驟S115。重複進行步驟S115~S120的處理，直到全部的FP的處理完成。
    在步驟S121中，將1代入n(n←1)作為用以將n個FP再度依序處理之計數器的初始化，然後，移到步驟S122。
    在步驟S122中，執行「讀取列表第n個FP」的處理。在該處理中，讀取列表第n個FP，然後，移到步驟S123。
    在步驟S123中，執行「依序取得各峰值的保持時間(R1)、峰值資料(P1)以及UV光譜(U1)」的處理。在該處理中，由在步驟S122所讀取的FP，1峰值1峰值地依序取得保持時間(R1)、峰值資料(P1)與UV光譜(U1)，然後，移到步驟S124。
    在步驟S124中，執行「由X依序取得保持時間(R2)」的處理。在該處理中，由全部FP的保持時間在不重複下保存的X，按1保持時間(R2)逐一取得，移到步驟S125。
    在步驟S125中，執行「R1=R2？」的判斷處理。在該處理中，判斷在步驟S123取得的R1與在步驟S124取得的R2是否相等，相等時(YES)，移到步驟S127。不相等時(NO)，移到步驟S126。
    在步驟S126中，執行「X的全部保持時間比較完成？」的判斷處理。在該處理中，對於在步驟S123取得的R1，判斷是否完成與X之全部保持時間的比較。完成時(YES)，保持時間R1的峰值判斷已完成處理，為了將處理移到下一個峰值，而移到步驟S123。未完成時(NO)，為了移到X的下一個保持時間，而移到步驟S124。
    在步驟S127中，執行「在R1加上(n-1)×分析時間(T)(R1←R1+(n-1)×T)」的處理。在該處理中，存在於峰值數最多的列表之第1個FP之峰值的保持時間原樣地未存在於列表第1個FP，存在於列表第2個FP之峰值的保持時間係在R1加上分析時間(T)，進而，由於列表第1~第n-1的FP不存在，存在於列表第n個FP之峰值的保持時間係在R1加上(n-1)×T，移到步驟S128。
    在步驟S128中，執行「將R1、P1及U1輸出(對象FP)」的處理。在該處理中，將在步驟S127處理的R1與在步驟S123取得的P1及U1輸出至對象FP，移到步驟S129。
    在步驟S129中，執行「從X刪除R2」的處理。在該處理中，由於保持時間為R1(=R2)的處理係在步驟S127、S128中完成，故從X刪除處理畢的保持時間(R2)，移到步驟S130。
    在步驟S130中，執行「全部的峰值處理完成？」的判斷處理。在該處理中，判斷是否對於列表第n個FP的全部峰值已完成處理，在已處理時(YES)，完成列表第n個FP的FP作成處理，移到步驟S131。有未處理的峰值時(NO)，為了對未處理的峰值進行處理，而移到步驟S123。反覆進行步驟S123~S130的處理直到全部的峰值處理完成。
    在步驟S131中，執行「n的更新(n←n+1)」的處理。在該處理中，將處理移到下一個FP，將n+1代入n作為n的更新，移到步驟S132。
    在步驟S132中，執行「全部的FP處理完成？」的判斷處理。在該處理中，判斷在S110所作成的n個FP是否已全部完成處理，當已處理時(YES)，完成FP作成處理。有未處理的FP時(NO)，為了對未處理的FP執行步驟S122~S132的處理，而移到步驟S122。重複進行步驟S122~S132的處理直到完成全部的FP的處理。 〔S2：對象FP歸屬處理1〕
    第80圖為顯示第76圖步驟S2之「對象FP歸屬處理1」的詳細構成的流程圖。該處理為歸屬的前處理，從設為正常品的複數基準FP選定適於對象FP17的歸屬之基準FP。
    在步驟S201中，執行「讀取對象FP」的處理。在該處理中，讀取歸屬對象的FP，移到步驟S202。
    在步驟S202中，執行「取得全部保持時間(R1)」的處理。在該處理中，取得全部在步驟S201所讀取的對象FP的保持時間資訊，移到步驟S203。
    在步驟S203中，執行「將全部基準FP的檔案名列表化」的處理。在該處理中，其後，為了依序處理全部基準FP而事先將全部基準FP的檔案名列表化，移到步驟S204。
    在步驟S204中，將1代入n(n←1)作為用以依序處理全部基準FP之計數器的初始值，移到步驟S205。
    在步驟S205中，執行「列表第n個基準FP(基準FPn)」的處理。在該處理中，讀取在步驟S203所列表化之全部基準FP的檔案名列表的第n個FP，移到步驟S206。
    在步驟S206中，執行「取得全部保持時間(R2)」的處理。在該處理中，取得全部在步驟S205所讀取的基準FP的保持時間資訊，移到步驟S207。
    在步驟S207中，執行「算出R1與R2的保持時間出現圖案的一致度(RPn_min)」的處理。在該處理中，從在步驟S202取得的對象FP的保持時間與在步驟S206取得的基準FP的保持時間算出RPn_min，移到步驟S208。此外，RPn_min的詳細的計算流程，係藉由第85圖的次常式1另外說明。
    在步驟S208中，執行「RPn_min的保存(RPall_min」的處理。在該處理中，將在步驟S207算出的RPn_min保存於RPall_min，移到步驟S209。
    在步驟S209中，執行「n的更新(n←n+1)」的處理。在該處理中，為了將處理移到下一個FP而將n+1代入n作為n的更新，移到步驟S210。
    在步驟S210中，執行「全部基準FP處理完成？」的判斷處理。在該處理中，判斷是否全部的基準FP皆已處理，在已處理時(YES)，移到步驟S211。有未處理的基準FP時(NO)，對未處理的FP執行步驟S205~S210的處理，移到步驟S205。重複進行步驟S205~S210的處理直到全部基準FP的處理完成。
    在步驟S211中，執行「從RPall_min選定一致度最小的基準FP」的處理。在該處理中，對於全部基準FP由所算出的RP1_min比較RPn_min，選定與對象FP之保持時間出現圖案的一致度最小之基準FP，完成對象FP歸屬處理1。 〔S3：對象FP歸屬處理2〕
    第81圖係第76圖步驟S3的「對象FP歸屬處理2」的詳細情形的流程圖。此處理係歸屬的本處理，於對象FP17與在步驟S2所選定的基準FP之間，由前述之峰值圖案及UV光譜的一致度算出各歸屬候補峰值的一致度(SCORE)。
    在步驟S301中，執行「讀取對象FP」的處理。在該處理中，讀取歸屬對象的FP，移到步驟S302。
    在步驟S302中，執行「依序取得歸屬對象峰值的保持時間(R1)和峰值資料(P1)和UV光譜(U1)」的處理。在該處理中，將在步驟S301讀取的對象FP的各峰值依序設為歸屬對象峰值，取得R1和P1及U1，移到步驟S303。
    在步驟S303中，執行「讀取基準FP」的處理。在該處理中，讀取在第80圖的〔對象FP歸屬處理1〕選定的基準FP，移到步驟S304。
    在步驟S304中，執行「依序取得基準FP的峰值的保持時間(R2)和峰值資料(P2)及UV光譜(U2)」的處理。在該處理中，從在步驟S303讀取的基準FP，依序1峰值1峰值地取得R2和P2與U2，移到步驟S305。
    在步驟S305中，執行「| R1-(R2+d)|<臨界值？」的判斷處理。在該處理中，判斷在步驟S302及S304所讀取的R1和R2是否在臨界值的範圍內對應。對應時(YES)，判斷保持時間R2的峰值是保持時間R1的峰值之歸屬候補峰值，為了算出歸屬候補峰值的一致度(SCORE)，而移到步驟S306。不對應時(NO)，在保持時間為R2的峰值與保持時間為R1的峰值中，由於保持時間差異過大，故判斷無法成為歸屬候補峰值，移到步驟S309。此外，在此判斷處理中，d為用以補正對象FP與基準FP的峰值的保持時間之值，初始值設為0，再進行處理時，求得隨時歸屬之峰值間的保持時間的差，以該值更新d。又，臨界值係用以判斷是否應設為歸屬候補峰值之保持時間的容許寬度。
    在步驟S306中，執行「算出UV光譜的一致度(UV_Sim)」的處理。在該處理中，由在步驟S302取得的歸屬對象峰值的U1與在步驟S304取得的歸屬候補峰值的U2，算出UV_Sim，移到步驟S307。此外，UV_Sim的詳細的計算流程係另記載於第86圖的次常式2。
    在步驟S307中，執行「算出峰值圖案的一致度(P_Sim_min)」的處理。在該處理中，從在步驟S302取得的歸屬對象峰值的R1及P1與在步驟S304取得的歸屬候補峰值的R2及P2，對此等峰值網羅地作成峰值圖案。算出此等峰值圖案的P_Sim_min，移到步驟S308。此外，P_Sim_min的詳細的計算流程係另記載於第87圖的次常式3。
    在步驟S308中，執行「算出歸屬候補峰值的一致度(SCORE)」的處理。在該處理中，從在步驟S306算出的UV_Sim與在S307算出的P_Sim_min，將歸屬對象峰值與歸屬候補峰值的SCORE以SCORE=UV_Sim×P_Sim_min的方式算出，移到步驟S310。
    在步驟S309中，執行「將888888代入SCORE(SCORE←888888)」的處理。在該處理中，將不符合歸屬對象峰值的歸屬候補峰值之峰值的SCORE設為888888，移到步驟S310。
    在步驟S310中，執行「SCORE的保存(SCORE_all)」的處理。在該處理中，將在步驟S308或S309獲得的SCORE保存於SCORE_all，移到步驟S311。
    在步驟S311中，執行「基準全部峰值的處理完成？」的判斷處理。在該處理中，判斷基準FP的全部峰值是否皆已處理，在已處理時(YES)，移到步驟S312。有未處理的峰值時(NO)，為了對未處理的峰值執行步驟S304~S311的處理，而移到步驟S304。重複進行步驟S304~S311的處理直到全部峰值的處理完成。
    在步驟S312中，執行「將SCORE_all輸出至判定結果檔案，將SCORE_all初始化(設成空)」的處理。在該處理中，將SCORE_all輸出至判定結果檔案後，將SCORE_all初始化(設成空)，移到步驟S313。
    在步驟S313中，執行「對象全部峰值的處理完成？」的判斷處理。在該處理中，判斷對象FP的全部峰值是否皆已處理，在已處理時(YES)，完成對象FP歸屬處理2。有未處理的峰值時(NO)，為了對未處理的峰值執行步驟S302~S313的處理，而移到步驟S302。重複進行步驟S302~S313的處理直到全部峰值的處理完成。
    顯示在第95圖所輸出的判定結果檔案例129。 〔S4：對象FP歸屬處理3〕
    第82圖為顯示第76圖步驟S4之「對象FP歸屬處理3」的詳細情形之流程圖。此處理為歸屬的後處理，由以前述方式算出的歸屬候補峰值的一致度(SCORE)，特定與對象FP的各峰值對應之基準FP的峰值。
    在步驟S401中，執行「讀取判定結果檔案」的處理。在該處理中，讀取在第81圖之「對象FP歸屬處理2」所作成的判定結果檔案，移到步驟S402。
    在步驟S402中，執行「以滿足「SCORE<臨界值」的條件之資料作成歸屬候補峰值得分表」的處理。在該處理中，依據判定結果檔案的SCORE，作成第96圖(圖之上部份)的歸屬候補得分表131，移到步驟S403。此歸屬候補峰值得分表係為，按各基準FP的峰值，從針對對象FP全部峰值算出的SCORE，以遞增順序僅排列比臨界值小的SCORE而形成的表。又，此SCORE的值愈小，應歸屬之峰值的可能性愈高。此外，臨界值係用於判斷是否應設為歸屬候補之SCORE的上限值。
    在步驟S403中，執行「作成歸屬候補峰值編號表」的處理。在該處理中，依據歸屬候補峰值得分表，作成第96圖(圖之下部份)的歸屬候補峰值編號表133，移到步驟S404。此歸屬候補峰值編號表係將歸屬候補峰值得分表的各得分置換成與其得分對應之對象FP的峰值編號之表。由此，該表係為按各基準FP的峰值，使應對應之對象FP的峰值編號依序排列而成的表。
    在步驟S404中，執行「取得應歸屬之對象FP的峰值編號」的處理。在該處理中，從在步驟S403所作成的歸屬候補峰值編號表，按各基準FP的峰值取得位於最上位之對象FP的峰值編號，移到步驟S405。
    在步驟S405中，執行「所取得的峰值編號以遞減順序(未重複)排列？」的判斷處理。在該處理中，判斷在步驟S404取得的對象FP的峰值編號是否在未重複的情況下以遞減順序排列。排列時(YES)，判斷可確定與基準FP的各峰值對應之對象FP的峰值，移到步驟S408。未排列時(NO)，為了針對有問題之基準FP的峰值重新評價應歸屬的對象FP的峰值，而移到步驟S406。
    在步驟S406中，執行「在有問題的峰值間比較SCORE，更新歸屬候補峰值編號表」的處理。在該處理中，將與有問題之對象FP的峰值編號對應的SCORE在歸屬候補得分表進行比較，更新成將SCORE大的峰值編號置換為位在為第2號之峰值編號而成的歸屬候補峰值編號表，然後移到步驟S407。
    在步驟S407中，執行「更新歸屬候補峰值得分表」的處理。在該處理中，依照在步驟S406的歸屬候補峰值編號表的更新內容，更新歸屬候補峰值得分表，移到步驟S404。重複進行S404至S407的處理，直到對象FP的峰值編號沒有問題(有重複，不以遞減順序排列)為止。
    在步驟S408中，執行「保存歸屬結果(TEMP)」的處理。在該處理中，將作為基準FP的全部峰值的峰值編號、保持時間與峰值、以及與此等峰值對應的峰值而特定之對象FP的峰值資料保存於TEMP，移到步驟S409。
    在步驟S409中，執行「TEMP中已納入有對象FP的全部峰值？」的判斷處理。在該處理中，判斷在S408所保存TEMP中是否已納入有對象FP的全部峰值的峰值資料。全部納入(YES)時，判斷為在對象FP的全部的峰值完成處理，移到S412。有未納入的峰值(NO)時，為了將未納入之峰值的峰值資料追加至TEMP，而移到步驟S410。
    在步驟S410中，執行「補正未納入TEMP之對象FP的峰值的保持時間」的處理。在該處理中，未納入TEMP之對象FP的峰值(必須補正之對象FP的峰值)的保持時間係為：補正值=k1+(k2-k1)＊(t0-t1)/(t2-t1)
    k1：在必須補正之對象FP的峰值附近所歸屬之兩個基準FP側的峰值中之保持時間小的峰值的保持時間
    k2：在必須補正之對象FP的峰值附近所歸屬之兩個基準FP側的峰值中之保持時間大的峰值的保持時間
    t0：在必須補正之對象FP的峰值的保持時間
    t1：在必須補正之對象FP的峰值附近所歸屬之兩個對象FP側的峰值中之保持時間小的峰值的保持時間
    t2：以在必須補正之對象FP的峰值附近所歸屬之兩個對象FP側的峰值中之保持時間大的峰值的保持時間的方式補正至基準FP的保持時間。接著，移到步驟S411。
    在步驟S411中，執行「將補正的保持時間與該峰值的峰值資料追加至TEMP，更新TEMP」的處理。在該處理中，比較未納入步驟S410所補正的TEMP之對象FP的峰值的保持時間、與TEMP中之基準FP的保持時間，在TEMP中的適切位置追加未納入TEMP之對象FP的峰值之補正的保持時間及峰值資料並更新TEMP，移到步驟S409。重複進行步驟S409至S411的處理，直到追加對象FP的全部峰值為止。
    在步驟S412中，執行「將TEMP輸出至比對結果檔案」的處理。在該處理中，將基準FP的全部峰值和對象FP的全部峰值的對應關係已特定的TEMP輸出作為比對結果檔案，完成對象FP歸屬處理3。
    第97圖顯示如前述輸出之比對結果檔案例135。 〔S5：對象FP歸屬處理4〕
    第83圖、第84圖係顯示第76圖步驟S5之「對象FP歸屬處理4」的詳細情形的流程圖。該處理係歸屬之最終處理，基於第76圖步驟S4中作成之比對結果檔案，將對象FP之各峰值歸屬於基準群FP之峰值。此外，如前述，基準群FP係於全部基準FP間特定峰值之對應關係之FP，如第98圖之基準群FP資料例137所示，為由基準群FP峰值編號、基準群保持時間與峰值高度構成的資料。如第2圖之基準群FP19所示，各峰值能以平均值(黑點)±標準差(縱線)顯示。
    在步驟S501中，執行「讀取比對結果檔案」的處理。在該處理中，讀取在第82圖的步驟S412輸出的比對結果檔案，移到步驟S502。
    在步驟S502中，執行「讀取基準群FP」的處理。在該處理中，讀取作為對象FP的各峰值之最後的歸屬對象之基準群FP，移到步驟S503。
    在步驟S503中，執行「將對象FP與基準群FP統合且保存(TEMP)」的處理。在該處理中，依據在比對結果檔案和基準群FP共同存在之基準FP的峰值資料，統合兩個檔案，將其結果保存為TEMP，移到步驟S504。
    在步驟S504中，執行「補正沒有與基準FP對應之峰值之對象FP的峰值的保持時間」的處理。在該處理中，將在比對結果檔案中沒有與基準FP對應之峰值之對象FP的全部峰值的保持時間補正成在步驟S503所保存之TEMP的保持時間，移到步驟S505。此外，保持時間的補正係利用與前述步驟S4的「對象FP歸屬處理3」的步驟S410相同的方法進行補正。
    在步驟S505中，執行「依序取得所補正之保持時間(R1、R3)與對應的峰值資料(P1)」的處理。在該處理中，依序取得在步驟S504補正之保持時間為R1與R3、對應之峰值的峰值資料為P1，移到步驟S506。
    在步驟S506中，執行「由TEMP依序取得對象FP的歸屬候補峰值的保持時間(R2)與對應的峰值資料(P2)」的處理。在該處理中，從在步驟S503所保存的TEMP，依序取得對象FP的峰值未歸屬的保持時間為R2、對應的峰值資料為P2，移到步驟S507。
    在步驟S507中，執行「| R1-R2 |<臨界值1？」的判斷處理。在該處理中，判斷在步驟S505與S506取得的R1與R2的差是否小於臨界值1。在小(YES)的情況，判斷對象FP的保持時間為R1的峰值與基準FP的保持時間為R2的峰值有對應之可能性時，移到步驟S508。在R1和R2的差為臨界值1以上(NO)的情況，判斷無對應之可能性時，移到步驟S512。
    在步驟S508中，執行「取得與R1、R2對應的UV光譜(U1、U2)」的處理。在該處理中，將在步驟S507判斷為有對應之可能性的保持時間各自從FP取得與R1和R2的峰值對應的UV光譜，移到步驟S509。
    在步驟S509中，執行「算出UV光譜的一致度(UV_Sim)」的處理。在該處理中，從在步驟S508取得的UV光譜U1及U2，利用與步驟S3的「對象FP歸屬處理2」的步驟S306同樣的方法來算出UV_Sim，移到步驟S510。此外，UV_Sim的詳細的計算流程係另在第86圖的次常式2中說明。
    在步驟S510中，執行「UV_Sim<臨界值2？」的判斷處理。在該處理中，判斷在步驟S509所算出的UV_Sim是否小於臨界值2。在小(YES)的情況，判斷UV光譜U1的峰值與U2的峰值對應，移到步驟S511。在UV_Sim為臨界值2以上時(NO)的情況，判斷為未對應，移到步驟S507。
    在步驟S511中，執行「R3←R2、臨界值2←UV_Sim」的處理。在該處理中，將在步驟S510判斷對應的保持時間為R3(即R1)更新至對應對象的保持時間所屬的R2後，將臨界值2更新至UV_Sim的值，移到步驟S507。
    在步驟S512中，執行「全部的歸屬候補峰值的保持時間已比較完成？」的判斷處理。在該處理中，判斷R1與全部的歸屬候補峰值的保持時間的比較是否已完成，在完成時(YES)，移到步驟S513。在未完成時(NO)，移到步驟S507。
    在步驟S513中，執行「保持R1、R3與P1及臨界值2(TEMP2)」的處理。在該處理中，將在步驟S510判斷為對應的保持時間(R1)、更新為對應對象的保持時間(R2)的R3、和對應的峰值(P1)、及現時點的臨界值2加以保存(TEMP2)，移到步驟S507。
    在步驟S514中，執行「全部的非對應峰值的保持時間已比較完成？」的判斷處理。在該處理中，判斷在全部的非對應峰值的保持時間與歸屬候補峰值的保持時間之比較是否已完成。完成(YES)時，判斷為全部的非對應峰值的歸屬處理已完成，移到步驟S516。未完成(NO)時，判斷為殘留有未處理的非對應峰值，移到步驟S515。
    在步驟S515中，執行「臨界值2←初始值」的處理。在該處理中，將在S511更新為UV_Sim的臨界值2還原為初始值，移到步驟S505。
    在步驟S516中，執行「在TEMP2存在有R3的值相同的峰值？」的判斷處理。在該處理中，判斷複數非對應峰值是否歸屬於TEMP中的相同峰值。在歸屬於相同峰值的非對應峰值存在(YES)時，移到步驟S517。不存在(NO)時，移到步驟S518。
    在步驟S517中，執行「比較R3的值為相同峰值的臨界值2，將值較大的峰值的R3還原成原來的值(R1)」的處理。在該處理中，比較TEMP2中的R3的值為相同峰值的臨界值2，值較大的峰值的R3的值還原成原來的值(即R1)，移到步驟S518。
    在步驟S518中，執行「TEMP中追加TEMP2的峰值(僅TEMP的保持時間與R3一致的峰值)」的處理。在該處理中，僅在TEMP的保持時間與R3一致的峰值中，於TEMP中追加與R3對應的峰值，移到步驟S519。R3與TEMP的保持時間不一致的峰值，由於在基準群FP中不存在作為歸屬對象的峰值，故不追加。
    在步驟S519中，執行「輸出TEMP中的對象FP的峰值(峰值特徵值檔案)」的處理。在該處理中，將歸屬於基準群FP137之對象FP的峰值資料輸出為峰值資料特徵值檔案，完成對象FP歸屬處理4。
    第99圖為顯示以前述方式輸出之峰值資料特徵值的檔案例139。 [次常式1]
    第85圖為顯示第80圖的「基準FP選定處理」之「次常式1」的詳細情形之流程圖。該處理係計算FP間(例如，對象FP與基準FP)的保持時間出現圖案的一致度。
    在步驟S1001中，執行「x←R1，y←R2」的處理。在該處理中，將在第80圖的步驟S202和S206取得的R1及R2分別代入x與y，移到步驟S1002。
    在步驟S1002中，執行「取得x、y的資料數(a、b)」的處理。在該處理中，將x、y的資料數分別取得作為a、b，移到步驟S1003。
    在步驟S1003中，將1代入i(i←1)作為用以依序叫出x的保持時間的計數器的初始值，移到步驟S1004。
    在步驟S1004中，執行「取得自第xi個保持時間起的全距離(f)」的處理。在該處理中，取得第xi個的保持時間與其後的全部保持時間之間距作為f，移到步驟S1005。
    在步驟S1005中，將1代入j(j←1)作為用以依序叫出y的保持時間的計數器的初始值，移到步驟S1006。
    在步驟S1006中，執行「取得自第yj個保持時間起的全距離(g)」的處理。在該處理中，將第yj個保持時間與其後的全部保持時間之間距取得作為g，移到步驟S1007。
    在步驟S1007中，執行「取得滿足“| f的各保持時間之間距-g的各保持時間之間距|<臨界值”的條件之資料數(m)」的處理。在該處理中，將在步驟S1004及S1006取得的保持時間之間距f和g進行循環比較，取得滿足“| f的各保持時間的間距-g的各保持時間的間距|<臨界值”的條件之資料數作為m，移到步驟S1008。
    在步驟S1008中，執行「算出f和g的保持時間出現圖案的一致度(RPfg)」的處理。在該處理中，從在S1002取得的a、b和在步驟S1007取得的m，將RPfg以RPfg=(1-(m/(a+b-m)))×(a-m+1)的方式算出，移到步驟S1009。
    在步驟S1009中，執行「保存RPfg(RP_all)」的處理。在該處理中，將在S1008算出的一致度保存在RP_all，移到步驟S1010。
    在步驟S1010中，執行「j的更新(j←j+1)」的處理。在該處理中，為了將y的處理移到下一個保持時間，而將j+1代入j作為j的更新，移到步驟S1011。
    在步驟S1011中，執行「在y的全部保持時間處理完成？」的判斷處理。在該處理中，判斷y的全部的保持時間的處理是否已完成。
    在完成(YES)的情況，判斷y的全部保持時間的處理已完成，移到步驟S1012。在未完成的(NO)情況，判斷在y中殘留有未處理的保持時間，移到步驟S1006。
    亦即，步驟S1006~S1011的處理係重複進行至y的全部的保持時間被處理為止。
    在步驟S1012中，執行「i的更新(i←i+1)」的處理。在該處理中，為了將x的處理移到下一個保持時間，而將i+1代入i作為i的更新，移到步驟S1013。
    在步驟S1013中，執行「在x的全部保持時間處理完成？」的判斷處理。在該處理中，判斷x的全部的保持時間的處理是否已完成。完成(YES)時，判斷x的全部保持時間的處理已完成，移到步驟S1014。未完成(NO)時，判斷x中殘留有未處理的保持時間，移到步驟S1004。亦即，S1004~S1013的處理係重複進行至x的全部的保持時間被處理為止。
    在步驟S1014中，執行「由RP_all取得最小值(RP_min)」的處理。在該處理中，將保存有對象FP和基準FP的保持時間出現圖案的全部組合之RP之RP_all中的最小值，取得作為RP_min，將該RP_min傳送到第98圖的步驟S207，完成保持時間出現圖案的一致度計算處理。 [次常式2]
    第86圖為顯示第81圖的「對象FP歸屬處理2」中之「次常式2」的詳細情形之流程圖。該處理係計算UV光譜的一致度。
    在步驟S2001中，執行「x←U1、y←U2、z←0」的處理。在該處理中，將在第81圖的步驟S302與S304所取得的UV光譜U1及U2分別代入x與y，進而，代入0作為UV光譜間的距離的平方和(z)的初始值，移到步驟S2002。
    在步驟S2002中，執行「取得x資料數(a)」的處理。在該處理中，將x的資料數取得作為a，移到步驟S2003。
    在步驟S2003中，將1代入i，作為用以從x及y依序叫出構成UV光譜U1及U2之各檢測波長的吸光度的初始值，移到步驟S2004。
    在步驟S2004中，執行「取得第xi個資料(b)」的處理。在該處理中，將已代入UV光譜U1之x的第i個吸光度資料取得作為b，移到步驟S2005。
    在步驟S2005中，執行「取得第yi個資料(c)」的處理。在該處理中，將已代入UV光譜U2之y的第i個吸光度資料取得作為c，移到步驟S2006。
    在步驟S2006中，執行「算出UV光譜間距(d)與UV光譜間距的平方和(z)」的處理。在該處理中，將UV光譜間距d與UV光譜間距的平方和z以d=b-c
    z=z+d2的方式算出，移到步驟S2007。
    在步驟S2007中，執行「i的更新(i←i+1)」的處理。在該處理中，將i+1代入i作為i的更新，移到步驟S2008。
    在步驟S2008中，執行「在x的全部資料處理完成？」的判斷處理。在該處理中，判斷x與y的全部的資料的處理是否已完成。完成(YES)時，判斷x與y的全部資料的處理已完成，移到步驟S2009。未完成(NO)時，判斷x與y殘留有未處理的資料，移到步驟S2004。亦即，S2004~S2008的處理係重覆進行到x與y的全部的吸光度資料被處理為止。
    在步驟S2009中，執行「計算x與y的UV光譜的一致度(UV_Sim)」的處理。在該處理中，將UV_Sim由前述UV光譜間距的平方和z與x的資料數a以 的方式算出，將此UV_Sim傳送到第81圖的步驟S306，完成UV光譜的一致度計算處理。 [次常式3]
    第105圖為顯示第81圖的「對象FP歸屬處理2」之「次常式3」的詳細情形的流程圖。此處理係計算峰值圖案的一致度。
    在步驟S3001中，執行「設定峰值圖案構成候補數(m)和峰值圖案構成峰值數(n)」的處理。在該處理中，分別設定峰值圖案構成候補數(m)和峰值圖案構成峰值數(n)作為用以網羅地作成峰值圖案的設定，移到步驟S3002。
    在步驟S3002中，執行「x←對象FP名、r1←R1、p1←P1、y←基準FP名、r2←R2、p2←P2」的處理。在該處理中，將處理所需之對象FP與基準FP的檔案名以及在圖81的S302和S304取得之保持時間和峰值資料分別代入x、r1、p1和y、r2、p2，移到步驟S3003。
    在步驟S3003中，執行「取得x的全部保持時間(a)」的處理。在該處理中，讀取在S3002中代入x之名字的檔案(對象FP)，將該檔案的全部保持時間取得作為a，移到步驟S3004。
    在步驟S3004中，執行「取得y的全部保持時間(b)」的處理。在該處理中，讀取在S3002中代入y之名字的檔案(基準FP)，將該檔案的全部保持時間取得作為b，移到步驟S3005。
    在步驟S3005中，執行「由a取得r1的峰值圖案構成候補峰值m條的保持時間(cm)及峰值資料(dm)」的處理。在該處理中，由a分別取得歸屬對象峰值的保持時間所屬之r1的峰值圖案構成候補峰值m條的保持時間作為cm，且取得峰值資料作為dm，移到步驟S3006。此外，峰值圖案構成候補峰值m條係為r1與保持時間接近的m條。
    在步驟S3006中，執行「由b取得r2的峰值圖案構成候補峰值m條的保持時間(em)及峰值資料(fm)」的處理。在該處理中，由b分別取得歸屬候補峰值的保持時間所屬之r2的峰值圖案構成候補峰值m條的保持時間作為em，且取得峰值資料作為fm，移到步驟S3007。此外，峰值圖案構成候補峰值m條係為，r2與保持時間接近的m條。
    在步驟S3007中，執行「將cm、dm依保持時間順序(遞增順序)排列」的處理。在該處理中，將在S3005取得的cm和dm以保持時間遞增的順序排列替換，移到步驟S3008。
    在步驟S3008中，執行「將em、fm依保持時間順序(遞增順序)排列」的處理。在該處理中，將在S3006取得的em和fm以保持時間遞增的順序排列替換，移到步驟S3009。
    在步驟S3009中，執行「由cm、dm依序取得峰值圖案構成峰值n條的保持時間(cn)及峰值資料(dn)」的處理。在該處理中，由峰值圖案構成候補峰值m條的cm及dm，依序取得峰值圖案構成峰值n條的保持時間作為cn，且取得峰值資料作為dn，移到步驟S3010。
    在步驟S3010中，執行「由em、fm依序取得峰值圖案構成峰值n條的保持時間(en)及峰值資料(fn)」的處理。在該處理中，由峰值圖案構成候補峰值m條的em及fm，依序取得峰值圖案構成峰值n條的保持時間作為en，且取得峰值資料作為fn，移到步驟S3011。
    在步驟S3011中，執行「計算峰值圖案的一致度(P_Sim)」的處理。在該處理中，由目前為止取得的歸屬對象峰值的r1和p1及其峰值圖案構成峰值n條的cn和dn、與歸屬候補峰值的r2和p2及其峰值圖案構成峰值n條的en和fn，將峰值圖案的一致度(P_Sim)以n=4的情況為例時，如第64圖所示以P_Sim=(|p1-p2|+1)×(|(r1-(r2+d)|+1)+(|dn1-fn1|+1)×(|(cn1-r1)-(en1-r2)|+1)+(|dn2-fn2|+1)×(|(cn2-r1)-(en2-r2)|+1)+(|3n3-fn3|+1)×(|(cn3-r1)-(en3-r2)|+1)+(|dn4-fn4|+1)×(|(cn4-r1)-(en4-r2)|+1)的方式算出，移到步驟S3012。
    在步驟S3012中，執行「保存P_Sim(P_Sim_all)」的處理。在該處理中，將在S3011算出的P_Sim依序保存在P_Sim_all，移到步驟S3013。
    在步驟S3013中，執行「由em中的m條取出n條的全部組合完成？」的判斷處理。在該處理中，判斷從歸屬候補峰值的峰值圖案構成候補峰值m條，取出峰值圖案構成峰值n條的全部組合中是否已完成處理。完成(YES)時，在歸屬候補峰值中，判斷網羅的峰值圖案的作成與其圖案的一致度的計算已完成，移到步驟S3014。未完成(NO)時，判斷由m條取出n條的組合未完成，移到步驟S3010。亦即，步驟S3010~S3013的處理係重覆進行至由m條取出n條的全部組合中完成處理。
    在步驟S3014中，執行「由cm中的m條取出n條的全部組合完成？」的判斷處理。在該處理中，由歸屬對象峰值的峰值圖案構成候補峰值m條，判斷在取出峰值圖案構成峰值n條的全部組合中是否已完成處理。完成(YES)時，在歸屬對象峰值中，判斷網羅的峰值圖案的作成與其圖案之一致度的計算已完成，移到步驟S3015。未完成(NO)時，判斷由m條取出n條的組合未完成，移到步驟S3009。亦即，至步驟S3009~S3014的處理係重覆進行至在由m條取出n條的全部組合中完成處理。
    在步驟S3015中，執行「由P_Sim_all取得最小值(P_Sim_min)」的處理。在該處理中，將在步驟S3012所保存的P_Sim_all的最小值取得作為P_Sim_min，將此P_Sim_min傳送至第81圖的步驟S307，完成峰值圖案的一致度計算處理。 〔基準群FP的作成〕
    用於將對象FP特徵量資料與基準FP特徵量資料比較之基準FP特徵量檔案係如第88圖~第91圖般作成。
    第88圖係用以作成基準FP特徵量統合檔案之流程圖，係於電腦達成：基準FP作成部之FP作成功能；基準FP峰值歸屬部之基準FP峰值歸屬功能；基準FP歸屬結果統合部之基準FP歸屬結果統合功能；及基準FP峰值特徵量作成部之基準FP峰值特徵量作成功能。
    基準FP作成功能係於步驟S10001達成。基準FP峰值歸屬功能係於步驟S10002、S10003、S10004達成。基準FP歸屬結果統合功能係於步驟S10005達成。基準FP峰值特徵量作成功能係於步驟S10006達成。
    步驟S10001~S10004係對應第76圖之對象FP特徵量統合檔案的作成之S1~S4。
    步驟S10001係將3D層析及特定的檢測波長的峰值資訊作為輸入資料而執行「FP作成處理」。
    按每個成為評價基準之複數評價基準藥劑(基準中藥)都具有3D層析及峰值資料。
    在步驟S10001中，電腦的FP作成部係發揮功能，由3D層析及峰值資訊，基準FP係以與對象FP17(第2圖)同樣的方式作成，基準FP的資料被輸出為檔案。
    步驟S10002係將在步驟S10001輸出的全部基準FP作為輸入，而執行「基準FP歸屬處理1」。
    在步驟S10002中，電腦的基準FP峰值歸屬部發揮功能，以全部基準FP作為對象，為了以所選擇的組合且依序算出歸屬得分，所以從全部基準FP選擇組合，移到步驟S10003。
    步驟S10003係將所選擇的基準FP的組合作為輸入，執行「基準FP歸屬處理2」。
    在步驟S10003中，以在步驟S2所選定之基準FP的組合的全部峰值，如第23圖~第61圖所示般網羅地作成峰值圖案，其次，算出此等峰值圖案的一致度(第63圖或第64圖的P_Sim)。又，在所選定之基準FP的組合的峰值間，算出UV光譜的一致度(第66圖的UV_Sim)。再者，由此等兩個的一致度，算出歸屬候補峰值的一致度(第67圖的SCORE)。該算出結果係被輸出作為判定結果檔案(參照第95圖的判定結果檔案例129)。
    步驟S10004係將在步驟S10003輸出的判定結果檔案作為輸入，執行「基準FP歸屬處理3」。
    在步驟S10004中，在選定的基準FP的組合間，依據歸屬候補峰值的一致度(SCORE)，特定在選定的基準FP的組合間對應的峰值。其結果係按各基準FP被輸出作為基準FP歸屬資料。
    步驟S10005係將在步驟S10004輸出的全部基準FP歸屬資料作為輸入，執行「基準FP歸屬結果統合處理」。
    在步驟S10005中，電腦的基準FP歸屬結果統合部發揮功能，參照在基準FP峰值歸屬部特定的各基準FP的峰值對應關係，統合全部基準FP歸屬資料以作成基準FP對應表，移到步驟S10006。
    在步驟S10006中，電腦的基準FP峰值特徵值作成部發揮功能，依據在基準FP歸屬結果統合部所作成的基準FP對應表，作為根據全部基準FP的峰值特徵值(基準群FP)。此基準FP峰值特徵值作成部的處理，係以基準FP對應表的各峰值(行)算出統計量(最大值、最小值、中央值、平均值等)，依據該資訊，選定峰值(行)。所選定的峰值(行)係被輸出作為基準群FP(參照第98圖的基準群FP例137)。 〔S10005：基準FP對應表的作成〕
    第89圖、第90圖係表示步驟S10005的「基準FP歸屬結果統合處理(基準FP對應表的作成)」的詳細情形的流程圖。
    在步驟S10101中，執行「讀取歸屬順序第1歸屬資料作為統合資料」的處理。在該處理中，將在S10004中第1進行歸屬處理且特定有峰值的對應關係之基準FP歸屬資料讀取作為統合資料，移到步驟S10102。
    在步驟S10102中，執行「依序讀取歸屬資料第2以後」的處理。在該處理中，首先，在S10004中將第2進行歸屬處理且特定有峰值的對應關係之基準FP歸屬資料讀取作為統合資料，移到步驟S10103。
    在步驟S10103中，執行「將統合資料和歸屬資料以共通的峰值資料進行統合」的處理。在該處理中，依據統合資料和歸屬資料共通存在之基準FP的峰值資料，將兩個檔案統合，以其結果更新統合資料，移到步驟S10104。
    在步驟S10104中，執行「將歸屬資料中的全部的峰值追加至統合資料？」的判斷處理。在該處理中，判斷歸屬資料的全部的峰值是否已追加至統合資料。已追加(YES)時，移到步驟S10105。有未追加的峰值(欠缺波鋒)(NO)時，為了進行將該欠缺波鋒追加至統合資料的處理，移到步驟S10107。此外，欠缺波鋒對統合資料的追加處理(步驟S10107-S10120)，係進行與前述S5(對象FP歸屬處理4)的步驟S504-S517同樣的處理。
    在步驟S10121中，執行「將TEMP2的資料追加至統合資料(全部的保持時間與峰值)」的處理。在該處理中，將TEMP2的全部的保持時間(R3)與峰值(P1)追加至統合資料的該處，移到步驟S10122。
    在步驟S10122中，執行「臨界值2←初始值，將TEMP2內的資料全部刪除」的處理。在該處理中，將更新為UV_Sim的臨界值2還原成初始值，將全部的資料從納入有全部欠缺波鋒的保持時間或峰值等的資料的TEMP2刪除，返回步驟S10104。
    在由步驟S10104移行的步驟S10105中，執行「全部的歸屬資料的處理完成？」的判斷處理。在該處理中，判斷全基準資料的處理是否已完成。處理完成(YES)時，為了輸出全歸屬資料的統合結果之基準FP對應表，而移到步驟S10106。未完成全部的處理(NO)時，返回步驟S10102，依序處理剩餘的歸屬資料。
    在步驟S10106中，執行「輸出統合資料(基準FP對應表)」的處理。在該處理中，將統合有全歸屬資料的結果作為基準FP對應表輸出，完成基準FP對應表的作成處理。 〔S10006：峰值特徵值化處理〕
    第91圖為顯示第88圖步驟S10006的「峰值特徵值化處理(基準群FP的作成)」的詳細情形的流程圖。
    在步驟S10201中，執行「讀取基準FP對應表」的處理。在該處理中，讀取在S10005作成的基準FP對應表，移到步驟S10202。
    在步驟S10202中，執行「以各峰值(行)算出統計量」的處理。
    在該處理中，以基準FP對應表的各峰值(行)算出統計量(最大值、最小值、中央值、平均值、分散、標準偏差、存在數、存在率)，移到步驟S10203。
    在步驟S10203中，執行「參考所算出的統計量，選定峰值(行)」的處理。在該處理中，參考在S10102算出的統計量來選定峰值，移到步驟S10204。
    在步驟S10204中，執行「將選定的峰值(行)輸出(基準群FP)」的處理。在該處理中，根據統計量，將峰值(行)的選定結果輸出作為基準群FP，完成基準群FP的作成處理。
    第98圖顯示如前述輸出之基準FP對應表例137。 〔實施例1之效果〕
    本發明實施例1中具備：FP作成製程113，係作成由從成為評價對象之多成分藥劑的3D層析圖15以特定波長，例如203nm檢測出的峰值與該峰值的保持時間，以及該峰值之UV光譜所構成的對象FP17；基準FP選定製程115，係由複數基準FP選定適於對象FP17之峰值歸屬的基準FP；峰值圖案作成製程117，對各個對象FP及選定之基準FP之峰值，作成例如由包含存在於時間軸方向前後中之至少一個的2根峰值的3根峰值構成的峰值圖案；峰值歸屬製程119，係比較前述峰值圖案及峰值之UV光譜，並特定所對應的峰值；以及評價製程121，係將歸屬之峰值與複數基準FP之峰值以例如MT法比較評價。
    藉由對成為評價對象之多成分藥劑的3D層析圖15以此等5製程(113、115、117、119、121)進行處理，可進一步提高評價對象藥劑之品質評價之精度及效率。
    在對象FP作成製程113所作成的對象FP17，係與3D層析15同樣由三次元資訊(峰值、保持時間及UV光譜)所構成。因此，是原樣地繼承該藥劑特有的資訊之資料。儘管如此，由於資料容量被壓縮至約1/70，故與3D層析15相比較，可大幅減少應處理的資訊量，而可提升處理速度。
    對象FP作成製程113係作成合成有檢測波長不同之複數FP而成的FP。藉此，即便是無法以一個波長檢測全部的成份之成份組合而成的多成分藥劑，藉由合成複數檢測波長的FP，也可進行含全部的成份之品質評價。
    對象FP作成製程113係作成含有藉3D層析檢測出之全部峰值的FP。因此，適用於屬於多成分藥劑之中藥的品質評價。
    在基準FP選定製程115中，將適於對象FP的歸屬的基準FP與FP間的保持時間出現圖案作比較，選定圖案的一致度佳的基準FP。藉此，在峰值歸屬製程119中，由於可在圖案類似的FP間進行歸屬處理，所以可進行精確度高的歸屬。
    在峰值圖案作成製程117中，在歸屬對象峰值及歸屬候補峰值各自使用複數周邊峰值，網羅地作成峰值圖案。藉此，即便在對象FP與基準FP，FP整體的圖案稍微不同，也可在峰值歸屬製程119進行精確度高的歸屬。
    在峰值歸屬製程119中，除了在峰值圖案作成製程117所作成之峰值圖案的一致度，也加上歸屬對象峰值與歸屬候補峰值的UV光譜的一致度，來特定應歸屬的峰值。因此，可進行精確度高的歸屬。
    在峰值歸屬製程119中，將對象FP的全部峰值同時歸屬於基準FP的峰值。因此，可進行效率佳的歸屬處理。
    在評價製程121中，利用MT法將由屬於多次元資料的多成分所構成的FP作為MD值聚集成一次元，對複數評價對象批次進行簡單的比較評價。因此，適於由複數成份所構成之多成分系藥劑的評價。
    本發明實施例的多成分藥劑的評價程式係使電腦實現各功能，可進一步提升評價的精確度及效率。
    本發明實施例的多成分藥劑之評價裝置，係使各部分3、5、7、9、11發揮作用，使評價的精確度及效率更加提升。 〔峰值圖案的一致度計算(P_Sim)的變化例〕
    第63圖、第64圖、第87圖之峰值圖案的一致度計算(P_Sim)係適用於上述實施例所示以峰值高度作成FP的情況，依據比較對象的峰值高度的差計算。
    另一方面，關於本發明之評價方法、評價方法、評價程式、以及評價裝置的峰值，亦可包含如上所述意指信號強度(高度)的極大值之情況、和以高度表現信號強度的面積值(峰值面積)的情況之任一者。
    亦即，以峰值面積作成FP時亦同樣，由於是以高度表現面積值來作成FP，故就FP而言，係成為與以上述實施例的峰值高度作成的情況同樣的表現。因此，藉由利用以峰值高度作成FP的情況同樣的上述實施例的處理，可同樣地評價。
    然而，以峰值面積作成FP時，由於比較對象的峰值值的差變大，故設成依據比的計算，在使處理容易方面乃適合者。
    以下，係將依據比例計算之峰值圖案的一致度(P_Sim)，以n=2、n=4的情況為例來表示。
    n=2時P_Sim=(p1/p2#1)×(|(r1-(r2+d)|+1)+(dn1/fn1#1)×(|(cn1-r1)-(en1-r2)|+1)+(dn2/fn2#1)×(|(cn2-r1)-(en2-r2)|+1)
    n=4時P_Sim=(p1/p2#1)×(|(r1-(r2+d)|+1)+(dn1/fn1#1)×(|(cn1-r1)-(en1-r2)|+1)+(dn2/fn2#1)×(|(cn2-r1)-(en2-r2)|+1)+(dn3/fn3#1)×(|(cn3-r1)-(en3-r2)|+1)+(dn4/fn4#1)×(|(cn4-r1)-(en4-r2)|+1)
    在此，#1係顯示比較對象之兩個值的比(大值/小值)。
    此外，以峰值高度作成FP時，亦同樣可依據比例來計算峰值圖素的一致度(P_Sim)，以峰值面積作成FP時亦與上述峰值高度的差同樣可依據峰值面積值的差來取得峰值圖案的一致度(P_Sim)。 〔次常式2的變化例〕
    第100圖係關於取代第86圖而適用之次常式2的變化例，表示第81圖的「對象FP歸屬處理2」之「次常式2」的變化例的詳細情形的流程圖。藉由此變化例相關的處理，計算UV光譜的一致度。
    在此次常式2的變化例中，可進行在第86圖的次常式2的RMSD加上UV圖案的移動平均的傾斜資訊(DNS)之處理。DNS係以後述的式子表示，將UV圖案之移動平均值的移動傾斜定義為以兩個圖案比較時的傾斜符號(+/-)的不一致數。亦即，DNS為評價UV圖案之極大、極小值的位置之一致情形的值。
    藉由將該DNS的資訊加入前述RMSD，可更正確地算出UV光譜的波形的一致度。
    在第100圖的變化例之次常式2中，至步驟S2001~S2008為止，係與第86圖的次常式2大致相同。但是，在步驟S2001中，係追加區間1←w1、區間2←w2的初期設定來進行，可使用於後述之移動平均、移動傾斜之計算的區間。
    在本變化例的次常式2中，為了加上DNS而追加步驟S2010~S2013，可在步驟S2009A中進行加上DNS之一致度的計算。
    步驟S2010中，執行「加上DNS？」的判斷處理，判斷為加上DNS 加味時(YES)，移到步驟S2011，判斷為不加上DNS時(NO)，移到步驟S2009A。是否加上DNS，係取決於例如初期的設定。例如，以峰值面積作成FP時設定成加上DNS，以峰值高度作成FP時設定成不加上DNS。
    但是，即便是FP由峰值高度所作成之上述實施例的情況也同樣，可藉由加上DNS的處理來計算UV圖案一致度，FP由峰值面積所作成的的情況也同樣，可藉由不加上DNS的上述實施例的處理來計算UV圖案一致度。
    在步驟S2011中，執行「在區間1(w1)計算x與y的移動平均」的處理，求得區間1(w1)的移動平均。區間1(w1)係關於UV資料的波長之區間，在步驟S2001的初期設定中，若為w1=3，則為區間1(3)，求得3個的波長之UV強度的平均。具體而言，係以第101圖的圖表於後敘述。
    在步驟S2012中，執行「在區間2(w2)計算x與y的移動傾斜」的處理，求得區間2(w2)之移動傾斜。區間2(w2)係關於在步驟S2011所求得之移動平均的區間，在步驟S2001的初期設定中，若為w2=3，則為區間2(3)，依在步驟S2011所算得的移動平均，求得涵蓋3個移動平均之傾斜的(±)。具體而言，係以第101圖的圖表於後敘述。
    在步驟S2013中，執行「算出x與y的移動傾斜之符號的不一致數(DNS)」的處理，由在步驟S2012所算得的移動傾斜，計算傾斜的(±)的一致數。移動傾斜的+，在第66圖中呈現斜右上，移動傾斜的-呈現該斜右下。
    當從步驟S2013移到步驟S2009A時，在該步驟S2009A的處理中，進行加上DNS之一致度的計算。
    步驟S2009A中，執行「計算x與y的UV光譜的一致度(UV_Sim)」的處理，在加上DNS之一致度的計算中，將UV_Sim由前述UV光譜間距的平方和z與x的資料數a與DNS，以UV_Sim=√(z/a)×1．1DNS的方式算出，將此UV_Sim移到第81圖的步驟S306，完成UV光譜的一致度計算處理。
    此外，由步驟S2010移到步驟S2009A時的處理，係與第86圖的步驟S2009相同。
    第101圖為顯示移動平均及移動傾斜的計算例的圖表。
    第101圖的上層為UV資料例，中層移動平均的計算例，下層為移動傾斜的計算例。UV資料例係以a1~a7表記UV強度，來取代具體的數值。例如，220nm的UV強度為a1，221nm的UV強度為a2等。移動平均的計算例及移動傾斜的計算例亦使用UV強度a1~a7，來取代具體的數值。
    移動平均係以區間1(w1=3)為例，在步驟S2012(第100圖)中，計算m1、m2、．．．，作為按區間(a1、a2、a3)、區間(a2、a3、a4)、．．．算得的值。移動傾斜亦以區間2(3)為例，在步驟S2013(第100圖)中，計算s1、．．．，作為按區間(m1、m2、m3)、區間(m2、m3、m4)，．．．算得的值。例如，移動平均的差m3-m1為移動傾斜，取出其(±)。
    依此方式，以峰值面積作成FP時，在對於基準群FP的歸屬處理及基準FP歸屬結果統合處理中，可利用加上DNS的處理來計算UV圖案一致度。藉由該計算，即便第66圖所示之對應之2點的距離(dis)比以峰值高度所作成的FP還大，也容易處理，可正確地計算UV圖案一致度。 〔其他〕
    本發明實施例係適用於作為多成分藥劑之中藥的評價，惟亦可適用於其他多成分物質的評價。
    本發明之圖案的評價方法具備：圖案取得製程，取得波峰依時間序列變化之評價對象的對象圖案；峰值圖案作成製程，針對各個前述對象圖案以及與該對象圖案對應且成為評價基準的基準圖案之峰值，藉由包含存在於時間軸方向前後位置中之至少一位置的n根峰值的n+1根峰值，作成各峰值圖案；峰值歸屬製程，比較前述各峰值圖案，並特定對應峰值；以及評價製程，比較評價該峰值歸屬製程中特定而歸屬之峰值以及成為評價基準的複數基準圖案之峰值，可廣泛應用於對象圖案與基準圖案之同等性的評價等。
    上述實施例之FP係以3D層析圖上的全部峰值為對象，惟亦可去除細瑣資料，去除例如3D層析圖上峰值面積小於5%之峰值來作成FP。
    上述實施例的FP係依據峰值高度而作成，得到第70圖~第74圖的評價，依據峰值面積來作成FP時亦同樣，藉由與依據峰值高度所作成之上述實施例相同的順序，利用MT法求得MD值，且可與第70圖~第74圖同樣的方式得到評價。
    層析不限於3D層析，亦可使用由去除UV光譜的峰值和其保持時間所構成者來作為FP。此時，去除UV光譜的一致度，可利用與上述實施例同樣的方式進行。
    1‧‧‧多成分藥劑的評價裝置(圖案之評價裝置)
    3‧‧‧FP作成部(圖案取得部)
    5‧‧‧基準FP選定部(基準圖案選定部)
    7‧‧‧峰值圖案作成部
    9‧‧‧峰值歸屬部
    11‧‧‧評價部
    13‧‧‧中藥
    15‧‧‧3D層析圖
    17‧‧‧對象FP(對象圖案)
    19‧‧‧基準群FP
    21‧‧‧歸屬於基準群FP之對象FP
    23‧‧‧對象FP之評價結果
    25‧‧‧對象FP所包含之峰值的UV光譜
    27‧‧‧藥劑A的FP
    29‧‧‧藥劑B的FP
    31‧‧‧藥劑C的FP
    33‧‧‧對象FP(保持時間10.0-14.5分鐘)
    35、37、39、41、43、45、47、49、51、53‧‧‧對象FP(保持時間10.0-14.5分鐘)中之各峰值
    55‧‧‧基準FP(保持時間10.0-14.5分鐘)
    57、59、61、63、65、67、69、71、73、75、77‧‧‧基準FP(保持時間10.0-14.5分鐘)中之各峰值
    79‧‧‧對象FP保持時間出現圖案
    81‧‧‧基準FP保持時間出現圖案
    83‧‧‧保持時間出現距離之一致數
    85‧‧‧保持時間出現圖案之一致度
    87‧‧‧對象FP歸屬對象峰值的峰值圖案(3根)
    89、91、93、95‧‧‧基準FP歸屬候補峰值的峰值圖案(3根)
    97‧‧‧對象FP歸屬對象峰值之峰值圖案(5根)
    99、101、103、105‧‧‧基準FP歸屬候補峰值之峰值圖案(5根)
    107‧‧‧歸屬對象峰值之UV光譜
    111‧‧‧歸屬候補峰值之UV光譜
    113‧‧‧FP作成製程(圖案取得製程)
    115‧‧‧基準FP選定製程(基準圖案選定製程)
    117‧‧‧峰值圖案作成製程
    119‧‧‧峰值歸屬製程
    121‧‧‧評價製程
    123‧‧‧3D層析圖資料例
    125‧‧‧峰值情報資料例
    127‧‧‧FP資料例
    129‧‧‧判定結果檔案例
    131‧‧‧歸屬候補峰值得分表
    133‧‧‧歸屬候補峰值編號表
    135‧‧‧比對結果檔案例
    137‧‧‧基準群FP資料例
    139‧‧‧對象FP峰值特徵量檔案例
    第1圖為多成分藥劑之評價裝置的方塊圖(實施例1)；第2圖為顯示多成分藥劑之評價順序的方塊圖(實施例1)；第3圖為由三次元層析圖資料(以下稱為3D層析)作成之FP的說明圖(實施例1)；第4圖為(A)為藥劑A的FP、(B)為藥劑B的FP、(C)為藥劑C的FP(實施例1)；第5圖為顯示對象FP及基準FP之保持時間的圖(實施例1)；第6圖為顯示對象FP之保持時間出現圖案的圖(實施例1)；第7圖為顯示基準FP之保持時間出現圖案的圖(實施例1)；第8圖為顯示對象FP與基準FP之保持時間出現距離的一致數的圖(實施例1)；第9圖為顯示對象FP與基準FP之保持時間出現圖案的一致度的圖(實施例1)；第10圖為顯示對象FP之歸屬對象峰值的圖(實施例1)；第11圖為由包含歸屬對象峰值在內之3條峰值所形成之峰值圖案圖(實施例1)；第12圖為由包含歸屬對象峰值在內之5條峰值所形成的峰值圖案圖(實施例1)；第13圖為顯示歸屬對象峰值的容許寬度之圖(實施例1)；第14圖為顯示基準FP的歸屬候補峰值相對於歸屬對象峰值的圖(實施例1)；第15圖為由歸屬對象峰值與歸屬候補峰值的3條峰值所形成的峰值圖案圖(實施例1)；第16圖為由歸屬對象峰值與其他歸屬候補峰值的3條峰值所形成的峰值圖案圖(實施例1)；第17圖為由歸屬對象峰值與其他歸屬候補峰值的3條峰值所形成的峰值圖案圖(實施例1)；第18圖為由歸屬對象峰值與其他歸屬候補峰值的3條峰值所形成的峰值圖案圖(實施例1)；第19圖為由歸屬對象峰值與歸屬候補峰值的5條峰值所形成的峰值圖案圖(實施例1)；第20圖為由歸屬對象峰值與其他歸屬候補峰值的5條峰值所形成的峰值圖案圖(實施例1)；第21圖為由歸屬對象峰值與其他歸屬候補峰值的5條峰值所形成的峰值圖案圖(實施例1)；第22圖為由歸屬對象峰值與其他歸屬候補峰值的5條峰值所形成的峰值圖案圖(實施例1)；第23圖為顯示歸屬對象峰值與歸屬候補峰值的峰值圖案構成候補峰值的圖(實施例1)；第24圖為顯示峰值圖案構成候補峰值為4條時之歸屬對象峰值的全部峰值圖案數的圖(實施例1)；第25圖為顯示峰值圖案構成候補峰值為4條時之歸屬候補峰值的全部峰值圖案數的圖(實施例1)；第26圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第27圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第28圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第29圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第30圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第31圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第32圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第33圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第34圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第35圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第36圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第37圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第38圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第39圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第40圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第41圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第42圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第43圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第44圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第45圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第46圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第47圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖。(實施例1)第48圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第49圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第50圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第51圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第52圖為歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第53圖為顯示歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第54圖為顯示歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第55圖為顯示歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第56圖為顯示歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第57圖為顯示歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第58圖為顯示歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第59圖為顯示歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第60圖為顯示歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第61圖為顯示歸屬候補峰值的峰值圖案相對於歸屬對象峰值的峰值圖案之網羅的比較的說明圖(實施例1)；第62圖為顯示由歸屬對象峰值與歸屬候補峰值的3條峰值所形成之峰值圖案的一致度的算出方法的圖(實施例1)；第63圖為顯示由歸屬對象峰值與歸屬候補峰值的3條峰值所形成之峰值圖案的一致度的算出方法的圖(實施例1)；第64圖為顯示由歸屬對象峰值與歸屬候補峰值的5條峰值所形成之峰值圖案的一致度的算出方法的圖(實施例1)；第65圖為顯示歸屬對象峰值與歸屬候補峰值的UV光譜的圖(實施例1)；第66圖為顯示歸屬對象峰值與歸屬候補峰值的UV光譜的一致度的說明圖(實施例1)；第67圖為顯示峰值圖案與UV光譜兩者的比較之歸屬候補峰值的一致度計算的說明圖(實施例1)；第68圖為顯示對象FP對於基準群FP之歸屬的說明圖(實施例1)；第69圖為顯示對象FP歸屬於基準群FP的狀況之圖(實施例1)；第70圖為顯示各種對象FP與其評價值(MD值)的圖(實施例1)；第71圖為顯示各種對象FP與其評價值(MD值)的圖(實施例1)；第72圖為顯示各種對象FP與其評價值(MD值)的圖(實施例1)；第73圖為顯示各種對象FP與其評價值(MD值)的圖(實施例1)；第74圖為顯示各種對象FP與其評價值(MD值)的圖(實施例1)；第75圖為顯示多成分藥劑之評價方法的製程圖(實施例1)；第76圖為多成分藥劑的評價流程圖(實施例1)；第77圖為單波長之FP作成功能中之資料處理流程圖(實施例1)；第78圖為複數波長之FP作成功能中之資料處理流程圖(實施例1)；第79圖為複數波長之FP作成功能中之資料處理流程圖(實施例1)；第80圖為峰值歸屬處理1(基準FP的選定)中之資料處理流程圖；第81圖為峰值歸屬處理2(歸屬得分的算出)中之資料處理流程圖(實施例1)；第82圖為峰值歸屬處理3(對應峰值的特定)中之資料處理流程圖(實施例1)；第83圖為峰值歸屬處理4(對基準群FP的歸屬)中之資料處理流程圖(實施例1)；第84圖為峰值歸屬處理4(對基準群FP的歸屬)中之資料處理流程圖(實施例1)；第85圖為峰值歸屬處理1(基準FP的選定)中之保持時間出現圖案的一致度計算處理的流程圖(實施例1)；第86圖為峰值歸屬處理2(歸屬得分的算出)中之UV光譜的一致度計算處理的流程圖(實施例1)；第87圖為峰值歸屬處理2(歸屬得分的算出)中之峰值圖案的一致度計算處理的流程圖(實施例1)；第88圖為用以作成基準FP特徵量檔案之流程圖(實施例1)；第89圖為顯示「基準FP歸屬結果統合處理(基準FP對應表的作成)」的詳細情形的流程圖(實施例1)；第90圖為顯示「基準FP歸屬結果統合處理(基準FP對應表的作成)」的詳細情形的流程圖(實施例1)；第91圖為顯示「峰值特徵量化處理(基準群FP的作成)」的詳細情形的流程圖(實施例1)；第92圖為顯示3D層析圖的資料例之圖表(實施例1)；第93圖為顯示峰值情報的資料例之圖表(實施例1)；第94圖為顯示FP的資料例之圖表(實施例1)；第95圖為顯示對象FP對於基準FP之歸屬得分計算結果(判定結果)檔案例之圖表(實施例1)；第96圖為顯示在對象FP與基準FP對應之峰值的比對過程之圖表(實施例1)；第97圖為顯示比對結果檔案例的圖表(實施例1)；第98圖為顯示基準群FP的資料例之圖表(實施例1)；第99圖為顯示對象FP峰值特徵量檔案例的圖表(實施例1)；第100圖為為顯示取代第86圖而適用之次常式2的變形例的詳細情形的流程圖(實施例1)；以及第101圖為顯示移動平均及移動傾斜的計算例之圖表(實施例1)。
    1‧‧‧多成分藥劑的評價裝置
    3‧‧‧FP作成部
    5‧‧‧基準FP選定部
    7‧‧‧峰值圖案作成部(FP的峰值歸屬裝置)
    9‧‧‧峰值歸屬部(FP的峰值歸屬裝置)
    11‧‧‧評價部
    权利要求:
    Claims (51)
    [1] 一種圖案的評價方法，具備：圖案取得製程，取得峰值依時間序列變化之評價對象的對象圖案；峰值圖案作成製程，針對各個前述對象圖案以及與該對象圖案對應且成為評價基準之基準圖案的峰值，藉由包含存在於時間軸方向前後位置中之至少一個位置的n根峰值的n+1根峰值，作成各峰值圖案；峰值歸屬製程，比較前述各峰值圖案，並特定對應峰值；以及評價製程，比較評價該峰值歸屬製程中特定而歸屬的峰值以及成為評價基準之複數個基準圖案的峰值。
    [2] 一種多成分物質的評價方法，具備：FP作成製程，作成對象FP，前述對象FP由從成為評價對象之多成分物質的層析圖檢測出的峰值以及其保持時間所構成；峰值圖案作成製程，針對各個前述對象FP以及與該對象FP對應且由從成為評價基準的多成分物質之層析圖檢測出的峰值以及其保持時間構成之基準FP的峰值，藉由包含存在於時間軸方向前後位置中之至少一個位置的n根峰值的n+1根峰值，作成各峰值圖案；峰值歸屬製程，比較前述各峰值圖案，並特定所對應的峰值；以及評價製程，比較評價該峰值歸屬製程中特定而歸屬的峰值以及成為評價基準之複數個基準FP的峰值。
    [3] 如申請專利範圍第2項所述之多成分物質的評價方法，其中前述FP作成製程作成對象FP，前述對象FP由從成為評價對象之多成分物質的3D層析圖檢測出的峰值以及其出現時間及其UV光譜所構成；前述峰值圖案作成製程針對各個前述對象FP以及與該對象FP對應且由從成為評價基準的多成分物質之3D層析圖檢測出的峰值以及其保持時間及其UV光譜構成之基準FP的峰值，藉由包含存在於時間軸方向前後位置中之至少一個位置的n根峰值的n+1根峰值，作成各峰值圖案。
    [4] 如申請專利範圍第2項或第3項所述之多成分物質的評價方法，其中前述FP作成製程係藉由合成從前述評價對象的層析圖或3D層析圖檢測出且檢測波長相異的複數個FP來作成前述對象FP。
    [5] 如申請專利範圍第2項至第4項中任一項所述之多成分物質的評價方法，其中前述FP作成製程係抽出前述評價對象之層析圖或3D層析圖的全部峰值來作成前述對象FP。
    [6] 如申請專利範圍第2項至第5項中任一項所述之多成分物質的評價方法，其中前述峰值圖案作成製程係藉由使在前述對象FP之成為歸屬對象的峰值以及前述基準FP之成為歸屬候補的峰值中的構成峰值圖案的峰值變化而網羅性地作成峰值圖案。
    [7] 如申請專利範圍第2項至第6項中任一項所述之多成分物質的評價方法，其中前述峰值圖案作成製程針對前述對象FP及基準FP的所有峰值作成前述峰值圖案。
    [8] 如申請專利範圍第2項至第7項中任一項所述之多成分物質的評價方法，其中前述峰值歸屬製程基於從構成前述峰值圖案的所有峰值及其出現時間算出的前述各峰值圖案的一致度來進行前述特定。
    [9] 如申請專利範圍第3項所述之多成分物質的評價方法，其中前述峰值歸屬製程係藉由考量前述對象FP及基準FP之峰值的UV光譜的比較結果來進行前述特定。
    [10] 如申請專利範圍第9項所述之多成分物質的評價方法，其中前述峰值歸屬製程基於綜合從構成前述峰值圖案的所有峰值及其出現時間算出的前述各峰值圖案的一致度與前述UV光譜的一致度而算出峰值的一致度以進行前述特定。
    [11] 如申請專利範圍第2項至第10項中任一項所述之多成分物質的評價方法，其中前述峰值歸屬製程係針對前述對象FP及基準FP的所有峰值進行前述特定。
    [12] 如申請專利範圍第2項至第11項中任一項所述之多成分物質的評價方法，其中前述峰值歸屬製程係使將前述對象FP歸屬於基準FP而得到的峰值與基於前述複數個基準FP之基準群FP的各峰值對應來特定前述對象FP的峰值。
    [13] 如申請專利範圍第2項至第12項中任一項所述之多成分物質的評價方法，其中前述評價製程將歸屬於前述基準群FP之對象FP的峰值作為特徴值而由MT法求取MD值，並針對成為評價基準的複數個MD值進行比較評價。
    [14] 如申請專利範圍第2項至第13項中任一項所述之多成分物質的評價方法，其中具備基準FP選定製程，從前述複數個基準FP選定前述峰值圖案作成製程中使用的基準FP。
    [15] 如申請專利範圍第14項所述之多成分物質的評價方法，其中前述基準FP選定製程比較前述複數個全部基準FP與前述對象FP之峰值的出現時間及出現圖案而選定適合作為前述對象FP之歸屬對象的基準FP。
    [16] 如申請專利範圍第2項至第15項中任一項所述之多成分物質的評價方法，其中前述多成分物質為多成分藥劑。
    [17] 如申請專利範圍第16項所述之多成分物質的評價方法，其中前述多成分藥劑為生藥、生藥的組合、其等的萃取物、中藥之任一者。
    [18] 一種圖案的評價程式，其在電腦中達成下列功能：圖案取得功能，取得波峰依時間序列變化之評價對象的對象圖案；峰值圖案作成功能，針對各個前述對象圖案以及與該對象圖案對應且成為評價基準的基準圖案之峰值，藉由包含存在於時間軸方向前後位置中之至少一個位置的n根峰值的n+1根峰值，作成各峰值圖案；峰值歸屬功能，比較前述各峰值圖案，並特定對應峰值；以及評價功能，比較評價該峰值歸屬功能中特定而歸屬的峰值以及成為評價基準之複數個基準圖案的峰值。
    [19] 一種多成分物質的評價程式，具備：FP作成功能，作成對象FP，前述對象FP由從成為評價對象之多成分物質的層析圖檢測出的峰值以及其保持時間所構成；峰值圖案作成功能，針對各個前述對象FP以及與該對象FP對應且由從成為評價基準的多成分物質之層析圖檢測出的峰值以及其保持時間構成之基準FP的峰值，藉由包含存在於時間軸方向前後位置中之至少一個位置的n根峰值的n+1根峰值，作成各峰值圖案；峰值歸屬功能，比較前述各峰值圖案，並特定所對應的峰值；以及評價功能，比較評價該峰值歸屬功能中特定而歸屬的峰值以及成為評價基準之複數個基準FP的峰值。
    [20] 如申請專利範圍第19項所述之多成分物質的評價程式，其中前述FP作成功能作成對象FP，前述對象FP由從成為評價對象之多成分物質的3D層析圖檢測出的峰值以及其出現時間及其UV光譜所構成；前述峰值圖案作成功能針對各個對前述對象FP以及與該對象FP對應且由從成為評價基準的多成分物質之3D層析圖檢測出的峰值以及其保持時間及其UV光譜構成的基準FP之峰值，藉由包含存在於時間軸方向前後位置中之至少一個位置的n根峰值的n+1根峰值，作成各峰值圖案。
    [21] 如申請專利範圍第19項或第20項所述之多成分物質的評價程式，其中前述FP作成功能係藉由合成從前述評價對象之層析圖或3D層析圖檢測出且檢測波長相異的複數個FP來作成前述對象FP。
    [22] 如申請專利範圍第19項至第21項中任一項所述之多成分物質的評價程式，其中前述FP作成功能係抽出前述評價對象之層析圖或3D層析圖的全部峰值來作成前述對象FP。
    [23] 如申請專利範圍第19項至第22項中任一項所述之多成分物質的評價程式，其中前述峰值圖案作成功能係藉由使在前述對象FP之成為歸屬對象的峰值以及前述基準FP之成為歸屬候補的峰值中的構成峰值圖案的峰值變化而網羅性地作成峰值圖案。
    [24] 如申請專利範圍第19項至第23項中任一項所述之多成分物質的評價程式，其中前述峰值圖案作成功能針對前述對象FP及基準FP的所有峰值作成前述峰值圖案。
    [25] 如申請專利範圍第19項至第24項中任一項所述之多成分物質的評價程式，其中前述峰值歸屬功能基於從構成前述峰值圖案的所有峰值及其出現時間算出的前述各峰值圖案的一致度來進行前述特定。
    [26] 如申請專利範圍第20項所述之多成分物質的評價程式，其中前述峰值歸屬功能係藉由考量前述對象FP及基準FP之峰值的UV光譜的比較結果來進行前述特定。
    [27] 如申請專利範圍第26項所述之多成分物質的評價程式，其中前述峰值歸屬功能基於綜合從構成前述峰值圖案的所有峰值及其出現時間算出的前述各峰值圖案的一致度與前述UV光譜的一致度而算出峰值的一致度來進行前述特定。
    [28] 如申請專利範圍第19項至第27項中任一項所述之多成分物質的評價程式，其中前述峰值歸屬功能針對前述對象FP及基準FP的所有峰值進行前述特定。
    [29] 如申請專利範圍第19項至第28項中任一項所述之多成分物質的評價程式，其中前述峰值歸屬功能係使將前述對象FP歸屬於基準FP而得到的峰值與基於前述複數個基準FP之基準群FP的各峰值對應來特定前述對象FP的峰值。
    [30] 如申請專利範圍第19項至第29項中任一項所述之多成分物質的評價程式，其中前述評價功能係將歸屬於前述基準群FP之對象FP的峰值作為特徴值而由MT法求取MD值，並針對成為評價基準的複數個MD值進行比較評價。
    [31] 如申請專利範圍第19項至第30項中任一項所述之多成分物質的評價程式，其中具備基準FP選定功能，從前述複數個基準FP選定前述峰值圖案作成功能中使用的基準FP。
    [32] 如申請專利範圍第31項所述之多成分物質的評價程式，其中前述基準FP選定功能比較前述複數個全部基準FP與前述對象FP的峰值的出現時間及出現圖案而選定適合作為前述對象FP之歸屬對象的基準FP。
    [33] 如申請專利範圍第19項至第32項中任一項所述之多成分物質的評價程式，其中前述多成分物質為多成分藥劑。
    [34] 如申請專利範圍第33項所述之多成分物質的評價程式，其中前述多成分藥劑為生藥、生藥的組合、其等的萃取物、中藥之任一者。
    [35] 一種圖案的評價裝置，具備：圖案取得部，取得波峰依時間序列變化之評價對象的對象圖案；峰值圖案作成部，針對各個前述對象圖案以及與該對象圖案對應且成為評價基準的基準圖案之峰值，藉由包含存在於時間軸方向前後位置中之至少一個位置的n根峰值的n+1根峰值，作成各峰值圖案；峰值歸屬部，比較前述各峰值圖案，並特定對應峰值；以及評價部，比較評價該峰值歸屬部中特定而歸屬的峰值以及成為評價基準之複數個基準圖案的峰值。
    [36] 一種多成分物質的評價裝置，具備：FP作成部，作成對象FP，前述對象FP由從成為評價對象之多成分物質的層析圖檢測出的峰值以及其保持時間所構成；峰值圖案作成部，針對各個前述對象FP以及與該對象FP對應且由從成為評價基準的多成分物質之層析圖檢測出的峰值以及其保持時間構成之基準FP的峰值，藉由包含存在於時間軸方向前後位置中之至少一個位置的n根峰值的n+1根峰值，作成各峰值圖案；峰值歸屬部，比較前述各峰值圖案，並特定所對應的峰值；以及評價部，比較評價該峰值歸屬部中特定而歸屬的峰值以及成為評價基準之複數個基準FP的峰值。
    [37] 如申請專利範圍第36項所述之多成分物質的評價裝置，其中前述FP作成部作成對象FP，前述對象FP由從成為評價對象之多成分物質的3D層析圖檢測出的峰值以及其出現時間及其UV光譜所構成；前述峰值圖案作成部針對各個前述對象FP以及與該對象FP對應且由從成為評價基準的多成分物質之3D層析圖檢測出的峰值以及其保持時間及其UV光譜構成之基準FP的峰值，藉由包含存在於時間軸方向前後位置中之至少一個位置的n根峰值的n+1根峰值，作成各峰值圖案。
    [38] 如申請專利範圍第36項或第37項所述之多成分物質的評價裝置，其中前述FP作成部係藉由合成從前述評價對象之層析圖或3D層析圖檢測出且檢測波長相異的複數個FP來作成前述對象FP。
    [39] 如申請專利範圍第36項至第38項中任一項所述之多成分物質的評價裝置，其中前述FP作成部係抽出前述評價對象之層析圖或3D層析圖的全部峰值來作成前述對象FP。
    [40] 如申請專利範圍第36項至第39項中任一項所述之多成分物質的評價裝置，其中前述峰值圖案作成部係藉由使前述對象FP之成為歸屬對象的峰值以及前述基準FP之成為歸屬候補的峰值中的構成峰值圖案的峰值變化而網羅性地作成峰值圖案。
    [41] 如申請專利範圍第36項至第40項中任一項所述之多成分物質的評價裝置，其中前述峰值圖案作成部針對前述對象FP及基準FP的所有峰值作成前述峰值圖案。
    [42] 如申請專利範圍第36項至第41項中任一項所述之多成分物質的評價裝置，其中前述峰值歸屬部基於從構成前述峰值圖案的所有峰值及其出現時間算出的前述各峰值圖案的一致度來進行前述特定。
    [43] 如申請專利範圍第37項所述之多成分物質的評價裝置，其中前述峰值歸屬部係藉由考量前述對象FP及基準FP之峰值的UV光譜的比較結果來進行前述特定。
    [44] 如申請專利範圍第43項所述之多成分物質的評價裝置，其中前述峰值歸屬部基於綜合從構成前述峰值圖案的所有峰值及其出現時間算出的前述各峰值圖案的一致度與前述UV光譜的一致度而算出之峰值的一致度以進行前述特定。
    [45] 如申請專利範圍第36項至第42項中任一項所述之多成分物質的評價裝置，其中前述峰值歸屬部針對前述對象FP及基準FP的所有峰值進行前述特定。
    [46] 如申請專利範圍第36項至第45項中任一項所述之多成分物質的評價裝置，其中前述峰值歸屬部使將前述對象FP歸屬於基準FP而得到的峰值與基於前述複數個基準FP之基準群FP的各峰值對應來特定前述對象FP的峰值。
    [47] 如申請專利範圍第36項至第46項中任一項所述之多成分物質的評價裝置，其中前述評價部係將歸屬於前述基準群FP之對象FP的峰值作為特徴值而由MT法求取MD值，並針對成為評價基準的複數個MD值進行比較評價。
    [48] 如申請專利範圍第36項至第47項中任一項所述之多成分物質的評價裝置，其中具備基準FP選定部，係從前述複數個基準FP選定在前述峰值圖案作成部中使用的基準FP。
    [49] 如申請專利範圍第48項所述之多成分物質的評價裝置，其中前述基準FP選定部係比較前述複數個全部基準FP與前述對象FP峰值的出現時間及出現圖案而選定適合作為前述對象FP之歸屬對象的基準FP。
    [50] 如申請專利範圍第36項至第49項中任一項所述之多成分物質的評價裝置，其中前述多成分物質為多成分藥劑。
    [51] 如申請專利範圍第49項所述之多成分物質的評價裝置，其中前述多成分藥劑為生藥、生藥的組合、其等的萃取物、中藥之任一者。
    类似技术:
    公开号 | 公开日 | 专利标题
    TWI550269B|2016-09-21|A peak attribution method, a attribution program, and a home device
    TWI528033B|2016-04-01|The evaluation method of the pattern, the evaluation method of the multi-component substance, the evaluation program, and the evaluation device
    TWI528032B|2016-04-01|The evaluation method of the pattern, the evaluation method of the multi-component substance, the evaluation program, and the evaluation device
    TW201312109A|2013-03-16|圖案或ｆｐ之特徵值作成方法、作成程式，以及作成裝置
    TWI521203B|2016-02-11|The similarity evaluation method of the aggregated data, the similarity evaluation program, and the similarity evaluation Device
    TWI609181B|2017-12-21|FP creation method, creating program, creating device, and FP
    同族专利:
    公开号 | 公开日
    HK1181117A1|2013-11-01|
    CN102959396A|2013-03-06|
    US20140149051A1|2014-05-29|
    EP2717049A4|2014-11-19|
    KR101492895B1|2015-02-12|
    JPWO2012164946A1|2015-02-23|
    EP2717049A1|2014-04-09|
    WO2012164946A1|2012-12-06|
    KR20130037681A|2013-04-16|
    JP5915539B2|2016-05-11|
    TWI528033B|2016-04-01|
    CN102959396B|2015-12-02|
    引用文献:
    公开号 | 申请日 | 公开日 | 申请人 | 专利标题
    JP2658344B2|1989-01-26|1997-09-30|株式会社島津製作所|クロマトグラフ用データ処理装置|
    JP2000508771A|1996-04-12|2000-07-11|ウォーターズ・インヴェストメンツ・リミテッド|クロマトグラフィー変動性の特性表示を利用するクロマトグラフィーパターン分析システム|
    JP3541577B2|1996-08-30|2004-07-14|株式会社島津製作所|Ｐｄａ検出器用データ処理装置|
    JP3094921B2|1996-09-26|2000-10-03|株式会社島津製作所|クロマトグラフ用データ処理装置|
    JP4886933B2|2001-01-12|2012-02-29|カウンセルオブサイエンティフィックアンドインダストリアルリサーチ|クロマトグラフフィンガープリントならびに単一の医薬および処方物の標準化のための新規な方法|
    US6691053B2|2001-11-30|2004-02-10|Agilent Technologies, Inc.|Method of matching retention times among multiple chromatographic system|
    US20090149335A1|2002-02-22|2009-06-11|Biolife Solutions Inc.|Method and use of microarray technology and proteogenomic analysis to predict efficacy of human and xenographic cell, tissue and organ transplant|
    US7660678B2|2004-02-05|2010-02-09|Medpro Holdings, Llc|On-site method of providing analysis of potency and purity of pharmaceutical compounds|
    WO2005079261A2|2004-02-13|2005-09-01|Waters Investments Limited|System and method for tracking and quatitating chemical entites|
    KR20070038494A|2004-06-07|2007-04-10|가부시키가이샤 쓰무라|다성분계 약제의 평가방법|
    US20090012723A1|2005-06-09|2009-01-08|Chemlmage Corporation|Adaptive Method for Outlier Detection and Spectral Library Augmentation|
    JP2007315941A|2006-05-26|2007-12-06|Univ Of Miyazaki|植物品種判定装置、植物品種判定方法及び植物品種判定用プログラム|
    EP2221617A1|2009-02-20|2010-08-25|Nederlandse Organisatie voor toegepast -natuurwetenschappelijk onderzoek TNO|A method, a system and a computer program for data processing for an automatic extraction of respective peaks in a chromatographic spectrum|AU2015287992B2|2014-07-08|2020-03-12|Hollister Incorporated|Trans anal irrigation platform with bed module|
    US20180045694A1|2016-08-10|2018-02-15|Max Analytical Technologies, Inc.|System and Method for Background Removal in Spectrometry System|
    法律状态:
    优先权:
    申请号 | 申请日 | 专利标题
    JP2011123844||2011-06-01||
    [返回顶部]