峰追踪装置、峰追踪方法及峰追踪程序

技术领域

本发明涉及峰追踪装置、峰追踪方法及峰追踪程序。

背景技术

根据从分析装置中获取的测量数据能够获取试样的色谱图。以提高峰的分离度为目的或以缩短分析时间为目的，进行旨在实现分析条件数据的最优化的方法探索。

进行方法探索时，需要进行峰追踪，以确定在基于不同分析条件数据得到的不同色谱图之间源自相同物质的峰。为了进行峰追踪，可使用例如峰的面积值、峰的光学谱图、或者峰的MS谱图的相似度等。

此外，通过在分析条件数据与分析测量数据之间进行回归分析，能够给予方法探索有用的信息。在以下非专利文献1中，进行保留时间的回归分析。

非专利文献1：“Ternary isocratic mobile phase optimization utilizingresolution Design space based on retention time and peak width modeling(基于保留时间和峰宽模型的利用分辨率设计空间的三元等度流动相优化)”，Journal ofChormatography A(《色谱杂志A》)，第1273卷，95P-104P，2013年1月18日

发明内容

发明要解决的技术问题

众所周知，在核酸医药品、肽医药品等分子量相对较大的药剂的合成中，结构相似的类似物作为副产物而生成。由于这样的类似物的光学谱图也相似，即使利用光学谱图相似度，也有不能充分进行峰追踪的情况。此外，这样的类似物的MS谱图很多情况下也是相似的形状，为了探索针对各个峰输出特异的色谱图的m/z值，需要庞大的劳力。即使通过使用峰面积值的方法，很多情况下也不能锁定组合，有时不能充分进行峰追踪。

本发明的目的在于向用户提供对鉴定色谱图中所包含的峰来说有用的信息。

用于解决上述技术问题的方案

根据本发明的一方案的峰追踪装置，具备：色谱图获取部，基于将多个分析条件数据给予分析装置而得到的多个测量数据，获取多个色谱图；分数计算部，计算基于示出各色谱图中包含的各个峰属于试样中所包含的哪种物质的所属概率的分数数据；分数显示部，将由分数计算部计算出的分数数据显示在显示器。

发明效果

根据本发明，能够向用户提供对鉴定色谱图中所包含的峰来说有用的信息。

附图说明

图1是本实施方式的分析系统的整体图。

图2是本实施方式的计算机的构成图。

图3是本实施方式的计算机的功能框图。

图4是示出从不同分析条件数据得到的色谱图的图。

图5是示出本实施方式的峰追踪方法的流程图。

图6是示出溶剂浓度与保留时间的关系的图。

图7是示出物质A的保留时间回归曲线的预测分布的图。

图8是示出物质B的保留时间回归曲线的预测分布的图。

图9是示出物质C的保留时间回归曲线的预测分布的图。

图10是示出物质D的保留时间回归曲线的预测分布的图。

图11是示出物质E的保留时间回归曲线的预测分布的图。

图12是示出溶剂浓度“0.25”中的分类分布概率的直方图的图。

图13是示出溶剂浓度“0.5”中的分类分布概率的直方图的图。

图14是示出溶剂浓度“0.75”中的分类分布概率的直方图的图。

图15是示出溶剂浓度“1.0”中的分类分布概率的直方图的图。

图16是示出显示器中所显示的分析支援画面的图。

具体实施方式

接下来，参照附图对与本发明的实施方式的峰追踪装置、方法及程序的构成进行说明。

(1)分析系统的整体构成

图1是本实施方式的分析系统5的整体图。分析系统5具备计算机1及液相色谱仪3。计算机1及液相色谱仪3经由网络4被连接。网络4可以是例如LAN(Local Area Network：局域网)。

计算机1具备：对液相色谱仪3设定分析条件的功能、获取液相色谱仪3中的测量结果并分析测量结果的功能等。在计算机1中，安装了用于控制液相色谱仪3的程序。

液相色谱仪3具备：泵单元、自动采样器单元、柱温箱单元及检测器单元等。液相色谱仪3另外具备系统控制器。系统控制器根据从计算机1经由网络4接收的控制指示而控制液相色谱仪3。系统控制器将液相色谱仪3的测量结果的数据经由网络4发送到计算机1。

(2)计算机(峰追踪装置)的构成

图2是计算机1的构成图。计算机1在本实施方式中使用的是个人计算机。计算机1具备：CPU(Central Proccessing Unit：中央处理器)101、RAM(Random Access Memory：随机存取存储器)102、ROM(Read Only Memory：只读存储器)103、显示器104、操作部105、存储装置106、通信接口107及设备接口108。

CPU101对计算机1进行控制。RAM102在CPU101执行程序时被作为工作区使用。ROM103中存储着控制程序等。显示器104可以是例如液晶显示器。操作部105是接受用户的操作的设备，包括键盘、鼠标等。显示器104由触摸面板显示器构成，显示器104也可以具备作为操作部105的功能。存储装置106是存储各种程序与数据的装置。存储装置106可以是例如硬盘。通信接口107是与其他计算机及设备进行通信的接口。通信接口107被连接到网络4。设备接口108是访问各种外部设备的接口。CPU101能够经由连接至设备接口108的外部设备装置而访问存储介质109。

在存储装置106中，存储有峰追踪程序P1、分析条件数据AP、测量数据MD、色谱图CG、保留时间数据RTD及分数数据SD。峰追踪程序P1是用于控制液相色谱仪3的程序。峰追踪程序P1具备：对液相色谱仪3设定分析条件的功能；从液相色谱仪3中获取测量结果并生成色谱图CG等、对测量结果进行分析的功能等。分析条件数据AP是记述液相色谱仪3中设定的分析条件的数据，包含有多个分析参数。测量数据MD是从液相色谱仪3中获取的测量结果的数据。保留时间数据RTD是示出色谱图CG中所包含的物质的保留时间的数据。在本实施方式中，被分析的试样中包含有多种物质，在色谱图CG中，包含多种物质的峰。由此，在保留时间数据RTD中，包含相对于各色谱图CG示出多个保留时间的数据。分数数据SD是基于示出色谱图中包含的各个峰属于试样中所包含的哪种物质的所属概率而计算出的数据。

图3是计算机1的功能框图。控制部200是CPU101将RAM102作为工作区使用、通过执行峰追踪程序P1而实现的功能部。控制部200具备：分析管理部201、色谱图获取部202、分数计算部203及分析支援信息显示部204。

分析管理部201对液相色谱仪3进行控制。分析管理部201接受用户对分析条件数据AP的设定及分析处理的开始指示，进行对液相色谱仪3的分析处理的指示。用户将溶剂浓度、溶剂混合比、梯度初始值、梯度斜度、柱温等分析参数的设定值的组合作为分析条件进行设定。用户设定多组上述分析参数的组合。例如，将使溶剂浓度逐渐变化的分析参数的组合、或使柱温逐渐变化的分析参数的组合等作为分析条件进行设定。用户像这样生成多个分析条件数据AP，对同一试样进行基于多个分析条件数据AP的分析处理。

分析管理部201另外从液相色谱仪3获取测量数据MD。如上所述，用户进行基于多个分析条件数据AP的分析处理。分析管理部201获取与多个分析条件数据AP对应的多个测量数据MD。

色谱图获取部202基于测量数据MD获取色谱图CG，色谱图获取部202将获取的色谱图CG保存在存储装置106中。如上所述，分析管理部201获取与多个分析条件数据AP对应的多个测量数据MD。色谱图获取部202获取与多个测量数据MD对应的多个色谱图CG。

分数计算部203基于色谱图获取部202获取的多个色谱图CG，计算出分数数据SD。在本实施方式中，液相色谱仪3中被分析的试样包含多种物质。分数计算部203计算出示出色谱图CG中包含的各个峰属于试样中所包含的哪种物质的所属概率。

图4是示出基于2个不同的分析条件数据AP得到的2个色谱图CG1、CG2的图。色谱图CG1、CG2是基于对同一试样得到的测量数据MD所获取的。参照图4可知，在色谱图CG1、CG2中，由于分析条件数据AP的不同，各个峰的保留时间不同。在图中用虚线连接的峰是源自同一物质的峰。分数计算部203对示出色谱图CG1、CG2中包含的各个峰属于试样中所包含的哪种物质的所属概率进行计算。

具体来说，分数计算部203使用包含在分析条件数据AP中的分析参数即溶剂浓度、与从色谱图CG得到的各个峰的保留时间数据RTD进行回归分析。在本实施方式中，分数计算部203利用贝叶斯推断进行保留时间数据RTD的回归。然后，分数计算部203基于保留时间数据RTD的回归分析结果，计算出示出色图谱CG中包含的各个峰属于试样中所包含的哪种物质的所属概率。然后，分数计算部203基于计算出的所属概率生成分数数据SD。

分析支援信息显示部204将用于分析支援的信息显示在显示器104。分析支援信息显示部204具备分布显示部205与分数显示部206。分布显示部205将分数计算部203中的回归分析的结果显示在显示器104。分数显示部206将分数计算部203计算出的分数数据SD显示在显示器104。

(3)峰追踪方法

接下来，对在本实施方式的计算机1(峰追踪装置)中执行的峰追踪方法进行说明。图5是示出本实施方式的峰追踪方法的流程图。众所周知，色谱图中的各物质的保留时间能够对溶剂浓度、PH、柱温等分析参数进行回归。在本实施方式的峰追踪方法中，与保留时间的回归同时地确定色谱图中包含的各个峰的所属。在回归的同时解决所属问题时，由于解不一定是唯一的，因此在本实施方式中，通过基于贝叶斯推断的后验分布计算，获取可以作为解的分布。

在开始图5所示的处理之前，用户事先操作操作部105，进行多个分析条件的设定。接受这样的用户的设定操作后，分析管理部201将多个分析条件数据AP保存在存储装置106。

接下来，在图5所示的步骤S101中，分析管理部201在液相色谱仪3中设定多个分析条件数据AP。具体来说，分析管理部201对液相色谱仪3的系统控制器设定多个分析条件数据AP。与此对应，在液相色谱仪3中，基于被设定的多个分析条件数据AP，对同一试样执行多次的分析处理。在液相色谱仪3中，与多个分析条件数据AP相对应地获取多个测量数据MD。

接下来，在步骤S102中，分析管理部201从液相色谱仪3获取多个测量数据MD。分析管理部201将获取的多个测量数据MD保存在存储装置106。

接下来，在步骤S103中，色谱图获取部202获取在步骤S102中被保存在存储装置106中的多个测量数据MD，从获取的多个测量数据MD获取多个色谱图CG。

接下来，在步骤S104中，分数计算部203获取在步骤S103中所获取的多个色谱图CG，并获取各色谱图CG中所包含的各个峰的保留时间数据RTD。

图6是示出分析条件数据AP与在步骤S104中所获取的保留时间数据RTD的关系的图。在图6中，横轴示出包含在分析条件数据AP中的分析参数中的溶剂浓度。在图6中，纵轴示出保留时间。在图6中，与5个分析条件数据AP相对应地将关于5种溶剂浓度获取的保留时间图表化。溶剂浓度有5种：“0.0”、“0.25”、“0.5”、“0.75”、“1.0”，在此特别假设溶剂浓度的单位没有意义。

对于5种溶剂浓度，分别绘制5个保留时间。上述5个保留时间是试样中所包含的物质A-E的5个峰的保留时间。在图6中，将5个保留时间的点用5种符号示出。具体来说，从保留时间短的顺序出发，依次用四边形、星形、三角形、圆形及十字的5种符号示出。然而实际上，因溶剂浓度的不同，保留时间的顺序有时会发生改变，因此图6中的符号只是为了方便。即，同一符号不一定是源自同一物质的峰的保留时间。此处，将浓度“0.0”中的5个保留时间从保留时间短的顺序出发依次与物质A-E对应。即，假设浓度“0.0”中的四边形为物质A、星形为物质B、三角形为物质C、圆形为物质D、十字为物质E。本发明的主要目的是示出浓度“0.25”、“0.5”、“0.75”、“1.0”中的5种符号表示的保留时间所对应的峰属于物质A-D中的哪种物质的所属概率。

接下来，在步骤S105中，分数计算部203根据以下数学式(1)，求出示出各个峰属于哪种物质的所属概率(后验分布)。

[数1]

Π

在数学式(1)中，c为浓度。在图6所示的例子中，浓度c有5种：“0.0”、“0.25”、“0.5”、“0.75”、“1.0”。在数学式(1)中，i为峰的ID。在图6所示的例子中，从保留时间小的顺序出发，依次赋予i＝0-4的ID。即在图6中，对四边形所示的峰赋予i＝0、星形所示的峰赋予i＝1、三角形所示的峰赋予i＝2、圆形所示的峰赋予i＝4、十字所示的峰赋予i＝4的ID。

p(i|c)示出根据分类分布使得峰被选择的概率。p(i|c)是在浓度c中i＝0-4的峰被选择的概率。即p(i|c)成为先验分布，用于计算示出各个峰属于物质A-E中的哪种物质的后验分布。在本实施方式中，为使说明变得简单，假设p(i|c)恒定，与i无关。但通过参照峰的谱图或面积，能够在浓度c中设定适当的值来作为峰被选择的概率。例如，通过参照物质A-E的峰的大小关系或谱图的相似度等，能够对p(i|c)设定适当的值。

在数学式(1)中，x为浓度c、ID＝i时的保留时间。在数学式(1)中，f(c)是相对于浓度c的保留时间的回归函数，N(u，σ)示出平均u、标准偏差σ的条件下的x的概率。即，在数学式(1)中，函数N示出x的似然性。

分数计算部203对假设的噪声量(标准偏差σ)或回归函数f(c)内部的回归系数给予适当的先验分布，进行贝叶斯推定。噪声量(标准偏差σ)根据液相色谱仪3的重复处理的精度等而被适当给出大致的值。此外，在回归函数f(c)为2次多项式的对数的情况下，众所周知，由于在大多数的物质中2次的系数非常小，因此能够根据经验设定适当的正态分布。或者，能够基于峰追踪已经完成的过去的事例，并使用WAIC等信息量规范来设定适当的值。关于1次的系数，已知相对于溶剂浓度的变化的一般的倾向。在图6的例子中，关于所有的物质A-E，对于溶剂浓度保留时间也大致呈向右下降的趋势。因此，更优选地，能够根据经验给出t分布等平缓的先验分布。如上所述，从似然性与先验分布能够得到各个峰属于物质A-E的后验分布。另外，本实施方式中，采用根据NUTS采样的贝叶斯推断。由此，关于i(ID)通过周边化计算出似然性。采用NUTS采样是一例，也能够采用其他的贝叶斯理论的方法。

图7-图11是示出对于图6所示的保留时间根据贝叶斯推断计算出的预测分布(所属概率的分布)的图。图7是关于物质A的预测分布。即，是示出在浓度“0.0”中用四边形所示的物质A的基于贝叶斯推断的预测分布的图。图8是关于物质B的预测分布。即，是示出在浓度“0.0”中用星形所示的物质B的基于贝叶斯推断的预测分布的图。图9是关于物质C的预测分布。即，是示出在浓度“0.0”中用三角形所示的物质C的基于贝叶斯推断的预测分布的图。图10是关于物质D的预测分布。即，是示出在浓度“0.0”中用圆形所示的物质D的基于贝叶斯推断的预测分布的图。图11是关于物质E的预测分布。即，是示出在浓度“0.0”中用十字所示的物质E的基于贝叶斯推断的预测分布的图。

在图7-图11中，各个峰属于物质A-E的概率用浓淡表示。颜色浓的部分表示所属概率高；颜色越淡，表示所属概率越低。如图11所示，可知关于十字所示的峰，无论在哪种浓度中，属于物质E的概率都高。此外，如图8及图9所示，可知在浓度“0.25”以上的溶剂中，以星形所示的峰不仅具有属于物质B的概率，而且某种程度上也具有属于物质C的概率。此外，如图8及图9所示，可知在浓度“0.25”以上的溶剂中，以三角形所示的峰不仅具有属于物质C的概率，而且在某种程度上也具有属于物质B的概率。

由于分类分布在采样时被周边化，因此实际上需要另行计算分类分布。分数计算部203使用后验分布的采样，计算出在以下数学式(2)中所示的似然性L(c)。

[数2]

L(c)＝Π

并且，分数计算部203在步骤S106中，使用以下的数学式(3)，计算示出各个峰属于物质A-E中的哪种物质的分数数据SD。分数计算部203将分数数据SD保存在存储装置106。

[数3]

图12-图15是示出对物质C进行贝叶斯推断时的分类分布概率的直方图的图。分数计算部203使用后验分布的采样，计算上述所示的似然性L(c)，生成分类分布概率的直方图。

图12是示出在浓度“0.25”中关于物质C的分类分布概率的直方图的图。在图12中，横轴是分类分布的概率，纵轴是分类分布概率的直方图(累积值)。即，是对于多个分析条件数据AP计算出分类分布概率并统计其结果而得的直方图。如图所示，在概率1.0处，i＝2的累积值达到最大。此外，在概率1.0处，i＝3的累积值紧随其次。由此可知，在浓度“0.25”，i＝2的峰属于物质C的概率非常高。此外，可知在浓度“0.25”，i＝3的峰某种程度上也具有属于物质C的概率。

在图12中，图表的上部所示的比例示出各个峰的所属概率的分数数据SD。分数数据SD是示出所属概率达0.8以上的频率的占有率的值，从右端开始示出i＝0-4时的分数数据SD。在图中的例子中，示出i＝0的峰的分数数据SD为0，i＝1的峰的分数数据SD为0.02，i＝2的峰的分数数据SD为0.69，i＝3的峰的分数数据SD为0.3，i＝4的峰的分数数据SD为0。

图13是示出在浓度“0.5”中关于物质C的分类分布概率的直方图的图。如图所示，在概率1.0处，i＝2的累积值达到最大。此外，在概率1.0处，i＝3的累积值紧随其次。由此可知，在浓度“0.5”，i＝2的峰属于物质C的概率也非常高。此外，可知在浓度“0.5”，i＝3的峰在某种程度上也具有属于物质C的概率。而且，可知在浓度“0.5”，i＝1的峰也具有很小的属于物质C的概率。

在图13中，图表的上部所示的比例与图12一样，是各个峰的所属概率的分数数据SD，是示出概率达0.8以上的频率的占有率的值。在图中的例子中，示出i＝0的峰的分数数据SD为0.05，i＝1的峰的分数数据SD为0.09，i＝2的峰的分数数据SD为0.61，i＝3的峰的分数数据SD为0.24，i＝4的峰的分数数据SD为0。

图14是示出在浓度“0.75”中关于物质C的分类分布概率的直方图的图。图15是示出在浓度“1.0”中关于物质C的分类分布概率的直方图的图。可知在浓度“0.5”、“0.75”，i＝2的峰属于物质C的概率也非常高。

在图14的例子中，示出i＝0的峰的分数数据SD为0.14，i＝1的峰的分数数据SD为0.12，i＝2的峰的分数数据SD为0.59，i＝3的峰的分数数据SD为0.16，i＝4的峰的分数数据SD为0。在图15的例子中，示出i＝0的峰的分数数据SD为0.14，i＝1的峰的分数数据SD为0.19，i＝2的峰的分数数据SD为0.51，i＝3的峰的分数数据SD为0.15，i＝4的峰的分数数据SD为0。另外，在图11-图14所示的例子中，利用分类分布的概率达0.8以上的频率的占有率作为分数数据SD，但这是一例。分数数据SD只要是基于示出各个峰属于哪种物质的所属概率所生成的数据即可，换言之，分数数据SD只要是与示出各个峰属于哪种物质的所属概率相关的数据即可。

接下来，在步骤S107中，分数显示部206将分数数据SD显示在显示器104。接着，在步骤S108中，分布显示部205将在步骤S105中计算出的所属概率的分布(预测分布)显示在显示器104。图16是示出显示器104中所显示的分析支援画面的图。在图16所示的例子中，在分析支援画面显示有物质C的所属概率的分数数据SD及关于物质C的所属概率的分布。

在图16中，“物质C的所属分数”是基于分数数据SD显示的。物质C的所属分数与在图12-图15中所示的直方图的上部所显示的分数相同。此外，关于物质C的所属概率的分布与图9所示的内容相同。在图16中，示例了使关于物质C的分析支援信息显示的情况，关于物质A、B、D、E也同样如此。

像这样，本实施方式的计算机1在显示器104显示基于示出各色谱图中包含的各个峰属于试样中所包含的哪种物质的所属概率的分数数据SD。由此，用户能够确认峰的所属概率。此外，本实施方式的计算机1将由回归分析得到的所属概率的分布显示在显示器104。由此，用户能够通过视觉确认峰的所属的妥当性。

(4)权利要求的各构成要素与实施方式的各要素的对应

以下，对权利要求的各构成要素与实施方式的各要素的对应的例子进行说明，但本发明不限定于下述的例子。在上述的实施方式中，液相色谱仪3为分析装置的例子。此外，在上述的实施方式中，计算机1为峰追踪装置的例子。

作为权利要求的各构成要素，也能够使用具有权利要求中所记载的构成或功能的各种要素。

(5)其他的实施方式

在上述实施方式中，计算机1使分数计算部203计算出的分数数据SD显示在显示器104。作为其他实施方式，计算机1也可以设置为将分数计算部203计算出的分数数据SD输出到其他的装置或其他的程序、进程等。例如，可以设置为，将分数数据SD输出到执行以AQBD(Analytical Quality by Design：分析质量源于设计)为目的的处理的装置。该情况下，计算机1的控制部200在图2所示的功能框图之外还具备输出部。

例如，具有通过对峰的保留时间或分离度进行回归分析来获取保留时间或分离度的设计空间的程序或装置。可以设置为，将本实施方式中计算出的分数数据SD输出到上述处理设计空间的程序或装置。例如，在输入分数数据SD的装置中，能够将设计空间与分数数据SD相关联并提示信息。

在上述实施方式中，作为本发明的分析装置，以液相色谱仪3为例进行了说明。本发明另外也能够适用于气相色谱仪。此外，在上述实施方式中，本实施方式的峰追踪装置即计算机1经由网络4被连接到分析装置即液相色谱仪3，以该情况为例进行了说明。作为其他实施方式，计算机1也可以是内置在分析装置中的构成。

在上述实施方式中，以峰追踪程序P1被保存在存储装置106中的情况为例进行了说明。作为其他实施方式，峰追踪程序P1也可以被保存在存储介质109中并进行提供。CPU101也可以经由设备接口108访问存储介质109，将保存在存储介质109中的峰追踪程序P1保存在存储装置106或ROM103。或者CPU101也可以经由设备接口108访问存储介质109，执行保存在存储介质109中的峰追踪程序P1。

另外，本发明的具体构成并不限于所述的实施方式，在不脱离发明的主旨的范围内，可以进行各种变更及修正。

(6)方案

本领域技术人员可以理解，上述多个示例性的实施方式是以下的方案的具体例。

(第1项)

本发明的一方案的峰追踪装置具备：

色谱图获取部，基于将多个分析条件数据给予分析装置而得到的多个测量数据，获取多个色谱图；

分数计算部，计算基于示出各色谱图中包含的各个峰属于试样中所包含的哪种物质的所属概率的分数数据；

分数显示部，将由所述分数计算部计算出的所述分数数据显示在显示器。

能够向用户提供对鉴定色谱图中包含的峰来说有用的信息。

(第2项)

也可以是，在第1项所述的峰追踪装置中，

所述分数计算部通过对所述多个分析条件数据与基于各分析条件数据得到的各物质的保留时间进行回归分析，计算出所述所属概率。

利用可回归的保留时间，能够向用户提供对鉴定色谱图中包含的峰来说有用的信息。

(第3项)

也可以是，在第2项所述的峰追踪装置中，

所述峰追踪装置还具备分布显示部，显示利用所述回归分析得到的所述所属概率的分布。

用户通过参照所属概率的分布，能够确认峰的鉴定的妥当性。

(第4项)

也可以是，在第2项或第3项所述的峰追踪装置中，

所述分数计算部基于使用贝叶斯推断赋予回归函数误差时从误差分布获取的似然性、及各个峰被选择的概率，计算出所述所属概率。

根据贝叶斯推断，能够提示示出峰属于哪种物质的所属概率。

(第5项)

本发明的其他方案的峰追踪装置具备：

色谱图获取部，基于将多个分析条件数据给予分析装置而得到的多个测量数据，获取多个色谱图；

分数计算部，计算基于示出各色谱图中包含的各个峰属于试样中所包含的哪种物质的所属概率的分数数据；

输出部，将由所述分数计算部计算出的所述分数数据输出。

能够将分数数据用于其他装置或程序。

(第6项)

本发明的其他方案的峰追踪方法包括以下工序：

基于将多个分析条件数据给予分析装置而得到的多个测量数据，获取多个色谱图；

计算基于示出各色谱图中包含的各个峰属于试样中所包含的哪种物质的所属概率的分数数据；

将计算出的所述分数数据显示在显示器。

(第7项)

本发明的其他方案的峰追踪程序使计算机执行以下处理：

基于将多个分析条件数据给予分析装置而得到的多个测量数据，获取多个色谱图；

计算基于示出各色谱图中包含的各个峰属于试样中所包含的哪种物质的所属概率的分数数据；

将计算出的所述分数数据显示在显示器。