線形の基礎理論と応用 サーモフィッシャーサイエンティフィック株式会社 キーワード Application Note M16001 IRとラマン分光法におけるカーブフィッティング: 励起状態の分子は、数ピコ(10 -12)秒後に振動によって急速 OMNIC Peak Resolveソフトウェア、カーブフィッティング、タンパク質の構造、 線形 に基底状態に戻ります。この緩和を寿命(または振幅相関時 間)τa と呼んでいます。最初は、励起分子のすべてが一緒に 振動(コヒーレント)していますが、運動と振動数のわずかな 違いは、時間をかけてランダム化します。分光計は、励起状態 の分子とコヒーレントに振動している分子のみを「見る」こ とができます。ランダム化していくと、振動が干渉し合い互い はじめに にキャンセルして(ディフェージング)、コヒーレントが消え ていきます(コヒーレンス寿命 τc )。実際には振動エネルギー 本アプリケーションノートでは、まずスペクトル線形の基礎 は失われていないのですが、インコヒーレンスの和がゼロで 理論と、カーブフィッティングへの線形の適用について示し あるため、分光計はそれを「見る(検出する)」ことができま ます。Thermo Scientific™ OMNIC™ ソフトウェアの Peak せん。 Resolve™ 機能を正確に利用するためには、この理論を理解 寿命τは、二つのコンポーネント、コヒーレンス寿命 τc と振 する必要があるためです。 幅 相 関 時 間 τa の 組み 合わせです。 二つの 限 定 的な ケ ー ここでは、振動(IRとラマン)に関する線形と、どのようにカー ス τc >> τa または τc << τa があります。ここで、二つの基本 ブフィッティングに適用するかの基本的な理論についてのみ 理論である(1)全体的なスペクトル形状(線形)は、すべての 述べます。振動に影響を与える現象として、フェルミ共鳴や 個々の振動の合計である、 (2)特定の分子の振動数はその環 衝 突 誘 起 散 乱のような 多くの 現 象がありますが、カ ー ブ 境に依存する、を思い出してください。 フィッティングではパラメーターの影響が議論されているた τc >> τa の場合には、インコヒーレンスが大きくなる前に励 め、より詳細な情報については参考文献をご参照ください。 起分子が緩和します。これは、周囲の環境が動かない固体の 基礎理論: ガウス関数とローレンツ関数 場合です。固体分子のスペクトル形状は、環境の統計的分布 に従い、ベル曲線またはガウス分布になります。この分布は、 湾曲の(シャープではない)中心部と、比較的速く落ちる裾を 量子論は、分子が十分なエネルギーレベルを保有している状 持つことでよく知られている形状を有しています。 態を定義しています。エネルギーレベルは非連続な間隔(振 τc << τa の場合には、インコヒーレンスが急速に起こるため、 動準位)で、分子はエネルギーを吸収、または放出するときに ディフェージングが支配的なエネルギー損失のチャネルとな エネルギーレベル間を遷移し、振動スペクトルを生じさせま ります。これは、回転および衝突が急速に起こる気体の場合 す。一つの孤立した分子が基底状態から第一励起状態に遷移 の 現 象です。その 結 果、ス ペ ク ト ル 形 状は ラ インの中央が する際に吸収するエネルギーは、決まった振動数となります。 シャープであるローレンツ分布になります。 しかしながら、ほとんどの振動分子は相互作用する周囲の分 液体の場合は、分子の相互作用が急速な動きを防ぐこと、また 子(環境)中に存在します。各分子は、動的にわずかに異なる 分子が所定の位置に固定されていないことから、τc と τa の 環境中で相互作用し、わずかに異なる振動数で振動するので、 寿命が近くなり、スペクトル形状はガウス分布とローレンツ 観察されたスペクトルは吸収、または散乱の個々の和となり 分布の両方の特徴を有します。このため一般的なモデルは、 ます。平衡状態における振動の集団は、ボルツマン分布によ ガウス(G )とローレンツ(L )の組み合わせ関数になり、 A*G+ り制御されます。分子の大部分は、IRまたはラマンの測定前 (1 -A )*Lと表します。ここで Aはガウス関数の係数(カーブ は基底状態にあります。この分子に赤外線またはレーザーを 照射すると、いくつかの分子は励起状態へ遷移します。結果 として、吸収(IR )または散乱(ラマン)の信号を機器で検出 できます。 2 フィットでの変数)です(0 ≤ A ≤ 1)。ガウスとローレンツの より複雑な組み合わせはフォークト関数と呼ばれ、二つの関 数のコンボリューション(畳み込み、フーリエ変換の積分の 組み合わせ)です。フォークト関数は、ガウスとローレンツ部 分が異なる線幅を持つことができます。これらのプロファイ ルは三つのパラメーター(1)場所(振動数)、 (2)高さ(強度)、 (3)線幅、によって特徴付けられます。フォークト関数とガウ ス -ローレンツ(G-L )関数はどちらもローレンツの特徴が含 まれる第4のパラメーターを持ちます。 ピーク位置(X 0)は、単離された分子の固有振動数によって 制御されています。しかし、実際のピーク位置は分子の環境 に依存します。分子が隣の分子と水素結合している場合には 結合エネルギーが低くなり、ピークは低エネルギー側へシフ ト(レッドシフト)します。分子が隣の分子に反発力を受け ている場合には、高エネルギー側へシフト(ブルーシフト)し ます。タンパク質の場合は、アミドⅠバンドの振動数が二次構 造(ヘリックスおよびシート)か三次構造かによってわずか に異なります。また、アセトンを水または四塩化炭素で希釈 した場合に、アセトンのカルボニルバンドがそれぞれレッド シフト、ブルーシフトします。 ピークの高さ(Y0)は分子の数(濃度)と、吸収の強度(吸光 係数)に比例しています。これらの関係を利用して Lambert- Beerの法則で濃度を定量することができます。前述したよ うに、希釈するとピークシフトが起きる、またはピークがブ ロードになるため定量には注意が必要です。ピークプロファ イルはすべての個々の要素の和であるため、ピークの面積は 濃度の良い指標となります。ピーク高さは、解析が容易である ため定量によく用いられてきましたが、ピークがブロードに なると変化してしまいます。ピーク面積は分子の合計数が一 定であれば変化しません。カーブフィッティングにより、正確 なピーク面積を使用することが可能となり、キャリブレー ションの直線性を向上させることができます。 通常線幅は、ピーク高さ半分の全幅(FWHH、Δ x )のことで す。線幅は分光法において無視されやすいパラメーターです が、情報量は豊富です。力学(運動とエネルギー損失)は線幅 に影響を与え、線幅でさまざまな環境の影響を説明する理論 があります。単純なレベルでは、線幅が寿命τに反比例しま す。励起状態の急速な損失(短いτ)はブロードなピークに なります。長い寿命τではピーク幅がシャープになります。 密な水素結合ネットワークは分子振動が非常に急速に緩和す るため、水の OHピークはブロードになります。分子間の衝 突はエネルギー損失率を高めるため、ピーク幅はやはりブ ロードになります。低圧ガス中の分子は基本的に単離されて おり、エネルギーを損失する環境にないため長い寿命を持ち、 ピーク幅はシャープになります。線幅の理論についてのより 詳細な情報については、参考文献をご参照ください。 基礎理論の補足 分子振動によってバンドの形状に影響を与えうる現象があり ます。IRおよびラマンにおける二つの一般的な摂動は、ホット バンドと同位体効果です。倍音と結合音バンドが発生する、 またはその他の緩和経路(共鳴遷移、フェルミ共鳴など)が存 在する場合にもピーク位置と線幅が変わります。詳細につい ては、参考文献をご参照ください。 最初の振動エネルギーレベルが大幅に遷移するときにホット バンドが生じます。その後、ν=1からν=2への遷移が発生し ます。完全な調和振動子では、これは、ν=0からν=1への遷 移と同じ振動数で起こります。しかし、非調和の現象では ν=2のエネルギーがわずかに低くなるため、0→1の遷移に比 べて1→2の遷移の方がわずかにエネルギーが低くなります。 ホットバンドが存在する場合、振動バンドは低周波数側にわ ずかにショルダーや丸みを示します。この効果は、より低い 振動数(ν=1レベルを移入しやすい)の場合と高温の場合に 顕著になります。 同位体効果は、調和振動子の振動数が換算質量の平方根の逆 数に依存するために発生します。換算質量は、基本的に振動 子の両側の相対質量です(二原子分子では結合の両端の二つ の原子、多原子では結合の両側の質量)。質量が重くなるとと もに振動数が低くなります。たとえば、四塩化炭素のラマン ス ペ ク ト ルを 高 分 解 能で 測 定した 場 合には12 C35 Cl4、 12 C35 Cl337 Cl、12 C35 Cl237 Cl2、12 C35 Cl37 Cl3、12 C37 Cl4の5バ ン ドが検出され、質量数順に振動数の低い方にシフトし、それぞ れの相対的同位体濃度に比例したピークの高さを持ちます。 換算質量の変化が小さく、これらのピークは密接に存在して いるため、低解像度では歪んだブロードなピークになります。 塩素の場合には、HClから DClへの変換により1 /√2で変化す るため、3000 cm-1の振動がおよそ2000 cm-1になります。こ の場合にはピークが十分に分離され独立して処理することが 可能となり、たとえば重水素化置換はタンパク質の分析など で利用されています。 ピーク形状関数の比較 図 1は、ガウス、ローレンツ、フォークト関数の違いを示して います。ローレンツ関数では、シャープな最大値と長い裾が見 られます。関数の数式は参考文献3に示されています。 ガウス関数は固体試料、粉末、ゲルまたは樹脂のフィッティン グに適しています。ローレンツ関数は気体のフィッティング に最適なだけでなく、多くの液体にも適しています。液体の フィッティングにもっとも適しているのは、G-L関数または フォークト関数です。フォークト関数は、ガウス関数とロー レンツ関数の線幅Δの独立した変化が認められることを除い て、G-L関数に似ています。図 2 は G-L関数のローレンツの割 合を変更したときのピーク形状への影響を示しています(他 のパラメーターについては何も変更していません)。カーブ フィッティングは IR、ラマンピークにも同じように適用でき ます。しかしながら、ラマンスペクトルは蛍光の信号を含む 場合があります。蛍光は振動遷移と同時に電子遷移(可視ま たは紫外線放射)を伴います。電子遷移にはより高いエネル ギーが必要なため、サンプルに応じて高周波レーザーを使用 nts sely he me ously ding ly. loss ure ment s on tope cur, er, ns om this v=1 ty ition hot ght ct is te the Lorentzian are clearly seen. Mathematical forms for the various line shapes are given in reference 3. Figure 1: Comparison of general lineshapes: Gaussian, Lorentzian, Voigt and 図 1:一般的なピーク形状関数の比較 G-L mixed with same フォークト、 parameters G-Lで同じパラメーターを使用) (ガウス、ローレンツ、 Summarizing from above: the Gaussian profile works well for solid samples, powders, gels or resins. The Lorentzian profile works best for gases, but can also fit liquids in many cases. The best functions for liquids are the combined G-L function or the Voigt profile. The Voigt profile is similar to the G-L, except that the line width Δx of the Gaussian and Lorentzian parts are allowed to vary independently. Figure 2 shows the influence of altering the percent Lorentzian character of a G-L profile, leaving everything else unchanged. The wings grow with A, and the line narrows near the top. The treatment thus far applies equally to IR or Raman peaks. However, Raman spectra may also contain signals due to fluorescence. Fluorescence involves an inelectronic Figure Effect of varying the percent Lorentzian character a G-L peak. 図 関数のローレンツの割合によるピーク形状の変化 2:2: G-L transition combined with a vibrational transition. The The main influence is visible in the wings. higher energy needed to boost electrons (visible or UV the sample). Removal ofthis the is fluorescence radiation) explains why rare in the signal IR, butcan more します。蛍光シグナルの除去にバックグラウンド除去ルー sometimes be accomplished using background removal pronounced with high frequency lasers (depending upon routines, but curve fitting can also be used, especiallyカー when チンを使用することができ、 蛍光が比較的狭い場合には、 the fluorescence is relatively narrow. Fluorescence tends ブフィッティングを使用することができます。蛍光は非対称to exhibit considerable asymmetry, so the Log-Normal profile 性を 示す 傾 向があるので、Log-Normal関 数がよく 使 用され is most often used. The influence of asymmetry on the ます。非対称性の影響を図 3に示します。Log-Normal関数は profile is shown in Figure 3. The log-normal peak can 、ラマンピークの分析ではあまり使われない関数ですが、 蛍 IR sometimes find applications in analyzing IR and Raman peaks, but fluorescence and chromatography are more 光およびクロマトグラフィーでは一般的に使われます。 common applications of this line shape. Peak Resolveのオペレーション スペクトルカーブフィッティングの目的は、足し合わせた時 に元のデータと一致するように、スペクトルから数学的に 個々のピークを作成することです。コンバージェンス(収束) は、 これを実現するために使用されるプロセスです。 P e a k R e s o l v e の 収 束 ル ーチンは、F l e t c h e r- P o w e l l McCormickアルゴリズムを使用しています。スペクトルの RMS(平均二乗根)ノイズ値に対する残余(実スペクトルと 計算スペクトルの差)の RMS値を求め、これが最小化するま で繰り返し計算を行います。満足なパラメーターを指定して Figure 3: Effect of varying the asymmetry factor in a Log-normal peak. The 起動すると、 peak rises moreアルゴリズムは急速に収束します。 rapidly and has a longer tail as the asymmetry increases. カーブフィッティングには三つのステップがあります。 (1)プ OMNIC Peak Resolve Operation Notes の選択、 ロファイル(ピーク関数とベースラインの処理) (2) The goal of (ピーク幅、 spectral curve fitting isの選択、 to mathematically パラメーター 高さ、 位置) (3)残余の最小 create individual peaks from a spectrum that,では、 when added 化です。 各ピー OMNICソフトウェアの Peak Resolve together, match the original data. Convergence is the process used to make this happen. The convergence routine いて同じピーク関数を使用するかを選択できます。一般的に in OMNIC Peak Resolve is a Fletcher-Powell-McCormick ガウス関数は固体、 ローレンツ関数は気体、 G-L関数とフォー algorithm. The convergence point is determined by the ratio of the RMS of the residual of the sum of the created クト関数は液体、 関数は蛍光に適しています。 Log-Normal peaks to the RMS noise of the spectrum. Ideally, this should approach 1 as the RMS of the residual approaches the noise. The algorithm converges very rapidly when started with satisfactory parameters. Curve fitting involves three steps: choice of initial クのピーク関数を選択するか、もしくはすべてのピークにつ peaks, but fluorescence and chromatography are more common applications of this line shape. Figure Effect of varying関数の非対称係数によるピーク形状 the asymmetry factor in a Log-normal peak. The 図 3:3:Log-Normal peak rises more rapidly and has a longer tail as the asymmetry increases. 非対称性が大きくなるほどピークは急速に立ち上がり、 長い裾を持ちます。 OMNIC Peak Resolve Operation Notes The baseline options allow the user to select none, 、 ベースラインオプションは、 、一次(直線) The goal of spectral curve 一定(オフセット) fitting is to mathematically constant, linear, quadratic or cubic. The fitting routine will create三次曲線を選択でき、 individual peaks from a spectrum that, when added 二次、 または何も選択しないことも可能 use baselines like any other parameter to minimize the together, match the original data. Convergence is the です。フィッティングルーチンでは残余を最小化するために residual, sometimes with highly undesirable affects. Thus, process used to make this happen. The convergence routine ベースライン補正を使用しますが、 場合によっては好ましく selection of the minimum baseline correction is preferable. in OMNIC Peak Resolve is a Fletcher-Powell-McCormick Choosing “None” works well for最小限の補正を選択するこ previously baselineない影響が出ることがあるため、 algorithm. The convergence point is determined by the corrected data or clean Raman spectra. Baseline correction とが望ましいです。 あらかじめベースライン補正されたデー ratio of the RMS of the residual of the sum of the created before fitting is highly recommended if there are peaks on peaks to the RMS of the spectrum. this タ、 または 蛍 光の 影noise 響がない ラマ ン ス ペ ク Ideally, ト ルでは、 「パ ラ one side of the target peak. Figure 4athe shows this approaches for a should approach 1 as the RMS of residual メーターなし」 を選択します。図 タンパク質のスペク 4 aI に、 protein spectrum, where theconverges amide band of interest. the noise. The algorithm very is rapidly when トルのアミドⅠバンドを示します。一次のベースラインを選 The choice of linear baseline introduces a severe aberration started with satisfactory parameters. of 択すると、 the Curve fitting,低 as routine bychoice sloping the 波the 数領 域 側へminimizes ベース ライ ンが 傾of 斜し フィッ fitting involves three steps: initial baseline into the low frequency region. Selecting none or profiles (line深shapes and baseline handling), choice initial テ ィ ン グに 刻な 乱れが 生じてしまいます。この 場of 合「な constant works much better. Use quadratic and cubic parameters (width, height, location), and minimization. し」、または「一定」を選択します。複雑なベースラインを持 baselines care, as these may actually potential peaks. Thewith OMNIC Peak Resolve routinefitallows the user to つスペクトルを除き、 二次、 三次曲線の選択は一般的にはお勧 The user can manually locate initial guesses for peak select a peak profile for each peak, or to use the same locations using peakThe tooldiscussion in the lower leftoutlined corner of めできません。 profile for all the peaks. above when thePeak screen, or they 画面の左下にあるピークツールを使用して、 手 Resolve certain choices are better – Gaussian for solids, Lorentzian can opt for the for gases, and mixed (G-L or Voigt) for liquids (and 動でピーク位置を選択することができます。また、スペクト automated peak log-normal for fluorescence). ルの二次微分の最小値(逆さまピーク) は元のスペクトル locator. Manual ピーク位置である可能性が高い場所であり、 二次微分スペク selection can be aided by visualizing トルから自動的にピーク位置とピークの本数を推定すること the second ができます。FWHHはボックスに値を入力するか、ツールパ derivative of the レット領域ツールを使用して設定することができます。同様 spectrum. The に、領域ツールを使って領域内のノイズを測定することがで minima of the second derivative きます。自動検出では、 二次微分スペクトルの各ピーク位置 (upside-down を設定し、ユーザーによって選択されたデフォルトの設定 peaks) are probable Figure 4a: Effect of a sloping baseline on the (形状、幅、および感度)を使用します。ピーク高さは、元のスペ locations for signals quality of a curve fit for a protein. Note the small peaks on the high frequency end, and the いずれ fact in クトルの同じピーク位置の値と同じに設定されます。 the original that the base line passes through the spectrum. spectrum. The user の場合も、 「ピークコマンド」 からピークテーブルを編集する can locate a peak at each minimum, or can selectおよび他の a larger ことができます。ピーク形状、位置、高さ、 半値幅、 or smaller number of peaks. The FWHH can be set by パラメーター(ローレンツ関数の割合など)を手動で変更する typing values into the box or using the Tool Palette region ことができます。 tool; similarly, theピークは、 noise in aフィッティングルーチンの繰り返 region can be determined by しの前後で追加、 削除することができます。編集が完了する setting a region and choosing Noise. The automated routine uses the defaults selected と、 表示されたピークとその他の情報は、 これらの変更を反映 byするよう自動的に更新されます。 the user (shape, width and sensitivity) to set a single peak at the location of each inverted peak of the second 一般的に初期の推定値が収束値と接近している場合、フィッ derivative. The initial height is set equal to the value of 実際 theティングはより良い結果が得られます。最初の線幅が、 original spectrum at that point. In either case, the user can edit the peak table through の 線 幅の10%に 設 定されている 場 合には、ピ ー ク 幅よりも theピーク高さが低下する場合があります。 “Peaks…” command. Profile shapes,ピーク位置がピーク locations, heights, FWHHs, and other parameters (i.e., percent Lorentzian) の中心から離れすぎていたり、ベースラインが傾斜している can be manually altered. Peaks can also be added or deleted 場合、 フィッティング結果が悪くなることがあります。 either before or after iterations of the fitting routine. Once the edit is complete, the displayed peaks and other information are automatically updated to reflect these changes. As a general rule, fitting routines converge more effectively the better the initial parameters. For instance, if the initial line width is set to 10% of the actual line width, the aided by visualizing the second derivative of the 3 spectrum. The minima of the second derivative (upside-down peaks) are probable Fig locations for signals qu pe in the original tha spectrum. The user can locate a peak at ea or smaller number of p typing values into the tool; similarly, the nois setting a region and ch The automated rou by the user (shape, wid peak at the location of derivative. The initial h the original spectrum a In either case, the u the “Peaks…” comman FWHHs, and other pa can be manually altered either before or after it the edit is complete, th mation are automatica As a general rule, fi tively the better the ini initial line width is set minimization routine w drops the residual faste location is too far from (especially with sloping baseline choice can aff Further, the final fit va The user can manually locate initial guesses for peak locations using the peak tool in the lower left corner of the screen, or they 4 can opt for the automated peak locator. Manual selection can be aided by visualizing the second derivative of the spectrum. The minima of the second derivative (upside-down peaks) are probable 図 Figure 4a: Effect of a sloping baseline on the 4 a:傾斜したベースラインのカーブフィッティングへの影響 quality of a curve fit for a protein. Noteベースラインがスペクトルを通過して the small locations for signals もっとも高波数側の小さなピークと、 peaks on the high frequency end, and the fact in the original いるという問題があります。 that the base line passes through the spectrum. spectrum. The user can locate a peak at each minimum, or can select a larger or smaller number of peaks. The FWHH can be set by typing values into the box or using the Tool Palette region tool; similarly, the noise in a region can be determined by setting a region and choosing Noise. The automated routine uses the defaults selected by the user (shape, width and sensitivity) to set a single peak at the location of each inverted peak of the second derivative. The initial height is set equal to the value of the original spectrum at that point. In either case, the user can edit the peak table through the “Peaks…” command. Profile shapes, locations, heights, Figure 4b: Effect of using too many components for the same protein peak. 図 4 b:多くのピークを使用した時のフィッティングの効果 FWHHs, and other parameters (i.e., percent Lorentzian) The residual 元のスペクトルと一致していますが、 overlaps the original spectrum very well, but most of the peaks 残余はなく、 ピークのほとんどに科学 can be manually altered. Peaks can also be added or deleted are scientifically meaningless. 的な意味がありません。 either before or after iterations of the fitting routine. Once estimates are close. Thus, time spent initially will the edit is complete, initial the displayed peaks and other inforoptimize the results. mation are automatically updated to reflect these changes. There are three furthermore considerations in making a As a general rule, fitting routines converge effeccurve parameters. fit scientifically First, a fitting algorithm, tively the better the initial Formeaningful. instance, if the given enough peaks andline varying parameters, can fit any initial line width is set to 10% of the actual width, the spectrum. A certain amount of scientific insight is needed minimization routine will sometimes find that peak height to make the peak fitting procedure meaningful. A large drops the residual faster than the peak width. If the peak number of peaks may give a good visual residual, but be location is too far from the center of a peak, bad divergence totally meaningless to interpretation – some of the peaks (especially with sloping baselines) can result. As noted, the may have no source in reality. Figures 4b and 4c show baseline choice can affect the quality of the fit drastically. this for the protein peak – the fit in 4b is excellent, but Further, the final fit values will “stay home” better if the meaningless. The fit in 4c is the most correct, and can be interpreted in terms the protein or the same protein peak. Figure 4c: A good fit to theof protein spectrum. structure. The baseline Thus, selectionalways was 図 4 c:タンパク質のスペクトルへの良好なフィッティング start a 「なし」 smaller peaks andsuggested increaseby the well, but most of the peaks “None”with and the numberを選択し、 ofnumber peak’s 構造から推定されるピーク数を入力しま setof to the number the ベースラインは structure. The ratiouser of peak areas can regions now be used to assess the percent number as the identifies in the residual that した。 ピーク面積の比から、 タンパク質におけるシートとコイルの割合を評 of sheet and coil in the protein. appear to be the locations of peaks. This iterative procedure 価することができます。 spent initially will can be tedious for broad peaks with multiple humps, while the noise spikes). Thewill second derivative also becomes afitseries of isolated peaks fit easily the first time through. ions in making a unreliable for finding peaks (the derivative of noise Next, the whole point of a fitting routine is to is worse st, a fitting algorithm, noise). Smoothing of data can be used but the problem converge to a local minimum of the residual. If there are 10 meters, can fit any with smoothing is thatthe they can alter the line Lorentzian peakstechniques plus a baseline, routine is minimizing fic insight is needed shape to some degree. height, For example, use ofplus a “heavy” 32 variables (location, width the for each slope eaningful. A large 25-point Savitsky-Golay smooth completely eliminate and intercept). Convergence of allcan these can be tricky in ual residual, but be peaks. (5 to can the best“Gentle” of cases. smoothing Occasionally, fit 9-point routinessmoothing) can “move” – some of the peaks be helpful and should not distort the peak location or peaks a substantial distance to a place in the spectrum s 4b and 4c show -1 or more) peaks. peak height of reasonably broad (10but cmwhere where they make no physical sense, the converb is excellent, but However, the line width becomes convoluted with gence is slightly better. Note the small peaks on thethe high correct, and can be smoothing function, and must be reported as such. Thus, frequency side of Figure 4a – these were used by the fit ucture. Thus, always for best to results, shouldbaseline be madework, experimentally to routine makeefforts the sloping but they are and increase the improve the signal to noise prior to submitting spectra obviously meaningless. This is especially a problem if a for in the residual that curve fitting. number of broad peaks are closely spaced. The investigator his iterative procedure has the ability in OMNIC Peak Resolve to lock a parameter, multiple humps, while Conclusion which can keep peaks from drifting away from their original the first time through. location. As more is gained the The fitting Curve fitting opensexperience great power to the using end user. interroutine is to program, it becomes clear relies how this pretation of protein peaks uponworks. curve fitting to extract sidual. If there are 10 Finally, a about factor protein which isstructure. of criticalThe importance in fitting information tremendous field routine is minimizing isofthe signal to noise of spectral data, which must be relaliquid dynamics is accessible, and calibrations based on or each plus slope tively fitting will work some noisy peak high. areas,The rather thanroutine just heights, can with be obtained. The se can be tricky in カーブフィッティングが科学的に意味のあるものかどうかは 三つの事項から判断できます。一つ目は、スペクトルのフィッ ティングに適したアルゴリズムを選択したか、十分なピーク とパラメーターを与えたかどうかです。意味のあるピーク フィッティング手順には、科学的な洞察が必要です。ピーク本 数が多い場合には、視覚的には良いフィッティングに見えま すが、ピークのいくつかは実際には何の根拠も持たない場合 があります。図 4 bと図 4 c はタンパク質のピークをフィッ ティングしたものです。図 4 b のフィッティングの結果は良 好ですが、科学的には無意味です。図 4 c のフィッティングの 結果はもっとも正確であり、タンパク質構造の観点で解釈す ることができます。このように、常に少ないピーク数で開始 し、ピークの位置であるように見える領域をユーザーが特定 することでピーク数を増やしていきます。 二つ目は、フィッティングルーチンにおいて残余を極小に収 束することです。10本のローレンツピークとベースラインが In of Sc a 存在する場合、ルーチンは32の変数を最小化します(それぞ ta れの ピ ー クの 位 置、高さ、幅と 傾き、および 切 片) 。フ ィ ッ th ティングルーチンが、結果が良くなるようにピークを物理的 な意味を持たないスペクトル内の場所に動かしてしまうこと があります。図 4 aでは傾斜したベースラインを使用しまし たが、高波数側の小さなピークに着目してください。これら は、 明らかに意味がありません。 ブロードなピークが近接して Figure 4c: A good fit to the protein spectrum. The baseline selection was “None” and the number of peak’s set to the number suggested by the 配置されている場合には特に注意が必要です。 Peak Resolve structure. The ratio of peak areas can now be used to assess the percent が終了した後は、各パラメーターはリセットされずにそのま of sheet and coil in the protein. ま残ります。 In addition to these fit the noise spikes). offices, Thermo Fisher The second derivative also becomes unreliable for finding peaks (the derivative of noise is worse Scientific maintains noise). Smoothing of a network of represen- data can be used but the problem withtative smoothing techniques is that they can alter the line organizations shape to some degree. For example, the use of a “heavy” throughout the world. 25-point Savitsky-Golay smooth can completely eliminate peaks. “Gentle” smoothing (5 to 9-point smoothing) can be helpful and should not distort the peak location or peak height of reasonably broad (10 cm-1 or more) peaks. However, the line width becomes convoluted with the Australiafunction, and must be reported as such. Thus, smoothing +61 2 8844 9500 for best results, efforts should be made experimentally to Austria improve the50340 signal to noise prior to submitting spectra for +43 1 333 Belgium curve fitting. +32 2 482 30 30 Canada Conclusion +1 800 532 4752 China Curve fitting opens great power to the end user. The inter+86 10 5850 3588 pretation of protein peaks relies upon curve fitting to extract Denmark +45 70 23 62about 60 information protein structure. The tremendous field Francedynamics is accessible, and calibrations based on of liquid +33 1 60 92 48 00 peakGermany areas, rather than just heights, can be obtained. The +49 routine 6103 408 1014 fitting in OMNIC Peak Resolve was designed to India to use, rapidly convergent, and flexible. It provides be easy +91 22 6742 9434 an additional tool with excellent utility in many fields. Italy +39 02 950 591 Japan References +81 45 453 9100 1. Rothschild, Walter G. Dynamics of Molecular Liquids (New York, John Latin America Wiley and276 Sons, 1984). +1 608 5659 2. Bradley, Michael and Krech, John. J. Physical Chemistry 1993, 97(3), Netherlands 575-580. +31 76 587 98 88 3. Pelikán, South Peter; AfricaČeppan, Michal; Liška, Marek Applications of Numerical Methods Spectroscopy (Boca Raton, CRC Press, 1993), +27 11 in 570Molecular 1840 Chapter Spain 2. +34 91 657 4. Schweizer, K.S.4930 and Chandler, D. J. Chemical Physics 1982, 76, 2296. Sweden / Norway / 5. Oxtoby, D.W. Adv Chemical Physics Vol. XL (New York, Wiley, 1979) pp.Finland 1-48. +46 8 556 468Powell, 00 6. Fletcher, R. and M.J.D. A Rapidly Convergent Descent for SwitzerlandComputer Journal. 1963, (6) 163-168. Minimization, +41 61 48784 00 7. Fiacco, A.V. and McCormick, G.P. Nonlinear Sequential Uncostrained UK A +6 A +4 B +3 Ca +1 Ch +8 D +4 Fr +3 G +4 In +9 Ita +3 Ja +8 La +1 N +3 So +2 Sp +3 Sw Fi +4 Sw +4 U +4 U +1 w Th Ins US © Sc res are Fis su Sp pr No 三つ目は、スペクトルデータの S/Nです。フィッティングルー チンは、ノイズの多いスペクトルでも動作しますが、ノイズス パイクと小さい信号が収束に影響します(ノイズスパイクを フィッティングしてしまう場合があります) 。ノイズを微分す ることでさらなるノイズを生じさせてしまうため、 ピークを見 つけるための二次微分も信頼性が低くなります。ノイズの除 去のためにデータの平滑化(スムージング)を用いることが できますが、ライン形状を変化させてしまうという問題点が 参考文献 1 . Rothschild, Walter G. Dynamics of Molecular Liquids (New York, John Wiley and Sons,1984 ). 2 . Bradley, Michael and Krech, John. J. Physical Chemistry 1993 , 97(3), 575 -580 . 3 . Pelikán, Peter; Č eppan, Michal; Liš ka, Marek Applications of Numerical Methods in Molecular あります。たとえば、 Peak Resolveで「heavy 」を選択した場 Spectroscopy (Boca Raton, CRC Press, 1993), Chapter 2. 合、 Savitsky-Golayで25ポイントのスムージングを行います 4 . Schweizer, K.S. and Chandler, D. J. Chemical Physics が、この処理によりピークを完全に排除してしまう場合があ 1982 , 76, 2296 . ります。 「Gentle 」は5 ∼ 9ポイントのスムージングで、ピーク 5 . Oxtoby, D.W. Adv Chemical Physics Vol. XL (New 位置またはブロードなピーク高さ(10 cm 以上)でもピーク York, Wiley, 1979 ) pp. 1 -48 . を歪ませないため、参考にすることができます。しかし、線幅 6 . Fletcher, R. and Powell, M.J.D. A Rapidly Convergent -1 はスムージング機能によって変化するため、 注意が必要です。 まとめ カーブフィッティングは非常に有用なツールです。たとえば タンパク質ピークの解釈に応用ができ、二次構造に関する情 報を 抽 出することが 可 能です。また、ピ ー ク 高さではなく、 ピーク面積に基づいて定量分析を行うことができます。 Peak Resolveは使いやすく、素早いフィッティング処理によ りさまざまなケースに対応できるように設計されています。 Descent for Minimization, Computer Journal. 1963 , (6) 163 -168 . 7 . Fiacco, A.V. and McCormick, G.P. Nonlinear Sequential Uncostrained Minimization Techniques, (New York, John Wiley and Sons, 1968 ). 5 Application Note M16001 Ⓒ 2014 2007 Thermo Fisher Scientific Inc. 無断複写・転載を禁じます。 ここに記載されている会社名、製品名は各社の商標、登録商標です。 ここに記載されている内容は、予告なく変更することがあります。 サーモフィッシャーサイエンティフィック株式会社 分析機器に関するお問い合わせはこちら TEL 0120-753-670 FAX 0120-753 -671 〒221-0022 横浜市神奈川区守屋町3 -9 E-mail : [email protected] www.thermoscientific.jp FTIR035_A1601SO
© Copyright 2024 Paperzz