JP2010523970A - 試料中の細菌を検出する手段および方法 - Google Patents

Abstract

本発明は、無培養試料中の特定の細菌を検出するおよび／または同定する方法を提供する。その方法は、（ａ）前記無培養試料の吸収スペクトル（ＡＳ）を求める工程と、（ｂ）前記特定の細菌についてのｎ次元体積の境界を求める工程と、（ｃ）前記ＡＳをデータ処理する工程と、（ｄ）統計的相関ｍ１および／または特徴ｍがｎ次元体積の範囲内である場合に、前記特定の細菌を検出するおよび／または同定する工程、より特に選択された工程からなる。

Description

本発明は、試料中の特定の細菌についての分光学的な医療診断分野に関する。さらに詳細には、本発明は、分光測定法を用いて試料中の異なる種類の細菌を検出する手段および方法を提供する。当該検出手段および方法は、水、飲料、食料品中の細菌の検出、込み合った場所での有害性物質の検出などのような、医療および医療以外の双方において利用され得る。

微生物の同定は、医療分野において非常に重要である。さらに、近年では、環境微生物学および産業微生物学の顕著な発展により、効率的で相対的に迅速な同定技術の必要性がより一層差し迫ったものとなっている。ある分野では、呼吸器疾患における細菌の迅速で正確な同定が緊急を要する。

呼吸器疾患は、肺、気管支、気管および咽頭の疾患に対する包括的用語である。これらの疾患は、軽症で自然治癒するもの（鼻感冒や感冒）から命を脅かすもの（例えば細菌性肺炎や肺塞栓症）まである。

呼吸器疾患は、閉塞性のものまたは拘束性のものとして分類され得る。閉塞性は、空気などが肺に出入りする率を妨げる状態（例えば、喘息）であり、拘束性は、肺の機能的容積の低下を引き起こす状態（例えば、肺線維症）である。

呼吸器疾患は、さらに、上気道または下気道の疾患（感染性の呼吸器疾患と関連して最も一般的に用いられる）、実質性肺疾患および血管性肺疾患として分類され得る。

感染性の呼吸器疾患は、その名の通り、典型的に、哺乳類の呼吸器系に感染させ得る多くの感染性病原体の１つによって引き起こされ、その原因はウイルスまたは細菌（例えば、肺炎球菌）によるものである。

感染性の呼吸器疾患にかかっている患者は、通常、咽頭炎に耐え、嚥下するのに苦労する。しかし、これらの症状は、インフルエンザの兆候を示している場合もある。

感染症を正確に診断し適切な処置を施すため、通常、連鎖球菌に感染していると思われる患者の咽頭培養検査が行われる。

咽頭培養検査や細胞分析は、通常、約３日を要する。さらに、検査は患者にいくらかの不便を感じさせる。

細胞分析は、何が望ましく正確な処置および薬物療法であるかを決定する。

他の検査としては、連鎖球菌迅速検査がある。この検査では、咽頭スワブを試薬の中に挿入し、細菌と試薬の化学反応により細菌が存在することを判定する。この検査は迅速に判定結果を示す（１０分乃至３０分）が、その感度は非常に悪く、利用しづらい。従って、この検査は、医療従事者によって一般的に利用されるものではない。

通常、医師は、細菌が存在する場合に抗生物質を処方すべきかが分かることを望む。従って、医師にとって、同様に患者にとっても、咽頭試料に対する即時型反応を得ることは有益であろう。

即時型反応は、咳で吐出されたデブリ（吐出されたガスと微量液体）やその他の人間の体液（唾液、粘膜など）を試料採取し、それらの内容物を光学的に特性化することによって得られるであろう。試料を光学的に特性化することは、患者にとって、通常の粘膜培養検査よりも、おそらく利便性が高いであろう。

いくつかの分光技術は、当技術分野で既に周知である。例えば、ウィルフレッド・ネルソンの国際公開公報第ＷＯ９８／４１８４２号には、細菌抗体複合体を検出するシステムが開示されている。細菌の存在についての検査試料を、抗原抗体複合体を形成する特定の細菌に結合する表面に付着した抗体を含む培養液に入れる。培養液は、光エネルギーの入射ビームと接触する。光エネルギーのいくらかは、低共鳴増強ラマン後方散乱エネルギーとして培養液から放射される。微生物の存在または非存在の検出は、当該微生物の特徴的なスペクトルピークに基づく。換言すれば、国際公開公報第ＷＯ９８／４１８４２号では紫外共鳴ラマン分光法が用いられている。

ローラ・エー・バンデルバーグの米国特許第６，５９９，７１５号は、試料中の生菌胞子の存在を検出するプロセスおよび胞子検出システムに関する。そのプロセスは、生菌胞子が出現することの関係付けに十分な一定の間、試料を発芽培地に置くことを含む。それから、試料は、ジピコリン酸と反応して蛍光錯体を生じることが可能なランタニド溶液と混合される。最後に、試料は、ジピコリン酸の存在について測定される。

ウィルフレッド・Ｈ・ネルソンの米国特許第４，８４７，１９８号には、細菌の同定方法が開示されている。まず、分類標識が、紫外線エネルギー光線で、細菌中に励起される。それから、共鳴増強ラマン後方散乱エネルギーは、蛍光非存在下で実質的に収集される。次に、共鳴増強ラマン後方散乱エネルギーが、前記細菌中の分類標識に対応するスペクトルに変換される。最後に、スペクトルが示され、細菌が同定され得る。

モスタファ・Ａ・エルサイドの米国特許第６，３７９，９２０号には、分光学的手段を用いて生物学的試料中の特定の細菌を分析し診断する方法が開示されている。その方法は、対照区として用いる非感染患者の生物学的試料のスペクトルを求め、対照スペクトルを感染試料のスペクトルから減算し、得られた差スペクトルの指紋領域を細菌の対照スペクトルと比較することを含む。この診断技術を用いて、当該米国特許は、培養せずに特定の細菌を同定することを権利請求している。

ナウマンらは、フーリエ変換赤外分光法を用いて、乾燥試料中の細菌検出および分類を論証した（ナウマン・Ｄら著「細菌学における赤外分光法」エンサイクロペディア・オブ・アナリティカル・ケミストリー、Ｒ．Ａ．Ｍｅｙｅｒｓ（Ｅｄ．）、１０２−１３１頁、ジョンワイリー・アンド・サンズ社、チチェスター、２０００年）。マーシャルらは、フーリエ変換赤外ラマン分光法を用いて、生細菌を同定した（マーシャルら著「現存する化石細菌の振動分光法：火星の天文生物学的探査との関連性」振動分光法第４１号（２００６年）１８２−１８９頁）。上記の組み合わせの蛍光分光法を含む他の方法もある。

培養せずに迅速にかつ正確に試料から細菌を検出できる手段および方法を開示した先行技術文献はなく、湿潤試料中の同定を実証したものはない。また、細菌をより良く検出するために、水の影響を試料から除去できる手段および方法を開示した先行技術文献はない。さらに、上記先行技術の全てが、細菌の検出のために、熟練のオペレータおよび／または試薬の使用または複雑な試料の調製を必要とする。

したがって、試薬を使用せずおよび／または複雑な試料の調製をせずに、無培養の試料、特に湿潤試料から、正確な細菌同定をするための手段および方法が、永年にわたって要求されている。

本発明の１つの目的は、無培養試料中の特定の細菌を検出するおよび／または同定する方法を提供することである。その方法は、
ａ．前記無培養試料の吸収スペクトル（ＡＳ）を求める工程と、
ｂ．前記特定の細菌についてのｎ次元体積の境界を、
ｉ．前記特定の細菌を含む試料の少なくとも１つの吸収スペクトル（ＡＳ２）を求め、
ｉｉ．ピーク波長、ピーク高さと幅、異なるピークの強度比またはこれらの組み合わせからなる群より選択された特徴ｘ（前記ｘは、１より大きいまたは１に等しい整数を意味する。）を前記ＡＳ２から抽出し、
ｉｉｉ．前記ＡＳ２の少なくとも１つの導関数を算出し、
ｉｖ．前記特徴ｘにより、前記ＡＳ２を幾つかのセグメントに区分けし、
ｖ．前記セグメントの夫々の統計的相関ｙ（前記ｙは、１より大きいまたは１に等しい整数を意味する。）を算出し、
ｖｉ．ｎ次元空間（ｎは、前記特徴ｘと前記統計的相関ｙの和に等しい。）を定義し、
ｖｉｉ．前記特徴ｘの夫々および前記統計的相関ｙの夫々を前記特定の細菌にアサインし、
ｖｉｉｉ．前記特徴ｘの夫々および／または前記統計的相関ｙの夫々について、前記ｎ次元空間のｎ次元体積を定義するガウス分布を算出し、
ｉｘ．前記ｎ次元体積の境界を、二次元ガウス分類法、ｋ最近傍法、ベイズ分類法またはこれらの組み合わせからなる群より選択された手法を用いて決定する
ことにより求める工程と、
ｃ．前記ＡＳを、
ｉ．移動平均法、Ｓａｖｉｔｚｋｙ‐Ｇｏｌａｙ法またはこれらの組み合わせからなる群より選択された異なる平滑化技術を用いてノイズを除去し、
ｉｉ．ピーク幅、強度、幅／強度比、ピーク波長、異なるピークの強度比、またはこれらの組み合わせからなる群より選択された特徴ｍ（前記ｍは、１より大きいまたは１に等しい整数を意味する。）を前記ＡＳから抽出し、
ｉｉｉ．前記特徴ｍにより、前記ＡＳを幾つかのセグメントに区分けし、
ｉｖ．前記セグメントの夫々の統計的相関ｍ１（前記ｍ１は、１より大きいまたは１に等しい整数を意味する。）を算出する
ことによりデータ処理する工程と、
ｄ．前記統計的相関ｍ１および／または前記特徴ｍが前記ｎ次元体積の範囲内である場合に、前記特定の細菌を検出するおよび／または同定する工程
より特に選択された工程からなる。

本発明の他の目的は、前記ＡＳをデータ処理する前記工程（ｃ）が、
ｉ．前記ＡＳのｏ次導関数（ｏは、１より大きいまたは１に等しい整数を意味する。）の少なくとも１つを算出し、
ｉｉ．ピーク幅、強度、幅／強度比、異なるピークの強度比、ピーク波長またはこれらの組み合わせからなる群より選択された特徴ｍ２を前記ｏ次導関数から抽出し、
ｉｉｉ．前記特徴ｍ２により、前記ｏ次導関数を幾つかのセグメントに区分けし、
ｉｖ．前記セグメントの夫々の統計的相関ｍ３を算出し、
ｖ．前記統計的相関ｍ１および／または統計的相関ｍ３および／または前記特徴ｍおよび／または特徴ｍ２が前記ｎ次元体積の範囲内である場合に、前記特定の細菌を検出するおよび／または同定する
工程をさらに含むことを特徴とする上記の方法を提供することである。

本発明の他の目的は、前記セグメントの夫々の統計的相関関係を算出する前記工程が、ピアソンの相関係数を用いて実行されることを特徴とする上記の方法を提供することである。

本発明の他の目的は、化膿連鎖球菌、Ｃ群およびＧ群β溶血性連鎖球菌、コリネバクテリウム・ヘモリチカム、ジフテリアおよびウルセランス、淋菌、マイコプラズマ肺炎、エンテロコリチカ菌、結核菌、トラコーマクラミジアおよび肺炎クラミジア、百日咳菌、レジオネラ菌種、カリニ肺炎菌、ノカルジア、ヒストプラズマ・カプスラーツム、コクシジオイデス・イミチス、インフルエンザ菌、Ａ群β溶血性連鎖球菌および黄色ブドウ球菌からなる群より選択された前記特定の細菌を選択する工程をさらに含む上記の方法を提供することである。

本発明の他の目的は、前記ＡＳを求める前記工程が、
ａ．前記無培養試料に適応する少なくとも１つの光学セルを備え、
ｂ．レーザ、ランプ、ＬＥＤ波長可変レーザ、単色光分光器からなる群より選択されたｐ光源（ｐは、１に等しいまたは１より大きい整数を意味し、前記ｐ光源は、光を前記光学セルに放射するように構成される。）を備え、
ｃ．前記無培養試料の分光学的データを受信する検出手段を備え、
ｄ．異なる波長で前記ｐ光源から光を前記光学セルに放射し、
ｅ．前記検出手段によって前記光学セルから出射する前記光を集光して前記ＡＳを求める
工程をさらに含むことを特徴とする上記の方法を提供することである。

本発明の他の目的は、光を放射する前記工程が、紫外、可視、赤外、中間赤外、遠赤外およびテラヘルツの波長範囲で実行されることを特徴とする上記の方法を提供することである。

本発明の他の目的は、約３０００ｃｍ^−１から約３３００ｃｍ^−１および／または約８５０ｃｍ^−１から約１０００ｃｍ^−１および／または約１３００ｃｍ^−１から約１３５０ｃｍ^−１の領域における前記ＡＳを分析することによって前記特定の細菌を検出する工程をさらに含む上記の方法を提供することである。

本発明の他の目的は、無培養試料中の特定の細菌を検出するおよび／または同定する方法を提供することである。その方法は、
ａ．前記無培養試料の水の影響を含む吸収スペクトル（ＡＳ）を求める工程と、
ｂ．前記特定の細菌についてのｎ次元体積の境界を、
ｉ．前記特定の細菌を含む試料の少なくとも１つの吸収スペクトル（ＡＳ２）を求め、
ｉｉ．ピーク波長、ピーク高さと幅、異なるピークの強度比またはこれらの組み合わせからなる群より選択された特徴ｘ（前記ｘは、１より大きいまたは１に等しい整数を意味する。）を前記ＡＳ２から抽出し、
ｉｉｉ．前記ＡＳ２の少なくとも１つの導関数を算出し、
ｉｖ．前記特徴ｘにより、前記ＡＳ２を幾つかのセグメントに区分けし、
ｖ．前記セグメントの夫々の統計的相関ｙ（前記ｙは、１より大きいまたは１に等しい整数を意味する。）を算出し、
ｖｉ．ｎ次元空間（ｎは、前記特徴ｘと前記統計的相関ｙの和に等しい。）を定義し、
ｖｉｉ．前記特徴ｘの夫々および前記統計的相関ｙの夫々を前記特定の細菌にアサインし、
ｖｉｉｉ．前記特徴ｘの夫々および／または前記統計的相関ｙの夫々について、前記ｎ次元空間のｎ次元体積を定義するガウス分布を算出し、
ｉｘ．前記ｎ次元体積の境界を、二次元ガウス分類法、ｋ最近傍法、ベイズ分類法またはこれらの組み合わせからなる群より選択された手法を用いて決定する
ことにより求める工程と、
ｃ．前記水の影響を、
ｉ．前記ＡＳの範囲内の波数（ｘ）の夫々での吸収強度（Ｓｉｇｗｉｔｈ ｗａｔｅｒ（ｘ））を備え、
ｉｉ．前記ＡＳを少なくとも２つの波数範囲に区分けし、
ｉｉｉ．前記少なくとも２つの波数範囲の範囲内の波数（ｘ）の夫々での補正率（ＣＦ）を算出（ＣＦ（ｘ））し、
ｉｖ．前記水（Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１））およびそれに対応する波数（ｘ１）に最も影響される少なくとも１つの吸収強度を、前記ＡＳから求め、
ｖ．少なくとも１つの波数（ｘ１）での前記水の少なくとも１つの補正率（ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１））を算出し、
ｖｉ．前記少なくとも１つのＳｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）を前記少なくとも１つの波数（ｘ１）での前記少なくとも１つのＣＦｗａｔｅｒで除算（Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）／ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１））し、
ｖｉｉ．前記工程（ｖｉ）の平均値（ＡＶＧ［Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）／ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１）］）を算出し、
ｖｉｉｉ．前記ＡＶＧ［Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）／ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１）］に前記ＡＳの範囲内の前記波数（ｘ）の夫々についての前記ＣＦ（ｘ）を乗算し、
ｉｘ．前記ＡＳの範囲内の前記波数（ｘ）の夫々での前記Ｓｉｇｗｉｔｈ ｗａｔｅｒ（ｘ）から前記工程（ｖｉｉｉ）の結果を減算する
ことにより前記ＡＳから除去する工程と、
ｄ．前記ＡＳを、
ｉ．移動平均法、Ｓａｖｉｔｚｋｙ‐Ｇｏｌａｙ法またはこれらの組み合わせからなる群より選択された異なる平滑化技術を用いてノイズを除去し、
ｉｉ．ピーク幅、強度、幅／強度比、ピーク波長、異なるピークの強度比、またはこれらの組み合わせからなる群より選択された特徴ｍ（前記ｍは、１より大きいまたは１に等しい整数を意味する。）を前記ＡＳから抽出し、
ｉｉｉ．前記特徴ｍにより、前記ＡＳを幾つかのセグメントに区分けし、
ｉｖ．前記セグメントの夫々の統計的相関ｍ１（前記ｍ１は、１より大きいまたは１に等しい整数を意味する。）を算出する
ことにより前記水の影響なしにデータ処理する工程と、
ｅ．前記統計的相関ｍ１および／または前記特徴ｍが前記ｎ次元体積の範囲内である場合に、前記特定の細菌を検出するおよび／または同定する工程
より特に選択された工程からなる。

本発明の他の目的は、前記ＡＳを前記水の影響なしにデータ処理する前記工程（ｄ）が、
ｉ．前記ＡＳのｏ次導関数（ｏは、１より大きいまたは１に等しい整数を意味する。）の少なくとも１つを算出し、
ｉｉ．ピーク幅、強度、幅／強度比、異なるピークの強度比、ピーク波長またはこれらの組み合わせからなる群より選択された特徴ｍ２を前記ｏ次導関数から抽出し、
ｉｉｉ．前記特徴ｍ２により、前記ｏ次導関数を幾つかのセグメントに区分けし、
ｉｖ．前記セグメントの夫々の統計的相関ｍ３を算出し、
ｖ．前記統計的相関ｍ１および／または統計的相関ｍ３および／または前記特徴ｍおよび／または特徴ｍ２が前記ｎ次元体積の範囲内である場合に、前記特定の細菌を検出するおよび／または同定する
工程をさらに含むことを特徴とする上記の方法を提供することである。

本発明の他の目的は、前記セグメントの夫々の統計的相関関係を算出する前記工程が、ピアソンの相関係数を用いて実行されることを特徴とする上記の方法を提供することである。

本発明の他の目的は、化膿連鎖球菌、Ｃ群およびＧ群β溶血性連鎖球菌、コリネバクテリウム・ヘモリチカム、ジフテリアおよびウルセランス、淋菌、マイコプラズマ肺炎、エンテロコリチカ菌、結核菌、トラコーマクラミジアおよび肺炎クラミジア、百日咳菌、レジオネラ菌種、カリニ肺炎菌、ノカルジア、ヒストプラズマ・カプスラーツム、コクシジオイデス・イミチス、インフルエンザ菌、Ａ群β溶血性連鎖球菌および黄色ブドウ球菌からなる群より選択された前記特定の細菌を選択する工程をさらに含む上記の方法を提供することである。

本発明の他の目的は、前記ＡＳを求める前記工程が、
ａ．前記無培養試料に適応する少なくとも１つの光学セルを備え、
ｂ．レーザ、ランプ、ＬＥＤ波長可変レーザ、単色光分光器からなる群より選択されたｐ光源（ｐは、１に等しいまたは１より大きい整数を意味し、前記ｐ光源は、光を前記光学セルに放射するように構成される。）を備え、
ｃ．前記無培養試料の分光学的データを受信する検出手段を備え、
ｄ．異なる波長で前記ｐ光源から光を前記光学セルに放射し、
ｅ．前記検出手段によって前記光学セルから出射する前記光を集光して前記ＡＳを求める
工程をさらに含むことを特徴とする上記の方法を提供することである。

本発明の他の目的は、光を放射する前記工程が、紫外、可視、赤外、中間赤外、遠赤外およびテラヘルツの波長範囲で実行されることを特徴とする上記の方法を提供することである。

本発明の他の目的は、試料中の特定の細菌を検出するおよび／または同定するように構成されたシステム１０００を提供することである。そのシステムは、
ａ．前記試料の吸収スペクトル（ＡＳ）を求める手段１００と、
ｂ．前記特定の細菌についてのｎ次元体積の境界を求める手段であって、
ｉ．前記特定の細菌を含む試料の少なくとも１つの吸収スペクトル（ＡＳ２）を求める手段２０１と、
ｉｉ．ピーク波長、ピーク高さと幅、異なるピークの強度比またはこれらの組み合わせからなる群より選択された特徴ｘ（前記ｘは、１より大きいまたは１に等しい整数を意味する。）を前記ＡＳ２から抽出する手段２０２と、
ｉｉｉ．前記ＡＳ２の少なくとも１つの導関数を算出する手段２０３と、
ｉｖ．前記特徴ｘにより、前記ＡＳ２を幾つかのセグメントに区分けする手段２０４と、
ｖ．前記セグメントの夫々の統計的相関ｙ（前記ｙは、１より大きいまたは１に等しい整数を意味する。）を算出する手段２０５と、
ｖｉ．ｎ次元空間（ｎは、前記特徴ｘと前記統計的相関ｙの和に等しい。）を定義する手段２０６と、
ｖｉｉ．前記特徴ｘの夫々および前記統計的相関ｙの夫々を前記特定の細菌にアサインする手段２０７と、
ｖｉｉｉ．前記特徴ｘの夫々および／または前記統計的相関ｙの夫々について、前記ｎ次元空間のｎ次元体積を定義するガウス分布を算出する手段２０８と、
ｉｘ．前記ｎ次元体積の境界を、二次元ガウス分類法、ｋ最近傍法、ベイズ分類法またはこれらの組み合わせからなる群より選択された手法を用いて決定する手段２０９
によって特徴づけられる統計処理手段２００と、
ｃ．前記ＡＳをデータ処理する手段であって、
ｉ．移動平均法、Ｓａｖｉｔｚｋｙ‐Ｇｏｌａｙ法またはこれらの組み合わせからなる群より選択された異なる平滑化技術を用いてノイズを除去する手段３０１と、
ｉｉ．ピーク幅、強度、幅／強度比、ピーク波長、異なるピークの強度比、またはこれらの組み合わせからなる群より選択された特徴ｍ（前記ｍは、１より大きいまたは１に等しい整数を意味する。）を前記ＡＳから抽出する手段３０２と、
ｉｉｉ．前記特徴ｍにより、前記ＡＳを幾つかのセグメントに区分けする手段３０３と、
ｉｖ．前記セグメントの夫々の統計的相関ｍ１（前記ｍ１は、１より大きいまたは１に等しい整数を意味する。）を算出する手段３０４
によって特徴づけられる手段３００と、
ｄ．前記統計的相関ｍ１および／または前記特徴ｍが前記ｎ次元体積の範囲内である場合に、前記特定の細菌を検出するおよび／または同定する手段４００
からなることを特徴とする。

本発明の他の目的は、前記ＡＳをデータ処理する前記手段３００が、
ｉ．前記ＡＳのｏ次導関数（ｏは、１より大きいまたは１に等しい整数を意味する。）の少なくとも１つを算出する手段３０５と、
ｉｉ．ピーク幅、強度、幅／強度比、異なるピークの強度比、ピーク波長またはこれらの組み合わせからなる群より選択された特徴ｍ２を前記ｏ次導関数から抽出する手段３０６と、
ｉｉｉ．前記特徴ｍ２により、前記ｏ次導関数を幾つかのセグメントに区分けする手段３０７と、
ｉｖ．前記セグメントの夫々の統計的相関ｍ３を算出する手段３０８と、
ｖ．前記統計的相関ｍ１および／または統計的相関ｍ３および／または前記特徴ｍおよび／または特徴ｍ２が前記ｎ次元体積の範囲内である場合に、前記特定の細菌を検出するおよび／または同定する手段３０９
によってさらに特徴づけられた上記のシステムを提供することである。

本発明の他の目的は、統計的相関関係を算出する前記手段３０８または３０４が、ピアソンの相関係数からなる群より選択されることを特徴とする上記のシステムを提供することである。

本発明の他の目的は、前記特定の細菌が、化膿連鎖球菌、Ｃ群およびＧ群β溶血性連鎖球菌、コリネバクテリウム・ヘモリチカム、ジフテリアおよびウルセランス、淋菌、マイコプラズマ肺炎、エンテロコリチカ菌、結核菌、トラコーマクラミジアおよび肺炎クラミジア、百日咳菌、レジオネラ菌種、カリニ肺炎菌、ノカルジア、ヒストプラズマ・カプスラーツム、コクシジオイデス・イミチス、インフルエンザ菌、Ａ群β溶血性連鎖球菌および黄色ブドウ球菌からなる群より選択されることを特徴とする上記のシステムを提供することである。

本発明の他の目的は、前記試料の吸収スペクトル（ＡＳ）を求める前記手段１００が、
ａ．無培養試料に適応する少なくとも１つの光学セルと、
ｂ．レーザ、ランプ、ＬＥＤ波長可変レーザ、単色光分光器からなる群より選択されたｐ光源（ｐは、１に等しいまたは１より大きい整数を意味し、前記ｐ光源は、異なる波長で光を前記光学セルに放射するように構成される。）と、
ｃ．前記光学セルから出射する前記試料の分光学的データを受信する検出手段
をさらに備えていることを特徴とする上記のシステムを提供することである。

本発明の他の目的は、前記ｐ光源が、紫外、可視、赤外、中間赤外、遠赤外およびテラヘルツからなる群より選択された波長範囲で光を放射するように構成されることを特徴とする上記のシステムを提供することである。

本発明の他の目的は、無培養試料中の特定の細菌を検出するおよび／または同定するように構成されたシステム２０００を提供することである。前記システム２０００は、
ａ．前記無培養試料の水の影響を含む吸収スペクトル（ＡＳ）を求める手段１００と、
ｂ．前記特定の細菌についてのｎ次元体積の境界を求める手段であって、
ｉ．前記特定の細菌を含む試料の少なくとも１つの吸収スペクトル（ＡＳ２）を求める手段２０１と、
ｉｉ．ピーク波長、ピーク高さと幅、異なるピークの強度比またはこれらの組み合わせからなる群より選択された特徴ｘ（前記ｘは、１より大きいまたは１に等しい整数を意味する。）を前記ＡＳ２から抽出する手段２０２と、
ｉｉｉ．前記ＡＳ２の少なくとも１つの導関数を算出する手段２０３と、
ｉｖ．前記特徴ｘにより、前記ＡＳ２を幾つかのセグメントに区分けする手段２０４と、
ｖ．前記セグメントの夫々の統計的相関ｙ（前記ｙは、１より大きいまたは１に等しい整数を意味する。）を算出する手段２０５と、
ｖｉ．ｎ次元空間（ｎは、前記特徴ｘと前記統計的相関ｙの和に等しい。）を定義する手段２０６と、
ｖｉｉ．前記特徴ｘの夫々および前記統計的相関ｙの夫々を前記特定の細菌にアサインする手段２０７と、
ｖｉｉｉ．前記特徴ｘの夫々および／または前記統計的相関ｙの夫々について、前記ｎ次元空間のｎ次元体積を定義するガウス分布を算出する手段２０８と、
ｉｘ．前記ｎ次元体積の境界を、二次元ガウス分類法、ｋ最近傍法、ベイズ分類法またはこれらの組み合わせからなる群より選択された手法を用いて決定する手段２０９
によって特徴づけられる統計処理手段２００と、
ｃ．前記水の影響を前記ＡＳから除去する手段であって、
ｉ．前記ＡＳの範囲内の波数（ｘ）の夫々での吸収強度（Ｓｉｇｗｉｔｈ ｗａｔｅｒ（ｘ））を備える手段３０１と、
ｉｉ．前記ＡＳを少なくとも２つの波数範囲に区分けする手段３０２と、
ｉｉｉ．前記少なくとも２つの波数範囲の範囲内の波数（ｘ）の夫々での補正率（ＣＦ）を算出（ＣＦ（ｘ））する手段３０３と、
ｉｖ．前記水（Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１））およびそれに対応する波数（ｘ１）に最も影響される少なくとも１つの吸収強度を、前記ＡＳから求める手段３０４と、
ｖ．少なくとも１つの波数（ｘ１）での前記水の少なくとも１つの補正率（ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１））を算出する手段３０５と、
ｖｉ．前記少なくとも１つのＳｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）を前記少なくとも１つの波数（ｘ１）での前記少なくとも１つのＣＦｗａｔｅｒで除算（Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）／ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１））する手段３０６と、
ｖｉｉ．前記工程（ｖｉ）の平均値（ＡＶＧ［Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）／ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１）］）を算出する手段３０７と、
ｖｉｉｉ．前記ＡＶＧ［Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）／ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１）］に前記ＡＳの範囲内の前記波数（ｘ）の夫々についての前記ＣＦ（ｘ）を乗算する手段３０８と、
ｉｘ．前記ＡＳの範囲内の前記波数（ｘ）の夫々での前記Ｓｉｇｗｉｔｈ ｗａｔｅｒ（ｘ）から前記工程（ｖｉｉｉ）の結果を減算する手段３０９
を有する手段３００と、
ｄ．前記ＡＳを前記水の影響なしにデータ処理する手段であって、
ｉ．移動平均法、Ｓａｖｉｔｚｋｙ‐Ｇｏｌａｙ法またはこれらの組み合わせからなる群より選択された異なる平滑化技術を用いてノイズを除去する手段４０１と、
ｉｉ．ピーク幅、強度、幅／強度比、ピーク波長、異なるピークの強度比、またはこれらの組み合わせからなる群より選択された特徴ｍ（前記ｍは、１より大きいまたは１に等しい整数を意味する。）を前記ＡＳから抽出する手段４０２と、
ｉｉｉ．前記特徴ｍにより、前記ＡＳを幾つかのセグメントに区分けする手段４０３と、
ｉｖ．前記セグメントの夫々の統計的相関ｍ１（前記ｍ１は、１より大きいまたは１に等しい整数を意味する。）を算出する手段４０４
によって特徴づけられる手段４００と、
ｅ．前記統計的相関ｍ１および／または前記特徴ｍが前記ｎ次元体積の範囲内である場合に、前記特定の細菌を検出するおよび／または同定する手段５００
からなることを特徴とする。

本発明の他の目的は、前記ＡＳを前記水の影響なしにデータ処理する前記手段４００が、
ｉ．前記ＡＳのｏ次導関数（ｏは、１より大きいまたは１に等しい整数を意味する。）の少なくとも１つを算出する手段４０５と、
ｉｉ．ピーク幅、強度、幅／強度比、異なるピークの強度比、ピーク波長またはこれらの組み合わせからなる群より選択された特徴ｍ２を前記ｏ次導関数から抽出する手段４０６と、
ｉｉｉ．前記特徴ｍ２により、前記ｏ次導関数を幾つかのセグメントに区分けする手段４０７と、
ｉｖ．前記セグメントの夫々の統計的相関ｍ３を算出する手段４０８と、
ｖ．前記統計的相関ｍ１および／または統計的相関ｍ３および／または前記特徴ｍおよび／または特徴ｍ２が前記ｎ次元体積の範囲内である場合に、前記特定の細菌を検出するおよび／または同定する手段４０９
をさらに備えていることを特徴とする上記のシステムを提供することである。

本発明の他の目的は、前記セグメントの夫々の統計的相関関係を算出する前記手段４０８および／または手段４０４が、ピアソンの相関係数からなる群より選択されることを特徴とする上記のシステムを提供することである。

本発明の他の目的は、前記特定の細菌が、化膿連鎖球菌、Ｃ群およびＧ群β溶血性連鎖球菌、コリネバクテリウム・ヘモリチカム、ジフテリアおよびウルセランス、淋菌、マイコプラズマ肺炎、エンテロコリチカ菌、結核菌、トラコーマクラミジアおよび肺炎クラミジア、百日咳菌、レジオネラ菌種、カリニ肺炎菌、ノカルジア、ヒストプラズマ・カプスラーツム、コクシジオイデス・イミチス、インフルエンザ菌、Ａ群β溶血性連鎖球菌および黄色ブドウ球菌からなる群より選択されることを特徴とする上記のシステムを提供することである。

本発明の他の目的は、前記無培養試料の吸収スペクトル（ＡＳ）を求める前記手段１００が、
ａ．前記無培養試料に適応する少なくとも１つの光学セルと、
ｂ．レーザ、ランプ、ＬＥＤ波長可変レーザ、単色光分光器からなる群より選択されたｐ光源（ｐは、１に等しいまたは１より大きい整数を意味し、前記ｐ光源は、異なる波長で光を前記光学セルに放射するように構成される。）と、
ｃ．前記光学セルから出射する前記無培養試料の分光学的データを受信する検出手段
をさらに備えていることを特徴とする上記のシステムを提供することである。

本発明の他の目的は、前記ｐ光源が、紫外、可視、赤外、中間赤外、遠赤外およびテラヘルツからなる群より選択された波長範囲で光を放射するように構成されることを特徴とする上記のシステムを提供することである。

本発明の実施形態に係る試料中の細菌を検出するおよび／または同定するように構成されたシステム１０００を示している。 本発明の実施形態に係る試料中の細菌を検出するおよび／または同定するように構成されたシステム２０００を示している。 水の補正前の吸収スペクトルを示している。 水の補正後の吸収スペクトルを示している。 連鎖球菌の吸収ピークの例である。 ノイズ除去前後の連鎖球菌を１００％含む乾燥試料の吸収信号を示している。 ノイズ除去前後の連鎖球菌を１００％含む乾燥試料における吸収信号の一次導関数を示している。 ９５０ｃｍ^−１から１２００ｃｍ^−１の波数範囲での試料と対照試料の吸収スペクトルおよびそれに対応する統計的相関関係を示し、当該波数範囲での吸収スペクトルの一次導関数およびそれに対応する統計的相関関係を示している。 ９５０ｃｍ^−１から１２００ｃｍ^−１の波数範囲での試料と対照試料の吸収スペクトルおよびそれに対応する統計的相関関係を示し、当該波数範囲での吸収スペクトルの一次導関数およびそれに対応する統計的相関関係を示している。 ９５０ｃｍ^−１から１２００ｃｍ^−１の波数範囲での試料と対照試料の吸収スペクトルおよびそれに対応する統計的相関関係を示し、当該波数範囲での吸収スペクトルの一次導関数およびそれに対応する統計的相関関係を示している。 ９５０ｃｍ^−１から１２００ｃｍ^−１の波数範囲での試料と対照試料の吸収スペクトルおよびそれに対応する統計的相関関係を示し、当該波数範囲での吸収スペクトルの一次導関数およびそれに対応する統計的相関関係を示している。 ９５０ｃｍ^−１から１２００ｃｍ^−１の波数範囲での試料と対照試料の吸収スペクトルおよびそれに対応する統計的相関関係を示し、当該波数範囲での吸収スペクトルの一次導関数およびそれに対応する統計的相関関係を示している。 １２２０ｃｍ^−１から１３８０ｃｍ^−１の波数範囲での試料と対照試料の吸収スペクトルおよびそれに対応する統計的相関関係を示し、当該波数範囲での吸収スペクトルの一次導関数およびそれに対応する統計的相関関係を示している。 １２２０ｃｍ^−１から１３８０ｃｍ^−１の波数範囲での試料と対照試料の吸収スペクトルおよびそれに対応する統計的相関関係を示し、当該波数範囲での吸収スペクトルの一次導関数およびそれに対応する統計的相関関係を示している。 １２２０ｃｍ^−１から１３８０ｃｍ^−１の波数範囲での試料と対照試料の吸収スペクトルおよびそれに対応する統計的相関関係を示し、当該波数範囲での吸収スペクトルの一次導関数およびそれに対応する統計的相関関係を示している。 １２２０ｃｍ^−１から１３８０ｃｍ^−１の波数範囲での試料と対照試料の吸収スペクトルおよびそれに対応する統計的相関関係を示し、当該波数範囲での吸収スペクトルの一次導関数およびそれに対応する統計的相関関係を示している。 １２２０ｃｍ^−１から１３８０ｃｍ^−１の波数範囲での試料と対照試料の吸収スペクトルおよびそれに対応する統計的相関関係を示し、当該波数範囲での吸収スペクトルの一次導関数およびそれに対応する統計的相関関係を示している。 乾燥試料中の細菌を同定する二次元領域の境界を概略的に示している。 ノイズ除去前後の連鎖球菌を１００％含む試料の吸収信号を示している。 ノイズ除去前後の連鎖球菌を１００％含む試料における吸収信号の一次導関数を示している。 連鎖球菌を１００％含む対照試料と連鎖球菌を１００％含む試料の吸収スペクトルの一次導関数およびそれに対応する統計的相関関係を示している。 連鎖球菌を１００％含む対照試料と連鎖球菌を１００％含む試料の吸収スペクトルの一次導関数およびそれに対応する統計的相関関係を示している。 連鎖球菌を１００％含む対照試料と連鎖球菌を１００％含む試料の吸収スペクトルの一次導関数およびそれに対応する統計的相関関係を示している。 連鎖球菌を１００％含む対照試料とブドウ球菌を１００％含む溶液の吸収スペクトルの一次導関数および二者間の相関係数を示している。 連鎖球菌を１００％含む対照試料とブドウ球菌を１００％含む溶液の吸収スペクトルの一次導関数および二者間の相関係数を示している。 連鎖球菌を１００％含む対照試料とブドウ球菌を１００％含む溶液の吸収スペクトルの一次導関数および二者間の相関係数を示している。 連鎖球菌を１００％含む対照試料と、ブドウ球菌を５０％と連鎖球菌を５０％含む溶液の吸収スペクトルの一次導関数および二者間の相関係数を示している。 連鎖球菌を１００％含む対照試料と、ブドウ球菌を５０％と連鎖球菌を５０％含む溶液の吸収スペクトルの一次導関数および二者間の相関係数を示している。 連鎖球菌を１００％含む対照試料と、ブドウ球菌を５０％と連鎖球菌を５０％含む溶液の吸収スペクトルの一次導関数および二者間の相関係数を示している。 連鎖球菌を１００％含む対照試料と、ブドウ球菌を２５％と連鎖球菌を７５％含む溶液の吸収スペクトルの一次導関数および二者間の相関係数を示している。 連鎖球菌を１００％含む対照試料と、ブドウ球菌を２５％と連鎖球菌を７５％含む溶液の吸収スペクトルの一次導関数および二者間の相関係数を示している。 連鎖球菌を１００％含む対照試料と、ブドウ球菌を２５％と連鎖球菌を７５％含む溶液の吸収スペクトルの一次導関数および二者間の相関係数を示している。 連鎖球菌を１００％含む対照試料と、ブドウ球菌を７５％と連鎖球菌を２５％含む溶液の吸収スペクトルの一次導関数および二者間の相関係数を示している。 連鎖球菌を１００％含む対照試料と、ブドウ球菌を７５％と連鎖球菌を２５％含む溶液の吸収スペクトルの一次導関数および二者間の相関係数を示している。 連鎖球菌を１００％含む対照試料と、ブドウ球菌を７５％と連鎖球菌を２５％含む溶液の吸収スペクトルの一次導関数および二者間の相関係数を示している。 溶液中の細菌を同定する二次元領域の境界を概略的に示している。

本発明およびその実施する方法を理解できるようにするために、複数の実施例について添付の図面を参照して例示説明する。

本発明を当分野の技術者が実施可能なように本発明の発明者が考える最良の実施形態に基づいて以下の各章に沿って順に説明する。分光測定法を用いて試料中の細菌を検出する手段および方法を提供することが本発明の基本概念であり、各種改変が可能なことは当該分野の技術者には自明のことである。

蛍光、吸収、ラマン及び散乱といった分光測定法は、すべての光学的検知機器の基礎となっている。有害性物質（例えば細菌）を同定するために、有害性物質を含有する可能性のある試料は分光計にかけられ、試料の吸収スペクトルに有害性物質の分光的特徴が認められるか否か分析される。

本発明は、細菌を含有する可能性のある試料の吸収スペクトルを分析することにより、細菌の検出又は同定をする手段および方法を提供する。

用語「試料」は、ここでは、エアロゾル試料または液体試料のことをいう。本発明は液体中の細菌同様にエアロゾル中の細菌の検出も可能とする検出手段を提供する。この検出手段は、医療分野または医療以外の分野でも利用され得る。さらに、この検出手段は例えば、水、飲料、食料品中の細菌の検出、込み合った場所での有害性物質の検出などにおいても利用され得る。

用語「ピアソンの相関係数」とは、以下において、２変数が関連している度合いを反映する２変数間の相関のことをいう。ピアソンの相関は２変数間の直線関係の度合いを反映する。その値域は＋１から−１までである。−１の相関は変数間に完全な負の直線関係があることを意味する。０の相関は２変数間に直線関係が無いことを意味する。１の相関は２変数間に完全な直線関係があることを意味する。

ピアソンの相関計数ｒを計算するための一般的な式を次に示す。：

ここでの用語「約」とは、記載された値の２５％以上又は２５％以下の範囲のことをいう。

ここでの用語「セグメント」とは、吸収スペクトル内の波長範囲のことをいう。

ここでの用語「ｎ次元体積」とは、対象細菌を同定するのに適用されるｎ次元空間における体積のことをいう。このｎ次元体積は、吸収スペクトルまたはその導関数などから抽出された特徴及び統計的相関により構成される。

ここでの用語「ｎ次元空間」とは、その細菌の分光的特徴、又は計算されたスペクトル及びその導関数の範囲外について計算された統計的相関、又はスペクトルのセグメントおよび／またはその導関数、から抽出された特徴又は統計的相関である各々の座標をもつ空間のことをいう。

ここでの用語「ｎ次元体積の境界」とは、対象細菌の約９５％にあり得る特徴及び相関値を含む範囲のことをいう。

本発明は、微生物／細菌／有害性物質の独特な分光的特徴を利用して構成された細菌検出のための手段と方法及びこれらが試料中の微生物／細菌／有害性物質の検出を可能とすることを提供する。

本発明の一実施形態に係る試料中の特定の細菌を検出するおよび／または同定するように構成されたシステム１０００を示す図１について説明する。システム１０００は、
ａ．前記試料の吸収スペクトル（ＡＳ）を求める手段１００と、
ｂ．前記特定の細菌についてのｎ次元体積の境界を求める手段であって、
ｉ．前記特定の細菌を含む試料の少なくとも１つの吸収スペクトル（ＡＳ２）を求める手段２０１と、
ｉｉ．ピーク波長、ピーク高さと幅、異なるピークの強度比またはこれらの組み合わせからなる群より選択された特徴ｘ（ｘは、１より大きいまたは１に等しい整数を意味する。）を前記ＡＳ２から抽出する手段２０２と、
ｉｉｉ．前記ＡＳ２の少なくとも１つの導関数を算出する手段２０３と、
ｉｖ．前記特徴ｘにより、前記ＡＳ２を幾つかのセグメントに区分けする手段２０４と、
ｖ．前記セグメントの夫々の統計的相関ｙ（ｙは、１より大きいまたは１に等しい整数を意味する。）を算出する手段２０５と、
ｖｉ．ｎ次元空間（ｎは、前記特徴ｘと前記統計的相関ｙの和に等しい。）を定義する手段２０６と、
ｖｉｉ．前記特徴ｘの夫々および前記統計的相関ｙの夫々を前記特定の細菌にアサインする手段２０７と、
ｖｉｉｉ．前記特徴ｘの夫々および／または前記統計的相関ｙの夫々について、前記ｎ次元空間のｎ次元体積を定義するガウス分布を算出する手段２０８と、
ｉｘ．前記ｎ次元体積の境界を、二次元ガウス分類法、ｋ最近傍法、ベイズ分類法またはこれらの組み合わせからなる群より選択された手法を用いて決定する手段２０９
を有する統計処理手段２００と、
ｃ．前記ＡＳをデータ処理する手段であって、
ｉ．移動平均法、Ｓａｖｉｔｚｋｙ‐Ｇｏｌａｙ法またはこれらの組み合わせからなる群より選択された異なる平滑化技術を用いてノイズを除去する手段３０１と、
ｉｉ．ピーク幅、強度、幅／強度比、ピーク波長、異なるピークの強度比、またはこれらの組み合わせからなる群より選択された特徴ｍ（ｍは、１より大きいまたは１に等しい整数を意味する。）を前記ＡＳから抽出する手段３０２と、
ｉｉｉ．前記特徴ｍにより、前記ＡＳを幾つかのセグメントに区分けする手段３０３と、
ｉｖ．前記セグメントの夫々の統計的相関ｍ１（ｍ１は、１より大きいまたは１に等しい整数を意味する。）を算出する手段３０４
を有する手段３００と、
ｄ．前記統計的相関ｍ１および／または前記特徴ｍが前記ｎ次元体積の範囲内である場合に、前記特定の細菌を検出するおよび／または同定する手段４００
からなることを特徴とする。

本発明の別の態様としては、前記ＡＳをデータ処理する（システム１０００の）手段３００が、
ｉ．前記ＡＳのｏ次導関数（ｏは、１より大きいまたは１に等しい整数を意味する。）の少なくとも１つを算出する手段３０５と、
ｉｉ．ピーク幅、強度、幅／強度比、異なるピークの強度比、ピーク波長またはこれらの組み合わせからなる群より選択された特徴ｍ２を前記ｏ次導関数から抽出する手段３０６と、
ｉｉｉ．前記特徴ｍ２により、前記ｏ次導関数を幾つかのセグメントに区分けする手段３０７と、
ｉｖ．前記セグメントの夫々の統計的相関ｍ３を算出する手段３０８と、
ｖ．前記統計的相関ｍ１および／または統計的相関ｍ３および／または前記特徴ｍおよび／または特徴ｍ２が前記ｎ次元体積の範囲内である場合に、前記特定の細菌を検出するおよび／または同定する手段３０９
によってさらに特徴づけられる。

本発明の別の態様としては、統計的相関関係を算出する（システム１０００の）手段３０８または３０４が、ピアソンの相関係数からなる群より選択される。

本発明のさらなる態様としては、システム１０００によって同定される前記特定の細菌が、化膿連鎖球菌、Ｃ群およびＧ群β溶血性連鎖球菌、コリネバクテリウム・ヘモリチカム、ジフテリアおよびウルセランス、淋菌、マイコプラズマ肺炎、エンテロコリチカ菌、結核菌、トラコーマクラミジアおよび肺炎クラミジア、百日咳菌、レジオネラ菌種、カリニ肺炎菌、ノカルジア、ヒストプラズマ・カプスラーツム、コクシジオイデス・イミチス、インフルエンザ菌、Ａ群β溶血性連鎖球菌および黄色ブドウ球菌からなる群より選択される。

本発明の別の態様としては、（システム１０００の）前記試料の吸収スペクトル（ＡＳ）を求める前記手段１００が、
ａ．前記試料に適応する少なくとも１つの光学セルと、
ｂ．レーザ、ランプ、ＬＥＤ波長可変レーザ、単色光分光器からなる群より選択されたｐ光源（ｐは、１に等しいまたは１より大きい整数を意味し、前記ｐ光源は、異なる波長で光を前記光学セルに放射するように構成される。）と、
ｃ．前記光学セルから出射する前記試料の分光学的データを受信する検出手段
をさらに備えていることを特徴とする。

本発明のさらなる態様としては、（システム１０００の）前記ｐ光源が、紫外、可視、赤外、中間赤外、遠赤外およびテラヘルツからなる群より選択された波長範囲で光を放射するように構成される。

本発明の他の実施形態に係る試料中の特定の細菌を検出するおよび／または同定するように構成されたシステム２０００を示す図２について説明する。システム２０００は、
ａ．前記試料の水の影響を含む吸収スペクトル（ＡＳ）を求める手段１００と、
ｂ．前記特定の細菌についてのｎ次元体積の境界を求める手段であって、
ｉ．前記特定の細菌を含む試料の少なくとも１つの吸収スペクトル（ＡＳ２）を求める手段２０１と、
ｉｉ．ピーク波長、ピーク高さと幅、異なるピークの強度比またはこれらの組み合わせからなる群より選択された特徴ｘ（ｘは、１より大きいまたは１に等しい整数を意味する。）を前記ＡＳ２から抽出する手段２０２と、
ｉｉｉ．前記ＡＳ２の少なくとも１つの導関数を算出する手段２０３と、
ｉｖ．前記特徴ｘにより、前記ＡＳ２を幾つかのセグメントに区分けする手段２０４と、
ｖ．前記セグメントの夫々の統計的相関ｙ（ｙは、１より大きいまたは１に等しい整数を意味する。）を算出する手段２０５と、
ｖｉ．ｎ次元空間（ｎは、前記特徴ｘと前記統計的相関ｙの和に等しい。）を定義する手段２０６と、
ｖｉｉ．前記特徴ｘの夫々および前記統計的相関ｙの夫々を前記特定の細菌にアサインする手段２０７と、
ｖｉｉｉ．前記特徴ｘの夫々および／または前記統計的相関ｙの夫々について、前記ｎ次元空間のｎ次元体積を定義するガウス分布を算出する手段２０８と、
ｉｘ．前記ｎ次元体積の境界を、二次元ガウス分類法、ｋ最近傍法、ベイズ分類法またはこれらの組み合わせからなる群より選択された手法を用いて決定する手段２０９
を有する統計処理手段２００と、
ｃ．前記水の影響を前記ＡＳから除去する手段であって、
ｉ．前記ＡＳの範囲内の波数（ｘ）の夫々での吸収強度（Ｓｉｇｗｉｔｈ ｗａｔｅｒ（ｘ））を備える手段３０１と、
ｉｉ．前記ＡＳを少なくとも２つの波数範囲に区分けする手段３０２と、
ｉｉｉ．前記少なくとも２つの波数範囲の範囲内の波数（ｘ）の夫々での補正率（ＣＦ）を算出（ＣＦ（ｘ））する手段３０３と、
ｉｖ．前記水（Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１））およびそれに対応する波数（ｘ１）に最も影響される少なくとも１つの吸収強度を、前記ＡＳから求める手段３０４と、
ｖ．少なくとも１つの波数（ｘ１）での前記水の少なくとも１つの補正率（ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１））を算出する手段３０５と、
ｖｉ．前記少なくとも１つのＳｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）を前記少なくとも１つの波数（ｘ１）での前記少なくとも１つのＣＦｗａｔｅｒで除算（Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）／ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１））する手段３０６と、
ｖｉｉ．前記工程（ｖｉ）の平均値（ＡＶＧ［Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）／ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１）］）を算出する手段３０７と、
ｖｉｉｉ．前記ＡＶＧ［Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）／ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１）］に前記ＡＳの範囲内の前記波数（ｘ）の夫々についての前記ＣＦ（ｘ）を乗算する手段３０８と、
ｉｘ．前記ＡＳの範囲内の前記波数（ｘ）の夫々での前記Ｓｉｇｗｉｔｈ ｗａｔｅｒ（ｘ）から前記工程（ｖｉｉｉ）の結果を減算する手段３０９
を有する手段３００と、
ｄ．前記ＡＳを前記水の影響なしにデータ処理する手段であって、
ｉ．移動平均法、Ｓａｖｉｔｚｋｙ‐Ｇｏｌａｙ法またはこれらの組み合わせからなる群より選択された異なる平滑化技術を用いてノイズを除去する手段４０１と、
ｉｉ．ピーク幅、強度、幅／強度比、ピーク波長、異なるピークの強度比、またはこれらの組み合わせからなる群より選択された特徴ｍ（ｍは、１より大きいまたは１に等しい整数を意味する。）を前記ＡＳから抽出する手段４０２と、
ｉｉｉ．前記特徴ｍにより、前記ＡＳを幾つかのセグメントに区分けする手段４０３と、
ｉｖ．前記セグメントの夫々の統計的相関ｍ１（ｍ１は、１より大きいまたは１に等しい整数を意味する。）を算出する手段４０４
によって特徴づけられる手段４００と、
ｅ．前記統計的相関ｍ１および／または前記特徴ｍが前記ｎ次元体積の範囲内である場合に、前記特定の細菌を検出するおよび／または同定する手段５００
からなることを特徴とする。

本発明の別の態様としては、前記ＡＳを前記水の影響なしにデータ処理する（システム２０００の）手段４００が、
ｉ．前記ＡＳのｏ次導関数（ｏは、１より大きいまたは１に等しい整数を意味する。）の少なくとも１つを算出する手段４０５と、
ｉｉ．ピーク幅、強度、幅／強度比、異なるピークの強度比、ピーク波長またはこれらの組み合わせからなる群より選択された特徴ｍ２を前記ｏ次導関数から抽出する手段４０６と、
ｉｉｉ．前記特徴ｍ２により、前記ｏ次導関数を幾つかのセグメントに区分けする手段４０７と、
ｉｖ．前記セグメントの夫々の統計的相関ｍ３を算出する手段４０８と、
ｖ．前記統計的相関ｍ１および／または統計的相関ｍ３および／または前記特徴ｍおよび／または特徴ｍ２が前記ｎ次元体積の範囲内である場合に、前記特定の細菌を検出するおよび／または同定する手段４０９
をさらに備えていることを特徴とする。

本発明の別の態様としては、前記セグメントの夫々の統計的相関関係を算出するシステム２０００の手段４０８および／または手段４０４が、ピアソンの相関係数からなる群より選択される。

本発明の別の態様としては、（システム２０００の）前記特定の細菌が、化膿連鎖球菌、Ｃ群およびＧ群β溶血性連鎖球菌、コリネバクテリウム・ヘモリチカム、ジフテリアおよびウルセランス、淋菌、マイコプラズマ肺炎、エンテロコリチカ菌、結核菌、トラコーマクラミジアおよび肺炎クラミジア、百日咳菌、レジオネラ菌種、カリニ肺炎菌、ノカルジア、ヒストプラズマ・カプスラーツム、コクシジオイデス・イミチス、インフルエンザ菌、Ａ群β溶血性連鎖球菌および黄色ブドウ球菌からなる群より選択される。

本発明の別の態様としては、前記試料の吸収スペクトル（ＡＳ）を求める手段１００が、
ａ．前記試料に適応する少なくとも１つの光学セルと、
ｂ．レーザ、ランプ、ＬＥＤ波長可変レーザ、単色光分光器からなる群より選択されたｐ光源（ｐは、１に等しいまたは１より大きい整数を意味し、ｐ光源は、異なる波長で光を前記光学セルに放射するように構成される。）と、
ｃ．前記光学セルから出射する前記試料の分光学的データを受信する検出手段
をさらに備えていることを特徴とする。

本発明のさらなる態様としては、前記ｐ光源が、紫外、可視、赤外、中間赤外、遠赤外およびテラヘルツからなる群より選択された波長範囲で光を放射するように構成される。

本発明のさらなる別の目的は、試料中の特定の細菌を検出するおよび／または同定する方法を提供することである。その方法は、
ａ．前記試料の吸収スペクトル（ＡＳ）を求める工程と、
ｂ．前記特定の細菌についてのｎ次元体積の境界を、
ｉ．前記特定の細菌を含む試料の少なくとも１つの吸収スペクトル（ＡＳ２）を求め、
ｉｉ．ピーク波長、ピーク高さと幅、異なるピークの強度比またはこれらの組み合わせからなる群より選択された特徴ｘ（ｘは、１より大きいまたは１に等しい整数を意味する。）を前記ＡＳ２から抽出し、
ｉｉｉ．前記ＡＳ２の少なくとも１つの導関数を算出し、
ｉｖ．前記特徴ｘにより、前記ＡＳ２を幾つかのセグメントに区分けし、
ｖ．前記セグメントの夫々の統計的相関ｙ（ｙは、１より大きいまたは１に等しい整数を意味する。）を算出し、
ｖｉ．ｎ次元空間（ｎは、前記特徴ｘと前記統計的相関ｙの和に等しい。）を定義し、
ｖｉｉ．前記特徴ｘの夫々および前記統計的相関ｙの夫々を前記特定の細菌にアサインし、
ｖｉｉｉ．前記特徴ｘの夫々および／または前記統計的相関ｙの夫々について、前記ｎ次元空間のｎ次元体積を定義するガウス分布を算出し、
ｉｘ．前記ｎ次元体積の境界を、二次元ガウス分類法、ｋ最近傍法、ベイズ分類法またはこれらの組み合わせからなる群より選択された手法を用いて決定する
ことにより求める工程と、
ｃ．前記ＡＳを、
ｉ．移動平均法、Ｓａｖｉｔｚｋｙ‐Ｇｏｌａｙ法またはこれらの組み合わせからなる群より選択された異なる平滑化技術を用いてノイズを除去し、
ｉｉ．ピーク幅、強度、幅／強度比、ピーク波長、異なるピークの強度比、またはこれらの組み合わせからなる群より選択された特徴ｍ（ｍは、１より大きいまたは１に等しい整数を意味する。）を前記ＡＳから抽出し、
ｉｉｉ．前記特徴ｍにより、前記ＡＳを幾つかのセグメントに区分けし、
ｉｖ．前記セグメントの夫々の統計的相関ｍ１（ｍ１は、１より大きいまたは１に等しい整数を意味する。）を算出する
ことによりデータ処理する工程と、
ｄ．前記統計的相関ｍ１および／または前記特徴ｍが前記ｎ次元体積の範囲内である場合に、前記特定の細菌を検出するおよび／または同定する工程
より特に選択された工程からなる。

上述した各々のシステム（１０００または２０００のいずれか）において、統計処理手段２００は各々の特定の細菌に対し１回だけ用いられることに注目されたい。境界が統計処理手段２００によっていったん提供されると、試料中に存在する特定の細菌であるか否かの決定は、統計的相関ｍ１及び／又は統計的相関ｍ３及び／又は特徴ｍ及び／又は特徴ｍ２が境界内にあるか否かの検証により行われる。さらに、いったん境界が提供されれば、再び同じ特定細菌の統計処理については必要としない。

本発明のさらなる別の目的は、試料中の特定の細菌を検出するおよび／または同定する方法を提供することである。その方法は、
ａ．前記試料の水の影響を含む吸収スペクトル（ＡＳ）を求める工程と、
ｂ．前記特定の細菌についてのｎ次元体積の境界を、
ｉ．前記特定の細菌を含む試料の少なくとも１つの吸収スペクトル（ＡＳ２）を求め、
ｉｉ．ピーク波長、ピーク高さと幅、異なるピークの強度比またはこれらの組み合わせからなる群より選択された特徴ｘ（ｘは、１より大きいまたは１に等しい整数を意味する。）を前記ＡＳ２から抽出し、
ｉｉｉ．前記ＡＳ２の少なくとも１つの導関数を算出し、
ｉｖ．前記特徴ｘにより、前記ＡＳ２を幾つかのセグメントに区分けし、
ｖ．前記セグメントの夫々の統計的相関ｙ（ｙは、１より大きいまたは１に等しい整数を意味する。）を算出し、
ｖｉ．ｎ次元空間（ｎは、前記特徴ｘと前記統計的相関ｙの和に等しい。）を定義し、
ｖｉｉ．前記特徴ｘの夫々および前記統計的相関ｙの夫々を前記特定の細菌にアサインし、
ｖｉｉｉ．前記特徴ｘの夫々および／または前記統計的相関ｙの夫々について、前記ｎ次元空間のｎ次元体積を定義するガウス分布を算出し、
ｉｘ．前記ｎ次元体積の境界を、二次元ガウス分類法、ｋ最近傍法、ベイズ分類法またはこれらの組み合わせからなる群より選択された手法を用いて決定する
ことにより求める工程と、
ｃ．前記水の影響を、
ｉ．前記ＡＳの範囲内の波数（ｘ）の夫々での吸収強度（Ｓｉｇｗｉｔｈ ｗａｔｅｒ（ｘ））を備え、
ｉｉ．前記ＡＳを少なくとも２つの波数範囲に区分けし、
ｉｉｉ．前記少なくとも２つの波数範囲の範囲内の波数（ｘ）の夫々での補正率（ＣＦ）を算出（ＣＦ（ｘ））し、
ｉｖ．前記水（Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１））およびそれに対応する波数（ｘ１）に最も影響される少なくとも１つの吸収強度を、前記ＡＳから求め、
ｖ．少なくとも１つの波数（ｘ１）での前記水の少なくとも１つの補正率（ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１））を算出し、
ｖｉ．前記少なくとも１つのＳｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）を前記少なくとも１つの波数（ｘ１）での前記少なくとも１つのＣＦｗａｔｅｒで除算（Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）／ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１））し、
ｖｉｉ．前記工程（ｖｉ）の平均値（ＡＶＧ［Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）／ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１）］）を算出し、
ｖｉｉｉ．前記ＡＶＧ［Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）／ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１）］に前記ＡＳの範囲内の前記波数（ｘ）の夫々についての前記ＣＦ（ｘ）を乗算し、
ｉｘ．前記ＡＳの範囲内の前記波数（ｘ）の夫々での前記Ｓｉｇｗｉｔｈ ｗａｔｅｒ（ｘ）から前記工程（ｖｉｉｉ）の結果を減算する
ことにより前記ＡＳから除去する工程と、
ｄ．前記ＡＳを、
ｉ．移動平均法、Ｓａｖｉｔｚｋｙ‐Ｇｏｌａｙ法またはこれらの組み合わせからなる群より選択された異なる平滑化技術を用いてノイズを除去し、
ｉｉ．ピーク幅、強度、幅／強度比、ピーク波長、異なるピークの強度比、またはこれらの組み合わせからなる群より選択された特徴ｍ（ｍは、１より大きいまたは１に等しい整数を意味する。）を前記ＡＳから抽出し、
ｉｉｉ．前記特徴ｍにより、前記ＡＳを幾つかのセグメントに区分けし、
ｉｖ．前記セグメントの夫々の統計的相関ｍ１（ｍ１は、１より大きいまたは１に等しい整数を意味する。）を算出する
ことにより前記水の影響なしにデータ処理する工程と、
ｅ．前記統計的相関ｍ１および／または前記特徴ｍが前記ｎ次元体積の範囲内である場合に、前記特定の細菌を検出するおよび／または同定する工程
より特に選択された工程からなる。

上述した各々の方法において、統計処理は各々の特定の細菌に対し１回だけ用いられる。境界が統計処理によっていったん提供されると、試料中に存在する特定の細菌であるか否かの決定は、統計的相関ｍ１及び／又は特徴ｍが境界内にあるか否かの検証により行われる。さらに、いったん境界が提供されれば、再び同じ特定細菌の統計処理については必要としない。

本発明の別の態様としては、前記ＡＳをデータ処理する工程（ｄ）が、
ｉ．前記ＡＳのｏ次導関数（ｏは、１より大きいまたは１に等しい整数を意味する。）の少なくとも１つを算出し、
ｉｉ．ピーク幅、強度、幅／強度比、異なるピークの強度比、ピーク波長またはこれらの組み合わせからなる群より選択された特徴ｍ２を前記ｏ次導関数から抽出し、
ｉｉｉ．前記特徴ｍ２により、前記ｏ次導関数を幾つかのセグメントに区分けし、
ｉｖ．前記セグメントの夫々の統計的相関ｍ３を算出し、
ｖ．前記統計的相関ｍ１および／または統計的相関ｍ３および／または前記特徴ｍおよび／または特徴ｍ２が前記ｎ次元体積の範囲内である場合に、前記特定の細菌を検出するおよび／または同定する
工程を上記の方法においてさらに含むことを特徴とする。

本発明の別の態様としては、前記セグメントの夫々の統計的相関関係を算出する前記工程が、上記の方法においてピアソンの相関係数を用いて実行される。

本発明の別の態様としては、化膿連鎖球菌、Ｃ群およびＧ群β溶血性連鎖球菌、コリネバクテリウム・ヘモリチカム、ジフテリアおよびウルセランス、淋菌、マイコプラズマ肺炎、エンテロコリチカ菌、結核菌、トラコーマクラミジアおよび肺炎クラミジア、百日咳菌、レジオネラ菌種、カリニ肺炎菌、ノカルジア、ヒストプラズマ・カプスラーツム、コクシジオイデス・イミチス、インフルエンザ菌、Ａ群β溶血性連鎖球菌および黄色ブドウ球菌からなる群より選択された前記特定の細菌を選択する工程を上記の方法においてさらに含むことを特徴とする。

本発明の別の態様としては、前記ＡＳを求める前記工程が、
ａ．前記試料に適応する少なくとも１つの光学セルを備え、
ｂ．レーザ、ランプ、ＬＥＤ波長可変レーザ、単色光分光器からなる群より選択されたｐ光源（ｐは、１に等しいまたは１より大きい整数を意味し、ｐ光源は、光を前記光学セルに放射するように構成される。）を備え、
ｃ．前記試料の分光学的データを受信する検出手段を備え、
ｄ．異なる波長で前記ｐ光源から光を前記光学セルに放射し、
ｅ．前記検出手段によって前記光学セルから出射する前記光を集光して前記ＡＳを求める
工程を上記の方法においてさらに含むことを特徴とする。

本発明の別の態様としては、光を放射する前記工程が、紫外、可視、赤外、中間赤外、遠赤外およびテラヘルツの波長範囲で実行される。

本発明の別の態様としては、約３０００ｃｍ^−１から約３３００ｃｍ^−１および／または約８５０ｃｍ^−１から約１０００ｃｍ^−１および／または約１３００ｃｍ^−１から約１３５０ｃｍ^−１の領域における前記ＡＳを分析することによって前記特定の細菌を検出する工程を上記の方法においてさらに含むことを特徴とする。

本発明のさらなる別の態様によると、どのシステム（１０００又は２０００）、又は上述した方法での吸収スペクトルとは、フーリエ変換赤外分光計、蛍光光度計、ラマン分光計からなる群より選択された機器を用いて得られたものである。

本発明のさらなる別の態様によると、どのシステム（１０００又は２０００）、又は上述した方法での無培養試料とは、血液、唾液、尿、胆液、膣分泌物、中耳吸引物、膿液、胸水、滑液、腫瘍、腔ぬぐい液及び血清といった人体から採取した流体から選択されたものである。

前述の記載において、好ましい態様を含んでいる本発明の態様は、図面および明細書上に表されている。これらは本発明を包括したり、開示された形態に限定したりすることを意図しない。明らかな改良または改変が上記教示により可能である。主発明及びその実用化の最もわかりやすい説明を提供するために、そして、種々の態様及び意図した特定の使用に適する種々の改変とともに当業者が本発明を利用できるように、これらの態様は選択されて記載された。定められた特許請求の範囲がその範囲に従って解釈されたとき、このような改良および改変のすべては本発明の範囲内にあり、これらは正しく、合法的で公平な権利を有する。

本発明において請求された態様を証明するために実施例を示す。これらの実施例は本発明の方法と処理過程を記載し、本発明を行うにあたり発明者により意図された最良の態様を説明するが、発明を限定するものとしてみなされるものではない。

水の影響
液体試料（及び特にエアロゾルスペクトル）のスペクトルから細菌を同定する際の重大な課題のひとつは水の影響である（例えば、水のスペクトルにより所望のスペクトルがマスクされてしまう、水のノイズなど）。

水分子はさまざまな形で振動している。気体状態において、その振動は共有結合の対称伸縮（ν１）、非対称伸縮（ν３）及び変角（ν２）の組み合わせを含む。何万から何百万もの吸収線を有する水蒸気中で、豊富に組み合わされた振動回転スペクトルを生じさせる回転において水分子は非常に小さな慣性モーメントを有する。水分子は３つの振動モードｘ、ｙ及びｚを有する。以下の表（表１）は水の振動、水の波長と各々の振動のアサインメントを示す。：

本発明は吸収スペクトルの水の影響を有意に減らし、まさに除去する方法を提供する。

水の影響がある試料及び影響がない試料の吸収スペクトルを示す図３、４について説明する。水の影響のない試料のスペクトルの一例を図４で示す。図３は水の補正前のスペクトルを示す。

水の影響を除去するための方法は以下の工程を含む。：

第一に吸収スペクトルは数個のセグメント（つまり、波長範囲）に区分けされた。そのスペクトルは、約１８００ｃｍ^−１から約２６５０ｃｍ^−１、約１４００ｃｍ^−１から約１８５０ｃｍ^−１、約１１００ｃｍ^−１から約１４５０ｃｍ^−１、約９５０ｃｍ^−１から約１１００ｃｍ^−１、約５５０ｃｍ^−１から約９７０ｃｍ^−１のセグメント（波長範囲）に区分けされた。

そのセグメントは、（ｉ）水の吸収スペクトルの範囲内での異なる強度ピーク、および（ｉｉ）信号の傾向により決定された。

次に、夫々のセグメントは、以下の方法により水の影響を除去された。
（ａ）吸収スペクトルの範囲内の波数（ｘ）の夫々での吸収強度（以下、「Ｓｉｇｗｉｔｈ ｗａｔｅｒ（ｘ）」という。）を備え、
（ｂ）夫々のセグメントの範囲内の夫々の波長（以下、「ｘ」という。）での補正率（ＣＦ）を算出（以下、「ＣＦ（ｘ）」という。）し、
（ｃ）対応する波数（ｘ１）での水（以下、「Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）」という。）に最も影響される少なくとも１つの吸収強度を、吸収スペクトルから求め、
（ｄ）少なくとも１つの波数（ｘ１）での前記水の少なくとも１つの補正率（ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１））を算出し、
（ｅ）少なくとも１つのＳｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）を前記少なくとも１つの波数（ｘ１）での少なくとも１つのＣＦｗａｔｅｒで除算（Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）／ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１））し、
（ｆ）工程（ｅ）の結果の平均値（以下、「ＡＶＧ［Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）／ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１）］」という。）を算出し、
（ｇ）前記ＡＶＧ［Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）／ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１）］に前記波数（ｘ）の夫々についての前記ＣＦ（ｘ）を乗算し、
（ｈ）ｘごとにＳｉｇｗｉｔｈ ｗａｔｅｒ（ｘ）から工程（ｇ）の夫々の結果を減算する。

いいかえると、以下方程式により、スペクトル内の各々の吸収強度は水の影響から除去されている。：

補正率の計算
補正率（ＣＦ）は波長範囲、各々の波長での水の吸収ピーク形状、ピーク幅、ピーク高さ、吸収スペクトル傾向及びそれらの組み合わせによって決まる。以下は補正率として用いられた（χはｃｍ^−１における波数を表す。）。

１．波長範囲１８４６ｃｍ^−１から２６１３ｃｍ^−１
係数：
ａ１１＝ １３７．２；
ｂ１１＝ ２１７０；
ｃ１１＝ ２２４．３；
ａ２１＝ １９．０２；
ｂ２１＝ ２０６３；
ｃ２１＝ ３７．５３；
ａ３１＝ ０．７４２７；
ｂ３１＝ ２２２４；
ｃ３１＝ １３；
ａ４１＝ ９８．３３；
ｂ４１＝ ２１２４；
ｃ４１＝ １０９．８；
ａ５１＝ −４．９８８；
ｂ５１＝ ２１９２；
ｃ５１＝ ３３．８７；
ａ６１＝ ２０．１９；
ｂ６１＝ １９９８；
ｃ６１＝ ４０．２２；
ａ７１＝ ２２８．３；
ｂ７１＝ １４９６；
ｃ７１＝ １３２９；
ａ８１＝ ６．７５１ｅ＋０１２；
ｂ８１＝ −１２２６；
ｃ８１＝ ５９２．１；

２．波長範囲１４６１ｃｍ^−１から１８４６ｃｍ^−１
ａ１２＝ −３００．２；
ｂ１２＝ １６５０；
ｃ１２＝ １３．６５；
ａ２２＝ −５１．６５；
ｂ２２＝ １６６５；
ｃ２２＝ ６．４８；
ａ３２＝ １４２．４；
ｂ３２＝ １６２３；
ｃ３２＝ ７．５８４；
ａ４２＝ １４５０；
ｂ４２＝ １６４９；
ｃ４２＝ ３２．６２；
ａ５２＝ ９６．３４；
ｂ５２＝ １６１７；
ｃ５２＝ ２．３８７；
ａ６２＝ ６０８；
ｂ６２＝ １４７０；
ｃ６２＝ ３６９．３；
ａ７２＝ ０；
ｂ７２＝ １８７３；
ｃ７２＝ ２．６２５；
ａ８２＝ １０３７；
ｂ８２＝ １６６４；
ｃ８２＝ ７６．２１；

３．波長範囲１１１１ｃｍ^−１から１４６１ｃｍ^−１
ａ１３＝ １３６８；
ｂ１３＝ ２１６７；
ｃ１３＝ ７６７；
ａ２３＝ ８０．６７；
ｂ２３＝ １３５６；
ｃ２３＝ ６８．８３；
ａ３３＝ ３６．８５；
ｂ３３＝ １３０７；
ｃ３３＝ ３３．７９；
ａ４３＝ １４２．５；
ｂ４３＝ １２４４；
ｃ４３＝ ６７．１９；
ａ５３＝ ２６０．４；
ｂ５３＝ １１３０；
ｃ５３＝ ８８．９１；
ａ６３＝ ６６．５４；
ｂ６３＝ １０９３；
ｃ６３＝ ３１；
ａ７３＝ ７．１２６；
ｂ７３＝ １３４５；
ｃ７３＝ ２０．９；
ａ８３＝ ４．８９７；
ｂ８３＝ １２８０；
ｃ８３＝ １１．０５；

４．波長範囲９６１ｃｍ^−１から１１１１ｃｍ^−１
ａ１４＝ ６９２．６；
ｂ１４＝ ９５２；
ｃ１４＝ ３１．０４；
ａ２４＝ ４８．４６；
ｂ２４＝ ９８３．２；
ｃ２４＝ １５．７２；
ａ３４＝ ２８７．５；
ｂ３４＝ ９９４．６；
ｃ３４＝ ２７．９８；
ａ４４＝ ４３４．９；
ｂ４４＝ １０３２；
ｃ４４＝ ４０．８６；
ａ５４＝ １７．０５；
ｂ５４＝ １０５２；
ｃ５４＝ １３．５５；
ａ６４＝ ４８．６１；
ｂ６４＝ １０６８；
ｃ６４＝ １６．５６；
ａ７４＝ ７０．７１；
ｂ７４＝ １０８６；
ｃ７４＝ ２１．２３；
ａ８４＝ ４９７．３；
ｂ８４＝ １１２４；
ｃ８４＝ ６４．４２；

５．波長範囲５７０ｃｍ^−１から９６１ｃｍ^−１
ａ１５＝ −２８７７；
ｂ１５＝ ３６．２３；
ｃ１５＝ ２９．０９；
ａ２５＝ ０；
ｂ２５＝ −１２４．３；
ｃ２５＝ ２２．０９；
ａ３５＝ −１９０．７；
ｂ３５＝ １８．９７；
ｃ３５＝ １６．４５；
ａ４５＝ １．５８９ｅ＋００４；
ｂ４５＝ −３．４２７；
ｃ４５＝ ５６．２５；
ａ５５＝−１．３５２ｅ＋００４；
ｂ５５＝ −５．８６１；
ｃ５５＝ ４０．７５；
ａ６５＝ ４７６．７；
ｂ６５＝ ８２．３８；
ｃ６５＝ １７．２９；
ａ７５＝ １２８６；
ｂ７５＝ ６２．２９；
ｃ７５＝ １８０．３；
ａ８５＝ ８０２．９；
ｂ８５＝ １０２．８；
ｃ８５＝ １８．７９；

主に水に影響された吸収強度
水の影響を除去する前の吸収スペクトルを示す図３について再び説明する。

図より明らかなように、水に最も影響された吸収強度は２０００ｃｍ^−１およびそれ以上の波数領域にある。この領域における強度は約０．２吸光度単位であった。本実施例においては、ｘ１は２０００であり、Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）は０．２であった。

水の影響が除去された後の試料の吸収スペクトルを示す図４について再び説明する。

よりよい解析結果を得るために、両グラフ（３および４）は２に標準化される（つまり、２を乗じた）ことがあげられる。

細菌の吸収スペクトル
各々の細菌は固有の分光的特徴を有する。多くの細菌種は同じような分光的特徴を有するが、それでも、細胞膜上のタンパク質の違い、ＤＮＡ／ＲＮＡ構造における違いに起因するスペクトルの相違は存在する。

以下の表２では、細菌を同定するために用いられ得るＩＲ領域での波長を示す。

この表はナウマン・Ｄ著「細菌学における赤外分光法」エンサイクロペディア・オブ・アナリティカル・ケミストリー、Ｒ．Ａ．Ｍｅｙｅｒｓ（Ｅｄ．）、１０２−１３１頁、ジョンワイリー・アンド・サンズ社、チチェスター、２０００年より引用された。

以下の表３及び図５は、化膿連鎖球菌（Ｓｔｒｅｐｔｏｃｏｃｃｕｓ ｐｙｏｇｅｎｅｓ）の吸収ピークの一実施例である。ピークのいくつかは表２中のピークに関連している。その他のピーク、化膿連鎖球菌固有のものであることが本発明により明らかにされたピーク番号１、２、９、１２、１３および１４は検出や同定に用いられる。

固体混合物中の細菌２種の識別
以下に示す生体外（エキソビボ）での実施例は、化膿連鎖球菌（Ｓｔｒｅｐｔｏｃｏｃｃｕｓ ｐｙｏｇｅｎｅｓ）と黄色ブドウ球菌（Ｓｔａｐｈｙｌｏｃｏｃｃｕｓ ａｕｒｅｕｓ）の固体混合物中の２種細菌を識別するための方法と、この試料内に化膿連鎖球菌が存在するか否かを同定及び／または決定するための方法を提供する。

以下のプロトコールに従い、化膿連鎖球菌と黄色ブドウ球菌の５つの混合物を調製した。

１．β溶血性連鎖球菌（カタログ番号−ＡＴＣＣ１９６１５）と黄色ブドウ球菌（カタログ番号−ＡＴＣＣ２５９２３）の溶液を以下のように調製した。

２．光学プレート（ＺｎＳｅ）上の印が付けられたスロットに、各々の溶液３０μＬを入れた。もう一方のスロットには対照区として３０μＬのｄｄＨ_２Ｏを入れた。

３．乾燥剤（５酸化２リン、カタログ番号７９６１０、シグマ・アルドリッチ製品）をいれた数個のペトリ皿が入っているデシケーター（デシケーター：２５０ｍｍポリプロピレン、Ｙａｖｉｎ Ｙｅｄａ、イスラエル製品）にプレートを静置した。

４．約３０分間デシケーター中で真空乾燥させた。

試料をＦＴＩＲ分光計（ブルカー製）内に置き、試料のスペクトル感度を求めた（スペクトル範囲４０００ｃｍ^−１から４００ｃｍ^−１）。

各々の試料の吸収スペクトルはブラックマン−ハリス３項アポダイズ関数（以下の方程式参照）に導入した。

ブラックマン−ハリス３項アポダイズ関数のω（ｎ）において；ｎは０からＮ−１までの整数、Ｎはブラックマン−ハリス３項アポダイズ関数が適用される範囲をいう。

次に、ノイズに対するシグナルの比率が３０００：１以上となるように、十分な回数（６４回）試料がスキャンされた。

特定の細菌の同定及び／または検出は以下のとおりである。
（ａ）Ｓａｖｉｔｚｋｙ‐Ｇｏｌａｙ法を用いて、吸収スペクトルの夫々におけるノイズが除去された。
（ｂ）信号の一次導関数が算出された。
（ｃ）ピーク波長、ピーク高さと幅、ピーク高さ比など（限定するものではない。）の特徴ｍが吸収スペクトルから抽出された。特徴ｍの合計が抽出された。ｍは、１より大きいまたは１に等しい整数を意味する。
（ｄ）前記特徴ｍにより、信号および／またはその一次導関数が幾つかの領域（セグメント、すなわち幾つかの波数領域）に区分けされた。
（ｅ）（ｉ）夫々の領域でのスペクトル信号について、および（ｉｉ）夫々の領域での信号導関数について、統計的相関ｍ１が算出された。統計的相関ｍ１の合計が抽出された。ｍ１は、１より大きいまたは１に等しい整数を意味する。夫々の領域（信号およびその導関数）についての統計的相関は、ピアソンの相関係数を用いて算出された。
（ｆ）特徴ｍおよび統計的相関ｍ１が（統計処理によって求めた）ｎ次元体積の境界の範囲内であるか否かを検証され確認された。
（ｇ）特徴ｍおよび／または統計的相関ｍ１がｎ次元体積の境界の範囲内であった場合に、特定の細菌の同定が陽性と決定された。

統計処理
統計処理は、特に、ｎ次元体積の境界を与えるのに適している。この境界を決定するにあたり、各々の特定細菌についての統計処理は一回のみ行なわれた。いったんこの境界が与えられると、試料中に特定の細菌が存在するか否かの決定は、上述のように行われた（すなわち、特徴または相関が境界の範囲内であるか否かの検証を行う）。

さらに、いったんこの境界が与えられると、同じ特定の細菌について再び統計処理を行う必要はない。

各々の特定の細菌についての統計処理は、以下に示す手順で行われる。
（ａ）特定の細菌を含む試料の幾つかの吸収スペクトル（ＡＳ２）を求める。
（ｂ）ピーク波長、ピーク高さと幅、異なるピークの強度比など（限定するものではない。）の特徴ｘを吸収スペクトルから抽出する。ｘの合計を抽出する。ｘは、１より大きいまたは１に等しい整数を意味する。
（ｃ）信号の一次導関数を算出する。
（ｄ）前記特徴ｘにより、信号および／またはその一次導関数を幾つかの領域（セグメント）に区分けする。
（ｅ）吸収スペクトル内の異なるセグメントについて相関ｙを算出する。
（ｆ）ｎ次元空間を定義する。ｎは、特徴ｘと統計的相関ｙの和に等しい。
（ｇ）特徴ｘの夫々および相関ｙの夫々を同定が必要とされる特定の細菌にアサインするおよび／またはインターリンクする。
（ｈ）（ｉ）特徴ｘの夫々について、および／または（ｉｉ）統計的相関ｙの夫々について、ガウス分布を算出する。算出されたガウス分布の全ては、ｎ次元空間のｎ次元体積を構成する。
（ｉ）夫々の体積の境界を、二次元ガウス分類法または類似する手法（例えばｋ最近傍法、ベイズ分類法など）を用いて決定する。

（スペクトルより抽出された）特徴及び相関がｎ次元体積の境界の範囲内であれば、特定の細菌が同定される。それ以外の場合には細菌は同定されない。

択一的にまたは付加的に、特徴ｘの各々および／または、統計的相関ｙについて、重み付け係数が与えられる。この重み付け係数は、特徴又は相関それぞれが細菌決定予測をどのように向上させるか検証することにより決定される（たとえば、最大尤度やベイジアン推定を用いることによる）。いったん重み付け係数が特徴ｘ及び統計的相関ｙのそれぞれにアサインされると、この境界は、細菌予測にもっとも重要な貢献を与える特徴及び／又は統計的相関について決定される。

択一的にまたは付加的に、ＡＳ２はノイズの除去により平滑化される。ノイズの除去は、移動平均法、Ｓａｖｉｔｚｋｙ‐Ｇｏｌａｙ法またはこれらの組み合わせからなる群より選択された異なる平滑化技術を用いて行われる。

まず、平滑化技術の一例を示す。ノイズが示される前後の完全なシグナルとその一次導関数についてである。

次に、スペクトルの偏差の例を示す。そして、最後に前記境界の例を示す。目的を明らかにするため、前記境界は試料に対し最も重要な貢献をもたらす特徴および／または統計的相関に従って算出されたことに注目されたい。

さらに、以下実施例の目的は、連鎖球菌の同定である。

スペクトルの平滑化
ノイズ除去前後の連鎖球菌を１００％含む試料の吸収信号を示す図６について説明する（記録されたシグナル対平滑化シグナル）。

ノイズ除去前後の連鎖球菌を１００％含む試料のシグナルの一次導関数を示す図７について説明する（記録されたシグナル対平滑化シグナル）。

吸収スペクトルの分割とその一次導関数
異なる試料（連鎖球菌とブドウ球菌の量が異なる）の吸収スペクトルとその一次導関数が与えられる。この吸収スペクトルと一次導関数は、例えば、選択された２つのセグメント（９５０ｃｍ^−１から１２００ｃｍ^−１及び１２３０ｃｍ^−１から１３６０ｃｍ^−１）において与えられる。

（シグナルと一次導関数の両方について区分けされた）セグメント全体は表３及び４にその相関とともに記載されている。

波数範囲９５０ｃｍ^−１から１２００ｃｍ^−１における試料（実線）及び対照試料（破線）の吸収スペクトルとそれに対応する統計的相関を示す図８から図１２について説明する。図８から図１２は同範囲におけるスペクトルの一次導関数とそれに対応する統計的相関をも示す。

各々の吸収スペクトルは種々の技術（たとえば、移動平均法、Ｓａｖｉｔｚｋｙ‐Ｇｏｌａｙ法など）を用いて平滑化された（すなわち、ノイズの除去を意味する）。

図８は連鎖球菌を１００％含む試料（実線）と連鎖球菌を１００％含む対照試料（破線）を示している。

図９はブドウ球菌を１００％含む試料（実線）と連鎖球菌を１００％含む対照試料（破線）を示している。

図１０は連鎖球菌を５０％、ブドウ球菌を５０％含む試料（実線）と連鎖球菌を１００％含む対照試料（破線）を示している。

図１１は連鎖球菌を７５％、ブドウ球菌を２５％含む試料（実線）と連鎖球菌を１００％含む対照試料（破線）を示している。

図１２は連鎖球菌を２５％、ブドウ球菌を７５％含む試料（実線）と連鎖球菌を１００％含む対照試料（破線）を示している。

波数範囲１２２０ｃｍ^−１から１３８０ｃｍ^−１における試料（実線）及び対照試料（破線）の吸収スペクトルとそれに対応する統計的相関を示す図１３から図１７について説明する。図１３から図１７は同範囲におけるスペクトルの一次導関数とそれに対応する統計的相関をも示す。

各々の吸収スペクトルは種々の技術（たとえば、移動平均法、Ｓａｖｉｔｚｋｙ‐Ｇｏｌａｙ法など）を用いて平滑化された（すなわち、ノイズの除去を意味する）。

図１３は連鎖球菌を１００％含む試料の一次導関数（実線）と連鎖球菌を１００％含む対照試料の一次導関数（破線）を示している。

図１４はブドウ球菌を１００％含む試料の一次導関数（実線）と連鎖球菌を１００％含む対照試料の一次導関数（破線）を示している。

図１５は連鎖球菌を５０％、ブドウ球菌を５０％含む試料の一次導関数（実線）と連鎖球菌を１００％含む対照試料の一次導関数（破線）を示している。

図１６は連鎖球菌を７５％、ブドウ球菌を２５％含む試料の一次導関数（実線）と連鎖球菌を１００％含む対照試料の一次導関数（破線）を示している。

図１７は連鎖球菌を２５％、ブドウ球菌を７５％含む試料の一次導関数（実線）と連鎖球菌を１００％含む対照試料の一次導関数（破線）を示している。

スペクトルから抽出された特徴ｍ
次に示す特徴は、抽出されたピーク波長、ピーク高さ及び幅、異なるピークの強度比、ピーク高さ比である。このシグナル及びシグナルの一次導関数は、ある領域中では、検出対象の特定の細菌（すなわち、連鎖球菌）とその他の細菌（たとえば、ブドウ球菌）との間で前記特徴が相違するという事実に基づき、上述したセグメントに区分けされた。

各々のセグメントの統計的相関ｍ１及び重み付け係数
以下に示す表４では、各々のセグメントに対するシグナルの一次導関数の統計的相関ｍ１を示す。波数範囲はｃｍ^−１であり、角かっこで示されている。表４には各々の重み付け係数も示されている。

以下に示す表５では、各々のセグメントに対するシグナルの統計的相関ｍ１を示す。波数範囲はｃｍ^−１であり、角かっこで示されている。表５は各々の重み付け係数も示されている。

各々の特徴又は相関の重み付け係数は最尤法により決定された。

表（４及び５）に示すように、相関１と相関２はシグナルとその一次導関数双方において最も大きな重み付け係数を有する。次に、これら相関について算出された境界を示す。

境界の算出
上述したように、上記境界は、試料中の特定細菌の同定に最も重大な貢献を与えた特徴及び／又は相関に従って算出される。

細菌を同定可能な２次元空間の境界を示す図１８について説明する。この境界は細菌予測に重大な貢献を与えた２つの特徴又は相関、一次導関数から算出された相関１（９９０ｃｍ^−１から１１９０ｃｍ^−１の波数範囲間）及び相関２（１２３５ｃｍ^−１から１３６３ｃｍ^−１の波数範囲間）に基づいて算出された。同定する特定細菌は連鎖球菌である。

図１８に示すように、連鎖球菌が試料中に存在する場合には、試料の中の菌の存在の有無を光学的に検出または同定することが可能である。

特徴又は相関が境界内にあるか否かの検査
いったん検出のための試料（たとえば、連鎖球菌を５０％含む試料）が得られると、吸収信号が示され、一次導関数が算出されてデータが処理される。

そして、その相関及び／または特徴に従って連鎖球菌が試料中に存在するかどうか決定される。図１８に示される相関は第１および第２の相関である。

図１５に示すように、一次導関数の第２の相関（１２３５ｃｍ^−１から１３６３ｃｍ^−１の波数範囲から算出された相関）は０．９０１６であり、一次導関数の第１の相関（９９０ｃｍ^−１から１１９０ｃｍ^−１の波数範囲から算出された相関）は０．９７５３である（図１０）。

再び図１８についてみると、連鎖球菌の領域に点（０．９０１６、０．９７５３）があることがわかる。このことより、連鎖球菌が試料内に存在することを患者に知らせることができる。

ブドウ球菌を１００％含む別の試料（すなわち、連鎖球菌でない試料）について確認する。

図１４に示すように、一次導関数の第２の相関（１２３５ｃｍ^−１から１３６３ｃｍ^−１の波数範囲から算出された相関）は０．７４６７であり、一次導関数の第１の相関（９９０ｃｍ^−１から１１９０ｃｍ^−１の波数範囲から算出された相関）は０．７８４５である（図９）。

そして、図１８からは、ブドウ球菌の領域に点（０．７４６７、０．７８４５）があることが観察される。このことより、連鎖球菌は試料内に存在しないことを患者に知らせることができる。

特定の細菌の特徴ｍと相関ｍ１の間の関連
以下の特徴及び相関は連鎖球菌に関連する：
表３及び９９０ｃｍ^−１から１１９０ｃｍ^−１、１２３５ｃｍ^−１から１３６３ｃｍ^−１の範囲における一次導関数相関由来のピーク１、２、９、１２、１３及び１４。

本願発明は、膜上のたった一つのタンパク質だけでなく、全体として細菌を検出することに注目されたい。

溶液中の２種細菌の識別
次の生体外（エキソビボ）での実施例は、溶液中に含まれる２種細菌の識別をするための方法を提供する。この溶液は、化膿連鎖球菌と黄色ブドウ球菌の混合物を含む。さらに、このエキソビボ実施例は、連鎖球菌が試料中に存在するか否かを同定及び決定するための方法を提供する。

次に示す実施例は、溶液中に含まれる２種細菌の識別をするための方法を提供する。この溶液は、化膿連鎖球菌と黄色ブドウ球菌の混合物を含む。

化膿連鎖球菌と黄色ブドウ球菌の５つの混合物を調製した。試料の分光吸収スペクトルの一次導関数は、上述したピアソンの相関係数を用いて異なる波長領域で分析された。

この混合物は以下のように調製された。：

３回の継代後（注：変異するまで２回継代可能）のβ溶血性連鎖球菌（ロット番号６９１９）と黄色ブドウ球菌（ロット番号６９８５）を購入した（ＨＹ Ｌａｂs社、０８−９３６６４７５、
www.hylabs.co.il)。

次に、２つのエッペンドルフチューブの重さを測定した。そして、菌種ごとに１ストーク溶液を調製した。その全量は１６０μＬであり、それには２つの測定されたプレート中の各々の区画から白金耳で１０回拭い取られたものが含まれていた。

次に、光学プレート（ＺｎＳｅ）上の印が付けられたスロットに、溶液３０μＬを入れた。：１つのスロットには、３０μＬの連鎖球菌を入れ、もう一方のスロットには対照区として３０μＬのｄｄＨ_２Ｏを入れた。そして、別の光学プレート（ＺｎＳｅ）上の印が付けられたスロットに、溶液３０μＬを入れた。：１つのスロットには、３０μｌのブドウ球菌を入れ、もう一方のスロットには対照区として３０μＬのｄｄＨ_２Ｏを入れた。

次に、乾燥剤（５酸化２リン、カタログ番号７９６１０、シグマ・アルドリッチ製品）をいれた数個のペトリ皿が入っているデシケーター（デシケーター：２５０ｍｍポリプロピレン、Ｙａｖｉｎ Ｙｅｄａ）にプレートを静置し、３０分間デシケーター中で真空乾燥させた。

次に、２つのチューブは１４００００ｒｐｍで５分間遠心分離された（ＨＳＩＡＮＧＴＡＩ製ＣＮＭ２０００）。そして、上清が取り除かれた。チューブの重さを測定し、ｄｄＨ_２Ｏで乾燥した細菌を希釈して濃度を調製した。

以下に示す計算結果が記録された。

次に５つの溶液を以下表のように調製した。

そして、上記チューブは１４００００ｒｐｍで５分間遠心分離され（ＨＳＩＡＮＧＴＡＩ製ＣＮＭ２０００）、上清が取り除かれた。次に、２−３回１μＬの液滴を光学プレートの両側に置き、スペクトル信号を測定した。

特定の細菌の同定及び／又は検出は以下のように行なわれる。
（ａ）Ｓａｖｉｔｚｋｙ‐Ｇｏｌａｙ法を用いて、吸収スペクトルの夫々におけるノイズが除去された。
（ｂ）信号の一次導関数が算出された。
（ｃ）ピーク波長、ピーク高さと幅、ピーク高さ比など（限定するものではない。）の特徴ｍが吸収スペクトルから抽出された。特徴ｍの合計が抽出された。ｍは、１より大きいまたは１に等しい整数を意味する。
（ｄ）前記特徴ｍにより、信号および／またはその一次導関数が幾つかの領域（セグメント）に区分けされた。
（ｅ）（ｉ）夫々の領域でのスペクトル信号について、および（ｉｉ）夫々の領域での信号導関数について、統計的相関ｍ１が算出された。統計的相関ｍ１の合計が抽出された。ｍ１は、１より大きいまたは１に等しい整数を意味する。夫々の領域（信号およびその導関数）についての統計的相関は、ピアソンの相関係数を用いて算出された。
（ｆ）特徴ｍおよび統計的相関ｍ１が（統計処理によって求めた）ｎ次元体積の境界の範囲内であるか否かを検証され確認された。
（ｇ）特徴ｍおよび／または統計的相関ｍ１がｎ次元体積の境界の範囲内であった場合に、特定の細菌の同定が陽性と決定された。

統計処理
統計処理は、特に、ｎ次元体積の境界を与えるのに適している。この境界を決定するにあたり、各々の特定細菌についての統計処理は一回のみ行なわれた。いったんこの境界が与えられると、試料中に特定の細菌が存在するか否かの決定は、上述のように行われた（すなわち、特徴または相関が境界の範囲内であるか否かの検証を行う）。

さらに、いったんこの境界が与えられると、同じ特定の細菌について再び統計処理を行う必要はない。

各々の特定の細菌についての統計処理は、以下に示す手順で行われる。
（ａ）特定の細菌を含む試料の幾つかの吸収スペクトル（ＡＳ２）を求める。
（ｂ）ピーク波長、ピーク高さと幅、異なるピークの強度比など（限定するものではない。）の特徴ｘを前記ＡＳ２から抽出する。ｘの合計を抽出する。ｘは、１より大きいまたは１に等しい整数を意味する。
（ｃ）信号の一次導関数を算出する。
（ｄ）前記特徴ｘにより、信号および／またはその一次導関数を幾つかの領域（セグメント）に区分けする。
（ｅ）吸収スペクトル内の異なるセグメントについて相関ｙを算出する。
（ｆ）ｎ次元空間を定義する。ｎは、特徴ｘと統計的相関ｙの和に等しい。
（ｇ）特徴ｘの夫々および相関ｙの夫々を同定が必要とされる特定の細菌にアサインするおよび／またはインターリンクする。
（ｈ）（ｉ）特徴ｘの夫々について、および／または（ｉｉ）統計的相関ｙの夫々について、ガウス分布を算出する。算出されたガウス分布の全ては、ｎ次元空間のｎ次元体積を構成する。
（ｉ）夫々の体積の境界を、二次元ガウス分類法または類似する手法（例えばｋ最近傍法、ベイズ分類法など）を用いて決定する。

（スペクトルより抽出された）特徴及び相関がｎ次元体積の境界の範囲内であれば、特定の細菌が同定される。それ以外の場合には細菌は同定されない。

択一的にまたは付加的に、特徴ｘの各々および／または、統計的相関ｙについて、重み付け係数が与えられる。この重み付け係数は、特徴又は相関それぞれが細菌決定予測をどのように向上させるか検証することにより決定される（たとえば、最大尤度やベイジアン推定を用いることによる）。いったん重み付け係数が特徴ｘ及び統計的相関ｙのそれぞれにアサインされると、この境界は、細菌予測にもっとも重要な貢献を与える特徴及び／又は統計的相関について決定される。

択一的にまたは付加的に、ＡＳ２はノイズの除去により平滑化される。ノイズの除去は、移動平均法、Ｓａｖｉｔｚｋｙ‐Ｇｏｌａｙ法またはこれらの組み合わせからなる群より選択された異なる平滑化技術を用いて行われる。

まず、平滑化技術の一例を示す。ノイズが示される前後の完全なシグナルとその一次導関数についてである。

次に、スペクトルの偏差の例を示す。そして、最後に前記境界の例を示す。目的を明らかにするため、前記境界は試料に対し最も重要な貢献をもたらす特徴および／または統計的相関に従って算出されたことに注目されたい。

さらに、以下実施例の目的は、連鎖球菌の同定である。

スペクトルの平滑化
ノイズ除去前後の連鎖球菌を１００％含む試料の吸収信号を示す図１９について説明する（記録されたシグナル対平滑化シグナル）。

ノイズ除去前後の連鎖球菌を１００％含む試料のシグナルの一次導関数を示す図２０について説明する（記録されたシグナル対平滑化シグナル）。

吸収スペクトルの分割とその一次導関数
異なる試料（連鎖球菌とブドウ球菌の量が異なる）の吸収スペクトルの一次導関数が与えられる。この一次導関数は、例えば、選択された３つのセグメント（９５０ｃｍ^−１から１２００ｃｍ^−１、１２２０ｃｍ^−１から１３８０ｃｍ^−１及び１７１０ｃｍ^−１から１７８０ｃｍ^−１）において与えられる。

（シグナルと一次導関数の両方について区分けされた）セグメント全体は表５及び６にその相関とともに記載されている。

連鎖球菌を１００％含む対照試料（破線）と連鎖球菌を１００％含む試料（実線）の吸収スペクトルの一次導関数及びそれに対応する統計的相関を示す図２１−２３について説明する。

図２１は、第１領域範囲９５０ｃｍ^−１から１２００ｃｍ^−１における対照試料及び試料の一次導関数を示す。図２２は、第２領域範囲１２２０ｃｍ^−１から１３８０ｃｍ^−１における対照試料及び試料の一次導関数を示す。図２３は、第３領域範囲１７１０ｃｍ^−１から１７８０ｃｍ^−１における対照試料及び試料の一次導関数を示す。

連鎖球菌を１００％含む対照試料（破線）とブドウ球菌を１００％含む試料（実線）の吸収スペクトルの一次導関数を示す図２４−２６について説明する。図はそれに対応する統計的相関をも示す。

図２４は、第１領域範囲９５０ｃｍ^−１から１２００ｃｍ^−１における対照試料及び試料の一次導関数を示す。

図２５は、第２領域範囲１２２０ｃｍ^−１から１３８０ｃｍ^−１における対照試料及び試料の一次導関数を示す。

図２６は、第３領域範囲１７１０ｃｍ^−１から１７８０ｃｍ^−１における対照試料及び試料の一次導関数を示す。

連鎖球菌を１００％含む対照試料（破線）とブドウ球菌を５０％と連鎖球菌を５０％含む試料（実線）の吸収スペクトルの一次導関数を示す図２７−２９について説明する。図はそれに対応する統計的相関をも示す。

図２７は、第１領域範囲９５０ｃｍ^−１から１２００ｃｍ^−１における対照試料及び試料の一次導関数を示す。

図２８は、第２領域範囲１２２０ｃｍ^−１から１３８０ｃｍ^−１における対照試料及び試料の一次導関数を示す。

図２９は、第３領域範囲１７１０ｃｍ^−１から１７８０ｃｍ^−１における対照試料及び試料の一次導関数を示す。

連鎖球菌を１００％含む対照試料（破線）とブドウ球菌を２５％と連鎖球菌を７５％含む試料（実線）の吸収スペクトルの一次導関数を示す図３０−３２について説明する。図はそれに対応する統計的相関をも示す。

図３０は、第１領域範囲９５０ｃｍ^−１から１２００ｃｍ^−１における対照試料及び試料の一次導関数を示す。

図３１は、第２領域範囲１２２０ｃｍ^−１から１３８０ｃｍ^−１における対照試料及び試料の一次導関数を示す。

図３２は、第３領域範囲１７１０ｃｍ^−１から１７８０ｃｍ^−１における対照試料及び試料の一次導関数を示す。

連鎖球菌を１００％含む対照試料（破線）とブドウ球菌を７５％と連鎖球菌を２５％含む試料（実線）の吸収スペクトルの一次導関数を示す図３３−３５について説明する。図はそれに対応する統計的相関をも示す。

図３３は、第１領域範囲９５０ｃｍ^−１から１２００ｃｍ^−１における対照試料及び試料の一次導関数を示す。

図３４は、第２領域範囲１２２０ｃｍ^−１から１３８０ｃｍ^−１における対照試料及び試料の一次導関数を示す。

図３５は、第３領域範囲１７１０ｃｍ^−１から１７８０ｃｍ^−１における対照試料及び試料の一次導関数を示す。

スペクトルから抽出された特徴ｍ
次に示す特徴は、ピーク波長、ピーク高さ及び幅、異なるピークの強度比、ピーク高さ比から抽出されたものである。このシグナル及びシグナルの一次導関数は、ある領域中では、検出対象の特定の細菌（すなわち、連鎖球菌）とその他の細菌（たとえば、ブドウ球菌）との間で前記特徴が相違するという事実に基づき、上述したセグメントに区分けされた。

各々のセグメントの統計的相関ｍ１及び重み付け係数
以下に示す表６では、各々のセグメントに対するシグナルの一次導関数の統計的相関ｍ１を示す。波数範囲はｃｍ^−１であり、角かっこで示されている。表６には各々の重み付け係数も示されている。

以下に示す表７では、各々のセグメントに対するシグナルの統計的相関ｍ１を示す。波数範囲はｃｍ^−１であり、角かっこで示されている。表7には各々の重み付け係数も示されている。

各々の特徴又は相関の重み付け係数は最尤法により決定された。

表（６及び７）に示すように、相関１と相関４はシグナルとその一次導関数双方において最も大きな重み付け係数を有する。次に、これら相関について算出された境界を示す。

境界の算出
上述したように、上記境界は、試料中の特定細菌の同定に最も重大な貢献を与えた特徴及び／又は相関に従って算出される。

細菌を同定可能な２次元空間の境界を示す図３６について説明する。この境界は細菌予測に重大な貢献を与えた２つの特徴又は相関、一次導関数から算出された相関１（９９０ｃｍ^−１から１１９０ｃｍ^−１の波数範囲間）及び相関２（１２３５ｃｍ^−１から１３６３ｃｍ^−１の波数範囲間）に基づいて算出された。同定する特定細菌は連鎖球菌である。

上述したように、相関体積の境界と同様、その他の特徴は二次元ガウス分類または類似の方法により決定される。

さらに、乾燥試料について図３６が示すように、連鎖球菌が試料中に存在する場合には、試料の中の菌の存在の有無を光学的に検出または同定することが可能である。

特徴又は相関が境界内にあるか否かの検査
いったん検出のための試料（たとえば、連鎖球菌を２５％含む試料）が得られると、吸収信号が示され、一次導関数が算出されてデータが処理される。

そして、その相関及び／または特徴に従って連鎖球菌が試料中に存在するかどうか決定される。図３６に示される相関は第１および第４の相関である。

図３５に示すように、一次導関数の第４の相関（１７２０ｃｍ^−１から１７８０ｃｍ^−１の波数範囲から算出された相関）は−０．１９３６であり、一次導関数の第１の相関（９９０ｃｍ^−１から１１９０ｃｍ^−１の波数範囲から算出された相関）は０．９０３５８である（図３３）。

再び図３６についてみると、連鎖球菌の領域に点（−０．１９３６、０．９０３５８）があることがわかる。このことより、連鎖球菌が試料内に存在することを患者に知らせることができる。

ブドウ球菌を１００％含む別の試料（すなわち、連鎖球菌でない試料）について確認する。

図２６に示すように、一次導関数の第４の相関（１７２０ｃｍ^−１から１７８０ｃｍ^−１の波数範囲から算出された相関）は−０．４３１８１であり、一次導関数の第１の相関（９９０ｃｍ^−１から１１９０ｃｍ^−１の波数範囲から算出された相関）は０．８９３１３である（図２４）。

そして、図３６からは、ブドウ球菌の領域に点（−０．４３１８１、０．８９３１３）があることが観察される。このことより、連鎖球菌は試料内に存在しないことを患者に知らせることができる。

特定の細菌の特徴ｍと相関ｍ１の間の関連
以下の特徴及び相関は、表３及び９９０ｃｍ^−１から１１９０ｃｍ^−１、１２３５ｃｍ^−１から１３６３ｃｍ^−１の範囲における一次導関数相関由来の連鎖球菌のピーク１、２、９、１２、１３及び１４に関連する。

本願発明は、膜上のたった一つのタンパク質だけでなく、全体として細菌を検出することに注目されたい。

さらに、この特定の実施例において、水の影響が除去されていないことに注目されたい。それゆえ、水の影響が除去されることなしに細菌を同定することは、本発明の範囲に含まれる。

Claims (25)

1. 無培養試料中の特定の細菌を検出するおよび／または同定する方法であって、
   前記方法は、
   ａ．前記無培養試料の吸収スペクトル（ＡＳ）を求める工程と、
   ｂ．前記特定の細菌についてのｎ次元体積の境界を、
   ｉ．前記特定の細菌を含む試料の少なくとも１つの吸収スペクトル（ＡＳ２）を求め、
   ｉｉ．ピーク波長、ピーク高さと幅、異なるピークの強度比またはこれらの組み合わせからなる群より選択された特徴ｘ（前記ｘは、１より大きいまたは１に等しい整数を意味する。）を前記ＡＳ２から抽出し、
   ｉｉｉ．前記ＡＳ２の少なくとも１つの導関数を算出し、
   ｉｖ．前記特徴ｘにより、前記ＡＳ２を幾つかのセグメントに区分けし、
   ｖ．前記セグメントの夫々の統計的相関ｙ（前記ｙは、１より大きいまたは１に等しい整数を意味する。）を算出し、
   ｖｉ．ｎ次元空間（ｎは、前記特徴ｘと前記統計的相関ｙの和に等しい。）を定義し、
   ｖｉｉ．前記特徴ｘの夫々および前記統計的相関ｙの夫々を前記特定の細菌にアサインし、
   ｖｉｉｉ．前記特徴ｘの夫々および／または前記統計的相関ｙの夫々について、前記ｎ次元空間のｎ次元体積を定義するガウス分布を算出し、
   ｉｘ．前記ｎ次元体積の境界を、二次元ガウス分類法、ｋ最近傍法、ベイズ分類法またはこれらの組み合わせからなる群より選択された手法を用いて決定する
   ことにより求める工程と、
   ｃ．前記ＡＳを、
   ｉ．移動平均法、Ｓａｖｉｔｚｋｙ‐Ｇｏｌａｙ法またはこれらの組み合わせからなる群より選択された異なる平滑化技術を用いてノイズを除去し、
   ｉｉ．ピーク幅、強度、幅／強度比、ピーク波長、異なるピークの強度比、またはこれらの組み合わせからなる群より選択された特徴ｍ（前記ｍは、１より大きいまたは１に等しい整数を意味する。）を前記ＡＳから抽出し、
   ｉｉｉ．前記特徴ｍにより、前記ＡＳを幾つかのセグメントに区分けし、
   ｉｖ．前記セグメントの夫々の統計的相関ｍ１（前記ｍ１は、１より大きいまたは１に等しい整数を意味する。）を算出する
   ことによりデータ処理する工程と、
   ｄ．前記統計的相関ｍ１および／または前記特徴ｍが前記ｎ次元体積の範囲内である場合に、前記特定の細菌を検出するおよび／または同定する工程
   からなることを特徴とする無培養試料中の特定の細菌を検出するおよび／または同定する方法。
2. 前記ＡＳをデータ処理する前記工程（ｃ）が、
   ｉ．前記ＡＳのｏ次導関数（ｏは、１より大きいまたは１に等しい整数を意味する。）の少なくとも１つを算出し、
   ｉｉ．ピーク幅、強度、幅／強度比、異なるピークの強度比、ピーク波長またはこれらの組み合わせからなる群より選択された特徴ｍ２を前記ｏ次導関数から抽出し、
   ｉｉｉ．前記特徴ｍ２により、前記ｏ次導関数を幾つかのセグメントに区分けし、
   ｉｖ．前記セグメントの夫々の統計的相関ｍ３を算出し、
   ｖ．前記統計的相関ｍ１および／または統計的相関ｍ３および／または前記特徴ｍおよび／または特徴ｍ２が前記ｎ次元体積の範囲内である場合に、前記特定の細菌を検出するおよび／または同定する
   工程をさらに含むことを特徴とする請求項１に記載の無培養試料中の特定の細菌を検出するおよび／または同定する方法。
3. 前記セグメントの夫々の統計的相関関係を算出する前記工程が、ピアソンの相関係数を用いて実行されることを特徴とする請求項１または請求項２に記載の無培養試料中の特定の細菌を検出するおよび／または同定する方法。
4. 化膿連鎖球菌、Ｃ群およびＧ群β溶血性連鎖球菌、コリネバクテリウム・ヘモリチカム、ジフテリアおよびウルセランス、淋菌、マイコプラズマ肺炎、エンテロコリチカ菌、結核菌、トラコーマクラミジアおよび肺炎クラミジア、百日咳菌、レジオネラ菌種、カリニ肺炎菌、ノカルジア、ヒストプラズマ・カプスラーツム、コクシジオイデス・イミチス、インフルエンザ菌、Ａ群β溶血性連鎖球菌および黄色ブドウ球菌からなる群より選択された前記特定の細菌を選択する工程をさらに含む請求項１乃至請求項３のいずれかに記載の無培養試料中の特定の細菌を検出するおよび／または同定する方法。
5. 前記ＡＳを求める前記工程が、
   ａ．前記無培養試料に適応する少なくとも１つの光学セルを備え、
   ｂ．レーザ、ランプ、ＬＥＤ波長可変レーザ、単色光分光器からなる群より選択されたｐ光源（ｐは、１に等しいまたは１より大きい整数を意味し、前記ｐ光源は、光を前記光学セルに放射するように構成される。）を備え、
   ｃ．前記無培養試料の分光学的データを受信する検出手段を備え、
   ｄ．異なる波長で前記ｐ光源から光を前記光学セルに放射し、
   ｅ．前記検出手段によって前記光学セルから出射する前記光を集光して前記ＡＳを求める
   工程をさらに含むことを特徴とする請求項１乃至請求項４のいずれかに記載の無培養試料中の特定の細菌を検出するおよび／または同定する方法。
6. 光を放射する前記工程が、紫外、可視、赤外、中間赤外、遠赤外およびテラヘルツの波長範囲で実行されることを特徴とする請求項５に記載の無培養試料中の特定の細菌を検出するおよび／または同定する方法。
7. 約３０００ｃｍ^−１から約３３００ｃｍ^−１および／または約８５０ｃｍ^−１から約１０００ｃｍ^−１および／または約１３００ｃｍ^−１から約１３５０ｃｍ^−１の領域における前記ＡＳを分析することによって前記特定の細菌を検出する工程をさらに含む請求項１乃至請求項６のいずれかに記載の無培養試料中の特定の細菌を検出するおよび／または同定する方法。
8. 無培養試料中の特定の細菌を検出するおよび／または同定する方法であって、
   前記方法は、
   ａ．前記無培養試料の水の影響を含む吸収スペクトル（ＡＳ）を求める工程と、
   ｂ．前記特定の細菌についてのｎ次元体積の境界を、
   ｉ．前記特定の細菌を含む試料の少なくとも１つの吸収スペクトル（ＡＳ２）を求め、
   ｉｉ．ピーク波長、ピーク高さと幅、異なるピークの強度比またはこれらの組み合わせからなる群より選択された特徴ｘ（前記ｘは、１より大きいまたは１に等しい整数を意味する。）を前記ＡＳ２から抽出し、
   ｉｉｉ．前記ＡＳ２の少なくとも１つの導関数を算出し、
   ｉｖ．前記特徴ｘにより、前記ＡＳ２を幾つかのセグメントに区分けし、
   ｖ．前記セグメントの夫々の統計的相関ｙ（前記ｙは、１より大きいまたは１に等しい整数を意味する。）を算出し、
   ｖｉ．ｎ次元空間（ｎは、前記特徴ｘと前記統計的相関ｙの和に等しい。）を定義し、
   ｖｉｉ．前記特徴ｘの夫々および前記統計的相関ｙの夫々を前記特定の細菌にアサインし、
   ｖｉｉｉ．前記特徴ｘの夫々および／または前記統計的相関ｙの夫々について、前記ｎ次元空間のｎ次元体積を定義するガウス分布を算出し、
   ｉｘ．前記ｎ次元体積の境界を、二次元ガウス分類法、ｋ最近傍法、ベイズ分類法またはこれらの組み合わせからなる群より選択された手法を用いて決定する
   ことにより求める工程と、
   ｃ．前記水の影響を、
   ｉ．前記ＡＳの範囲内の波数（ｘ）の夫々での吸収強度（Ｓｉｇｗｉｔｈ ｗａｔｅｒ（ｘ））を備え、
   ｉｉ．前記ＡＳを少なくとも２つの波数範囲に区分けし、
   ｉｉｉ．前記少なくとも２つの波数範囲の範囲内の波数（ｘ）の夫々での補正率（ＣＦ）を算出（ＣＦ（ｘ））し、
   ｉｖ．前記水（Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１））およびそれに対応する波数（ｘ１）に最も影響される少なくとも１つの吸収強度を、前記ＡＳから求め、
   ｖ．少なくとも１つの波数（ｘ１）での前記水の少なくとも１つの補正率（ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１））を算出し、
   ｖｉ．前記少なくとも１つのＳｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）を前記少なくとも１つの波数（ｘ１）での前記少なくとも１つのＣＦｗａｔｅｒで除算（Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）／ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１））し、
   ｖｉｉ．前記工程（ｖｉ）の平均値（ＡＶＧ［Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）／ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１）］）を算出し、
   ｖｉｉｉ．前記ＡＶＧ［Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）／ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１）］に前記ＡＳの範囲内の前記波数（ｘ）の夫々についての前記ＣＦ（ｘ）を乗算し、
   ｉｘ．前記ＡＳの範囲内の前記波数（ｘ）の夫々での前記Ｓｉｇｗｉｔｈ ｗａｔｅｒ（ｘ）から前記工程（ｖｉｉｉ）の結果を減算する
   ことにより前記ＡＳから除去する工程と、
   ｄ．前記ＡＳを、
   ｉ．移動平均法、Ｓａｖｉｔｚｋｙ‐Ｇｏｌａｙ法またはこれらの組み合わせからなる群より選択された異なる平滑化技術を用いてノイズを除去し、
   ｉｉ．ピーク幅、強度、幅／強度比、ピーク波長、異なるピークの強度比、またはこれらの組み合わせからなる群より選択された特徴ｍ（前記ｍは、１より大きいまたは１に等しい整数を意味する。）を前記ＡＳから抽出し、
   ｉｉｉ．前記特徴ｍにより、前記ＡＳを幾つかのセグメントに区分けし、
   ｉｖ．前記セグメントの夫々の統計的相関ｍ１（前記ｍ１は、１より大きいまたは１に等しい整数を意味する。）を算出する
   ことにより前記水の影響なしにデータ処理する工程と、
   ｅ．前記統計的相関ｍ１および／または前記特徴ｍが前記ｎ次元体積の範囲内である場合に、前記特定の細菌を検出するおよび／または同定する工程
   からなることを特徴とする無培養試料中の特定の細菌を検出するおよび／または同定する方法。
9. 前記ＡＳを前記水の影響なしにデータ処理する前記工程（ｄ）が、
   ｉ．前記ＡＳのｏ次導関数（ｏは、１より大きいまたは１に等しい整数を意味する。）の少なくとも１つを算出し、
   ｉｉ．ピーク幅、強度、幅／強度比、異なるピークの強度比、ピーク波長またはこれらの組み合わせからなる群より選択された特徴ｍ２を前記ｏ次導関数から抽出し、
   ｉｉｉ．前記特徴ｍ２により、前記ｏ次導関数を幾つかのセグメントに区分けし、
   ｉｖ．前記セグメントの夫々の統計的相関ｍ３を算出し、
   ｖ．前記統計的相関ｍ１および／または統計的相関ｍ３および／または前記特徴ｍおよび／または特徴ｍ２が前記ｎ次元体積の範囲内である場合に、前記特定の細菌を検出するおよび／または同定する
   工程をさらに含むことを特徴とする請求項８に記載の無培養試料中の特定の細菌を検出するおよび／または同定する方法。
10. 前記セグメントの夫々の統計的相関関係を算出する前記工程が、ピアソンの相関係数を用いて実行されることを特徴とする請求項８または請求項９に記載の無培養試料中の特定の細菌を検出するおよび／または同定する方法。
11. 化膿連鎖球菌、Ｃ群およびＧ群β溶血性連鎖球菌、コリネバクテリウム・ヘモリチカム、ジフテリアおよびウルセランス、淋菌、マイコプラズマ肺炎、エンテロコリチカ菌、結核菌、トラコーマクラミジアおよび肺炎クラミジア、百日咳菌、レジオネラ菌種、カリニ肺炎菌、ノカルジア、ヒストプラズマ・カプスラーツム、コクシジオイデス・イミチス、インフルエンザ菌、Ａ群β溶血性連鎖球菌および黄色ブドウ球菌からなる群より選択された前記特定の細菌を選択する工程をさらに含む請求項８乃至請求項１０のいずれかに記載の無培養試料中の特定の細菌を検出するおよび／または同定する方法。
12. 前記ＡＳを求める前記工程が、
    ａ．前記無培養試料に適応する少なくとも１つの光学セルを備え、
    ｂ．レーザ、ランプ、ＬＥＤ波長可変レーザ、単色光分光器からなる群より選択されたｐ光源（ｐは、１に等しいまたは１より大きい整数を意味し、前記ｐ光源は、光を前記光学セルに放射するように構成される。）を備え、
    ｃ．前記無培養試料の分光学的データを受信する検出手段を備え、
    ｄ．異なる波長で前記ｐ光源から光を前記光学セルに放射し、
    ｅ．前記検出手段によって前記光学セルから出射する前記光を集光して前記ＡＳを求める
    工程をさらに含むことを特徴とする請求項８乃至請求項１１のいずれかに記載の無培養試料中の特定の細菌を検出するおよび／または同定する方法。
13. 光を放射する前記工程が、紫外、可視、赤外、中間赤外、遠赤外およびテラヘルツの波長範囲で実行されることを特徴とする請求項１２に記載の無培養試料中の特定の細菌を検出するおよび／または同定する方法。
14. 無培養試料中の特定の細菌を検出するおよび／または同定するように構成されたシステム１０００であって、
    前記システム１０００は、
    ａ．前記無培養試料の吸収スペクトル（ＡＳ）を求める手段１００と、
    ｂ．前記特定の細菌についてのｎ次元体積の境界を求める手段であって、
    ｉ．前記特定の細菌を含む試料の少なくとも１つの吸収スペクトル（ＡＳ２）を求める手段２０１と、
    ｉｉ．ピーク波長、ピーク高さと幅、異なるピークの強度比またはこれらの組み合わせからなる群より選択された特徴ｘ（前記ｘは、１より大きいまたは１に等しい整数を意味する。）を前記ＡＳ２から抽出する手段２０２と、
    ｉｉｉ．前記ＡＳ２の少なくとも１つの導関数を算出する手段２０３と、
    ｉｖ．前記特徴ｘにより、前記ＡＳ２を幾つかのセグメントに区分けする手段２０４と、
    ｖ．前記セグメントの夫々の統計的相関ｙ（前記ｙは、１より大きいまたは１に等しい整数を意味する。）を算出する手段２０５と、
    ｖｉ．ｎ次元空間（ｎは、前記特徴ｘと前記統計的相関ｙの和に等しい。）を定義する手段２０６と、
    ｖｉｉ．前記特徴ｘの夫々および前記統計的相関ｙの夫々を前記特定の細菌にアサインする手段２０７と、
    ｖｉｉｉ．前記特徴ｘの夫々および／または前記統計的相関ｙの夫々について、前記ｎ次元空間のｎ次元体積を定義するガウス分布を算出する手段２０８と、
    ｉｘ．前記ｎ次元体積の境界を、二次元ガウス分類法、ｋ最近傍法、ベイズ分類法またはこれらの組み合わせからなる群より選択された手法を用いて決定する手段２０９
    によって特徴づけられる統計処理手段２００と、
    ｃ．前記ＡＳをデータ処理する手段であって、
    ｉ．移動平均法、Ｓａｖｉｔｚｋｙ‐Ｇｏｌａｙ法またはこれらの組み合わせからなる群より選択された異なる平滑化技術を用いてノイズを除去する手段３０１と、
    ｉｉ．ピーク幅、強度、幅／強度比、ピーク波長、異なるピークの強度比、またはこれらの組み合わせからなる群より選択された特徴ｍ（前記ｍは、１より大きいまたは１に等しい整数を意味する。）を前記ＡＳから抽出する手段３０２と、
    ｉｉｉ．前記特徴ｍにより、前記ＡＳを幾つかのセグメントに区分けする手段３０３と、
    ｉｖ．前記セグメントの夫々の統計的相関ｍ１（前記ｍ１は、１より大きいまたは１に等しい整数を意味する。）を算出する手段３０４
    によって特徴づけられる手段３００と、
    ｄ．前記統計的相関ｍ１および／または前記特徴ｍが前記ｎ次元体積の範囲内である場合に、前記特定の細菌を検出するおよび／または同定する手段４００
    からなることを特徴とするシステム１０００。
15. 前記ＡＳをデータ処理する前記手段３００が、
    ｉ．前記ＡＳのｏ次導関数（ｏは、１より大きいまたは１に等しい整数を意味する。）の少なくとも１つを算出する手段３０５と、
    ｉｉ．ピーク幅、強度、幅／強度比、異なるピークの強度比、ピーク波長またはこれらの組み合わせからなる群より選択された特徴ｍ２を前記ｏ次導関数から抽出する手段３０６と、
    ｉｉｉ．前記特徴ｍ２により、前記ｏ次導関数を幾つかのセグメントに区分けする手段３０７と、
    ｉｖ．前記セグメントの夫々の統計的相関ｍ３を算出する手段３０８と、
    ｖ．前記統計的相関ｍ１および／または統計的相関ｍ３および／または前記特徴ｍおよび／または特徴ｍ２が前記ｎ次元体積の範囲内である場合に、前記特定の細菌を検出するおよび／または同定する手段３０９
    によってさらに特徴づけられた請求項１４に記載のシステム１０００。
16. 統計的相関関係を算出する前記手段３０８または３０４が、ピアソンの相関係数からなる群より選択されることを特徴とする請求項１４または請求項１５に記載のシステム１０００。
17. 前記特定の細菌が、化膿連鎖球菌、Ｃ群およびＧ群β溶血性連鎖球菌、コリネバクテリウム・ヘモリチカム、ジフテリアおよびウルセランス、淋菌、マイコプラズマ肺炎、エンテロコリチカ菌、結核菌、トラコーマクラミジアおよび肺炎クラミジア、百日咳菌、レジオネラ菌種、カリニ肺炎菌、ノカルジア、ヒストプラズマ・カプスラーツム、コクシジオイデス・イミチス、インフルエンザ菌、Ａ群β溶血性連鎖球菌および黄色ブドウ球菌からなる群より選択されることを特徴とする請求項１４乃至請求項１６のいずれかに記載のシステム１０００。
18. 前記無培養試料の吸収スペクトル（ＡＳ）を求める前記手段１００が、
    ａ．前記無培養試料に適応する少なくとも１つの光学セルと、
    ｂ．レーザ、ランプ、ＬＥＤ波長可変レーザ、単色光分光器からなる群より選択されたｐ光源（ｐは、１に等しいまたは１より大きい整数を意味し、前記ｐ光源は、異なる波長で光を前記光学セルに放射するように構成される。）と、
    ｃ．前記光学セルから出射する前記無培養試料の分光学的データを受信する検出手段
    をさらに備えていることを特徴とする請求項１４乃至請求項１６のいずれかに記載のシステム１０００。
19. 前記ｐ光源が、紫外、可視、赤外、中間赤外、遠赤外およびテラヘルツからなる群より選択された波長範囲で光を放射するように構成されることを特徴とする請求項１８に記載のシステム１０００。
20. 無培養試料中の特定の細菌を検出するおよび／または同定するように構成されたシステム２０００であって、
    前記システム２０００は、
    ａ．前記無培養試料の水の影響を含む吸収スペクトル（ＡＳ）を求める手段１００と、
    ｂ．前記特定の細菌についてのｎ次元体積の境界を求める手段であって、
    ｉ．前記特定の細菌を含む試料の少なくとも１つの吸収スペクトル（ＡＳ２）を求める手段２０１と、
    ｉｉ．ピーク波長、ピーク高さと幅、異なるピークの強度比またはこれらの組み合わせからなる群より選択された特徴ｘ（前記ｘは、１より大きいまたは１に等しい整数を意味する。）を前記ＡＳ２から抽出する手段２０２と、
    ｉｉｉ．前記ＡＳ２の少なくとも１つの導関数を算出する手段２０３と、
    ｉｖ．前記特徴ｘにより、前記ＡＳ２を幾つかのセグメントに区分けする手段２０４と、
    ｖ．前記セグメントの夫々の統計的相関ｙ（前記ｙは、１より大きいまたは１に等しい整数を意味する。）を算出する手段２０５と、
    ｖｉ．ｎ次元空間（ｎは、前記特徴ｘと前記統計的相関ｙの和に等しい。）を定義する手段２０６と、
    ｖｉｉ．前記特徴ｘの夫々および前記統計的相関ｙの夫々を前記特定の細菌にアサインする手段２０７と、
    ｖｉｉｉ．前記特徴ｘの夫々および／または前記統計的相関ｙの夫々について、前記ｎ次元空間のｎ次元体積を定義するガウス分布を算出する手段２０８と、
    ｉｘ．前記ｎ次元体積の境界を、二次元ガウス分類法、ｋ最近傍法、ベイズ分類法またはこれらの組み合わせからなる群より選択された手法を用いて決定する手段２０９
    によって特徴づけられる統計処理手段２００と、
    ｃ．前記水の影響を前記ＡＳから除去する手段であって、
    ｉ．前記ＡＳの範囲内の波数（ｘ）の夫々での吸収強度（Ｓｉｇｗｉｔｈ ｗａｔｅｒ（ｘ））を備える手段３０１と、
    ｉｉ．前記ＡＳを少なくとも２つの波数範囲に区分けする手段３０２と、
    ｉｉｉ．前記少なくとも２つの波数範囲の範囲内の波数（ｘ）の夫々での補正率（ＣＦ）を算出（ＣＦ（ｘ））する手段３０３と、
    ｉｖ．前記水（Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１））およびそれに対応する波数（ｘ１）に最も影響される少なくとも１つの吸収強度を、前記ＡＳから求める手段３０４と、
    ｖ．少なくとも１つの波数（ｘ１）での前記水の少なくとも１つの補正率（ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１））を算出する手段３０５と、
    ｖｉ．前記少なくとも１つのＳｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）を前記少なくとも１つの波数（ｘ１）での前記少なくとも１つのＣＦｗａｔｅｒで除算（Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）／ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１））する手段３０６と、
    ｖｉｉ．前記工程（ｖｉ）の平均値（ＡＶＧ［Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）／ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１）］）を算出する手段３０７と、
    ｖｉｉｉ．前記ＡＶＧ［Ｓｉｇｗａｔｅｒ ｏｎｌｙ（ｘ１）／ＣＦｗａｔｅｒ ｏｎｌｙ（ｘ１）］に前記ＡＳの範囲内の前記波数（ｘ）の夫々についての前記ＣＦ（ｘ）を乗算する手段３０８と、
    ｉｘ．前記ＡＳの範囲内の前記波数（ｘ）の夫々での前記Ｓｉｇｗｉｔｈ ｗａｔｅｒ（ｘ）から前記工程（ｖｉｉｉ）の結果を減算する手段３０９
    を有する手段３００と、
    ｄ．前記ＡＳを前記水の影響なしにデータ処理する手段であって、
    ｉ．移動平均法、Ｓａｖｉｔｚｋｙ‐Ｇｏｌａｙ法またはこれらの組み合わせからなる群より選択された異なる平滑化技術を用いてノイズを除去する手段４０１と、
    ｉｉ．ピーク幅、強度、幅／強度比、ピーク波長、異なるピークの強度比、またはこれらの組み合わせからなる群より選択された特徴ｍ（前記ｍは、１より大きいまたは１に等しい整数を意味する。）を前記ＡＳから抽出する手段４０２と、
    ｉｉｉ．前記特徴ｍにより、前記ＡＳを幾つかのセグメントに区分けする手段４０３と、
    ｉｖ．前記セグメントの夫々の統計的相関ｍ１（前記ｍ１は、１より大きいまたは１に等しい整数を意味する。）を算出する手段４０４
    によって特徴づけられる手段４００と、
    ｅ．前記統計的相関ｍ１および／または前記特徴ｍが前記ｎ次元体積の範囲内である場合に、前記特定の細菌を検出するおよび／または同定する手段５００
    からなることを特徴とするシステム２０００。
21. 前記ＡＳを前記水の影響なしにデータ処理する前記手段４００が、
    ｉ．前記ＡＳのｏ次導関数（ｏは、１より大きいまたは１に等しい整数を意味する。）の少なくとも１つを算出する手段４０５と、
    ｉｉ．ピーク幅、強度、幅／強度比、異なるピークの強度比、ピーク波長またはこれらの組み合わせからなる群より選択された特徴ｍ２を前記ｏ次導関数から抽出する手段４０６と、
    ｉｉｉ．前記特徴ｍ２により、前記ｏ次導関数を幾つかのセグメントに区分けする手段４０７と、
    ｉｖ．前記セグメントの夫々の統計的相関ｍ３を算出する手段４０８と、
    ｖ．前記統計的相関ｍ１および／または統計的相関ｍ３および／または前記特徴ｍおよび／または特徴ｍ２が前記ｎ次元体積の範囲内である場合に、前記特定の細菌を検出するおよび／または同定する手段４０９
    をさらに備えていることを特徴とする請求項２０に記載のシステム２０００。
22. 前記セグメントの夫々の統計的相関関係を算出する前記手段４０８および／または手段４０４が、ピアソンの相関係数からなる群より選択されることを特徴とする請求項２０または請求項２１に記載のシステム２０００。
23. 前記特定の細菌が、化膿連鎖球菌、Ｃ群およびＧ群β溶血性連鎖球菌、コリネバクテリウム・ヘモリチカム、ジフテリアおよびウルセランス、淋菌、マイコプラズマ肺炎、エンテロコリチカ菌、結核菌、トラコーマクラミジアおよび肺炎クラミジア、百日咳菌、レジオネラ菌種、カリニ肺炎菌、ノカルジア、ヒストプラズマ・カプスラーツム、コクシジオイデス・イミチス、インフルエンザ菌、Ａ群β溶血性連鎖球菌および黄色ブドウ球菌からなる群より選択されることを特徴とする請求項２０乃至請求項２２のいずれかに記載のシステム２０００。
24. 前記無培養試料の吸収スペクトル（ＡＳ）を求める前記手段１００が、
    ａ．前記無培養試料に適応する少なくとも１つの光学セルと、
    ｂ．レーザ、ランプ、ＬＥＤ波長可変レーザ、単色光分光器からなる群より選択されたｐ光源（ｐは、１に等しいまたは１より大きい整数を意味し、前記ｐ光源は、異なる波長で光を前記光学セルに放射するように構成される。）と、
    ｃ．前記光学セルから出射する前記無培養試料の分光学的データを受信する検出手段
    をさらに備えていることを特徴とする請求項２０乃至請求項２３のいずれかに記載のシステム２０００。
25. 前記ｐ光源が、紫外、可視、赤外、中間赤外、遠赤外およびテラヘルツからなる群より選択された波長範囲で光を放射するように構成されることを特徴とする請求項２４に記載のシステム２０００。