データ解析は、HDMSE データセットで得られる情報を十分に活用できるウォーターズの最新の OMICS ソフトウェアパッケージである Progenesis QI を用いて行いました。Progenesis QI は、データのアライメント、ピークピッキング、マイニングを行って定量し、サンプルグループ間の有意な分子の差を特定できる新規のソフトウェアプラットホームです。
アライメント、ピーク検出およびデコンボリューションに続いて、3,885 種の化合物イオンを調査しました。まず、主成分分析（PCA）を行って、図 2 のスコアプロットを得ました。繰り返しサンプルの注入の厳格なプール作成および一元化された複合/プールサンプルにより、統計的に意味のあるデータセットであることが示されました。一部のバスマティ米サンプルは左上の象限、ジャスミン米サンプルは右下の象限、長粒米サンプルは右上の象限に、それぞれ収まっています。米の種類のグループ化に関する例外が、2 種類のバスマティ米サンプルで認められました。1 つはジャスミン米と同じ生産者からのもので、他のジャスミン米サンプルとともにグループ化されています（BAS M4）。2 つ目のバスマティ米の外れ値（BAS M3）は、長粒米と同じ生産者からのもので、この長粒米サンプル（LGM3）とともにグループ化されています。
これらの保管された購入サンプルの由来が基本的に不明であるため、サンプルの由来や純度について結論を引き出すことはできません。本研究の目的は、バスマティ米の真正性および食品偽装の可能性を調査するための概念実証メソッドを考案することでした。 真正および非真正のバスマティ米サンプルの両方を含む、十分に特性解析された多数のサンプルを使用した試験が必要です。この新しい試験で対象の独自のマーカーを見つけることで、シングル四重極またはタンデム四重極など、品質管理ラボでよりルーチンに使用される装置について、合格/不合格を判定するメソッドを確立できる可能性があります。
教師ありの潜在構造への直交射影の判別分析（OPLS-DA）モデルを使用して、データのさらなる調査を行いました。このため、バスマティ米サンプル（BAS M1 および BAS M2）の注入に含まれるマーカー（図 2 の青色の四角）を、長粒米サンプル（LG M3）に含まれるマーカー（図 2 の赤色の四角）と比較しました。この分析で得られた S プロットを図 3 に示します。ここで、x 軸は特定の分析種の変化の大きさの目安を示し、y 軸は 2 グループ間の比較における分析種の有意性の目安を示します。図 3 で赤色の四角で示した有意なマーカー（対象イオン）は、2 つの米の種類の間で最も大きな差がある有意なマーカーに対応するイオンです。一群のマーカーを強調表示した後、これらをマウスの右クリックでタグ付けすることができます。次に、この分析種のサブセットに Progenesis QI 内で「タグ」を割り当て、さらに検討することができます。
