Koneoppimista hyödyntävä metabolomiikka-analyysi
Koneoppimista hyödyntävä metabolomiikka-analyysi on integroiva bioinformatiikan työnkulku, joka yhdistää kohdentamattoman tai kohdennetun metaboliittiprofiloinnin – massaspektrometrian tai NMR:n avulla – ohjattuihin ja ohjaamattomiin koneoppimisalgoritmeihin löytääkseen biomarkkereita, luokitellakseen fenotyyppejä ja mallintaakseen aineenvaihduntatiloja. Käsittelemällä metabolomiikkatietoaineistoille ominaista äärimmäistä ulottuvuutta ja kollineaarisuutta (satoja tai tuhansia piirteitä, kymmeniä tai satoja näytteitä), koneoppimismenetelmät, kuten satunnaismetsät, tukivektorikoneet ja neuroverkot, poimivat biologisesti tulkittavia malleja, jotka klassinen univariaattinen tilastotiede rutiininomaisesti jättää huomiotta.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
Lähteet
- Liebal, U. W., Phan, A. N. T., Sudhakar, M., Raman, K., & Blank, L. M. (2020). Machine learning applications for mass spectrometry-based metabolomics. Metabolites, 10(6), 243. DOI: 10.3390/metabo10060243 ↗
- Bylesjö, M., Rantalainen, M., Cloarec, O., Nicholson, J. K., Holmes, E., & Trygg, J. (2006). OPLS discriminant analysis: combining the strengths of PLS-DA and SIMCA classification. Journal of Chemometrics, 20(8-10), 341-351. link ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Machine Learning-Assisted Metabolomics Analysis. ScholarGate. https://scholargate.app/fi/bioinformatics/machine-learning-assisted-metabolomics-analysis
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- Random ForestKoneoppiminen↔ vertaa
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →