Analiza metabolomskih podataka potpomognuta strojnim učenjem

Analiza metabolomskih podataka potpomognuta strojnim učenjem (engl. Machine learning-assisted metabolomics analysis) integrativni je bioinformatički cjevovod koji spaja netretirano ili ciljano profiliranje metabolita — putem masene spektrometrije ili NMR-a — sa nadziranim i nenadziranim algoritmima strojnog učenja (ML) radi otkrivanja biomarkera, klasificiranja fenotipova i modeliranja metaboličkih stanja. Rješavajući ekstremnu dimenzionalnost i kolinearnost svojstvenu metabolomskim skupovima podataka (stotine do tisuće značajki, desetci do stotine uzoraka), ML metode poput slučajnih šuma (engl. random forests), potpornih vektorskih strojeva (engl. support vector machines) i neuronskih mreža izvlače biološki interpretativne obrasce koje klasična univarijatna statistika redovito propušta.