การวิเคราะห์เมแทบอโลมิกส์ด้วยการเรียนรู้ของเครื่อง
การวิเคราะห์เมแทบอโลมิกส์ด้วยการเรียนรู้ของเครื่อง (Machine learning-assisted metabolomics analysis) เป็นกระบวนการชีวสารสนเทศแบบบูรณาการที่ผสมผสานการวัดโปรไฟล์เมแทบอไลต์แบบไม่กำหนดเป้าหมายหรือกำหนดเป้าหมาย — ผ่านแมสสเปกโตรเมทรีหรือ NMR — เข้ากับอัลกอริทึม ML แบบมีผู้สอนและไม่มีผู้สอน เพื่อค้นหาตัวบ่งชี้ทางชีวภาพ (biomarkers) จำแนกรูปแบบฟีโนไทป์ และสร้างแบบจำลองสภาวะเมแทบอลิก โดยการจัดการกับมิติข้อมูลที่สูงมากและความสัมพันธ์กันเองของข้อมูลเมแทบอโลมิกส์ (คุณสมบัติหลายร้อยถึงหลายพันรายการ ตัวอย่างหลายสิบถึงหลายร้อยรายการ) วิธีการ ML เช่น random forests, support vector machines และ neural networks จะสกัดรูปแบบที่สามารถตีความทางชีววิทยาได้ ซึ่งสถิติแบบตัวแปรเดี่ยว (univariate statistics) แบบดั้งเดิมมักมองข้ามไป
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Machine Learning-Assisted Metabolomics Analysis. ScholarGate. https://scholargate.app/th/bioinformatics/machine-learning-assisted-metabolomics-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Random Forestการเรียนรู้ของเครื่อง↔ compare