机器学习辅助的代谢组学分析

机器学习辅助的代谢组学分析是一个整合的生物信息学流程，它将非靶向或靶向代谢物分析（通过质谱或核磁共振）与监督和无监督机器学习算法相结合，以发现生物标志物、分类表型和模拟代谢状态。通过处理代谢组学数据集中固有的极端维度和共线性（数百到数千个特征，数十到数百个样本），随机森林、支持向量机和神经网络等机器学习方法能够提取出具有生物学可解释性的模式，而这些模式是经典单变量统计方法通常无法发现的。