代谢组学中机器学习研究进展

• 作者: 周春光 王喆 王岩 白天
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 代谢组学 生物信息学 机器学习 主成分分析 系统聚类分析 偏最小二乘法
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 163-168
• 页数: 6页
• 分类号: TP31
• 字数: 5613字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5896.2008.02.010

摘要

以往代谢组学的综述都着眼于对其应用情况进行总结,而对机器学习方法的对比研究不多.为此,在分析讨论目前机器学习方法在代谢组学研究方面最新进展的基础上,对各种机器学习方法及在代谢组学研究上的应用效果进行了总结,给出了代谢组学研究所使用的数据源,比较了各方法的应用效果及其利弊,指出目前代谢组研究中存在的主要问题及可能的改进方案.列举了相关方法在疾病诊断、药物开发等方面的最新应用,展望了代谢组学的研究前景,以期为改进代谢组学研究中机器学习算法的研究工作提供启示和帮助.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王岩	吉林大学计算机科学与技术学院	133	735	15.0	21.0
2	周春光	吉林大学计算机科学与技术学院	161	2128	25.0	39.0
3	王喆	吉林大学计算机科学与技术学院	48	344	11.0	17.0
4	白天	吉林大学计算机科学与技术学院	12	37	3.0	5.0