基于人工智能技术的烟气暴露大鼠代谢生物标志物筛选方法研究

• 作者: 应旭辉 王义明 罗国安 罗娟敏 苏加坤 蔡继宝 谢媛媛 邵灯寅
• 来源期刊: 分析测试学报
• 学科: 化学
• 关键词: 人工神经网络 模糊逻辑 代谢组学 烟气暴露 关键生物标志物群
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 研究报告
• 页码范围: 705-710
• 页数: 6页
• 分类号: O657.63|Q411
• 字数: 5178字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-4957.2017.06.001

摘要

该研究将主成分分析、偏最小二乘判别分析等多元统计分析方法用于烟草血浆、尿液和肺组织代谢组学数据的分析,以揭示暴露于不同烟气中大鼠血浆、尿液和肺组织中内源性生物标志物的整体变化情况,筛选潜在生物标志物;将血样、尿样和肺组织代谢轮廓谱分析得到的生物标志物进行整合,运用神经模糊网络模型对标志物进行缩减,并用人工神经网络评价模型预测能力,确定烟气暴露不同时间(7,14,30 d)以及不同烟气暴露对大鼠内源性代谢物变化影响“因果效应”密切相关的关键生物标志物群,明确不同烟气对大鼠机体损伤机制的异同.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗国安	清华大学化学系	405	8210	45.0	72.0
2	蔡继宝		19	42	4.0	5.0
3	苏加坤		19	26	4.0	4.0
4	罗娟敏		16	29	3.0	4.0
5	谢媛媛	清华大学化学系	23	217	8.0	14.0
6	应旭辉	清华大学化学系	3	6	1.0	2.0
7	王义明		3	2	1.0	1.0
8	邵灯寅		5	3	1.0	1.0