GC / MS基础代谢组学:开发一个数据挖掘系统的代谢物鉴定通过使用软独立建模的类类比(SIMCA)

文摘:

背景:
代谢组学分析的目的是综合的、系统的了解代谢产物在生物样本。许多有用的平台已经发展为实现这一目标。气相色谱与质谱(GC / MS)是一种行之有效的分析方法在代谢组学研究中,200年和500年的峰值通常观察到有一个生物样品。然而,只能确定~ 100种代谢物,其余山峰左为“未知”。

结果:
我们提出一种算法来获得更广泛的代谢物信息。皮尔逊积差相关系数和软独立建模的类类比(SIMCA)方法结合自动识别和注释未知峰,往往错过了在常规研究采用手动处理。

结论:
我们的数据挖掘系统可以快速而轻松地提供大量的代谢物信息,并且提供了新的见解,特别是食品质量评价和预测。

这篇文章发表在《BMC生物信息学和是免费的访问。