质谱成像中的计算策略综述

作者：许光^*; 甘胜丰; 李建军; 杨莉

来源：分析科学学报, 2019, 35(04): 497-506.

DOI：10.13526/j.issn.1006-6144.2019.04.019

• 质谱成像
• 机器学习
• 分类
• 聚类
• MSI软件

质谱成像(MSI)已广泛应用于蛋白质组学、代谢组学、脂质组学和糖组学,以及与组织医学诊断和临床应用相关的生物医学研究领域。质谱成像能提供生物组织样本中空间分子组成的信息。由于MSI数据量异常庞大,人工数据解析和可视化分析的低效率、低精度已成为了研究中的瓶颈。因此,近年来在MSI的相关研究中出现了各种计算算法协助数据解析。本文综述了MSI最常用的计算策略及其在生物医学研究中的应用,涵盖了MSI数据预处理、降维、聚类、分类等数据分析方法和MSI软件工具包的最新研究成果。

• 单位
  湖北第二师范学院