深度学习在代谢组学中的应用进展

深度学习(deep learning,DL)是一种基于人工神经网络(artificial neural networks,ANN)的机器学习方法,已越来越多地应用于解决代谢组学中常规算法无法处理的难题[1]。在基于核磁共振(nuclear magnetic resonance,NMR)和质谱(mass spectroscopy,MS)的代谢组学中,已经开发了多种DL方法用于数据预处理、峰识别与对齐、化合物鉴定与定量、数据整合与分析[2-6]。