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

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。