报告人:黄银,苏州帕诺米克生物医药科技有限公司
报告题目:基于参考谱图比对方式的非靶向代谢组学代谢物注释
报告时间:2024年4月17日10:00-11:00
报告地点:数学学院4109
报告摘要:
串联质谱(LC-MS)已经成为各种生物样本中小分子代谢物检测的主要技术。在非靶向LC-MS分析中,代谢物鉴定主要是通过将实验光谱与已知化合物的谱库进行相似性匹配来完成光谱设别。受限于光谱库覆盖度以及匹配算法的精度问题,平均只有10%的分子可以被注释。最近,随着计算代谢组学的发展和应用,包括Spectral entropy、Molecular networking、machine learning、CNN等新的鉴定方法,可以实现可靠的代谢物注释。本文将简述目前的光谱匹配算法在代谢组学中的具体应用。
报告人简介:
苏州诺米代谢生信高级总监。近10多年的蛋白组学、代谢组学、AI技术开发经验;带领团队研发空间代谢组学、全靶代谢组学、风味组学等多项王牌产品,以及质谱定性定量、数据批次矫正、空间分型等多个算法。基于大数据平台架构技术,推出BioDeep云平台,实现从质谱下机原始数据,到分析报告一站式无人化操作。主持及参与过多项重大科研项目,发表SCI期刊论文9篇。