Ansätze der Präzisionsmedizin mit Metabolomik und Künstlicher Intelligenz

Jüngste technologische Innovationen im Bereich der Massenspektrometrie haben die Anwendung von Metabolomikanalysen für die Präzisionsmedizin unterstützt. Dieses Wachstum wurde auch durch die Anwendung von Algorithmen zur Datenanalyse, einschließlich multivariater und maschineller Lernmethoden, ermöglicht, die grundlegend für die Verwaltung einer großen Anzahl von Variablen und Proben sind. In der vorliegenden Übersicht haben wir die Anwendung von Strategien der Künstlichen Intelligenz (KI) zur Analyse von Metabolomikdaten berichtet und diskutiert. Insbesondere konzentrierten wir uns auf weit verbreitete nichtlineare Klassifizierer des maschinellen Lernens, wie ANN, Zufallswald und Support Vector Machine (SVM)-Algorithmen. Eine Diskussion über aktuelle Studien und Forschungen, die sich auf Krankheitsklassifikation, Biomarkeridentifikation und Früherkennung konzentrieren, wird präsentiert. Herausforderungen bei der Implementierung von Metabolomik-KI-Systemen, deren Einschränkungen und neueste Werkzeuge wurden ebenfalls erörtert.