质谱分析的生物信息学方法及其对比分析  

Bioinformatics Methods and Their Comparative Analysis of Mass Spectrometry

作　　者：梁冰苑[1,2] 昂清[1,2] 王卫东[1] 

机构地区：[1]解放军总医院医学工程保障中心生物医学工程研究室,北京市100853 [2]北京理工大学信息与电子学院,北京市100081

出　　处：《中国医疗器械杂志》2012年第5期357-361,共5页Chinese Journal of Medical Instrumentation

基　　金：国家自然科学基金(60971044);国家科技支撑计划(2009BAI86B02)

摘　　要：蛋白质谱具有复杂、数据量大等特点,采用一般的统计学方法难以得到满意的疾病预测或分类结果。文从生物信息学的角度出发,综述了质谱数据挖掘的决策树模型、偏最小二乘法、神经网络模型和支持向量机几种主要方法,并对不同的方法给出了疾病诊断的实例说明,体现了质谱分析方法对疾病判别和预测的重要作用。The protein spectrometry holds such characteristics of complex and large volumes of data that the general statistical methods can＇t satisfy the demand of disease prediction or classification. Several kinds of main methods of mass spectrometry data mining,such as decision tree analysis, partial least squares, artificial neural networks and support vector machines is overviewed in bioinformatics perspective. And examples of different methods used to diagnose disease are illustrated. These show an important role of mass spectrometry in identification and prediction of disease.

关 键 词：生物信息学 数据预处理 决策树模型 偏最小二乘法 人工神经网络 支持向量机. 

分 类 号：R318.5[医药卫生—生物医学工程]