机器学习在法医毒理学中的HRMS数据的一般未知选中的应用
Samantha Swan1, Maria Sarkisian1,2, Daniel Pasin3
1Office of the Chief Medical Examiner, 1 Newhall Street, San Francisco, California, 94124, United States.
人工智能 (AI) 和机器学习 (ML) 为分析法医毒理学中的高分辨率质谱 (HRMS) 数据提供了强大的工具. 本综述探讨了AI/ML的应用,以加强未知的查和物质识别,弥合实际整合的纪律差距.
科学领域:
- 法医化学 法医化学
- 计算化学计算化学
- 毒理学 毒理学 毒理学
背景情况:
- 高分辨率质谱 (HRMS) 在法医毒理学中产生复杂的数据.
- 当前的数据查询方法面临着大数据集和新兴物质的挑战.
- 人工智能 (AI) 和机器学习 (ML) 提供了增强HRMS数据分析的机会.
研究的目的:
- 审查AI/ML在法医毒理学中的过去和未来应用 HRMS数据查询.
- 为AI/ML模型输入提供数据处理步骤的全面概述.
- 将学科视角连接到实际的AI/ML集成到法医工作流程中.
主要方法:
- 数据处理的概述:分子表示,增强,令牌化,嵌入,光谱解卷.
- 检查不同的AI/ML建模策略及其优缺点.
- 在法医毒理学和相关领域现有的AI/ML模型的摘要.
主要成果:
- 人工智能/ML应用被分为光谱到化合物,化合物到光谱和分类模型.
- 讨论了最近的进展和实际挑战 (有限的数据,多种物质的使用,验证).
- 人工智能/ML可以改善未知的选,结构阐明和新物质的分类.
结论:
- 人工智能/ML可以显著提高法医HRMS工作流程.
- 利用相关领域的进步对于AI/ML实施至关重要.
- 该审查支持将AI/ML实际纳入常规的法医毒理学实践.
更多相关视频
11:14Rapid High-throughput Species Identification of Botanical Material Using Direct Analysis in Real Time High Resolution Mass Spectrometry
Published on: October 2, 2016
10:13Author Spotlight: An Efficient Methodology to Confidently Differentiate and Characterize Fentanyl Analogs
Published on: November 8, 2024
相关概念视频
Mass Spectrometry: Overview
High-Resolution Mass Spectrometry (HRMS)
MALDI-TOF Mass Spectrometry
Peptide Identification Using Tandem Mass Spectrometry
This technique helps gather information regarding the protein from which the peptide was obtained and to study the peptides’ amino acid sequence. Identifying peptides from a complex mixture is an important component of the growing field of...
Mass Spectrometry: Complex Analysis
GC–MS is a powerful hyphenated method commonly used in forensics and environmental...
High-Performance Liquid Chromatography: Types of Detectors
