Nat Commun丨中国科学院朱正江研究发现知识和数据驱动的双层网络用于非靶向代谢组学中的准确代谢物注释
iNature
2025-09-07 10:02
文章摘要
背景：非靶向代谢组学面临代谢物结构多样性带来的注释挑战，基于网络的方法成为缺乏化学标准代谢物注释的有效策略。研究目的：中国科学院朱正江团队开发集成数据驱动和知识驱动的双层交互网络，通过图神经网络构建全面代谢反应网络，提升注释覆盖率和计算效率。结论：该方法成功注释1600多种标准代谢物及12000多种推测代谢物，发现两种新型内源性代谢物，显著提高注释准确性、覆盖率和效率，并集成于MetDNA3平台。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
Out of the cave: Rewilding deep time at the Venice Biennale
DOI: 10.1016/j.isci.2025.113392
Pub Date : 2025-09-02
Many plants naturalized as aliens abroad have also become more common within their native regions
DOI: 10.1038/s41467-025-63293-6
Pub Date : 2025-09-05
Anatomical connectivity development constrains medial-lateral topography in the dorsal prefrontal cortex.
DOI: 10.1016/j.scib.2025.08.045
Pub Date : 2025-08-25
iNature
最新文章
京公网安备 11010802042870号
