Enhancing metabolomics data repository re-use through enhanced metabolite annotation and data harmonisation

代谢物（参与新陈代谢的分子）的研究对于理解健康、农业和生物技术中的生物过程至关重要。随着开放获取的代谢组学数据快速增长，尤其是来自非靶向研究（即代谢物在研究前未知）的数据，这些数据在新发现中的再利用潜力巨大。然而，不同研究之间代谢物命名和鉴定的不一致性限制了数据的共享与整合。本博士项目旨在通过开发新的计算工具，改善代谢物在不同数据集间的鉴定与标准化，从而解决这些问题。学生将使用R和Python等编程语言，结合机器学习和人工智能技术，构建能够更准确地利用质谱数据识别代谢物、创建特定生物体的参考数据库，并提高鉴定可信度的工具。这些工具将是开源的，使全球研究人员能更有效地重复使用和整合公共代谢组学数据。该项目成果将支持跨科学领域的更可靠、可重复且更强大的代谢研究。