Development of Hybrid Machine Learning-Based Retention Time Prediction Model for Metabolite Identification in Liquid Chromatography-Mass Spectrometry-Based Metabolomics Study

該三年期的研究計畫將以多種機器學習演算法與代謝物的結構資訊與質譜碎片，建構一混合型機器學習的代謝物滯留時間預測模型。該平台能協助各分析團隊建立不同層析條件下的化合物滯留時間資料庫，並協助提升代謝物辨識的數量與準確性。提供臨床與基礎研究團隊進一步探討相關代謝物的機轉。