XiaoMi-AI文件搜索系统
World File Search System质谱学
链接的基因组学测序和质谱学多模式数据集以及用于微生物应变库中的简化天然产物的模型
预印本（未通过同行评审认证）是作者/资助者。保留所有权利。未经许可就不允许重复使用。此版本的版权持有人于2025年1月21日发布。 https://doi.org/10.1101/2025.01.20.633932 doi：biorxiv Preprint
生物医学数据科学年度回顾 人工智能时代的空间代谢组学和成像质谱学
空间代谢组学是组学研究的一个新兴领域，它使组织切片中的代谢物、脂质和药物定位成为可能，这在二十年前还被认为是不可能实现的。空间代谢组学及其支持技术——成像质谱——产生了大量的高光谱成像数据，推动了计算代谢组学和图像分析交叉领域定制计算方法的发展。实验和计算的发展最近为空间代谢组学在生命科学和生物医学中的应用打开了大门。与此同时，这些进步与机器学习、深度学习和人工智能的快速发展相吻合，它们正在改变我们的日常生活，并有望彻底改变生物学和医疗保健。在这里，我们通过计算科学家的眼光介绍空间代谢组学，回顾突出的挑战，展望未来，并讨论人类和人工智能不断融合所带来的机遇。