《化學建模中若干重要問題的基礎研究》是依託中南大學，由梁逸曾擔任項目負責人的面上項目。
基本介紹
- 中文名：化學建模中若干重要問題的基礎研究
- 項目類別：面上項目
- 項目負責人：梁逸曾
- 依託單位：中南大學
項目摘要,結題摘要,
項目摘要
化學計量學和化學信息學研究的一個主要目標就在於建立起一個有效並可靠的化學模型以對未知的化學樣本進行預測。目前，可用的化學計量學方法，如主成分回歸，偏最小二乘，支撐向量機，人工神經網路，分類回歸樹等，已發展不少，但如何有效地對所得模型進行有效評價的研究卻十分缺乏，目前還主要靠交叉效驗來進行，但現已有很多學者指出，只靠交叉效驗來進行模型評價有很大缺陷；另外，模型建立後，其可靠套用域如何定義也鮮有報導，對模型的可靠套用域如不能有效定義，則將嚴重影響該模型的可用性，是模型實際套用的主要障礙；此外，目前樣本數遠小於變數數的情況在光譜分析、代謝組學分析和模式識別中非常常見，這樣多變數少樣本的的情況是目前化學計量學、化學信息學和生物信息學的共同具有挑戰性的難點問題。本研究將針對這幾個十分重要的基本問題進行系統研究。
結題摘要
本項目主要針對化學信息學和生物信息學中的共同具有挑戰的難點問題，進行了系統的化學計量學基礎及新算法研究，經過五年的努力，已在如下幾個方面取得顯著成果： 1）提出了新的模型校正方法，樣本複雜度評價標準，新的模型套用域算法，更好的基於色譜指紋圖譜的定量分析方法等多種新算法，為化學計量學中的若干具有挑戰的難點問題提供了新方案及新的解決思路 2）針對化學和生物學中的高維數據（包括蛋白質組學，代謝組學，分析信號處理，變數選擇，藥物網路分析等），基於隨機跳蛙及模型集群分析等基本原理，發展了一系列有影響的化學計量學新方法 3）本項目成果套用於複雜體系的儀器分析數據解析，說明本項目成果不但為化學建模，解決代謝組學與蛋白組學等領域的分析難題提供了新的化學計量學算法，為化學計量學的後續發展提供了理論基礎和實踐的框架和思路
