澳門理工大學人工智能藥物發現中心副教授李克峰及研究團隊，與天津中醫藥大學學者共同革新性突破代謝組學的分析方法，研究成果以題為“MetDIT: Transforming and Analyzing Clinical Metabolomics Data with Convolutional Neural Networks”(MetDIT：使用卷積神經網路轉換和分析臨床代謝組學數據)發表於國際期刊《Analytical Chemistry》(分析化學)，為醫學發展提供科研支撐。

在精準醫學的迅速發展下，臨床代謝組學是重要工具，由於代謝組學數據的高維度和複雜的相互關係，傳統的機器學習演算法欠缺全面編碼和數據分析。研究團隊創新性地提出了“MetDIT”方法，使用卷積神經網路轉換和分析臨床代謝組學數據，研究成果對精準醫學之疾病診斷和治療方案制定具有重要意義，為高維數據分析問題提供新思路。

《分析化學》是化學領域的頂級期刊，在中國科學院分區中屬化學類一區，同時收錄於SCIE和Scopus等國際數據庫，於SCIE“化學”領域內位列前5.7%，研究成果可參閲：https://pubs.acs.org/doi/10.1021/acs.analchem.3c04607。