O Professor Adjunto Li Kefeng, do Centro de Descoberta de Fármacos Impulsionada por Inteligência Artificial da Universidade Politécnica de Macau e a sua equipa de investigação, em conjunto com os académicos da Universidade de Medicina Tradicional Chinesa de Tianjin, apresentaram métodos inovadores de análise de metabolómica e este resultado foi publicado na revista internacional Analytical Chemistry, através do artigo intitulado “MetDIT: Transforming and Analyzing Clinical Metabolomics Data with Convolutional Neural Networks” (MetDIT: Transformar e analisar dados metabolómicos clínicos com redes neurais convolucionais), servindo de suporte científico para o desenvolvimento da medicina.

Com o rápido desenvolvimento da Medicina de Precisão, a metabolómica clínica é uma ferramenta muito importante. Devido às inter-relações complexas e de alta dimensão dos dados metabolómicos, os algoritmos tradicionais de aprendizagem automática carecem de uma codificação e análise abrangentes de dados. A equipa de investigação propôs de forma inovadora o método “MetDIT”, utilizando redes neurais convolucionais para transformar e analisar dados metabolómicos clínicos. Os resultados da investigação são de grande importância para o diagnóstico de doenças e a formulação do plano de tratamento na área da medicina de precisão, fornecendo novas ideias para questões relativas à análise de dados de alta dimensão.

A revista internacional Analytical Chemistry é uma publicação da 1.ª classe na área da Química, pertencendo ao primeiro quartil (Q1) na área da “Química” da Academia Chinesa de Ciências. A revista está incluída em bases de dados internacionais como o SCIE e o Scopus, estando classificada nos primeiros 5,7% na área da “Química” do SCIE. O referido resultado de investigação pode ser consultado em: https://pubs.acs.org/doi/10.1021/acs.analchem.3c04607.