英國牛津大學MattiasRantalainen博士訪問武漢物數所

　　3月29日，應中科院武漢物理與數學研究所生物波譜及代謝組學研究組唐惠儒研究員和王玉蘭研究員之邀，英國牛津大學Mattias Rantalainen博士到該所進行學術交流，并作了題為Predictive Multivariate Latent Variable Models for Biomarker Discovery in 1H NMR-based Metabonomics 的學術報告。

　　報告中，Mattias Rantalainen博士詳細介紹了在代謝組學數據挖掘的過程中，如何利用多變量模式識別方法來合理地、有效地解釋核磁譜圖數據，從而發現可能的潛在生物標記物，而有效的建模方法是構建合理預測模型的關鍵。同時，針對當前常用的多變量模型預測方法只適用于線性關系這一缺點，他提出了一種基于核(kernel)技術的K-OPLS(K-正交化偏最小二乘法分析)方法，引入kernel函數能有效改變自變量與因變量之間的關系，大大提高了該建模方法的非線性處理能力。

　　Mattias Rantalainen博士在所訪問期間，與生物波譜及代謝組學組的研究人員及學生進行了廣泛的交流，并參觀了波譜實驗室，對代謝組學研究方向表示出極大的興趣，并且表達了日后進行深入合作的愿望。

　　Mattias Rantalainen博士剛榮獲牛津大學統計學系的醫學研究理事會(MRC)生物信息學的獎學金(2009-2012)。他本科畢業于瑞士于默奧大學(Ume? University)的生物工程專業。之后在英國帝國理工學院Elaine Holmes和Jeremy Nicholson教授的實驗室攻讀博士學位，期間他發展了一種應用于代謝組學的新的多變量模式識別方法。畢業后加入牛津大學統計學系Prof Chris Holmes課題組從事博士后研究，進行數據分析方面的工作。