近日，由我校法醫(yī)學院曹潔副教授和博士生安國帥為共同第一作者，孫俊紅教授擔任通訊作者的科研團隊在國際分析化學領(lǐng)域頂級期刊《Analytical Chemistry》（中國科學院一區(qū)TOP期刊，影響因子6.7分）發(fā)表了題為“Novel Strategy for Human Deep Vein Thrombosis Diagnosis Based on Metabolomics and Stacking Machine Learning”的研究論文（https://pubs.acs.org/doi/10.1021/acs.analchem.4c02973），標志著代謝組學與機器學習技術(shù)結(jié)合在深靜脈血栓形成（DVT）診斷中的再次突破。

深靜脈血栓形成是一種嚴重的健康威脅，也是臨床和法醫(yī)鑒定中常見的挑戰(zhàn)。孫俊紅教授團隊通過分析患者血清中的代謝物特征，結(jié)合多種機器學習算法，構(gòu)建了提升DVT診斷準確性的數(shù)學模型。此外，他們還開發(fā)了基于PyQt5框架的自動化疾病診斷系統(tǒng)，為DVT的早期檢測和法醫(yī)學鑒定提供了全新的研究工具。該成果不但為臨床實踐中的轉(zhuǎn)化應用奠定了基。ㄒ嬌蒲侍獾慕餼鎏峁┝舜蔥侶肪。

孫俊紅團隊長期以來致力于法醫(yī)學的核心與難點問題，尤其是損傷時間與死因鑒定的研究。在心源性猝死、深靜脈血栓鑒定等領(lǐng)域，團隊通過前沿科技的創(chuàng)新應用，始終保持國際領(lǐng)先地位。此次研究延續(xù)了團隊在結(jié)合多組學技術(shù)與人工智能領(lǐng)域的成功經(jīng)驗，也是繼2023年在《Talanta》上發(fā)表重要研究成果后再創(chuàng)佳績。

（圖文/曹潔）