メタボロミクスでは、そのデータを可視化することを目的として、主成分分析やPartial least squares(PLS)が広く用いられている。主成分分析やPLSでは、ローディングを用いて重要な代謝物を選ぶことが出来るが、うまく活用できていないケースも見受けられる。そこで本講演では、主成分負荷量とPLS負荷量を用いた重要な代謝物の選び方と、その理論的背景について紹介する。 また近年、機械学習・AIが様々な分野で広く利用されており、メタボロミクスでもバイオマーカー探索においてその利用が増えつつある。本講演では、機械学習の一手法であるランダムフォレストを用いたマルチバイオマーカー探索と、弊社のサービスであるメタボロインデックスTMについて紹介する。