A espectrometria de massas por imagem (MSI), como uma técnica de imagem molecular com alta resolução espacial, tem grande valor na detecção in situ de compostos endógenos e exógenos em tecidos biológicos. No entanto, em alta resolução espacial, devido a limitações de sensibilidade, existem muitos sinais ausentes nos dados de MSI, o que limita seriamente a precisão da análise posterior. Os métodos tradicionais que dependem de atualizações de hardware são caros e demorados. Portanto, este artigo propõe um método de imputação de valores ausentes baseado em inteligência artificial, visando aprender as características complexas de distribuição dos dados MSI de forma orientada por dados, para realizar a reconstrução de alta qualidade dos sinais ausentes. Os resultados experimentais nos dados MALDI-MSI de rim de camundongo e DESI-MSI de câncer colorretal humano mostram que o método supera os métodos tradicionais em detecção visual e avaliação quantitativa, além de demonstrar boa adaptabilidade entre plataformas. Este artigo fornece uma solução eficiente e de baixo custo para melhorar a sensibilidade da detecção MSI, sendo importante para promover análises biológicas subsequentes.

Espectrometria de massas por imagem; sensibilidade; imputação de valores ausentes; inteligência artificial