95后博士连发Nature！惊人操作，轻松玩转生命科学领域，史无前例！

文章预览

   随着高通量生物技术的发展，已经开发了多种组学技术来表征不同但互补的生物信息，包括基因组学、质谱蛋白组学、宏基因组学、蛋白组学和代谢组学 最近的人工智能技术已经从“浅层”学习架构发展到“深度”学习架构。作为人工智能的一个重要分支，机器学习（ML）可以自动学习捕捉复杂的模式，并根据数据做出智能决策。ML在癌症研究和临床肿瘤学中有着非常广泛的应用。特别是，在多组学数据快速增长的推动下，属于ML子领域的基于深度学习（DL）的方法已成为生物医学数据分析的强大工具 下面是近两年人工智能与组学在顶刊发表的部分研究方向 Science Adcances   机器学习代谢组学在胰腺癌的研究 Seminars in Cancer Biology  机器学习多组学在癌症诊断的研究 Nature Protocols    机器学习代谢组学在药物代谢与疾病病理的研究 Cell Systems   机器 ………………………………