诺奖颁发给机器学习，生命科学领域将迎来史诗级大爆发！

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 、 微生物组学 、 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 Seminars in Cancer Biology   机器学习多组学 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    ………………………………