隨著診斷癌癥或預(yù)測諸如HIV等病毒如何攻擊人類細胞的潛在應(yīng)用，機器學習為生物信息學（分子生物學的數(shù)據(jù)科學）開辟了有希望的新應(yīng)用領(lǐng)域。查爾斯·珀金斯中心和數(shù)學與統(tǒng)計學院的楊鵬毅博士及其同事在《自然機器智能》的一篇評論文章中總結(jié)了該新興領(lǐng)域的最新發(fā)展。

最新技術(shù)將機器學習的兩種先前截然不同的方法整合在一起：集成方法和深度學習。

正如“許多頭腦勝于一個頭腦”一樣，集成深度學習結(jié)合了多個“計算機大腦”來實現(xiàn)高水平的性能。楊博士總結(jié)了集成深度學習的最新進展及其在一系列生物和生物醫(yī)學領(lǐng)域中的應(yīng)用;強調(diào)傳統(tǒng)方法無法取得的成就;并描繪出其革新分子生物學和生物醫(yī)學科學的潛力。