诺奖团队连发重磅Nature，生命科学领域迎来革命性突破

人工智能（AI）技术的迅猛发展正催生出科学发现的全新范式，极大地促进了对各种空间和时间尺度下自然现象的理解，从而推动了科学的进步与创新。

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、表观基因组学、转录组学、蛋白组学和代谢组学等。

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。机器学习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，属于机器学习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。

人工智能与组学的研究到底有多热，以及为何要举办培训，下面的内容给出了答案。

近两年国内外顶尖课题组MIT、Harvard University、UPenn、清华大学、复旦大学、西湖大学等都在从事人工智能与组学的研究，这一研究成果更是多次发表在Nature、Nature Biotechnology、Nature Reviews Genetics、Nature Methods、Science Advances、Cancer Cell等国际知名学术顶刊上，为我们发表顶刊鉴定了基础。