第二百零八章 AI和计算生物学

部高了半个档次。

同时江城的研究中心还和江大的生物学院展开了很多项目合作。

江大内部私下讨论，都觉得郑理作为数学学院的毕业生，最大的蛋糕反而被生物学院吃完了。

“所以这是ai和计算生物学的应用对吧？”

对郑理的问题，江城的研发主管点头道：“是的。”

“我们目前主要做的是序列比对和蛋白质结构预测。”

“计算生物学不仅是这两个领域，还有基因识别、进化树构造等方向。”

“自从ai技术走进人们视野后，机器学习技术让计算生物学得到了极大的发展。”

“基因组学和成像技术的进步导致来自大量样本的分子和细胞分析数据的爆炸式增长。”

“生物数据维度和采集率的快速增长对传统分析策略提出了挑战。现代机器学习方法，如深度学习，承诺利用非常大的数据集来寻找其中的隐藏结构，并做出准确的预测。”

“比如我们有一个小组是专门做预测癌细胞在药物作用下的活力问题。”

“输入特征值将捕获细胞系的体细胞序列变体、药物的化学组成及其浓度汇总，它们将与测量的活力一起可用于训练支持向量机、随机森林分类器或相关的方法。”

“给定未来一个新的细胞系，学习函数通过计算函数来预测其可能的活力。”

“即便函数在我们看来更像是一個黑盒子, 它的内部工作原理、为什么特定的突变组合会影响细胞生长并不容易找到背后的具体原因。”

“两个回归和分类以通过这种方式查看。”

“作为对应物，无监督机器学习方法旨在从数据样本x本身中发现模式, 而不需要输出标签y。”

“类似的聚类、主成分分析和异常值检测等方法都更接近黑盒，我们目前主要应用于生物数据的无监督模型。”

郑理鼓掌道：“很好。”

其实计算生物