通过基础入门+进阶实例演练的讲授思路，从初学及应用研究角度出发，带大家实战演练机器学习在多组学整合分析中的数据处理、预测模型以及生物学意义阐述等，助力大家掌握多种机器学习算法模型的构建以及在多组学联合分析在肿瘤及慢性病中的实际应用，并介绍当下深度学习算法高维组学数据处理，生物网络挖掘的前沿方法，最后以论文复现讲授单细胞组学论文的常用图表制作、细胞差异分析、细胞注释、蛋白-蛋白相互作用网络构建与可视化，助力于研究创新机器学习算法解决生物学及临床疾病问题与需求。
来源：环球网 10月9日，瑞典皇家科学院宣布诺贝尔化学奖公布，AlphaFold的研发人员Demis Hassabis和John M. Jumper与David Baker共同获得该奖项，以表彰他们二人开发人工智能(AI)模型解决蛋白质复杂结构预测这个困扰学界50年的难题。
