本書以人工智能方法和生物組學(xué)數(shù)據(jù)分析為主線，闡述了人工智能中的群智能優(yōu)化、機器學(xué)習(xí)、深度學(xué)習(xí)等算法的基本原理，并探討了如何將這些算法應(yīng)用于生物信息學(xué)相關(guān)問題的研究中，如蛋白質(zhì)復(fù)合物挖掘、關(guān)鍵蛋白質(zhì)識別、疾病基因預(yù)測、多種組學(xué)（轉(zhuǎn)錄組學(xué)、代謝組學(xué)、微生物組學(xué)）數(shù)據(jù)與疾病的關(guān)聯(lián)關(guān)系預(yù)測、circRNA-RBP結(jié)合位點預(yù)測、RNA甲基化位點預(yù)測以及藥物發(fā)現(xiàn)等。本書系統(tǒng)收集整理了生物組學(xué)相關(guān)數(shù)據(jù)庫，另結(jié)合應(yīng)用問題，從人工智能算法設(shè)計到具體流程計算，再到結(jié)果分析，均給出了詳細步驟，以上均是本書的特色所在。

更多科學(xué)出版社服務(wù)，請掃碼獲取。