生物資訊與人工智慧的發展現況與展望

分子生物學上的研究越來越成為由逐漸累積的資料庫所推動與掌控，其中主要是因為有了大規模功能性基因體(genomics)和蛋白質體(proteomics)實驗的相繼出現，例如科學家們可以全面地測量基因的表達。這些經由染色體中基因密碼所產生數以萬計的蛋白質，提供了非常豐富的資訊。所以，在生物資訊(bioinformatics)中的挑戰將是如何整合資料庫去連接各式各樣的資訊，並且進行大規模研究來集體分析許多不同的資料集。這種方法代表我們已從傳統只探討單一基因的生物學轉移另一個全新的領域，而且它經常包含了對於某些於特徵點進行統計分析；例如，蛋白質摺疊，質功能，蛋白質交互作用，隱性基因(pseudogenes)，或蛋白質的定位化(localization)。 除此之外，在眾多已知的生物資料下，電腦人工智慧(computing intelligence)技術很明顯的可以用來探索生物作用的趨勢和模式。在這篇文章裡，作者摘要出一些電腦人工智慧應用在基因體及蛋白質體上的例子：如，使用叢集法來統整microarray表現的資料，利用向量機器(vector machine)預測蛋白質的作用，以及利用Bayesian networks預測蛋白質在細胞中的位置等。