生物医学致力于发现表型背后的机制。在传统的生物医学研究中，鉴于研究对象的复杂性，通常只能进行简单的通路研究。机器学习很多时候不需要知道具体的机制，而是根据将大数据，将两个或多个因素的关系挖掘出来，并且对这些关系的强弱赋值，最终得到一个定式，从而进行高准确度的预测。
最近两三年，我们已经见识了机器学习在医疗领域的强大。比如通过监督学习，机器学习能够通过识别皮肤等的照片，以高于90%的准确率识别皮肤癌。
但是机器学习用于解释表型背后的机制研究非常少。本文以2015年的一篇涡虫再生的模式研究为例，来一起看看机器学习如何解释涡虫再生背后的机制。
来看看背景：涡虫具有很强的再生能力，它的头部和
Cite：journal.pcbi.1004295
网友评论