在生物学和医学中，各种数据集，如测序数据、基因芯片、基因型和表现型产生和发布。但是，简单的传统统计分析只能从非常有限的角度探讨生物机制。可以引入先进的机器学习和网络方法来研究数据中更复杂和隐藏的结构，并从数据中创造出巨大的价值。例如，深度学习在商业和计算机科学中已经显示出很大的前景，但在生物学和医学研究中，这种方法还没有被应用。

本期特刊聚焦机器学习和网络方法的最新发展及其在生物学和医学中的应用。我们邀请作者在计算机科学和生物学/医学领域发表跨学科论文。欢迎原创研究和评论文章。

潜在的话题包括但不限于以下:

• 复杂生物过程的预测模型，如选择性剪接和翻译后修饰
• 生物医学领域的大数据
• 易于使用的机器学习和网络方法的软件
• 可靠的生物标志物的发现
• 基于网络的药物发现
• 个性化医疗:为正确的患者选择正确的药物
• 生物学家广泛使用的机器学习和网络方法综述