我們剛剛與施密特中心推出了代謝疾病機器學習競賽的第二部分。 肥胖影響著8.9億人。下一個突破不會來自單一實驗室，而是來自數千名機器學習工程師在真實生物數據上並行工作的成果。

第一部分專注於單基因敲除。 第二部分提高了難度：雙重擾動。 預測當兩個基因同時通過CRISPR敲除時，人類脂肪細胞的反應。 組合複雜性使這成為一個根本上更難的機器學習問題。