Die Branche Life Science ist zunehmend auf moderne Datenanalyse angewiesen, um komplexe Strukturen zu durchschauen und Erkenntnisse nutzbar zu machen. Moderne statistische Verfahren wie das Maschinelle Lernen sind hier besonders geeignet und haben sich in zahlreichen Life Science-Bereichen etabliert.

Anwendungen haben sich z.B. auf folgenden Arbeitsfeldern bewährt:

In der Bioinformatik ist die Analyse des Genoms von herausragender Bedeutung. So können z.B. neue Gene detektiert, splice-sites gefunden oder regulatorische Zusammenhänge bestimmt werden.

Im Gebiet Cheminformatics können mit Methoden des Maschinellen Lernens Eigenschaften chemischer Substanzen in-silico vorhergesagt werden ohne sie vorher synthetisieren zu müssen - eine Anwendungen die vor allem im Bereich der medizinischen Wirkstoffentwicklung von großem Nutzen ist.

Durch gezielte Maßnahmen läßt sich die Datenqualität von z.B. EEG Aufnahmen, aber auch anderen medizinischen Verfahren erheblich verbessern. Das Signal-Rausch Verhältnis wird optimiert und die Diagnose durch den Arzt erleichtert.