医学
肿瘤学
机器学习-药物响应与耐药预测建模，预测化疗、靶向、免疫治疗敏感性。
衰老与长寿
机器学习-生物年龄预测建模，依托甲基化、转录组、蛋白质组评估生理年龄，筛选多组学衰老标志物。
复杂疾病
机器学习-罕见病建模，完成致病基因鉴定、分子诊断与亚型分类。
微生物组
机器学习-微生物组建模，分析肠道菌群与疾病关联，预测干预效果。
生殖健康
机器学习-生殖健康建模，预测胚胎质量、遗传病风险及不孕相关问题。
公共卫生
机器学习-公共卫生建模，预测传染病易感情况、传播趋势与疫苗效果。
农业
作物育种
机器学习-基因-环境互作建模，评估品种稳定性与环境适应性，支撑不同区域、气候下的品种推广。
动物育种
机器学习-畜禽经济性状表型预测建模，预测产奶量、瘦肉率、产蛋率、抗病力等指标。
机器学习-水产育种建模，预测鱼、虾、贝等水产的生长速度、抗逆能力、肉质，同时可进行性别控制预测。
通用
基础大模型
机器学习-单细胞基础大模型，基于大规模单细胞多组学数据训练，捕捉细胞类型、状态、发育轨迹及基因调控关系等生物学特征。
机器学习-转录组基础大模型，依托海量RNA-seq或单细胞转录组数据，学习基因共表达、调控逻辑与细胞状态的通用表征。
机器学习-蛋白质基础大模型，结合氨基酸序列、结构与功能数据，研究蛋白质折叠、相互作用与功能位点规律。
机器学习-代谢基础大模型，整合代谢物结构、通路与浓度变化，搭建代谢网络和生理、病理状态的对应关系。
机器学习-S2F大模型，通过DNA、RNA、蛋白等生物序列，直接预测分子或细胞功能，包括表达水平、结合亲和力、酶活性等。
机器学习-V2F大模型，分析SNP、Indel等基因组变异，探究其对分子功能、细胞表型及临床表型带来的影响。
单细胞基础大模型应用
机器学习-细胞AI自动注释，实现细胞AI自动注释工作。