背景： 蛋白作为细胞功能的执行者，与疾病关系更加密切，目前临床上使用的biomarker、药物靶点超过90%都是蛋白，但是整体对于蛋白的研究还比较粗浅，无法满足高效发现的需求，这一现状主要源于蛋白组获取的技术，特别是基于质谱的技术门槛更高。在Foreseen，我们希望借助蛋白组这双眼睛，获取高质量、高深度、多维度、无偏倚的全景蛋白质组学信息，更深入地探究生命本质与疾病机理。我们鼓励AI专家和生物学家、临床医生、蛋白组工程师等深入合作，充分挖掘蛋白组数据，结合其它组学信息，找到解决疾病问题的钥匙。

挑战题 #1

演示如何使用人工智能在质谱中更好地区分信号和噪声。
- 参赛者可使用已发表的数据集。如有需要，可由Foreseen公司提供原始MS-spec数据文件。

挑战题 #2

演示如何使用人工智能整合多组学数据，包括但不限于基因组、表观基因组、转录组、蛋白质组和代谢组数据，以预测基因在特定疾病中的功能，或预测细胞行为或疾病状态等。
- 参赛者可使用已发布的任何数据。
- 对需要研究的疾病类型以及数据类型没有任何限制。