在 RAS 项目中，仿真基本上是一种在不同粒度（一直延伸到到原子行为，包括量子效应）上进行的分子动力学运动。所需的计算能力（会非常巨大）自然取决于所仿真的粒度水平。

「机器学习被用于跟踪仿真所经历的状态空间（state space），并进行决策——这里是否放大、是否缩小、是否改变我们在集合空间（ensemble space）的不同部分中所观察的参数。它基本上像是该仿真的一个智能监督人那样去更有效地使用它。

「从某种意义上讲，这就像是网络正在观看一部电影并且说道，『好吧，我之前已经看过电影的这个部分了，让我们快进吧，或是哇这真有趣，我之前从来没见过，让我们用慢镜头并放大看。』这种就是机器学习在模拟中所做的事情。在某种意义上，它能够快进并且跳过，「Stevens 说。由 Stevens 领导的这个临床前筛选项目是一个雄心勃勃的尝试，它基本上是从所能得到的尽可能多的临床前及临床癌症数据中进行精筛，并与小鼠模型中产生的新数据结合来建立药物-肿瘤相互作用的预测模型。这是一种生物信息学的和实验性的反馈方法。最终，给定一个特定肿瘤，其分子属性（基因表达、单核苷酸的多态性（Single Nucleotide Polymorphisms/SNP）、蛋白质组学等）已被确定，那么将该数据插到模型中来确定最佳治疗方案就应该是可以实现的。

此处的微妙之处在于，这种在单一类肿瘤或相对小门类药物上进行的小规模机器学习工作已做了很多，Stevens 说。「我们正在尝试使用深度学习来整合所有对象（成千上万的细胞系以及从较小数量细胞系中筛选出的化合物）的信息，然后就能将其应用在实验鼠身上。你培养了一群源自该人类肿瘤的实验鼠，而这些小鼠会成为人类临床试验的替代物。因此我可以在肿瘤鼠群体中尝试不同化合物来提供信息——我的肿瘤对给定药物可能会如何反应。」

一个巨大的挑战来自于是否能够理解所有历史数据，其中大部分数据是非结构化的，且往往是主观的（如病理报告）。「我们所做的第一件事情之一是建立分类器，它可以告诉我们该肿瘤的类型或者是它在身体的哪个部位（根据不同的数据），」他说。数据可疑的情况并不少见。「我们通过我们的分类器来运行它，而如果它是一个新的数据集，那么分类器就可能会说，它真不是来自肝脏，它来自一些其他部位。」通常临床前数据是基于结果的；它不会解释该结果是如何实现的。

「现在我们所建立的机器学习模型能够十分精确地预测出一个药物反应或肿瘤类型/结果，直播，但它们不能相当有效地告诉我们个中原因。它们不是解释性的，不是机械论的，」Stevens 说，「我们要做的是以某种方式带来一些机械论的模型或机械论的数据，并将其与机器学习模型混合从而得到两样东西——拥有高精度预测能力的模型以及拥有预测解释能力的模型。因此这种混合方法的思想是一个宽广的开放空间，而我们认为这将会被推广到许多领域。」获得大而高质量的训练模型数据仍然具有挑战性，他说。

第三个项目致力于开发可预测人口规模的模型，Stevens 称之为「病人轨迹（patient trajectories）」，它基本上是在挖掘全国的监控数据。虽然该数据有些分散，但美国国家癌症研究所（National Cancer Institute/NCI）、美国国立卫生研究院（National Institutes of Health/NIH）、美国食品和药物管理局（Food and Drug Administration/FDA）、制药公司和付款人组织（病理报告、疗法、结果、生活方式、人口统计等）所持有的病人数据体量却十分庞大。不幸的是，在很大程度上它像许多生物医学数据一样是非结构化的。「我们不能真正以我们所希望的方式用它进行计算，因此我们正在使用机器学习来将非结构化数据翻译成我们可用于计算的结构化数据，」Stevens 说。

「因此，例如我们想用一台机器来读取所有病理报告并输出生物标记物（biomarkers）、突变状态或药物之类的信息，这样我们才能创建出具有一致性的病例报告。将它看做是一个以人口为基础的模型。在临床前筛选试点项目中，比如我们发现了一些对治疗某一类癌症非常有效的疗法和策略。我们想提取这些信息并将其输入到人口模型中，并说『如果这成为一种常见疗法的话，那么它在全球或全国范围内会对统计数字有多少改变？』或类似的话。」

这也是一种连接所有试点项目的方法，Stevens 说。从 RAS 项目中获得的认识以后可能会被用于观察那些或许适用于新疗法的一部分癌症；再反过来把它纳入人口模型项目中以了解可能会产生的影响。