据2018年2月19日美国布朗大学官网报道，该校研究人员开发出一种新的机器学习技术SWIF(r)，能从基因组数据中筛选出帮助种群适应环境变化的有益的基因突变。这有助于将世界各地的人类进化史拼凑在一起，揭示某些疾病及医疗条件的进化根源。  

SWIF(r)不是第一个将多种测试集成到一个框架的技术，但与其他技术相比它有着几点优势。大多数技术只识别可能含有适应性突变的基因组区域，而SWIF(r)还能识别特定的突变。其他技术返回的结果难以解释，而SWIF(r)只就个体突变或基因组区域是否具有适应性返回简单的概率。  

来源：布朗大学