生命科学领域有着明显的特点，实验验证过的有标签的数据很贵很少，已有的数据又是不同场景，很难用来直接训练任务模型。但它却拥有着海量未标注数据，像基因组数据，蛋白质序列等，这些数据非常适合用来做预训练基础大模型。