生物数据挖掘的技术资源，推荐你一定得看《生物数据挖掘》这篇文章。讲得挺透的，从聚类、分类算法到深度学习，都结合了具体的生物学场景，像基因表达、蛋白质交互这些，真的贴地气。

聚类部分比较实用，像用来基因表达数据，还能识别疾病相关的基因群，这类方法在项目里经常用到。顺带一提，这里有个时间序列的聚类算法源码实现，结合着用效果更好。

支持向量机（SVM）也讲得不错，不只是讲理论，还贴了多实战链接，像SVM 应用详解、Matlab 实战，如果你搞预测建模的，可以顺便看下。

还有一点值得说，文中对神经网络的应用也提到了，像CNN做 DNA 序列识别，RNN基因表达时间序列，还有GAN模拟实验数据，都是蛮有意思的思路。

如果你手上正好有生物学相关的数据，不妨把这些方法拿来跑一跑。尤其是配合文中提到的代码资源，比如SVM 源代码，上手更快，也能快速验证模型效果。

嗯，对了，别忘了关注数据预和特征选择这两个点，不管什么算法，这俩搞不好，模型就容易跑偏。文章里有讲，但你得细读一下。