Biomedizinische Datenwissenschaft ist ein multidisziplinäres Gebiet, das große Datenmengen nutzt, um biomedizinische Innovation und Entdeckung zu fördern. Biomedizinische Datenwissenschaft stützt sich auf verschiedene Bereiche, darunter Biostatistik, biomedizinische Informatik und maschinelles Lernen, mit dem Ziel, biologische und medizinische Daten zu verstehen. Sie kann als die Untersuchung und Anwendung der Datenwissenschaft zur Lösung biomedizinischer Probleme betrachtet werden. Moderne biomedizinische Datensätze weisen oft spezifische Merkmale auf, die ihre Analyse erschweren, darunter:

Große Anzahl von Merkmalen (manchmal Milliarden), die in der Regel viel größer sind als die Anzahl der Proben (in der Regel Dutzende oder Hunderte)
Verrauschte und fehlende Daten
Bedenken hinsichtlich des Datenschutzes (z. B. Vertraulichkeit elektronischer Gesundheitsdaten)
Erfordernis der Interpretierbarkeit durch Entscheidungsträger und Aufsichtsbehörden
Viele biomedizinische Datenforschungsprojekte wenden maschinelles Lernen auf solche Datensätze an, was die biomedizinische Datenforschung zu einem besonderen Bereich macht, auch wenn diese Merkmale auch in vielen anderen datenwissenschaftlichen Anwendungen zu finden sind. 

Die bioorthogonale Markierung umfasst biochemische Methoden zur Molekülmarkierung, bei denen eine selektive chemische Reaktion erfolgt, möglichst ohne die biologischen Prozesse in einer Zelle zu stören.^[1][2][3] Die bioorthogonale Markierung ist eine Kombination der metabolischen Markierung und einer folgenden selektiven Reaktion, die in vivo oder in vitro verwendet wird. Durch die bioorthogonale Markierung können in vivo Signalmoleküle (Reportermoleküle) an das zu markierende Molekül gekoppelt werden, die nicht durch zelluläre Reaktionen zu erzeugen sind, z. B. ein synthetisches Fluorophor.^[4] Carolyn Bertozzi erhielt für ihre Beiträge zur bioorthogonalen Markierung und Click-Chemie den Nobelpreis für Chemie im Jahr 2022.

生物正交化学（英語：Bioorthogonal chemistry）指能够在生物系统中发生而且不干扰内源性生物化学过程的化学反应。^[1][2][3] 该术语是由美国化学家卡罗琳·贝尔托西于2003年创造的反应。^[4]生物正交反应使得对生物体内的生物分子（如糖类、蛋白质^[5]和脂类^[6]等）的实时研究成为可能。在目前，已发展了大量满足生物正交性的化学偶联策略，如叠氮化合物与环炔烃的1,3-偶极环加成反应(又称无铜点击化学)^[7]、硝酮与环炔烃的反应^[8]、醛或酮形成肟或腙的反应^[9]、四嗪与环状烯烃或环状炔烃的狄尔斯-阿尔德反应^[10]、基于异氰化物的点击反应^[11]，以及四环烷偶联反应^[12]。

生物正交化学的使用通常分两个步骤进行。 第一步，用生物正交官能团（化学报告者）修饰细胞底物并将其引入细胞； 底物包括代谢物、酶抑制剂等。化学报告者分子不得显着改变底物的结构，以免影响其生物活性。 第二步，引入含有互补官能团的探针来反应并标记底物。

尽管已经开发出有效的生物正交反应（例如无铜点击化学），但新反应的开发仍在继续产生正交标记方法，以允许在同一生物系统中使用多种标记方法。 卡罗琳·贝尔托西因其对点击化学和生物正交化学的发展而荣获2022年诺贝尔化学奖^[13]。

Die Akustik (von griechisch ἀκούειν (ausgesprochen: „akuein“) ‚hören‘ bzw. akoustikós, ‚das Gehör betreffend‘) ist die Lehre vom Schall und seiner Ausbreitung. Im Wissenschaftsgebiet sind eine Vielzahl damit zusammenhängender Gesichtspunkte enthalten, so die Entstehung und Erzeugung, die Ausbreitung, die Beeinflussung und die Analyse von Schall, seine Wahrnehmung durch das Gehör und die Wirkung auf Menschen und Tiere. Akustik ist ein interdisziplinäres Fachgebiet, das auf Erkenntnissen aus zahlreichen Fachgebieten aufbaut, unter anderem der Physik, der Psychologie, der Nachrichtentechnik und der Materialwissenschaft. Akustik wird auch (unscharf) in drei Teilgebiete unterteilt:^[1]

• Die physikalische Akustik (oft auch nur als „Akustik“ bezeichnet) umfasst insbesondere Teilgebiete der klassischen Mechanik,
• die physiologische Akustik behandelt Schallaufnahme und Schallübertragung in den Gehörorganen und
• die psychologische Akustik die Umsetzung der akustischen Nervenreizung in die Hörempfindung.

Zu den wichtigsten Anwendungen der Akustik gehören die Erforschung und Minderung von Lärm, das Bemühen, einen Wohlklang hervorzurufen oder eine akustische Information, etwa einen Ton, zu übertragen. Außerdem ist der Einsatz von Schall zur Diagnose oder zu technischen Zwecken eine wichtige Anwendung der Akustik.

声学是物理学中波动学的一个领域，研究媒质中机械波，包括声波、超声波和次声波。研究课题包括声波的产生，接收，转换和声波的各种效应。同时声学测量技术是一种重要的测量技术，有着广泛的应用。