生命科学一直是人类永恒的研究话题，如何让生物更健康的成长，如何更好的避免生物在进化过程中的缺陷，如何改变疾病的机制，提高生物的免疫力等，全世界的生命科学领域专家都在研究这个话题。有一点是得到共识的，那就是生物生病的原因是蛋白质的结构发生了变化，如果能够提前预测蛋白质的结构变化，就能够提取采取一系列的措施，避免某些疾病的产生。在这一点上Alpha Fold、C-I-TASSE等模型将深度学习和传统技术结合后，对蛋白质结构预测提达到了一个新高度，能够准确的预测出蛋白质的变化，这在以前，科学家们只有通过大量的人力劳作通过两周才能得到的结果，现在使用了深度强化学习模型只需要几小时，而且完全是由机器来做。

在生命科学领域的应用，有生物蛋白质结构的预测，也有一些药物的研究，医疗设备方面的研发。目前很多论文都会引用强化学习在医疗设备、药物剂量和两阶段临床试验中的应用。在医疗保健方面，强化学习系统为患者提供治疗策略。该系统能够利用以往的经验找到极优的策略，而无需生物系统的数学模型等先验信息，这使得基于强化学习的系统具有更广泛的适用性。