tilastollisen päättelyn kulmakivi, the maximum entropy framework is being enenevässä määrin applied to constructive and predictive models of biological systems, especially complex biological networks, from large experimental data sets. Sekä sen laaja sovellettavuus ja menestys se sai eri yhteyksissä sarana sen käsitteellinen yksinkertaisuus ja matemaattinen eheys. Tässä pyrimme tiivistetysti tarkastelemaan maksimaalisen entropian periaatteen peruselementtejä, alkaen ”entropian” käsitteestä, ja kuvaamaan sen hyödyllisyyttä biologisten järjestelmien analysoinnissa. Esimerkkeinä keskitymme erityisesti ongelmaan rekonstruoida geenien vuorovaikutusverkkoja ilmaisutiedoista ja viimeaikaiseen työhön, jolla pyrimme laajentamaan järjestelmätason ymmärrystämme bakteerien aineenvaihdunnasta. Lopuksi korostamme joitakin laajennuksia ja mahdollisia rajoituksia maksimaalisen entropian lähestymistapaan ja kiinnitämme huomiota viimeaikaisiin kehityssuuntauksiin, joilla on todennäköisesti keskeinen rooli tulevissa haasteissa, jotka liittyvät rakenteiden ja tiedon keräämiseen yhä rikkaammasta, suurikapasiteettisesta biologisesta datasta.