en hörnsten i statistisk inferens, maximum entropy framework används alltmer för att konstruera beskrivande och prediktiva modeller av biologiska system, särskilt komplexa biologiska nätverk, från stora experimentella datamängder. Både dess breda tillämplighet och den framgång den fick i olika sammanhang beror på dess konceptuella enkelhet och matematiska sundhet. Här försöker vi kortfattat granska de grundläggande elementen i principen om maximal entropi, med utgångspunkt från begreppet ’entropi’, och beskriva dess användbarhet för analys av biologiska system. Som exempel fokuserar vi specifikt på problemet med att rekonstruera geninteraktionsnätverk från uttrycksdata och på det senaste arbetet som försöker utöka vår systemnivåförståelse för bakteriell metabolism. Slutligen lyfter vi fram några förlängningar och potentiella begränsningar av den maximala entropimetoden och pekar på senare utveckling som sannolikt kommer att spela en nyckelroll i de kommande utmaningarna att extrahera strukturer och information från alltmer rika biologiska data med hög genomströmning.