根据使用数据信息的不同，采用基于机器学习方法开展的基因预测可以细分为**A. 从头预测方法**和**D. 多信息融合方法**。 * **从头预测方法**（或称为“基于模型的方法”）：这种方法主要依赖于理论模型和计算模拟来预测基因的功能、结构或与特定疾病的关联。由于它不依赖于已知的实验数据，因此被称为“从头”预测。 * **多信息融合方法**：这种方法结合了来自不同来源的多种信息，如基因序列、表达数据、蛋白质互作网络等，以提供更全面、准确的预测。通过整合和分析这些多源信息，可以提高预测的可靠性和准确性。 **B. 整体预测方法**并非基于机器学习方法开展的基因预测的专门术语，且过于宽泛，不能具体反映数据使用的不同特点。 **C. 单信息串联方法**在基因预测的文献中并不常见，可能不是一个标准的术语。在实际应用中，即使只使用一种类型的数据，也可能采用复杂的机器学习算法和模型，而不仅仅是简单的“串联”。 因此，正确答案是A和D。
