CellAgent：LLM Agent 助力单细胞测序数据分析的重要突破丨AI 4 Science

434 0 0

文章摘要

单细胞转录组测序技术自2013年以来，在临床和生物学研究中发挥了重要作用。然而，该技术的数据分析存在门槛高、难度大等问题，要求研究人员具备专业知识和高级编程技能。为解决此问题，西北工业大学和天津大学的研究者共同开发了CellAgent，一种专为单细胞数据分析任务设计的自动化LLM Agent。

CellAgent通过三种LLM驱动的生物专家角色——Planner、Executor和Evaluator，实现高效协作，自动化执行单细胞数据分析任务。在批次校正方面，CellAgent表现出色，选择合适的算法并输出最优结果。在细胞类型注释任务中，CellAgent自动寻找差异表达基因，调用不同工具获得答案，综合信息完成注释，准确率高。同时，CellAgent在轨迹推断方面也展示了优异的性能。

CellAgent显著降低了单细胞数据分析的门槛和工作量，推动了“Agent for Science”新时代的发展。它是一种通用、可扩展、自动化的单细胞数据分析工具，采用了分层决策和自我迭代优化机制，保证了数据分析质量。此外，其开放式架构使用户能提供特定的新知识和工具，更好地满足用户需求。

研究者在50多个单细胞数据集上测试了CellAgent，涵盖多种组织和细胞类型，实验结果表明其分析质量优秀。与现有工具相比，CellAgent在批次校正、生物效应保留、细胞类型注释和轨迹推断等方面表现更佳。

这项研究不仅为生物信息学领域开辟了新研究方向，还扩展了生成式人工智能在科学中的应用，有助于新发现和深入理解生物系统。文章链接提供了更多信息，团队背景展示了研究者们在相关领域的深厚积累和贡献。