用自然语言探索单细胞数据的AI工具

用自然语言进行单细胞探索 | 《自然-方法》

生物学家若要探索如今无处不在的高通量组学数据（例如单细胞RNA测序生成的数据），学习R或Python等编程语言来运行软件几乎是必须的。然而，随着人工智能的突破，一种替代范式现在成为可能。来自某研究中心的Christoph Bock发问：“我们能否反过来，教会计算机用英语与我们的博士生谈论他们的数据，而不是强迫他们去适应计算机认为容易的方式？”受这一想法启发，他与同事开发了CellWhisperer，这是一个基于聊天的、用于探索单细胞RNA测序数据的工具。

CellWhisperer的核心是一种多模态嵌入技术，它能联合建模单细胞转录组谱及其文本注释。为了学习这种嵌入，团队使用了来自Gene Expression Omnibus和CELLxGENE Census的海量基因表达数据语料库，并借助大型语言模型辅助整理，以生成简洁、标准化的注释。Christoph Bock指出：“我们将项目的大部分GPU计算时间都用在了这里。重要的是，CellWhisperer是100%开放科学——不仅提供代码和模型权重，还在其网站上提供了所有训练数据，以供他人复用和在其基础上构建。”

这是一种订阅内容的预览，需通过所属机构访问。

（文章后续部分为期刊订阅信息、作者详情及版权声明等，其内容不包含实质性技术探讨，故依据准则不在此翻译呈现。）FINISHED
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）