ELISA: Agente AI Ibrido Collega scGPT e BioBERT per la Scoperta su Singola Cellula
Un nuovo framework noto come ELISA (Embedding-Linked Interactive Single-cell Agent) è stato presentato dai ricercatori. Questo sistema interpretabile fonde gli embedding di espressione di scGPT con il recupero semantico basato su BioBERT e l'interpretazione basata su LLM, facilitando l'esplorazione interattiva nella genomica a singola cellula. Offrendo accesso diretto alle rappresentazioni trascrittomiche, supera le sfide nella conversione dei dati di sequenziamento dell'RNA a singola cellula (scRNA-seq) in ipotesi biologiche, migliorando al contempo l'interpretabilità dei modelli di base dell'espressione attraverso il linguaggio naturale. Un classificatore automatico di query indirizza gli input a vari processi analitici, inclusi il punteggio dei marker genici e la corrispondenza semantica. Il framework include anche moduli per il punteggio dell'attività dei pathway su 60 set di geni e previsioni delle interazioni ligando-recettore. Questo avanzamento, dettagliato in un articolo su arXiv (identificatore 2603.11872), segna un momento cruciale nell'utilizzo dell'IA per la ricerca biologica, potenzialmente accelerando la generazione di ipotesi genomiche.
Fatti principali
- ELISA sta per Embedding-Linked Interactive Single-cell Agent
- Unifica gli embedding di espressione di scGPT con il recupero semantico basato su BioBERT
- Un classificatore automatico di query instrada gli input al punteggio dei marker genici, alla corrispondenza semantica o alla fusione del rango reciproco
- I moduli integrati eseguono il punteggio dell'attività dei pathway su oltre 60 set di geni
- La previsione delle interazioni ligando-recettore utilizza oltre 280 coppie curate
- Il framework supporta l'analisi comparativa sensibile alla condizione e l'annotazione dei tipi cellulari
- L'articolo è disponibile su arXiv con identificatore 2603.11872
- Il tipo di annuncio è 'replace-cross'
Entità
Istituzioni
- arXiv