Mejorar los grandes modelos de lenguaje para la extracción de información de miRNA a través de la ingeniería rápida

Área de la Ciencia:

• Informática biomédica
• Biología computacional
• Inteligencia artificial en la salud

Sus antecedentes:

• Los grandes modelos de lenguaje (LLM) ofrecen potencial para el descubrimiento de conocimientos biomédicos.
• La extracción de información biológica de grano fino, como los microARN (miRNA), es crucial para comprender los mecanismos de la enfermedad e identificar biomarcadores.
• El rendimiento de los LLM en la extracción de información de miRNA requiere una evaluación exhaustiva.

Objetivo del estudio:

• Evaluar las capacidades de los LLM en la extracción de información de miRNA.
• Evaluar el impacto de diversas estrategias de aprendizaje rápido en el rendimiento del LLM.
• Para comparar el rendimiento del LLM con los métodos tradicionales de extracción de datos de miRNA.

Principales métodos:

• Construcción de tres conjuntos de datos de extracción de información de miARN de alta calidad (Re-Tex, Re-miR y miR-Cancer) para la evaluación comparativa y la formación.
• Evaluación de tres LLM (GPT-4o, Gemini, Claude) utilizando la línea de base, la cadena de pensamiento de 5 disparos y las indicaciones de conocimiento generadas.
• Comparación del rendimiento de LLM con los modelos computacionales tradicionales.

Principales resultados:

• Las estrategias de solicitud optimizadas mejoraron significativamente el rendimiento de la extracción de entidades.
• Las solicitudes de conocimiento generadas obtuvieron las puntuaciones F1 más altas (76,6% para la entidad, 54,8% para la extracción de relaciones).
• GPT-4o superó a Gemini y Claude; el reconocimiento de la entidad de miRNA fue el más alto, el gen / proteína más bajo; Los LLM no superaron los métodos tradicionales.

Conclusiones:

• Se establecieron conjuntos de datos de miARN de alta calidad para la extracción de información y el descubrimiento de conocimientos.
• El rendimiento de LLM en la extracción de miRNA sigue siendo limitado, pero la optimización rápida mejora las capacidades.
• Es necesario un mayor perfeccionamiento del LLM para acelerar el descubrimiento de objetivos diagnósticos y terapéuticos.