大型言語モデル (LLM) と CytoAnalyst を使用したセル型アノテーション

科学分野:

• コンピュータ生物学 コンピュータ生物学
• バイオインフォマティックス
• ゲノミクスゲノミクスとは

背景:

• セル・アノテーションは単細胞データを解釈する上で極めて重要ですが,労働集約的で,専門的な専門知識が必要です.
• 現在の方法は,人工キュレーションと多様なバイオインフォマティクスツールにより,再現性と一貫性の課題に直面しています.

研究 の 目的:

• CytoAnalystという新しい半自動細胞型アノテーションプラットフォームを紹介する.
• 単細胞解析における効率的かつ正確なセルアノテーションのための大規模な言語モデル (LLM) を活用する.
• 生物学的な完全性を維持しながら,研究者の手作業の負担を軽減する.

主な方法:

• 単細胞データは,細胞群とマーカーを特定するために,次元縮小,クラスタリング,微分分析を受けます.
• メタのラマと構造的なプロンプトは,細胞タイプを推論するために使用されます.
• オントロジー,組織文脈,マーカー遺伝子シグネチャは,生物学的正確性を強制する.

主要な成果:

• CytoAnalystは,セルアノテーションにおける手作業を大幅に削減します.
• このプラットフォームは,強制的な制約を通じて,高い生物学的精度を維持しています.
• 品質管理,クラスタリング,軌道推論など,包括的な単細胞分析ツールのスイートを提供しています.

結論:

• CytoAnalystは,半自動のセルタイプアノテーションのための強力でユーザーフレンドリーなソリューションを提供します.
• LLMの統合により,単細胞データ解釈の効率と正確性が向上します.
• CytoAnalystは自由にアクセスでき,フィールドでのより広範な採用と再現性を促進します.