利用公共人工智能工具在数学建模中探索系统生物学资源
Meera Kannan1, Gabrielle Bridgewater1, Ming Zhang2
1Center for Cell Analysis and Modeling, UConn Health, Farmington, CT, 06030, USA.
NPJ systems biology and applications
|February 5, 2025
概括
公共人工智能 (AI) 工具可以帮助非专家理解复杂的系统生物学模型. 这项研究探讨了人工智能.
科学领域:
- 系统生物学 系统生物学
- 计算生物学 计算生物学
- 生物信息学是一种生物信息学.
背景情况:
- 系统生物学依赖于预测性数学建模,经常使用专门的,不可读的数据格式.
- 解释这些模型及其基础网络需要对系统生物学工具和数据科学的专业知识.
- 这为没有这些领域背景的个人创造了一个的学习曲线.
研究的目的:
- 调查公共人工智能 (AI) 工具对探索系统生物学资源的有用性.
- 评估AI在理解数学模型,相关数据和系统生物学中的结构复杂性的能力.
主要方法:
- 利用公开可用的AI工具与系统生物学数据和模型进行交互.
- 评估AI在预测模型中对数学方面的理解.
- 评估AI对系统生物学数据的理解以及模型架构的复杂性.
主要成果:
- 公共人工智能工具展示了处理和解释系统生物学数学模型方面的能力.
- 人工智能展示了对这些模型相关的数学基础和数据的理解.
- 模型结构的复杂性也在AI的分析范围之内.
结论:
- 公共人工智能工具可以显著提高系统生物学对非专家的可访问性.
- 人工智能为用户提供了一条途径,可以在没有广泛的先前培训的情况下了解系统生物学概念.
- 这种方法降低了探索复杂生物系统的进入障碍.


