可以LLMs桥梁域和可视化吗? 在单细胞转录组学中对高维数据可视化的案例研究

科学领域:

• 数据可视化 数据可视化
• 生物信息学是一种生物信息学.
• 科学文献分析 科学文献分析

背景情况:

• 了解现实世界的可视化使用是具有挑战性的,通常依赖于有限的用户访谈或以可视化为重点的论文.
• 现有的方法缺乏全面的洞察力,了解领域专家如何利用"在野外"的可视化.
• 单细胞转录学中的高维度 (HD) 数据可视化涉及复杂的,专门的术语.

研究的目的:

• 调查大型语言模型 (LLM) 在特定领域文献中分析可视化使用的潜力.
• 通过研究单细胞转录学中的可视化使用,弥合可视化设计和实际域应用之间的差距.
• 开发一个强大的方法来分析关于可视化实践的大规模科学文献.

主要方法:

• 开发了一个人为循环的LLM工作流程,分析了1,203篇论文,描述了2,056个高清可视化.
• 集成图像处理和传统的NLP技术,为LLM分析准备数据.
• 采用了三个有针对性的LLM子任务:域名术语翻译,分析任务总结和分类,并提供了人类验证检查点.

主要成果:

• 成功分析了一大批单细胞转录组学论文,确定了2056个高清可视化.
• 揭示了高清可视化使用的三个被低估的方面:高清空间中的轨迹,集群关系和维度集群.
• 通过专家采访和专门的测试集验证了分析结果.

结论:

• 通过人类监督和补充方法来增强LLM,为分析在专业科学领域的可视化使用提供了强大的工具.
• 开发的工作流提供了一个可扩展的方法来理解"在野外"的可视化实践.
• 这项研究为未来使用LLM的研究奠定了基础,将可视化设计与特定领域的应用和需求联系起来.