Cell2SentenceAvatud lähtekoodiga raamistik, mis teisendab ühekoormise geeniekspressiooni 'sellukõnede'ks, et LLMid saaksid analüüsida ja genereerida bioloogilisi teadmisi.

Cell2Sentence on avatud lähtekoodiga raamistik, mis teisendab üksikrakkude geeni ekspressiooni andmed 'rakkude lauseteks', et neid analüüsida ja genereerida ülevaateid Suurte Keelomodelite (LLM-ide) abil. See pakub välja järjestatud teisenduse ekspressiooni vektorite muutmiseks rakkude lauseteks, mis on tühikute vahel geeni nimed, järjestatud kahanevas järjekorras nende ekspressiooni põhjal. See võimaldab LLM-idel loomuliku keele kaudu modelleerida üksikrakkude RNA järjestuse (scRNA-seq) andmeid. Raamistik sisaldab C2S-Scale mudeleid, mis ühendavad transkriptoomika ja tekstilised andmed ning võimaldavad täiustatud üksikrakkude ülesandeid, nagu perturbatsioonide ennustamine, andmekogumite kokkuvõte, klastri pealkirjastamine ja bioloogiliste küsimuste vastamine. C2S-Scale mudelid on saadaval Hugging Face'is ja põhinevad arhitektuuridel nagu Pythia ja Gemma-2. Cell2Sentence on suunatud uurijatele ja teadlastele, kes töötavad üksikrakkude transkriptoomika andmetega. Raamistikku on värskendatud uute mudelite ja funktsioonidega, sealhulgas tugi kohandatud viistemallide peenhäälestamiseks ja mitmerakilise viite vormindamiseks. See sisaldab ka Pythia mudelite komplekti rakkude tüübi ennustamiseks, rakkude tüübi tingimuslikuks genereerimiseks ja mitmekesist mitmerakilist mitmeülesannetest mudelit, mis on koolitatud üle 57 miljoni inimese ja hiire rakku. Cell2Sentence raamistik on dokumenteeritud ning selle kasutamiseks on olemas õpetused, sealhulgas näited peenhäälestuse ja mitme lahtri viipade vormindamise kohta. Cell2Sentence väljatöötamises osaleb van Dijk Lab ja see on avaldatud bioRxiv-is eelseerumisena. Cell2Sentence võimaldab järgmise põlvkonna ühekordse raku avastamist LLM-ide abil.