Cell2SentenceCadre open-source qui convertit l'expression génique à cellule unique en « phrases cellulaires » pour que les LLM puissent analyser et générer des perspectives biologiques.

Cell2Sentence est un cadre open-source qui transforme les données d'expression génique de cellules individuelles en 'phrases cellulaires' pour l'analyse et la génération d'informations par les grands modèles de langage (LLM). Il propose une transformation de classement des vecteurs d'expression en phrases cellulaires, qui sont des noms de gènes séparés par des espaces classés par ordre d'expression décroissant. Cela permet aux LLM de modéliser nativement les données de séquençage de l'ARN de cellules individuelles (scRNA-seq) en utilisant le langage naturel. Le cadre comprend les modèles C2S-Scale, qui unifient les données transcriptomiques et textuelles et permettent des tâches avancées sur cellules individuelles telles que la prédiction de perturbation, la synthèse de jeu de données, la légende de regroupement et la réponse à des questions biologiques. Les modèles C2S-Scale sont disponibles sur Hugging Face et sont basés sur des architectures telles que Pythia et Gemma-2. Cell2Sentence est destiné aux chercheurs et aux scientifiques travaillant avec des données de transcriptomique de cellules individuelles. Le cadre a été mis à jour avec de nouveaux modèles et fonctionnalités, notamment la prise en charge de l'ajustement fin sur des modèles de prompts personnalisés et un formatage de prompts multi-cellules. Il comprend également une suite de modèles Pythia pour la prédiction de type de cellule, la génération conditionnée de type de cellule et un modèle multi-tâches multi-cellules diversifié entraîné sur plus de 57 millions de cellules humaines et de souris. Le framework Cell2Sentence est documenté et propose des tutoriels pour son utilisation, incluant des exemples d'ajustement fin et de formatage de prompts multi-cellules. Le développement de Cell2Sentence implique le van Dijk Lab et a été publié dans une prépublication sur bioRxiv. Cell2Sentence permet une découverte de nouvelle génération au niveau de la cellule individuelle grâce aux LLM.