Cell2Sentenceオープンソースフレームワークが単一細胞遺伝子発達から「細胞文」を生成し、LLMsが分析し生物学的洞察を生成する

Cell2Sentenceは、Large Language Models (LLMs)による分析および洞察生成のために、シングルセル遺伝子発現データを「セル・センテンス」に変換するオープンソースのフレームワークです。このフレームワークは、発現ベクトルのランク順序変換を実行し、降順に記載された遺伝子名がスペースで区切られるセル・センテンスを提案します。これにより、LLMsは自然言語でシングルセルRNAシーケンス解析 (scRNA-seq)データをネイティブにモデル化できます。フレームワークには、C2S-Scaleモデルが含まれており、遺伝子発現データとテキストデータを統合し、遺伝子発現パテント予測、データセットサマリ化、クラスターキャプション、生物学質問応答など、複雑なシングルセルタスクを実行できます。これらのC2S-Scaleモデルの詳細はHugging Faceで確認できます。モデルの設計は、PythiaやGemma-2のようなアーキテクチャに基づいています。 Cell2Sentenceは、シングルセル遺伝子発現データを取り扱う研究者や科学者向けに開発されています。 フレームワークは、新モデルおよび機能に更新され、カスタム プラグマート テンプレートへの fine-tuning と、マルチ セル プラグマート フォーマットのサポートを含みます。それはまた、セル タイプ 予測、セル タイプ 条件付き の生成についての Pythia モデル、その他にも、57,000 万の ヒト 細胞およびマウス 細胞で訓練されたダイバーセ 多細胞 マルチ タスク モデルを含むパックを搭載しています。 テョイエクスターが対得、私対できたを速した。古、パデバサンディンを表示が去ようだ Cell2Sentenceの開発はvan Dijk Labにより行われ、bioRxivにプレプリントとして発表されています。 Cell2Sentenceは次世代のシングル・セル発見をLLMによって実現する技術です。