Cell2SentenceOtwartoźródłowy framework, który zamienia ekspresję genów pojedynczych komórek w ‘zdania komórkowe’, pozwalając LLM-om na analizę i generowanie wniosków biologicznych.

Cell2Sentence to otwarty framework, który przerabia pojedyncze dane wyrażenia genów na 'zdania komórek' w celu analizy i generowania wglądu przez Duże Modele Językowe (LLMs). Zaproponował on w kolejności zrębkowanie wektorów ekspresji do zdania komórkowego, składające się z nazw genów podane w spacjach, które są zakresowo ustalone w opadaniu ekspresji. To pozwala LLM-om natywnie modelować pojedyncze dane sekwencji RNA (scRNA-seq) za pomocą naturalnego języka. Framework zawiera model C2S-Scale, który scalą mechanizmy transkryptomiki i danych tekstowych i czyni dostępne zaawansowane zadania pojedynczych komórek, takie jak predykcja perturbacji, podsumowanie danych, opisowanie klastrów i odpowiedzi na pytania biologiczne. Modele C2S-Scale są dostępne na Hugging Face i powstają na architekturach jak Pythia i Gemma-2. Cell2Sentence został stworzony głównie dla badaczy i naukowców zajmujących się danymi transkryptomiki pojedynczych komórek. Framework został zaktualizowany za pomocą nowych modeli oraz funkcji, w tym wsparcia dla fine-tuning w określonych szablonach instrukcji i formacji promt wielocelutowej. Zawiera również zestaw modeli Pythia dla predykcji typu komórki, generowania z warunkiem typu komórki, oraz różnorodny model wielocelutowo-czarowany, który został przeszkolony na 57 milionach komórek ludzkich i mysich. Framwork Cell2Sentence jest udokumentowany i zawiera instrukcje użytkowe, w tym przykłady fine-tuningu oraz formowania promtów wielocellowych. Podczas rozwoju Cell2Sentence są zaangażowani Laboratorium van Dijk'a i publikacja została opublikowana w preprint na bioRxiv. Cell2Sentence umożliwia przełomową odkrywkę pojedynczych komórek za pomocą modeli LLM.