Nature Biotechnology\u00A0 | 多模态学习实现单细胞数据的聊天式探索

本文介绍了一种名为CellWhisperer的新型人工智能系统，旨在通过自然语言对话交互式探索单细胞RNA测序数据。研究背景源于单细胞测序技术虽能精细刻画细胞状态，但其数据解读仍具挑战。研究目的是开发一个多模态AI框架，将转录组数据与文本描述在统一嵌入空间关联，并驱动大语言模型以聊天方式回答用户关于细胞和基因的生物学问题。通过对比学习训练了包含超过一百万对转录组-文本注释的嵌入模型，并集成至CELLxGENE可视化平台。评估表明，该系统在零样本条件下能有效预测细胞类型、疾病等特征，并在人类胚胎发育分析中展示了发现新标记基因的能力。结论指出，CellWhisperer为单细胞数据分析提供了自然语言交互新范式，尤其适用于探索性分析和假设生成，但关键结论仍需传统生物信息学方法验证。