AstroAgents：基于多智能体AI的质谱数据假设生成系统
人工智能
2025-04-01 v1
摘要
随着跨太阳系样本返回任务的不断推进以及质谱数据获取能力的日益提升，亟需开发能够结合现有天体生物学文献并从质谱数据生成关于生命起源于地球 plausible 假设的方法。从质谱数据生成假设具有环境污染物、谱峰复杂性以及难以将这些峰值与先前研究进行匹配等诸多挑战。为此，我们引入AstroAgents——一个基于大型语言模型的多智能体AI系统，用于从质谱数据生成假设。AstroAgents由八个协作智能体构成：数据分析师、计划者、三个领域科学家、累积器、文献审阅员和批判家。该系统处理质谱数据并结合用户提供的研究论文。数据分析师解释数据，计划者将特定数据片段分配给科学家智能体进行深入探索。累积器收集并去重生成的假设，文献审阅员通过Semantic Scholar识别相关文献。批判家对假设进行评估，提出严格的改进建议。为评估AstroAgents，我们邀请了天体生物学专家评估来自八个陨石和十个土壤样本生成的一百多种假设的新颖性和合理性。其中36%的假设被认定为合理且可信，此外其中66%为新颖的。项目网站：https://astroagents.github.io/
引用
@article{arxiv.2503.23170,
title = {AstroAgents: A Multi-Agent AI for Hypothesis Generation from Mass Spectrometry Data},
author = {Daniel Saeedi and Denise Buckner and Jose C. Aponte and Amirali Aghazadeh},
journal= {arXiv preprint arXiv:2503.23170},
year = {2025}
}