通过语言模型自动化探索性多组学研究
人工智能
2025-06-10 v1 定量方法
摘要
本文介绍了PROTEUS系统，一个从原始数据文件中生成数据驱动假设的完全自动化系统。我们将PROTEUS应用于临床质谱组学，这一领域对有效的下游数据分析和假设提出至关重要，以产生新发现。PROTEUS使用独立模块模拟科学过程的不同阶段，从开放式数据探索到特定统计分析和假设提出。它以生物实体之间的关系形式构建研究方向、工具和结果，使用统一的图结构来管理复杂的研究过程。我们将PROTEUS应用于10个发表研究中的临床多组学数据集，最终产生360个假设。结果通过外部数据验证和自动开放式评分进行评估。通过探索性和迭代的研究，该系统能够导航高通量和异构的多组学数据，以产生在可靠性与新颖性之间取得平衡的假设。除了加速多组学分析外，PROTEUS代表了一种通用自主系统针对特定科学领域实现开放式从数据生成假设的路径。
引用
@article{arxiv.2506.07591,
title = {Automating Exploratory Multiomics Research via Language Models},
author = {Shang Qu and Ning Ding and Linhai Xie and Yifei Li and Zaoqu Liu and Kaiyan Zhang and Yibai Xiong and Yuxin Zuo and Zhangren Chen and Ermo Hua and Xingtai Lv and Youbang Sun and Yang Li and Dong Li and Fuchu He and Bowen Zhou},
journal= {arXiv preprint arXiv:2506.07591},
year = {2025}
}