基于 BRAD 的语言模型驱动数字生物学

大型语言模型（LLMs）的最新进展正在变革生物学、计算机科学、工程学以及日常生活。然而，整合种类繁多的计算工具、数据库和科学文献仍然是生物研究面临的一项挑战。LLMs 非常适合对这些多样化资源进行非结构化整合、高效信息检索，以及自动化标准工作流程和操作。为了在生物信息学中利用这些能力，我们提出了一个原型系统：生物信息学检索增强数字助手（BRAD）。BRAD 是一个集成了多种生物信息学工具的聊天机器人与智能体系统。该 Python 包实现了一个由 LLMs 驱动并连接到本地文件系统、在线数据库和用户软件的 AI \texttt{Agent}。该 \texttt{Agent} 具有高度可配置性，能够执行检索增强生成、跨生物信息学数据库搜索以及软件流水线执行等任务。BRAD 对生物信息学工具的协调集成，提供了一个具有上下文感知能力的半自主系统，超越了传统基于 LLM 的聊天机器人的能力。图形用户界面（GUI）为该系统提供了直观的交互界面。