LLM4Cell：面向单细胞生物学的大语言与智能体模型综述
计算与语言
2025-11-25 v3 人工智能
摘要
大语言模型 (LLM) 和新兴的智能体框架正在通过实现自然语言推理、生成式注释和多模态数据集成来变革单细胞生物学。然而，进展仍在数据模态、架构和评估标准方面呈碎片化。LLM4Cell提供了首个涵盖58个用于单细胞研究的基础模型和智能体模型的统一综述，涵盖RNA、ATAC、多组学和空间模态。我们将这些方法分为五大家族——基础模型、文本桥接、空间、多模态、表观基因组和智能体——并将其映射到八个关键分析任务，包括注释、轨迹和扰动建模以及药物反应预测。基于超过40个公开数据集，我们分析了基准适合性、数据多样性以及伦理和可扩展性约束，并在覆盖生物学 grounding、多组学对齐、公平性、隐私和可解释性等10个维度上评估了这些模型。通过关联数据集、模型和评估领域，LLM4Cell提供了语言驱动的单细胞智能的首个集成视图，并概述了在可解释性、标准化和可信模型开发方面的开放挑战。
引用
@article{arxiv.2510.07793,
title = {LLM4Cell: A Survey of Large Language and Agentic Models for Single-Cell Biology},
author = {Sajib Acharjee Dip and Adrika Zafor and Bikash Kumar Paul and Uddip Acharjee Shuvo and Muhit Islam Emon and Xuan Wang and Liqing Zhang},
journal= {arXiv preprint arXiv:2510.07793},
year = {2025}
}
备注
34 pages, 5 figures, 7 tables