ReCellTy：基于域特定知识图谱的单细胞注释检索增强型大语言模型推理工作流程
计算与语言
2026-04-10 v2 人工智能
数据库
机器学习
摘要
随着大语言模型（LLM）的快速发展，其在细胞类型注释中的应用受到日益关注。然而，通用型 LLM 在该特定任务中常受限于缺乏来自外部领域知识的指导。为实现更准确且完全自动化的细胞类型注释，我们开发了一个全球连接的知识图谱，包含 18,850 个生物信息节点（包括细胞类型、基因标记、特征及其他相关实体），以及 48,944 条连接这些节点的边缘，用于 LLM 检索与差异基因相关的实体以进行细胞重构。此外，设计了一个多任务推理工作流程以优化注释过程。与通用型 LLM 相比，我们的方法在多个组织类型上的人类评估得分提升最高 0.21 分，语义相似度提升 6.1%，更贴近手动注释的认知逻辑。同时，我们缩小了大型和小型 LLM 在细胞类型注释任务中的性能差距，为生物信息学中的结构化知识集成与推理提供了一种范式。
引用
@article{arxiv.2505.00017,
title = {ReCellTy: Domain-Specific Knowledge Graph Retrieval-Augmented LLMs Reasoning Workflow for Single-Cell Annotation},
author = {Dezheng Han and Yibin Jia and Ruxiao Chen and Wenjie Han and Shuaishuai Guo and Jianbo Wang},
journal= {arXiv preprint arXiv:2505.00017},
year = {2026}
}