scPilot：面向自动化单细胞分析与发现的大语言模型推理框架
人工智能
2026-02-13 v1 基因组学
摘要
我们提出 scPilot，首个实践组学本土推理的系统框架：大语言模型（LLM）在自然语言中进行对话，同时直接检查单细胞 RNA-seq 数据和按需的生物信息学工具。scPilot 将核心单细胞分析——即细胞类型注释、发育轨迹重建和转录因子靶向——转化为模型必须解决的逐步推理问题，需对其进行解释，必要时根据新证据进行修正。为衡量进展，我们发布 scBench，一个包含 9 个专家精选数据集和评分器的套件，能忠实评估 scPilot 就各种大语言模型而言的组学本土推理能力。与 o1 实验表明，迭代组学本土推理将细胞类型注释的平均准确率提升 11%；而 Gemini-2.5-Pro 通过一步提示相比，将轨迹图编辑距离降低 30%，同时生成透明的推理痕迹，解释了标记基因的歧义性和调控逻辑。通过将大语言模型锚定在原始组学数据上，scPilot 使单细胞分析实现可审计、可解释且具有诊断信息性。代码、数据和软件包均可在 https://github.com/maitrix-org/scPilot 获取。
引用
@article{arxiv.2602.11609,
title = {scPilot: Large Language Model Reasoning Toward Automated Single-Cell Analysis and Discovery},
author = {Yiming Gao and Zhen Wang and Jefferson Chen and Mark Antkowiak and Mengzhou Hu and JungHo Kong and Dexter Pratt and Jieyuan Liu and Enze Ma and Zhiting Hu and Eric P. Xing},
journal= {arXiv preprint arXiv:2602.11609},
year = {2026}
}
备注
Accepted at NeurIPS 2025 Main Conference