面向从基因表达数据中进行科学发现的AI团队科学家
基因组学
2025-09-09 v3 人工智能
机器学习
摘要
机器学习已成为科学发现的强大工具，使研究人员能够从复杂数据集中提取有意义的见解。例如，它已促进了从基因表达数据中识别疾病预测基因的工作，显著推动了医疗保健。然而，传统的分析此类数据集的过程需要大量的人力和专业知识进行数据选择、处理和分析。为解决这一挑战，我们引入了一个新框架，即由AI制作的科学家团队（TAIS），旨在简化科学发现流程。TAIS由模拟角色组成，包括项目经理、数据工程师和领域专家，每个角色都由大型语言模型（LLM）表示。这些角色合作，以复制通常由数据科学家执行的任务，特别关注识别疾病预测基因。此外，我们精选了一个基准数据集来评估TAIS在基因识别方面的效果，展示了我们的系统有潜力显著提高科学探索的效率和范围。我们的发现代表了通过大型语言模型实现自动化科学发现的坚实一步。
引用
@article{arxiv.2402.12391,
title = {Toward a Team of AI-made Scientists for Scientific Discovery from Gene Expression Data},
author = {Haoyang Liu and Yijiang Li and Jinglin Jian and Yuxuan Cheng and Jianrong Lu and Shuyi Guo and Jinglei Zhu and Mianchen Zhang and Miantong Zhang and Haohan Wang},
journal= {arXiv preprint arXiv:2402.12391},
year = {2025}
}
备注
Code for a more recent version of our system is available at \url{https://github.com/Liu-Hy/GenoMAS}