ChatCell: Vereinfachung der Einzelzellanalyse mit natürlicher Sprache

ChatCell: Facilitating Single-Cell Analysis with Natural Language

February 13, 2024

Autoren: Yin Fang, Kangwei Liu, Ningyu Zhang, Xinle Deng, Penghui Yang, Zhuo Chen, Xiangru Tang, Mark Gerstein, Xiaohui Fan, Huajun Chen

cs.AI

Zusammenfassung

Während sich Large Language Models (LLMs) rasant weiterentwickeln, wird ihr Einfluss in der Wissenschaft zunehmend bedeutender. Die aufkommenden Fähigkeiten von LLMs in der Aufgabenverallgemeinerung und im freien Dialog können Bereiche wie Chemie und Biologie erheblich voranbringen. Dennoch steht das Feld der Einzelzellbiologie, das die grundlegenden Bausteine lebender Organismen darstellt, vor mehreren Herausforderungen. Hohe Wissensbarrieren und begrenzte Skalierbarkeit aktueller Methoden schränken die vollständige Nutzung von LLMs bei der Beherrschung von Einzelzelldaten ein, was den direkten Zugang und schnelle Iterationen behindert. Aus diesem Grund stellen wir ChatCell vor, das einen Paradigmenwechsel einleitet, indem es die Einzelzellanalyse mit natürlicher Sprache ermöglicht. Durch Vokabelanpassung und einheitliche Sequenzgenerierung hat ChatCell fundiertes Fachwissen in der Einzelzellbiologie und die Fähigkeit erworben, eine Vielzahl von Analyseaufgaben zu bewältigen. Umfangreiche Experimente zeigen zudem die robuste Leistung von ChatCell und sein Potenzial, Einblicke in die Einzelzellbiologie zu vertiefen, wodurch der Weg für einen zugänglicheren und intuitiveren Zugang in diesem zentralen Bereich geebnet wird. Unsere Projekt-Homepage ist unter https://zjunlp.github.io/project/ChatCell verfügbar.

English

As Large Language Models (LLMs) rapidly evolve, their influence in science is becoming increasingly prominent. The emerging capabilities of LLMs in task generalization and free-form dialogue can significantly advance fields like chemistry and biology. However, the field of single-cell biology, which forms the foundational building blocks of living organisms, still faces several challenges. High knowledge barriers and limited scalability in current methods restrict the full exploitation of LLMs in mastering single-cell data, impeding direct accessibility and rapid iteration. To this end, we introduce ChatCell, which signifies a paradigm shift by facilitating single-cell analysis with natural language. Leveraging vocabulary adaptation and unified sequence generation, ChatCell has acquired profound expertise in single-cell biology and the capability to accommodate a diverse range of analysis tasks. Extensive experiments further demonstrate ChatCell's robust performance and potential to deepen single-cell insights, paving the way for more accessible and intuitive exploration in this pivotal field. Our project homepage is available at https://zjunlp.github.io/project/ChatCell.