scPilot: Ragionamento con Modelli Linguistici di Grande Dimensione per l'Analisi e la Scoperta Automatica a Singola Cella
scPilot: Large Language Model Reasoning Toward Automated Single-Cell Analysis and Discovery
February 12, 2026
Autori: Yiming Gao, Zhen Wang, Jefferson Chen, Mark Antkowiak, Mengzhou Hu, JungHo Kong, Dexter Pratt, Jieyuan Liu, Enze Ma, Zhiting Hu, Eric P. Xing
cs.AI
Abstract
Presentiamo scPilot, il primo framework sistematico per praticare il *reasoning* nativo per le omiche: un modello linguistico di grandi dimensioni (LLM) dialoga in linguaggio naturale ispezionando direttamente i dati di RNA-seq a cellula singola e strumenti di bioinformatica on-demand. scPilot converte le analisi fondamentali a cellula singola, ovvero l'annotazione del tipo cellulare, la ricostruzione delle traiettorie di sviluppo e il targeting dei fattori di trascrizione, in problemi di ragionamento passo-passo che il modello deve risolvere, giustificare e, quando necessario, rivedere sulla base di nuove evidenze.
Per misurare i progressi, rilasciamo scBench, una suite di 9 dataset curati da esperti e sistemi di valutazione che testano fedelmente la capacità di reasoning nativo per le omiche di scPilot rispetto a vari LLM. Esperimenti con o1 mostrano che il reasoning nativo per le omiche iterativo aumenta la precisione media dell'11% per l'annotazione del tipo cellulare, mentre Gemini-2.5-Pro riduce la distanza di modifica del grafo delle traiettorie del 30% rispetto al prompting one-shot, generando al contempo tracce di ragionamento trasparenti che spiegano l'ambiguità dei geni marker e la logica regolatoria. Fondando gli LLM sui dati omici grezzi, scPilot abilita analisi a cellula singola verificabili, interpretabili e clinicamente informative.
Codice, dati e pacchetto sono disponibili all'indirizzo https://github.com/maitrix-org/scPilot.
English
We present scPilot, the first systematic framework to practice omics-native reasoning: a large language model (LLM) converses in natural language while directly inspecting single-cell RNA-seq data and on-demand bioinformatics tools. scPilot converts core single-cell analyses, i.e., cell-type annotation, developmental-trajectory reconstruction, and transcription-factor targeting, into step-by-step reasoning problems that the model must solve, justify, and, when needed, revise with new evidence.
To measure progress, we release scBench, a suite of 9 expertly curated datasets and graders that faithfully evaluate the omics-native reasoning capability of scPilot w.r.t various LLMs. Experiments with o1 show that iterative omics-native reasoning lifts average accuracy by 11% for cell-type annotation and Gemini-2.5-Pro cuts trajectory graph-edit distance by 30% versus one-shot prompting, while generating transparent reasoning traces explain marker gene ambiguity and regulatory logic. By grounding LLMs in raw omics data, scPilot enables auditable, interpretable, and diagnostically informative single-cell analyses.
Code, data, and package are available at https://github.com/maitrix-org/scPilot