ChatCell: Facilitare l'analisi a singola cellula con il linguaggio naturale

ChatCell: Facilitating Single-Cell Analysis with Natural Language

February 13, 2024

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

cs.AI

Abstract

Man mano che i Modelli Linguistici di Grande Dimensione (LLM) si evolvono rapidamente, la loro influenza nella scienza sta diventando sempre più rilevante. Le capacità emergenti degli LLM nella generalizzazione dei compiti e nel dialogo libero possono avanzare significativamente campi come la chimica e la biologia. Tuttavia, il campo della biologia a singola cellula, che costituisce i mattoni fondamentali degli organismi viventi, deve ancora affrontare diverse sfide. Le elevate barriere di conoscenza e la scalabilità limitata dei metodi attuali limitano lo sfruttamento completo degli LLM nel padroneggiare i dati a singola cellula, ostacolando l'accessibilità diretta e l'iterazione rapida. A tal fine, introduciamo ChatCell, che segna un cambiamento di paradigma facilitando l'analisi a singola cellula con il linguaggio naturale. Sfruttando l'adattamento del vocabolario e la generazione unificata di sequenze, ChatCell ha acquisito una profonda competenza nella biologia a singola cellula e la capacità di adattarsi a una vasta gamma di attività di analisi. Esperimenti estesi dimostrano ulteriormente le robuste prestazioni di ChatCell e il potenziale di approfondire le intuizioni a singola cellula, aprendo la strada a un'esplorazione più accessibile e intuitiva in questo campo cruciale. La homepage del nostro progetto è disponibile all'indirizzo https://zjunlp.github.io/project/ChatCell.

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.