ChatCell: Vergemakkelijken van Enkelcelanalyse met Natuurlijke Taal

ChatCell: Facilitating Single-Cell Analysis with Natural Language

February 13, 2024

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

cs.AI

Samenvatting

Naarmate Large Language Models (LLM's) zich snel ontwikkelen, wordt hun invloed in de wetenschap steeds prominenter. De opkomende capaciteiten van LLM's in taakgeneralisatie en vrije dialoog kunnen vakgebieden zoals scheikunde en biologie aanzienlijk vooruithelpen. Het vakgebied van single-cell biologie, dat de fundamentele bouwstenen van levende organismen vormt, kampt echter nog met verschillende uitdagingen. Hoge kennisbarrières en beperkte schaalbaarheid van huidige methoden belemmeren het volledige benutten van LLM's bij het beheersen van single-cell data, wat directe toegankelijkheid en snelle iteratie in de weg staat. Daarom introduceren wij ChatCell, wat een paradigmaverschuiving betekent door single-cell analyse met natuurlijke taal te vergemakkelijken. Door gebruik te maken van vocabulaire-aanpassing en uniforme sequentiegeneratie, heeft ChatCell diepgaande expertise opgedaan in single-cell biologie en de mogelijkheid om een breed scala aan analyse taken te accommoderen. Uitgebreide experimenten tonen verder de robuuste prestaties van ChatCell aan en het potentieel om inzichten in single-cell biologie te verdiepen, wat de weg effent voor toegankelijker en intuïtiever onderzoek in dit cruciale vakgebied. Onze projecthomepage is beschikbaar op 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.