Cell2SentenceLLMs

Cell2Sentence은 개방형 소스.framework이다. 이는 유전자의 발현 데이터 한 개의 세포를 분석 및 통찰력을 위한 '세포 문장'들로 형식화하기 위해 Large Language Models (LLMs)으로 변환한다. 이 framework에는 발현 벡터들을 descend하는 순서로 세포 문장들로 변환시키는 방법을 제안하고, 이는 gene 이름을 space-separated하고 descend하는 순서로 한다. 이는 LLM들이 single-cell RNA sequencing (scRNA-seq) 데이터를 자연어로 모델링 할 수 있도록 한다. 이 framework에는 C2S-Scale models이 포함되어 있으며, 이는 유전자학 데이터와 텍스트 데이터를 통합해고 single-cell의 고급 작업들을 enabled한다. 이 작업들은 전달 예측, 데이터 요약, 클러스터 캡셔닝, 생물학적 질문 대화 등의 것으로 나온다. 이 모델들은 Hugging Face에서 구할 수 있고 Pythia와 Gemma-2 같은 아키텍쳐들의 기반이 된다. Cell2Sentence은 single-cell transcriptomics 데이터를 다루는 연구자들과 과학자들을 위해 디자인되었다. framework은 업데이트된 새로운 모델과 기능에 의해 지원되는 custom template 및 multi-cell prompt formatting을 위한 fine-tuning을 포함하여 새로운 모델과 기능이 적용되었습니다. 또한 cell type prediction, cell type conditioned generation, 그리고 57백만 개의 human과 mouse 셀에 대해 교육된 다양한 multi-cell multi-task 모델에 대한 Pythia 모델의 패키지를 포함합니다. "Cell2Sentence 프레임워크는 문서화되었으며, 사용 방법에 대한 튜토리얼도 제공합니다.fine-tuning 및 multi-cell promp 포맷팅과 같은 예시가 포함되어 있습니다." Cell2Sentence은 van Dijk 연구소와 협력하여 bioRxiv에 공개된 프리프린트에 발표되었습니다. Cell2Sentence은 신세대 일자원 탐론을 위해 LLM과 같은 인공지능 모델과 제휴합니다.