Cell2Sentenceღია წყაროს მქონე ჩარჩო, რომელიც ერთი უჯრის გენური ექსპრესიის "cell sentences"-ად გარდაქმნის, რათა LLM-ები შეძლონ მისი ანალიზი და ბიოლოგიური ხედვების გენერირება.

Cell2Sentence არის ღია წყაროს ჩარჩო, რომელიც ერთეული-კელების გენთა ექსპრესიის მონაცემებს გარდაქმნის 'კელის წინადადებებში' Large Language Models (LLMs) –ის ანალიზისა და ხედვის წარმოქმნის მიზნით. ის წინაპირობს ექსპრესიის ვექტორების კლასიფიცირების ტრანსფორმაციას კელის წინადადებებად, რომლებიც არიან სივრცით გამოყოფილი გენების სახელები, დებაშვებად დალაგებული. ეს საშუალებას აძლევს LLM-ებს ნატიულად მოდელირება ერთეული-კელ RNA‑სეკვენცინგ (scRNA‑seq) მონაცემებს. ჩარჩოში შედის C2S-Scale მოდელები, რომლებიც შეაერთებენ ტრანსკრიპტომური და ტექსტური მონაცემებს და გაძლევთ მოწინავე ერთეული‑კელზე ამოცანებს, როგორიცაა პერტურცაციის პროგნოზირება, მონაცემთა ნაკრების შეჯამება, კლასტერული თავსართების შექმნა და ბიოლოგიური კითხვებზე პასუხის გაცემა. C2S-Scale მოდელები ხელმისაწვდომია Hugging Face-ზე და მათი საფუძველზე აშენებულია არქიტექტურები, როგორიცაა Pythia და Gemma-2. Cell2Sentence განკუთვნილია მეცნიერებისა და კვლევით მომუშავე პირებისთვის, რომლებიც მუშაობენ ერთეული-კელ ტრანსკრიპტომის მონაცემებზე. ფრემვორკი განახლდა ახალი მოდელებით და ფუნქციებით, მათ შორის მხარდაჭერა მორგებული prompt‑შაბლონებზე fine‑tuning‑ისათვის და მრავალუჯრედიანი prompt‑ფორმატირებისათვის. ის ასევე შეიცავს Pythia‑მოდელების კომპლექტს უჯრედის ტიპის პროგნოზირებისთვის, უჯრედის ტიპზე დაფუძნებულ გენერაციისთვის და მრავალ‑უჯრედიანი, მრავალ‑ამოცანიანი მოდელი, რომელიც ტრენინგებულია 57 მილიონზე მეტი ადამიანის და თვინიის უჯრედებზე. Cell2Sentence ჩარჩო დოკუმენტირებულია და აქვს გამოყენების ტუტორიალები, მათ შორის fine-tuning და multi-cell prompt formatting‑ის მაგალითებიც. Cell2Sentence-ის განვითარება ჩართულია van Dijk ლაბში და გამოაქვეყნებულია preprint-ით bioRxiv-ზე. Cell2Sentence საშუალებას აძლევს მომავალ თაობის ერთ-ცელულური აღმოჩენას LLM-ების მეშვეობით.