Cell2SentenceAtvērtu satura framework, kas pavērī citsaitīgi ģenisko izteiksmes saturs par 'citsaitu sarakstiem' tādai veidā, lai liela valodas modeļa (LLM) varētu analizēt un sasnīt bioloģiskas zinības.

Cell2Sentence ir atvērtās kodiņu iekārtas, kura pārveido vienašu ģenētiskās izražības dati pa 'vārdus par celīm' analīzei un aizsākumprojektējumam lielām valodu modelēm (LLMs). Tā izvirzīta ranga sarakstām izteiksmju vektoru pēc kritērija — tām ir izcelta šūnām piemērotā ieraksts, kurā ir izskatītās ģenas nosaukumu virzienā nozīmētāji, kuru apmērs ir nokritēts. Šis ļauj LLMs modelēt vienašu RNK sekvenciju (scRNA-seq) izmantojot dabisku valodu. Iekārtas daļa ir C2S-Skēsts modeli, kas apvieno transkriptiķa un teksta datus un ļauj sākotnējos vienašu uzdevumus kā pārliecību norādījumu, datu apskati, grādu nosaukumu izvietošanu, un bioloģisko pārskatu pieejumu. Šie C2S-Skēsts modeļi ir pieejami Hugging Face un viņi ir bāzēti uz arhitektūru kādām Pišija un Gemma-2. Cell2Sentence ir paredzēts zinātniekiem un zinātniskiem, kuri strādā ar datiem vienašu ģenētiskajai izražībai. Režīms ir apstiprināts ar jaunām modelēm un funkcijām, ieskaitot atbalstu fine-tuningam uz personīgi izstrādātajām ieteikumu šablonu un daudzcelu ieteikumu formātēšanu. Tajā arī ir ietvertas Pythija modeļu sadaļa, lai aprakstītu šūnu tipu, šūnu tipa apstiprinātu izveidi un vispusīgu daudzcelu multi-taistošo modeļu, kas ir iestrādāts virs 57 miljonus cilvēkiem un pelēkās vēveru šūnu tīkla. Cell2Sentence ierīce ir dokumentēta un tā ir paredzēta mācīšanai, tostarp ar piemēriem, kā precizēt un formatēt dažu elementu pierādījumu. Cell2Sentence attīstība ietver van Dijk Labs un ir publicēta preprintā bioRxiv. Cell2Sentence nodrošina nākotnes paaudzes vienu celiņu atklājumus ar LLM.