Cell2SentenceFramework de încercare și analize a celulară și transcriptome, câmpie ai celulară și genexpressie transcriptome

Cell2Sentence este un framework open-source care transformă datele de expresie genetică a unui singur celulă în 'sentințele celulare' pentru analiză și generarea de înțelegere prin Modeluri de Limbaje Mari (LLM). Propune o transformare de tip ordonare pe baza rangului a vectorilor de expresie în sentințe celulare, care sunt numele de gene spațiate, ordonate în ordine descrescătoare a expresiei. Acest lucru permite Modelurilor de Limbaje Mari să modeleze natively datele de citire a ARN a secvenței de celule (scRNA-seq) utilizând limbajul natural. Framework-ul include modelele C2S-Scale, care unifică datele transcriptomice și textuale și permit sarcinile avansate ale celulei unice precum predicția de perturbație, rezumatul datelor, etichetarea grupurilor și răspunsul la întrebări biologice. Modelele C2S-Scale sunt disponibile pe Hugging Face și sunt bazate pe arhitecturi como Pythia și Gemma-2. Cell2Sentence este orientat către cercetători și științieni care lucrează cu datele de transcriptom ale celulei unice. Feram de bază a fost actualizată cu noile modele și caracteristici, inclusiv suport pentru fine-tuirea pe șablonuri de îndemn personalizate și formatare pe tipuri de celule. De asemenea, aceasta include un set de modele Pythia pentru predictia tipului de celulă, generare condiționată pe tipul de celulă și un model de multitășc multi-tip, antrenat pe peste 57 de milioane de celule om și muscă. Framwork-ul Cell2Sentence este documentat și are tutoriale pentru utilizare, inclusiv exemple de fine-tunare și formătare a prompturilor pentru mai multe celule. Dezvoltarea aplicației Cell2Sentence implică laboratorul Van Dijk și a fost publicată într-o prepublicare pe bioRxiv. Cell2Sentence permite descoperirea noului nivel al scintilării celulară având în vedere inteligența profundă.