Cell2SentenceOpen-source okvir, ki pretvori ekspresijo genov na enojni celični ravni v 'celične stavke', da LLM-ji lahko analizirajo in ustvarjajo biološke vpoglede.

Cell2Sentence je odprtokodni okvir, ki pretvori podatke o izražanju genov enega celice v "celične stavke", ki jih je mogoče analizirati in iz njih pridobiti vpogled s pomočjo velikih jezikovnih modelov (LLMs). Predlaga transformacijo rangiranega zapisa vektorjev izražanja v celične stavke, kjer so imena genov ločena s presledki in ureditena po padajočem izražanju. To LLM-jem omogoča naravno modeliranje podatkov enega celice RNA-sekvenčiranja (scRNA-seq) z naravnim jezikom. Okvir vključuje modele C2S-Scale, ki združujejo transkriptomske in tekstovne podatke ter omogočajo napredne naloge enega celice, kot so predvidevanje perturbacij, povzemanje podatkovnih naborov, opisovanje skupin ter odgovarjanje na biološka vprašanja. Modeli C2S-Scale so na voljo na Hugging Face in temeljijo na arhitekturah, kot so Pythia in Gemma-2. Cell2Sentence je namenjen raziskovalcem in znanstvenikom, ki delajo z podatki enega celice transkriptomike. Okvir je bil posodobljen z novimi modeli in funkcijami, vključno s podporo za fine-tuning na lastne predloge pozivov in formatiranje večceličnih pozivov. Vključno je tudi paket modelov Pythia za napovedovanje vrste celic, generiranje na podlagi vrste celic ter raznolik večcelični večopravilni model, usposobljen na več kot 57 milijonov človeških in miševih celic. Sklop Cell2Sentence je dokumentiran in vsebuje priročnike za uporabo, vključno z primeri fine-tuning in multi-cell prompt formatting. Razvoj Cell2Sentence vključuje van Dijk Lab in je bil objavljen v preprintu na bioRxiv. Cell2Sentence omogoča odkrivanje enocelovnih podatkov prihodnje generacije z LLM-ji.