Cell2SentenceÖppen källkod-ramverk som omvandlar enkelcellars genuttryck till 'cellmeningar' så att LLMs kan analysera och generera biologiska insikter.

Cell2Sentence är ett open-source-ramverk som omvandlar enstaka cellers genuttrycksdata till "cellmeningar" för analys och insiktsgenerering av Large Language Models (LLMs). Det föreslår en rankeringsomvandling av uttrycksvektorer till cellmeningar, vilka består av gener som är mellanslagsskilta och ordnade efter fallande uttrycksnivå. Detta gör det möjligt för LLMs att nativt modellera single-cell RNA sequencing (scRNA-seq)-data med hjälp av naturligt språk. Ramverket inkluderar C2S-Scale-modellerna, vilka förenar transcriptomisk och textuell data och möjliggör avancerade single-cell-uppgifter som perturbationsförutsägelse, dataset-sammanfattning, kluster-beskrivning och biologiska fråge-svar. C2S-Scale-modellerna finns tillgängliga på Hugging Face och bygger på arkitekturer som Pythia och Gemma-2. Cell2Sentence riktar sig till forskare och vetenskapsmän som arbetar med single-cell transcriptomisk data. Ramverket har uppdaterats med nya modeller och funktioner, inklusive stöd för finjustering på anpassade promptmallar samt formatering av prompts för flera celler. Det innehåller även en samling Pythia-modeller för celltypsprediktion, celltypsvillkorad generation och en mångsidig multi-cell multi-task-modell tränad på över 57 miljoner mänskliga och musceller. Cell2Sentence-ramverket är dokumenterat och har handledningar för användning, inklusive exempel på finjustering och multi-cell prompt-formattering. Utvecklingen av Cell2Sentence involverar van Dijk Lab och har publicerats i ett preprint på bioRxiv. Cell2Sentence möjliggör nästa generations upptäckt av enstaka celler med LLMs.