大型语言模型的共识显著提高了单细胞RNA测序（scRNA-seq）数据的细胞类型注释准确性

《Communications Biology》：Large language model consensus substantially improves the cell type annotation accuracy for scRNA-seq data

　　

摘要

单细胞RNA测序（scRNA-seq）的快速发展使得准确的细胞类型注释成为生物学发现的关键瓶颈。现有的计算方法往往受限于参考数据的依赖性，而新兴的大型语言模型（LLM）方法则容易受到模型特定偏差的影响，并且无法提供足够的不确定性量化。为了解决这些限制，我们提出了mLLMCelltype框架，该框架利用了集体智能——即多个独立代理通过结构化讨论相互作用所产生的解决问题的能力，从而产生超出单个模型能力的解决方案。在49个不同的数据集中，我们的框架平均准确率达到77.2%，比表现最好的单一LLM基线（61.5%）提高了15.7个百分点。其共识机制对噪声输入具有很高的鲁棒性，并且能够泛化到LLM训练之后发布的数据集。通过提供透明的推理过程和基于共识的可靠置信度指标，mLLMCelltype减少了手动注释的工作量，并能够可靠地解释复杂的细胞景观。该框架以开源软件包和可访问的Web服务器的形式提供。