PAG-Agent：面向生物学家的用于上下文感知通路层级分析与解释的研究助手

通路分析是将基因层面的组学结果转化为生物学机制的关键步骤，然而现有工作流程往往只给研究人员留下冗长的、具有统计学显著性的通路列表，这些结果难以解释、验证，并难以与实验背景建立联系。我们开发了PAG-Agent，这是一种面向生物学家的虚拟研究助手，在统一的工作流程中整合了通路层面的统计分析、具备上下文感知能力的生物学解释、文献支持的推理以及科学写作支持。PAG-Agent支持批量转录组和单细胞转录组数据，并使用户能够通过点击式和对话式交互完成数据预处理、差异表达分析、通路分析、通路层面共识分析以及通路层面Meta分析。不同于传统通路分析工具通常在很大程度上孤立地分析基因集，PAG-Agent纳入实验条件和研究目标，以优先识别具有生物学相关性的通路并生成可解释的假设。该系统还提供基因和通路注释、引文检索、可视化以及写作润色功能。在基于三个转录组数据集的阿尔茨海默病案例研究中，PAG-Agent在多种分析方法和数据集之间持续识别出与神经变性相关的通路。在引文检索基准测试中，PAG-Agent在五种常见文献支持场景下优于六个竞争性大语言模型，显示出其在提供与上下文相关且有效参考文献方面的能力提升。总体而言，PAG-Agent降低了通路层面分析的技术门槛，并帮助研究人员从转录组数据出发，迈向具有生物学依据的结果解释、假设生成和科学交流。

通路分析是将基因层面的组学结果转化为生物学机制的关键步骤。然而，现有工作流程往往只向研究人员提供冗长的统计学显著通路列表，这些结果难以解释、验证，并且难以与实验背景建立联系。我们开发了 PAG-Agent，这是一种面向生物学家的虚拟研究助手，在统一工作流程中整合了通路层面的统计分析、具备上下文感知能力的生物学解释、文献支持的推理以及科学写作支持。PAG-Agent 支持批量转录组和单细胞转录组数据，并使用户能够通过点击式和对话式交互执行数据预处理、差异表达分析、通路分析、通路层面共识分析以及通路层面荟萃分析。不同于传统的通路分析工具主要孤立地分析基因集，PAG-Agent 能够结合实验条件和研究目标，对具有生物学相关性的通路进行优先排序，并生成可解释的假设。该系统还提供基因和通路注释、引文检索、可视化以及写作润色功能。在基于三个转录组数据集的阿尔茨海默病案例研究中，PAG-Agent 在多种分析方法和数据集之间持续识别出与神经退行性变相关的通路。在引文检索基准测试中，PAG-Agent 在五种常见文献支持场景下优于六个竞争性大语言模型，表明其在提供与上下文相关且有效的参考文献方面具有更强能力。总体而言，PAG-Agent 降低了通路层面分析的技术门槛，并帮助研究人员从转录组数据出发，迈向具有生物学依据的结果解释、假设生成和科学传播。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.02.729674v1?rss=1

🏷️ 通路分析 转录组学 单细胞转录组 生物学解释 文献检索 研究助手