- 5 次围观
荧光显微镜技术的进展已显著拓展了可被探讨的生物学问题范围，使人们能够以前所未有的空间与时间分辨率，对分子相互作用和细胞动态过程进行定量观测。然而，成像数据日益增长的复杂性已经超出了我们的分析能力。尽管现有众多计算方法，但它们往往依赖于专门的软件环境、异构的数据格式以及技术专长，从而限制了其应用，并扩大了数据获取与定量生物学解释之间的鸿沟。本文提出 BioBrain，一种多智能体框架，可将自然语言分析目标转化为可执行且可复现的显微镜分析流程。BioBrain 并不生成分析代码，而是组装经过验证的分析方法，并且能够通过将已有实验室脚本整合到统一的对话式框架中来扩展其分析能力。所选用的每一种方法及推断出的参数都会被透明地报告，从而确保分析过程可追踪且可复现。在双通道全内反射荧光和三维晶格光片基准测试中，当参数被明确指定时，BioBrain 能够精确复现专家得出的结果；当参数未被指定时，其性能会以可预测且可追踪的方式退化，而前沿语言模型则尽管能够完成任务却未发出警告，但仍产生了较大且依赖模型的定量误差。BioBrain 为弥合数据获取与生物发现之间日益扩大的鸿沟提供了一条切实可行的路径，使实验科学家能够以生物学语言而非软件语言与计算分析进行交流。
BioBrain：一种用于自然语言驱动的定量显微镜数据分析的多智能体框架 | 您的电子邮件 * 您的姓名 * 发送至 * 可在每行单独填写一个地址，或用逗号分隔多个地址。 您将发送以下内容的电子邮件 BioBrain：一种用于自然语言驱动的定量显微镜数据分析的多智能体框架 消息主题 （您的姓名）已从 bioRxiv 转发一页给您 消息正文 （您的姓名）认为您会想查看 bioRxiv 网站上的这一页面。 您的个人留言 验证码 此问题用于测试您是否为真人访问者，并防止自动垃圾提交。 分享 BioBrain：一种用于自然语言驱动的定量显微镜数据分析的多智能体框架 Konstantinos Tsolakidis ， Artu Breuer ， Steen W.B. Bender ， Stavroula Margaritaki ， Marcus W Dreisler ， Athanasios Oikonomou ， Nikos S Hatzakis bioRxiv 2026.06.17.732700； doi： https://doi.org/10.64898/2026.06.17.732700 分享本文： 复制 引文工具 BioBrain：一种用于自然语言驱动的定量显微镜数据分析的多智能体框架 Konstantinos Tsolakidis ， Artu Breuer ， Steen W.B. Bender ， Stavroula Margaritaki ， Marcus W Dreisler ， Athanasios Oikonomou ， Nikos S Hatzakis bioRxiv 2026.06.17.732700； doi： https://doi.org/10.64898/2026.06.17.732700
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.17.732700v1?rss=1
🏷️ 自然语言驱动 多智能体框架 定量显微分析 荧光显微镜 可复现流程