- 7 次围观
单细胞蛋白质组学要求计算分析选择始终与实验设计保持一致，并随着研究问题的演进而调整。在此，我们提出 ScProteoAgent，可将自然语言请求转换为领域特异性计算，并将研究意图、分析设计、矩阵处理历史和统计输出保存为可复用的分析状态。后续请求可复用适用的输入，并在对比关系或实验单位发生变化时启动新的计算。我们构建了一个包含 55 项任务和 33 条参考结论的基准数据集，这些任务和结论来源于 11 项已发表研究，结合了同一研究中的渐进式问题以及互补的生物学和分析场景。在对 8 个系统的 88 条存档输出进行回顾性比较时，ScProteoAgent 在采用统一的六维度基于规则的评估中取得了最高平均得分 93.67 分。在 HeLa 细胞迁移案例中，该系统将表型组成与蛋白质组学聚类、候选差异及原始观测支持联系起来。在肝脏分区研究中，研究者指导的后续分析复用了已保存的矩阵，以检验小鼠层面的空间对比，并比较完整矩阵结果与仅基于观测值的结果。脑发育、样本保存和造血领域的应用展示了阐释如何取决于处理选择和实验单位。ScProteoAgent 将研究问题与统计结果及其分析背景联系起来，使现有分析能够支持更具体的生物学研究。
ScProteoAgent 实现由自然语言驱动的单细胞蛋白质组学分析与解读 | bioRxiv
跳转至主要内容
首页
关于
投稿
提醒 / RSS
搜索此关键词
高级搜索
最新结果
ScProteoAgent 实现由自然语言驱动的单细胞蛋白质组学分析与解读
Runwen Hu，Keyan Ding，Wenwen Wang，Zhihui Zhu，Peilin Chen，Shiqi Wang，Yu Wang
doi：
https://doi.org/10.64898/2026.09.24.754011
Runwen Hu 1 香港特别行政区，中国，香港城市大学计算机科学系；
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本站搜索该作者
Keyan Ding 2 中国，杭州，浙江大学杭州全球科创中心；
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本站搜索该作者
Wenwen Wang 3 中国，杭州，浙江大学杭州全球科创中心；浙江大学化学系；
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本站搜索该作者
Zhihui Zhu 4 中国，深圳，哈尔滨工业大学智能科学与工程学院
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本站搜索该作者
Peilin Chen 1 香港特别行政区，中国，香港城市大学计算机科学系；
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本站搜索该作者
Shiqi Wang 1 香港特别行政区，中国，香港城市大学计算机科学系；
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本站搜索该作者
Yu Wang 3 中国，杭州，浙江大学杭州全球科创中心；浙江大学化学系；
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本站搜索该作者
通讯作者：
wangyu310{at}zju.edu.cn
摘要
信息/历史
指标
补充材料
预览 PDF
摘要
单细胞蛋白质组学要求计算分析方案随着研究问题的演变，始终与实验设计保持一致。在此，我们提出 ScProteoAgent，该系统能够将自然语言请求转换为领域特异性计算，并将研究意图、分析设计、矩阵处理历史和统计输出保存为可复用的分析状态。后续请求可复用适用的输入，并在对比关系或实验单位发生变化时启动新的计算。我们构建了一个基准测试集，包含来自 11 项已发表研究的 55 个任务和 33 条参考结论，将同一研究中的递进式问题与互补的生物学和分析场景相结合。在对 8 个系统的 88 份存档输出进行回顾性比较时，ScProteoAgent 在统一的六维规则式评估中取得了最高平均得分 93.67 分。在 HeLa 细胞迁移案例中，该系统将表型组成与蛋白质组学聚类、候选差异以及原始观测支持联系起来。在肝脏分区研究中，研究人员引导的后续分析复用了已保存的矩阵，以检验小鼠层面的空间对比，并比较完整矩阵结果与仅基于观测值的结果。脑发育、样本保存和造血系统中的应用表明，分析解读取决于处理方案和实验单位。ScProteoAgent 将研究问题与统计结果及其分析背景相连接，使现有分析能够支持更具体的生物学研究。
利益冲突声明
已声明的资助信息
新一代人工智能——国家科技重大专项，2025ZD0122805
国家自然科学基金，22404145，62676353
浙江省重点研发计划，2026C02A1108
浙江省自然科学基金，LMS26B050004
版权
本预印本的。
该预印本依据 CC-BY-NC-ND 4.0 国际许可协议提供。
返回顶部
上一篇
下一篇
发布于 2026 年 9 月 29 日。
下载 PDF
补充材料
电子邮件
感谢您有意帮助传播 bioRxiv 上的内容。
您的电子邮件地址
*
您的姓名
*
发送至
*
请在不同的行中输入多个地址，或使用逗号分隔。
您将要发送以下内容：
ScProteoAgent 实现由自然语言驱动的单细胞蛋白质组学分析与解读
邮件主题
（您的姓名）已从 bioRxiv 向您转发一个页面
邮件正文
（您的姓名）认为您可能会对 bioRxiv 网站上的此页面感兴趣。
您的个人留言
验证码
此问题用于测试您是否为人类访问者，并防止自动垃圾邮件提交。
分享
ScProteoAgent 实现由自然语言驱动的单细胞蛋白质组学分析与解读
Runwen Hu，Keyan Ding，Wenwen Wang，Zhihui Zhu，Peilin Chen，Shiqi Wang，Yu Wang
bioRxiv
2026.09.24.754011；
doi：
https://doi.org/10.64898/2026.09.24.754011
分享本文：
复制
引用工具
ScProteoAgent 实现由自然语言驱动的单细胞蛋白质组学分析与解读
Runwen Hu，Keyan Ding，Wenwen Wang，Zhihui Zhu，Peilin Chen，Shiqi Wang，Yu Wang
bioRxiv
2026.09.24.754011；
doi：
https://doi.org/10.64898/2026.09.24.754011
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.24.754011v1?rss=1
🏷️ 单细胞蛋白质组学 自然语言驱动分析 智能分析代理 分析状态复用 统计分析流程