- 3 次围观
动机：大型语言模型（LLM）代理日益被用于起草基因列表的功能解释，但它们可能引用当前任何富集分析后端均未针对该列表返回的基因本体（GO）术语，也可能将真实的 GO 访问号与虚构的术语标签配对。结果：我们提出了 GroundAnnot，这是一个面向 PANTHER、Enrichr 和 g:Profiler 的客户端，可返回由 GO 术语 ID 及其后端标签构成的封闭词汇表，并强制执行两项约束：约束 A（不得使用后端返回数据之外的 ID 或标签）和约束 B（不得提出超出后端显著结果集的富集结论）。在六个经过整理的疾病基因列表上，使用三个开放权重模型（本地运行的 Qwen2.5-7B；通过 Groq 调用的 Qwen3.8-27B 和 GPT-OSS-120B）进行评估，平均有效富集率分别为 15.3%、20.1% 和 35.1%。所有不受支持的 ID 均为真实存在的 GO 术语；QuickGO 将其归类为生物学方向错误、已废弃或分支错误的术语（不存在任何虚构访问号）。我们还发现了一种独立的失败模式：对于阿尔茨海默病基因列表，本地 7B 模型为其十个稳定选取的术语全部配上了与该访问号当前 GO 术语不匹配的标签（10/10 不匹配），从而生成了连贯的突触信号传导叙事，但这些 ID 并不支持该叙事。与各后端 FDR 排名前十结果的并集相比，平均重叠数为 0.33–0.67/10。在 50 个 MSigDB Hallmark 基因集上，表现最强的模型在 44 个可直接命名的案例中有 21 个（47.7%）能够准确指出其定义性通路。当在提示中提供一个富集结果候选列表后，三个模型均实现了完全遵循（每个模型均为 60/60，总计 180/180），表明当下游代理被要求使用受限词汇表时，边界明确的词汇表能够消除上述输出类型。
动机：大型语言模型（LLM）智能体日益被用于起草基因列表的功能解释，但它们可能引用当前任何富集分析后端都未针对该列表返回的基因本体（GO）术语，并可能将真实的 GO accession 与虚构的术语标签配对。
结果：我们提出了 GroundAnnot，这是一个面向 PANTHER、Enrichr 和 g:Profiler 的客户端，可返回由 GO 术语 ID 及其后端标签构成的封闭词汇表，并强制执行两项约束：约束 A（ID 或标签不得超出后端响应载荷）；约束 B（富集结论不得超出后端显著结果集）。在六个经过整理的疾病基因列表上，使用三个开放权重模型（本地运行的 Qwen2.5-7B；通过 Groq 调用的 Qwen3.8-27B 和 GPT-OSS-120B）进行评估，平均有效富集率分别为 15.3%、20.1% 和 35.1%。所有不受支持的 ID 均为真实存在的 GO 术语；QuickGO 将其分类为生物学方向错误、已废弃或分支错误的术语（不存在虚构 accession）。研究还发现了一种独特的失败模式：对于阿尔茨海默病基因列表，本地 7B 模型为其选出的 10 个稳定结果中的每一个都配上了与该 accession 当前 GO 术语不匹配的标签（10/10 不匹配），从而生成了一段连贯的突触信号传导叙事，但这些 ID 并不支持该叙事。与各后端 FDR 排名前 10 的并集相比，平均重叠数为 0.33–0.67/10。在 50 个 MSigDB Hallmark 基因集上，表现最强的模型在 44 个可直接命名的案例中，有 21 个（47.7%）指出了定义性通路。当将富集结果候选列表置于提示词中时，三个模型均完全遵守要求（每个模型均为 60/60；总体为 180/180），表明当下游智能体被要求使用受限词汇表时，限定词汇能够消除上述输出类型。
感谢您有兴趣传播 bioRxiv 的相关信息。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.27.754741v1?rss=1
🏷️ 基因集功能注释 基因本体富集分析 大语言模型 受限词汇表 结果可追溯性