SpatialOmicsLab：面向空间转录组学人工智能协同科学家的集成研究环境

内容形式：摘要译文

空间分析正从方法开发阶段迈向生物学发现与临床转化的核心平台，但对此类复杂数据的分析已成为科学发现的瓶颈。将空间转录组测量转化为生物学见解，需要整合多种分析方法的可复现工作流。尽管语言模型智能体能够规划并执行多步骤分析，但数据与软件生态的碎片化，阻碍了它们成为可靠的研究助手。本研究提出 SpatialOmicsLab，这是一个面向空间转录组学的一体化研究环境，包含 113 种经整理的计算工具、63 个参考数据集和 4,614 项任务规范。我们还提出 ST-Coscientist，这是一种 AI 协同科学家，可利用该环境构建、执行并迭代优化空间转录组分析。

在 SpatialOmicsLab 中，ST-Coscientist 在六种基准测试情境下均优于专家主导的工作流和其他科学智能体；这些情境涵盖空间聚类、细胞类型去卷积和空间变异基因检测。它为三维 MERFISH 数据构建了能够感知对齐关系的工作流，并通过选择和分析相关参考数据集来回答生物学问题。程序性记忆将整合并验证新增分析工具的成功率从 48% 提高到 95%。总之，SpatialOmicsLab 与 ST-Coscientist 构建了一个可扩展的生态系统，支持可复现的空间转录组研究，使 AI 协同科学家能够凭借不断扩充的分析工具集，应对持续演变的生物学问题。

关键词：空间转录组学 · 人工智能智能体 · 计算生物学 · 生物信息学 · 可复现工作流

原文链接：https://www.biorxiv.org/content/10.64898/2026.10.01.756049v1?rss=1