CellVoyager：用于 scRNA-seq 分析的 AI

自主 AI 智能体 CellVoyager 用于单细胞数据分析

斯坦福大学开发的 AI 智能体 CellVoyager，能够基于单细胞 RNA 测序独立开展生物研究。该系统接收数千个细胞的基因活性原始数据，自主确定分析策略、生成代码、在 Jupyter 中执行，并输出带有可视化的解释结果。这将原本需要生物信息学家花费数周的流程自动化。

该技术依赖于单细胞 RNA 测序——一种捕获单个细胞基因表达的方法。单个实验产生的数据量，需要选择聚类、差异表达、分化轨迹和细胞间通讯等方法。CellVoyager 自主处理这些任务，最大限度减少人为干预。

在真实生物任务上的测试

詹姆斯·邹的团队在三个数据集上测试了该智能体：

• COVID-19 免疫应答：识别了免疫细胞激活的新模式。
• 细胞间通讯：发现了此前未描述的信号通路。
• 衰老机制：在衰老组织中发现了基因表达的相关性。

在所有情况下，CellVoyager 都识别出生物学上重要的模式，这些模式经专家确认，但在原始出版物中不存在。独立评估强调了这些结论的创造性和有效性。

系统以循环方式运行：数据分析 → 假设生成 → 验证代码 → 解释 → 新假设。这使其区别于步骤固定的静态管道。

CellBench 基准用于评估预测能力

为检验可扩展性，创建了 CellBench 基准，源于 76 项已发表的单细胞基因组学研究。智能体仅收到论文的引言部分，即预测所进行的分析（聚类、标记物、轨迹）。

| 模型 | 预测准确率 (%) |

|--------|---------------------------|

| OpenAI o3 | 基准 |

| CellVoyager | 比 o3 高 23% |

CellVoyager 在预测复杂分析管道方面表现出色，展现了对实验背景的深刻理解。

技术架构与实施前景

该智能体将大型语言模型（LLM）与数据工具集成：Scanpy、类似 Seurat 的工作流、UMAP/t-SNE 可视化。代码以 Python 生成，并在隔离环境中执行。错误通过迭代方式处理。

对中高级生物信息学家的优势：

• 常规自动化：聚类、差异表达分析、注释。
• 假设生成：识别超出标准协议的模式。
• 可扩展性：处理超过 10k 个细胞的数据集，无需重新训练。
• 可重复性：所有步骤在 Jupyter 中记录。

局限性：依赖大型语言模型质量，解释中可能出现幻觉。出版物需专家验证。

关键要点

• CellVoyager 是首个单细胞 RNA 测序自主系统，已发表于 Nature Methods。
• 在 COVID、细胞通讯和衰老领域发现了新的生物洞见。
• CellBench 基准：管道预测准确率比 o3 高 23%。
• 展望：卸载生物信息学家的常规任务，让他们专注于验证。
• 可集成到开发者的工作流中。

— Editorial Team