论文
scPilot：面向自动化单细胞分析与发现的大语言模型推理
scPilot: Large Language Model Reasoning Toward Automated Single-Cell Analysis and Discovery
摘要
我们提出scPilot，首个系统性实践组学原生推理（omics-native reasoning）的框架：一个大语言模型（LLM）以自然语言对话，同时直接检视单细胞RNA-seq数据与按需调用的生物信息学工具。scPilot将核心单细胞分析，即细胞类型注释、发育轨迹重建与转录因子靶向，转化为模型必须求解、论证并在需要时依据新证据加以修订的逐步推理问题。为度量进展，我们发布scBench，一套包含9个专家精编数据集与评分器的套件，可在多种LLM上忠实评估scPilot的组学原生推理能力。使用o1的实验表明，迭代式组学原生推理使细胞类型注释的平均准确率提升11%；Gemini-2.5-Pro相较单次提示将轨迹图编辑距离降低30%，同时生成能解释标记基因歧义与调控逻辑的透明推理轨迹。通过将LLM扎根于原始组学数据，scPilot实现了可审计、可解释且具诊断信息量的单细胞分析。代码、数据与软件包见https://github.com/maitrix-org/scPilot。
