SpaCellAgent：面向轨迹分析的自进化LLM多智能体框架

空间与单细胞转录组学在破译细胞动力学上具有变革性。作为重建细胞发育路径的基本范式，轨迹推断（TI）至关重要。但既有方法需要大量人工干预与对异构工具的熟练掌握——对高效TI分析构成显著障碍。为弥合该差距，我们提出SpaCellAgent：自主LLM多智能体框架——自动化端到端时空分析与叙事生成。SpaCellAgent用多智能体架构做策略工作流规划、动态工具编排引擎做自适应算法选择、自进化模块经反馈迭代精炼表现。我们在六个异构数据集上评估——涵盖复杂时序发育轨迹、多样测序平台与空间分辨组织架构。SpaCellAgent持续展示超40%的分析效率提升，同时保持与专家对齐的表现。通过把自然语言规格转为优化的分析工作流并完全自动化管线，SpaCellAgent使高级时空建模平民化，确立可扩展的智能体驱动计算生物学范式。代码与材料见https://github.com/LittleXH-shw/SpaCellAgent。