ChatCell：通过自然语言直接与单细胞数据进行交互

ChatCell：通过自然语言简化单细胞分析的过程。ChatCell允许研究人员通过自然语言直接与单细胞数据进行交互，无需复杂的编程或生物信息学专业知识。

科研人员可以用自然语言来执行执行多种单细胞分析任务如细胞类型注释、药物敏感性预测、随机细胞生成等。

还能预测不同细胞对药物的反应。

单细胞生物学的挑战

单细胞生物学研究单个细胞的功能，从能量生产到遗传信息的传递等方面都有深入探究，是理解生命基本原理和影响健康与疾病机制的关键学科。随着高通量测序技术的进步和成本降低，单细胞RNA测序（scRNA-seq）数据量激增，但是分析这些数据需要专业知识，且分析方法往往缺乏可扩展性。

ChatCell的目的是通过允许研究人员用自然语言来分析这些数据，从而降低这些障碍。

ChatCell主要功能；

1、随机细胞句子生成：验证模型是否能够创造出没有预设条件的细胞句子，模拟细胞行为的自然变异。

2、伪细胞生成：根据特定的细胞类型标签生成基因序列，有助于揭示不同细胞类型的基因表达和调控机制。

3、细胞类型注释：基于细胞的基因表达模式，准确地将细胞分类到它们对应的类型。

4、药物敏感性预测：预测不同细胞对药物的反应，对个性化治疗计划和药物开发至关重要。

ChatCell如何工作？

1、数据转换：首先，将复杂的单细胞RNA测序（scRNA-seq）数据转换成LLMs能理解的“单细胞语言”。这意味着数据被处理成一种格式，使得自然语言处理模型可以进行分析。

这允许用户使用自然语言来表达对单细胞数据的查询和分析任务。这种方法降低了对专业编程技能或生物信息学知识的需求，使得单细胞分析更加易于接近和使用。

2、词汇适应：为了提高在单细胞生物学领域的专业性和准确性，ChatCell通过引入专业的单细胞生物学词汇来增强其模型的理解能力。这意味着ChatCell可以更准确地解读和处理与单细胞分析相关的请求。

3、统一序列生成：ChatCell采用统一序列生成技术来处理输入的自然语言指令，并生成相应的分析结果。这种技术使CHATCELL能够灵活地执行多种不同的分析任务，从细胞类型注释到药物敏感性预测，而无需为每种任务单独训练模型。

实验结果和影响

ChatCell在多项单细胞分析任务上展示了优异的性能，包括生成高质量的细胞数据和准确预测细胞的类型或对药物的反应。这些成果展示了ChatCell作为一种强大的单细胞分析工具的潜力，有望改变单细胞生物学研究和应用的方式，使得这一领域的探索更加直观、高效。

项目地址：https://zjukg.org/project/ChatCell/

模型地址：https://huggingface.co/zjunlp/chatcell-large