scPilot：面向自动化单细胞分析与发现的大型语言模型推理

本文提出scPilot，首个系统性框架用于实践组学原生推理：大型语言模型（LLM）通过自然语言对话，直接检查单细胞RNA-seq数据和按需生物信息学工具。scPilot将核心单细胞分析任务（如细胞类型注释、发育轨迹重建和转录因子靶向）转化为需要模型逐步解决、解释并根据新证据修订的推理问题。为评估进展，作者发布了scBench，包含9个专家精心整理的数据集和评分器，以准确评估scPilot相对于各种LLM的组学原生推理能力。实验表明，迭代组学原生推理可提升细胞类型注释的平均准确率11%，Gemini-2.5-Pro相比一次性提示法可减少30%的轨迹图编辑距离，同时生成透明的推理过程以解释标记基因的模糊性和调控逻辑。通过将LLM扎根于原始组学数据，scPilot实现了可审计、可解释且具有诊断信息的单细胞分析。