محققان در یک پژوهش جدید، فریمورک نوآورانهای طراحی کردهاند که به مدلهای زبانی بزرگ (LLMs) اجازه میدهد تا دادههای پیچیده «Cell Painting» (تغییرات مورفولوژیکی سلولها) را تحلیل و تفسیر کنند.
این سیستم با استفاده از روش Retrieval-Augmented (بازیابیمحور)، اطلاعات مرتبط با مسیرهای بیولوژیکی و ادبیات علمی را ترکیب میکند تا فرضیههای دقیقتری درباره وضعیت سلولها ارائه دهد. نکته جذاب اینجاست که این مدل دارای ابزارهای «حسابرسی» (Auditing) است تا صحت ارجاعات علمی و سازگاری آنها با تغییرات مشاهده شده در سلولها را تأیید کند. گامی بزرگ برای درک بهتر اثرات بیولوژیکی حتی در تغییرات بسیار ظریف!
منبع: arXiv NLP