Cell Res | 首个知识与数据联合驱动的多物种生命基础大模型GeneCompass：解析基因调控密码，打造干湿融合新范式

文章预览

引言 近年来，大语言模型 （LLMs） 已在自然语言、计算机视觉等通用领域引发了新一轮技术革命，通过大规模语料和模型参数进行预训练，LLMs能够掌握语言的共性规律，能够对多种下游任务产生质的提升，已经形成了新的人工智能范式。在生命科学领域，单细胞组学技术的突破产生了大量不同物种细胞的基因表达谱数据，形成了海量的生命“语料”。如果把基因表达值看作单词，组合在一起构成细胞“句子”，进而形成组织“段落”和器官“文章”，并将不同物种作为生命“语种”，利用LLMs相关技术有望构建系统精准破解基因密码的生命基础大模型，探索生命普遍存在的非线性基因调控机制，增进理解生命底层共性规律并创新各种重大疾病的诊疗手段。 2024年10月8日，中国科学院多个院所 （包括中国科学院动物研究所、中国科学院计算技术研究 ………………………………