Nature Methods | GPT-4领衔：大语言模型（LLMs）推动基因功能探索新高度

文章预览

引言 近年来，随着组学技术（omics technologies）的迅猛发展，研究人员能够以前所未有的深度和广度揭示基因、蛋白质以及代谢物在不同生物学过程中的作用。然而，这些高通量技术所产生的大量数据也带来了前所未有的分析挑战。 如何从这些复杂数据中识别出具有生物学意义的基因集功能，成为现代基因组学研究的重要课题之一。 传统的基因功能富集分析（functional enrichment analysis）是解读基因集的主流方法，依赖于如Gene Ontology (GO)、KEGG和Reactome等人工整理的数据库。 这些数据库为基因的生物学功能分类提供了重要依据，但其局限性也日益显现。 首先，这些数据库往往不完整，对新发现的基因或功能的覆盖不足；其次，对于尚未深入研究的基因簇，即使统计显著性结果明显，实际生物学关联仍可能不强。 在这种背景下，研究人员需要借助文献和 ………………………………