研究人员开发了CP-Agent，这是一种多模态大语言模型，旨在解释细胞对化学扰动引起的形态学变化。该代理整合了图像分析和实验元数据，以改进药物发现过程。CP-Agent旨在为观察到的变化提供人类可解释的理由，从而加速该领域的假设生成和实验设计。 AI
影响 该模型可以通过提供更具可解释性和上下文感知的表型筛选来简化药物发现。
排序理由 该集群包含一篇详细介绍新模型和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →