Cell2Sentence

LLM增强的聚类改进了单细胞RNA测序分析

研究人员开发了scLLM-DSC，一个通过整合大型语言模型（LLM）知识来增强单细胞RNA测序数据深度结构聚类的新框架。该方法通过整合来自基因的生物功能和语义信息，解决了现有以数值模式为中心的方法的局限性。scLLM-DSC利用跨模态对比对齐机制，结合了知识驱动的语义视图和结构感知的拓扑视图，创建了一个统一的潜在空间。基准测试表明，scLLM-DSC在聚类准确性方面超越了十一种最先进的方法。