cellular perturbation data

大语言模型通过细胞扰动数据学习生物推理

研究人员开发了PertMind，一种新颖的方法，它利用细胞扰动数据作为大语言模型（LLMs）的强化学习环境。该方法通过使用基因响应作为可计算的奖励来训练LLMs推断生物响应，从而绕过了对昂贵的生物推理痕迹手动整理的需求。PertMind在新的细胞环境中展示了改进的响应推断能力，同时保持了通用语言能力，并显示了其在各种生物推理任务中的可迁移性，包括识别反向扰动和解释生物过程。