recessive dystrophic epidermolysis bullosa

LLM-guided framework discovers ODEs from aggregate data

研究人员开发了AgentODE，一个新颖的框架，旨在从聚合数据中发现常微分方程（ODE）结构并推断参数分布，特别适用于个体数据稀少且受隐私限制的罕见病。该系统利用大型语言模型（LLM）提出ODE结构，并利用一个推理代理仅使用群体级汇总统计数据来优化参数分布。AgentODE已证明其在各种基准问题和临床数据集（包括一项罕见病研究）中恢复功能一致的ODE结构的能力，为数据受限场景下的机制建模开辟了新途径。