近日，威尼斯人app
科学智能（AI for Science）交叉研究中心研究成果“CellAgent: LLM-Driven Multi-Agent Framework for Natural Language-Based Single-Cell Analysis”发表于人工智能领域国际会议《International Conference on Learning Representations》（ICLR 2026）。西北工业大学硕士生肖弋杭、博士生焦少青和天津大学博士生刘金毅、副教授郑岩为该论文共同第一作者，西北工业大学彭佳杰教授和天津大学郝建业教授为共同通讯作者。
文章链接：//openreview.net/pdf?id=BsA2GNkJhz
图1. 总体框架图
随着单细胞RNA测序（scRNA-seq）和空间转录组学（spatial transcriptomics）等技术的快速发展，分子生物学迎来了革命性的突破，使科学家能够以前所未有的精度和深度研究生物系统、精确表征细胞异质性。这些生物技术产生了大量的大规模数据集，需要先进计算工具来高效提取有意义的生物信息。然而，现有的分析方法依赖大量手动编程和复杂工具运用，这对研究人员构成了重大挑战。这种需要计算编程和基础生物学双重专业知识的要求，增加了数据分析任务的复杂性和成本，阻碍了生物学机制的新发现。
尽管当前如Scanpy、Seurat等计算框架以及scGPT等单细胞基础模型显著提高了数据分析的效率，但它们仍需要领域专家手动构建复杂的代码流水线。同时，通用大型语言模型由于缺乏生物学分析所需的领域特定知识，在生物学分析中表现受限，且缺乏能够自动评估结果生物学相关性的机制，限制了方法选择和异构数据集超参数优化的能力。因此，需要一种更加自动化、基于自然语言交互且功能集成的分析工具，以降低技术门槛。
为解决这些难题，研究团队提出了一种基于大语言模型（LLM）驱动的自治多智能体框架CellAgent，用于通过自然语言交互执行端到端的单细胞和空间转录组数据分析。CellAgent采用分层决策框架，包含规划器（Planner）、执行器（Executor）和评估器（Evaluator）三个专门的智能体，模拟“深度思考”工作流，以确保分析步骤逻辑连贯并符合研究目标。为增强系统能力，团队还开发了scOmni，一个高性能且融合专家知识的分析工具。此外，框架引入了自反思优化机制，通过专业的自动化评估方法迭代完善结果，有效取代了传统的人工评估。实验结果表明，CellAgent在超过60个数据集上的平均执行成功率达到96%以上，在效率上显著超越人类专家，并在细胞类型注释、批次效应校正、轨迹推断和空间转录组插补等多个下游任务中，取得了与当前各类专用SOTA方法相当甚至更优的表现，通过对话方式将复杂科学问题转化为数据分析工作流，极大降低了技术门槛，推动了单细胞组学的科学发现。
论文中我校主要作者也是威尼斯人app
大数据管理与分析团队成员。该团队近年来面向国家重大需求，围绕大数据存储、管理，及领域化大数据分析等开展科学研究和技术研发，承担了多项国家和行业重大重点科研项目，近年来获陕西省科学技术一等奖1项、教育部科技进步奖一等奖2项等，先后研制了大型对象—关系数据库管理系统、金融分布式数据库、生物网络分析平台等，为推动大数据管理和分析的技术进步和产业发展提供了重要支撑。
近年来，威尼斯人app
积极贯彻落实学校加强学科交叉融合与突破创新的要求，充分发挥学科优势，积极开展学科交叉融合研究和机制创新探索，成立了计算与艺术、仿生芯片、脑科学与类脑计算、科学智能（AI for Science）等四个交叉研究中心，旨在加强交叉科学研究，催生新的学科增长点，产生重大科研成果。目前，学院已经产生一系列交叉研究成果，并在Nature Genetics，Nature Reviews Electrical Engineering，Nature Communications，PNAS等非计算机领域传统期刊上发表，四个交叉中心共培育了多名国家级人才，并成功获批多项国家自然科学基金博士项目，取得了显著的成效。
（审稿：史豪斌）
