共计 727 个字符，预计需要花费 2 分钟才能阅读完成。
在生物医学研究领域，单细胞 RNA 测序技术为科学家提供了前所未有的细胞活动数据。然而，分析这些复杂的数据集需要深厚的生物学知识和编程技能。为了简化这一过程，奥地利科学院分子医学研究中心（CeMM）的研究团队开发了 CellWhisperer，一个基于人工智能的聊天工具，旨在帮助科学家更直观地与单细胞数据对话。
CellWhisperer 通过将基因表达数据与超过一百万个生物样本的描述性文本联系起来，提供了一个用户友好的界面，使研究人员能够通过自然语言查询来探索复杂的生物学问题，而无需编写复杂的计算机代码。
这项技术发表在《自然生物技术》上，展示了 AI 如何改变科学家与数据互动的方式。CellWhisperer 使用多模态深度学习技术，结合基因活动谱和生物文本，使研究人员能够通过简单的文本查询搜索庞大的数据集。
此外，CellWhisperer 还整合了一个大型语言模型，该模型模拟了生物学家和生物信息学家在分析数据时的讨论。这使得与 CellWhisperer 的交流就像与一位经验丰富的生物信息学同事对话一样，用户可以询问有关特定细胞中活跃基因的问题，并获取关于其潜在生物学意义的评论。
CellWhisperer 的开发者，包括 CeMM 的首席研究员 Christoph Bock 和斯坦福大学的 Moritz Schaefer，强调了这一工具在提高生物医学研究效率和深度方面的潜力。通过分析人类胚胎发育的单细胞 RNA 测序数据，CellWhisperer 已经展示了其在识别与器官形成相关的细胞群和标记基因方面的能力。
随着 AI 技术的不断进步，CellWhisperer 不仅为科学家提供了一个强大的研究工具，也开启了一种全新的科学探索方式，使生物医学数据探索变得更加容易和令人兴奋。
