化学、生物与自动化实验室
突破级
暂无讲解视频
收录解读
问题与背景：单细胞 RNA 测序数据极其丰富，但从表达矩阵到机制性生物学假设之间仍有明显鸿沟。现有 agent 往往缺少对真实表达表示的访问，而表达基础模型又难以直接和自然语言推理对接。
方法/新意：ELISA 将 scGPT 表达嵌入、BioBERT 语义检索和 LLM 解释器组合起来，形成一个可交互、可解释的混合 agent。核心不是单纯检索文献，而是让单细胞表达表示和语言语义层在同一推理回路中发生耦合。
意义/放在仓库中的位置：这篇论文位于 AI x genomics / agentic biology 主线，代表的是‘基础表达模型 + 语言 agent’的融合方向。它很适合和 AlphaGenome、MOSAIC、LUMI-lab 一起看，体现生成式与检索式 agent 如何进入生物发现流程。
局限/为何不再升一级：目前还是 arXiv 阶段，且更偏框架整合与交互式发现，离真正形成大规模自动科学发现平台还有距离。外部验证和真实 wet-lab 闭环证据仍需继续补强。