SpatialDataAgent: Autonomous Spatial Omics Data Curation at Decade Scale

核心要点

问题/背景

这篇 bioRxiv 预印本把 agentic workflow 用在空间组学档案整理上，针对的是 GEO 等公共库中 metadata 破碎导致的 multimodal molecular-histological dark data 问题。

方法/机制

SpatialDataAgent 结合 schema-constrained evidence evaluation 和 self-refining standardization agent，自动判断 H&E 与 spatial transcriptomics 数据是否配对，并把证据、置信等级和标准化输出组织起来。

结果/证据

在十年 GEO 记录上，系统找到 769 个配对 H&E-ST 数据集，相比人工整理基线扩大 6.4 倍，并构建包含 2920 万 spots/cells 的 HESRT datalake。

收录价值

收录价值在于它不是单点预测模型，而是可复用的 autonomous scientific data curation workflow，为科研 agent 如何把暗数据转为可训练数据资产提供了明确系统模式。