震惊！AI三剑客横空出世，小白也能玩转单细胞数据分析！CellAgent框架让你秒变生物数据专家

今天分享一篇在 arXiv 预印的文章，标题是 “CellAgent: An LLM-driven Multi-Agent Framework for Automated Single-cell Data Analysis”。

本文针对单细胞 RNA 测序数据分析推出了 CellAgent，CellAgent 构建了基于大语言模型 LLM 的生物学专家角色——规划器、执行器和评估器，其能够将复杂的数据分析任务转化为仅需提供自然语言任务描述的自动化执行。

首先介绍一下这三种角色：

**规划器：**规划器首先根据用户提供的数据和自然语言任务描述进行高层次的规划，合理地设计任务计划，该计划包括必要的数据预处理任务，例如质量控制、高变异基因选择和标准化，以及可能需要的分析步骤，例如批次效应校正、细胞类型注释等。

**执行器：**执行器负责按顺序执行分解后的子任务，提供详细的分析和可执行代码。此外，执行器通过获取这些工具的文档（使用的具体方法等）实现检索增强生成（RAG）。如果检测到执行异常，CellAgent 将请求执行器解决问题，直到代码成功执行为止。

**评估器：**评估器负责评估特定数据处理任务的当前结果质量，并对各种方法的有效性做出判断。执行器基于自评估结果，通过超参数调优或工具选择自动优化解决方案，从而改进结果。

CellAgent框架示意图

CellAgent 的各个模块

**用户输入：**1）待处理的数据；2）待解决任务的描述；3）数据描述（可选，解决问题或工具的偏好要求）。

**规划器：**系统对规划器的提示包括：1）角色定位描述，详细说明角色的输入和输出；2）任务规划的输出格式规范，规划器的输出格式设置为 JSON，以便于提取子任务；3）预先收集的专家经验信息。

**执行器：**包含选择可用工具的 Tool Selector 和根据推荐的工具生成代码来完成当前任务的 Code Programmer 两个部分。

系统对 Tool Selector 的提示包括：1）角色定位描述，包含详细的输入输出规范；2）输出格式规范，方便其他角色使用，指定输出格式为JSON；3）用户要求。

系统对 Code Programmer 的提示包括：1）角色定位描述，详细说明输入和输出；2）输出格式规范，清晰定义输出代码块的格式，便于解析和执行；3）一些关于专业工具使用和常见异常处理的经验总结；4）当前步骤的任务描述、数据表示和用户偏好要求；5）有关先前步骤历史代码的记忆信息。

**评估器：**系统对规划器的提示包括：1）角色定位描述，包括输入和输出描述；2）可用评估方法列表，包括集成到 CellAgent 中用于评估关键步骤的特定代码。

**记忆模块：**LLM 本身不具备保留历史信息的能力，因此需要在 LLM 驱动的智能体中集成一个记忆模块。通过记忆模块合理地组织历史信息，LLM 可以防止在规划过程中遗忘先前的内容，并更高效地处理长时间上下文。在 CellAgent 中，不同子任务处理的内部逻辑是相互独立的，这意味着每个子任务的执行过程无需感知先前步骤的内部处理过程，例如工具选择、代码异常处理或迭代过程中生成的中间代码。因此，CellAgent 同时定义了全局记忆和局部记忆，以高效地存储历史信息。这使得不同的 LLM 角色能够访问合适的、有价值的历史信息，从而提升 LLM 的推理效率。

**工具检索：**1）CellAgent 集成了多种单细胞分析工具，以确保运行稳定性；2）在每个子任务开始时为 Code Programmer 检索可能有用的工具列表；3）同时为工具配备了标准化的文档，执行器能够访问所选工具的文档，从而提高代码生成的准确性。

**代码沙箱：**为了确保代码执行的安全性和可靠性，CellAgent 实现了代码沙箱，将 LLM 生成的代码隔离执行。具体而言，这是通过 Jupyter Notebook 转换实现的 nbconvert，其中数据加载和 LLM 生成的代码的每个步骤都在一个完整的 Jupyter Notebook 中执行。这种实现方法将 CellAgent 框架的运行和单细胞数据分析的代码执行解耦，从而增强了生成代码执行的安全性。此外，它还有助于单细胞任务分析的结果管理和可复现性。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。