Un equipo de investigadores dirigido por Haoyang Liu presentó GenoMAS, un conjunto de agentes basados en modelos de lenguaje que trabajan en equipo para depurar e interpretar datos transcriptómicos. Los agentes siguen un marco de planificación guiada que les permite dividir las tareas en acciones pequeñas y adaptar sus pasos cuando los datos presentan problemas. En el benchmark GenoTEX, GenoMAS alcanzó un 89.13% de aciertos en el preprocesamiento y una puntuación F1 de 60.48% al identificar genes asociados a rasgos, superando a los métodos anteriores en 10.61% y 16.85%, respectivamente.
Por qué importa
Si se confirman las mejoras reportadas, los biólogos podrían necesitar menos pasos manuales para descubrir vínculos entre genes y fenotipos.
