# GenoMAS zet AI-agenten in voor analyse van genoomdata

> Het systeem, beschreven in een arXiv-artikel van 21 oktober 2026, zou nauwkeuriger presteren bij benchmarks voor genexpressie.

Oossa · 2026-10-21 · https://oossa.com/nl/genomas-introduces-llm-driven-agents-for-genomic-data-analysis

Onderzoekers onder leiding van Haoyang Liu hebben GenoMAS uitgebracht: een team van taalmodelagenten dat samen transcriptomische data opschoont en interpreteert. De agenten werken volgens een raamwerk voor begeleide planning, waarmee ze taken kunnen opdelen in kleine stappen en hun aanpak kunnen aanpassen als de data rommelig zijn. Op de GenoTEX-benchmark behaalde GenoMAS een juistheid van 89,13% bij de voorbewerking en een F1-score van 60,48% bij het opsporen van genen die verband houden met eigenschappen. Daarmee presteerde het respectievelijk 10,61% en 16,85% beter dan eerdere methoden.

## De feiten

- Artikel op arXiv geplaatst op 2026-10-21
- GenoMAS behaalde op GenoTEX een CSC-score van 89,13% en een F1-score van 60,48%

## Waarom het ertoe doet

Als de gemelde verbeteringen standhouden, kunnen biologen mogelijk met minder handmatige stappen verbanden tussen genen en fenotypen ontdekken.

## Bronnen en referenties

1. [GenoMAS: Guided Multi-Agent Programming for Scientific Discovery from Genomic Data](https://arxiv.org/abs/2507.21035) – arXiv cs.MA, 2026-10-21

Laatst bijgewerkt: 2026-10-21