Pesquisadores liderados por Haoyang Liu lançaram o GenoMAS, uma equipe de agentes de modelos de linguagem que trabalham em conjunto para limpar e interpretar dados transcriptômicos. Os agentes seguem uma estrutura de planejamento guiado que lhes permite dividir tarefas em pequenas ações e ajustar os passos quando os dados estão desorganizados. No benchmark GenoTEX, o GenoMAS alcançou 89.13% de correção no pré-processamento e uma pontuação F1 de 60.48% na identificação de genes associados a características, superando métodos anteriores em 10.61% e 16.85%, respectivamente.
Por que importa
Se os ganhos relatados se confirmarem, biólogos poderão depender de menos etapas manuais para descobrir relações entre genes e fenótipos.
