A Brain Cell Type Resource Created by Large Language Models and a Multi-Agent AI System for Colla...

文章主要内容与创新点总结

一、主要内容

本文针对脑细胞类型功能注释面临的参考标记不完善、文献关联不精准、传统工具注释泛化等问题，开发了名为BRAINCELL-AID的多智能体AI系统，用于脑细胞类型及相关标记基因集的注释。

该系统整合了三个核心智能体：查询智能体（基于微调的大语言模型LLMs）、文献智能体（检索相关生物医学文献）和检索增强生成（RAG）智能体（结合文献证据优化注释结果），形成“初始注释-文献检索-证据强化”的完整工作流。系统以MSigDB数据库中7000余个基因集为训练和评估数据，在小鼠和人类基因集注释中分别达到77%和74%的生物真实性一致性。

基于艾伦脑图谱（ABC Atlas）的5322个小鼠脑细胞簇数据，BRAINCELL-AID完成了20,000余个脑特异性标记基因集的注释，涵盖单细胞RNA测序、空间转录组学等多模态数据。通过与传统基因集富集分析（GSEA）对比，该系统能提供更具神经学意义的精准注释（如基底节相关细胞类型的特异性描述），还能识别区域特异性基因共表达模式、推断基因集合功能角色，并生成可验证的生物学假设（如黑质、腹侧被盖区等区域的双递质信号传导假设）。

此外，研究搭建了开放的BRAINCELL-AID网页门户，支持神经科学社区协作评估、修订和补充注释，推动人机协同的脑细胞图谱完善，为跨物种脑细胞类型的高质量注释奠定基础。

二、创新点

1. 多智能体协同架构：首次构建“查询智能体-文献智能体-RAG智能体”的模块化工作流，将LLM微调与文献证据 grounding 相结合，有效解