来自加州大学圣迭戈医学部的研究人员显示，像GPT-4这样的较大语言模型（LLM）可以帮助自动化功能基因组学研究，该研究旨在了解基因及其相互作用的角色。在该领域中，最常用的方法之一是基因集富集，这涉及将实验确定的基因集与现有的基因组数据库进行比较，以揭示其功能。然而，许多新颖的生物学见解往往超出了当前数据库的限制。通过利用人工智能（AI）来评估基因集，科学家们可以节省无数小时的细致工作，并更接近于自动化解码基因如何合作以影响生物过程的关键技术。
在对五种不同的LLM进行分析时，研究人员确定GPT-4的表现最佳，在识别来自著名基因组数据库的策划基因集的常见功能时达到了73%的准确率。值得注意的是，当被要求分析随机基因集时，GPT-4在87%的情况下拒绝分配标签，这显示了它在评估基因集时减少不准确信息的能力。此外，GPT-4提供了全面的解释，以证明其命名决策。
尽管需要更多研究来充分利用LLM在功能基因组学自动化中的潜力，但这项研究强调了持续投资于LLM开发及其在基因组学和精准医学中应用的重要性。为此，研究人员建立了一个网页门户，旨在帮助其他科学家将LLM整合到他们的功能基因组学项目中。更广泛地说，这些发现展示了AI通过整合复杂信息来快速产生新的、可检验的假设以改变科学研究的潜力。
这项研究发表在《自然方法》中，由加州大学圣迭戈医学部教授、加州大学圣迭戈雅各布斯工程学院教授Trey Ideker博士领导，以及Ideker团队的软件架构师Dexter Pratt博士和Ideker小组的生物医学科学博士生Clara Hu共同完成。该研究部分获得了国家卫生研究院的资助。
