cafferychen777/mLLMCelltype
Cell type annotation for single-cell RNA-seq using multi-LLM consensus
What it solves
mLLMCelltype 设计用于自动化单细胞 RNA 测序 (scRNA-seq) 数据中的细胞类型注释过程。
传统上，从基因表达数据中识别细胞类型是一个手动或依赖参考数据集的过程；该工具通过利用大语言模型 (LLMs) 中嵌入的知识，消除了对预训练或参考数据集的需求。
How it works
该框架使用基于共识的方法，其中多个 LLM (例如 GPT, Claude, Gemini, 和 Qwen) 分析相同的标记基因列表。
而不是依赖单一模型，它整合了来自多个模型的预测，以减少偏差和错误。
该过程包括：
- Iterative Discussion: LLM 会通过多轮审议来评估证据并完善其注释。
- Uncertainty Quantification: 系统会计算 Consensus Proportion 和 Shannon Entropy，以标记模型之间存在分歧的注释。
- Integration: 它直接与常见的单细胞分析平台，如 Scanpy (Python) 和 Seurat (R) 配合使用。
Who it's for
该工具旨在用于正在进行单细胞转录组学分析的生物信息学家和研究人员，他们希望有一种更准确、自动化的、无参考的方式来注释细胞簇。
Highlights
- Multi-Model Consensus: 结合了 10+ LLM 提供商，以提高相对于单一模型的基准准确度。
- Reference-Free: 无需外部参考数据集即可进行细胞类型注释。
- Cross-Platform Support: 作为 R 和 Python 包，并带有基于浏览器的 Web 应用程序。
- Transparency: 记录了 LLM 在每次注释时所使用的完整推理过程。