агентные системы

В статье представлен новый фреймворк LabWeaver, предназначенный для повышения надежности агентных систем на базе больших языковых моделей (LLM) при анализе биологических данных. Основная проблема существующих решений заключается в игнорировании экспериментального контекста, такого как специфика заболевания или протокол исследования, что приводит к ошибкам в интерпретации. LabWeaver решает эту задачу за счет трехуровневой архитектуры (лаборатория, пользователь, проект), которая позволяет дистиллировать и сохранять экспериментальный контекст в виде «памяти» и «навыков» лаборатории. Эти знания доступны всем участникам лаборатории после проверки человеком, что обеспечивает преемственность и согласованность анализа. Эффективность подхода продемонстрирована на примере анализа данных одноядерной РНК-секвенирования (scRNA-seq) при синовиальной саркоме. В эксперименте без использования лабораторной памяти агент пропустил экспрессию репортера и допустил ошибку в аннотации опухолевых клеток. Напротив, с включенным контекстом система успешно восстановила экспрессию репортера и выделила пять состояний опухолевых клеток, связанных с слиянием генов. Это исследование демонстрирует, что интеграция структурированных лабораторных знаний в LLM-агенты критически важна для точности биоинформатического анализа.

Представлена система GLESKit, предназначенная для автоматизации генного биомедицинского исследования и синтеза доказательств. Архитектура системы построена на базе Model Context Protocol (MCP), что позволяет объединять разрозненные источники данных: экспрессию генов, функциональные аннотации, пути, сети взаимодействий, генетические ассоциации и литературные данные. Главная цель инструмента — упростить работу исследователей, устраняя необходимость в глубоких знаниях биоинформатики для написания скриптов и интеграции различных баз данных. Оценка эффективности проводилась на наборе GeneReportBench из 15 задач, где система успешно сгенерировала все отчеты со средним баллом комитета 0.904. Дополнительно использовался подмножество бенчмарка BixBench для оценки способности системы отвечать на вопросы, где она получила положительные оценки на 35 из 39 вопросов (средний балл 0.438). Тестирование показало, что конфигурации с расширенными «навыками» (skills) демонстрируют стабильное преимущество: на 0.145 балла выше в вопросах и на 0.85 выше в отчетах по сравнению с базовыми настройками. Система сохраняет данные, анализы и источники в едином рабочем пространстве, обеспечивая прозрачность и воспроизводимость результатов. Несмотря на вариативность качества доказательств, GLESKit демонстрирует потенциал для ускорения научных открытий и снижения порога входа в биоинформатические исследования.

В исследовании оценивается способность агентов на основе больших языковых моделей (LLM) выполнять две различные задачи в биоинформатике: оркестровку рабочих процессов и биологическую интерпретацию данных. Для этого была разработана система Genome Skeptic, где детерминированные инструменты генерируют измерения последовательностей, а ИИ-контроллер запрашивает дополнительные анализы только из заранее определенного реестра. В проспективном слепом когорте из 20 геномов модель GPT-5.6 Sol, действовавшая как контролер рабочего процесса, достигла точности 18 из 20 правильных ответов, что сопоставимо с фиксированными стратегиями, но потребовала на 32-47% меньше дополнительных анализов. Однако когда та же модель получила полномочия окончательного решения о состоянии доказательств, точность упала до 11 из 20, специфичность снизилась с 1.00 до 0.30, а модель не смогла исправить ошибки детерминированного анализатора. Все девять расхождений в конечных точках привели к переходу от отрицательных вызовов к неразрешенным, а не к выявлению пропущенных положительных случаев. Исследование демонстрирует, что LLM эффективны в управлении последовательностью действий, но ненадежны в биологической интерпретации результатов, что критически важно для разработки безопасных ИИ-систем в геномике.

PromptBio — это мультиагентная ИИ-платформа, доступная через веб-портал promptbio.ai, которая автоматизирует сквозные вычислительные биомедицинские исследования. С помощью естественного языка пользователь формулирует научный вопрос, а агентный харнесс PromptGenie преобразует его в проверяемый план, выполняет необходимые исследования и анализ, а затем адаптирует последующие шаги по мере появления новых данных. Платформа сочетает рассуждения с управляемым исполнением, сохраняя человеческий контроль и полную трассируемость процесса. PromptBio поддерживает как проверенные методы, так и создание пользовательских анализов, а также интеграцию внешних рабочих процессов, что обеспечивает воспроизводимость и выход за рамки фиксированных пайплайнов. В ходе оценки платформы сравнивались бенчмарки сквозного биоинформатического анализа и глубоких биомедицинских исследований, валидировались омиксные и ML-навыки, а также проводилось тематическое исследование регуляторной геномики. PromptGenie показал более высокую аналитическую точность и качество извлечения и синтеза информации по сравнению с агентами-конкурентами, а оцененные доменные навыки дали результаты, согласующиеся с устоявшимися методами. Тематическое исследование продемонстрировало способность PromptBio интегрировать человеческие геномные и эпигеномные особенности для изучения развития коры головного мозга. Таким образом, PromptBio позволяет координировать сложные биомедицинские анализы под наблюдением исследователя, ускоряя научные итерации и превращая исследовательские вопросы в прозрачные, переиспользуемые вычислительные рабочие процессы.

Исследование представляет MedKGent — новый фреймворк на основе большой языковой модели (LLM) для автоматизированного построения медицинских карт знаний (knowledge graphs), которые эволюционируют во времени. Система использует агентный подход, где специализированные ИИ-агенты извлекают, верифицируют и связывают медицинские понятия из научной литературы и клинических данных, создавая динамическую структуру знаний. Методология включает многоагентную архитектуру с разделением задач: одни агенты отвечают за извлечение сущностей, другие — за установление временны́х зависимостей между медицинскими событиями, третьи — за валидацию связей. Ключевое преимущество подхода — способность отслеживать изменения медицинских знаний во времени, что критически важно для актуализации клинических рекомендаций и поддержки принятия решений. Фреймворк демонстрирует потенциал для применения в системах клинической поддержки, автоматическом обновлении медицинских онтологий и исследовании эволюции медицинских концепций. Работа опубликована в рецензируемом журнале npj Digital Medicine, что подтверждает научную значимость исследования для цифровизации здравоохранения.

Исследователи представили CompBioBench — новый бенчмарк, состоящий из 100 разнообразных задач, предназначенных для оценки возможностей агентных ИИ-систем в области вычислительной биологии. В отличие от математики, биологические данные характеризуются высокой зашумленностью, поэтому авторы применили уникальную стратегию создания задач: использование синтетических данных и метод перемешивания метаданных реальных датасетов для получения задач с единственным верным ответом. Бенчмарк охватывает такие области, как геномика, транскриптомика, эпигеномика, анализ единичных клеток и машинное обучение, требуя от ИИ многошагового рассуждения, написания кода и использования внешних инструментов. В ходе тестирования ведущие агентные системы продемонстрировали высокие результаты: Codex CLI (на базе GPT 5.4) достиг точности 83%, а Claude Code (Opus 4.6) — 81%. На наиболее сложных задачах показатели составили 59% и 69% соответственно. Данная работа создает важную платформу для измерения прогресса ИИ в биоинформатике и задает стандарты для разработки будущих систем оценки.