优于人类专家，GPT-4 准确注释单细胞类型，成本低且稳健
编辑|萝卜皮GPT-4是一种专为语音理解和生成而设计的大型语言模型。由哥伦比亚大学梅尔曼公共卫生学院（ColumbiaUniversityMailmanSchoolofPublicHealth）的HouWenpin和杜克大学医学院（DukeUniversitySchoolofMedicine）的JiZhicheng证明，大语言模型GPT-4在单细胞RNA测序分析中使用标记基因信息准确注释细胞类型。「注释单个细胞的细胞类型的过程通常非常耗时，需要人类专家比较跨细胞簇的基因。」WenpinHou博士说。在对数
编辑 | 萝卜皮
GPT-4 是一种专为语音理解和生成而设计的大型语言模型。
由哥伦比亚大学梅尔曼公共卫生学院（Columbia University Mailman School of Public Health）的Hou Wenpin和杜克大学医学院（Duke University School of Medicine）的Ji Zhicheng证明，大语言模型GPT-4在单细胞RNA测序分析中使用标记基因信息准确注释细胞类型。
「注释单个细胞的细胞类型的过程通常非常耗时，需要人类专家比较跨细胞簇的基因。」Wenpin Hou 博士说。
在对数百种组织和细胞类型进行评估时，GPT-4生成的细胞类型注释和手动注释表现出很强的一致性。这一功能可以大大减少细胞类型注释所需的人员工作量和专业知识。同时，研究人员为GPT-4的自动细胞类型注释开发了R软件包GPTCelltype。
该研究以「Assessing GPT-4 for cell type annotation in single-cell RNA-seq analysis」为题，于 2024 年 3 月 25 日发布在《Nature Methods》。
单细胞RNA测序(scRNA-seq)分析的基本步骤包括确定细胞专家将每个细胞的高表达的基因因素与典型细胞类别标记因素进行比较。虽然自动化细胞类型注释方法已经开发出来，但手动注释仍然是主流方式。
生成式预训练Transformer（GPT）包括GPT-3.5和GPT-4，专为语言理解和生成设计的大型语言模型。最新的研究证明了它们在生物医学领域的有效性。
在这里，研究人员设计GPT-4可以准确地注释细胞类别类型，将注释过程从手动转变为半自动甚至全自动程序。GPT-4具有成本效益，并且可以无缝集成到现有的单细胞分析流程（例如Seurat）中，从而无需构建额外的流程并收集高质量的参考数据集。GPT-4的大量训练数据可在各种组织和细胞类型中实现更广泛的应用，其聊天机器人性质允许用户驱动的注释细化。
图示：GPT-4 细胞类型注释示例以及与其他方法的比较。（来源：论文）
该团队系统地评估了 GPT-4 在十个数据集中的细胞类型注释性能，涵盖五个物种和数百种组织和细胞类型，包括正常和癌症样本。
使用他们开发的软件工具 GPTCelltype 查询 GPT-4。对于竞争方法，研究人员评估了GPT-3.5（GPT-4的早期版本）以及 CellMarker2.0、SingleR 和 ScType，它们是自动细胞类型注释方法，提供适用于大量组织的参考。
GPT-4 或竞争方法的细胞类型注释根据其与原始研究提供的手动注释的一致性进行评估。使用数字分数来衡量一致性程度。
分析结果
研究人员首先探讨了可能影响 GPT-4 注释准确性的不同因素。当使用前十个差异基因时，以及当使用两侧 Wilcoxon 检验导出差异基因时，GPT-4 表现最佳。
GPT-4 在各种提示策略中表现出相似的准确性，包括基本提示策略、包含推理步骤的思维链启发的提示策略以及重复提示策略。在后续分析中，GPT-4 和 GPT-3.5 均使用基本提示策略，以 Wilcoxon 检验获得的前十个差异基因作为适用数据集的输入。
在大多数研究和组织中，GPT-4 的注释完全或部分匹配超过 75% 的细胞类型的手动注释，证明了其生成与专家可比较的细胞类型注释的能力。对于来自文献检索的标记基因，这种一致性特别高，在大多数组织中至少有 70% 的完全匹配率。即使通过差异分析鉴定的基因较低，但一致性仍然很高。不过，应谨慎解释 2021 年 9 月之前发布的数据集的结果，因为它们早于 GPT-4 的训练截止时间。
与其他细胞类型相比，GPT-4 对粒细胞等免疫细胞表现更好。它可以识别结肠癌和肺癌数据集中的恶性细胞，但无法识别 B 淋巴瘤，这可能是由于缺乏独特的基因集。恶性细胞的鉴定可以受益于其他方法，例如拷贝数变异。
在包含不超过 10 个细胞的小细胞群中，性能略有下降，这可能是由于可用信息有限。GPT-4注释在主要细胞类型（例如 T 细胞）中比在亚型（例如 CD4 记忆 T 细胞）中更频繁地完全匹配手动注释，而超过75%的亚型仍然实现完全或部分匹配。
在某些细胞类型中，GPT-4 与手动注释之间的低一致性并不一定意味着 GPT-4 的注释不正确。例如，分类为基质细胞的细胞类型包括表达 I 型胶原基因的成纤维细胞和成骨细胞，以及表达 II 型胶原基因的软骨细胞。对于手动注释为基质细胞的细胞，GPT-4 会分配更高粒度的细胞类型注释，从而导致部分匹配和较低的一致性。
对于手动注释为基质细胞但被 GPT-4 识别为成纤维细胞或成骨细胞的细胞类型，I 型胶原蛋白基因的表达量明显高于 II 型胶原蛋白基因。这与在手动注释为软骨细胞、成纤维细胞和成骨细胞的细胞中观察到的模式一致，表明 GPT-4 为基质细胞提供了更准确的细胞类型注释。
根据平均一致性分数，GPT-4 大大优于其他方法。使用 GPTCelltype 作为接口，GPT-4 的速度也明显更快，部分原因是它利用了来自标准单细胞分析流程（例如 Seurat）的差异基因。鉴于这些管道的不可或缺的作用，研究人员认为差异基因可立即用于 GPT-4。
相比之下，SingleR 和 ScType 等其他方法需要额外的步骤来重新处理基因表达矩阵。与其他免费方法相比，GPT-4 使用在线门户网站需要支付 20 美元的月费。GPT-4 API 的成本与查询的细胞类型数量线性相关，并且本研究中所有查询的成本不超过 0.1 美元。
研究人员通过模拟数据集进一步评估了 GPT-4 在复杂真实数据场景中的稳健性。GPT-4 可以以 93% 的准确度区分纯细胞类型和混合细胞类型，以 99% 的准确度区分已知和未知细胞类型。当输入基因集包含较少基因或被噪声污染时，GPT-4的性能下降但仍然很高。
最后，该团队使用先前的模拟研究评估了 GPT-4 注释的再现性。GPT-4 在 85% 的情况下对相同的标记基因产生了相同的注释，表明具有很高的重现性。两个 GPT-4 版本的注释在大多数情况下显示出相同的一致性分数，Cohen’s κ 为 0.65，证明了显著的一致性。
「所有这些结果都证明了 GPT-4 在各种情况下的稳健性。」Hou 说。
结语
虽然 GPT-4 在细胞类型注释方面表现出色，超越了现有方法，但仍存在需要考虑的局限性。
首先，GPT-4训练语料库的未公开性质使得验证其注释基础具有挑战性，因此需要人工评估以确保注释质量和可靠性。
其次，人类参与模型的可选微调可能会由于主观性而影响再现性，并可能限制模型在大型数据集中的可扩展性。
第三，scRNA-seq数据中的高噪声水平和不可靠的差异基因可能会对GPT-4的注释产生不利影响。
最后，过度依赖 GPT-4 可能会引发人工智能幻觉。
研究人员建议在进行下游分析之前由人类专家验证 GPT-4 的细胞类型注释。
论文链接：https://www.nature.com/articles/s41592-024-02235-4
相关报道：https://phys.org/news/2024-03-gpt-cell-cells-outperforms-expert.html
Postman是一套面向API全生命周期的开发与测试平台，可在Mac上发送和调试多种协议请求，管理集合、环境及认证信息，并完成脚本测试、模拟服务、监控、文档发布和团队协作。它适合开发、测试及运维人员使用，提供个人免费方案。
Docker Desktop 是 Docker 官方为 Mac 提供的容器开发环境，集成 Docker Engine、命令行工具、Compose、Build、Kubernetes 与图形化管理界面。
Android Studio 是 Google 面向安卓应用开发提供的官方集成开发环境，基于 IntelliJ IDEA 构建。它整合智能代码编辑、Gradle 构建、界面预览、设备模拟、性能分析、调试测试及 APK 分析等工具。
Xcode 是苹果面向 Mac 提供的官方集成开发环境，将代码编辑、项目构建、SwiftUI 实时预览、设备模拟、自动化测试、断点调试、性能分析和应用分发整合在同一套工作流中，适合开发与维护 iPhone、iPad、Mac、Apple Wa
JetBrains WebStorm 是面向 JavaScript、TypeScript 和现代 Web 技术的专业集成开发环境，可智能理解项目结构，提供代码补全、重构、错误检查、运行调试、测试及 Git 工具。
PhpStorm 是 JetBrains 推出的专业 PHP 集成开发环境，可在 Mac 上完成代码编写、智能检查、重构、调试、测试和数据库管理。它支持主流 PHP 框架、Composer、Git、Docker 与远程解释器。
JetBrains PyCharm 是面向 Python 开发者的集成开发环境，提供智能补全、代码检查、重构、调试、测试、版本控制及虚拟环境管理功能。Mac 版兼容 Intel 与 Apple 芯片，核心功能可免费使用。
IntelliJ IDEA 是 JetBrains 推出的专业集成开发环境，重点服务于 Java、Kotlin 与 JVM 项目开发。软件集成代码补全、静态检查、重构、调试、测试、版本控制及构建工具，并可借助插件扩展语言和框架支持。
Visual Studio Code 是微软提供的免费代码编辑器，支持 macOS，并为 Intel 与 Apple 芯片 Mac 提供适配版本。软件集代码编辑、调试、Git 源代码管理、集成终端和扩展市场于一体。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Pro Tools 是 Avid 推出的专业数字音频工作站，覆盖多轨录音、无损剪辑、MIDI 编曲、插件处理、自动化混音及声音与画面同步等工作。它拥有 Intro、Artist、Studio 和 Ultimate 等方案。
PixPix 是面向品牌、卖家和内容团队的在线 AI 图片视频创作平台，提供图视频 Agent、无限画布、图片生成、视频生成、自然语言编辑及商品套图、产品精修和带货视频等电商工具。
Postman 是面向 API 全生命周期的开发与协作平台。Windows 桌面版可用于构建和发送 HTTP、GraphQL、gRPC、WebSocket、MQTT 等请求，并提供环境变量、集合、脚本测试、模拟服务、监控、文档及团队工作区等
Docker Desktop 为 Windows 开发者提供集成式容器环境，内置 Docker Engine、命令行工具、Compose、Build 与 Kubernetes 等组件，可在本机完成镜像构建、容器运行、日志查看和资源管理。
Android Studio 是 Google 面向 Android 应用开发提供的官方集成开发环境，以 IntelliJ IDEA 为基础，集成智能代码编辑、Gradle 构建、设备模拟、界面预览、调试测试及性能分析工具，
WebStorm 是 JetBrains 面向 JavaScript、TypeScript 和现代 Web 技术打造的集成开发环境。它提供项目级代码分析、智能补全、安全重构、导航搜索，并集成调试、测试、终端、Git 与常用前端工具，
PhpStorm 是 JetBrains 面向 PHP 与现代 Web 开发打造的专业集成开发环境，提供代码补全、静态检查、重构、调试、测试、数据库、版本控制及前端语言支持。Windows 用户可直接下载安装程序，
PyCharm 是 JetBrains 推出的 Python 集成开发环境，提供智能代码补全、错误检查、重构、调试、测试、Git、终端及 Jupyter Notebook 支持。统一版安装后可体验 30 天 Pro 功能，
JetBrains IntelliJ IDEA 是以 Java、Kotlin 和 JVM 项目为核心的专业集成开发环境，提供智能补全、代码检查、安全重构、调试、测试、版本控制及构建工具集成。统一发行版的核心功能可免费用于商业和非商业项目，
Visual Studio Code 是微软推出的免费代码编辑器，Windows 版集成智能补全、代码导航、调试、终端和版本控制，并可通过扩展添加语言、格式化及远程开发能力。它启动较快、配置灵活，
REAPER 是 Cockos 推出的数字音频工作站，适用于录音、MIDI 编曲、音频编辑、混音、母带制作及声音设计。软件安装包小巧，支持多轨录制、灵活路由、自动化、第三方插件和脚本扩展，并提供完整功能的 60 天免费评估期。
Adobe Audition 是面向播客、影视后期、广播与音乐制作的专业音频工作站，提供波形编辑、多轨混音、频谱分析、录音、降噪修复和效果处理等功能。Windows 版通过 Adobe Creative Cloud 安装和管理，
Pro Tools 是 Avid 推出的专业数字音频工作站，提供多轨录音、音频剪辑、MIDI编曲、插件处理、自动化混音及影视声音制作能力。它适合音乐人、录音师、制作人和音频后期团队使用，并提供免费入门版、订阅方案及永久授权选择。