🤖 machine learning

CellScientist: Dual-Space Hierarchical Orchestration for Closed-Loop Refinement of Virtual Cell Models

CellScientist एक द्वि-स्थान पदानुक्रमित ढांचा (dual-space hierarchical framework) है जो वर्चुअल सेल मॉडल्स के क्लोज्ड-लूप परिशोधन को सक्षम बनाता है, जो उच्च-स्तरीय परिकल्पना और निम्न-स्तरीय कार्यान्वयन स्थानों के बीच निष्पादन विसंगतियों को व्यवस्थित रूप से रूट करके लक्षित, ऑडिट योग्य मॉडल संशोधनों को उत्पन्न करता है, न कि केवल साधारण कोड सुधारों को।

मूल लेखक: Mengran Li, Bo Li, Jiaying Wang, Wenbin Xing, Yixuan Dong, Chengyang Zhang, Hongliang Zhang, Yuzhong Peng, Jinlin Wu, Bob Zhang, Bingo Wing-Kuen Ling, Fuji Yang, Zhen Lei, Jiebo Luo, Zelin Zang

प्रकाशित 2026-05-11

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Mengran Li, Bo Li, Jiaying Wang, Wenbin Xing, Yixuan Dong, Chengyang Zhang, Hongliang Zhang, Yuzhong Peng, Jinlin Wu, Bob Zhang, Bingo Wing-Kuen Ling, Fuji Yang, Zhen Lei, Jiebo Luo, Zelin Zang

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक बहुत ही बुद्धिमान, लेकिन थोड़े अराजक (chaotic) प्रशिक्षु (apprentice) को एक जीवित कोशिका (living cell) का मॉडल बनाना सिखाने की कोशिश कर रहे हैं। इस मॉडल को यह अनुमान लगाना चाहिए कि जब आप कोशिका को कोई दवा देते हैं या उसके जीन बदलते हैं, तो क्या होता है।

अतीत में, यदि मॉडल कोई गलती करता था, तो प्रशिक्षु केवल टूटे हुए कोड को देखता था, सिंटैक्स एरर (syntax error) को ठीक करता था, और फिर से प्रयास करता था। लेकिन अक्सर, कोड सही होता था; विचार गलत था। प्रशिक्षु बार-बार उसी गलत विचार को ठीक करता रहता था, यह महसूस किए बिना कि मूल अवधारणा (core concept) ही त्रुटिपूर्ण थी।

CellScientist एक नया फ्रेमवर्क है जो इस प्रशिक्षु को सिखाने का तरीका बदल देता है। केवल कोड ठीक करने के बजाय, यह एक डुअल-स्पेस आर्किटेक्ट (dual-space architect) और क्वालिटी इंस्पेक्टर की तरह कार्य करता है।

यह कैसे काम करता है, यहाँ सरल उपमाओं (analogies) का उपयोग किया गया है:

1. दो कार्यक्षेत्र (Dual-Space)

इस प्रक्रिया को दो अलग-अलग कमरों में होने वाली प्रक्रिया के रूप में सोचें:

कमरा A: ब्लूप्रिंट रूम (Hypothesis Space)। यहाँ, AI विचारों और धारणाओं को लिखता है। "मान लीजिए कि दवा कोशिका के आकार को बदलकर काम करती है," या "मान लीजिए कि दवा इसकी आंतरिक केमिस्ट्री को बदलकर काम करती है।" ये उच्च-स्तरीय योजनाएं हैं।
कमरा B: कंस्ट्रक्शन साइट (Implementation Space)। यहाँ, AI उन ब्लूप्रिंट्स को वास्तविक, काम करने वाले कंप्यूटर कोड (प्रोग्राम) में बदल देता है जो कंप्यूटर पर चल सकें।

समस्या: आमतौर पर, यदि इमारत (कोड) ढह जाती है, तो निर्माता केवल ईंटों को जोड़ने की कोशिश करता है। वे यह नहीं समझ पाते कि ब्लूप्रिंट ही उल्टा बनाया गया था।
CellScientist का समाधान: यह दोनों कमरों को आपस में जोड़े रखता है। यदि इमारत विफल होती है, तो यह केवल ईंटों को नहीं जोड़ता; बल्कि यह ब्लूप्रिंट रूम को योजना को फिर से बनाने के लिए एक विशिष्ट संदेश भेजता है।

2. तीन-चरणीय नृत्य (The Loop)

यह सिस्टम एक निरंतर लूप में चलता है, जैसे एक शेफ सूप चखता है और रेसिपी को एडजस्ट करता है:

हाइपोथीसिस (रेसिपी): AI एक रेसिपी (एक परिकल्पना/hypothesis) लिखता है कि कोशिका कैसे काम करती है।
इम्प्लीमेंटेशन (खाना बनाना): यह सख्त नियमों का पालन करते हुए सूप पकाने (कोड लिखने) की कोशिश करता है ताकि रसोई में आग न लग जाए (कोड वैध और सुरक्षित होना चाहिए)।
रिफाइनमेंट (चखना और एडजस्ट करना): यह सूप को चखता है (टेस्ट रन करता है)।
- यदि स्वाद खराब है, तो सिस्टम पूछता है: "क्या रेसिपी गलत है? या क्या मैंने प्याज को बहुत बड़ा काट दिया है?"
- जादू: यह एक विशेष मानचित्र (जिसे HRT कहा जाता है) का उपयोग करता है ताकि यह सटीक रूप से पता लगाया जा सके कि रेसिपी के किस हिस्से के कारण स्वाद खराब हुआ। क्या हम नमक भूल गए (एक मॉडलिंग धारणा)? या हमने गलत बर्तन का उपयोग किया (एक कोडिंग त्रुटि)?
- इसके बाद, यह ब्लूप्रिंट रूम को केवल उस विशिष्ट भाग को ठीक करने के लिए एक लक्षित संदेश भेजता है, बजाय इसके कि पूरी रेसिपी को ही फेंक दिया जाए।

3. "ऑडिट ट्रेल" (यह क्यों विशेष है)

अधिकांश AI सिस्टम ब्लैक बॉक्स की तरह होते हैं: वे चीजें आजमाते हैं, विफल होते हैं, और आप केवल अंतिम परिणाम देखते हैं।
CellScientist एक पारदर्शी कांच की रसोई (transparent glass kitchen) की तरह है: यह हर प्रयास का विस्तृत लॉग रखता है:

"हमने रेसिपी A आजमाई। यह इसलिए विफल हुई क्योंकि गर्मी बहुत अधिक थी।"
"हमने रेसिपी B आजमाई। यह बेहतर थी, लेकिन बनावट (texture) गलत थी।"
"अंततः हम रेसिपी C पर पहुँचे।"

इसका अर्थ है कि वैज्ञानिक लॉग को देख सकते हैं और समझ सकते हैं कि AI ने जो निर्णय लिए वे क्यों लिए गए। यह "डीबगिंग" (टूटे हुए कोड को ठीक करना) को "वैज्ञानिक खोज" (यह समझना कि एक विचार क्यों काम नहीं किया) में बदल देता है।

4. परिणाम (जो पेपर दावा करता है)

इन परीक्षणों के लिए, लेखकों ने इस सिस्टम का परीक्षण "सेल मॉडलिंग" की तीन अलग-अलग चुनौतियों पर किया:

सेल पेंटिंग (Cell Painting): कोशिकाओं की तस्वीरों को देखना कि वे आकार में कैसे बदलती हैं।
ट्रांसक्रिप्टोमिक्स (Transcriptomics): यह मापना कि जीन कैसे चालू और बंद होते हैं।
सिंगल-सेल (Single-Cell): भीड़ के बजाय व्यक्तिगत कोशिकाओं को देखना।

दावा: इन सभी परीक्षणों में, CellScientist द्वारा बनाए गए मॉडल, निम्नलिखित से बेहतर थे:

मानक मानव-डिज़ाइन किए गए मॉडल।
अन्य AI एजेंट जो केवल रैंडम चीजें आज़माते हैं।
स्वचालित खोज उपकरण (automated search tools)।

महत्वपूर्ण रूप से, पेपर का दावा है कि CellScientist केवल एक विशिष्ट डेटासेट के साथ भाग्यशाली नहीं रहा। यह विभिन्न प्रकार के डेटा और डेटा को विभाजित करने के विभिन्न तरीकों में भी अच्छा काम करता है, जो यह साबित करता है कि यह वर्चुअल सेल मॉडल बनाने का एक मजबूत तरीका है।

सारांश उपमा

कल्पना कीजिए कि आप एक भूलभुलैया (maze) में रास्ता खोजने की कोशिश कर रहे हैं।

पुराना तरीका: आप दीवार से टकराते हैं, तुरंत वापस मुड़ते हैं और दूसरा रास्ता आज़माते हैं। आप फिर से उसी दीवार से टकरा सकते हैं क्योंकि आपको पता नहीं चला कि नक्शा गलत था।
CellScientist का तरीका: आप एक दीवार से टकराते हैं। आप रुकते हैं, अपने नक्शे को देखते हैं, और महसूस करते हैं कि नक्शा कहता है "दीवार यहाँ है" लेकिन नक्शा उल्टा बना हुआ है। आप नक्शे को सीधा करते हैं, एक नया रास्ता खींचते हैं, और फिर से चलते हैं। आप हर गलत मोड़ का एक नोटबुक रखते हैं ताकि आप दोबारा वही गलती न करें।

पेपर यह निष्कर्ष निकालता है कि विचार को कोड से अलग करके और उन्हें मजबूती से जोड़कर, CellScientist जीवन के वर्चुअल मॉडल बनाने का एक स्मार्ट और अधिक विश्वसनीय तरीका बनाता है।

तकनीकी सारांश: CellScientist

समस्या विवरण (Problem Statement)
वर्चुअल सेल मॉडलिंग (VCM) का लक्ष्य सेल पेंटिंग मॉर्फोलॉजी प्रोफाइल और L1000 ट्रांसक्रिप्टोमिक रिस्पॉन्स जैसे डेटा का उपयोग करके उत्तेजनाओं (जैसे, ड्रग्स, जेनेटिक इंटरवेंशन) के प्रति कोशिकीय प्रतिक्रियाओं की भविष्यवाणी करना है। वर्तमान LLM-सहायता प्राप्त मॉडलिंग वर्कफ़्लो में एक महत्वपूर्ण बाधा "रिफाइनमेंट-रूटिंग समस्या" (refinement-routing problem) है। जब किसी मॉडल की भविष्यवाणी विफल होती है, तो विसंगति निष्पादनीय कोड स्तर (executable code level) पर देखी जाती है, लेकिन इसका मूल कारण उच्च-स्तरीय मॉडलिंग धारणाओं, प्रतिनिधित्व डिज़ाइनों या कार्य बाधाओं में हो सकता है। मौजूदा वर्कफ़्लो अक्सर एक रैखिक "जेनरेशन-एग्जीक्यूशन-रिपेयर" प्रतिमान का पालन करते हैं जहाँ फीडबैक को कोड डीबगिंग के लिए एक अविभेदित सिग्नल के रूप में माना जाता है। यह दृष्टिकोण एब्स्ट्रैक्शन स्तरों के बीच फीडबैक प्रसारित करने में विफल रहता है, जिससे ऐसी स्थितियाँ उत्पन्न होती हैं जहाँ कोड तो ठीक कर दिया जाता है लेकिन वह अंतर्निहित परिकल्पना (hypothesis) अनसुलझी रह जाती है जो उस विसंगति के लिए जिम्मेदार थी। इसके अलावा, संरचित फीडबैक प्रसार के बिना, पुनरावृत्त शोधन (iterative refinement) कार्यान्वयन विवरणों को ठीक करने के जोखिम को बढ़ाता है जबकि यह कार्य बाधाओं का उल्लंघन कर सकता है या इच्छित जैविक परिकल्पना से भटक सकता है।

कार्यप्रणाली: CellScientist फ्रेमवर्क (Methodology: CellScientist Framework)
लेखक CellScientist का प्रस्ताव करते हैं, जो एक द्वैत-स्थान पदानुक्रमित ऑर्केस्ट्रेशन फ्रेमवर्क (dual-space hierarchical orchestration framework) है जिसे परिकल्पना निर्माण और निष्पादनीय कार्यान्वयन के बीच के लूप को बंद करने के लिए डिज़ाइन किया गया है। यह फ्रेमवर्क "परिकल्पना $\rightarrow$ कार्यान्वयन $\rightarrow$ परिकल्पना" चक्र के माध्यम से संचालित होता है, जो तीन मुख्य घटकों के इर्द-गिर्द संरचित है:

HRT (Hierarchical Reasoning Topology):
- यह घटक संपादन योग्य डिज़ाइन स्पेस को एक गतिशील टाइप्ड हाइपरग्राफ ( $G_t$ ) के रूप में संरचना प्रदान करता है।
- नोड्स विशिष्ट मॉडलिंग निर्णयों (जैसे, परटर्बेशन रिप्रेजेंटेशन, फ्यूजन रणनीतियाँ, ऑब्जेक्टिव फंक्शन्स) का प्रतिनिधित्व करते हैं, जबकि टाइप्ड हाइपरएजेस इन निर्णयों के बीच युग्मित निर्भरताओं को एनकोड करते हैं।
- HRT संरचनात्मक स्वीकार्यता नियमों (जैसे, डेटा फ्लो असायक्लिसिटी, लीकेज रोकथाम) को लागू करता है और एक बाउंडेड रूटिंग डिग्री ( $d$ ) का उपयोग करता है ताकि एक विशिष्ट फीडबैक सिग्नल से प्रभावित निर्णयों के पड़ोस को सीमित किया जा सके। यह सिस्टम को पूरे वर्कफ़्लो को फिर से शुरू करने के बजाय विशिष्ट डिज़ाइन नेबरहुड में विफलताओं को स्थानीयकृत करने की अनुमति देता है।
LCA (Logic-Constrained Alignment):
- LCA उच्च-स्तरीय परिकल्पना स्थान ( $\mathcal{H}$ ) और निम्न-स्तरीय कार्यान्वयन स्थान ( $\mathcal{I}$ ) के बीच एक सेतु के रूप में कार्य करता है।
- यह कार्य प्रोटोकॉल (जैसे, स्प्लिट डेफिनिशन, मेट्रिक रिक्वायरमेंट्स, इंटरफेस सिग्नेचर) से प्राप्त बाधाओं ( $\Omega_{const}$ ) को लागू करके एक परिकल्पना $h$ को एक स्वीकार्य निष्पादनीय प्रोग्राम ( $c$ ) के रूप में साकार करता है।
- सिस्टम यह सुनिश्चित करने के लिए कंस्ट्रेंट चेकिंग, लोकल रिपेयर, या उम्मीदवारों को अस्वीकार करने का कार्य करता है कि जनरेट किया गया कोड सख्ती से संरक्षित कार्य अर्थशास्त्र (task semantics) का पालन करता है, जिससे "मेट्रिक-सिमेंटिक गैप" को रोका जा सके जहाँ कोड चलता तो है लेकिन प्रयोगात्मक डिज़ाइन का उल्लंघन करता है।
PDR (Performance-Discrepancy Refinement):
- PDR निष्पादन परिणामों और वैलिडेशन मेट्रिक्स को संरचित फीडबैक सिग्नल्स ( $m_t$ ) में परिवर्तित करता है।
- यह विसंगति की प्रकृति (जैसे, आइडेंटिटी प्रिजर्वेशन फेलियर, बैच लीकेज) के आधार पर इन सिग्नल्स को HRT हाइपरग्राफ के भीतर विशिष्ट एड्रेस ( $a_t$ ) (नोड्स या हाइपरएजेस) तक रूट करता है।
- सिस्टम फिर परिकल्पना अवस्था पर एक लोकल एडिट ( $\delta_t$ ) लागू करता है, जिससे एडिट किए गए नेबरहुड के बाहर के वैलिडेटेड कंपोनेंट्स को सुरक्षित रखते हुए मॉडल डिज़ाइन को अपडेट किया जाता है।

वर्कफ़्लो एक रन हिस्ट्री ( $B_t$ ) और पुन: प्रयोज्य, वैलिडेटेड कार्यान्वयन ब्लॉक्स की एक मॉड्यूल मेमोरी ( $M_t$ ) बनाए रखता है, जिससे सिस्टम विशिष्ट डिज़ाइन विकल्पों को संशोधित करते समय स्थिर घटकों को बनाए रखने में सक्षम होता है।

प्रमुख योगदान (Key Contributions)

फॉर्मूलेशन: पेपर LLM-सहायता प्राप्त VCM रिफाइनमेंट को संरक्षित कार्य अर्थशास्त्र के तहत एक द्वैत-स्थान क्रॉस-लेवल फीडबैक-रूटिंग समस्या के रूप में फॉर्म्युलेट करता है, जो निष्पादन विफलताओं और मॉडलिंग धारणाओं के बीच अट्रीब्यूशन गैप को स्पष्ट रूप से संबोधित करता है।
फ्रेमवर्क: यह HRT, LCA और PDR के माध्यम से संरचित परिकल्पना अवस्थाओं के साथ निष्पादनीय कार्यान्वयन को संरेखित करने वाले एक पदानुक्रमित ऑर्केस्ट्रेशन फ्रेमवर्क (CellScientist) के साथ इस दृष्टिकोण को क्रियान्वित करता है।
मूल्यांकन: लेखक मॉर्फोलॉजी, ट्रांसक्रिप्टोमिक और सिंगल-सेल बेंचमार्क पर CellScientist का मूल्यांकन करते हैं, यह प्रदर्शित करते हुए कि चयनित निष्पादनीय मॉडल बेसलाइन्स की तुलना में बेहतर प्रदर्शन करते हैं और रिफाइनमेंट प्रक्रिया के ऑडिट योग्य ट्रेसेस को सुरक्षित रखते हैं।

प्रायोगिक परिणाम (Experimental Results)
तुलना सुनिश्चित करने के लिए मूल्यांकन एक निश्चित स्प्लिट और इवैल्यूएशन प्रोटोकॉल के तहत किया गया था।

मॉर्फोलॉजी बेंचमार्क: BBBC036, BBBC047, और CPG0016 डेटासेट्स पर, CS-मॉडल (वह अंतिम निष्पादनीय मॉडल जिसे CellScientist द्वारा चुना गया है) फिक्स्ड प्रेडिक्टर्स (TabR, RealMLP, RF-TD), सर्च-बेस्ड बेसलाइन्स (FLAML, Random Search), और एजेंट-डिज़ाइन किए गए बेसलाइन CellForge से बेहतर रहा। SMILES-आधारित और प्लेट-आधारित स्प्लिट दोनों के तहत ग्लोबल मेट्रिक्स (MSE, PCC, R²) में सुधार देखा गया।
ट्रांसक्रिप्टोमिक बेंचमार्क: LINCS2020 L1000 डेटा (सेवन सेल लाइन्स और फुल डेटा सेटिंग्स) पर, CS-मॉडल ने डोमेन-विशिष्ट बेसलाइन्स (DLEPS, DeepCE, CIGER, आदि) की तुलना में RMSE, PCC, और P@100 मेट्रिक्स में श्रेष्ठ प्रदर्शन किया।
सिंगल-सेल बेंचमार्क: Norman, Schiebinger, और Papalexi डेटासेट्स पर, CS-मॉडल ने CellForge की तुलना में PCC और PCCDE (डिफरेंशियल एक्सप्रेशन-सेंसिटिव PCC) में महत्वपूर्ण लाभ दिखाया।
दक्षता और मजबूती: एब्लेशन अध्ययनों ने पुष्टि की कि पूर्ण कंट्रोलर (HRT + LCA + PDR) निष्पादन सफलता दर, नियम अनुपालन, भविष्य कहनेवाला गुणवत्ता और रनटाइम के बीच अधिकतम ट्रेड-ऑफ को अधिकतम करता है। फ्रेमवर्क विभिन्न LLM बैकबोन (जैसे, Gemini 3 Pro, DeepSeek-R1, GPT-5.2) और प्रॉम्प्ट वेरिएशंस के बीच मजबूती प्रदर्शित करता है।

महत्व और दावे (Significance and Claims)
पेपर का दावा है कि CellScientist वैलिडेशन विफलताओं को असंरचित डीबगिंग इवेंट्स से बदलकर मॉडल रिफाइनमेंट के लिए संरचित साक्ष्य में बदल देता है। स्पष्ट परिकल्पना अवस्थाओं को बनाए रखकर और फीडबैक को लक्षित स्थानीय संशोधनों के लिए रूट करके, फ्रेमवर्क एक पता लगाने योग्य (traceable), ऑडिट करने योग्य रिफाइनमेंट प्रक्रिया को सक्षम बनाता है।

ऑडिटेबिलिटी: सिस्टम रिजेक्टेड ब्रांचेस, रिग्रेसिव कैंडिडेट्स और कंस्ट्रेंट चेक्स को सुरक्षित रखता है, जो डिज़ाइन ट्राजेक्टरी का एक पूर्ण रिकॉर्ड प्रदान करता है (जैसे, BBBC047 केस स्टडी में FiLM-CVAE से Ref-RGAF में संक्रमण)।
सामान्यीकरण: परिणाम बताते हैं कि नियंत्रित रिफाइनमेंट वर्कफ़्लो अलग-अलग सेलुलर रीडआउट्स (मॉर्फोलॉजी से ट्रांसक्रिप्टोमिक्स से सिंगल-सेल तक) में स्थानांतरित होता है, जो इंगित करता है कि फ्रेमवर्क किसी विशिष्ट डेटासेट के ओवरफिटिंग के बजाय मॉडल निर्माण के मौलिक मुद्दों को संबोधित करता है।
विनम्रता: लेखक स्पष्ट रूप से कहते हैं कि केस स्टडीज ऑडिट ट्रेल के रूप में कार्य करती हैं, न कि स्वायत्त वैज्ञानिक खोज या अद्वितीय जैविक नियमों की पहचान के प्रमाण के रूप में। चयनित आर्किटेक्चर (जैसे, DD-MIA, Ref-RGAF) को वैलिडेशन फीडबैक द्वारा समर्थित कार्य-विशिष्ट इंडक्टिव बायस के रूप में प्रस्तुत किया गया है, न कि सार्वभौमिक रूप से इष्टतम समाधानों के रूप में। यह कार्य नए जैविक तंत्रों की खोज करने के बजाय विश्वसनीय, पता लगाने योग्य मॉडल रिफाइनमेंट की प्रक्रिया पर केंद्रित है।

1. दो कार्यक्षेत्र (Dual-Space)

2. तीन-चरणीय नृत्य (The Loop)

3. "ऑडिट ट्रेल" (यह क्यों विशेष है)

4. परिणाम (जो पेपर दावा करता है)

सारांश उपमा

इसी तरह के और पेपर