Coding agents author interpretable single-cell embedding models from the literature
Dit artikel toont aan dat coderende agenten automatisch interpreteerbare, zero-shot single-cell embeddingmodellen kunnen genereren door in de literatuur geciteerde genprogramma's te extraheren en samen te stellen tot benoemde assen, waarbij een biologische kwaliteit wordt bereikt die vergelijkbaar is met datagestuurde methoden, terwijl inherent batch-robuustheid en interpreteerbaarheid worden gewaarborgd zonder dat training of voorafgaande gen-set-databases vereist zijn.