清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

A comprehensive evaluation of large language models in mining gene relations and pathway knowledge

计算机科学 计算生物学 知识管理 生物
作者
Muhammad S. Azam,Yibo Chen,Micheal Olaolu Arowolo,H. Liu,Mihail Popescu,Dong Xu
出处
期刊:Quantitative Biology [Engineering Sciences Press]
标识
DOI:10.1002/qub2.57
摘要

Abstract Understanding complex biological pathways, including gene–gene interactions and gene regulatory networks, is critical for exploring disease mechanisms and drug development. Manual literature curation of biological pathways cannot keep up with the exponential growth of new discoveries in the literature. Large‐scale language models (LLMs) trained on extensive text corpora contain rich biological information, and they can be mined as a biological knowledge graph. This study assesses 21 LLMs, including both application programming interface (API)‐based models and open‐source models in their capacities of retrieving biological knowledge. The evaluation focuses on predicting gene regulatory relations (activation, inhibition, and phosphorylation) and the Kyoto Encyclopedia of Genes and Genomes (KEGG) pathway components. Results indicated a significant disparity in model performance. API‐based models GPT‐4 and Claude‐Pro showed superior performance, with an F1 score of 0.4448 and 0.4386 for the gene regulatory relation prediction, and a Jaccard similarity index of 0.2778 and 0.2657 for the KEGG pathway prediction, respectively. Open‐source models lagged behind their API‐based counterparts, whereas Falcon‐180b and llama2‐7b had the highest F1 scores of 0.2787 and 0.1923 in gene regulatory relations, respectively. The KEGG pathway recognition had a Jaccard similarity index of 0.2237 for Falcon‐180b and 0.2207 for llama2‐7b. Our study suggests that LLMs are informative in gene network analysis and pathway mapping, but their effectiveness varies, necessitating careful model selection. This work also provides a case study and insight into using LLMs das knowledge graphs. Our code is publicly available at the website of GitHub (Muh‐aza).
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
huazhangchina完成签到 ,获得积分10
4秒前
Skywings完成签到,获得积分10
16秒前
鹏程完成签到 ,获得积分10
29秒前
janer完成签到 ,获得积分10
30秒前
Karry完成签到 ,获得积分10
40秒前
yujie完成签到 ,获得积分10
45秒前
1分钟前
chi完成签到 ,获得积分10
1分钟前
Glory完成签到 ,获得积分10
1分钟前
小Q发布了新的文献求助20
1分钟前
Sophie完成签到,获得积分10
1分钟前
亘木完成签到,获得积分10
1分钟前
邵翎365完成签到,获得积分10
1分钟前
Sophie发布了新的文献求助10
1分钟前
无名草0502完成签到 ,获得积分10
1分钟前
1分钟前
俊逸吐司完成签到 ,获得积分10
1分钟前
orixero应助fff采纳,获得10
1分钟前
诚心幻莲发布了新的文献求助10
1分钟前
小林子完成签到,获得积分10
2分钟前
默11完成签到 ,获得积分10
2分钟前
谭凯文完成签到 ,获得积分10
2分钟前
wyh295352318完成签到 ,获得积分10
2分钟前
tannie完成签到 ,获得积分10
2分钟前
朴实的耳机完成签到,获得积分10
3分钟前
悠明夜月完成签到 ,获得积分10
3分钟前
3分钟前
wangrong完成签到 ,获得积分10
3分钟前
fff发布了新的文献求助10
3分钟前
digger2023完成签到 ,获得积分10
3分钟前
cocobear完成签到 ,获得积分10
3分钟前
宁霸完成签到,获得积分10
3分钟前
炎炎夏无声完成签到 ,获得积分10
3分钟前
阳光老人完成签到 ,获得积分10
3分钟前
爆米花应助fff采纳,获得10
3分钟前
gaoxiaogao完成签到 ,获得积分10
4分钟前
门板完成签到,获得积分10
4分钟前
Casey完成签到 ,获得积分10
4分钟前
123完成签到 ,获得积分10
4分钟前
Patrick完成签到 ,获得积分10
4分钟前
高分求助中
Sustainability in Tides Chemistry 1500
Handbook of the Mammals of the World – Volume 3: Primates 805
拟南芥模式识别受体参与调控抗病蛋白介导的ETI免疫反应的机制研究 550
Gerard de Lairesse : an artist between stage and studio 500
Digging and Dealing in Eighteenth-Century Rome 500
Queer Politics in Times of New Authoritarianisms: Popular Culture in South Asia 500
Manual of Sewer Condition Classification 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3068193
求助须知:如何正确求助?哪些是违规求助? 2722162
关于积分的说明 7476072
捐赠科研通 2369138
什么是DOI,文献DOI怎么找? 1256228
科研通“疑难数据库(出版商)”最低求助积分说明 609518
版权声明 596835