[논문 리뷰] Automated Bioinformatics Analysis via AutoBA

Juexiao Zhou, Bin Zhang외 5명|arXiv (Cornell University)|2023. 09. 06.

Gene expression and cancer classification인용 수 5

한 줄 요약

AutoBA는 대규모 언어 모델을 기반으로 하는 자율적인 AI 에이전트로, 최소한의 사용자 입력만으로 전통적인 옴믹스 데이터 분석을 자동화합니다. 세부적이고 단계적인 분석 계획을 생성하고 현지에서 코드를 실행하며, RNA-seq, ChIP-seq, 공간 전사체 분석 등 다양한 데이터 유형에 적응하여 전문가가 검증한 사례에서 뛰어난 강건성과 적응성을 보입니다. 데이터 기밀성이 유지됩니다.

ABSTRACT

With the fast-growing and evolving omics data, the demand for streamlined and adaptable tools to handle the analysis continues to grow. In response to this need, we introduce Auto Bioinformatics Analysis (AutoBA), an autonomous AI agent based on a large language model designed explicitly for conventional omics data analysis. AutoBA simplifies the analytical process by requiring minimal user input while delivering detailed step-by-step plans for various bioinformatics tasks. Through rigorous validation by expert bioinformaticians, AutoBA's robustness and adaptability are affirmed across a diverse range of omics analysis cases, including whole genome sequencing (WGS), RNA sequencing (RNA-seq), single-cell RNA-seq, ChIP-seq, and spatial transcriptomics. AutoBA's unique capacity to self-design analysis processes based on input data variations further underscores its versatility. Compared with online bioinformatic services, AutoBA deploys the analysis locally, preserving data privacy. Moreover, different from the predefined pipeline, AutoBA has adaptability in sync with emerging bioinformatics tools. Overall, AutoBA represents a convenient tool, offering robustness and adaptability for complex omics data analysis.

연구 동기 및 목표

• 옴믹스 데이터의 복잡성과 양이 증가함에 따라 간소화되고 사용자 友好的한 도구에 대한 증가하는 수요를 해결합니다.
• 기존 생물정보학 파이프라인의 한계를 극복합니다. 이러한 파이프라인은 종종 경직되어 있으며 재현이 어려우며 광범위한 전문 지식을 요구합니다.
• 현장 연구자와 이론 연구자 모두가 깊은 프로그래밍이나 생물정보학 교육 없이도 복잡한 옴믹스 분석을 수행할 수 있도록 합니다.
• 분석을 현지에서 실행함으로써 데이터 기밀성을 확보하고, 데이터 泄露 위험이 있는 온라인 플랫폼에 의존하지 않도록 합니다.
• 지속적인 LLM 피팅을 통해 새로운 생물정보학 도구를 통합함으로써, 적응 가능하고 투명하며 최신 상태인 솔루션을 제공합니다.

제안 방법

• 대규모 언어 모델(Large Language Model, LLM)을 활용해 자율 에이전트로서 생물정보학 워크플로우를 기획하고 생성하며 실행합니다.
• 분석을 시작하기 위해 최소 세 가지 입력만 수락합니다: 데이터 경로, 데이터 설명, 분석 목표.
• 입력된 데이터 특성과 사용자 목표에 기반해 분석 파이프라인을 자가 설계함으로써 다양한 옴믹스 유형에 동적으로 적응할 수 있습니다.
• 데이터 기밀성과 보안을 확보하기 위해 코드를 현지에서 실행합니다. 클라우드 기반 데이터 업로드 위험을 피합니다.
• 보편적이고 인기 있는 생물정보학 도구를 분석 계획에 통합하여 강건성과 재현 가능성을 우선시합니다.
• 전문가가 검토하고 커스터마이징할 수 있도록 해석 가능한 수정 가능한 코드와 단계별 분석 계획을 생성함으로써 실행의 투명성을 유지합니다.

실험 결과

연구 질문

• RQ1 LLM 기반 에이전트는 다양한 옴믹스 데이터 유형에 대해 정확하고 재현 가능한 생물정보학 파이프라인을 자율적으로 생성할 수 있는가?
• RQ2 동일한 데이터 유형(예: RNA-seq)을 처리할 때, 다양한 분석 목표에 대해 AutoBA는 얼마나 잘 적응하는가?
• RQ3 분석을 현지에서 실행함으로써 AutoBA는 온라인 생물정보학 플랫폼에 비해 데이터 기밀성을 얼마나 잘 유지할 수 있는가?
• RQ4 변화하는 생물정보학 도구와 방법론을 다룰 때 AutoBA의 적응성은 사전 정의된 파이프라인에 비해 어떻게 비교되는가?
• RQ5 AutoBA는 난이도가 높은 사용자와 전문가 사용자 모두가 신뢰할 수 있고 생산용으로 사용 가능한 분석 워크플로우를 효과적으로 지원할 수 있는가?

주요 결과

• AutoBA는 WGS, RNA-seq, scRNA-seq, ChIP-seq, 공간 전사체 분석을 포함한 다섯 가지 주요 옴믹스 유형에 대해 정확하고 단계적인 분석 계획을 성공적으로 생성했습니다.
• 전문가 검증을 통해 AutoBA가 다양한 분석 시나리오, 특히 동일한 데이터 유형에 대해 다양한 목표를 가진 경우에도 강건성과 적응성을 입증했습니다.
• 입력 데이터의 변동에 기반해 맞춤형 분석 프로세스를 자가 설계함으로써 AutoBA는 자기 설계 능력을 입증했으며, 이는 그 유연성을 높였습니다.
• 현지에서의 분석 실행은 데이터 기밀성을 보장하여 제3자 온라인 플랫폼에 민감한 옴믹스 데이터를 업로드할 경우 발생할 수 있는 위험을 완화했습니다.
• AutoBA는 새로운 생물정보학 도구의 통합이 효과적이었으며, LLM 기반의 동적 도구 선택을 통해 새로운 방법론에 대한 적응성을 보였습니다.
• 시스템의 투명성과 해석 가능한 코드 생성은 전문가의 검토와 커스터마이징을 가능하게 하여 자동화와 과학적 엄밀함을 동시에 지원합니다.