ChatGPT Interprets Scientific Images

Wissenschaftliche Figuren, die von Chatgpt interpretiert werden

Einführung

• Diese Arbeit bewertet die Fähigkeiten von ChatGPT bei der Entschlüsselung von Bioinformatikzahlen.
• Bewertete Bereiche umfassen Sequenzierungsdatenanalyse, Arzneimittelrepositionierung und Tumorentwicklung.
• Findet ChatGPT, das die Erklärung der Handlungstypen und die Anwendung biologischer Erkenntnisse hervorgeht.
• Identifiziert Herausforderungen in der Farbwahrnehmung und der quantitativen visuellen Analyse.
• Betont die Notwendigkeit strenger Korrekturlesens für Genauigkeit und Zuverlässigkeit.

? Lesen Sie das vollständige Papier

Materialien

Vier Fallstudien zur Krebsforschung:

1. Die Fallstudie „RNA“

(A) PCA -Analyse mit zwei Probengruppen: „T“ in Rot und „M“ in Blau. (B) ein Vulkandiagramm für FCS und FDRs aus differentiell exprimierter Genanalyse mit hochregulierten Genen in roten und herunterregulierten Genen in Schwarz. SOCS3 und JUNB durch Pfeilspitzen angezeigt. (C) DOT-Diagramm, das die zehn Top-Treffer der Analyse der Kegg-Pfadanreicherung zusammenfasst, die auf die hochregulierten Gene angewendet wird.

2. Die Fallstudie „Znf71“

(A) Kaplan -Meier -Überlebensdiagramm für NSCLC -Patienten (GSE81089) sortiert durch die Expression von Znf71 KrAB -Isoform. Rot: Patienten mit einer höheren znf71 krab -Expression (TPM> 1,5); Grün: andere; (B) Ein Balkendiagramm für die Expression von Znf71 -Krab -Isoform zwischen NSCLC -Zelllinien, sortiert durch Docetaxel -Empfindlichkeit. (C) Genassoziationsnetzwerk von ZnF71- und IIIR -Genen in Luad -Tumoren und NATs. (D) Streudiagramm für das CD27-mRNA-Expressionsniveau und die Arzneimittelreaktion auf PQ-401 (EC50) zwischen NSCLS-Zelllinien.

3. Die „klonale“ Fallstudie

(A) Streudiagramm für VAF% kontrastierende wiederkehrende Tumor (y-Achse) zu Primärtumor (x-Achse). Jeder Punkt ist ein Gen und Gene mit signifikanten Auswirkungen sind angezeigt. Primäre und wiederkehrende Tumoren, die aus demselben Patienten stammen. (B) Verbundenes DOT -Diagramm, das die Veränderungen des mittleren VAF jedes Clusters vom Primärtumor zum Wiederkehrenden veranschaulicht. (C) Glockendiagramm, das die relative Prävalenz jedes (Sub-) Klons als Funktion des Krebsprogressions für Primärtumor und (d) wiederkehrender Tumor veranschaulicht. (E) Kreisverpackungsplotten, die die zelluläre Zusammensetzung des Primärtumors und (f) wiederkehrender Tumor veranschaulichen, untersucht mit insgesamt 100 Zellen. (G) Ein verzweigter Baum, der die relationalen und saatlichen Muster der (Sub-) Klone zwischen den primären und wiederkehrenden Proben veranschaulicht. Angegeben werden Gene, die das Wachstum des Gründungsklones erleichtern.

4. Die Fallstudie „YY1“

Washu-Epigenom-Browser-Tracks, die Verteilungen von Strangspezifischen RNA-Seq-Lesevorgängen, Chip-seq-Reads für H3K4Me3, H3K27AC und H3K27me3, sowie Plac-Seq-Lesevorgänge für Chromatin-Chromatin-Interaktionen veranschaulichen. Blaue Rechtecke (A1 bis A3): aktive Promotorregionen; Pink Rechtecke (I1 und I2): Inaktive Promoterregionen; Grüne Rechtecke (E1 bis E4): aktive Enhancer -Regionen; Blaue Kreise: Promotorregionen (A1, I1 und A3), die mit YY1 interagieren; Grüne Kreise: Enhancer -Regionen (E1 bis E3), die mit YY1 interagieren. Gestrichelte Linien, die mit einem Kreis auf der Heatmap geteilt werden: zwei interagierende Genomregionen. Grad der Purpie auf der Wärmemap, die die Wechselwirkungsstärke anzeigt.

Methoden

Ergebnisse

Gesamtleistung:

• Wir haben die Prozentsätze der echten Aussagen für jeden Fall basierend auf den summativen Tabellenergebnissen berechnet.
• Der Fall „RNA“ erreichte die höchsten Genauigkeitsniveaus (95,1 ± 1,3%).
• Umgekehrt waren die Gesamtgenauigkeiten aus den anderen drei Fallstudien weniger beeindruckend und lag im Fall „Znf71“ im Fall „yy1“ im Fall „Znf71“ bis 77,3 ± 5,9%.
• Eine bemerkenswerte Beobachtung im Fall "Znf71" war die konsistente Fehlschreibung von "CD27" als "CD271" und "IKBKB" als "IKKBK", das 40-55% der falschen Aussagen ausmachte.

Leistung nach Kategorie:

• Die Genauigkeit der Aussage für jede Fallstudie, sortiert nach Kategorie, wird ebenfalls visualisiert.
• GPT-4V verfügt über eine hohe Fähigkeit zur Erkennung von Plottypen und im Bereich des Domänenwissens mit einer Genauigkeit von über 85% in allen Fällen.
• Die Genauigkeiten der Farbwahrnehmung liegen in allen Fällen unter 60%, signifikant niedriger als die Erkennung von Diagramm und Domänenkenntnis (p-Wert <0,05; T-Test).
• Die Positionsinferenz zeigt eine Genauigkeit von 89,3% für RNA, war jedoch in den anderen drei Fällen besonders niedriger.
• Die Zählungen sind in einfachen Fällen zuverlässig, können jedoch in komplexen Szenarien weniger genau sein.

Leistung nach Kategorie über Replikate hinweg:

• Handlungserkennung: Alle Replikate zeigten in allen Fällen eine zufriedenstellende Leistung.
• Domänenwissen: Alle Replikate zeigten in allen Fällen eine zufriedenstellende Leistung.
• Farbwahrnehmung: Alle Replikate zeigten für alle eingeschlossenen Fälle unbefriedigende Leistung.
• Positionsinferenz: Die unbefriedigende Leistung war bei Replikaten bis auf diejenigen aus dem Fall „RNA“ vorherrschend.
• Zählungen: Alle Replikate zeigten für alle eingeschlossenen Fälle unbefriedigende Leistung.

Abschluss

• Chatgpt zeigte ein erhebliches Versprechen bei der Entschlüsselung von bioinformatischen wissenschaftlichen Zahlen.
• Chatgpt kann verschiedene Handlungstypen erklären und biologisches Wissen anwenden.
• Es kämpft darum, Farben genau zu interpretieren und quantitative Analysen durchzuführen.
• Bei der Arbeit mit KI-Werkzeugen ist ein Mechanismus des Menschen in der Regel erforderlich.

Zitat

@article{wang2024scientific, title={Scientific figures interpreted by ChatGPT: strengths in plot recognition and limits in color perception}, author={Wang, Jinge and Ye, Qing and Liu, Li and Guo, Nancy Lan and Hu, Gangqing}, journal={NPJ Precision Oncology}, volume={8}, number={1}, Seiten = {84}, Jahr = {2024}, Publisher = {Nature Publishing Group UK London}}