ChatGPT Interprets Scientific Images

Figuras científicas interpretadas por chatgpt

Introducción

• Este trabajo evalúa las capacidades de ChatGPT para descifrar cifras bioinformáticas.
• Las áreas evaluadas incluyen el análisis de datos de secuenciación, el reposicionamiento de drogas y la evolución tumoral.
• Encuentra chatgpt competente en explicar los tipos de trama y aplicar ideas biológicas.
• Identifica los desafíos en la percepción del color y el análisis visual cuantitativo.
• Enfatiza la necesidad de revisión estricta para obtener precisión y confiabilidad.

? Lea el papel completo

Materiales

Cuatro estudios de caso en investigación del cáncer:

1. El estudio de caso de "ARN"

(A) Análisis de PCA que muestra dos grupos de muestras: "T" en rojo y "M" en azul. (B) Una gráfica de volcán para FCS y FDRS del análisis de genes expresados ​​diferencialmente con genes regulados por ascenso en genes rojos y regulados negativos en negro. SOCS3 y Junb indicados por puntas de flecha. (C) Parcela de puntos que resume los diez mejores éxitos del análisis de enriquecimiento de la vía KEGG aplicada a los genes regulados hacia arriba.

2. El estudio de caso "ZNF71"

(A) Gráfico de supervivencia de Kaplan -Meier para pacientes con CPNC (GSE81089) ordenado por la expresión de la isoforma KRAB ZNF71. Rojo: pacientes con una expresión de KRAB ZNF71 más alta (TPM> 1.5); Verde: otros; (B) Un gráfico de barras para la expresión de la isoforma KRAB ZNF71 entre las líneas celulares NSCLC ordenadas por la sensibilidad de Docetaxel. (C) Red de asociación de genes de genes ZNF71 y IIIR en tumores LUAD y NATS. (D) Gráfico de dispersión para el nivel de expresión de ARNm de CD27 y la respuesta al fármaco a PQ-401 (EC50) entre las líneas celulares de NSCLS.

3. El estudio de caso "clonal"

(A) Gráfico de dispersión para Vaf% contrastante tumor recurrente (eje Y) al tumor primario (eje x). Cada punto es un gen y se indican genes con un impacto significativo. Tumores primarios y recurrentes procedentes del mismo paciente. (B) TRÁNTO DE DOT conectado que ilustra los cambios de VAF medio de cada grupo desde el tumor primario hasta el recurrente. (C) Parcela de campana que ilustra la prevalencia relativa de cada clon (sub) en función de la progresión del cáncer para el tumor primario y (d) tumor recurrente. (E) Gráficos de empaque del círculo que ilustran la composición celular del tumor primario y (f) tumor recurrente, examinado con un total de 100 células. (G) Un árbol a base de ramas que ilustra los patrones relacionales y de siembra de los (sub) clones entre las muestras primarias y recurrentes. Se indican genes que facilitan el crecimiento del clon fundador.

4. El estudio de caso "YY1"

Lecturas de BROWSER EPIGENOME WASHU que ilustran las distribuciones de lecturas de ARN-seq específicas de Strand, ChIP-Seq dice para H3K4ME3, H3K27AC y H3K27ME3, así como lecturas de Plac-Seq para las interacciones con cromatina-cromatina. Rectángulos azules (A1 a A3): regiones promotoras activas; Rectángulos rosados ​​(I1 e I2): regiones promotoras inactivas; Rectángulos verdes (E1 a E4): regiones potenciantes activas; Círculos azules: regiones promotoras (A1, I1 y A3) que interactúan con YY1; Círculos verdes: regiones potenciantes (E1 a E3) que interactúan con YY1. Líneas discontinuas compartidas con un círculo en el mapa de calor: dos regiones del genoma interactuante. Grado de púrpura en el mapa de calor que acusa a la resistencia a la interacción.

Métodos

Resultados

Rendimiento general:

• Calculamos los porcentajes de declaraciones verdaderas para cada caso en función de los resultados de la tabla sumativa.
• El caso de "ARN" logró los niveles de precisión más altos (95.1 ± 1.3%).
• Por el contrario, las precisiones generales de los otros tres estudios de casos fueron menos impresionantes, que van desde 64.4 ± 0.1% en el caso "ZNF71" a 77.3 ± 5.9% en el caso "YY1".
• Una observación notable en el caso "ZNF71" fue la falta de ortografía consistente de "CD27" como "CD271" e "IKBKB" como "IKKBK", que representaba el 40-55% de las declaraciones falsas.

Rendimiento por categoría:

• La precisión de la declaración para cada estudio de caso, ordenado por categoría, también se visualiza.
• GPT-4V tiene una alta competencia en el reconocimiento del tipo de trama y el recuerdo del conocimiento del dominio, con más del 85% de precisión en todos los casos.
• Las precisiones de percepción del color están por debajo del 60% para todos los casos, significativamente más bajas que el reconocimiento de la trama y el conocimiento del dominio (valor p <0.05; prueba t).
• La inferencia posicional muestra una precisión del 89.3% para el ARN, pero fueron notablemente más bajos en los otros tres casos.
• Los recuentos son confiables en casos simples, pero pueden ser menos precisos en escenarios complejos.

Rendimiento por categoría a través de las réplicas:

• Reconocimiento de la trama: todas las réplicas mostraron un rendimiento satisfactorio para todos los casos.
• Conocimiento del dominio: todas las réplicas mostraron un rendimiento satisfactorio para todos los casos.
• Percepción del color: todas las réplicas mostraron un rendimiento insatisfactorio para todos los casos incluidos.
• Inferencia posicional: el rendimiento insatisfactorio prevaleció en las réplicas, excepto las del caso de "ARN".
• Recuentos: Todas las réplicas mostraron un rendimiento insatisfactorio para todos los casos incluidos.

Conclusión

• ChatGPT exhibió una promesa significativa para descifrar figuras científicas bioinformáticas.
• ChatGPT es competente en explicar diferentes tipos de trama y aplicar el conocimiento biológico.
• Lucha con la interpretación con precisión de los colores y la realización de análisis cuantitativos.
• Se requiere un mecanismo humano en el bucle cuando se trabaja con herramientas de IA.

Citación

@article {wang2024scientific, title = {figuras científicas interpretadas por chatgpt: fortalezas en el reconocimiento de la trama y límites en la percepción del color}, autor = {wang, jinge y ye, qing y liu, li y guo, nancy lan y hu, gangqing}, Journal = {npj precision oncology}, volumen = {8}, número =}, n. Páginas = {84}, año = {2024}, Publisher = {Nature Publishing Group UK London}}