ChatGPT Interprets Scientific Images

Chatgpt解釋的科學數字

介紹

• 這項工作評估了Chatgpt在解密生物信息學數據中的功能。
• 評估領域包括測序數據分析，藥物重新定位和腫瘤演化。
• 發現Chatgpt熟練地解釋了情節類型和應用生物學見解。
• 確定色彩感知和定量視覺分析的挑戰。
• 強調需要嚴格的校對準確性和可靠性。

？閱讀完整的紙

材料

癌症研究中的四個案例研究：

1。 “ RNA”案例研究

（a）PCA分析顯示了兩組樣本：紅色和藍色的“ t”。 （b）來自黑色和下調基因的FCS和FDS的火山圖和差異表達基因分析的FDR。 SOCS3和JUNB由箭頭指示。 （c）DOT圖總結了應用於上調基因的KEGG途徑富集分析中的十大命中。

2。 “ ZNF71”案例研究

（a）NSCLC患者的Kaplan -Meier存活圖（GSE81089）由Znf71 Krab同工型表達排序。紅色：ZnF71 KRAB表達較高的患者（TPM> 1.5）；綠色：其他人； （b）通過多西他賽敏感性排序的NSCLC細胞系中ZnF71 KRAB同工型表達的條形圖。 （C）luAD腫瘤和NAT中ZnF71和IIIR基因的基因關聯網絡。 （d）NSCLS細胞系中CD27 mRNA表達水平和對PQ-401（EC50）的藥物反應的散射圖。

3。 “克隆”案例研究

（a）與原發性腫瘤（X軸）對比的VAF％對比復發腫瘤（Y軸）的散點圖。每個點都是一個基因，並且表明具有顯著影響的基因。原發性和復發性腫瘤來自同一患者。 （b）連接的點圖說明了從原發性腫瘤到復發的每個簇的平均VAF的變化。 （c）鐘圖說明了每個（子）克隆的相對患病率與原發性腫瘤和（d）復發性腫瘤的癌症進展的函數。 （e）圓形堆積圖，說明了原發性腫瘤和（f）復發性腫瘤的細胞組成，並用100個細胞檢查。 （g）基於分支的樹，說明了主要樣品和復發樣品之間（子）克隆的關係和播種模式。指示的是基因促進基礎克隆的生長。

4。 “ YY1”案例研究

WASHU表觀基因組瀏覽器軌道說明了鏈特異性RNA-SEQ讀取的分佈，chip-seq讀取H3K4me3，H3K27AC和H3K27ME3，以及PLAC-SEEQ以及染色質 - 染色質相互作用的PLAC-SEQ讀取。藍色矩形（A1至A3）：主動啟動子區域；粉紅色矩形（I1和I2）：無活動的啟動子區域；綠色矩形（E1至E4）：主動增強劑區域；藍色圓圈：啟動子區域（A1，I1和A3）與YY1相互作用；綠色圓圈：增強子區域（E1至E3）與YY1相互作用。虛線與熱圖上的一個圓共享：兩個相互作用的基因組區域。熱圖指控相互作用強度的淨淨度。

方法

結果

總體表現：

• 我們根據總結表結果計算了每種情況的真實陳述的百分比。
• “ RNA”病例達到了最高的精度水平（95.1±1.3％）。
• 相反，其他三個案例研究的總體準確性不那麼令人印象深刻，範圍從“ Znf71”案例中的64.4±0.1％到“ YY1”案例中的77.3±5.9％。
• 在“ ZNF71”案例中，值得注意的觀察結果是，“ CD27”為“ CD271”和“ IKBKB”的拼寫拼寫，佔“ IKKBK”，佔虛假陳述的40-55％。

按類別的性能：

• 每個案例研究的語句準確性（按類別排序）也可視化。
• GPT-4V在情節類型識別和域知識回憶方面具有很高的熟練程度，在所有情況下，精度超過85％。
• 在所有情況下，顏色感知精度均低於60％，明顯低於情節識別和域知識（p值<0.05； t檢驗）。
• 位置推斷顯示RNA的精度為89.3％，但在其他三種情況下明顯較低。
• 在簡單的情況下，計數是可靠的，但在復雜的情況下的準確性較低。

跨重複類別的性能：

• 情節識別：所有重複均顯示出所有情況下的令人滿意的性能。
• 領域知識：所有重複均顯示出所有情況下的令人滿意的性能。
• 顏色感知：所有重複均顯示出所有納入情況的性能不令人滿意。
• 位置推斷：除了“ RNA”病例的重複方面，重複的性能不令人滿意。
• 計數：所有重複均顯示出所有納入情況的性能不令人滿意。

結論

• Chatgpt在破譯生物信息學科學人物方面表現出了巨大的希望。
• Chatgpt精通解釋不同的情節類型和應用生物學知識。
• 它在準確解釋顏色和執行定量分析方面掙扎。
• 使用AI工具時，需要人體機制。

引用

@article {wang2024Scientific，title = {科學數字由chatgpt解釋：情節識別和限制色彩感知的優勢}，作者= {wang，jinge and ye and ye and liu and liu and liu and guo and guo and guo and guo，nancy and gangqing}，gangqing}，日記= {頁面= {84}，Year = {2024}，Publisher = {Nature Publishing Group uk London}}