AssayBench: LLM 및 에이전트를 위한 측정 수준 가상 세포 벤치마크

최근 머신러닝과 대규모 생물학적 데이터 수집의 발전은 가상 세포(virtual cell) 구축이라는 전망을 되살렸습니다. 가상 세포란 세포 행동의 계산 모델로서, 생물학적 발견을 가속화할 수 있습니다. 이 비전이 제공하는 가장 매력적인 약속 중 하나는 in silico 표현형 스크리닝(phenotypic screens) 수행 능력입니다. 여기서 모델은 보지 못한 생물학적 맥락에서 세포 교란(cellular perturbations)의 영향을 예측합니다. 이 작업은 이질적인 텍스트 입력과 다양한 표현형 출력을 결합하므로, LLM 및 에이전트 시스템에 특히 적합합니다. 하지만 현재까지 이 작업을 위한 표준 벤치마크가 존재하지 않는데, 기존 노력들은 더 좁은 분자 수준의 결과(molecular readouts)에 초점을 맞추고 있기 때문입니다.

파인튜닝(fine-tuning), 앙상블링(ensembling), 프롬프트 최적화(prompt optimization)와 같은 최적화 기법들은 이 작업에서 LLM의 성능을 더욱 향상시킬 수 있습니다. 전반적으로, AssayBench는 인 실리코 표현형 스크리닝(in silico phenotypic screening) 및 더 넓게는 가상 세포 모델(virtual cell models)을 향한 진전을 측정하기 위한 실용적인 테스트베드를 제공합니다.