L'IA face aux grands problèmes du monde · Sciences du vivant · arXiv · 2026-10-21
GenoMAS : programmation multi-agents guidée pour la découverte scientifique à partir de données génomiques
Titre original: GenoMAS: Guided Multi-Agent Programming for Scientific Discovery from Genomic Data
L'analyse de l'expression des gènes sous-tend de nombreuses découvertes biomédicales, mais il est difficile d'en extraire des enseignements à partir des données transcriptomiques brutes, car cela implique plusieurs fichiers semi-structurés volumineux et une expertise approfondie du domaine. GenoMAS est une équipe d'agents fondés sur les LLM qui allie des flux de travail structurés à une adaptabilité autonome : dans un cadre de planification guidée, les agents de programmation décomposent les directives de tâches en Action Units et choisissent d'avancer, de réviser, de contourner ou de revenir en arrière selon ce qu'exigent les données. Sur le benchmark GenoTEX, il atteint 89.13% de CSC pour le prétraitement des données et 60.48% de F1 pour l'identification des gènes associés aux traits, surpassant l'état de l'art de 10.61% et 16.85%, tout en surperformant des lignes de base d'agents solides sur ScienceAgentBench et DiscoveryBench et en mettant en évidence des associations gène-phénotype corroborées par la littérature.