Los puntos clave no están disponibles para este artículo en este momento.
La transcriptómica espacial ha transformado nuestra capacidad para estudiar la arquitectura del tejido a resolución molecular, sin embargo, analizar estos datos requiere navegar docenas de métodos computacionales a través de ecosistemas incompatibles de Python y R, obligando a los investigadores a dedicar más esfuerzo a hacer funcionar herramientas que a perseguir preguntas biológicas. Presentamos ChatSpatial, una plataforma en la que el LLM selecciona entre esquemas de herramientas pre-validadas en lugar de generar código en forma libre, con experiencia en el dominio integrada en las descripciones de los esquemas para la inferencia de parámetros consciente del contexto. Construido sobre el Modelo de Protocolo de Contexto (MCP), ChatSpatial unifica más de 60 métodos a través de 15 categorías analíticas en un solo flujo de trabajo conversacional que abarca los ecosistemas de Python y R. La replicación de dos estudios publicados -recuperando la heterogeneidad subclonal en cáncer de ovario y organización del microambiente tumoral en carcinoma de células escamosas orales- y la validación a través de siete plataformas LLM demuestran que la orquestación forzada por esquemas produce una reproducibilidad casi determinística a nivel de flujo de trabajo para análisis espaciales de múltiples pasos. Más allá de la replicación, análisis exploratorios cruzados ilustran la triangulación práctica a través de marcos analíticos independientes.
Yang et al. (Sun,) estudiaron esta pregunta.