年度回顾：ChatGPT在生物信息学和生物医学信息学中的作用

该研究全面概述了ChatGPT在组学、生物医学文本挖掘、药物发现、图像分析、编码和生物信息学教育等关键领域的应用。

　　

在《定量生物学》上发表的一篇系统综述中，来自西弗吉尼亚大学(WVU)的研究人员及其合作者批判性地研究了ChatGPT在生物信息学和生物医学信息学领域的变革性影响。该研究全面概述了ChatGPT在关键领域的应用，如组学、生物医学文本挖掘、药物发现、图像分析、编码和生物信息学教育(图1)。

“2023年是生物信息学和生物医学信息学社区探索ChatGPT在推进该领域潜力的第一年，”西弗吉尼亚大学助理教授Gangqing “Michael” Hu说。“在评估ChatGPT完成常见生物信息学任务的能力方面，已经做出了重大努力。”

ChatGPT在与知识挖掘和文本生成相关的任务中显示了令人印象深刻的能力，例如单元格类型注释、问题回答和标题生成。然而，它在需要定量分析和推理的任务中表现出局限性。

“虽然ChatGPT已经显示出一些希望，但仍有一些领域需要重大改进，”该评论的第一作者Jinge Wang指出。“我们需要更有效的快速工程和模型微调，以最大限度地减少幻觉，提高响应的准确性。”

幻觉指的是模型产生的反应听起来似是而非的情况。当聊天机器人产生的反应没有基于训练数据时，就会发生这种情况。

Hu强调使用编码来解决可以通过编码来减少幻觉的问题。“这个工具，以前被称为代码解释器，现在是ChatGPT的默认功能，”他说。

研究人员还强调了人类专家增强在提高聊天机器人性能方面的重要性。去年早些时候，Hu提出了一个名为OPTIMAL(通过迭代指导和评估优化提示)的框架，以改善与ChatGPT在生物信息学编码方面的沟通，该框架也发表在《定量生物学》上。

“一个精心策划的知识库也有帮助，大型语言模型是很好的学习者。一些来自知名来源的好例子可以大大提高准确性，称为检索增强生成。”

Wang说:“我们的目标是提供ChatGPT在生物信息学中目前使用的全面概述，并通过来自多个独立来源的证据确定其优点和缺点。”“很明显，ChatGPT和类似的模型可以有效地集成到生物信息学工作流程中，但不是在所有情况下。”

研究人员对ChatGPT在生物信息学和生物医学信息学中的未来持乐观态度。“人工智能是一个快速发展的领域，我们预计未来几年将取得重大进展，我们预计未来几年在检测和解决聊天机器人幻觉等问题方面将取得实质性进展，实现与人类专家相当的准确性和机器的速度。”