用于生物扰动预测的渐进式多智能体推理

预测生物扰动下的基因调控反应需推导潜在生物因果关系。针对大语言模型难以处理高维纠缠数据及批量细胞化学扰动研究缺失的问题，本文提出 LINCSQA 基准及 PBio-Agent 多智能体框架。该框架整合难度感知任务排序与迭代知识细化机制，利用受同一扰动影响基因的共享因果结构，以确信的预测结果辅助复杂案例推断。通过结合生物知识图谱的专用智能体、综合智能体及逻辑评判机制，该方法在多个基准上超越现有基线，使小模型无需额外训练即可预测并解释复杂生物过程。