迈向虚拟细胞中的自主机制性推理

大型语言模型在加速科学发现方面潜力巨大，但在生物学等开放领域的应用受限于缺乏事实依据且可操作的解释。为此，本文引入了一种结构化解释形式化方法，将生物推理表示为机制行动图，以支持系统性的验证与证伪。基于此，我们提出了 VCR-Agent，这是一个多智能体框架，整合了基于生物学的知识检索与基于验证器的过滤机制，能够自主生成并验证机制性推理。利用该框架，我们发布了 VC-TRACES 数据集，包含源自 Tahoe-100M 图谱的已验证机制解释。实证表明，利用这些解释进行训练可提高事实精度，并为下游基因表达预测提供更有效的监督信号。