研究比較了ChatGPT與人類回答基因問題的表現，發現ChatGPT準確率為68.2%，人類為66.6%，兩者在記憶問題上表現較好。然而，ChatGPT有時會對同一問題給出不同答案。儘管ChatGPT表現令人印象深刻，但在高風險場景如臨床應用中有限制，解決這些將對實際應用至關重要。 PubMed DOI

研究指出，像ChatGPT這樣的大型語言模型聊天機器人能有效分析生物資訊數據。ChatGPT的新圖像輸入功能已在癌症研究中進行測試，展現了解釋各種圖表和應用生物知識的能力。然而，在解釋定量視覺數據方面仍有挑戰。這聊天機器人能生成圖表說明和研究總結，但需仔細校對以確保內容正確可靠。 PubMed DOI

ChatGPT是一個友善且多功能的人工智慧對話模型，可應用於科學研究，協助文獻回顧和內容摘要。在醫學領域，它有助於決策、手術規劃、即時手術協助和培訓。然而，需注意知識限制和道德考量。本文探討了使用此技術的優勢、挑戰，並強調其轉型潛力和解決相關擔憂的重要性。 PubMed DOI

生物醫學資料庫增加快速，分析資料對生物學和醫學至關重要。現有工具常難以完整處理條目或像人類一樣修正錯誤。大型語言模型（LLMs）如ChatGPT提供了新的查詢資料庫方式，但在擴展規模時會有挑戰。ChIP-GPT是基於GPT模型Llama微調的，能高精確度從序列讀取存檔中提取元數據。它能處理打字錯誤和缺失標籤，適應各種資料庫和問題。 PubMed DOI

GeneGPT是一種新方法，教導大型語言模型利用NCBI網站回答基因組學問題。研究顯示GeneGPT在基準任務中表現優異，得分0.83超越其他模型。研究強調GeneGPT處理多跳問題的能力，並提供改進見解。程式碼和數據可在GitHub找到。 PubMed DOI

這篇論文討論了OpenAI開發的多功能聊天機器人ChatGPT在計算生物學領域的應用。計算生物學家通常從事生物信息學算法、數據分析、腳本編寫和機器學習等工作。論文探討了ChatGPT在計算生物學中的應用，包括編碼、審查、除錯和流程化等任務，同時考慮到這個領域的挑戰，如資源有限、敏感性和偏見問題，以及背景多樣性。 PubMed DOI

在2023年，大型語言模型聊天機器人的使用大幅增加，特別是ChatGPT在生物資訊學和生物醫學資訊學的應用。我們的調查探討了它在組學、遺傳學、生物醫學文本挖掘、藥物發現、生物醫學影像理解、生物資訊學程式設計及教育等領域的表現。我們指出了ChatGPT的優勢與限制，並對其在生物資訊學的未來發展提供了潛在見解。 PubMed DOI

核糖體剖析（Ribo-seq）是一項能深入了解蛋白質合成的技術，但分析過程對於沒有生物資訊背景的人來說相當複雜。基於大型語言模型的聊天機器人，透過自然語言處理，提供了一個解決方案。本篇評論探討了Ribo-seq分析與聊天機器人技術的結合，強調其在數據分析和結果解釋上的潛力。雖然目前尚無實際應用範例，但未來這些技術有望克服分析障礙，推進對基因表達的理解。不過，模型偏見和數據隱私等問題仍需解決。 PubMed DOI

這項研究探討大型語言模型（LLMs）在藥理學中的挑戰，因為缺乏全面的測試集。研究團隊創建了一個包含藥物資訊檢索、先導化合物結構優化及研究趨勢分析的測試集，並評估了GPT-3.5和GPT-4的表現。結果顯示這兩個模型在藥物特性、動力學及毒性預測等方面表現優異，但在藥物識別和互動資訊檢索上仍有不足。研究建議透過檢索增強生成（RAG）方法，整合專業知識庫，以提升LLMs在藥理學的應用效果。 PubMed DOI

大型語言模型（LLMs），像是ChatGPT，已經徹底改變了學術界的科學寫作與研究，提供了全方位的支援。生成式人工智慧（GAI）工具在假設形成、方法設計、數據分析到手稿準備等各階段都有所改善。這篇評論專注於LLMs在血液學研究中的應用，特別提到提示工程和檢索增強生成（RAG）框架等技術。這些技術能幫助研究人員創造更準確的內容，並降低錯誤資訊的風險。儘管GAI工具提升了研究質量，但也強調了科學誠信、倫理考量及隱私保護的重要性。 PubMed DOI