科學工作流程系統受歡迎，但實施有挑戰。研究使用ChatGPT支援科學工作流程，發現模型擅長解釋，但修改或擴展表現不佳。需進一步研究改善此領域。 PubMed DOI

AskBeacon是一個促進臨床醫生與全球基因組數據互動的工具，利用大型語言模型解決醫學基因組學的技術障礙。它透過GA4GH Beacon協議，讓用戶用自然語言提問，並獲得可發表的見解。在帕金森病進展標記倡議中，AskBeacon調查性別差異與遺傳標記的關聯，結果顯示男性的常染色體標記普遍性是女性的1.4倍。該工具還納入安全措施，保護基因組數據不被直接暴露。如需更多資訊，可至GitHub查詢 https://github.com/aehrc/AskBeacon。 PubMed DOI

功能性蛋白質組學在癌症研究中非常重要，能幫助識別新的生物標記和治療目標。我們建立了一個全面的資源，包含近8,000名癌症患者和約900個癌症細胞系的數據，並挑選了近500種高品質抗體，涵蓋主要癌症通路。為了提升可用性，我們推出了DrBioRight 2.0（https://drbioright.org），這是一個直觀的生物資訊平台，結合大型語言模型，讓研究人員能深入分析和視覺化蛋白質組學數據，加速轉化為生物醫學見解。 PubMed DOI

這項研究提出了一個新穎的流程，結合大型語言模型（LLMs）與人類專家的知識，來優先排序特定的漿細胞相關基因。流程分為兩步： 1. **高通量篩選**：利用LLMs對17個基因進行評分，最終選出五個候選基因：CD38、TNFRSF17、IGJ、TOP2A和TYMS。 2. **人類增強驗證**：專家精煉評分，確認CD38和TNFRSF17為最佳候選基因。 分析轉錄組數據後，CD38被確定為最佳選擇，TNFRSF17和IGJ則是有潛力的替代選擇。這項研究展示了結合知識與數據的方法，適用於各種生物學背景。 PubMed DOI

GeneSetCart是一個創新的網路平台，幫助研究人員管理和分析基因集，增強多組學研究的數據整合。使用者可以收集基因集，進行豐富化分析，並執行聯集、共識和交集等操作。平台提供多種可視化工具，如維恩圖和熱圖，並支援上傳多個基因集，還能搜尋PubMed文獻。獨特的基因集庫交叉功能，利用大型語言模型分析NIH計畫的基因集重疊原因。GeneSetCart特別適合沒有程式設計技能的生物學家，促進數據整合與假設生成。 PubMed DOI

PIRO 是專為病理醫師設計的網頁工具，能高效搜尋和調閱病理診斷案例，突破現有系統限制。它用 FastAPI、Angular 和 Apache Solr 架構，支援進階搜尋、篩選、匯出和安全存取，使用率明顯高於舊系統。PIRO 還結合大型語言模型自動標註惡性風險，提升搜尋精準度，並可彈性整合到不同醫療機構，促進病理研究與教學。 PubMed DOI

作者開發了一套流程，利用像 ChatGPT-4o 這類大型語言模型，自動把各種臨床和表現型資料轉成 i2b2 標準格式。這方法會用 LLM 產生 Python 程式，把不同格式的資料自動對應、轉換，方便在 i2b2 查詢和分析。經測試，這流程不但有效又能擴充，還能大幅減少人工整合資料的時間和人力。 PubMed DOI

BRAD agent 是一套開源軟體，能把大型語言模型和外部研究工具、資料來源整合，提升生醫研究的透明度和可重現性。它強調資料來源清楚、操作流程可靠，能自動化文獻檢索、biomarker 發現等任務，彈性高，適合多種應用。原始碼和文件都已公開。 PubMed DOI

SCassist 是一款 R 套件，結合 GPT、Gemini、Llama3 等大型語言模型，協助分析單細胞 RNA 定序資料。它能自動化過濾、正規化、分群、細胞註解等流程，讓 scRNA-seq 分析更簡單好上手。詳細教學和下載可到 GitHub 查詢。 PubMed DOI

生物醫學研究常因流程繁瑣又重複，進展緩慢。Stanford 團隊推出 AI 助理 Biomni，能自動執行各種生醫研究任務，整合論文中的工具和資料庫，結合大型語言模型與程式碼執行，動態規劃複雜任務。測試證明 Biomni 泛用性高，無需特別調整就能處理多種生醫問題，幫助科學家加速研究。可至 https://biomni.stanford.edu 體驗。 PubMed DOI