聊天機器人助理基礎架構簡化了使用多個大型語言模型和Elo排名系統，與PRIDE數據庫互動。包括API、Web界面和管理向量數據庫的組件，提升數據集可發現性。適用於生物信息學和蛋白質組學工具，並開源在GitHub。 PubMed DOI

BioNexusSentinel是一個用於RNA-seq和生物調控網絡探索的軟體平台，整合了視覺工具和Reactome生物模型。它包括基因表達分析器和細胞組織RNA-seq探索器，提高研究生產力，並在網絡建模和生物狀態分析中有應用。該項目在GitHub上可找到。 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

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

GENEVIC是一個由人工智慧驅動的聊天框架，旨在簡化基因數據的分析與知識發現。它能自動檢索、分析和可視化基因資訊，協助生物學家。主要功能包括生成蛋白質互作網絡、豐富基因集，並從PubMed和Google Scholar搜尋文獻。試點階段專注於阿茲海默症、精神分裂症及認知相關基因變異，幫助研究人員優先考慮重要變異。這個平台使用簡單，無需專業訓練，並在安全的HIPAA合規環境中運行，且代碼開源，促進基因研究的合作與發展。 PubMed DOI

AutoBA是一款創新的AI工具，專為自動化多組學生物資訊分析而設計。它利用大型語言模型簡化分析過程，使用者只需提供少量輸入，並能獲得詳細的步驟計劃。AutoBA能根據數據變化自我調整分析流程，並支持多個LLM後端，提供在線及本地使用選項，確保數據安全與隱私。此外，它具備自動代碼修復機制，增強分析穩定性，並能隨著新興工具的發展而適應，成為多組學分析的強大解決方案。 PubMed DOI

知識組織網絡（NEKO）是一種新型工作流程，旨在提升大型語言模型（LLMs）如Qwen的能力，讓它們能從科學文獻中提取和組織知識。與傳統模型不同，NEKO不受預訓練截止日期的限制，並能生成與生物信息實體相關的知識圖譜及綜合摘要。 NEKO在教育、文獻回顧、論文撰寫等學術任務中表現出色，並已在酵母發酵和藍藻生物精煉等案例中證明其有效性。它還提供靈活的本地部署選項，讓更多研究人員能夠使用高級AI工具，促進科學研究的民主化。 PubMed DOI

FuncFetch是一個新開發的工作流程，利用大型語言模型（如GPT-4）來增強生物編輯，從數千篇科學手稿中提取酶活性。它整合了NCBI E-Utilities和Zotero等工具，篩選文獻並收集酶的數據。驗證結果顯示在識別酶活性方面精確度高，但仍需手動編輯以修正提取錯誤。該流程已應用於九個大型植物酶家族，篩選超過26,000篇論文，檢索32,000條條目。FuncFetch旨在提升生物編輯效率，並促進未表徵酶的功能預測，相關程式碼和數據已公開供研究使用。 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