Gun들지마의 Bioinformatics 생명정보학

싱글셀 RNA-Seq 분석을 하면서 가장 시간이 오래 걸리고 어려운 단계가 클러스터링 후에 이 클러스터가 어떤 세포의 종류인지를 구분하는 것이라고 생각합니다.

여러가지 방법이 있고, 여러가지 프로그램들이 있는데 거기에 대하여 포스팅도 쓴 적이 있습니다.

https://ruins880.tistory.com/106

저 방법들을 다 쓰고 데이터베이스를 뒤지고, 그리고 또 최신 논문들을 찾아보아도 어려운 건 어려운 거에요 ㅠㅠ

아니 진짜 뭔가 확실하게 딱 이거다! 라는 것도 힘들고, 소프트웨어마다 차이도 있고 하니 어렵더라구요.

그래서, 요새 학계에서 유행하는 AI에게 물어보았습니다.

일단 제일 유명한 chatGPT는 제외하고 제가 논문 쓸 때에 주로 쓰는 3가지를 써봤습니다.

chatGPT를 제외한 이유는 버전4로 바뀌면서 달라졌다고는 하지만, 없는 사실을 있는 듯하게 대답하는 경우가 많았기 때문입니다.

그래서 처음으로는 perplexity AI를 써봤습니다. UC Berkeley 출신의 팀이 만든 엔진으로, 논문 쓸 때에 특히 좋은데, 그 이유는 여러 학술 데이터베이스에서 레퍼런스를 가져옵니다.

뭐 딱히 도움이 되진 않습니다. 그럴 거면 레퍼런스는 왜 가져온거니..

다음은 Bing Chat 입니다. 마이크로소프트에서 만든 대화형 AI이며 검색에 도움을 주고 곧 마이크로소프트 오피스에도 포함될 예정이라고 하더군요. 평소에 검색할 때에 레퍼런스와 함께 결과를 가져오는 건 좋지만, 레퍼런스가 학술지가 아니라 블로그나 일반 뉴스사이트일 때가 많아서 그닥 좋아하진 않습니다. 하지만 검색을 할 때마다 마소 포인트를 주죠 ㅎ

 

앞서 Perplexity AI와 같은 유전자 마커들을 같은 순서로 질문해 봤습니다. 암튼 절대 모른대요. 알 수 없으니까 물어보지 마래요. 몇 개의 유전자들은 뭐 말해줄 수도 있는데 일단 자기는 모른대요.

마지막으로 구글에서 만든 Bard 입니다. 신청자에 한해서 베타 테스트를 하게 해주는데 운좋게도 베타 테스터에 걸려서 요새 유용하게 쓰고 있습니다. 하지만, Bing Chat이나 Perplexity처럼 레퍼런스를 주진 않아요.

아, 마커들은 Seurat에서 클러스터별로 FindMakers 기능을 이용해서 찾아서 발현량 순으로 정렬하여 7-10개 정도 넣어봤습니다.

뭐 AI들이 백퍼센트 맞다고 할 순 없겠지만, 앞으로 한가지 더 테스트해볼 수 있는 방법으로 유용하게 쓰일 것 같습니다.