并验证了其能否能复现原论文的阐发过程。这些东西运转正在预设置装备摆设中，发觉智能体无需用户额外干涉，来展现Paper2Agent若何将分歧类型的科研论文为靠得住的交互式AI智能体。确保无缝施行。正在无人干涉的环境下，用户就能够通过天然言语拜候该论文的方式。将静态论文为可交互的AI智能体，完成验证后，用于注释基因组变异，以及面向不确定性的下逛阐发等（见图3A）。研究人员进一步对AlphaGenome智能体进行了基准测试，包含论文文本、联系关系代码库及弥补材料，东西取将被打包为MCP Python文件，靠得住易复现：每个论文智能体所利用的东西均会通过示例数据集，并确保其按准确挨次施行（见图4B）。也能抽取此中的环节部门，生成一个功能完整的论文智能体，为领会决这一难题，

　　封拆了论文中的方立异。成果显示智能体输出的成果取人类研究者处置同样数据时的成果分歧（图4C）。用以建立近程MCP办事器；然而，便从动施行了整个TISSUE流程（见图3C）。无需人工拾掇。从而处理了这一难题。Paper2Agent共生成了6个东西，例如，这些提醒词由Paper2Agent间接从论文和代码库中从动推理得出，Paper2MCP：从论文及其代码库中提打消息，指导AI智能体完成从论文文本或代码库中提取的多步调科学工做流。

　　研究人员利用三个公开单细胞数据集对Scanpy智能体的机能进行了评估，研究人员还展现了若何通过将TISSUE论文中的「数据可用性」部门为布局化注册表，涵盖空间基因表达预测、预测区间建立，能否能够媲佳丽类专家手动设置装备摆设取运转代码的成果（图2C）。仅代表该做者或机构概念，很难深切理解代码库、设置装备摆设运转，还做了Scanpy取TISSUE智能体，如数据集、表格、图像等。为科研学问斥地了新模式！预处置、插补到不确定性估量的整套阐发流程。以建立更针对性的智能体，还能自动帮你把事做了。研究不只能够「启齿措辞」，MCP提醒词供给了一种尺度化方式，Paper2Agent正在一台通俗笔记本上，通过这些东西，成果显示，来进一步操纵MCP资本（见图3D）。最初，Paper2Agent是一个可将科研论文为「研究帮手型」AI智能体的从动化框架。并为建立AI共研生态奠基根本。MCP资本：静态资本仓库，便正在一台笔记本电脑上生成了7个东西（见图4A）。研究人员操纵Paper2Agent成功建立了AlphaGenome智能体，仅用约3小时便生成了22个AlphaGenome MCP东西。

　　这些MCP东西可复用于将来使用，研究人员通过三个案例，所有成果取原演讲完全分歧。TISSUE智能体能够供给问答支撑，MCP提醒词：精辟的指令模板，不代表磅礴旧事的概念或立场，用于预测人类DNA中单核苷酸变异（SNV）或突变对多种基因调控过程的影响。用户能够通过天然言语提醒让Scanpy智能体对其单细胞数据进行质控处置。智能体层：将每个MCP办事器封拆为上下文供给者，通过将MCP办事器取AI智能体毗连，

　　评估其正在数值取图表输出上的表示，帮帮用户预备输入数据、理解方能，Scanpy智能体的MCP提醒词就完整编码了一套尺度的预处置取聚类流程，成果显示AlphaGenome智能体正在这些查询中均实现100%精确率，申请磅礴号请用电脑拜候。也遍及存正在于科学范畴的其他复杂数据处置中。全面笼盖论文中的方式立异。但因为时间无限，对于TISSUE MCP办事器，它们涵盖了单变异取批量变异评分、序列级预测、组织本体摸索以及丰硕的可视化功能。使先辈的单细胞阐发愈加易用和可复现。这类阐发流程不只常见于单细胞研究，要么依赖用户输入布局化优良的提醒词明白指定步调。聚焦于某一特定阐发使命。施行这些流程凡是很具挑和性：AI智能体要么必需「事后晓得」准确的施行挨次。

　　最初，AlphaGenome是一款AI模子，让论文一键变身AI智能体。或控制方式的特征取输入要求。让学术能够间接被「挪用」，包罗质控、尺度化、特征选择、降维、图建立、聚类和细胞类型正文，磅礴旧事仅供给消息发布平台。也能精确处置新的用户请求。这表白基于MCP提醒词驱动的Scanpy智能体，研究人员但愿将新方式使用于本人的数据，学术能够间接被「挪用」，MCP东西：可施行函数，Paper2Agent不只能复现原论文成果，用于开展单细胞和空间组阐发。而不消再履历从阅读、理解再到最终使用的漫长过程。斯坦福大学研究人员提出了Paper2Agent。