階層的特徴選択とAIエージェントによる仮想研究グループを用いた遺伝子オントロジー知識発見の再検討

要旨：大規模言語モデルは、複数の難解なタスクにおいて大きな成功を収めており、その能力は新興のエージェントAI技術によってさらに強化され得ます。この新しい計算パラダイムは、従来の科学的発見パイプラインをすでに革新し始めています。本研究では、階層的特徴選択法によって選択された高度に老化関連のGene Ontology用語を考慮し、意味のある老化関連生物学的知識を抽出することを目的とした、新規のエージェントAIベースの知識発見指向の仮想スタディグループを提案します。私たちは、4つの異なるモデル生物の老化関連Gene Ontology用語を考慮して提案されたエージェントAIフレームワークの性能を検討し、既存の研究論文をレビューして生物学的発見を検証します。AIエージェントが生成した科学的主張の大半が既存の文献で裏付けられること、そして仮想スタディグループの提案する内部メカニズムが、設計されたエージェントAIベースの知識発見フレームワークにおいて重要な役割を果たすことが分かりました。