SpaCellAgent: 경로 분석을 위한 자체 진화형 LLM 기반 다중 에이전트 프레임워크

SpaCellAgent: A Self-Evolving LLM-Based Multi-Agent Framework for Trajectory Analysis

공간 및 단일 세포 트랜스크립토믹스는 세포 역학을 이해하는 데 혁명적인 역할을 합니다. 세포 발달 경로를 재구성하는 기본적인 패러다임인 경로 추론(Trajectory Inference, TI)은 매우 중요합니다. 그러나 기존 방법들은 광범위한 수동 개입과 다양한 도구에 대한 숙련도를 요구하며, 이는 효율적인 TI 분석의 중요한 장애물이 됩니다. 이러한 격차를 해소하기 위해, 우리는 엔드투엔드 시공간 분석 및 스토리텔링을 자동화하는 자율형 대규모 언어 모델(LLM) 기반 다중 에이전트 프레임워크인 SpaCellAgent를 제안합니다. SpaCellAgent는 전략적인 워크플로우 계획을 위한 다중 에이전트 아키텍처, 적응적인 알고리즘 선택을 위한 동적 도구 오케스트레이션 엔진, 그리고 피드백을 통해 성능을 반복적으로 개선하는 자체 진화 모듈을 활용합니다. 우리는 SpaCellAgent를 복잡한 시간적 발달 경로, 다양한 시퀀싱 플랫폼 및 공간 해상도 조직 구조를 포함하는 여섯 가지 이질적인 데이터셋에 대해 평가했습니다. SpaCellAgent는 분석 효율성 측면에서 40% 이상의 향상을 보이며, 동시에 전문가 수준의 성능을 유지합니다. SpaCellAgent는 자연어 사양을 최적화된 분석 워크플로우로 변환하고 파이프라인 전체를 완전히 자동화함으로써, 고급 시공간 모델링을 대중화하고 계산 생물학 분야에서 확장 가능한 에이전트 기반 패러다임을 구축합니다. 코드 및 자료는 https://github.com/LittleXH-shw/SpaCellAgent 에서 확인할 수 있습니다.

Spatial and Single-cell transcriptomics are transformative in deciphering cellular dynamics. As the fundamental paradigm for reconstructing cell developmental paths, trajectory inference (TI) is critical. However, existing methods require extensive manual intervention and proficiency in heterogeneous tools, posing a significant barrier to efficient TI analysis. To bridge this gap, we propose SpaCellAgent, an autonomous large language model (LLM) multi-agent framework that automates end-to-end spatiotemporal analysis and narrative generation. SpaCellAgent utilizes a multi-agent architecture for strategic workflow planning, a dynamic tool-orchestration engine for adaptive algorithm selection, and a self-evolution module that iteratively refines performance through feedback. We evaluate SpaCellAgent on six heterogeneous datasets encompassing complex temporal developmental trajectories, diverse sequencing platforms, and spatially-resolved tissue architectures. SpaCellAgent consistently demonstrates over 40\% improvement in analytical efficiency while maintaining expert-aligned performance. By converting natural language specifications into optimized analytical workflows and fully automating the pipeline, SpaCellAgent democratizes advanced spatiotemporal modeling and establishes a scalable, agent-driven paradigm for computational biology. The code and materials are available at https://github.com/LittleXH-shw/SpaCellAgent.