BioMaster：基于多智能体的生信自动分析系统

在生物信息学领域，随着生物数据的爆炸性增长，分析流程的复杂性也在不断增加。传统的生物信息学工具和流程往往依赖于大量的手动操作，这不仅效率低下，而且难以扩展。近年来，基于大型语言模型（LLM）的智能代理技术为自动化生物信息学分析带来了新的希望。然而，现有的自动化系统在处理复杂、多步骤的工作流程时仍面临诸多挑战，例如错误传播、对新工具的适应性有限以及在特定生物信息学任务中的泛化能力不足等问题。

为了解决这些挑战，香港科技大学（广州）数据科学与分析学域的 Houcheng Su、Weicai Long 和 Yanlin Zhang 等人提出了一种名为 BioMaster 的多智能代理系统，旨在自动化和简化复杂的生物信息学工作流程。BioMaster 通过角色分工的智能代理，实现了任务的精确分解、执行和验证，并利用检索增强生成（RAG）技术动态检索领域特定的知识，提高了对新工具和特定分析的适应性。此外，BioMaster 还引入了增强的输入输出验证控制，确保了流程的一致性，并采用了优化的内存管理策略，以处理长工作流程。

BioMaster 的核心架构

BioMaster 的整体框架包括四个主要的智能代理：计划代理（Plan Agent）、任务代理（Task Agent）、调试代理（Debug Agent）和检查代理（Check Agent）。用户只需提供分析目标和必要的输入文件，BioMaster 即可自主处理整个工作流程。

• 计划代理：负责将用户定义的目标分解为一系列不可再分的步骤，并利用计划 RAG 检索与工作流程相关的知识，确保生成的工作流程准确且符合最新的生物信息学进展。
• 任务代理：根据计划代理定义的步骤，生成可执行脚本，包括工具安装和执行命令。它通过执行 RAG 检索工具的具体描述和使用示例，以增强对工具功能的理解。
• 调试代理：在任务执行后评估执行是否成功。如果检测到错误，它会分析错误信息并生成新的脚本，修正错误。调试代理还通过总结过去的交互来避免冗余，节省在迭代修正过程中的资源。
• 检查代理：验证输出文件是否符合计划中规定的期望。它检查文件名是否匹配、文件是否非空，并确认分析步骤是否正确执行。如果发现问题，检查代理会纠正这些问题，并调整后续步骤，以防止错误累积。

BioMaster 的优势

BioMaster 在多个方面展现了其独特的优势：

1. 动态知识检索：通过 RAG 技术，BioMaster 能够实时检索领域特定的知识，从而更好地适应新的工具和分析方法。这种能力使得 BioMaster 在处理复杂的生物信息学任务时更具灵活性和适应性。
2. 增强的输入输出验证：BioMaster 引入了严格的输入输出验证机制，确保每个步骤的输出都符合预期，从而避免了错误在工作流程中的传播。这种机制在长工作流程中尤为重要，因为它可以防止小错误累积成大问题。
3. 优化的内存管理：为了处理长工作流程，BioMaster 采用了优化的内存管理策略。这种策略通过总结过去的交互来避免冗余，节省了资源，同时保留了执行准确调试和脚本修正所需的关键上下文。

实验结果

在对 BioMaster 的实验评估中，研究者们选择了多种生物信息学任务，包括 RNA-seq、ChIP-seq、单细胞分析和 Hi-C 数据处理等。实验结果表明，BioMaster 在准确性、效率和可扩展性方面显著优于现有方法。

例如，在 Hi-C 数据分析中，BioMaster 成功地完成了从数据比对、配对解析到最终接触矩阵创建的整个流程。而其他方法，如 AutoBA 和 ChatGPT，在处理复杂步骤时出现了错误，如文件合并失败和参数文件格式错误等。BioMaster 的检查代理通过在每个步骤后验证输出，防止了错误的传播，确保了任务的完成。

此外，研究者们还进行了消融实验，以评估 BioMaster 中关键组件（如计划 RAG、工具 RAG 和检查代理）的贡献。结果表明，这些组件对于 BioMaster 的性能至关重要。例如，缺少计划 RAG 会导致系统无法生成有效和详细的工作计划，而缺少检查代理则会对长工作流程的成功率产生严重影响。

结论

BioMaster 的出现为生物信息学自动化分析提供了一个强大的解决方案。它通过多智能代理架构和动态知识检索技术，有效地解决了现有自动化系统在处理复杂工作流程时的局限性。BioMaster 的实验结果证明了其在多种生物信息学任务中的优越性能，特别是在处理长工作流程和特定领域任务时的表现尤为突出。

参考

文献： Su, Houcheng, Weicai Long, and Yanlin Zhang. "BioMaster: Multi-agent System for Automated Bioinformatics Analysis Workflow." bioRxiv (2025): 2025-01.

代码： https://github.com/ai4nucleome/BioMaster