OmicOS: комплексная инфраструктура экосистемы омиксных технологий и агентная система для эпохи искусственного интеллекта

OmicOS: A Comprehensive Omics Ecosystem Infrastructure and Agent System for the AI Era
Zhi Luo, Yuanyan Xiong, Xuegong Zhang, Hao Zhu, Hongwu Du, Liping Zhou, Z H E N G M Jiang, Sheng Mao, Y Shi, Pi Liu, Zehua Zeng, Xu Meng, LH Hu, Chen Li, Xuejiao Ma, Lianchong Gao, Xuelei Wang, Yawen Zheng, Jieshen Xian, Ziheng Lin, Yifan Lu, Wenzhuo Tang, Qiangwei Peng, Yuqing Ma, Cencan Xing
2026-06-16

BiomniBenchOmicOSагентная биологияодноклеточная и пространственная омикаконтракты возможностей с учетом состояния
Биология накопила обширную экосистему омиксных методов, однако значительная её часть по-прежнему создаётся для экспертов-людей, а не для научных агентов. Методы распределены между пакетами Python, рабочими процессами R/Bioconductor и CRAN, инструментами командной строки, несовместимыми контейнерами данных и неявными состояниями объектов, из-за чего даже рутинный анализ трудно надёжно выбрать, выполнить и проверить с помощью системы искусственного интеллекта. Здесь мы представляем OmicOS — комплексную инфраструктуру экосистемы омиксных технологий и агентную систему, превращающую OmicVerse V2, открытое сообщество омиксных разработок, в исполняемую основу агентной биологии. OmicVerse V2 предоставляет общественный базовый слой: масштабируемые бэкенды на Rust, совместимые с AnnDataOOM, ориентированные на агентов алгоритмы Python для анализа одноклеточных, пространственных, массовых и мультиомиксных данных, интерфейсы к фундаментальным моделям для одноклеточных данных, а также нативные реализации на Python рабочих процессов в стиле Bioconductor/CRAN, исторически ориентированных на R. OmicOS делает этот базовый слой действенным, регистрируя аналитические функции как контракты возможностей, учитывающие состояние, что позволяет агентам исследовать актуальные объекты данных, выбирать допустимые методы, выполнять контролируемые рабочие процессы и фиксировать происхождение данных. Результатом является не фиксированный конвейер, а программируемая омиксная среда, в которой агенты составляют реальные анализы из проверенных общественных методов, а не изобретают инструменты. Внешние и специально разработанные тесты показали, что OmicOS заняла первое место среди оцениваемых систем, достигнув 81,2% на BiomniBench. Добавление OmicVerse к минимальному агенту повысило долю выполненных задач максимум на 34,2 процентного пункта при использовании qwen-3.6-35b, а контролируемые абляционные исследования показали, что прирост был обусловлен выполнением на основе реестра, а не более крупными моделями, поиском по документации или неограниченным предоставлением инструментов. Та же инфраструктура масштабировалась до данных атласного размера, воспроизводила ориентированные на R рабочие процессы на Python и преобразовывала внешнее программное обеспечение для патологии в навыки, пригодные для использования агентами. В задаче поиска, начинавшейся с пространственной карты всего организма и термина «болезнь Альцгеймера...
1
Добавление OmicVerse к минимальному агенту повысило выполнение задач максимум на 34,2 процентного пункта с qwen-3.6-35b; абляции связали прирост с исполнением на основе реестра, а не с размером модели, поиском документации или неограниченным доступом к инструментам.
2
Контракты возможностей с учётом состояния позволяют агентам анализировать текущие объекты данных, выбирать допустимые методы, выполнять контролируемый анализ и фиксировать происхождение результатов.
3
OmicOS заняла первое место среди оценённых систем на внешних и специально разработанных бенчмарках, достигнув 81,2% на BiomniBench.
4
OmicOS превращает OmicVerse V2 в исполняемую основу для агентной биологии, объединяя масштабируемые серверные компоненты, алгоритмы для агентов, интерфейсы к фундаментальным моделям и нативные для Python омиксные рабочие процессы.
5
Инфраструктура поддерживает данные атласного масштаба, воспроизводит ориентированные на R рабочие процессы в Python и превращает внешнее патологическое программное обеспечение в навыки, доступные агентам.

OmicOS — исполняемая инфраструктура экосистемы омиксных методов и агентная система для агентной биологии

Способность доступной ИИ-агентам омиксной среды выбирать, выполнять, проверять, компоновать и воспроизводить учитывающие состояние аналитические рабочие процессы с фиксацией происхождения данных для одноклеточных, пространственных, bulk- и мультиомиксных данных

Publication Details
Publication Date
2026-06-16
Journal
Publisher
ISSN
Cited by
1
Access Type
Author Information
Authors
Zhi Luo
Yuanyan Xiong
Xuegong Zhang
Hao Zhu
Hongwu Du
Liping Zhou
Z H E N G M Jiang
Sheng Mao
Y Shi
Pi Liu
Zehua Zeng
Xu Meng
LH Hu
Chen Li
Xuejiao Ma
Lianchong Gao
Xuelei Wang
Yawen Zheng
Jieshen Xian
Ziheng Lin
Yifan Lu
Wenzhuo Tang
Qiangwei Peng
Yuqing Ma
Cencan Xing
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%