OLAF：一个面向由大语言模型驱动的对话式生物信息学的开放生命科学分析框架
OLAF: An Open Life Science Analysis Framework for Conversational Bioinformatics Powered by Large Language Models
AI总结：
OLAF 是一个开源对话式生物信息学框架，结合大语言模型与模块化 agent-pipe-router 架构，通过自然语言在真实科学数据上生成并执行代码，降低非编程人员的计算生物学门槛。
摘要：
OLAF（开放生命科学分析框架）是一个开源平台，使研究人员能够使用自然语言执行生物信息学分析。通过将大语言模型（LLMs）与模块化的 agent-pipe-router 架构相结合，OLAF 在真实科学数据（包括 .h5ad 等格式）上生成并执行生物信息学代码。该系统包含一个 Angular 前端和一个 Python/Firebase 后端，允许用户通过简单的 Web 界面运行单细胞 RNA-seq 工作流、基因注释和数据可视化等分析。与通用人工智能工具不同，OLAF 在一个可复现、用户友好的环境中集成了代码执行、数据处理和科学库。它旨在降低非编程人员进入计算生物学的门槛，并支持透明、由人工智能驱动生命科学研究。
英文摘要：
OLAF (Open Life Science Analysis Framework) is an open-source platform that enables researchers to perform bioinformatics analyses using natural language. By combining large language models (LLMs) with a modular agent-pipe-router architecture, OLAF generates and executes bioinformatics code on real scientific data, including formats like .h5ad. The system includes an Angular front end and a Python/Firebase backend, allowing users to run analyses such as single-cell RNA-seq workflows, gene annotation, and data visualization through a simple web interface. Unlike general-purpose AI tools, OLAF integrates code execution, data handling, and scientific libraries in a reproducible, user-friendly environment. It is designed to lower the barrier to computational biology for non-programmers and support transparent, AI-powered life science research.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
