Abstract B057: DrBioRight: an AI chat assistant enabling scalable and flexible multi-omics analysis in cancer
Notice bibliographique
Résumé
Abstract Over the past decade, high-throughput omics technologies have generated massive datasets from patient tumors, cell lines, and animal models, offering deep insights into disease mechanisms. However, analyzing these data remains a major challenge for researchers lacking computational expertise. Existing tools and bioinformatics cores offer partial solutions but often fall short in flexibility, scalability, or accessibility. To address these challenges, we developed DrBioRight, an AI-powered assistant that enables natural language-based analysis of multi-omics data. By integrating large-scale omics datasets, advanced analytic/visualization tools, and large language model-based AI agents into a unified chat interface, DrBioRight allows users to ask biomedical questions and receive interpretable results in real time. Already adopted by thousands of users, the platform significantly enhances data analysis efficiency in biomedical research. DrBioRight consists of three main components: (i) a data portal featuring multi-omics datasets from thousands of clinical and preclinical samples across hundreds of patient cohorts; (ii) a tool store offering customizable analytic and visualization modules; and (iii) AI agents that interpret queries, generate code, and automate workflows. The platform also supports external data uploads and community-contributed tools through easy-to-use integration APIs. To demonstrate its utility, a user might request, “Generate a heatmap for gene expression data.” DrBioRight processes the input data, identifies the most appropriate tool, and returns an interactive heatmap with features such as gene selection, zooming, scatter views, and pathway mapping. Users can then issue follow-up requests through ongoing conversation, such as correlation analysis, survival analysis, or subgroup comparisons. The platform also supports result summarization, plot customization, and export of both data and code, enabling flexible, iterative, and reproducible biomedical research. Overall, DrBioRight enhances research efficiency by minimizing computational barriers; fosters collaboration through shared data and tools; improves the quality and interpretability of analyses; increases transparency and reproducibility; and serves as an open-access hub for integrating and disseminating omics data and bioinformatics tools. In summary, DrBioRight is a versatile, end-to-end platform that lowers barriers to omics data analysis while accelerating discovery and collaboration in cancer research. Citation Format: Jun Li, Wei Liu, Yitao Tang, Yining Zhao, Han Liang. DrBioRight: an AI chat assistant enabling scalable and flexible multi-omics analysis in cancer [abstract]. In: Proceedings of the AACR Special Conference in Cancer Research: Artificial Intelligence and Machine Learning; 2025 Jul 10-12; Montreal, QC, Canada. Philadelphia (PA): AACR; Clin Cancer Res 2025;31(13_Suppl):Abstract nr B057.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».