# bulk RNA测序

Blank Bio发布转录组基础模型Ladon，参数规模30亿，在数百万条RNA-seq样本上以自监督目标预训练，用于从治疗前表达数据预测患者预后与治疗应答。在膀胱癌、肾癌、肺癌和肝癌的6项留出临床试验中，Ladon在免疫治疗应答预测上显著优于包括PD-L1表达在内的全部基线；在POPLAR试验上构建的评分显示出预测性而非仅预后性的特征。

Blank Bio发布转录组基础模型Ladon，参数规模30亿，在数百万条RNA-seq样本上以自监督目标预训练，用于从治疗前表达数据预测患者预后与治疗应答。在膀胱癌、肾癌、肺癌和肝癌的6项留出临床试验中，Ladon在免疫治疗应答预测上显著优于包括PD-L1表达在内的全部基线；在POPLAR试验上构建的评分显示出预测性而非仅预后性的特征。

批量RNA-seq差异表达分析里，通用大模型智能体往往直接挑DESeq2或edgeR，不检查这些方法的统计假设是否适合手头数据。DE-Rigor-Agent把分析拆成输入标准化、方法筛选、方法执行三段，在执行前用专家整理的方法卡和数据诊断逐条评估六种常用方法并记录保留或排除的理由。在140个模拟数据集上，它的筛选决定与模拟中人为引入的不兼容情形基本吻合，并在不同随机种子间保持稳定；两个Codex基线几乎对所有数据都选DESeq2或edgeR。

批量RNA-seq差异表达分析里，通用大模型智能体往往直接挑DESeq2或edgeR，不检查这些方法的统计假设是否适合手头数据。DE-Rigor-Agent把分析拆成输入标准化、方法筛选、方法执行三段，在执行前用专家整理的方法卡和数据诊断逐条评估六种常用方法并记录保留或排除的理由。在140个模拟数据集上，它的筛选决定与模拟中人为引入的不兼容情形基本吻合，并在不同随机种子间保持稳定；两个Codex基线几乎对所有数据都选DESeq2或edgeR。