bioRxiv：LLM智能体对话式审问蛋白质组数据，回溯分析暴露三项研究解读问题

据bioRxiv预印本，da Silva de Araujo等提出「数据集审问」框架，研究者通过大语言模型（LLM）智能体将新出现的问题转化为可执行检验，用对照核验答案，并将代码、输入与决策留存在带日期的记录中。对四个LC-MS/MS数据集回溯应用时，该框架暴露出改变三项内部研究解读的问题：搜索数据库缺少两种共生体之一、一对串联质量标签（TMT）通道被互换、非宿主蛋白导致统计量虚高，以及因将13C同位素峰选为单同位素峰造成的错误脱酰胺基化判定；对每个数据集提出同一问题后发现，三项研究均存在半胱氨酸烷基化失败或不完全。一个公开TMT数据集从原始文件重新分析耗时24分钟，作者称这是可行性指标、未设人工对照；在两种流程均识别的谱图中，99.2%获得与Proteome Discoverer相同的肽段归属，蛋白倍数变化相关（r=0.93）。作者称，在植入式测试中，专门构建的通道归…