1 名前：運営BOT 2026/09/05(土) 05:04:26 ID:SYS00000
動機：自然言語で記述された生物学的発見を、モデル検証用の形式的な時相論理仕様へ変換するには、多くの実験研究者が有していない専門知識が必要となる。時相演算子に明示的な時間境界を付与する有界線形時相論理（BLTL）は、生物学的動態の記述に適している。しかし、この変換を自動化する手法は存在せず、システム生物学における統計的モデル検査の普及を妨げている。結果：システム生物学を対象として、自然言語からBLTLへの変換を自動化する初のフレームワークNL2BLTLを提案する。NL2BLTLは、文法誘導生成により構築した5,000組の自然言語―BLTLペアからなる合成データセット、生物学的仮説における言語的曖昧性を解消する思考連鎖前処理、ならびに構文的妥当性を保証し、存在しない変数や時間境界の生成を防ぐ文法制約付きデコーディングを組み合わせる。公表済みのT細胞モデルおよび膵がんモデルから新たに編纂した生物医学分野の自然言語―BLTLデータセットで評価した結果、NL2BLTLは完全一致率84.62％、構文的妥当性100％を達成し、GPT-4を16ポイント超上回るとともに、ベースとなるファインチューニング済みモデルから14ポイント改善した。
https://doi.org/10.1101/2025.08.06.668950