BaseCamp - AI 프레임워크를 활용한 DNA 서열 데이터 PIPE라인 자동화

DNA 시퀀싱 pipe라인을 처리하는 quality control, alignment, variation calling, annotation과 같은 작업은 이제 대규모 언어 모델(LLM)과 같은 established bioinformatics 도구를 scale에 맞게 조율하는 workflow 관리 시스템에 의해 신뢰할 수 있게 실행되고 있습니다. 그러나 그 실행에 관련된 결정 layer는 여전히 manual한 작업입니다. 이 결정 layer는 sample과 platform에 적합한 quality threshold를 선택하는 것, borderline variation call을 판단하는 것, anomaly를 진단하는 것, expert review를 필요로 하는 finding을 결정하는 것과 같은 decision입니다. 이러한 결정은 반복적이고 판단력-intensive한 작업이며 operator 간에 일관성이 없고 frequently undocumented합니다. 이 논문은 DNA 시퀀싱 pipe라인의 결정 layer를 자동화하는 novel한 agentic AI framework인 BaseCamp를 소개합니다. 이 framework는 DNA 시퀀싱 pipe라인을 six 개의 전문적인 AI agent로 분할합니다. 이 agent들은 sample intake와 quality control, alignment, variation calling, annotation, cross-stage monitoring, reporting과 같은 작업을 담당합니다. critical하게, BaseCamp agent들은 sequence analysis를 수행하지 않습니다. 대신, established tool들이 alignment, calling, annotation을 수행하며 agent들은 그들의 output을 interpret하고 decision을 내립니다. 이 framework는 language model reasoning을 judgment layer에서 수행하고 reproducibility를 보장하는 existing tooling의 장점을 유지합니다. agent reasoning은 central reasoning LLM을 통해 coordinated하는 fine-tuned domain-specialized large language models에 의해 수행됩니다. 이 models은 locally 실행되며 sequencing data가 operating environment를 떠나지 않도록 합니다. evaluation 결과 agent-generated configuration은 expert practice와 일치하고 explicit filtering ledger는 filtering이 없던 것을 추적할 수 있도록 합니다. 또한 cross-stage anomaly detection은 execution monitoring에서 놓친 조건을 surface합니다. BaseCamp는 scientific data pipeline의 agentic automation에 대한 generalizable blueprint를 제공합니다.