QB期刊｜如何用ChatGPT辅助生信学习
本文来自“QB期刊”，文章仅代表作者观点，与“科研圈”无关。
随着大数据科学的发展及学科交叉融合研究新范式的兴起，众多从事生物学和医学基础研究的学生及工作人员对生物信息学分析的依赖越来越强，但他们相对薄弱的编程基础成为了学习生信的巨大障碍。近期，大型语言模型聊天机器人ChatGPT对人们生活带来了巨大的冲击。它除了具有让人印象深刻的自然语言理解能力外，这个聊天机器人还具有很强编程能力。例如它懂多种编程语言，能写代码，并且还可以纠正代码。因此聊天机器人对促进生信初学者具有很大的赋能作用。然而ChatGPT的响应在很大程度上依赖于我们给它所输入的提示（prompts）。在学习生信的过程中，如何给ChatGPT制定有效的提示对于获得准确的结果显得尤其至关重要。近日，美国西弗吉尼亚大学的胡钢清教授、李秉新教授、李新教授，亚利桑那州州立大学的刘莉教授和德克萨斯大学埃尔帕索分校的冯自峰教授团队共同提出了一种名为OPTIMAL的学习模型用于辅助生物信息学的学习及教育。相关模型以标题“Empowering beginners in bioinformatics with ChatGPT”（??点击下载PDF全文）于2023年3月29日在线发表于Quantitative Biology期刊。同期美国密苏里大学哥伦比亚分校的许东教授对该模型给出了深入的点评并进一步展望了ChatGPT在生信领域中的应用（点击这里阅读原文）。全文概要
在OPTIMAL模型中，学生通过迭代的方式和聊天机器人进行交互，从而一步步地优化提示（如图1）。
QB 期刊介绍
Quantitative Biology（QB）期刊是由清华大学、北京大学、高教出版社联合创办的全英文学术期刊。QB主要刊登生物信息学、计算生物学、系统生物学、理论生物学和合成生物学的最新研究成果和前沿进展，并为生命科学与计算机、数学、物理等交叉研究领域打造一个学术水平高、可读性强、具有全球影响力的交叉学科期刊品牌。
QB 期刊目前已被 ESCI, Scopus, CSCD等国内外重要数据库收录。Citescore2021=4.6，2023年将获得第一个影响因子（IF）。
《前沿》系列英文学术期刊
由教育部主管、高等教育出版社主办的《前沿》（Frontiers）系列英文学术期刊，于2006年正式创刊，以网络版和印刷版向全球发行。系列期刊包括基础科学、生命科学、工程技术和人文社会科学四个主题，是我国覆盖学科最广泛的英文学术期刊群，其中12种被SCI收录，其他也被A&HCI、Ei、MEDLINE或相应学科国际权威检索系统收录，具有一定的国际学术影响力。系列期刊采用在线优先出版方式，保证文章以最快速度发表。
中国学术前沿期刊网
http://journal.hep.com.cn
