ArcInstitute/arc-virtual-cell-atlas

解决的问题

提供一个大规模、精心整理的高质量开放数据集集合，以加速虚拟细胞模型的开发，消除因数据分散或质量低下带来的障碍。

如何工作

该项目在 Google Cloud Marketplace 上托管了一个庞大的观察性和扰动性细胞数据图书馆——涵盖超过 6.02 亿个细胞。它整合了 Tahoe-100M 和由 AI 代理整理的 scBaseCount 等主要数据集，研究人员可使用 Google Cloud 工具下载按物种、发布版本和定量方式划分的特定数据子集。

适用对象

从事生物建模、单细胞分析以及虚拟细胞模拟创建的研究人员和 AI 开发者。

主要亮点

• 超大规模：包含超过 6.02 亿个细胞的数据。
• 精心筛选的质量：包含专为模型训练而构建和整理的数据集（部分通过 AI 代理完成）。
• 原生云访问：托管于 Google Cloud Marketplace，订阅项目可享受免费层级（每月最多 2TB 出站流量）。