为扎实推进“人工智能+”行动部署，加快高质量人工智能数据集建设，国家数据局组织开展高质量数据集典型案例征集工作。由中国科学院推荐，中国科学院计算机网络信息中心、中国科学院动物研究所联合构建的“scCompass：亿级多物种单细胞转录组AI数据集”成功入选国家数据局“高质量数据集典型案例”。

注：8月28日，在中国国际大数据产业博览会（简称“数博会”）期间，典型案例发布现场（国家数据局本次征集共收到来自国家各大部委、地方数据局推荐案例663份，最终遴选出104个典型高质量数据集案例。）

注：8月28日，在中国国际大数据产业博览会（简称“数博会”）期间，典型案例发布现场（“scCompass：亿级多物种单细胞转录组AI数据集”成功入选国家数据局“高质量数据集典型案例”）

scCompass针对传统生命科学数据库存在聚焦单一物种，标准不统一的问题，难以支持大模型的跨物种泛化训练的瓶颈，建设亿级多物种单细胞转录组AI数据集。scCompass严选自全球主流数据库，经统一质控、归一化与高精度细胞类型注释，最终集成来自人类、小鼠等13个关键物种超1.04亿个单细胞，为跨物种生命规律解析与大模型训练提供核心数据基座。scCompass同时深度整合主流单细胞基础模型对数据结构、预处理等标准，面向大模型需求涵盖不同规模、不同格式的“即取即用”训练数据集与支持模型的预训练检查点，在多个SOTA模型验证有效性。

scCompass（Advanced Science，2025）自2025年5月公开发表以来，已服务36个国家/地区，并支撑首个知识与数据联合驱动的多物种生命基础大模型GeneCompass（Cell Research，2024，封面文章）以及细胞图基础模型CGCompass（National Science Review，2025），并支撑XCompass生命科学智能数字细胞基础大模型赋能细胞治疗，未来将持续动态更新该数据集。

相关地址和公开文章：

scCompass数据集服务平台：http://bdbe.cn/kun

scCompass数据集文章：

https://advanced.onlinelibrary.wiley.com/doi/10.1002/advs.202500870

GeneCompass（scCompass126M支撑）：

https://www.nature.com/articles/s41422-024-01034-y

CGCompass(scCompass50M支撑) ：

https://academic.oup.com/nsr/advance-article/doi/10.1093/nsr/nwaf255/8172492