Arc Virtual Cell Atlas

内容与规模

Arc Institute 于 2025-02-25 发布，合并 scBaseCount（初版 >2.3 亿细胞、21 物种）与 Tahoe-100M，合计 300M+ 细胞，CC0 口径 [1][2]。scBaseCount 由公共测序数据统一重处理而来。

格式与 license

Tahoe-100M 部分为 CC0；整个 Atlas 页面未写明统一许可，以各子集为准 ⚠️。

哪些模型用

虚拟细胞模型训练与评测，如 Arc State；配合 Arc Virtual Cell Challenge 使用。

已知缺陷与口径

外部有"6 亿+"说法：仅见第三方称 scBaseCount 新版 >5.02 亿，合并 Tahoe 约 6 亿，未在官方页确认，且发布日期不同（二手）。引用时须注明版本与日期。公共重处理数据的批次效应与标注质量不一，扰动标签配对的数据仍稀缺，参见 CZ CELLxGENE Discover / Census。

来源

1. https://arcinstitute.org/news/arc-virtual-cell-atlas-launch (2026-10-15)
2. https://arcinstitute.org/tools/virtualcellatlas (2026-10-15)