国家基因组科学数据中心 NGDC / CNCB
中国国家级组学数据中心，GSA 用户数据已超 100PB
- 数据类型
- 原始测序；组学；影像
- 规模口径
- GSA 用户数据 >100PB（2026-02）
- 链接
- ngdc.cncb.ac.cn
内容与规模
NGDC 依托中科院北京基因组研究所，2019 年入选 20 个国家科学数据中心之一。产品包括 GSA（原始序列）、GSA-Human（受控）、OMIX、OBIA（影像）、GWH、GVM 等。GSA 用户数据 2026-02-21 突破 100PB（2021-09 为 10PB），1,272 家机构、14,246 名用户，日下载约 20TB，另镜像 INSDC（GenBank/ENA/DDBJ） 约 25PB；自报服务 200+ 国家/地区、支撑 12,000+ 篇论文 [1][2]。
格式与 license
GSA 开放，GSA-Human 受控，因人类遗传资源受《人类遗传资源管理条例》约束，信息对外提供前须经安全审查，见 人类遗传资源管理条例及实施细则 [3][4]。
哪些模型拿它训练或评测
未核到以 NGDC 数据作为公开基础模型训练底座的具体实例。
已知偏差与泄漏
用户自报数字（机构数、论文数）未经独立核实；规模以用户提交量计，不等于可复用的高质量数据。其他国家级数据中心（微生物、人口健康）的归属与规模未能确认，待复核 ⚠️。
来源
相关卡片
卡片整理 2026-10-15。公司自报数据标“公司口径”；⚠️ 为未经独立核实。