Data / AI for Science / 实体卡片

scFoundation

论文与基准中国配方

清华加百图生科的 5,000 万细胞单细胞基础模型

数据类型
单细胞转录组

模型与发布

2024-06-06 发表于 Nature Methods，作者为清华大学张学工组与 BioMap（百图生科）（百图生科宋乐组）；基于 xTrimoGene 非对称架构（见 xTrimo / xTrimoPGLM），1 亿参数，约 2 万基因 [1][2]。

训练数据配方

  • 公共库：公共 scRNA-seq，超过 5,000 万人类单细胞 [1]。
  • 蒸馏合成与私有真值：无。

数据供应方与许可

公共库。

已知问题与口径冲突

归属常被误写为"华大 scFoundation"，实际为清华与百图；华大的相关工作是 CIMA 千万级免疫细胞图谱（Science 2026-01，二手转述，⚠️ 未回源）。

来源

  1. https://github.com/biomap-research/scFoundation (2026-10-15)
  2. https://www.tsinghua.edu.cn/info/1175/112118.htm (2026-10-15)

相关卡片

BioMap（百图生科）公司与机构 · 中国
xTrimo 与 scFoundation 背后的 AI 生命科学公司
CZ CELLxGENE Discover / Census数据集 · 美国
CZI 策展的单细胞库，约 2.18 亿细胞（去重约 1.25 亿）
Geneformer论文与基准 · 美国
Genecorpus-30M 到 104M 的单细胞基础模型
scGPT论文与基准 · 全球
3,300 万正常人类细胞预训练，数据主要来自 CELLxGENE
xTrimo / xTrimoPGLM论文与基准 · 中国
100B 参数蛋白语言模型，约 9.4 亿序列，百图生科

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。