ELEM拿出100万美元征集虚拟细胞数据方案：先定细胞、基因与扰动组合，再谈测多少样本
核心概要
ELEM Biotech 计划投入100万美元，用于生成并公开共享扰动数据，以训练和验证虚拟细胞模型，并公开征集全球研究者提出应优先测量哪些实验。征集要求给出具体的细胞、基因与扰动组合，并说明采样时间、读出、对照和独立生物学重复；这些数据将建立在已开源的 ELEM-1200RS 与即将开源的 ELEM-600PR 之上。其自动化平台每月可制备最多10万个阵列式遗传扰动细胞样本，但这是样本产能，不等于每月测完10万个不同基因。
深度剖析
虚拟细胞模型所需的数据不再只由数据生产方按能做的样本决定，ELEM Biotech 把下一批公开扰动数据的实验优先级交给全球研究者提出。 此前公开数据集的构成由生产方决定，而这次征集要求提交按优先级排序的具体细胞、基因与扰动组合，而不是宽泛的愿望清单。 征集以已开源的 bulk RNA-seq 数据集 ELEM-1200RS 和即将开源的 ELEM-600PR 为基础，后者包含超过1200个 bulk RNA-seq 样本和600个蛋白质组样本，覆盖多个人类细胞背景。
提交内容需要说明扰动类型、采样时间、读出、对照和独立生物学重复，使结果可被解释、模型可被检验。 征集明确区分必需实验与可选实验，并要求说明数据将支持哪一项真实的生物学或建模任务。 ELEM 的自动化平台每月可制备最多10万个阵列式遗传扰动细胞样本，支持遗传与药物联合扰动和多时间点采样，样本兼容单细胞 RNA 测序、bulk RNA 测序、定量蛋白质组和细胞成像。
数据拟以 CC BY 4.0 免费、非排他地向全球开放，包括商业使用，不设申请门槛，贡献者也不享有优先权。 拟议在项目启动后六个月内首次公开发布，十二个月内发布全部已完成且可共享的数据，失败与被排除的实验同样记录在案。 因盲法模型评估而暂时保留的数据会提前公布发布日期，并在同一最终期限内公开；资助批准、范围、确切发布日期和许可条款将在实验开始前公开确认。
启示与展望
这则消息面向从事扰动数据生产、虚拟细胞建模与开放数据治理的研究者，内容是100万美元数据生成计划与实验设计征集，而非已生成的数据或模型结果；提交截止时间为2026年12月25日23:59 UTC。
资助批准、项目范围、确切发布日期和许可条款都将在实验开始前公开确认，因此上述金额、时间表和 CC BY 4.0 条款目前仍是拟议安排；每月最多10万个样本是细胞样本产能，最终覆盖取决于所选细胞、扰动可行性、对照、重复、质量要求和测量成本。