中国科学技术大学 发布 CELLxGENE 数据集, 应用在 生物信息学、机器学习 领域

中国科学技术大学 本次发布的数据集 CELLxGENE, CELLxGENE数据集是由Program等人在2025年创建的，包含2700万个单细胞样本的基因表达数据。该数据集用于多模态单细胞-文本预训练语言模型（scMMGPT）的训练，以实现单细胞分析的跨模态知识和信息共享。数据集中的每个细胞样本都包含了丰富的基因表达矩阵和相应的文本描述信息，为单细胞类型注释、细胞描述生成等任务提供了有力的数据支持。

查看CELLxGENE

关于 中国科学技术大学 , 中国科学技术大学是中国的一所综合性研究型大学，位于安徽省合肥市，是中国科学院直属的一所高校，以培养高水平的科技人才和进行科学研究为宗旨。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。