以往单细胞转录组 AI 模型大多提前筛掉一部分基因来控制算力开销,很容易丢失大量非编码基因、低丰度基因信息,很难做全景式的细胞表达建模,湖南大学曾湘祥团队联合厦大、电子科大等机构推出 CellNet,把单细胞转录组信息转化为图像形式做建模,同步对外开放 Image Atlas 数据集,一共包含 2.31 亿张转录组图像,覆盖 40 个物种,相当于给单细胞研究打造了对标 CV 领域 ImageNet 的大规模基础数据底座。这套方案把基因身份、表达量编码成图像,用图像块聚合的方式压低计算成本,CellNet 基础模型依靠 8 张 A800 显卡、两周时间完成预训练,在稀有细胞识别、细胞状态判定、未检测基因表达预测任务上效果明显,还支持拓展到空间转录组方向,整套数据集配套基因词表、测量掩码、映射文件,科研人员可以直接拿来做模型训练、细胞图谱挖掘。
一、CellNet 项目基础信息表
| 项目条目 | 详情 |
|---|---|
| 研究团队 | 湖南大学曾湘祥团队,联合厦门大学、电子科技大学等单位 |
| 核心资源 | Image Atlas 转录组图像数据集 |
| 数据集规模 | 2.31 亿张转录组图像 |
| 覆盖物种数量 | 40 个物种 |
| 模型名称 | CellNet 单细胞基础模型 |
| 预训练硬件 | 8 张 A800 GPU |
| 预训练耗时 | 约两周 |
| 核心思路 | 转录组信息图像化,全景转录组建模 |
| 适用方向 | 细胞注释、稀有细胞识别、基因表达预测、空间转录组研究 |
二、CellNet 核心技术流程清单
- 基因编码映射:依托 DNA 序列定义编码、非编码基因身份,把基因表达数值映射成图像像素信息
- 转录组图像生成:将单个细胞全部基因表达信息转化为一张转录组图像
- 多视图联合嵌入:采用多视图联合预测架构,降低测序噪声带来的干扰
- 自监督预训练:在 2.31 亿图像数据集上做自监督学习,保留完整基因层面信息
- 下游任务微调:训练完成后,支持细胞分类、细胞状态识别、未知基因表达还原等任务
三、这套数据集和模型的价值亮点
- 填补单细胞大底座空白:对标计算机视觉 ImageNet,是跨物种、超大规模的转录组图像资源,公开可复用
- 不提前删减基因:不再为了算力砍掉低丰度、非编码基因,实现全景转录组建模
- 稀有细胞识别能力变强:对样本里占比很低的稀有细胞亚群、疾病相关细胞状态识别效果提升
- 具备预测能力:可以还原测序没有测到的编码基因、部分非编码 RNA 表达量
- 跨物种迁移:覆盖 40 个物种,方便做进化层面、跨物种细胞机制对比研究
四、现存局限
- 数据源头依赖已有公开单细胞测序数据,原始数据本身自带测序噪声
- 模型现阶段主要面向科研场景,距离临床诊断落地还有大量验证工作
- 图像化转录组属于新范式,配套分析工具、生态还在持续搭建
【常见问题】
问题 1:CellNet 开放的 2.31 亿张跨物种转录组图像数据集,被称作单细胞研究的 ImageNet 是什么意思?
回答 1:CellNet 开放的 2.31 亿张跨物种转录组图像数据集,是单细胞领域大规模标准化基础数据集,对标 CV 领域 ImageNet,用来给单细胞 AI 模型提供统一预训练底座,方便科研人员训练各类细胞 AI 模型。
问题 2:CellNet 开放 2.31 亿张跨物种转录组图像,这个数据集覆盖多少物种?
回答 2:CellNet 开放 2.31 亿张跨物种转录组图像,数据集一共覆盖 40 个物种,包含大量跨物种单细胞转录信息。
问题 3:CellNet 开放 2.31 亿张跨物种转录组图像,CellNet 模型靠什么思路解决传统单细胞模型丢基因的问题?
回答 3:CellNet 开放 2.31 亿张跨物种转录组图像,CellNet 采用转录组图像化方案,把全部基因信息编码进图像,不用提前筛选丢弃基因,实现全景转录组建模。
问题 4:CellNet 开放 2.31 亿张跨物种转录组图像,CellNet 模型可以用来做哪些单细胞研究?
回答 4:CellNet 开放 2.31 亿张跨物种转录组图像,CellNet 模型可以用于稀有细胞识别、细胞状态判定、未检测基因表达预测、跨物种细胞机制分析、空间转录组拓展研究。
【参考资料】
[2026-11-11](给单细胞研究一个「ImageNet」:CellNet 开放 2.31 亿张跨物种转录组图像)机器之心
[2026-10-30](Panoramic modelling of single-cell transcriptomes at scale with CellNet)arXiv
[2026-11-10](CellNet:将转录组转为图像,打造单细胞领域 ImageNet)ScienceAI
[2026-11-08](跨物种单细胞转录组大模型 CellNet 发布,配套亿级图像数据集)生物世界
[2026-11-07](曾湘祥团队 CellNet 成果解读:全景式单细胞转录组建模)湖南大学科研快讯
【免责声明】
本文仅整理公开科研成果资讯,不构成实验方案、试剂采购、临床应用建议;CellNet 以及 2.31 亿张跨物种转录组图像数据集还处于科研开放阶段,模型效果受原始测序数据质量、物种、组织类型影响;研究结论、数据集使用规范以论文原文、团队官方开源页面为准。
