科研团队发布 CellNet 大规模开放数据集，包含 2.31 亿张跨物种单细胞转录组图像，目标是给单细胞研究提供像计算机视觉 ImageNet 那样的标准化基准资源，方便研究者训练、对比、验证单细胞深度学习模型，解决过去单细胞 AI 训练数据分散、格式不一、规模小、跨物种泛化难的痛点。
这套数据集把单细胞转录组表达矩阵转化为图像形式，覆盖人、小鼠、斑马鱼等多个物种，包含多种组织、细胞类型、疾病状态，统一了数据预处理、编码成像规则，研究者不用再各自爬取、整合、清洗零散单细胞公共数据，直接调用 CellNet 做预训练、迁移学习、细胞分型、细胞轨迹预测等任务。在视觉大模型快速发展的背景下，越来越多科研人员把转录组数据转成图像，用 CNN、ViT 等 CV 模型处理单细胞任务，但之前缺少统一的大规模基准库，CellNet 就是填补这个缺口。
数据集核心信息清单
- 数据集名称：CellNet
- 数据规模：2.31 亿张单细胞转录组图像
- 覆盖范围：跨多物种，包含健康、疾病不同样本
- 数据来源：整合公开单细胞转录组原始测序数据，统一编码为图像表征
- 定位：单细胞领域的基准数据集，对标 CV 领域 ImageNet
- 用途：模型预训练、细胞注释、细胞状态预测、跨物种迁移学习、算法公平对比
- 开放方式：开源开放，科研可免费获取使用
为什么单细胞领域需要一个 “ImageNet”
- 此前单细胞数据分散在 GEO、ArrayExpress 等库，来源、测序平台、预处理流程各不相同，很难直接拿来训练大模型；
- 不同课题组的模型在自家小数据集上效果很好，换到别的数据集就翻车，缺少统一的测试基准；
- 转录组转图像的编码方式五花八门，没有统一标准，不利于方法横向对比；
- 跨物种、跨组织泛化是单细胞 AI 的核心难点，需要海量多样化数据来提升模型鲁棒性。
转录组图像方案对比简表
| 方案 | 优势 | 短板 |
|---|---|---|
| CellNet 标准化转录组图像 | 规模极大、统一编码、跨物种、可直接喂给 CV 架构 | 转录组转图像存在信息映射损失，属于表征方式，不是原始测序文件 |
| 直接用表达矩阵（传统单细胞 AI） | 信息保留完整，主流 scBERT、scVI 等模型原生支持 | 和 CV 大模型生态割裂，很难直接复用成熟 ViT、CNN 预训练权重 |
| 小数据集自制转录组图 | 贴合自身课题，灵活定制 | 规模小、可复现差、跨样本泛化弱 |
应用方向
✅ 细胞自动注释、细胞亚型分类
✅ 疾病相关细胞状态识别
✅ 跨物种细胞图谱迁移学习
✅ 单细胞 foundation model 预训练
✅ 新算法、新模型的标准化 Benchmark 测试
局限说明
- 转录组转图像是人工表征映射，会存在信息损失，不能完全替代原始 count 矩阵；
- 虽然数据量大，仍存在物种、组织类型分布不均衡问题；
- 属于科研基准数据集，不是临床诊断数据集，不能直接用于临床检测。
【相关 FAQ】
问题 1：给单细胞研究一个「ImageNet」：CellNet 开放 2.31 亿张跨物种转录组图像，CellNet 是什么？
回答 1：给单细胞研究一个「ImageNet」：CellNet 开放 2.31 亿张跨物种转录组图像，CellNet 是单细胞领域开源基准数据集，包含 2.31 亿张跨物种单细胞转录组图像，对标 CV 领域 ImageNet，用来训练和评测单细胞深度学习模型。
问题 2：给单细胞研究一个「ImageNet」：CellNet 开放 2.31 亿张跨物种转录组图像，转录组图像是怎么做出来的？
回答 2：给单细胞研究一个「ImageNet」：CellNet 开放 2.31 亿张跨物种转录组图像，它是把单细胞基因表达矩阵按照统一编码规则转化为图像，把基因表达信息映射成像素信息，适配 CNN、ViT 这类视觉模型。
问题 3：给单细胞研究一个「ImageNet」：CellNet 开放 2.31 亿张跨物种转录组图像，CellNet 主要解决什么痛点？
回答 3：给单细胞研究一个「ImageNet」：CellNet 开放 2.31 亿张跨物种转录组图像，解决单细胞数据分散、预处理标准不一、缺少统一 benchmark、模型跨物种泛化差的问题，方便研究者公平对比各类 AI 算法。
问题 4：给单细胞研究一个「ImageNet」：CellNet 开放 2.31 亿张跨物种转录组图像，它可以用来做哪些单细胞分析任务？
回答 4：给单细胞研究一个「ImageNet」：CellNet 开放 2.31 亿张跨物种转录组图像，支持细胞自动注释、细胞状态识别、跨物种迁移学习、单细胞基础大模型预训练、新算法基准测试等科研任务。
【参考资料】
[2026-11-10]（给单细胞研究一个「ImageNet」：CellNet 开放 2.31 亿张跨物种转录组图像）生物世界
[2026-11-10]（CellNet: A Large-Scale Cross-Species Transcriptomic Image Dataset for Single-Cell Foundation Model）bioRxiv
[2026-11-10]（单细胞转录组图像化，CellNet 数据集发布）丁香学术
【免责声明】
本文仅整理预印本与科研媒体公开报道，CellNet 为科研数据集，相关模型、分析结论需要后续实验验证；数据集使用请遵守原始数据的伦理与数据许可协议，不构成临床诊断依据。