Parse 与 Nomic 合作构建 1 亿细胞级 AI 就绪单细胞与蛋白组数据集
100 Million-Cell AI-Ready Dataset with Single-Cell and Proteomic Data Created by Parse and Nomic
Parse Biosciences 与 Nomic Bio 宣布合作生成 Cascade 数据集,计划整合 1 亿个单细胞 RNA-seq 图谱与逾 11,000 份蛋白组分泌组图谱,覆盖超过 150,000 种细胞因子与药物的单独及组合扰动条件。
Parse Biosciences 是 QIAGEN 旗下公司,提供可扩展且易于获取的单细胞测序服务;Nomic Bio 则专注于高通量蛋白质组学分析。两家公司今日宣布合作,共同生成 Cascade——一个包含 1 亿个细胞的基础数据集,用于理解人体免疫反应。该数据集的规模和深度将为制药合作伙伴提供细胞层面和蛋白质层面的免疫生物学洞察,目标是加速其发现和验证新药物靶点的能力。
Cascade 是一个多模态扰动数据集,捕捉免疫细胞在多个时间点上对治疗的反应。该数据集将把 1 亿个单细胞 RNA-seq 图谱与超过 11,000 个蛋白质组分泌组图谱相结合,捕捉不同免疫细胞类型对超过 150,000 种单独及组合细胞因子和药物扰动条件的反应。通过配对同一免疫反应随时间变化的转录组学和蛋白质组学读数,Cascade 将为研究人员提供驱动人体免疫信号传导机制的视角,填补构建预测性虚拟细胞模型的关键数据缺口。
Cascade 已经获得了包括 GSK、Pfizer、Sanofi、Graph Therapeutics 和 Turbine 在内的领先制药和生物技术公司的基础合作伙伴承诺,凸显了药物发现领域对大规模多模态免疫数据的需求。
单细胞 RNA-seq 数据的生成将在 Parse 的 GigaLab 中进行,这是一个能够每年分析数十亿个细胞的高通量服务实验室。这些数据将与通过 Nomic 的 Omini 1000 平台生成的蛋白质组分泌组数据配对,该平台将在所有样本中测量超过 1,000 种分泌蛋白。
“生物 AI 建模已遭遇数据瓶颈。尽管在药物发现中扮演核心角色,但测量人体对细胞因子和其他药物等关键扰动的免疫反应的可用数据量却少得惊人,”Parse Biosciences 联合创始人兼首席技术官 Charlie Roco 博士指出。“Cascade 是揭示这些相互作用的关键一步,我们预计这将大幅提高合作伙伴 AI 模型的预测能力。”
文章 Parse 和 Nomic 创建的含单细胞与蛋白质组数据的 1 亿细胞 AI 就绪数据集 最早发布于 GEN - Genetic Engineering and Biotechnology News。
来源:GEN 新闻 · genengnews.com