资源库

数据集 / 模型 / 基准登记

主表 155 项 · 日报新发现 17 项（未核验）· 按你的应用线排优先级；规模、开放性以人工种子为准，其余标注来源。点主题/类型筛选，再点取消

P0 优先上手（25）

China Kadoorie Biobank数据集链接已核验

衰老心血管人群队列

中国人群参照队列，ChinaHEART 迁移时的对照

前瞻性人群队列（问卷/体检/血样/基因组/蛋白组） · 约 51 万成人（10 个地区，2004–08 入组） · 受控申请 · 证据 9 篇

ALADYNOULLI模型

人群队列心血管

生成式疾病轨迹的对标基线（可解释）

贝叶斯生成式疾病轨迹模型 · 68.3万人，348种疾病（据引用文献） · 开放性未确认 · 证据 1 篇

ChinaHEART数据集

心血管人群队列

目标队列：UKB 等公共队列方法迁移的落点

心血管病筛查人群队列（问卷/体检/心电等） · 中国大规模心血管病筛查/早筛队列 · 受控申请 · 证据 1 篇

Delphi-2M模型

人群队列心血管

生成式疾病轨迹的对标基线

生成式疾病轨迹 Transformer · UKB 约 40 万人训练 + 丹麦 190 万人验证 · 1000+ 病种 · 开放性未确认 · 证据 1 篇

China-PAR模型链接已核验

心血管

中国人群传统评分基线，ChinaHEART 模型必须对标

中国人群 ASCVD 10 年风险方程 · 推导21320人/验证8.5万人（据引用文献） · 公开 · 证据 4 篇

LongevityBench基准站点拒绝探测

衰老

衰老 AI 基准（Cell 2026），模型评测对标

衰老生物学多域 AI 基准 · 17项任务/5个数据域（据引用文献） · 开放性未确认 · 证据 1 篇

Pooled Cohort Equations模型

心血管

心血管风险预测的传统评分基线

ACC/AHA ASCVD 10 年风险方程（2013） · 公开

UK Biobank数据集站点拒绝探测

衰老心血管人群队列

多组学衰老与CVD方法迁移主数据源，ChinaHEART参照基准

人群队列（基因组/影像/蛋白组/代谢组/EHR） · 约 50 万人（40–69 岁入组，2006–10） · 受控申请 · 证据 121 篇

scGPT模型链接已核验

类器官单细胞虚拟细胞

单细胞基础模型基线，类器官衰老demo与虚拟扰动对标

单细胞预训练 Transformer · 基础模型（参数量未明确）（据引用文献） · 公开 · 证据 18 篇

Geneformer模型链接已核验

衰老单细胞虚拟细胞

单细胞基础模型基线，类器官衰老demo与虚拟扰动建模直接对标

基因 token 预训练（单细胞） · 基础模型（参数量未明确）（据引用文献） · 公开 · 证据 13 篇

UK Biobank Pharma Proteomics Project数据集站点拒绝探测

心血管人群队列衰老

UKB蛋白组，ChinaHEART蛋白组CVD风险迁移参照

血浆蛋白组（Olink Explore） · 约 5.4 万人 · 约 2,900 蛋白 · 受控申请 · 证据 11 篇

scFoundation模型链接已核验

单细胞虚拟细胞

扰动预测基准模型，类器官扰动demo可直接部署对比

单细胞大模型 · 基础模型（参数量未明确）（据引用文献） · 公开 · 证据 7 篇

Tahoe-100M数据集链接已核验

单细胞虚拟细胞

亿级药物扰动图谱，虚拟扰动预训练与类器官demo核心数据

单细胞药物扰动图谱 · 1亿+细胞/50细胞系/379化合物（据引用文献） · 公开 · 证据 5 篇

Norman 2019 Perturb-seq数据集

单细胞虚拟细胞

组合扰动基准数据，虚拟扰动响应建模必用基线

K562 CRISPRa 单/双基因组合扰动单细胞 · Perturb-seq扰动数据集（据引用文献） · 开放性未确认 · 证据 3 篇

Tahoe-X1模型

单细胞虚拟细胞

扰动训练单细胞基础模型，虚拟扰动响应建模首选基线

单细胞转录组（扰动） · 最高30亿参数（据引用文献） · 开放性未确认 · 证据 3 篇

Cell Painting工具

衰老单细胞

细胞形态扰动响应，类器官+cell painting扰动建模核心

高内涵细胞成像 · 多批次图像profiling数据（据引用文献） · 开放性未确认 · 证据 2 篇

CELLxGENE数据库链接已核验

衰老单细胞

单细胞图谱，训练类器官/单细胞衰老时钟的公开数据

单细胞标准化浏览器 + h5ad 下载 · 公共单细胞数据集合（据引用文献） · 公开 · 证据 2 篇

Chreode模型

单细胞虚拟细胞

细胞世界模型，虚拟扰动响应与类器官时序建模直接参照

单细胞时序/扰动动态 · 240万细胞小鼠胚胎图谱预训练（据引用文献） · 开放性未确认 · 证据 2 篇

KORA cohort数据集链接失效

衰老心血管

纵向蛋白组衰老时钟参照，直接对标ChinaHEART蛋白组迁移

血浆LC-MS蛋白质组 · 9105样本/4100人（据引用文献） · 开放性未确认 · 证据 2 篇

Adamson Perturb-seq数据集

单细胞虚拟细胞

扰动scRNA基准数据，虚拟扰动建模与类器官demo直接可用

CRISPR扰动scRNA-seq · 68,603单细胞（据引用文献） · 开放性未确认 · 证据 1 篇

Replogle Perturb-seq数据集

单细胞虚拟细胞

虚拟扰动建模标准基准，类器官扰动响应直接对标

CRISPR扰动scRNA-seq · K562 162,751/RPE1 162,733细胞（据引用文献） · 开放性未确认 · 证据 1 篇

SCALE模型链接已核验

单细胞虚拟细胞

条件传输虚拟扰动模型，类器官扰动响应建模直接可用

单细胞扰动（多类型） · PBMC三供体等（据引用文献） · 开放性未确认 · 证据 1 篇

Virtual Cell Challenge基准链接已核验

单细胞虚拟细胞

虚拟扰动响应基准，类器官/细胞虚拟扰动建模直接对标

扰动单细胞数据 · 专用扰动数据集（据引用文献） · 开放性未确认 · 证据 1 篇

UK Biobank Olink Plasma Proteomics (Pharma Proteomics Project)数据集

人群队列

pQTL与蛋白关联参照，ChinaHEART蛋白组迁移必对标

血浆蛋白质组 · 约5.4万人/2923蛋白（据引用文献） · 开放性未确认 · 证据 3 篇

Replogle 2022 Perturb-seq数据集站点拒绝探测

虚拟细胞

基因组规模Perturb-seq，扰动预测建模与基准评估核心数据

CRISPRi单细胞转录组 · >250万人类细胞（据引用文献） · 开放性未确认 · 证据 2 篇

P1 值得登记（68）

DNAm PhenoAge模型

衰老

甲基化时钟基线

甲基化衰老时钟（513 CpG） · CpG表观遗传时钟（据引用文献） · 公开 · 证据 1 篇

GrimAge模型

衰老

死亡率导向的甲基化时钟基线

甲基化死亡率时钟 · 开放性未确认

PhenoAge模型

衰老

血检生物年龄基线，NHANES 可复现

临床血检衰老时钟（9 项血检 + 年龄） · 公开

TranscriptFormer模型

类器官单细胞虚拟细胞

跨物种虚拟细胞图谱，虚拟扰动与跨物种迁移参照

单细胞转录组跨模态预测 · 单细胞基础模型（参数量未明）（据引用文献） · 开放性未确认 · 证据 3 篇

CHARLS数据集链接已核验

心血管人群队列衰老

中国队列，ChinaHEART迁移与AI-ECG外部验证

中老年追踪调查（问卷/体检/血检） · 8,080名≥45岁参与者（据引用文献） · 注册即可 · 证据 2 篇

SpeciesCorpus数据集

类器官单细胞虚拟细胞

跨物种单细胞语料，可预训练虚拟细胞模型支撑类器官与扰动。

跨物种单细胞转录组 · 1.31亿细胞（据引用文献） · 开放性未确认 · 证据 1 篇

Speciesformer模型

类器官单细胞虚拟细胞

跨物种虚拟细胞基础模型，直接对标虚拟扰动响应建模基线。

跨物种单细胞转录组 · 1.31亿细胞预训练（据引用文献） · 开放性未确认 · 证据 1 篇

VCBench基准

类器官单细胞虚拟细胞

单细胞基础模型评测基准，选型与对标时参照

单细胞多组学与虚拟细胞任务 · 5个基础模型×7能力维度×4框架（据引用文献） · 开放性未确认 · 证据 1 篇

All of Us Research Program数据集链接已核验

心血管人群队列

多血统EHR+基因组，PRS与EHR关联复制方法参照

人群队列（WGS/EHR/问卷/可穿戴） · 目标 100 万人（美国，多族裔） · 受控申请 · 证据 13 篇

Olink工具站点拒绝探测

心血管人群队列

蛋白组检测平台，ChinaHEART蛋白组方案参照

邻位延伸蛋白组检测平台 · 2920蛋白/44779人（据引用文献） · 商业 · 证据 6 篇

ARIC数据集链接已核验

心血管人群队列

蛋白组心衰/衰弱队列，ChinaHEART蛋白组参照

动脉粥样硬化前瞻队列（含 SomaScan 蛋白组） · 约 1.6 万人（1987–89 入组） · 受控申请 · 证据 5 篇

DINOv2模型链接已核验

类器官世界模型

类器官视频自监督特征+药效预测，可直接用于类器官demo

自监督视觉骨干（ViT） · ViT-S/B，ImageNet线性80.1%（据引用文献） · 公开 · 证据 3 篇

Framingham Heart Study数据集链接已核验

衰老心血管

ECG-AF深度学习经典队列，心血管AI模型对标

心血管前瞻队列（三代） · 10,097人/28,151份ECG（据引用文献） · 受控申请 · 证据 3 篇

GEARS模型

单细胞虚拟细胞

扰动预测可迁移基线，虚拟扰动建模对比方法

单细胞扰动转录组 · 图神经网络扰动模型（据引用文献） · 开放性未确认 · 证据 3 篇

MESA数据集链接已核验

心血管人群队列

多模态CVD队列，心血管基础模型外部验证

多族裔亚临床动脉粥样硬化队列 · 6,814 人（45–84 岁，四个族裔） · 受控申请 · 证据 3 篇

LucaCell模型

类器官单细胞

跨物种单细胞基础模型，类器官注释与虚拟扰动可用

单细胞mRNA序列 · 8500万人/鼠细胞预训练（据引用文献） · 开放性未确认 · 证据 2 篇

MEDICINE portal工具

衰老人群队列

多器官代谢组衰老时钟可迁移到类器官衰老demo与ChinaHEART衰老建模。

代谢组生物年龄模型与结果 · 5个器官特异性MetBAG模型（据引用文献） · 开放性未确认 · 证据 2 篇

Perturb-seq工具

单细胞虚拟细胞

CRISPR扰动数据，虚拟扰动建模训练与基准

单细胞 CRISPR 扰动测序方法 · 约20万细胞（据引用文献） · 开放性未确认 · 证据 2 篇

SomaScan工具链接已核验

心血管人群队列

血浆蛋白组平台，ChinaHEART蛋白组衰老建模参照

适配体蛋白组检测平台 · 4,877个aptamer/蛋白（据引用文献） · 商业 · 证据 2 篇

UCE模型链接已核验

类器官单细胞

免微调细胞嵌入，类器官衰老demo可作基线表征

跨物种细胞 embedding · 3600万细胞，8物种（据引用文献） · 公开 · 证据 2 篇

BBBC021数据集

单细胞虚拟细胞

扰动图像基准，虚拟扰动建模评测参照

细胞扰动显微图像 · 63,781训练/5,120测试图像（据引用文献） · 开放性未确认 · 证据 1 篇

JUMP数据集

单细胞虚拟细胞

细胞形态扰动基准，类器官成像扰动评测

细胞扰动显微图像 · 多通道细胞图像（据引用文献） · 开放性未确认 · 证据 1 篇

NHANES数据集站点拒绝探测

衰老人群队列

外部验证衰老时钟对死亡风险捕捉，可作ChinaHEART迁移参照

横断面体检+血检，可链接死亡随访 · 每两年约 1 万人（美国代表性样本） · 公开 · 证据 1 篇

Perturb-FISH工具站点拒绝探测

类器官单细胞

空间扰动读取思路，可用于类器官虚拟扰动建模设计

空间转录组+CRISPR扰动 · MERFISH+gRNA原位（据引用文献） · 开放性未确认 · 证据 1 篇

PerturbBridge模型

单细胞虚拟细胞

扰动图像生成思路，可迁移到类器官扰动响应建模

细胞扰动显微图像 · BBBC021约6.9万图像（据引用文献） · 开放性未确认 · 证据 1 篇

RegFormer模型

单细胞世界模型

融合GRN先验的扰动预测模型，虚拟扰动建模可迁移

scRNA-seq · 2500万人类细胞预训练（据引用文献） · 开放性未确认 · 证据 1 篇

scArchon基准

单细胞虚拟细胞

扰动预测标准化基准，虚拟扰动建模评测直接可用

单细胞扰动转录组 · 9种工具、多样本扰动数据（据引用文献） · 开放性未确认 · 证据 1 篇

SCORE2模型链接已核验

心血管

欧洲CVD风险基线，ChinaHEART模型对标

临床风险预测模型 · 45队列67.8万人建模；外部113万人（据引用文献） · 开放性未确认 · 证据 5 篇

Olink Proteomics panels工具链接可能指错

衰老

血浆蛋白组时钟建模，可迁移到ChinaHEART蛋白组衰老指标

血浆蛋白组 · 2,448-2,923蛋白（据引用文献） · 开放性未确认 · 证据 3 篇

QRISK3模型链接已核验

心血管

英国CVD风险模型，蛋白组增量比较基线

临床风险预测模型 · QResearch 1998-2015开放队列（据引用文献） · 开放性未确认 · 证据 3 篇

SCimilarity模型链接已核验

单细胞

细胞表示基础模型，跨队列细胞注释与状态查询可用

scRNA-seq · 2340万细胞/412研究（据引用文献） · 开放性未确认 · 证据 3 篇

UK Biobank Exome Sequencing Dataset数据集

人群队列

罕见变异负荷分析参照，人群多组学遗传整合

全外显子测序 · 约45.5万人/1230万变异（据引用文献） · 开放性未确认 · 证据 3 篇

ARCHS4数据库链接已核验

衰老

跨年龄RNA-seq，转录组衰老时钟训练验证数据

GEO RNA-seq 统一重处理矩阵（人/鼠） · 约5.7万样本，28组织，1,039队列（据引用文献） · 公开 · 证据 2 篇

Biomni模型

Agent

通用生物医学智能体，科研工作流与基因优先排序可试

通用生物医学AI智能体 · 25领域工具库（据引用文献） · 开放性未确认 · 证据 2 篇

CellPLM模型

单细胞

scEval最佳基础模型之一，类器官单细胞建模候选

scRNA-seq · 单细胞基础模型（据引用文献） · 开放性未确认 · 证据 2 篇

CHARGE-AF模型链接失效

心血管

房颤风险模型，AI-ECG与蛋白组评分比较基线

临床风险预测模型 · 房颤10年风险简易评分（据引用文献） · 开放性未确认 · 证据 2 篇

CHARGE-AF Risk Score模型链接可能指错

心血管

房颤风险基线，ChinaHEART心血管预测对照

临床房颤风险评分 · 多变量预测方程（据引用文献） · 开放性未确认 · 证据 2 篇

Global Biobank Meta-analysis Initiative (GBMI)数据集链接已核验

人群队列

跨库荟萃资源，跨祖源PRS评估方法参照

GWAS荟萃汇总统计 · 23库，220万人，14终点（据引用文献） · 开放性未确认 · 证据 2 篇

Horvath epigenetic clock (353 CpG)模型

衰老

表观年龄基线，类器官衰老demo与队列甲基化对照

DNA甲基化 · 353个CpG（据引用文献） · 开放性未确认 · 证据 2 篇

Human Cell Atlas数据库链接已核验

单细胞

细胞图谱资源，类器官衰老demo参照与跨组织整合

人体全细胞图谱计划 · 多组织细胞图谱（据引用文献） · 公开 · 证据 2 篇

Longevity-LLM模型

衰老

衰老组学基础模型，可微调做表观年龄与多模态衰老表征

DNA甲基化/蛋白组/临床/RNA · 0.6B–9B参数，5个模型（据引用文献） · 开放性未确认 · 证据 2 篇

Pan-UK Biobank数据集链接已核验

人群队列

多祖源GWAS汇总，ChinaHEART遗传整合与跨队列校正参照

多祖源 GWAS 汇总统计 · 7,266性状，多祖源（据引用文献） · 公开 · 证据 2 篇

PREVENT模型站点拒绝探测

心血管

AHA风险方程，蛋白组评分增量比较基线

临床风险评分 · AHA多队列推导方程（据引用文献） · 开放性未确认 · 证据 2 篇

Reti-CVD模型

心血管

视网膜图像CVD评分，多模态风险分层可迁移

视网膜眼底图像 · 深度学习CVD风险评分模型（据引用文献） · 开放性未确认 · 证据 2 篇

SCORE2-Diabetes模型链接可能指错

心血管

T2D专用CVD模型，代谢组增量改进对照

糖尿病专用风险评分 · 2型糖尿病10年MACE风险模型（据引用文献） · 开放性未确认 · 证据 2 篇

scvi-tools工具链接已核验

单细胞

单细胞嵌入经典基线，类器官与虚拟细胞建模对照。

单细胞概率模型工具包（scVI/scANVI/totalVI/MultiVI） · 多模态深度生成模型（据引用文献） · 公开 · 证据 2 篇

Trellis工具

类器官

类器官药物响应分析方法，可直接用于类器官扰动响应建模。

单细胞筛选/类器官药物响应 · >2500个CRC PDO与CAF（据引用文献） · 开放性未确认 · 证据 2 篇

AssayBench基准链接已核验

虚拟细胞

CRISPR表型预测基准，评估智能体虚拟细胞能力

CRISPR表型筛选 · 1920个筛选/约13826基因（据引用文献） · 公开 · 证据 1 篇

CODE-15%数据集站点拒绝探测

心血管

大规模ECG公开数据，ECG基础模型预训练验证

12 导联心电（巴西 CODE 研究 15% 子集） · 约 34.6 万份心电 / 23.4 万患者 · 公开 · 证据 1 篇

CollecTRI数据库链接已核验

虚拟细胞

TF调控网络先验，扰动预测带符号系数学习

TF调控网络先验 · 文献整合调控网络（据引用文献） · 公开 · 证据 1 篇

Gene Expression Omnibus数据库站点拒绝探测

衰老

取公开DNAm数据评估表观遗传时钟对干预响应

公共组学仓库（bulk + 部分单细胞） · 51项人类干预研究（据引用文献） · 公开 · 证据 1 篇

GenoTEX基准链接已核验

Agent

基因表达分析智能体基准，LLM科研工作流直接对标

基因表达数据与代码 · 含专家标注代码与结果的分析基准（据引用文献） · 公开 · 证据 1 篇

Horvath clock模型

衰老

DNAm年龄基线时钟，类器官衰老demo必比基线

多组织甲基化年龄时钟 · 353 CpG · 公开 · 证据 1 篇

I-JEPA模型链接已核验

世界模型

I-JEPA 是自监督表征范式基线，可迁移到类器官图像与组学

自监督表征（联合嵌入预测） · ViT-Huge/14，16×A100<72h（据引用文献） · 公开 · 证据 1 篇

NHGRI-EBI GWAS Catalog数据库链接已核验

人群队列

GWAS汇总统计标准库，ChinaHEART遗传关联查询

GWAS关联与汇总统计 · 625,113关联，>85K数据集（据引用文献） · 公开 · 证据 1 篇

scGen模型链接已核验

虚拟细胞

潜空间扰动向量预测，虚拟扰动建模经典基线

单细胞转录组 · 未明确（VAE模型）（据引用文献） · 公开 · 证据 1 篇

Tabula Sapiens数据集

单细胞

多供体单细胞图谱，可作类器官与虚拟细胞表征基准。

人多器官单细胞参考 · 564,253细胞（据引用文献） · 开放性未确认 · 证据 1 篇

TruthInsightBench基准链接已核验

Agent

科学发现智能体评测，科研智能体工作流可参照

开放式科学发现任务 · 40个盲任务/10领域（据引用文献） · 公开 · 证据 1 篇

Cell Painting Gallery数据集链接已核验

类器官

细胞形态成像，类器官cell painting扰动建模

细胞成像形态学数据 · 公开

CELLxGENE Census数据库链接已核验

单细胞

单细胞ML切片，类器官与虚拟扰动表征训练

CELLxGENE 全库可查询切片（面向 ML） · 公开

ClockBase数据库

衰老

甲基化时钟基准平台，选型与评测参照

多组织多物种甲基化时钟基准与评估平台 · 开放性未确认

DepMap数据库链接已核验

虚拟细胞

细胞系依赖与药敏，虚拟细胞扰动基线

癌细胞系 CRISPR 依赖 + 药敏 · 公开

DunedinPACE模型链接已核验

衰老

衰老速度时钟，类器官与队列衰老速率评估

甲基化衰老速度时钟 · 公开

GTEx数据集链接已核验

衰老

多组织eQTL参照，人群多组学遗传整合

多组织基因型-表达（eQTL）参考 · 约 950 名供体 · 54 个组织（v8） · 部分公开

HuBMAP数据库链接已核验

单细胞

人体单细胞空转图谱，类器官衰老demo参照

人体单细胞 + 空间图谱 · 公开

LINCS L1000数据集链接已核验

虚拟细胞

扰动转录组，虚拟扰动响应建模训练数据

药物/基因扰动转录组 · 注册即可

PTB-XL数据集链接已核验

心血管

公开心电数据，ChinaHEART AI-ECG风险模型预训练

12 导联心电（带诊断标注） · 21,799 份心电 / 18,869 人 · 公开

scPerturb数据库

虚拟细胞

单细胞扰动聚合，虚拟扰动建模核心数据

单细胞扰动数据集聚合 · 公开

P2 了解即可（62）

FinnGen数据库链接已核验

衰老人群队列

用于慢性疼痛GWAS荟萃分析及EHR预测模型跨队列验证。

基因组与电子健康记录 · R5约22.5万人/1932终点（据引用文献） · 开放性未确认 · 证据 6 篇

Cardiovascular Health Study数据集链接已核验

心血管衰老

作为外部验证队列用于心衰/衰弱蛋白组复制及CARDIAC-FM验证。

老年心血管前瞻队列 · 5,888 人（65 岁以上） · 受控申请 · 证据 3 篇

BioBank Japan数据集链接已核验

心血管人群队列

作为国家生物样本库WGS项目案例，用于比较设计与转化经验。

医院来源生物库（基因组/临床） · 第一期约 20 万患者（47 种疾病） · 受控申请 · 证据 2 篇

Mass General Brigham Biobank数据集链接可能指错

心血管人群队列

作为三个生物库之一用于ALADYNOULLI纵向EHR与遗传发现框架。

生物样本库+EHR · 约5.3万人（670例狭窄）（据引用文献） · 开放性未确认 · 证据 2 篇

MIMIC-IV数据集链接已核验

心血管人群队列

用于MiGHT-EHR四任务评测并与MIMIC-III联合验证。

ICU / 住院 EHR · 大型ICU患者数据库（据引用文献） · 受控申请 · 证据 2 篇

AllenCell数据集

单细胞虚拟细胞

评测PerturbBridge扰动图像生成与检索。

细胞显微图像 · 公开细胞图像库（据引用文献） · 开放性未确认 · 证据 1 篇

ImageNet-1K数据集链接已核验

世界模型

用于线性/冻结探针评估自监督表征质量及预训练。

自然图像分类 · 约128万训练图像/1000类（据引用文献） · 开放性未确认 · 证据 10 篇

ALFWorld基准链接已核验

Agent

作为ReAct与AgentPRM的交互决策/智能体任务环境，评测多步动作决策。

文本交互环境轨迹 · 文本家务任务交互基准（据引用文献） · 开放性未确认 · 证据 4 篇

ModelNet40数据集站点拒绝探测

世界模型

用于CrossJEPA的3D表征线性探测评估。

3D点云分类 · 40类3D CAD模型（据引用文献） · 开放性未确认 · 证据 4 篇

COCO基准链接已核验

世界模型

作为下游检测与分割迁移评测基准。

检测/分割/字幕 · 约33万图像/80类（据引用文献） · 开放性未确认 · 证据 2 篇

ELSA-Brasil数据集链接失效

心血管

作为前瞻队列用于验证单导联AI-ECG模型对新发心衰风险的关联。

前瞻队列/ECG · 13,454人（据引用文献） · 开放性未确认 · 证据 2 篇

ESTHER cohort数据集

心血管

代谢组CVD外部验证队列，受限，仅作迁移参照。

人群队列+代谢组 · 5578人（T2D亚组1039人）；249代谢物（据引用文献） · 开放性未确认 · 证据 2 篇

JetClass数据集

世界模型

用于预训练HEP-JEPA高能物理基础模型并评估top tagging等下游任务。

粒子物理喷注数据 · 1亿个喷注（据引用文献） · 开放性未确认 · 证据 2 篇

MATH基准

Agent

分布内数学推理评测基准，用于比较TEMPO与PPO/GRPO及DeepSeekMath性能。

数学竞赛题 · 数学推理基准（据引用文献） · 开放性未确认 · 证据 2 篇

ProcessBench基准链接已核验

Agent

用于评测PRM的步级错误检测能力，BiPRM与ScalePRM均在此报告F1。

步级错误检测数据 · 3400余条推理路径（据引用文献） · 公开 · 证据 2 篇

PushT基准链接已核验

世界模型

用于评估D-JEPA在机器人操作动作选择上的成功率（达87.89%）。

机器人操作轨迹/图像 · 推T形块操作任务（规模未列）（据引用文献） · 公开 · 证据 2 篇

Qwen2.5-Math-7B模型链接已核验

Agent

作为PURE与ScalePRM的基座模型，验证最小形式信用分配与合成过程监督的RL效果。

数学推理语言模型 · 7B参数（据引用文献） · 公开 · 证据 2 篇

Qwen3模型

Agent

作为基座模型用于验证信用分配与优势重加权方法的推理性能。

大语言模型权重 · 1.7B/4B/8B参数（据引用文献） · 开放性未确认 · 证据 2 篇

ScanObjectNN数据集链接已核验

世界模型

用于CrossJEPA的3D点云分类线性探测评估。

真实扫描3D点云 · 约1.5万点云/15类（据引用文献） · 开放性未确认 · 证据 2 篇

WebShop基准链接已核验

Agent

作为ReAct的交互式网购决策任务，评测多步导航与选择。

网页购物交互环境 · 118万商品、1.2万指令（据引用文献） · 开放性未确认 · 证据 2 篇

ADVANCE数据集

心血管

用于验证跨祖源PRS心肾并发症预测的MCCP方法。

2 型糖尿病试验队列与风险模型 · 全球T2D试验人群（万级）（据引用文献） · 开放性未确认 · 证据 1 篇

AlphaFold模型链接已核验

心血管

预测关键蛋白变异的结构以解释功能机制。

蛋白结构预测 · 蛋白复合物结构（据引用文献） · 公开 · 证据 1 篇

ENCODE数据库站点拒绝探测

Agent

转录因子结合数据，仅用于基序发现评测。

ChIP/ATAC/DNase 调控组学 · 132个转录因子（据引用文献） · 公开 · 证据 1 篇

ESM-2模型链接已核验

Agent

Virtual Lab纳米抗体设计流程中的蛋白质序列建模组件。

蛋白语言模型 · 未明确（据引用文献） · 公开 · 证据 1 篇

Graph-JEPA模型链接已核验

世界模型

图级联合嵌入预测架构自监督表征模型。

图结构数据 · 图级JEPA编码器（据引用文献） · 公开 · 证据 1 篇

GSM-Plus数据集链接已核验

Agent

数学推理评测集，与生物应用弱相关。

数学应用题变体 · 约1万题（据引用文献） · 公开 · 证据 1 篇

HuBERT模型链接已核验

世界模型

掩码隐藏单元预测的语音自监督预训练模型。

语音音频 · 最大10亿参数（据引用文献） · 公开 · 证据 1 篇

HumanEval基准链接已核验

Agent

Reflexion在编码任务上评估pass@1的基准。

代码生成 · 164道编程题（据引用文献） · 公开 · 证据 1 篇

Libri-light数据集链接已核验

世界模型

用于HuBERT多规模自监督预训练与微调评测。

语音音频 · 60000小时（据引用文献） · 公开 · 证据 1 篇

MAE模型链接已核验

世界模型

掩码自编码器预训练模型，用于可扩展视觉自监督学习。

视觉表征 · ViT-Huge，ImageNet-1K 87.8%（据引用文献） · 公开 · 证据 1 篇

MemCalib基准链接已核验

Agent

智能体记忆评测，方法储备了解即可

智能体记忆使用评测 · 15000例（13500训练+1500测试）（据引用文献） · 公开 · 证据 1 篇

MoCo模型链接已核验

世界模型

动量对比学习框架，提供可复用预训练视觉编码器。

视觉表征 · ResNet-50骨干，ImageNet预训练（据引用文献） · 公开 · 证据 1 篇

NKIBench基准链接已核验

Agent

用于评测LLM智能体自主优化AWS Trainium内核的性能。

AI加速器内核代码 · 真实LLM工作负载内核，复杂度不一（据引用文献） · 公开 · 证据 1 篇

OGBench基准链接已核验

世界模型

提供Cube等目标条件机器人规划评测任务。

机器人操作控制 · 多任务离线目标基准（据引用文献） · 公开 · 证据 1 篇

PaperBench基准链接已核验

Agent

评测AI智能体从零复现前沿AI研究的能力。

AI研究复现任务 · 20篇论文/8,316个可评分任务（据引用文献） · 公开 · 证据 1 篇

Point-JEPA模型链接已核验

世界模型

点云联合嵌入预测架构自监督预训练模型。

三维点云 · 点云ViT编码器（据引用文献） · 公开 · 证据 1 篇

PRM800K数据集链接已核验

Agent

用于训练过程奖励模型（PRM），为PURE提供过程监督数据。

数学推理步级标注 · 80万步级标签（据引用文献） · 公开 · 证据 1 篇

Qwen2.5-Math-1.5B模型链接已核验

Agent

小规模数学推理基座，仅作对比实验。

数学推理语言模型 · 1.5B参数（据引用文献） · 公开 · 证据 1 篇

R-Judge基准链接已核验

Agent

用于评测LLM智能体在交互环境中的安全风险识别能力。

多轮智能体交互文本 · 569条交互记录/27类风险场景（据引用文献） · 公开 · 证据 1 篇

SAM (Segment Anything Model)模型链接已核验

类器官

用于类器官延时显微视频中类器官的自动分割。

显微图像分割 · 十亿级掩码预训练基础模型（据引用文献） · 公开 · 证据 1 篇

SKILLMISEVO-BENCH基准链接已核验

Agent

冻结基准，用于衡量技能误演化导致的不安全检索与新会话危害。

恶意/良性/延续任务 · 冻结基准，含三类任务（据引用文献） · 公开 · 证据 1 篇

SKILLMISEVO-GYM基准链接已核验

Agent

生命周期感知测试台，用于研究自改进智能体的技能误演化。

智能体任务轨迹 · 25种配置×525任务×25回合（据引用文献） · 公开 · 证据 1 篇

Socratic-PRMBench基准链接已核验

Agent

系统评测PRM在六种推理模式下的过程错误检测能力。

含缺陷推理路径 · 2995条路径、平均8.7步（据引用文献） · 公开 · 证据 1 篇

Aging Atlas数据库链接已核验

衰老

衰老相关基因/多组学聚合 · 公开

CellAge数据库链接已核验

衰老

细胞衰老基因 curated 集（HAGR） · 公开

dbGaP数据库链接已核验

人群队列

NIH 受控访问基因型-表型库 · 受控申请

EGA数据库链接已核验

人群队列

欧洲受控访问人类组学档案 · 受控申请

EWAS Atlas数据库链接已核验

衰老

甲基化关联结果与数据 · 公开

GenAge数据库链接已核验

衰老

衰老相关基因 curated 集（HAGR） · 公开

Open Genes数据库链接已核验

衰老

衰老基因库 + 实验证据分级 · 公开

Single Cell Portal数据库链接已核验

单细胞

Broad 托管单细胞数据集 · 公开

ArrayExpress数据库链接已核验

EBI 表达与多组学归档 · 公开

DNABERT-2模型链接已核验

多物种 DNA 语言模型 · 公开

Enformer模型

序列 → 表达/染色质状态 · 公开

Human Protein Atlas数据库链接已核验

组织/单细胞/亚细胞蛋白表达图谱 · 公开

MassIVE数据库链接已核验

质谱数据仓库 · 公开

Nucleotide Transformer模型链接已核验

跨物种基因组基础模型 · 公开

Open Targets数据库链接已核验

靶点-疾病证据聚合 · 公开

PRIDE数据库链接已核验

质谱蛋白组原始数据 · 公开

recount3数据库链接已核验

统一重处理 RNA-seq（含 GTEx/TCGA） · 公开

SRA数据库链接已核验

原始测序 reads · 公开

TCGA数据集站点拒绝探测

肿瘤多模态（RNA/甲基化/CNV/病理/结局） · 部分公开

新发现 · 未核验（17）日报自动收录，每周并入登记表后核验

An open vision-language model for diverse medical applications.模型链接已核验

人群队列

Nature Medicine发布MedGemma医学视觉语言基础模型，开放权重，可微调用于医学多模态。

开放性未确认 · 日报 2026-10-17

scRNA-seq数据集

单细胞转录组图谱与建模 · 被 5 篇高分工作使用：A lifespan-scale single-cell atlas defin / A single-cell RNA-seq catalog of ground / LucaCell: a sequence-centric foundation

开放性未确认 · 日报 2026-10-11

Olink proteomics数据集未核验

血浆蛋白组关联与风险预测 · 被 3 篇高分工作使用：A pre-train and fine-tune framework for / Urban Genomics in a Rapidly Urbanizing M / VINTER: a generative vision-language mod

开放性未确认 · 日报 2026-10-11

VINTER: a generative vision-language model for annotating and interrogating spatial tissues模型链接已核验

单细胞

空间转录组生成式视觉语言模型，145万对数据，可标注组织。

开放性未确认 · 日报 2026-10-09

Urban Genomics in a Rapidly Urbanizing Megacity Reveals Layered Cardiometabolic Genetic Architecture数据集链接已核验

人群队列

上海人群高深度WGS+多组学队列资源，中国人群遗传架构，可迁移。

开放性未确认 · 日报 2026-10-06

EpiZoo: a DNA sequence-aware foundation model for cross-species single-cell epigenomics模型链接已核验

单细胞

跨物种单细胞表观组基础模型，序列感知，可迁移到衰老图谱。