高质量数据集标准

让生命科学数据拥有一致的语义、可验证的质量,以及被科研人员和 AI 稳定理解与调用的能力。

生命科学数据集标准

覆盖生命科学关键研究方向,为数据汇聚、治理、共享与智能应用建立统一规范。

标准体系架构

以通用底座、方向模板与数据模块协同组织,支撑高质量数据集的持续生产与复用。

标准体系架构

  • 数据模块层针对不同组学数据指定专用表单与质量要求。
  • 方向模板层面向关键研究方向提供可直接采用的标准模板。
  • 通用底座层沉淀跨领域可复用的元数据与核心技术规范。
通用底座、方向模板、数据模块三层结构
  • 可组合复用模块化设计,可按研究场景组合形成标准方案。
  • 持续扩展通过统一接口跟随技术和业务演进持续更新。
  • AI 赋能让数据的结构、语义和质量信息可被智能服务调用。

AI-ready 数据格式

查看规范详情

高质量数据集采用 Croissant 元数据组织方式,提升数据的可理解性与机器可读性。

Dataset 模块图标 Dataset数据集总览
FileSet 模块图标 FileSet文件集合
RecordSet 模块图标 RecordSet记录集合
Field 模块图标 Field字段
Semantic Layer 模块图标 Semantic Layer语义层