scFAIR联盟：用于单细胞RNA测序数据标准化与统一的去中心化枢纽

多个资源库中单细胞 RNA 测序（scRNA-seq）数据的快速积累，在数据可获取性、整合性和可重复性方面带来了重大挑战。尽管原始资源库提供原始数据，但它们很少包含结构化的细胞类型注释或分析工作流程说明，从而限制了以符合 FAIR（可发现、可获取、可互操作、可重用）原则的方式对数据集进行复用和整合的能力。 在此，我们介绍 scFAIR——一个由单细胞数据资源组成的联盟，该联盟开发了统一的元数据模式和通用整理框架，以提升 scRNA-seq 数据的 FAIR 性。在 CZ CELLxGENE Discover 元数据模式的基础上进行构建和扩展，scFAIR 联盟在推动关键模式改进方面发挥了重要作用，包括扩展所支持的生物种类、丰富生物学背景信息，以及对计算工作流程进行结构化报告。 为实现对分散式数据集的统一访问，该联盟开发了 `sc-fair.org` 门户网站，目前已通过具备本体感知能力的语义检索，汇聚了来自合作资源的 2,346 个数据集。我们通过人类与小鼠 Allen Brain Atlas 之间的跨物种验证展示了符合 FAIR 原则的数据集的实际价值，结果表明，标准化的本体注释能够支持跨物种的可靠注释迁移，其中 90% 的神经元簇获得了完全一致或等效的标签。 总体而言，scFAIR 模式、验证器和门户网站共同构成了一个社区驱动的框架，推动了单细胞数据标准化，并为单细胞数据集可重复的大规模整合奠定了基础。

多个存储库中单细胞 RNA 测序（scRNA-seq）数据的快速积累，对数据可获取性、整合性和可复现性提出了重大挑战。尽管主要存储库提供原始数据，但它们很少包含结构化的细胞类型注释或分析流程描述，从而限制了以符合 FAIR（可发现、可获取、可互操作、可重用）原则的方式复用和整合数据集的能力。

本文介绍了 scFAIR——一个由单细胞数据资源组成的联盟，其开发了统一的元数据模式和通用整理框架，以提升 scRNA-seq 数据的 FAIR 性。在 CZ CELLxGENE Discover 元数据模式的基础上进行构建与扩展的过程中，scFAIR 联盟在推动关键模式改进方面发挥了重要作用，包括扩展所支持的生物体范围、提供更丰富的生物学背景信息，以及对计算工作流程进行结构化报告。

为实现对分散数据集的统一访问，该联盟开发了 `sc-fair.org` 门户网站，目前通过具有本体感知能力的语义搜索，聚合了来自合作资源的 2,346 个数据集。我们通过人类与小鼠 Allen Brain Atlas 之间的跨物种验证，展示了符合 FAIR 原则的数据集的实际价值，结果表明，标准化的本体注释能够实现跨物种的可靠注释迁移，其中 90% 的神经元簇获得了完全相同或等效的标签。

总之，scFAIR 模式、验证器和门户共同构成了一个社区驱动的框架，推动了单细胞数据标准化，并为单细胞数据集可复现的大规模整合奠定了基础。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.05.730084v1?rss=1

🏷️ 单细胞RNA测序 数据标准化 FAIR原则 元数据模式 语义检索 跨物种注释