Logo
Decide better.Live better.
Logo
Decide better.Live better.

Illumina запустила датасет из 1 млрд клеток для ИИ. Billion Cell Atlas с CRISPR-данными по 20 000 генам — но доступ для России под вопросом

Illumina запустила датасет из 1 млрд клеток для ИИ

Illumina создала Billion Cell Atlas — 1 млрд клеток с генетическими пертурбациями для обучения ИИ и drug discovery. Секвенировано 150+ млн клеток, 3,1 петабайта данных, roadmap — 5 млрд за три года. Для российских биоинформатиков критичны барьеры: партнёрский доступ через BioInsight, ФЗ-152 о трансграничной передаче геномных данных, отсутствие документации по форматам и лицензиям.

14 января 2026

—Новости
Светлана Акимова
banner

TLDR:

  • Illumina запустила Billion Cell Atlas — датасет с профилями 1 млрд клеток, подвергнутых CRISPR-редактированию, для обучения ИИ-моделей в drug discovery, включая 250 болезней-релевантных линий и ~20 петабайт данных в год.
  • Критические пробелы: отсутствуют детали методологии (типы CRISPR-пертурбаций, глубина секвенирования, контроль качества) и формат данных, что затрудняет интеграцию с открытыми инструментами вроде Scanpy или Seurat.
  • Для российских исследователей доступ к данным ограничен: неясны условия для академии, а требования ФЗ-152 и санкции делают API-платформу неприменимой; критически важно следить за peer-reviewed публикациями и проверять совместимость с локальными инфраструктурами.

Illumina запустила Billion Cell Atlas — датасет из 1 млрд клеток с CRISPR-изменениями для обучения ИИ и поиска новых лекарств. Компания измерила реакции клеток на генетические изменения в ~20 000 генах. План амбициозный: 5 млрд клеток за три года.

Почему это важно для российских учёных: Датасет экономит годы работы на создании обучающих данных для ИИ-моделей, которые предсказывают эффекты мутаций. Российские биоинформатики получают готовую карту клеточных реакций — как атлас звёздного неба для астрономов, только для биологов. Доступ идёт через коммерческое партнёрство: требуется запрос на BusinessDevelopment@illumina.com.

По цифрам:

  • 150 млн клеток уже секвенировано
  • 200–250 линий клеток (рак, иммунные, кардиометаболические, неврологические заболевания)
  • ~3,1 петабайта данных (эквивалент ~3000 жёстких дисков)
  • 100–200 тыс. клеток обрабатывается за ~15 часов на платформе Illumina Single Cell 3' RNA Prep

Между строк: Для российских институтов критичны два барьера. Первый: ФЗ № 152-ФЗ требует уведомления Роскомнадзора перед передачей геномных данных за рубеж с марта 2023 года. Второй: огромные массивы данных требуют облачных ресурсов — локальное развёртывание в институтах потребует серьёзных инвестиций в оборудование и каналы связи. Датасет маркирован For Research Use Only — не для диагностики, только для исследований.

Illumina трансформируется из производителя секвенаторов в провайдера данных. Контроль над качественными датасетами создаёт барьеры для конкурентов — но может ускорить разработку лекарств на порядок. Альтернатива существует: Arc Institute предлагает Tahoe-100M с открытым доступом, что критично для академических групп с ограниченным бюджетом.

Что дальше: Следить за публикацией технической документации и условий лицензирования. От них зависит, получат ли российские команды доступ на приемлемых условиях и смогут ли интегрировать данные с локальными вычислительными кластерами. Ключевой вопрос остаётся открытым: совместим ли датасет с российскими моделями предсказания патогенности вариантов или потребует полной перестройки аналитических систем.

О чём это

Лента