君录生物医药 · 分析平台
IntelliCytoPilot
IntelliCytoPilot
对话式分析平台
把从数据到结论的链路，装进一个浏览器标签页。自然语言描述研究目标，平台拆解步骤、调用标准工具、生成结果，并把过程全部留痕。不用装环境，不用拼流程。
把从数据到结论的链路，装进一个浏览器标签页。自然语言描述研究目标，平台拆解步骤、调用标准工具、生成结果，并把过程全部留痕。不用装环境，不用拼流程。
IntelliCytoPilot（ICP）是君录生物医药的单细胞分析平台。交互方式是对话：用户用自然语言描述要回答的生物学问题，平台在浏览器内完成质控、聚类注释、差异表达与空间转录组分析，可调用单细胞多组学数据基座中的公共数据。细胞注释与机制推断为平台内嵌能力，不依赖外部插件。
单细胞分析的难点，一半在生物学，另一半在工程。
一次完整的单细胞分析，标准步骤是清楚的：质控、降维聚类、细胞类型注释、差异表达、功能富集，需要时再加空间信息。这些步骤清楚，真正耗时的是把它们串起来的杂事——环境怎么配、版本怎么锁、参考库从哪来、换个数据集要不要从头再来一遍、跑到一半内存爆了怎么办。
这些杂事消耗的是研究者的时间。ICP 的出发点就是把这一段接过去：流程由平台串好，算力放在平台上，用户只需要判断结果对不对、下一步问什么。
对话式交互的意义也在这里。传统分析工具要求使用者先学会它的语言——函数名、参数名、目录结构；ICP 反过来，用日常语言说想做什么，它把这些翻译成步骤。注意力从操作细节挪回问题本身。
五步，从一句话开始。
描述目标
用中文说清要回答什么，例如「比较房颤与窦性心律患者心房组织中成纤维细胞的差异」。不需要写成分析指令。
取数据
从单细胞多组学数据基座检索并加载当次需要的子集。
质控与聚类
按数据特征做质控过滤、降维与聚类，得到细胞群。参数由平台给出初值，可调。
注释与差异
细胞类型注释由平台内嵌能力完成，并给出证据链；随后做组间差异表达与功能富集。空间转录组数据在这一步加入空间位置信息。
判断与追问
结果以图表呈现，据此判断哪一群细胞值得追下去，再换条件重跑。ICP 的用法是「跑一轮—看一看—改一改」。
「哪些分析项可跑、一次跑多久、扣多少积分」，见会员与价格页。
底座存数据，ICP 是入口；两者互相调用，各自可独立使用。
数据基座把全球公共单细胞数据（5 亿+ 细胞、1,000+ 研究项目）对齐到同一套元信息框架里，按物种、组织、疾病、数据模态四层组织。ICP 在分析开始时按研究目标从基座取数，只加载当次需要的子集。
整合发生在当次子集里，不预先物化全库图谱。任何一次分析都能回到它当时用的那份数据范围。
反过来，数据也可以脱离分析单独使用——只看图谱、只做检索浏览，不产生算力消耗。
自助与代分析两种方式并存，区别在取过程还是取结果。
两条路线并存，各出各的结果。
| 使用者 | 典型场景 |
|---|---|
| 高校与医院课题组 | 要跑标准的单细胞流程：质控、注释、差异与富集，组里没有专职生信，或有人但排队等。 |
| 生物医药企业 | 项目早期需要快速看几组数据，判断靶点在哪些细胞群、哪些状态下有信号，再决定要不要投实验资源。 |
| 需要参照系的团队 | 拿公共图谱的细胞群构成与标志基因做对照，确认自己的注释是否对得上。 |
平台把流程跑对、把证据摆全。
不需要。ICP 的交互方式是对话：用日常语言描述要回答的生物学问题，平台据此拆解分析步骤并执行。不需要写脚本，也不需要自己配环境。
三处不同。一是不用搭环境：分析在浏览器里进行，不必处理依赖、版本与参考库。二是不占用本地算力：细胞数上千上万时，本地机器跑不动的任务在平台上可以跑。三是不必从零拼流程：质控、聚类注释、差异表达这些标准步骤由平台串起来。
现在还不能。加载自己上传的表达矩阵要装桌面客户端，客户端尚未推出。目前在平台上能加载的是数据基座里的公共数据，这一部分可以用来与自己已有的分析结果作对照。
区别在取过程还是取结果。ICP 由使用者操作：参数在手、随时重跑、边看边调。代分析是替使用者跑完并交成品，适合样本量大、技术类型特殊，或团队里没有人手跑流程的情况。
不只。平台覆盖质控、聚类注释、差异表达与空间转录组分析；数据基座一侧覆盖单细胞转录组、单细胞 ATAC、空间转录组、单细胞扰动数据 4 种数据模态。某个项目要用哪几种、能不能一起分析，取决于当次数据的平台与样本设计。
平台负责把流程跑对、把证据摆全，结论强度取决于数据本身的设计。细胞类型注释会给出证据链与不确定性，证据不足时平台倾向于报不确定。涉及机制与靶点的判断，属候选假说，需要独立数据或湿实验验证。