从方案设计、样本获取到标准化数据集交付的一站式服务。交付不分「基本可用」——每一批数据按三档技术标准验收，25 项指标全部可测量、可对表。
君录生物医药提供扰动测序（Perturb-seq）综合解决方案，覆盖六个环节：方案设计、样本获取与前置质控、扰动实验与测序、数据处理与 guide assignment、标准化数据集交付、基线对照报告。交付按三层技术标准验收——L1 入库层（数据能不能读）、L2 可训练层（能不能进模型）、L3 可引用层（能不能被引用），共 25 项可测量指标；不达标即返工、降级或拒收。适用于虚拟细胞训练、药企靶点功能验证与疾病机制研究。
从一批样本到一份可训练数据集，中间每一步由我们承接，每一步都有对应交付物。
| 环节 | 内容 | 交付物 |
|---|---|---|
| ① 方案设计 | 根据研究目标确定扰动策略、靶点清单、对照结构与样本量 | 实验设计书（含样本量测算依据） |
| ② 样本与前置 | 临床样本获取路径、伦理与知情同意的合规衔接、样本 QC | 样本流转与质控记录 |
| ③ 扰动实验 | 递送方案优化、编辑效率验证、文库构建与测序 | 原始测序数据 + 效率报告 |
| ④ 数据分析 | 质控、编辑效率校正、guide assignment、扰动效应量估计、供体间可重复性 | 扰动效应矩阵 + QC 报告 |
| ⑤ 资产化 | 标准化为可训练格式，附字段说明、批次结构与划分建议 | 可训练数据集 + 数据字典 |
| ⑥ 基线对照 | 与线性/加性基线的同台比较，给出模型是否值得引入的判断 | 基线对拍报告 |
三层各回答一个不同的问题：能不能读、能不能进模型、能不能被引用。每项指标「多少算过」依项目约定写定，验收时按实测对表，不接受虚标档位。
| 编号 | 技术指标 | 不达标后果 |
|---|---|---|
| L1-01 | 交付原始计数，非仅标准化矩阵 | 拒收——无法重算 |
| L1-02 | 标准格式三件套与主矩阵齐备、可独立装载 | 缺三件套降级 |
| L1-03 | 基因主键明确、可跨库映射 | 主键选错即跨库合并零命中 |
| L1-04 | 元数据字段配完整字段字典（名称、类型、取值域、单位、缺失标记） | 缺字典降级 |
| L1-05 | 细胞可四级回溯至供体，链条无断点 | 任一级断链拒收 |
| L1-06 | 参考基因组与注释版本写定版本号 | 缺版本返工 |
| L1-07 | 文件完整性校验清单：校验值 + 维度 + 行数 | 缺清单降级 |
| L1-08 | 批次结构显式入表，进入元数据而非只写报告正文 | 缺则无法分离批次效应 |
| 编号 | 技术指标 | 不达标后果 |
|---|---|---|
| L2-01 | 每个扰动有足够的可用细胞数，且分档声明（入库档／可训练档／竞赛档） | 按实际档标注 |
| L2-02 | 测序深度逐样本报实测分布：中位数与低分位并报，不只报均值 | 低分位过低按低分位重算有效细胞数 |
| L2-03 | 扰动效率必报，报分布不报均值，同报判定方法与所用基因集 | 只报均值返工 |
| L2-04 | 有效扰动有阈值，低于阈值的细胞不保留为该扰动的有效观测 | 混入返工，按有效细胞数重算 |
| L2-05 | 对照同供体、同批次，每批次配非靶向对照，不跨批次借用 | 跨批次借对照拒收该批次 |
| L2-06 | guide assignment 四要素齐全：方法、阈值、每细胞归属置信度、多重感染处理规则 | 只给二值分配降级 |
| L2-07 | 双细胞与空滴已识别、有处置，方法与剔除记录报出 | 未处理返工 |
| L2-08 | 细胞级质控有阈值、有处置，阈值按组织取定并报出 | 阈值未报降级 |
| L2-09 | 扰动级协变量齐全：剂量、时间点、重复编号、培养条件 | 缺则降级至入库档 |
| L2-10 | 批次与供体可从扰动效应中分离（多批次或多供体重复，或提供混杂诊断） | 单批次单供体不得用于跨项目比较 |
| L2-11 | 效应量用可跨数据集比较的统计量：能量距离为主、Wasserstein 为辅，log2FC 仅作参考 | 只给 log2FC 返工 |
| 编号 | 技术指标 | 不达标后果 |
|---|---|---|
| L3-01 | 可重复性指标：同扰动跨重复、跨批次的效应相关性 | 未报则无法分辨生物学与批次 |
| L3-02 | 元数据本体化：细胞类型、组织、疾病均用本体 ID | 未本体化进不了公共库 |
| L3-03 | 数据集有持久标识（DOI），可被引用 | 无 DOI 即无第三方证据 |
| L3-04 | 方法可复现四件：代码、容器镜像、参数文件、随机种子 | 缺则降级 |
| L3-05 | 细胞系身份已核验：STR 鉴定、支原体检测、代次记录 | 缺则发表与入库受阻 |
| L3-06 | 数据集有版本与变更记录，修订记差异 | 无版本则引用指向漂移对象 |
不达标三态处置：返工（重测重算后验收）、降级（按实际达到的档位标注）、拒收（不接收）。两条不可协商：不接受「基本可用」，不接受虚标档位。
三类客户、三种用法，交付形态相同，验收侧重点不同。
虚拟细胞模型的能力上限取决于训练数据的生物背景。当前公开扰动数据以细胞系为主，疾病相关的微环境信号无法在其中复现。本方案提供临床原代细胞扰动与动物体内扰动两条取数路径，交付按「可训练档」组织：附数据字典、批次结构与训练/留出划分建议，可直接进入建模流程。
针对候选靶点在特定细胞背景中的功能缺失表型，交付扰动效应矩阵与每细胞归属置信度，支持靶点优先级排序与第三方独立复核。效应量采用可跨数据集比较的统计量，便于在多个候选靶点、多个细胞背景之间横向比较。
心血管等疾病模型中的多靶点筛选与机制解析。供体结构按统计单位设计（供体而非细胞），支持跨供体可重复性分析；批次、供体、测序深度作为协变量显式入表，机制结论不至于落在批次标签上。
扰动测序方向的方法学与代表性应用（供技术评估时对照阅读）。
分两类：科研服务类机构提供从 sgRNA 文库设计到测序的实验执行，适合以发表机制研究论文为目标的团队；数据交付型服务商面向 AI 建模与药物研发，交付标准化、可训练、可引用的扰动数据集。两类可以结合。君录生物属于后一类，交付按 L1 入库、L2 可训练、L3 可引用三档技术标准验收。
六个环节：方案设计、样本获取与前置质控、扰动实验与测序、数据处理与 guide assignment、标准化数据集交付、基线对照报告。各环节交付物见上文服务范围表。
三档，回答三个不同问题：L1 入库层回答「数据能不能读」（原始计数、标准格式、可回溯链条等八项）；L2 可训练层回答「能不能进模型」（细胞数与深度、扰动效率、同批次对照、可比较效应量等十一项）；L3 可引用层回答「能不能被引用」（可重复性指标、本体化元数据、数据集 DOI 等六项）。每项指标多少算过，依项目约定写定后按实测对表验收。
需要覆盖真实疾病背景的扰动：除细胞系外，还应包含临床原代细胞扰动与动物体内扰动。数据质量上，每个靶点要有足够的可用细胞数，扰动效率达阈且低效细胞已剔除，对照须同供体同批次，效应量用可跨数据集比较的统计量报告。技术要求详见《虚拟细胞需要什么样的扰动数据》一文。
取决于目标基因数量、样本类型（细胞系、临床原代细胞或体内组织）、读出模式与交付档位。把样本来源、可供样本量与目标扰动数量发给我们，首轮沟通即可给出可行性判断与周期预估。