2026年2月21日，国家生物信息中心国家基因组科学数据中心（CNCB-NGDC）组学原始数据归档库（Genome Sequence Archive，简称GSA）用户汇交的数据量突破100PB，标志着中心在生命组学数据资源规模和服务能力迈上新台阶。

从数据汇交到知识引擎

100PB数据的背后，是一个充满活力的全球科研社区。

服务覆盖全球： 截至2026年2月21日，GSA已接收来自国内外1272家研究机构、142,460名用户的数据递交，并为全球200多个国家和地区的用户提供数据服务，成为名副其实的“世界级数据枢纽”。每天，全球科学家从这里下载的数据量高达20TB，相当于传送完整的人类全基因组测序数据近7000套。

支撑创新科研： 这些数据已支撑科研人员在709种国内外期刊上发表研究论文12,000余篇。从基因发现到作物育种，从疾病机制到药物研发，GSA的数据正在转化为实实在在的科学发现和知识创新。

赢得国际信任： GSA的专业性和可靠性获得了国际主流学术界的全面认可。它不仅通过了FAIRsharing和re3data等国际权威数据标准认证，更被Springer Nature、Elsevier、Wiley、Taylor & Francis等全球顶尖学术出版集团正式采纳为推荐的基因数据归档库。2023年，GSA更是凭借其卓越的资源价值和长期可持续性，入选由国际生物数据联盟（GBC）遴选的“全球核心生物数据资源”（GCBR），标志着其已成为全球生物数据基础设施中不可或缺的一环。

构建多层次数据服务体系

突破100PB，GSA的价值不仅仅在于“大”，更在于其不断完善的“精”与“全”。为了满足国家对人类遗传资源管理和重大科研项目数据的合规需求，GSA已从单一系统扩展为一个功能强大的数据库体系：通过与INSDC（国际核酸序列数据库协作组织）合作，GSA实现了全球公开组学原始数据的全量镜像与本地化共享，整合数据规模已达25PB，让中国科学家能够像访问本地数据一样，便捷地获取全球科研资源。同时，GSA持续扩展和完善系统功能，逐步形成由GSA、GSA-Human、OBIA和OMIX构成的数据库体系，覆盖生命组学原始数据、人类遗传资源数据、生物医学影像数据及多类型科研数据，为科研用户提供整合数据的一站式检索与访问服务，为生命科学和生物医学研究提供多层次、全流程的数据支撑。

让数据智能驱动生命科学创新

站在100PB的新起点上，GSA的未来图景更加清晰。它将以成为 “数据智能驱动引擎” 为目标，持续提升核心能力：

更智能的汇交与管理： 引入AI技术，简化数据提交流程，实现数据的智能化审核与分类。

更高效的共享与治理： 优化数据搜索与计算分析功能，让科学家能像用搜索引擎一样轻松挖掘数据价值。

GSA的持续发展，离不开科技部、国家卫健委、财政部、自然科学基金委、中国科学院等国家部门的长期关怀与大力支持。正是这些战略投入与持续保障，为GSA构筑了坚实的数据基础设施和先进的算力底座。

展望未来，GSA将继续夯实生命科学的数据底座，以更高水平的数据服务能力和更开放的共享机制，赋能原始创新，为全球生命科学的进步与人类健康福祉贡献更大力量。

【关于GSA】

GSA（Genome Sequence Archive）组学原始数据归档系统致力于为全球科研界提供稳定、高效、安全的数据汇交与共享服务，是国家生物信息中心的核心数据库之一，也是支撑生命科学创新和全球生物医学研究的核心数据平台。

GSA数据量持续增长