2024年“数据要素×”典型案例发布活动视频截图

5月24日，在第七届数字中国建设峰会上，国家数据局会同生态环境部、交通运输部、金融监管总局、中国科学院、中国气象局、国家文物局、国家中医药局等部门发布首批20个“数据要素×”典型案例。北京市计算中心有限公司（以下简称“计算中心”）的“高质量药物数据集”入选医疗健康领域典型案例。

“高质量药物数据集”是计算中心通过多渠道、合规收集海量药物研发关键数据建立的专业化新药研发数据集。计算中心已通过对数据集进行智能化分析和数据挖掘，辅助新药研发项目100余项，结合人工智能技术预测靶点超1万余个，有效降低新药研发周期，为我国新药研发探索新路径。

近年来，计算中心积极开展数据产品研发和人工智能应用，并在实践中总结出“业务平台汇集产生高质量数据，高质量数据反哺优化业务平台”的方法体系。陆续实现了数据资源的首登记、首挂牌、首交易和首开放。累积22项数据成果入驻北京国际大数据交易所“数据交易平台”，7项数据入驻“科学数据专区服务平台”，部分数据产品入选“北京市人工智能大模型高质量数据集”。在2023年召开的全球数字经济大会上，计算中心的3项数据资产在北京国际大数据交易所挂牌，获得首批数据资产登记证书，与北京智源人工智能研究院、北京国际大数据交易所签署大模型训练数据集交易协议，并获得北京市高精尖产业发展资金北京市数据要素市场示范奖励。2024年，计算中心成为首批落地北京数据基础制度先行区的数据提供方之一，3个数据集入选人工智能大模型语料库首批100个高质量数据集。

计算中心现已形成的数据集产品主要有：药物研发类数据集，包括大规模虚拟筛选的小分子结构、多肽结构和相关的参数文件、药物靶点蛋白数据、药物ADMET数据、核酸适配数据、中药材溯源数据；临床诊断类数据集，包括糖尿病肾病人群队列生理生化数据、二型糖尿病人群队列基因位点数据、高血压人群队列基因位点数据、转录组组学数据、微生物组学数据等；智慧政务/智慧城市类数据集，包括政务文本数据集及分词库、空气质量监测数据等；基础科研、科普类数据集，包括稀土与碱土金属化合物、半导体材料电子结构数据、三维模型数据、国际媒体新闻报道等；数据分析模型28项，包含文本分类、实体识别、文本摘要、文字识别、图像分割、数值预测、推荐算法、图谱绘制等。

据悉，此次发布的首批20个“数据要素×”典型案例涵盖了工业制造、现代农业、商贸流通、交通运输、金融服务、科技创新、文化旅游、医疗健康、应急管理、气象服务、城市治理、绿色低碳等12个行业和领域，覆盖了北京、上海、浙江、江苏、四川、安徽、湖南、湖北、广东、福建、山东、新疆等12个省市，以及部分中央企业、地方国有企业和民营企业，有力展示了有关单位促进数据要素开发利用的典型经验做法，彰显了数据要素推动经济社会发展的乘数效应。

未来，计算中心还将继续积极参与“数据要素×”行动计划，推动更多领域的数据开放共享，为我国数据要素市场培育贡献力量。

(北京市计算中心有限公司)