State of Brain Emulation Report 2025
收藏State of Brain Emulation Report 2025 数据集概述
数据集基本信息
- 数据集名称：State of Brain Emulation Report 2025
- 发布年份：2026年
- 主要作者：Zanichelli, Nicola; Schons, Maximilian; Shiu, Patrick; Freeman, Ian; Arkhipov, Anton
- 发布平台：Zenodo
- 永久标识符：https://doi.org/10.5281/zenodo.18377594
- 数据仓库地址：https://github.com/MxSchons-GmbH/sobe-2025-data-repository
- 许可证：CC BY 4.0
数据集目的与范围
本数据仓库用于生成跟踪脑仿真研究进展的出版物质量图表，涵盖以下领域：
- 神经模拟：从秀丽隐杆线虫（302个神经元）到人类规模模型（860亿个神经元）
- 神经记录：跨生物体的记录技术进步
- 连接组学：脑组织扫描和连接组重建
- 计算需求：脑仿真所需的硬件和存储需求
- 资助与倡议：全球脑研究项目及其预算
数据内容与结构
数据按主题组织，源数据采用TSV格式。
主要数据类别
| 类别 | 文件数量 | 描述 |
|---|---|---|
| 神经模拟 | 2 | 模拟神经元数量，1957-2025年 |
| 神经记录 | 3 | 按生物体划分的记录能力 |
| 连接组学 | 5 | 不同分辨率下的脑组织扫描 |
| 计算模型 | 2 | 模型复杂性和需求 |
| 成本 | 4 | 神经元重建成本、项目预算 |
| 倡议 | 1 | 全球脑研究项目 |
| 硬件 | 2 | 计算特性、存储成本 |
| 人工智能/计算 | 1 | AI训练计算趋势 |
仓库目录结构
sobe-2025-data-repository/ ├── scripts/ # 图表生成代码 ├── data/ # 源数据集（TSV格式） │ ├── compute/ # AI训练、硬件数据 │ ├── connectomics/ # 脑扫描数据 │ ├── costs/ # 成本估算、大型项目 │ ├── formulas/ # 计算器公式 │ ├── imaging/ # 成像模式 │ ├── initiatives/ # 脑研究项目 │ ├── organisms/ # 生物体参考数据 │ ├── parameters/ # 共享计算参数 │ ├── recordings/ # 神经记录数据 │ ├── simulations/ # 模拟历史数据 │ ├── references/ # 集中参考文献（CSL-JSON格式） │ └── _metadata/ # 归属元数据（镜像data/结构） └── dist/ # 网站数据资产 ├── figures/ # 图表 ├── data/ # TSV数据集（镜像data/结构） ├── references/ # 参考文献供网络访问 └── downloads/ # 批量下载的ZIP存档
生成的图表
图表生成管道生成超过38张图表，涵盖以下类别：
概览图表
all-sim-rec- 神经模拟与记录综合图num-neurons- 随时间变化的神经元数量比较imaging-speed- 神经影像技术进展
计算相关
compute- 硬件趋势gpu-memory- 单GPU内存与脑仿真需求对比emulation-compute-*- 仿真计算需求emulation-storage-requirements- 存储需求
生物体特定图表（位于子目录中）
neuro-sim/- 按生物体划分的模拟进展neuro-rec/- 按生物体划分的记录能力radar-charts/- 能力比较雷达图
资助与倡议
funding- 研究资助趋势initiatives*- 脑研究项目
所有图表均以SVG（矢量）和PNG（150 DPI）格式保存。
数据质量与归属
- 数据质量状态：数据近期从多个来源转移和整合，质量控制和验证正在进行中，预计于2026年第一季度完成。
- 归属结构：
data/目录中的所有数据文件在data/_metadata/中都有对应的元数据文件，镜像文件夹结构。 - 元数据模式：每个
.json元数据文件包含标题、来源、原始作者、贡献者、许可证、URL（仅外部数据）、访问日期（仅外部数据）和描述。
外部数据来源
| 数据集 | 原始作者 | 许可证 |
|---|---|---|
ai-training-computation.tsv |
Epoch via Our World in Data | CC BY 4.0 |
storage-historical.tsv |
John C. McCallum via Our World in Data | CC BY 4.0 |
neuroimaging-speed.tsv |
Carles Bosch | MIT |
参考文献管理
- 参考文献库：以CSL-JSON格式存储在
data/references/bibliography.json中（包含1,130多条参考文献）。 - 参考列：参数和公式文件包含用于来源跟踪的列：
ref_id、supporting_refs、ref_note、confidence、validated_by。
使用方式
快速开始
bash git clone https://github.com/MxSchons-GmbH/sobe-2025-data-repository.git cd sobe-2025-data-repository python3 -m venv .venv source .venv/bin/activate pip install -r requirements.txt cd scripts python3 run_all_figures.py
主要依赖
- matplotlib
- seaborn
- pandas
- numpy
- statsmodels
- openpyxl
- nbconvert
- ipykernel
引用方式
文本引用
Zanichelli, N., Schons, M., Shiu, P., Freeman, I., & Arkhipov, A. (2026). State of Brain Emulation Report 2025 (Version 1). Zenodo. https://doi.org/10.5281/zenodo.18377594
BibTeX
bibtex @software{zanichelli2026sobe, author = {Zanichelli, Nicola and Schons, Maximilian and Shiu, Patrick and Freeman, Ian and Arkhipov, Anton}, title = {State of Brain Emulation Report 2025}, year = 2026, publisher = {Zenodo}, version = {1}, doi = {10.5281/zenodo.18377594}, url = {https://doi.org/10.5281/zenodo.18377594} }
