基于机制基因调控的bowside轨迹推断数据
主题标签：慢性淋巴细胞白血病、血液与淋巴系统疾病、基因调控网络推断、单细胞转录组、轨迹推断、BEELINE基准、造血数据集
基本信息
资源简介
基于机制基因调控的bowside轨迹推断数据
该数据集英文名为 Mechanistic gene-regulation-based trajectory inference with bowside，由 Schleicher, Jan Thomas、Zago, Marcello 与 Claassen, Manfred 共同贡献，存放于 Zenodo，发布时间为 2026 年，采用 Creative Commons Attribution 4.0 International 许可。数据集围绕基因调控网络推断与轨迹推断方法 bowside 的可复现分析而组织，包含原始与处理后数据，并附带 BEELINE 基因调控网络推断基准数据的一个子集，同时涉及造血数据集的 AnnData 对象。本站将其归类于血液与淋巴系统疾病下的慢性淋巴细胞白血病方向，主题涵盖单细胞转录组、基因调控网络推断、轨迹推断与 BEELINE 基准等。
【数据集背景】
该数据集服务于 bowside 手稿中各项分析的可复现性。bowside 是一种基于机制性基因调控的轨迹推断方法，其相关代码托管于 https://github.com/janschleicher/bowside_projects。为便于研究者重现论文中的分析流程，本数据集同时提供原始数据与处理后数据，与上述代码仓库配合使用。数据集所涉及的 BEELINE 部分源自基因调控网络推断领域的基准测试工作，其原始完整数据集另行发布，本数据集仅收录其中一个子集。
【数据内容】
数据集包含两个主要组成部分。其一是名为“BEELINE-data”的文件夹，内含 BEELINE 基因调控网络推断基准数据集的一个子集，以原始和处理后两种形式提供。其二是造血数据集的 AnnData 对象，该对象是 Paul 等人数据的处理后形式，通过 CellOracle 的 celloracle.data.load_Paul2015_data 获取。整体数据覆盖单细胞转录组层面的基因调控网络推断与轨迹推断分析所需材料。
【采集与来源】
数据来源站为 doi.org。BEELINE 子集的原始完整数据集发布于 https://doi.org/10.5281/zenodo.19009603，采用 Creative Commons Attribution Non Commercial 4.0 International 许可。BEELINE 对应的原始出版物为 Pratapa, A., Jalihal, A.P., Law, J.N. 等发表的 Benchmarking algorithms for gene regulatory network inference from single-cell transcriptomic data，载于 Nat Methods 17, 147–154 (2020)，DOI 为 https://doi.org/10.1038/s41592-019-0690-6。造血数据集部分则是对 Paul 等人数据的再处理结果，经 CellOracle 提供的接口获得。
【适用场景】
该数据集适用于复现 bowside 手稿中的分析，尤其是基于机制性基因调控的轨迹推断相关实验。借助其中的 BEELINE 子集，可用于基因调控网络推断算法的基准测试与比较研究；造血 AnnData 对象则适合单细胞转录组层面的轨迹推断与调控网络分析。本站分类将其关联至血液与淋巴系统疾病及慢性淋巴细胞白血病方向，主题标签亦涵盖单细胞转录组与轨迹推断等。
【使用方法】
使用者可结合 https://github.com/janschleicher/bowside_projects 提供的代码，利用本数据集中的原始与处理后数据重现 bowside 手稿的分析。BEELINE 子集可直接用于基因调控网络推断基准流程；造血数据集的 AnnData 对象可按 AnnData 常规方式载入并用于下游分析。源站未提供更详细的操作步骤说明。
【质量与限制】
BEELINE 部分仅为原始完整基准数据集的子集，并非全量数据；如需完整数据应访问其原始发布地址。造血数据为 Paul 等人数据的处理后形式，非原始采集数据。源站未提供其他质量评估信息。
【引用与许可】
使用本数据集应遵循 Creative Commons Attribution 4.0 International 许可。BEELINE 子集所对应的原始完整数据集采用 Creative Commons Attribution Non Commercial 4.0 International 许可，使用时需注意两者许可条件的差异。引用时应参考 BEELINE 原始出版物 Pratapa 等 (2020) 于 Nat Methods 的工作，以及 bowside 相关代码仓库与手稿。源站未提供本数据集自身的独立引用格式说明。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://doi.org/10.5281/zenodo.23556963
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据集大小约 3.42 GB。
数据说明
本仓库包含用于重现bowside手稿分析的原始数据和处理后数据，是对https://github.com/janschleicher/bowside_projects 上可用代码的补充。"BEELINE-data"文件夹包含BEELINE GRN推断基准数据集的原始形式和处理后形式的子集。完整的原始数据集可在https://doi.org/10.5281/zenodo.19009603 获取，采用知识共享署名非商业性使用4.0国际许可协议。相应的原始出版物为：Pratapa, A., Jalihal, A.P., Law, J.N. et al. Benchmarking algorithms for gene regulatory network inference from single-cell transcriptomic data. Nat Methods 17, 147–154 (2020). https://doi.org/10.1038/s41592-019-0690-6 造血数据集的AnnData对象是通过celloracle.data.load_Paul2015_data() 从CellOracle获取的Paul等人数据的处理后形式。该数据集和CellOracle的原始出版物为：Paul F., Arkin Y., Giladi A. et al. Transcriptional Heterogeneity and Lineage Commitment in Myeloid Progenitors. Cell 163, 1663-1677 (2015). https://doi.org/10.1016/j.cell.2015.11.013 Kamimoto, K., Stringa, B., Hoffmann, C.M. et al.
通过网络推断和计算机基因扰动解析细胞身份。《自然》614, 742–751 (2023)。https://doi.org/10.1038/s41586-022-05688-9 iPSC数据集的AnnData对象代表了WOT教程所附数据的处理形式。相应的原始出版物为：Schiebinger G., Shu J., Tabaka M. 等。单细胞基因表达的最优传输分析识别重编程中的发育轨迹。《细胞》176, 928-943.e2 (2019)。https://doi.org/10.1016/j.cell.2019.01.006 TFLink邻接列表CSV文件是基于TFLink数据库中Mus musculus小规模和大规模相互作用表生成的。相应的原始出版物为：Liska O., Bohár B., Hidas A. 等。TFLink：一个集成网关
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
