GSE254652：比较10x Visium空间转录组技术

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE254652

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

空间转录组学有助于理解复杂组织背景下的基因表达。在可用的空间捕获技术中，10x Genomics的Visium技术能够提供整个组织切片的轮廓分析，实现全转录组的空间分析。我们的数据集包括感染了疟疾的小鼠脾脏组织，涵盖了多个实验及样本制备方案，以优化组织保存条件，或是采用最佳切割温度(OCT)下的新鲜冷冻，或是福尔马林固定石蜡包埋(FFPE)。同时，我们也考虑了组织放置方式，对比了直接将组织置于载玻片上与使用CytAssist(CA)的情况，后者通过一组探针允许预选组织切片和基因，扩展了Visium平台的能力。此外，我们还包含了一个匹配的单细胞RNA测序(scRNA-seq)数据集，可与空间数据整合分析。

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。