ELIXIR 空间组学数据分析课程 2026 预处理公开数据集
用于 ELIXIR 空间组学数据分析课程 2026 的预处理公开数据集。实践 5 数据：空间与单细胞数据整合。实践 6.1 和 6.2 数据：多切片空间数据整合
基本信息
资源简介
ELIXIR 空间组学数据分析课程 2026 预处理公开数据集
ELIXIR-SCO-spatial-omics-2026 是一个面向空间组学数据分析教学场景的预处理公开数据集，发布在 Zenodo 平台上，作者为 Manzato, Benedetta，发布时间为 2026 年。该数据集服务于 ELIXIR 空间组学数据分析课程 2026，具体对应课程中的实践 5、实践 6.1 和实践 6.2 三个教学环节。其中，实践 5 的数据用于空间与单细胞数据整合，实践 6.1 和实践 6.2 的数据用于多切片空间数据整合。数据集在本站归类于肿瘤 / 基底细胞癌方向，采用 Creative Commons Attribution 4.0 International 许可协议开放获取。整体而言，这是一份以教学实践为导向、经过预处理的空间组学公开数据资源，便于学习者在课程框架下直接开展空间数据与单细胞数据、多切片空间数据的整合分析练习。
【数据集背景】
该数据集来源于 ELIXIR 空间组学数据分析课程 2026。ELIXIR 是欧洲生命科学领域的基础设施组织，其组织的空间组学数据分析课程旨在帮助参与者掌握空间组学数据的处理与整合方法。本数据集即为该课程配套的预处理公开数据集，用于支撑课程中多个实践环节的教学活动。数据集发布在 Zenodo 平台上，作者为 Manzato, Benedetta，发布时间为 2026 年。在本站分类中，该数据集被归入肿瘤 / 基底细胞癌方向，说明其数据内容与肿瘤空间组学分析相关。数据集采用 Creative Commons Attribution 4.0 International 许可协议，允许在署名条件下使用与传播。
【数据内容】
该数据集为经过预处理的公开数据集，主要用于 ELIXIR 空间组学数据分析课程 2026 中的实践教学。具体而言，数据集包含两部分内容：一是实践 5 所使用的数据，用于空间与单细胞数据整合；二是实践 6.1 和实践 6.2 所使用的数据，用于多切片空间数据整合。数据集在本站分类中属于肿瘤 / 基底细胞癌方向。除上述课程实践用途与分类信息外，关于数据的具体样本数量、切片数量、基因或特征数量、文件格式、数据规模等细节，源站未提供。
【采集与来源】
该数据集发布在 Zenodo 平台上，来源站标识为 doi.org，作者为 Manzato, Benedetta，发布时间为 2026 年。数据集为 ELIXIR 空间组学数据分析课程 2026 所使用的预处理公开数据集。关于原始数据的采集地点、采集时间、样本来源、实验平台、测序或成像技术等具体信息，源站未提供。
【适用场景】
该数据集主要适用于空间组学数据分析的教学与实践场景，具体包括两类分析任务：其一是空间与单细胞数据整合，对应课程实践 5；其二是多切片空间数据整合，对应课程实践 6.1 和实践 6.2。在本站分类中，该数据集与肿瘤 / 基底细胞癌方向相关，因此也可作为该领域空间组学分析学习的参考数据。关于该数据集在其他研究场景中的适用性，源站未提供。
【使用方法】
该数据集为 ELIXIR 空间组学数据分析课程 2026 的配套预处理数据，使用者可按照课程实践 5、实践 6.1 和实践 6.2 的教学安排，分别开展空间与单细胞数据整合、多切片空间数据整合的练习。关于具体的数据加载方式、分析工具、软件环境、代码示例或操作步骤，源站未提供。
【质量与限制】
该数据集为经过预处理的公开数据集，专用于 ELIXIR 空间组学数据分析课程 2026 的教学实践。关于数据的质量控制指标、预处理流程、批次效应处理情况、数据完整性、覆盖度以及使用中的其他限制，源站未提供。
【引用与许可】
该数据集采用 Creative Commons Attribution 4.0 International 许可协议，使用时需按照该协议要求进行署名。数据集的作者为 Manzato, Benedetta，发布机构为 Zenodo，发布时间为 2026 年，来源站为 doi.org。关于具体的引用格式、DOI 编号以及署名细节，源站未提供。
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.23205492
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 7.31 GB。
数据说明
用于ELIXIR空间组学数据分析课程2026的预处理公共数据集 实践5数据：空间与单细胞数据整合 实践6.1和6.2数据：多切片空间数据整合
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。
