Atera 乳腺癌空间转录组注释数据集

数据集获取

源站：https://doi.org/10.6084/m9.figshare.33106505

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。

数据集大小约 5.04 GB。

数据说明

来自FFPE人类乳腺癌组织（DCIS，3级；来源：BioIVT）的10x Genomics Atera原位全转录组（WTA）空间数据的注释AnnData（.h5ad）对象，用于方法基准测试教程。170,015个细胞 × 18,022个基因。细胞类型标签直接改编自10x Genomics针对该数据集自身发布的细胞注释（即“WTA_Preview_FFPE_Breast_Cancer_cell_groups”分组）：obs[‘main_annotation’]保存了19个原始10x标签（例如“11q13 High Grade DCIS Cells”、“Myoepithelial Cells”、“CAFs, High Grade DCIS Associated”、“T Lymphocytes”），obs[‘main_annotation_color’]为匹配的调色板，obs[‘coarse_annotation’]为16类的粗略分组（Invasive tumor、Proliferative tumor、Basal-like DCIS cells、Luminal-like DCIS cells、CAFs、Myoepithelial cells、Endothelial cells、T Lymphocytes、Macrophages、Plasma cells、……）。包含原始计数（layers[‘counts’]）、归一化log1p值（.X）、空间细胞质心（obsm[‘X_spatial’]），以及带有预计算邻居图的PCA/UMAP嵌入。

来源：10x Genomics，“预览数据：Atera 原位基因表达，FFPE 人类乳腺癌”，https://www.10xgenomics.com/datasets/atera-wta-ffpe-human-breast-cancer（CC BY 4.0）。表达数据和细胞注释均根据 CC BY 4.0 重新分发，并注明来源于 10x Genomics。版本说明（v2）：细胞注释已替换为 10x Genomics 发布的标签（先前版本使用自行推导的 celltypist 映射）。由于重新运行了上游 QC 过滤，细胞/基因计数与 v1 略有不同。

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。