SECTOR基准测试与案例研究的处理后空间转录组数据集及可复现性代码

数据集获取

源站：https://doi.org/10.6084/m9.figshare.32029830.v1

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 2.43 GB。

数据说明

该仓库包含SECTOR研究中使用的处理后数据集和可复现材料。其中包括两个处理后的大规模、高分辨率空间转录组学数据集，用于将SECTOR与空间聚类及时空推断方法进行基准测试。10x Visium HD人类结直肠癌（CRC）数据集由Oliveira等人生成（Nature Genetics, 2025, 57(6):1512–1523），并在Sun等人的SACCELERATOR研究中进行了注释（bioRxiv, 2025, doi:10.1101/2025.06.23.660861）。10x Xenium人类乳腺浸润性导管癌（IDC）数据集由Bhuva等人整理并注释（Genome Biology, 2024, 25(1):99）。我们将这两个数据集处理为.h5ad格式。对于每个数据集，提供了同一组织的两种分辨率：Visium HD的8 μm和16 μm bin分辨率，以及Xenium的细胞级和六边形bin表示。这些处理后数据集使得能够在现代大规模ST平台上跨空间粒度对SECTOR进行基准测试。还包含了两项案例研究的处理后数据集。10x Visium HER2ST乳腺癌切片（样本H1）由Andersson等人生成。

（Nature Communications, 2021, 12(1):6012），MERFISH 小鼠嗅球（OB）Zhuang-ABCA-2.005 切片由 Zhang 等人生成（Nature, 2023, 624(7991):343–354）。我们将这两个数据集处理为 .h5ad 格式，并将其用作案例研究，以评估 SECTOR 恢复空间组织伪时间模式的能力。该代码库还包含代码和 notebook，以支持可重复性和复用。具体而言，它包含 SECTOR 的源代码、用于在所有基准数据集和切片上运行 SECTOR 的 Python 脚本 run_sector_all_benchmark_slices.py、分别对应基于测序的 ST、基于成像的 ST 和大规模高分辨率 ST 数据集组的三个教程 notebook，以及用于复现手稿中提出的两项案例研究分析的 notebook。

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。