用于BISECTION分析的单细胞与空间转录组数据集
该记录包含BISECTION研究使用的数据集、注释和基准文件，该研究开发了一个用于单细胞和空间转录组聚类与功能注释的生物学信息框架
基本信息
资源简介
用于BISECTION分析的单细胞与空间转录组数据集
该数据集为 BISECTION 研究配套发布的单细胞与空间转录组数据集合，收录了该研究所用的数据集、注释信息与基准文件。BISECTION 研究旨在开发一个具有生物学信息支撑的框架，用于单细胞和空间转录组数据的聚类分析与功能注释。该记录汇集了用于聚类和细胞类型注释评估的基准 scRNA-seq 数据集、用于轨迹分析的胰腺内分泌发育数据集，以及用于空间转录组分析的人乳腺癌 Visium 数据集，所有原始数据均取自 GEO、SRA 和 10x Genomics 数据门户等公共存储库，相应源登录号记录在随附的 README 文件中。该记录以 Zenodo 为发布平台，采用知识共享署名 4.0 国际许可协议，便于研究社区访问并支持研究结果的可重复性。
【数据集背景】
单细胞与空间转录组技术在近年来快速发展，为解析组织内细胞异质性与空间组织结构提供了有力手段。然而，此类数据的高维、稀疏与空间关联特性对聚类和功能注释方法提出了较高要求。BISECTION 研究正是在这一背景下提出的一种生物学信息驱动的分析框架，致力于在单细胞和空间转录组数据中实现更可靠的聚类与功能注释。本数据集即为该研究配套公开的数据资源，目的是为方法评估提供统一的基准数据，并为研究结果的复现提供便利入口。该记录由作者 He, Wenxuan 发布，发布机构为 Zenodo，发布时间为 2026 年。
【数据内容】
该记录包含三类主要数据资源。第一类是用于聚类和细胞类型注释评估的基准 scRNA-seq 数据集，这类数据为比较不同聚类与注释方法的表现提供了统一输入。第二类是胰腺内分泌发育数据集，用于轨迹分析，可支撑细胞发育轨迹相关的方法评估。第三类是人乳腺癌 Visium 数据集，用于空间转录组分析，属于肿瘤/乳腺癌方向的空间转录组数据。除上述数据本身外，记录中还包含相应的注释信息与基准文件，这些内容共同构成了 BISECTION 研究中方法评估与结果复现的基础材料。
【采集与来源】
该记录中的全部原始数据均获取自公共数据存储库，包括 GEO、SRA 以及 10x Genomics 数据门户。各数据对应的源登录号记录在随附的 README 文件中，用户可据此追溯原始数据出处。该 Zenodo 记录本身并非原始数据产生方，而是作为研究数据的集中访问入口，旨在支持研究的可重复性。
【适用场景】
该数据集适用于单细胞和空间转录组分析方法的开发与评估场景。具体而言，基准 scRNA-seq 数据可用于聚类算法与细胞类型注释方法的性能比较；胰腺内分泌发育数据可用于轨迹分析相关方法的测试；人乳腺癌 Visium 数据可用于空间转录组分析方法的应用与评估。此外，由于记录中包含注释与基准文件，也适合用于研究结果复现与不同方法之间的对照研究。
【使用方法】
源站未提供。
【质量与限制】
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。数据作者为 He, Wenxuan，发布平台为 Zenodo，发布时间为 2026 年。引用时应结合该记录在 Zenodo 上的正式条目信息，并参考随附 README 文件中记录的原始数据源登录号。
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.20843049
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 851.5 MB。
数据说明
本记录包含BISECTION研究中使用的数据集、注释和基准文件，该研究开发了一个用于单细胞和空间转录组学中聚类和功能注释的生物学信息框架。该数据包包括用于聚类和细胞类型注释评估的基准scRNA-seq数据集、用于轨迹分析的胰腺内分泌发育数据集，以及用于空间转录组学分析的人类乳腺癌Visium数据集。所有原始数据均来自公共存储库，包括GEO、SRA和10x Genomics数据门户，相应的源登录号记录在随附的README文件中。此Zenodo记录旨在支持可重复性，并为研究中使用的数据提供便捷的访问点。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
