基因组与转录组中合成细胞条形码分析集成工具包

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE246611

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

利用可遗传的合成条形码结合高通量测序进行细胞条形码标记，是一种在多种生物学背景中准确追踪克隆谱系的强大技术。近期研究已将细胞条形码标记与单细胞转录组学读出相结合，将这些谱系追踪方法的能力扩展至单细胞水平。然而，目前仍缺乏可扩展且标准化的开源工具，用于预处理和可视化批量及单细胞水平的细胞条形码标记数据集。在此，我们介绍bartools——一个基于R的开源工具包，可简化合成细胞条形码标记数据集的预处理、分析和可视化流程。此外，我们还开发了BARtab——一个便携且可扩展的Nextflow流程，能够从高通量测序数据中自动化完成上游条形码提取、质量控制、过滤和计数。

除群体水平的细胞条形码数据集外，BARtab和bartools还包含从单细胞RNA测序和空间转录组学实验中提取、注释和可视化转录条形码的方法，从而扩展了分析工具箱，使其也能支持新型表达型细胞条形码方法。我们通过分析批量、单细胞和空间转录组学细胞条形码数据集，展示了BARtab与bartools的集成工作流程。

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。