MutClone CRC 单细胞图谱与恶性细胞校准参考数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.22886161

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 10.53 GB。

数据说明

概述本数据集提供了MutClone研究中使用的两个经过处理的人类结直肠癌（CRC）单细胞RNA测序数据集的Seurat对象。这些对象代表了参考工作流程的不同阶段：一个描述更广泛细胞集合的全细胞图谱，以及一个用于校准的、经过更严格筛选的恶性细胞参考。它们在数据集、样本、细胞和特征组成上有所不同。数据文件MutClone_CRC_Atlas_AllCells_v1.0.rds全细胞参考包含1,006,535个细胞和18,055个RNA特征。其9个元数据字段包括细胞、样本、患者和源数据集标识符；细胞类型和恶性细胞注释；以及存储的RNA质量控制摘要。MutClone_CRC_Atlas_Malignant_Calibration_v1.0.rds恶性细胞校准参考包含55,874个细胞和17,759个RNA特征。其47个元数据字段额外包括细胞注释、样本、处理和突变注释信息。保留了RNA、SCT和整合测定。此处报告的特征计数指的是RNA测定，而非默认的整合测定。

元数据与范围细胞注释和来源标识符存储在Seurat对象中；访问这些字段无需单独的细胞标签文件。CancerCell是恶性细胞注释，而非驱动突变特异性标签。存储的突变注释应依据其来源定义进行解读，不应自动等同于直接测量的单细胞基因型或最终模型预测。README描述了主要元数据、数据表示和解读边界。代码与工作流这是一个仅包含数据的存档。有关MutClone分析代码以及图谱构建、模型校准和应用工作流，请参阅关联的GitHub仓库：https://github.com/mingjiang7940/MutClone 文档与完整性README.txt记录了这两个对象及其预期用途。源数据集参考

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。