SpatialSort 支持数据集

资源简介

SpatialSort 支持数据集

SpatialSort: Supporting Datasets 是论文《SpatialSort: A Bayesian Model for Clustering and Cell Population Annotation of Spatial Proteomics Data》的配套支持数据集，通过 Zenodo 平台发布，采用 CC-BY-4.0 许可，DOI 为 10.5281/zenodo.6909419，当前版本为 0.1.0，发布时间为 2022 年 7 月 26 日。该数据集汇集了论文中使用的多类数据，包括前向模拟数据集、空间高斯混合数据集、半真实数据集和 MIBI 数据集，并以单个 ZIP 压缩包形式提供下载，文件名为 lee_et_al_spatialsort_supplementary_data.zip，合计约 566.45 MB。数据集作者包括 Lee, Eric、Chern, Kevin、Nissen, Michael、Wang, Xuehai、IMAXT Consortium、Chris Huang、Anita K. Gandhi、Bouchard-Côté, Alexandre、Weng, Andrew P. 和 Roth, Andrew，主要机构涉及 BC Cancer Agency 的分子肿瘤学系以及相关生物信息学研究生培养项目。

【数据集背景】

该数据集服务于 SpatialSort 这一贝叶斯模型的研究工作，该模型用于空间蛋白质组学数据的聚类与细胞群体注释。论文所引入的全部数据均存放于此，目的是为方法复现、结果验证和后续比较研究提供公开的数据基础。SpatialSort 的运行代码托管在 GitHub 的 Roth-Lab/SpatialSort 仓库中，数据与代码配套发布，便于研究者完整重现论文中的分析流程。

【数据内容】

数据集包含四类数据：前向模拟数据集、空间高斯混合数据集、半真实数据集以及 MIBI 数据集。这些数据覆盖了从完全模拟到半真实再到真实实验数据的多个层次，可用于考察模型在不同数据特性下的表现。全部内容打包为单一 ZIP 文件 lee_et_al_spatialsort_supplementary_data.zip，总大小约 566.45 MB。文件内部的具体目录结构、各子数据集的文件数量与字段定义，源站未提供。

【采集与来源】

数据来源于 Zenodo 平台，是论文发表时一并沉积的配套材料。数据涉及空间蛋白质组学场景，其中 MIBI 数据对应实际成像类实验数据，其余模拟与半真实数据为论文研究过程中构建。各数据集的具体采集地点、样本来源、实验批次与处理流程，源站未提供。

【适用场景】

该数据集适用于空间蛋白质组学数据分析方法的开发与评估，尤其是细胞聚类和细胞群体注释任务。前向模拟数据与空间高斯混合数据可用于已知真值条件下的算法性能检验；半真实数据介于模拟与真实之间，适合考察方法在接近实际数据分布时的稳健性；MIBI 数据则可用于真实空间蛋白质组学场景下的应用演示。此外，该数据也可作为同类贝叶斯空间聚类方法的基准数据使用。

【使用方法】

使用时应先下载 lee_et_al_spatialsort_supplementary_data.zip 压缩包，按 ZIP 格式解压读取。建议先在小样本上核对字段与编码，确认数据组织方式与读取方式无误后，再进行批量接入与分析。配合 GitHub 上公开的 SpatialSort 代码，可复现论文中的建模与注释流程。各子数据集的具体读取参数与预处理步骤，源站未提供。

【质量与限制】

数据集经 Zenodo 正式发布并分配 DOI，具备可引用性与版本标识，采用 CC-BY-4.0 许可，便于学术再利用。其限制在于：数据以单一压缩包形式提供，未按子数据集拆分说明；各子数据集的具体样本量、真值标注方式与质量控制指标，源站未提供；模拟数据与真实数据之间的分布差异可能影响方法外推，使用者需结合自身研究场景判断适用性。

【引用与许可】

使用该数据集时应引用论文《SpatialSort: A Bayesian Model for Clustering and Cell Population Annotation of Spatial Proteomics Data》及相关作者工作，并通过 DOI 10.5281/zenodo.6909419 标识数据版本 0.1.0。许可协议为 CC-BY-4.0，允许在署名前提下复制、分发与改编，使用时需遵守该许可的署名与共享要求。