TCR-DeepInsight 参考数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.12741480

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 7.35 GB。

数据说明

用于TCR-DeepInsight分析的参考单细胞TCR免疫分析数据集。我们排除了两个受控访问数据集：(1) Abbas等人2021年的AML数据集（EGAS00001004894）和(2) Wang等人2021年的川崎病数据集（OEP001162）。human_gex_reference_v2.h5ad：来自单细胞TCR免疫分析数据集的转录组特征处理后H5AD文件。anndata.read_h5ad对于原始计数H5AD文件，请查看此处的附加仓库：https://zenodo.org/records/17405143 human_tcr_reference_v2.h5ad：来自单细胞TCR免疫分析数据集的独特TCR克隆型处理后H5AD文件。anndata.read_h5ad Yi_2023_Ankylosing_Spondylitis.h5ad：来自Yi等人2023年的处理后H5AD文件（GSE216885）。anndata.read_h5ad GSE272993_cd8_nn_labeled_FINAL.fl_tcr.match_v2_5.transfered.h5ad：来自Wang等人2024年的处理后H5AD文件（GSE272993）。anndata.read_h5ad human_bulk_tcr_reference.parquet：用于bulk TCRβ测序的PARQUET文件。

pandas.read_parquet human_bulk_tcr_reference.cd4.parquet：用于CD4分选T细胞bulk TCRβ测序的PARQUET文件human_bulk_tcr_reference.mait.parquet：用于MAIT细胞bulk TCRβ测序的PARQUET文件human_bulk_tcr_reference.treg.parquet：用于Treg细胞bulk TCRβ测序的PARQUET文件human_bulk_tcr_reference.cd8.parquet：用于CD8分选T细胞bulk TCRβ测序的PARQUET文件 Yi_2023_Ankylosing_Spondylitis.h5ad。anndata.read_h5ad来自K. Yi等人的处理后数据集。强直性脊柱炎单细胞转录组与表面蛋白表达分析识别出OX40阳性及糖皮质激素诱导的肿瘤坏死因子受体阳性致病性Th17细胞。Arthritis & Rheumatology 75, 1176–1186 (2023)。 GSE272993_cd8_nn_labeled_FINAL.fl_tcr.match_v2_5.transfered.h5ad。anndata.read_h5ad来自K. Wang等人的处理后数据集。抗PD-1与抗CTLA-4联合治疗产生克隆反应波，其中包括祖细胞耗竭型CD8+ T细胞。Cancer Cell, S1535610824003064 (2024)。

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。