患者来源异种移植样本的Visium与H&E数据Nextflow流程

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE238004

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

我们设计了一个基于Nextflow DSL2的流程——空间转录组定量（STQ），用于同时处理10x Genomics Visium空间转录组数据及匹配的苏木精-伊红（H&E）染色全切片图像（WSI），并针对患者来源异种移植（PDX）癌症样本进行了优化。该流程能够对测序转录本进行分类，以解卷积小鼠与人类物种，并将转录本映射至参考转录组。我们将H&E WSI与Visium载玻片的空间布局对齐，并为每个Visium spot生成成像和定量形态学特征。流程设计支持多种分析工作流，包括单参考基因组或双参考基因组输入以及独立的图像分析。我们通过四个黑色素瘤PDX样本的Visium分析数据集展示了该流程的实用性。Visium spot的聚类与H&E成像特征的聚类揭示了由这两种数据模态产生的相似模式。

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。