uTILity：肿瘤浸润淋巴细胞单细胞实验与TCR数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.10211240

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

uTILity是一个全面且协调统一的公开单细胞RNA测序数据集合，源自肿瘤浸润T细胞(TILs)，并配有配对的T细胞受体(TCR)测序数据。该资源汇集了来自28项已发表研究的数据，涵盖13种组织类型、420名独特患者及超过260万个细胞，其中180万个细胞具有相关的TCR信息。数据处理所有数据集均采用以下流程统一处理：质量控制：剔除线粒体基因占比>10%和/或特征数量偏离均值2.5倍标准差的细胞。使用scDblFinder识别双细胞。注释：采用以下工具进行自动化细胞类型注释：SingleR结合人类原代细胞图谱(HPCA)和Monaco参考数据集；Azimuth结合PBMC参考数据集(提供L1、L2和L3级别注释)。TCR整合：使用scRepertoire处理T细胞受体数据，根据CDR3氨基酸序列和基因使用情况分配克隆型。

内容 本档案包含： Seurat对象（.rds）：完全处理过的R对象，包含基因表达、细胞元数据、降维和TCR注释 AnnData文件（.h5ad）：兼容Python的导出文件，可用于scanpy、scvi-tools及相关生态系统 处理过的数据：中间文件和按队列划分的对象，供希望使用单个研究的用户使用 涵盖的癌症类型 乳腺癌、结直肠癌、肺癌、黑色素瘤、肾癌、卵巢癌、HNSCC、食管癌、胆道癌、子宫内膜癌、默克尔细胞癌以及多癌种队列。 组织类型 肿瘤、癌旁正常组织、外周血、淋巴结、转移病灶和近瘤组织。 用途 该数据面向研究肿瘤免疫学、T细胞生物学和单细胞分析计算方法的研究人员。用户可利用统一协调的注释和TCR数据开展： 泛癌T细胞表型分析 跨癌种的TCR repertoire研究 整合与注释方法的基准测试 训练和验证

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。