细胞类型分辨的配体-受体连接组（CLRC）-76660

数据集获取

源站：https://doi.org/10.5281/zenodo.21777943

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 119.28 GB。

数据说明

本数据集包含Pak、Hong等人在《人脑细胞类型分辨的配体-受体连接组及其在阿尔茨海默病中的紊乱》一文中描述的细胞类型分辨的配体-受体连接组（CLRC）。CLRC映射了源自Allen脑细胞（ABC）图谱（Siletti等，2023）的2，133个区域-细胞类型节点间的配体-受体信号传导，生成了表征人脑细胞类型特异性信号传导的有向通信矩阵。内容clrc_gpu.h5（119.3 GB，HDF5）——使用NeuronChat计算的配体-受体通信评分。规范该文件包含NeuronChat人类数据库中的所有1，092个配体-受体相互作用。其中，78个在所有节点中均为零（在ABC图谱数据中未检测到配体或受体），应在分析前移除，留下论文中分析的1，014个信息性配对。M[i, j] = 从节点i（配体/发送者）到节点j（受体/接收者）的信号传导。有向且非对称。节点：2，133个观察到的区域-细胞类型组合（109个ABC解剖区域 × 31个超级簇，例如MTG-少突胶质细胞）。包括区域内和区域间边缘。

值：NeuronChat 通讯强度（三均值汇总的 log₂ 表达 → 几何平均 → Hill 函数）。用法：读取切片，而非将数据集完整加载到内存：import h5py with h5py.File(“clrc_gpu.h5”, “r”) as f: print(list(f.keys())) mat = f[“[dataset name]”][0] 推导：通讯评分使用 NeuronChat 从 Allen Brain Cell Atlas 中的单核转录组数据计算得出。分析代码：github.com/neuropm-lab/CLRC 署名：源自 Allen Brain Cell Atlas，© Allen Institute for Brain Science，依据 CC-BY-4.0 提供。引用本数据集时请同时引用原始图谱。

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。