PIASO 教程与处理后的单细胞组学数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.19699639

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 4.62 GB。

数据说明

本记录包含一组单细胞组学数据集，格式为 AnnData HDF5（.h5ad）及其他格式，与 PIASO（Precise Integrative Analysis of Single-cell Omics）相关。PIASO 是一个用于单细胞数据分析的 Python 工具包（https://github.com/genecell/PIASO）。本记录打包了两类文件：（i）PIASO 官方教程中使用的输入数据集，以及（ii）经 PIASO 处理的数据集，包含在这些输入上运行 PIASO 模块所产生的衍生结果（嵌入、聚类标签、标记基因、整合表示）。内容。该存档涵盖 PIASO 教程中展示的数据模态，例如：用于说明归一化（INFOG）、降维与整合（GDR）、标记基因识别（COSG）、细胞类型注释和基因集评分的单细胞 RNA-seq（scRNA-seq）参考与查询数据集；用于演示 PIASO 的 ATAC 预处理的 scATAC-seq 数据集和 snMultiome 数据集；用于演示 scRNA-seq ↔ 空间整合及配体-受体相互作用分析的空间转录组学数据集（例如 MERFISH / Xenium）等；本版本中的文件。

• SEA-AD_RNA_MTG_subsample_excludeReference_20k_piaso.h5ad（1.79 GB）——西雅图阿尔茨海默病脑细胞图谱（SEA-AD）的20,000个细胞子样本，颞中回snRNA-seq，人类。原始UMI计数位于layers[‘UMIs’]中。来源：Gabitto, M.I., Travaglini, K.J., Rachleff, V.M. et al. Integrated multimodal cell atlas of Alzheimer’s disease. Nat Neurosci 27, 2366–2383 (2024). https://doi.org/10.1038/s41593-024-01774-5 • AdultCortexMultiomeRNA_integrated_anno.h5ad（2.48 GB）——来自成年小鼠皮层（P57）的17,412个细胞整合scRNA-seq，跨5个批次的Multiome RNA模态；注释细胞类型位于obs[‘CellTypes’]中。来源：Bravo González-Blas, C., De Winter, S., Hulselmans, G. et al. SCENIC+: single-cell multiomic inference of enhancers and gene regulatory networks. Nat Methods 20, 1355–1367 (2023). https://doi.org/10.1038/s41592

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。