HESRT 人工复核空间组学样本集

计算机视觉
0 下载
2 浏览
2026-09-17

数据集简介

从 3.2 MB 的样本包开始

HESRT 的每个样本都以独立压缩包形式存放,单个样本包约 3.2 MB 起,便于按需取用。整份集合压缩后合计 413.94 GB,解压后的成员数据约 647.72 GB,因此不建议克隆整个仓库来试用单个样本,而应直接定位目标 accession 下载对应包。

浏览与筛选

数据集提供可筛选的目录索引 catalog.parquet,其字段示例包括 gsm_id、tissue、technology、n_obs、archive_bytes、organism,可据此按样本编号、组织类型、空间技术、观测数量、压缩体积与物种进行检索。reviewed_catalog 配置为 4,468 行 × 96 列,studies 配置为 507 行,visual_preview 配置含 9 个示例,方便先预览再决定下载范围。

样本构成

集合共 4,468 个样本(GSM),来自 507 项研究(GSE),合计 37,054,005 条表达观测。每个纳入的样本包都有记录在案的人工视觉复核 PASS 结论,确保组织图像与表达数据在视觉层面经过核验。页面标注的规模区间为 1K–10K。

本体映射对齐

数据集附带保守的本体映射层,通过 *_ontology_status、*_ontology_match_type 等字段标识每个样本的本体映射状态与匹配类型,帮助使用者在跨研究整合时判断组织、技术等描述的标准化程度。

包内内容

每个 GSM....tar.zst 包为自包含结构,内含:

  • spatial.h5ad:空间表达矩阵
  • wsi.tif:组织切片图像
  • metadata.json 与 metadata.normalized.json:原始与规范化元数据
  • provenance.json:来源溯源信息
  • review.json:人工复核记录
  • alignment_qc.png 与 alignment_strict_qc.png:对齐质控图
  • manifest:包内文件清单与校验信息

发布文件

发布文件包括各样本的 tar.zst 包、目录索引 catalog.parquet,以及 reviewed_catalog、studies、visual_preview 等配置。数据格式涵盖 tar.zst、h5ad、tif、json、png、parquet。数据集于 2026-09-17 发布。

复用与引用

仓库公开可访问,但访问文件与内容需登录并同意共享 Hugging Face 信息。许可依来源而定(source-specific),复用时应回溯每个样本在 provenance.json 中记录的 GEO(GSE/GSM)来源并遵循其原始许可。数据集由 Biogod 项目发布,来源 accession 取自 GEO。

基本信息

记录数量4,468 个样本(GSM)、507 个研究(GSE)、37,054,005 条表达观测;压缩包合计
文件大小4,468 个样本(GSM)、507 个研究(GSE)、37,054,005 条表达观测;压缩包合计 413.94 GB,解压后成员数据约 647.72 GB
文件格式tar.zst, h5ad, tif, json, png, parquet
数据来源Biogod
样本数量4,468 个 GSM
研究数量507 个 GSE
表达观测37,054,005 条
压缩体积413.94 GB
解压体积约 647.72 GB
许可依来源而定
数据落地页https://huggingface.co/datasets/Biogod/HESRT
发布日期2026-09-17
空间组学空间转录组组织图像表达矩阵人工复核本体映射

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费