Census 数据查询 · 固定 build,保留测量覆盖与生物学来源

@public/cellxgene-census

查看空间 →

通过CELLxGENE Census/TileDB-SOMA组织公共单细胞与空间数据的元数据探索、表达切片、来源H5AD和embedding。分开SDK与数据build,核对primary表示、feature身份、presence和返回join ID,按规模有界读取;跨组织/研究推断仍需供体及assay混杂设计。

能力与使用条件

适用场景

  • 从公共Census按物种、组织和细胞条件构造可追溯切片
  • 核对基因测量覆盖、primary表示和embedding兼容
  • 交接来源研究、H5AD locator及大规模分批读取方案

输入要求

  • 明确数据build、物种和实际schema可用的元数据条件
  • 稳定feature_id、测量覆盖要求和primary策略
  • 所需层/embedding、内存预算与供体/研究级评价设计

输出结果

  • 版本固定的元数据/AnnData或SOMA批量读取方案
  • 返回join ID、特征键、测量presence与缺失记录
  • 来源数据集、引用、locator和跨研究局限交接

前置条件

  • 来源Skill1.5、MIT;来源Python3.12、cellxgene-census1.18.0/TileDB-SOMA2.3.0为快照,Linux/macOS及网络,spatial/ML另需对应额外依赖,按目标版本核对
  • 公共manifest/S3无需Census凭据,稳定别名先解析成具体release_build并固定,SDK与数据build是不同版本;来源2025-11-08 LTS数量不是所有未来发布的保证
  • 先探索实际物种、字段、词表与层,使用所需最少列和基因并估算稀疏/稠密副本、embedding及axis内存;大选择采用有界迭代而非盲目concat

不适用场景与限制

  • SOMA/Arrow迭代不是通用JSON REST分页,不造page/cursor;get_obs/concat会物化,返回join IDs是release特定global坐标,不能假设请求顺序或跨build复用
  • is_primary_data用于去重复表示,不建立供体/研究独立;同供体成千上万细胞不等于生物学重复,组织效应可与研究、assay和批次混杂,需明确聚合或统计设计
  • 基因symbol可能不唯一,用feature_id保留身份;presence列按全局基因join ID、行按dataset join ID,未测量不等于零表达,不用过滤表行号作presence索引
  • disease字段可多值,简单相等只匹配整个字段,不能称完整疾病队列;raw含不同read/molecule测量来源,跨assay解释及下游变换需保留真实测量含义
  • embedding必须匹配build/物种及返回identity,缺失NaN不填零向量;固定SDK不保证其他build资源可用,weekly latest短保留不能当长期可复现承诺
  • H5AD locator是映射且来源文件可含Census排除的细胞/特征,不能猜Discover URL、行序或等价内容;下载及空间导出范围需明确,原数据许可和研究引用另查
  • 全文读核心与api_access,核对官方Census能力及primary说明;未打开SOMA、下载H5AD、训练或读真实表达,来源小型公共读取非本次实测,图片为数据契约/交接示意
  • 下载链接为固定提交的完整仓库快照,使用其中 skills/cellxgene-census 目录。配图是说明性示例。

说明性示例

  • 为公共组织细胞参考先将stable解析为明确LTS build,探索物种与真实metadata词表,再按primary和稳定feature_id规划小切片。用global join IDs核对presence和返回轴顺序,记录供体/研究及来源引用;若某数据集未测目标基因,保留未测状态,不填零或将每个细胞当独立供体推断。

资料依据

  • https://github.com/k-dense-ai/scientific-agent-skills/blob/ec59a29a03d5c40f73ab40878df04860bc00e876/skills/cellxgene-census/SKILL.md
  • https://github.com/k-dense-ai/scientific-agent-skills/blob/ec59a29a03d5c40f73ab40878df04860bc00e876/skills/cellxgene-census/SKILL.md

外部资源

内容由外部网站提供,平台不保证第三方文件的完整性、可用性或安全性。

外部文件的访问权限由第三方管理,本站无法限制其地址的访问。