Data Integration for Omics — 学生版教程包
两个 30–35 分钟的数据整合教程（单模态 + 多模态),CPU 即可，零基础友好。
文件夹内容
| 文件 | 说明 |
|---|---|
interactive_tutorial.html |
主教程:Part I 单模态整合 + Part II 多模态整合的全部内容,含交互滑块(双击用浏览器打开即可,无需安装任何东西) |
exercise_pbmc10k.ipynb |
学生练习:在新数据集上独立完成整合流程(8 处填空 + 思考题,附折叠参考答案) |
citeseq_pbmc.npz |
教程数据:PBMC 5k CITE-seq(5,197 细胞 × 1,000 基因 × 29 蛋白) |
citeseq_pbmc10k.npz |
练习数据:PBMC 10k CITE-seq,不同供体(7,856 细胞 × 1,000 基因 × 14 蛋白) |
requirements.txt |
练习 notebook 的依赖 |
prepare_data.py |
从 10x 原始数据复现两个 npz 的预处理脚本 |
使用顺序
- 用浏览器打开
interactive_tutorial.html,按 Part I → Part II 学习(约 70 分钟); - 动手练习:
pip install -r requirements.txt,然后用 Jupyter 打开exercise_pbmc10k.ipynb(约 40 分钟); - 所有数据本地自带,全程无需联网。
数据来源(可复现)
- PBMC 5k:10x Genomics, “5k PBMCs from a healthy donor, with cell surface proteins (v3)” https://cf.10xgenomics.com/samples/cell-exp/3.0.2/5k_pbmc_protein_v3/5k_pbmc_protein_v3_filtered_feature_bc_matrix.h5
- PBMC 10k:10x Genomics, “PBMCs from a healthy donor, with cell surface proteins (v3)” https://cf.10xgenomics.com/samples/cell-exp/3.0.0/pbmc_10k_protein_v3/pbmc_10k_protein_v3_filtered_feature_bc_matrix.h5
复现方式(需要 pip install scanpy,仅复现时需要):
python prepare_data.py # 生成 citeseq_pbmc.npz
python prepare_data.py pbmc10k # 生成 citeseq_pbmc10k.npz
备用运行方式
若本地环境配置遇到问题,可使用 Google Colab(colab.research.google.com):
上传 exercise_pbmc10k.ipynb 与两个 .npz 文件,代码无需修改即可运行。