数据集概述
本数据集是largeEELproject计算资源库，包含论文项目“High-throughput spatial transcriptome profiling with EEL-FISH”相关的数据与代码文件，共15个文件，涉及坐标数据、运行时间记录、实验结果表格、分析代码等内容，用于支持EEL-FISH技术的灵敏度、空间覆盖度提升及计算瓶颈优化研究。
文件详解
- 文档文件
- 文件名称：README.md
- 文件格式：MD
- 字段映射介绍：包含Point_alignment模块说明，介绍2D点云对齐方法及示例代码
- 文件名称：runtimes.txt
- 文件格式：TXT
- 字段映射介绍：记录不同方法的运行时间数据，包含ours_base、ours_mod、cpd、bcpd、gmmtree、filterreg等方法的运行时间数值
- 数据文件
- 文件名称：60X_coords_paper.npy、40X_coords_paper.npy
- 文件格式：NPY
- 字段映射介绍：存储60X和40X下的坐标数据
- 文件名称：MMEXP20220315_Flow_cell_flatness_0-36mm_2cm_focal_points.csv、Flatness_Rebus_flowcell.csv
- 文件格式：CSV
- 字段映射介绍：存储流室平整度相关的实验数据，包含坐标及测量数值
- 文件名称：Table1.xlsx、Table2.xlsx、Table3.xlsx、Table4.xlsx、Table5.xlsx
- 文件格式：XLSX
- 字段映射介绍：存储项目相关的实验结果表格数据
- 代码文件
- 文件名称：flatness.ipynb、example_alignment.ipynb、benchmark.ipynb
- 文件格式：IPYNB
- 字段映射介绍：包含平整度分析、对齐示例、基准测试等功能的Jupyter Notebook代码
- 文件名称：bead_alignment.py
- 文件格式：PY
- 字段映射介绍：包含AlignmentPipeline类的Python代码，用于点云对齐
数据来源
largeEELproject_computational_repository
适用场景
- 空间转录组技术研究：用于分析EEL-FISH技术的灵敏度、空间覆盖度提升效果
- 生物信息学算法优化：基于运行时间数据优化计算流程，解决计算瓶颈问题
- 实验数据分析：利用坐标数据、流室平整度数据等开展实验结果验证与分析
- 点云对齐方法研究：基于bead_alignment.py代码及示例开展生物图像点云对齐技术研究
- 学术论文支撑：为相关论文提供数据与代码支持，便于结果复现与扩展研究
