在學(xué)習(xí)/測試新方法時(shí)，起步常需要一些測試數(shù)據(jù)。如果手邊沒有自測的數(shù)據(jù)，或者不便使用時(shí)，可以考慮使用一些開源的測試數(shù)據(jù)。比如單細(xì)胞測序中比較經(jīng)典的PBMC數(shù)據(jù)，在 10x?Genomics 公司在其官網(wǎng)上可以簡單注冊后直接獲取：

https://support.10xgenomics.com/single-cell-gene-expression/datasets/1.1.0/pbmc3k

當(dāng)然，如果是想盡可能的節(jié)省人為操作，或者后續(xù)在R中進(jìn)行數(shù)據(jù)分析，則可以考慮使用開源的R包直接完成數(shù)據(jù)獲取，SeuratData 包提供了更為便捷的 seurat 對象數(shù)據(jù)：

https://github.com/satijalab/seurat-data

以 pbmc3k 為例，需要先進(jìn)行數(shù)據(jù)的安裝加載：

An object of class Seurat
13714 features across 2700 samples within 1 assay
Active assay: RNA (13714 features, 0 variable features)

后續(xù)可以直接使用 pbmc3k 接 seurat 的標(biāo)準(zhǔn)流程，并且為了方便使用，還貼心的內(nèi)置了細(xì)胞注釋信息，如下 seurat_annotations 列：

其他可用數(shù)據(jù)集：

AvailableData()

記錄的信息較為詳細(xì)，包括版本、來源物種、組織類型、細(xì)胞數(shù)、測序技術(shù)等。數(shù)據(jù)的安裝可以參照上文 pbmc3k 的安裝方式，即使用InstallData()函數(shù)，參數(shù)設(shè)置為目標(biāo) Dataset 名。

對于各數(shù)據(jù)集，如pbmc3k，還可以使用 help(pbmc3k) 查看其具體信息！

?————關(guān)于百奧益康————

北京百奧益康醫(yī)藥科技有限公司致力于提供前沿的單細(xì)胞及空間組學(xué)全套解決方案，相關(guān)研發(fā)和服務(wù)團(tuán)隊(duì)位于北京亦莊。百奧益康現(xiàn)有管理和技術(shù)團(tuán)隊(duì)具有豐富的單細(xì)胞及空間組學(xué)服務(wù)和研發(fā)經(jīng)驗(yàn)，在該研究領(lǐng)域深耕7年，累積了150余種不同組織類型、10,000+個(gè)樣本的服務(wù)經(jīng)驗(yàn)，服務(wù)客戶發(fā)文超百篇，影響因子超千分（包括CNS頂級期刊）。

?

?