小鼠肝脏的SIMS数据

空间代谢组学可以揭示细胞间的异质性和组织结构。为了达到更高的空间分辨率，我们报告了一种新的单细胞空间代谢组方法——SEAM (Spatial single nuclEar metAboloMics). SEAM结合了高分辨率成像质谱（IMS）和一系列生物信息学算法，可以实现多尺度/多通道组织代谢成像以及单细胞的识别和聚类。数据量0.4GB

Spatial metabolomics can reveal intercellular heterogeneity and tissue architecture. To achieve higher spatial resolution, we report a novel single-cell spatial metabolomics method, SEAM (Spatial single nuclEar metAboloMics). SEAM combines high-resolution imaging mass spectrometry (IMS) with a suite of bioinformatics algorithms, enabling multi-scale/multi-channel tissue metabolic imaging as well as single-cell identification and clustering. The dataset size is 0.4 GB.

搜集汇总

背景与挑战

背景概述

该数据集是小鼠肝脏的空间代谢组学数据，采用SEAM方法结合高分辨率成像质谱技术，支持多尺度组织代谢成像和单细胞分析。数据量较小（约135.67MB），由清华大学发布，服务于国家重点研发计划项目，适用于分子生物学研究。