depinwang/jinyang-quantas-psi-s2-alt3-v1

这是一个针对alt3事件的PSI（百分比剪切包含）矩阵数据集，采用策略2（基于细胞类型×条件的29个伪批量分组）。数据集包含29组、9717个事件，其中6111个事件（占62.9%）具有至少一个非NA的PSI值。许可证: MIT 标签: - quantas - PSI（Percent Spliced In，剪接百分比） - strategy-s2 - alt3（可变3'剪接位点事件） # jinyang-quantas-psi-s2-alt3-v1 本数据集为针对alt3（可变3'剪接位点）事件的PSI（剪接百分比）矩阵，采用策略2（按细胞类型×条件划分的29个伪批量样本）构建。数据集共包含29个分组、9717个事件，其中6111个事件（占比62.9%）拥有至少1个非缺失的PSI值。 ## 数据集信息 - **行数**：9716 - **列数**：30 ## 列信息 | 列名 | 数据类型 | 描述 | |--------|------|-------------| | #event_id | Value('large_string') | 对应分组#event_id的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | B_cell__HFD | Value('float64') | 分组B细胞__高脂饮食组（B_cell__HFD，HFD：High Fat Diet，高脂饮食）的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | B_cell__ND | Value('float64') | 分组B细胞__正常饮食组（B_cell__ND，ND：Normal Diet，正常饮食）的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | EC__HFD | Value('float64') | 分组EC__高脂饮食组（EC__HFD）的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | EC__ND | Value('float64') | 分组EC__正常饮食组（EC__ND）的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | Ly6c_Ccr2_Mo__HFD | Value('float64') | 分组Ly6c_Ccr2_Mo__高脂饮食组的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | Ly6c_Ccr2_Mo__ND | Value('float64') | 分组Ly6c_Ccr2_Mo__正常饮食组的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | Mac-like__HFD | Value('float64') | 分组类巨噬细胞__高脂饮食组的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | Mac-like__ND | Value('float64') | 分组类巨噬细胞__正常饮食组的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | Mac1__HFD | Value('float64') | 分组Mac1__高脂饮食组的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | Mac1__ND | Value('float64') | 分组Mac1__正常饮食组的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | Mac3_1__HFD | Value('float64') | 分组Mac3_1__高脂饮食组的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | Mac3_1__ND | Value('float64') | 分组Mac3_1__正常饮食组的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | Mac3_2__HFD | Value('float64') | 分组Mac3_2__高脂饮食组的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | Mac3_2__ND | Value('float64') | 分组Mac3_2__正常饮食组的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | NK_cell__HFD | Value('float64') | 分组NK细胞__高脂饮食组的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | NK_cell__ND | Value('float64') | 分组NK细胞__正常饮食组的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | Neutrophil__ND | Value('float64') | 分组中性粒细胞__正常饮食组的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | Progenitors__HFD | Value('float64') | 分组祖细胞__高脂饮食组的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | Progenitors__ND | Value('float64') | 分组祖细胞__正常饮食组的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | Retnla_Ear2_MoMac__HFD | Value('float64') | 分组Retnla_Ear2_MoMac__高脂饮食组的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | Retnla_Ear2_MoMac__ND | Value('float64') | 分组Retnla_Ear2_MoMac__正常饮食组的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | T_cell__HFD | Value('float64') | 分组T细胞__高脂饮食组的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | T_cell__ND | Value('float64') | 分组T细胞__正常饮食组的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | cDC1__HFD | Value('float64') | 分组cDC1__高脂饮食组的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | cDC1__ND | Value('float64') | 分组cDC1__正常饮食组的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | cDC2__HFD | Value('float64') | 分组cDC2__高脂饮食组的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | cDC2__ND | Value('float64') | 分组cDC2__正常饮食组的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | cDC3__HFD | Value('float64') | 分组cDC3__高脂饮食组的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | | cDC3__ND | Value('float64') | 分组cDC3__正常饮食组的PSI值（策略2：按细胞类型×条件划分的29个伪批量样本） | ## 生成参数 json { "脚本名称": "full_aggregate.sh", "模型": "OLego v1.1.2 + Quantas分析管线", "描述": "针对alt3（可变3'剪接位点）事件的PSI（剪接百分比）矩阵，采用策略2（按细胞类型×条件划分的29个伪批量样本）构建。共包含29个分组、9717个事件，其中6111个事件（占比62.9%）拥有至少1个非缺失的PSI值。", "实验名称": "jinyang-quantas-psi", "任务ID": "turso:74830344", "集群": "turso", "产物状态": "最终版", "金丝雀版本": false, "超参数": { "事件类型": "alt3", "策略": "s2", "分组数": "29", "细胞数": 1279, "最小覆盖度": 10 }, "输入数据集": [] } ## 使用方法 python from datasets import load_dataset dataset = load_dataset("depinwang/jinyang-quantas-psi-s2-alt3-v1", split="train") print(f"已加载 {len(dataset)} 行数据")