CITE-seq和scRNA-seq多模态单细胞数据集
数据来源：互联网公开数据
标签：CITE-seq, scRNA-seq, 多模态数据, 单细胞分析, 骨髓细胞, NeurIPS 2021, 机器学习, 数据整合
数据概述：
本数据集来自NeurIPS 2021多模态单细胞数据整合挑战赛，包含CITE-seq和scRNA-seq两种技术生成的数据。数据来源于12名健康人类供体的骨髓单核细胞样本，其中一半样本采用10X Multiome Gene Expression和Chromatin Accessibility技术处理，另一半采用10X 3' Single-Cell Gene Expression技术结合BioLegend TotalSeq B Universal Human Panel v1.0处理。数据集经过严格的实验设计和质量控制，旨在支持多模态数据整合研究。
数据用途概述：
该数据集适用于单细胞多模态数据整合分析，包括模态预测、跨模态匹配、多模态嵌入学习等任务。研究人员可利用数据探索DNA、RNA和蛋白质在单细胞水平上的共变关系，支持单细胞多组学研究。此外，数据集还可用于开发新型算法和工具，推动单细胞数据分析技术的发展。
